مدیریت، آموزش و توسعه در عصر دیجیتال در دست انتشار 1405 10 01 Evaluation of the Structural Model of Artificial Intelligence Acceptance in Digital Marketing Based on Customers’ Perspectives in the Online Retail Industry ارزیابی مدل ساختاری پذیرش هوش مصنوعی در بازاریابی دیجیتال بر اساس دیدگاه مشتریان در صنعت خرده‌فروشی آنلاین 1 17 FA جلال ابراهیمی عسکری گروه مدیریت بازرگانی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران. سید عباس حیدری گروه مدیریت بازرگانی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران سید مهدی جلالی گروه مدیریت بازرگانی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران Journal Article 1404/12/01 <p>This study aimed to evaluate the structural model of artificial intelligence acceptance in digital marketing based on customers’ perspectives in the online retail industry. This applied, field-based, and descriptive study examined customers of online retail platforms, including Digikala, Digistyle, Plaza, Emalls, and Zanbil. Since the exact size of the statistical population was unknown, Cochran’s formula for an unlimited population was used, and 385 online retail customers were selected through random sampling. Data were collected using a researcher-made questionnaire developed based on the qualitative phase of the study and expert interviews. The questionnaire included three main dimensions and 11 items derived from 11 identified factors and was scored on a five-point Likert scale. The collected data were analyzed using partial least squares structural equation modeling through Smart-PLS software. The measurement model results indicated that the factor loadings of perceived usefulness, perceived security and trust, and interactional and communicative factors were significant and above the acceptable threshold. Composite reliability values for all constructs exceeded 0.70, and AVE values were greater than 0.50, confirming the reliability and convergent validity of the model. In the structural model, all main path coefficients had t-values greater than 1.96 and were significant at the 95% confidence level. The coefficient of determination for artificial intelligence acceptance was R² = 0.398, while the predictive relevance index was Q² = 0.306. The overall goodness-of-fit index was GOF = 0.517, indicating a strong and acceptable model fit. The findings demonstrated that perceived usefulness, perceived security and trust, and interactional and communicative factors are key determinants of artificial intelligence acceptance in digital marketing from the perspective of online retail customers. Accordingly, improving data security, algorithmic transparency, user trust, personalized usefulness, and interactive AI-based customer experiences can strengthen the acceptance and effective use of artificial intelligence in online retail marketing.</p> <p>هدف پژوهش حاضر ارزیابی مدل ساختاری پذیرش هوش مصنوعی در بازاریابی دیجیتال بر اساس دیدگاه مشتریان در صنعت خرده‌فروشی آنلاین بود. این پژوهش از نظر هدف کاربردی و از نظر روش گردآوری و تحلیل داده‌ها، میدانی و توصیفی بود. جامعه آماری شامل مشتریان صنعت خرده‌فروشی آنلاین کشور، از جمله مشتریان دیجی‌کالا، دیجی‌استایل، پلازا، ایمالز و زنبیل بود. با توجه به نامحدود بودن جامعه آماری، حجم نمونه با استفاده از فرمول کوکران 385 نفر تعیین شد و نمونه‌ها به‌صورت تصادفی انتخاب شدند. ابزار گردآوری داده‌ها پرسشنامه‌ای مبتنی بر نتایج بخش کیفی و مصاحبه با خبرگان بود که شامل سه بعد اصلی و 11 سؤال برگرفته از 11 عامل شناسایی‌شده بود و بر اساس طیف لیکرت پنج‌درجه‌ای تنظیم شد. داده‌ها با روش مدل‌سازی معادلات ساختاری با رویکرد حداقل مربعات جزئی و نرم‌افزار Smart-PLS تحلیل شدند. نتایج مدل اندازه‌گیری نشان داد بارهای عاملی سازه‌های سودمندی ادراک‌شده، امنیت و اعتماد ادراک‌شده، و فاکتورهای تعامل‌گرایی و ارتباطی معنادار و بالاتر از حد قابل قبول بودند. همچنین، پایایی ترکیبی تمامی متغیرها بالاتر از 0.70 و مقادیر AVE بالاتر از 0.50 بود که نشان‌دهنده تأیید پایایی و روایی همگرای مدل است. در مدل ساختاری، تمام مسیرهای اصلی دارای مقدار t بالاتر از 1.96 بودند و در سطح اطمینان 95 درصد معنادار گزارش شدند. مقدار R² برای پذیرش هوش مصنوعی برابر با 0.398، مقدار Q² برابر با 0.306 و شاخص GOF برابر با 0.517 به دست آمد که بیانگر قدرت تبیین و برازش مطلوب مدل بود. نتایج نشان داد که سودمندی ادراک‌شده، امنیت و اعتماد ادراک‌شده، و فاکتورهای تعامل‌گرایی و ارتباطی نقش مهمی در پذیرش هوش مصنوعی در بازاریابی دیجیتال از دیدگاه مشتریان صنعت خرده‌فروشی آنلاین دارند. بنابراین، ارتقای اعتماد، شفافیت الگوریتمی، امنیت داده‌ها، تجربه کاربری هوشمند و تعامل‌پذیری سیستم‌های مبتنی بر هوش مصنوعی می‌تواند پذیرش این فناوری را در خرده‌فروشی آنلاین تقویت کند.</p> https://www.jmedda.com/jmedda/article/download/444/309