Ewa Chrzanowska
華沙斯特凡·維辛斯基紅衣主教大學，波蘭
ORCID iD: 0000-0003-4134-8217
Madej Chrzanowski
熱舒夫理工大學，波蘭
ORCID iD: 0000-0003-2791-8252
Piotr Zawada
華沙斯特凡·維辛斯基紅衣主教大學，波蘭
ORCID iD: 0000-0003-2817-9578
摘要
將新技術整合到公司所有領域的數字化轉型，需要對傳統的業務流程優化和人類對動蕩的社會經濟和科技環境的適應能力進行根本性轉變。同時，人工智能（AI）作為一種顛覆性力量出現，具有以前所未有的規模和速度影響企業和個人的巨大潛力。本文的目的是從組織視角（同時考慮倫理方面）介紹人工智能驅動的數字化轉型概念的理論基礎。主要研究方法是基于Web of Science（ELSEVIER）數據庫的系統文獻綜述。在文獻綜述的基礎上，提出了人工智能驅動的數字化轉型的核心支柱，作為進一步理論和實證研究的貢獻。
關鍵詞：人工智能驅動的數字化轉型；流程自動化；流程優化；數字化轉型；信息技術；人工智能；組織變革
當前的多視角格局，特別是從經濟（如金融和貨幣危機）、技術（如生成式人工智能、元宇宙、區塊鏈、物聯網）、社會文化（如隱私限制、數字排斥）和生態需求的角度來看，正在經歷前所未有的指數級變化。經濟環境的這種非凡變化要求組織具備靈活性、創新性，并不斷優化數字化所有流程的成本。特別是，由于互聯網革命，創新的吸收和擴散不僅變得越來越復雜和相互關聯，而且也變得開放（Chesbrough, 2007, p. 22），這可能有助于加速競爭優勢，但也可能減少創新的一般障礙，從而出現具有超增長（超擴展性）特征的競爭對手。創新過程的開放性和生成式人工智能等技術的動態發展意味著，創新概念正成為研究人員越來越感興趣的對象，也從創新過程的標準化和可擴展性的角度來看。然而，開放創新和創新過程標準化的基礎是數字化公司，即要么是數字優先公司，要么是正在計劃或正在進行數字化轉型的公司。
值得注意的是，數字化轉型的概念在研究人員中越來越受歡迎。根據上述準文獻計量分析（特別是對以下年份出版物數量的分析），可以得出結論，數字化轉型的概念仍處于該研究領域發展的初始階段，并且可以得出結論，COVID-19大流行是這一興趣的加速器，因為2018年至2021年間該領域的出版物數量增加了十倍。選擇ScienceDirect數據庫（Elsevier）進行文獻計量分析是因為，根據專門研究此問題的研究人員，它提供了科學領域和學科的可靠覆蓋范圍，以及高質量科學期刊的歷史概覽。
如今，組織正在經歷其組織結構和商業模式的重大變化。這些轉變圍繞數字技術和新穎的商業方法展開，由利用新興技術的戰略數字化轉型驅動。因此，公司正在建立超越傳統企業環境界限的新生態系統（Nguyen, Nguyen, Huy, 2021, p. 380–387）。這些努力涉及整合流程創新、文化變革以及跨開發、生產、銷售和營銷部門的有效管理，以促進成功的數字化轉型計劃（Heinze, Griffiths, Fenton, Fletcher, 2018, p. 6–13），（Lee, Oh, 2020, p. 71–90）。數字化轉型（DT）包括企業利用數字技術改進其運營、產品和服務時所經歷的變革和顛覆（Gr?dzki, 2023, p.458-477; Reis, Amorim, Mel?o, Matos, 2018, p. 411-421）。由于技術的快速發展，數字化轉型（DT）已成為近年來的熱門話題。研究人員和專家深入探討技術進步如何影響組織戰略和商業模式（Rogers, 2016; Mahmood, Khan, Khan, 2019）。在綜述的開頭值得提到的是，Dibbern和Hirschheim（Dibbern, Hirschheim, 2020, p. 1-20）提出，數字化轉型不僅僅是技術轉變；它是一個涉及人員、流程和治理的多方面過程。為了使數字化轉型與組織目標保持一致，培養創新和擁抱風險的文化至關重要。根據作者的說法，數字化轉型可以產生新的商業模式，使組織和客戶都受益（Hess, Matt, Benlian, Wiesb?ck, 2020, p. 151-173; Matt, Hess, Benlian, 2015, p. 339-343），從而強調了技術變革視角中人的因素的重要性。他們強調了以客戶為中心的戰略、敏捷開發和與外部合作伙伴的協作作為成功商業模式創新的關鍵組成部分的重要性。組織必須認識到數字技術的潛力，并戰略性地利用它們為利益相關者和客戶創造價值。
