| مشخصات مقاله | |
| ترجمه عنوان مقاله | بررسی فناوری های هوش مصنوعی (AI) در بازاریابی از طریق یک لنز جهانی: روندهای فعلی و فرصت‌های تحقیقاتی آینده |
| عنوان انگلیسی مقاله | Examining artificial intelligence (AI) technologies in marketing via a global lens: Current trends and future research opportunities |
| انتشار | مقاله سال ۲۰۲۱ |
| تعداد صفحات مقاله انگلیسی | ۱۹ صفحه |
| هزینه | دانلود مقاله انگلیسی رایگان میباشد. |
| پایگاه داده | نشریه الزویر |
| نوع نگارش مقاله |
مقاله پژوهشی (Research Article) |
| مقاله بیس | این مقاله بیس میباشد |
| نمایه (index) | Scopus – Master Journals List – JCR |
| نوع مقاله | ISI |
| فرمت مقاله انگلیسی | |
| ایمپکت فاکتور(IF) |
۴٫۵۱۳ در سال ۲۰۲۰ |
| شاخص H_index | ۱۰۲ در سال ۲۰۲۰ |
| شاخص SJR | ۳٫۷۲۵ در سال ۲۰۲۰ |
| شناسه ISSN | ۰۱۶۷-۸۱۱۶ |
| شاخص Quartile (چارک) | Q2 در سال ۲۰۲۰ |
| فرضیه | ندارد |
| مدل مفهومی | ندارد |
| پرسشنامه | ندارد |
| متغیر | ندارد |
| رفرنس | دارد |
| رشته های مرتبط | کامپیوتر، مدیریت |
| گرایش های مرتبط | بازاریابی، هوش مصنوعی، مدیریت فناوری اطلاعات، مدیریت کسب و کار، بازاریابی بین المللی، بازرگانی بین الملل |
| نوع ارائه مقاله |
ژورنال |
| مجله | مجله بین المللی تحقیقات در بازاریابی – International Journal of Research in Marketing |
| دانشگاه | Signal Companies Professor of Management, Tuck School of Business, Dartmouth College, USA |
| کلمات کلیدی | هوش مصنوعی، بازاریابی جهانی، نابرابری، جهانی سازی، اخلاق و حریم خصوصی، تعامل انسان و ماشین، تجزیه و تحلیل خودکار متن، سمعی، تصاویر، ویدئو |
| کلمات کلیدی انگلیسی | Artificial intelligence – Global marketing – Inequality – Glocalization – Ethics and privacy – Human–machine interaction – Automated analysis of text – Audio – Images – Video |
| شناسه دیجیتال – doi |
https://doi.org/10.1016/j.ijresmar.2021.11.002 |
| کد محصول | E15863 |
| وضعیت ترجمه مقاله | ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید. |
| دانلود رایگان مقاله | دانلود رایگان مقاله انگلیسی |
| سفارش ترجمه این مقاله | سفارش ترجمه این مقاله |
| فهرست مطالب مقاله: |
| Abstract Keywords Introduction Human-Machine interaction (HMI) Automated analysis of text, audio, images, and video Future research opportunities Conclusion Author note Declaration of Competing Interest Appendix 1. Recent research on artificial intelligence (AI) technologies in marketing Appendix 2. Takeaways References |
| بخشی از متن مقاله: |
| Abstract Artificial intelligence (AI) has captured substantial interest from a wide array of marketing scholars in recent years. Our research contributes to this emerging domain by examining AI technologies in marketing via a global lens. Specifically, our lens focuses on three levels of analysis: country, company, and consumer. Our country-level analysis emphasizes the heterogeneity in economic inequality across countries due to the considerable economic resources necessary for AI adoption. Our company-level analysis focuses on glocalization because while the hardware that underlies these technologies may be global in nature, their application necessitates adaptation to local cultures. Our consumer-level analysis examines consumer ethics and privacy concerns, as AI technologies often collect, store and process a cornucopia of personal data across our globe. Through the prism of these three lenses, we focus on two important dimensions of AI technologies in marketing: (1) human–machine interaction and (2) automated analysis of text, audio, images, and video. We then explore the interaction between these two key dimensions of AI across our threepart global lens to develop a set of research questions for future marketing scholarship in this increasingly important domain. Introduction Academic scholars have been intrigued by the prospects and perils of artificial intelligence for decades. An eight-week Dartmouth Summer Research Project on Artificial Intelligence in 1956 is widely considered the founding event that initiated academic interest in this technology (Haenlein & Kaplan, 2019). Today, artificial intelligence (AI) is one of the world’s most promising new technologies and entails programs, algorithms, systems and machines that mimic intelligent human behavior (Huang & Rust, 2018; Shankar, 2018). These technologies typically include machine learning, natural language processing,and neural networks (among others), and allow machines to autonomously sense, comprehend, act, and learn via human– machine interaction (HMI) (Davenport, Guha, Grewal, & Bressgott, 2020). In recent years, AI has captured substantial interest across a wide array of marketing scholars (see Davenport et al., 2020 for a recent review). Collectively, extant research in this domain has made important contributions in terms of defining AI, identifying its promise and perils, forecasting its future and opining on its implications for marketing thought and practice. |