نوع مقاله : مقاله پژوهشی

نویسندگان

• آتوسا ابراهیمی شاه آبادی ¹
• جهانگیر یدالهی فارسی ²
• نیلوفر نوبری ³

¹ دانشجوی دکتری رشته کارآفرینی، دانشکده کارآفرینی دانشگاه تهران، تهران، ایران

² استادگروه کسب وکار جدید، دانشکده کارآفرینی، دانشگاه تهران، تهران، ایران

³ استادیار گروه کسب وکار جدید، دانشکده کارآفرینی، دانشگاه تهران، تهران، ایران

چکیده

رشد شتابان پلتفرم‌های مبتنی بر هوش مصنوعی در دهه گذشته ضرورت واکاوی ابعاد فناورانه و مدیریتی این پدیده را دوچندان کرد. این پژوهش با هدف تحلیل تطبیقی ساختار و پیامدهای سه گونه پلتفرم‌های تراکنشی، نوآوری و منسجم در چارچوب ADO انجام شد. مطالعه حاضر به روش فراترکیب و تحلیل کیفی، طی سه مرحله کدگذاری باز، محوری و انتخابی، بر اساس مرور ۷۰ مقاله منتخب از سال‌های ۲۰۱۵ تا ۲۰۲۵ پیش رفت و داده‌ها در سه محور پیش‌نیازها، تصمیمات و پیامدها بررسی شدند. چارچوب تحلیلی با ترکیب دسته‌بندی پلتفرم‌ها و مدل ADO، زمینه مقایسه دقیق اجزای کلیدی را فراهم ساخت. نتایج نشان دادند پلتفرم‌های تراکنشی با معماری میکروسرویس و API باز، پلتفرم‌های نوآوری با چارچوب‌های یادگیری عمیق و GPU/TPU و پلتفرم‌های منسجم با یکپارچگی داده و حکمرانی کلان‌داده، مسیرهای متفاوتی برای ارتقای بهره‌وری و امنیت اطلاعات طی کردند. همچنین یافته‌ها تأکید کردند که پردازش ابری، حکمرانی داده و امنیت اطلاعات عناصر مشترک و الزامی این گونه‌ها بوده‌اند. این تحلیل نشان داد که کاربست چارچوب ADOمی‌تواند به طراحی سیاست‌های کارآمد برای مدیریت، امنیت و توسعه اکوسیستم‌ های داده‌محور کمک کند و بینش‌هایی تازه برای محققان و سیاست‌گذاران در مسیر بهینه‌سازی عملکرد پلتفرم‌های هوش‌مصنوعی فراهم آورد.

کلیدواژه‌ها

• پلتفرم‌های مبتنی بر هوش مصنوعی
• چارچوبADO
• پلتفرم تراکنشی
• پلتفرم نوآوری

موضوعات

• مدلسازی و شبیه سازی

عنوان مقاله [English]

A Comparative Analysis of AI-Based Platforms: From Transactions to Integration through the ADO Lens

نویسندگان [English]

• Atoosa Ebrahimi Shah Abadi ¹
• Jahangir Yadollahi Farsi ²
• Niloofar Nobari ³

¹ Ph.D. student in Entrepreneurship, Faculty of Entrepreneurship, University of Tehran, Tehran, Iran

² Full Professor, Faculty of Entrepreneurship, University of Tehran, Tehran, Iran

³ Assistant Professor, Faculty of Entrepreneurship, University of Tehran, Tehran, Iran

چکیده [English]

The rapid growth of AI-based platforms in the past decade has made it necessary to examine the technological and managerial dimensions of this phenomenon. This research aimed to conduct a comparative analysis of the structure and consequences of three types of transactional, innovative, and cohesive platforms within the ADO framework. The present study was conducted using meta-synthesis and qualitative analysis, through three stages of open, axial, and selective coding, based on a review of 70 selected articles from 2015 to 2025, and the data were examined in three axes of prerequisites, decisions, and consequences. The analytical framework, combining platform categorization and the ADO model, provided the basis for a detailed comparison of key components. The results showed that transactional platforms with microservice architecture and open API, innovation platforms with deep learning frameworks and GPU/TPU, and cohesive platforms with data integrity and big data governance, took different paths to improve productivity and information security. The findings also highlighted that cloud computing, data governance, and information security were common and essential elements of these types. The analysis showed that the application of the ADO framework can help design effective policies for the management, security, and development of data-driven ecosystems and provide new insights for researchers and policymakers on how to optimize the performance of AI platforms.

کلیدواژه‌ها [English]

• AI-based platforms
• ADO framework
• transactional platform
• innovation platform