研究人員和商業從業者（IBM. 2011）將數字化轉型描述為一種戰略方法，旨在通過無縫整合數字和物理元素來重塑商業模式，最終建立一個新的行業商業模式。另一方面，IDC（IDC., 2015）將數字化轉型描述為一個持續的創新過程，使組織能夠適應并主動引領客戶期望和市場動態的變化，以技術作為其活動的基礎。而技術的基礎是數據，特別是來自硬件和軟件的數據（人類生成和技術生成）在這一過程中至關重要?？紤]到這一點，大數據和物聯網（IoT）的快速擴展對數字化轉型產生了重大影響。在一項綜合研究中，Kaur（Kaur 2020, p. 19-22）探討大數據對企業的影響，確定了它可以產生實質性影響的關鍵領域，包括決策、客戶體驗和運營效率。該研究還探討了物聯網的主題和趨勢，強調了與這一快速發展的技術相關的潛在好處和挑戰。雖然大數據為明智的決策和運營改進提供了寶貴的見解，但這些技術的采用也帶來了諸如數據隱私、安全問題以及管理和分析大型數據集所需的專業技能等障礙。因此，企業必須制定一個整體戰略，以有效整合大數據和物聯網，同時應對這些復雜性（Kaur 2020, p. 19-22）。
數據是業務流程管理的基礎，而業務流程管理又是邁向數字化轉型的第一步。業務流程管理（BPM）是組織卓越的指揮者，利用人工智能的力量來簡化、增強和革新業務流程（Watson III, Schwarz, 2023, p. 1385-1400）。BPM的核心是通過有效管理和優化公司的業務流程來提高企業績效。它提供了一種結構化的方法來查看和控制組織內的流程，將其分解為各個組成部分。
業務流程管理（BPM）涉及識別、設計、執行、監控和持續改進業務流程。當與基于人工智能的技術結合時，它成為推動轉型的動態催化劑：
流程識別：?在業務流程管理（BPM）中，第一步涉及識別現有流程，理解其復雜性，并創建結構化模型。
流程發現：?此階段包括記錄流程步驟、責任和其他相關細節。
流程分析：?BPM旨在通過消除低效、瓶頸和冗余來優化流程。分析工具通常用于模擬和基準測試不同的流程（Dumas, La Rosa, Mendling, Reijers, 2018）。
流程實施：?人工智能驅動的自動化無縫集成到BPM中，自動化日常任務，加速工作流程，并確保一致性。這可能需要角色變更、新工具和業務規則的調整。
流程監控和控制：?人工智能技術從流程數據中提取見解，基于實時和歷史信息指導優化工作。
流程優化：?實施后，持續監控確保流程達到預期的性能指標。儀表板和其他工具提供實時信息，允許進行持續評估和改進。
BPM（業務流程管理）成為統一基于人工智能的數字化轉型的關鍵。隨著組織擁抱BPM和人工智能的整體整合，他們踏上了一條自動化、優化和人類智慧融合的旅程。這一旅程推動組織走向一個未來，其中數字化轉型不僅僅是一個目的地，而是卓越的持續演進。BPM旨在減少低效，保持質量標準，并增強流程的靈活性和敏捷性。它結合了方法論、技術和人力投入來實現這些結果。
BPM是流程自動化的第一步（使用代碼、無代碼甚至人工智能）。流程自動化通過消除人工輸入簡化系統，減少錯誤，加快交付速度，提高質量，降低成本，并優化業務流程（Moreira, Silvia, Henrique, Mamede, Santos, 2023, p. 244-254）。自動化的最吸引人的優勢之一是其將日常和重復性任務從人類員工轉移到人工智能系統的能力。自動化實現了可擴展性，允許企業順利擴展其運營，而無需相應增加人力資源。在快速技術進步的現代時代，自動化和流程優化在人工智能驅動的數字化轉型領域的研究已成為一個關鍵的調查領域（Golab-Andrzejak, 2023, p. 397-404）。這一研究領域探討了自動化、人工智能和流程優化之間的協作關系，揭示了改變行業和增強組織能力的創新策略、模型和見解。對自動化和流程優化在人工智能驅動的數字化轉型中的研究興趣日益增長，是由一系列相互關聯的因素驅動的：
技術進步：?人工智能技術、機器學習和自動化工具的快速發展開辟了新的可能性，促使研究人員探索創新的方法來利用其潛力（Masoodifar, Mahmood, Arslan, Nurdan, 2023）；
商業需求：?數字時代要求組織保持敏捷、高效和以客戶為中心。研究人員尋求確定人工智能驅動的自動化如何催化這些需求（Petrillo, Antonella, De Felice, Achim, Mirza, 2022）；
競爭優勢：?隨著行業競爭日益激烈，研究重點在于揭示人工智能驅動的優化如何區分組織并推動市場領導地位（Candelon, Fran?ois, Reeves, 2022）；
運營效率：?組織面臨優化其運營流程以實現成本節約、減少錯誤和改進資源分配的壓力。
人工智能驅動的自動化在執行任務時確保了無與倫比的精確度和準確性。人工智能系統可以完美地執行復雜流程，從而減少可能產生重大后果的人為錯誤的可能性。這種精確度在準確性至關重要的行業中尤為重要，如醫療保健、金融和制造業。人工智能與流程自動化和優化的融合超越了傳統的運營模式，提供了多種好處，改變了組織的運作方式以及與利益相關者的互動方式。
人工智能和自動化的整合是現代商業研究中廣泛討論的主題。然而，關于企業如何系統地將人工智能驅動的自動化與流程增強相結合以實現人工智能主導的數字化轉型，仍然存在相當多的知識空白。雖然自動化和人工智能的優勢，如提高運營效率和卓越的客戶體驗，已被認可，但缺乏提供系統策略或方法的廣泛研究，以幫助企業更有效地應對這一復雜領域。
人工智能通過提供敏捷性來增加自動化，而流程優化則利用人工智能來微調操作。這種共生關系提高了效率、靈活性和客戶關注度。隨著公司利用這些協同效應，他們從增量適應轉向開創性創新，將自己置于數字化轉型時代的前沿（Ughulu, Dr John, 2022）。因此，在組織中我們可以看到人工智能放大了自動化。人工智能通過賦予其曾經僅限于人類決策的認知能力來革新自動化。雖然傳統自動化擅長執行預定義任務，但將其與人工智能結合使其能夠在動態環境中學習、適應和進化。這種協同效應體現在人工智能驅動的機器人流程自動化中，其中配備人工智能的軟件機器人可以理解非結構化數據，做出上下文感知決策，并自主導航復雜的工作流程（Martínez-Rojas, Antonio, Sánchez-Oliva, López-Carmicer, Jiménez-Ramírez, 2021, p. 38-48）。人工智能驅動的流程優化代表了與傳統分析方法的重大背離。通過利用機器學習模型，組織吸收歷史數據，使人工智能能夠學習并生成預測性見解。這些見解推動明智的決策，并導致動態流程優化。工作流程根據不斷變化的數據輸入實時地進行優化。人工智能識別瓶頸，推薦變更，并預測結果，創造一個持續的改進循環。因此，組織可以消除浪費，減少資源消耗，并實現卓越運營。人工智能驅動的自動化與流程優化之間的協作預示著一個敏捷、響應迅速的運營時代。當由人工智能指揮時，自動化確保精確高效地執行日常任務，無論規?；驈碗s性如何。此外，人工智能的預測能力促進了主動決策，使組織能夠預見挑戰，適應不斷變化的條件，并迅速進行戰略調整。在流程優化領域，人工智能的實時洞察使組織能夠根據條件的變化動態調整工作流程。這種敏捷性使企業能夠以韌性應對市場中斷、客戶需求波動和意外事件。
考慮到所有這些因素，人工智能驅動的數字化轉型的主要支柱（基于相關文獻）可能是：
數據驅動的洞察：?這一基礎支柱強調了收集、分析和利用數據以指導決策和行動的重要性。通過利用數據驅動的洞察，組織推動流程優化，確保改進基于事實證據而非假設。
無縫自動化：?這一基礎支柱強調了將人工智能驅動的自動化無縫整合到現有流程中。它涉及無縫整合技術、流程和人員。通過實現這種和諧融合，組織確保新技術成為其日常運營的組成部分，在技術進步和組織適應之間取得微妙平衡。
以人為本的協作：?這一基礎支柱強調了人工智能系統與人類員工之間的協作。它強調以用戶為中心的設計，確保人工智能驅動的界面直觀、用戶友好，并促進人機之間的有效互動。
倫理和負責任的人工智能：?這一基礎支柱強調了在人工智能決策過程中明確指導方針、治理框架和透明度的重要性。通過解決倫理問題——如數據隱私和算法公平性——組織與利益相關者建立信任，并維護人工智能驅動運營的完整性。
戰略一致性：?戰略一致性支柱強調將自動化和流程優化與組織的總體目標和戰略相結合。它不僅僅是采用人工智能作為技術工具；而是涉及一種深刻的整合，這種整合在組織運營的每個方面產生共鳴。通過將人工智能技術與組織的愿景保持一致，企業可以實現超越單個組件的整體轉型，并推動整體成功。
可擴展性和創新：?可擴展性和創新支柱強調了人工智能推動變革的能力。組織應設計可擴展的流程，使人工智能能夠處理更大的數據量并適應不斷變化的業務需求。除了可擴展性，這一支柱還鼓勵探索創新的人工智能應用，發現新的機會。通過優先考慮可擴展性和創新，組織可以實現效率改進、市場差異化，并挖掘未開發的潛力。
這些方法利用人工智能技術提高效率、準確性和創新，在人工智能驅動的數字化轉型的背景下應用于各個行業。提出的支柱解決了影響自動化和流程優化成功的關鍵方面。這些支柱作為一個指導框架，為組織提供了一種結構化的方法來應對整合自動化和優化流程的復雜領域。通過擁抱這些支柱，企業可以創建一個結合技術、人類協作、戰略愿景和倫理考慮的整體方法。這種融合帶來了一個以效率、創新和可持續增長為特征的數字時代未來。
人工智能的擴展和發展正在引領新一輪的創新、自動化和數據隱私與安全問題。雖然人工智能在促進日常任務和提供救生服務方面的潛力不可否認，但缺乏透明度和收集的大量數據引發了政府和組織需要緊急解決的嚴重問題。政府、組織和個人都有責任保護數據隱私和安全。政府應制定法規和條款，保護個人數據免受未經授權的訪問，使其僅對經過驗證和可信的實體可用。組織必須遵守政府制定的法規和最佳實踐，以確保數據安全和隱私的最高水平。他們還應確保收集的數據僅用于收集目的，并且不會暴露于未經授權的訪問。人們應了解其數據的使用方式，并保護關鍵信息，如社會安全號碼和信用卡信息，免受未經授權的披露。用于處理和解釋數據的算法是人工智能中與數據隱私和安全相關的主要挑戰之一（Bini, 2018, p.2358–2361）。它們可以識別趨勢并做出關于人們行為和特征的決策，這威脅到個人數據的隱私。這些算法應經過仔細研究并符合法律，以確保未經個人同意不得使用其數據。人工智能研究的一個關鍵主題是創建既可解釋又可理解的系統（Sultan, Elgharib, Tavares, Jessri, Basile, 2020, p. 849–856）。為了實現這一點，人工智能研究人員必須使用計算機可理解的表示和方法，如符號和統計人工智能、自然語言處理（NLP）和機器學習（ML）。雖然人工智能為社會帶來了許多好處，但政府、組織和個人必須采取必要措施，確保數據隱私和安全不受損害。政府必須制定適當的法規，組織應采取積極措施，確保收集的信息得到負責任和安全的使用。最后，個人應了解其數據的使用情況，并對惡意行為者的潛在威脅保持警惕。
本研究的目的是探討人工智能驅動的數字化轉型的概念，并探討該過程的主要倫理方面。雖然現有文獻主要集中在定義和實施數字化轉型上，但很少有研究徹底探討其潛在影響并對其進行分類。數字革命和機器學習對風險管理和供需評估產生了重大影響。這些技術實現了跨多個供應渠道的有效網絡，并有助于建立穩定的供應鏈。最終，它們的整合為利潤優化和競爭優勢提供了機會。自動化與流程優化與人工智能驅動的數字化轉型的融合標志著各行業組織的新時代。由人工智能算法驅動的智能自動化不僅簡化了日常任務，還增強了復雜決策能力。它和諧地融合了人類專業知識與機器能力。認識到自動化和流程優化不僅僅是工具——它們推動整體變革——至關重要。向協作、持續學習和數據驅動思維的文化轉變對于成功整合至關重要。通過利用自動化、流程優化和人工智能，企業可以重新構想運營，增強決策能力，并提供前所未有的價值。挑戰存在，但回報包括一個技術放大人類潛力、創新蓬勃發展、組織在人工智能驅動的世界中領先的未來。
Bini (2018) Bini, S. A. (2018).?人工智能、機器學習、深度學習和認知計算：這些術語的含義及其對醫療保健的影響？, p. 2358-2361. The Journal of Arthroplasty.
Candelon (2022) Candelon, F. Reeves M. (2022).?人工智能驅動公司的崛起. Walter de Gruyter GmbH & Co KG.
Chesbrough (2007) Chesbrough, H. (2007).?為什么公司應該擁有開放的商業模式, p.22. MIT Sloan Management Review.
Dibbern and Hirschheim (2020) Dibbern, J. Hirschheim, R. (2020). _引言：在數字化轉型時代駕馭外包變革的浪潮. 信息系統外包：數字化轉型時代》, p. 1-20.
Dumas et al. (2018) Dumas, M. La Rosa, M. Mendling, J. Reijers, H.A. (2018).?業務流程管理基礎 Springer.
Dumas et al. (2018) Dumas, M., La Rosa, M. Mendling, J. Reijers, H.A. (2018).?業務流程管理基礎
Golab-Andrzejak (2023) Golab-Andrzejak, E. (2023). 人工智能驅動的數字化轉型：營銷人員的工具、好處和挑戰——LPP案例研究, p. 397-404. Procedia Computer Science 219.
Gratzki (2023) Gratzki, W. (2023). 信息社會的現代挑戰. Journal of Modern Science, 52(3), 458-477.?https://doi.org/10.13166/jms/174419
Heinze et al. (2018) Heinze, A. Griffiths, M. Fenton, A. Fletcher, G. (2018).?知識交流伙伴關系導致Hydro-X水處理公司的數字化轉型, p. 6-13. Ltd. Glob. Bus. Organ. Excell.
Hess et al. (2020) Hess, T. Matt, C. Benlian, A. Wiesb?ck, F. (2020).?制定數字化轉型戰略的選項. 在戰略信息管理中, p. 151-173. Routledge.
IBM (2011) IBM. (2011). _數字化轉型：在數字與物理交匯處創建新的商業模式》; IBM: Armonk.
IDC (2015) IDC. (2015).?數字化轉型（DX）：機遇與必然. IDC.
Kaur (2020) Kaur, C. (2020). _云計算和物聯網（IoT）. 國際科學與研究雜志》, p. 19-22. 工程與技術.
Lee (2020) Lee, J. W. Oh, S. J. (2020). _基于人工智能技術的保險科技和數字保險平臺成功案例分析：以中國平安保險集團為例》, p. 71-90. Korea Intell. Inf. Syst. Soc.
Mahmood et al. (2019) Mahmood, F., Khan, A. Z., Khan, M. B. (2019)?數字組織轉型問題、挑戰和影響：十年系統文獻綜述. Abasyn University Journal of social sciences.
Martinez-Rojas et al. (2021) Martinez-Rojas, A. Sánchez-Oliva J. López-Carnicer J. M. Jiménez-Ramírez A. (2021). Airpa: 支持人工智能驅動的RPA機器人執行和維護的架構, p. 38-48. Springer International Publishing.
Masoodifar et al. (2023) Masoodifar, M. Arslan, I. K. Nurdan, A. (2023).?人工智能在全球商業及其溝通中的應用. Journal of International Trade.
Matt et al. (2015) Matt, C. Hess, T. Benlian, A. (2015). _數字化轉型戰略. 商業與信息系統工程》, p. 339-343.
Moreira, Silvia, H. Mamede, S. Santos, A. (2023). 使用RPA進行流程自動化——文獻綜述, p. 244-254. Procedia Computer Science 219.
Nguyen et al. (2021) Nguyen, T. H. Nguyen, V. H. Huy, D. T. N. (2021). _在數字化轉型概念中轉變大學管理模式》, p. 380-387. Rev. GeintecGest. Inov. E Tecnol.
Petrillo et al. (2022) Petrillo, A. De Felice, F. Achim M. V. Mirza, N. (2022).?數字化轉型：邁向新前沿和商業機會. BoD-Books on Demand.
Reis et al. (2018) Reis, J., Amorim, M., Melao, N., Matos, P. (2018) _數字化轉型：文獻綜述和未來研究指南. 信息系統與技術趨勢和進展》, p. 411-421.
Rogers (2016) Rogers, D. L. (2016)?數字化轉型劇本：為數字時代重新思考您的業務. Columbia University Press.
Sultan et al. (2020) Sultan, A. S. Elgharib, M. A. Tavares, T. Jeseri, M. Basile, J. R. (2020). 人工智能、機器學習和深度學習在腫瘤病理學中的應用, p. 849-856. Journal of Oral Pathology and Medicine.
Ughulu (2022) Ughulu, J. (2022).?人工智能（AI）在創業、自動化和擴展業務中的作用. ScienceOpen Preprints.
Watson III et al. (2023) Watson III, Edward, F. Andrew, H. (2023). _企業和業務流程自動化》, p. 1385-1400. Springer International Publishing.
【睿觀：人工智能（AI）將驅動組織的數字化轉型，這一過程也涉及到倫理問題。我們不僅僅關注技術本身，更著重于如何通過AI優化業務流程、實現組織變革，以及如何負責任地應用AI技術。
主要觀點：
數字化轉型不僅僅是技術轉變：?數字化轉型是一個涉及人員、流程、治理和文化變革的多方面過程，而AI是這一過程中的關鍵驅動力。
AI驅動的數字化轉型核心支柱：?AI驅動的數字化轉型的六大支柱，作為進一步研究的貢獻：
1.數據驅動的洞察
2.無縫自動化
3.以人為本的協作
4.倫理和負責任的人工智能
5.戰略一致性
6.可擴展性和創新
BPM與AI的結合：?論文闡述了業務流程管理（BPM）在數字化轉型中的重要性，并強調了AI如何增強BPM的各個階段，例如流程識別、分析、實施、監控和優化。AI使得流程自動化更加智能和靈活。
自動化與流程優化的協同作用：?論文強調了自動化和流程優化之間的協同作用，以及AI如何放大這種作用。AI不僅使自動化更加高效，還能通過數據分析和預測性見解實現流程的動態優化。
倫理問題：?論文強調了在AI驅動的數字化轉型中需要重視倫理問題，特別是數據隱私、安全和算法公平性。它呼吁政府、組織和個人共同努力，確保AI的負責任使用。
研究方法：
論文采用了基于Web of Science數據庫的系統文獻綜述方法，對相關文獻進行了梳理和分析。
主要貢獻：
論文的主要貢獻在于提出了人工智能驅動的數字化轉型的核心支柱，為進一步的理論和實證研究提供了框架。它也強調了在數字化轉型過程中需要全面考慮倫理因素。
總結：
本文提供了關于人工智能驅動的數字化轉型的全面視角，強調了AI在優化業務流程、推動組織變革中的關鍵作用，并強調了倫理考量的重要性。它不僅對學術研究有價值，也對希望利用AI進行數字化轉型的企業具有指導意義。】
