Cel badań i hipotezy/pytania badawcze:
Celem badań jest analiza wybranych atrybutów środowiska sztucznej inteligencji (AI) w kontekście możliwości jej wykorzystania do skutecznego zarządzania procesami biznesowymi. Hipoteza: sprawność informacyjna w cyberprzestrzeni jest silną determinantą skuteczności biznesowej, a narzędzia i modele AI sprzyjają elastyczności oraz efektywności realizowanych procesów biznesowych.

Metody badawcze:
Krytyczna analiza literatury, analiza dokumentów i raportów, sondaż diagnostyczny, studium przypadku, metody analizy ilościowej i jakościowej.

Główne wyniki:
Implementacja AI przyczynia się do znaczącej redukcji kosztów operacyjnych oraz ograniczenia marnotrawstwa zasobów w przedsiębiorstwach, szczególnie w sektorze MŚP. Modele AI wspierają personalizację ofert oraz automatyzację procesów obsługi klienta, co zwiększa konkurencyjność firm. Modele uczenia maszynowego poprawiają prognozowanie trendów rynkowych, co umożliwia szybszą adaptację do zmieniającego się otoczenia biznesowego. Wdrożenie AI w przedsiębiorstwach wymaga odpowiednich strategii informacyjnych oraz integracji różnych obszarów wiedzy. Badania potwierdzają, że sprawność informacyjna w cyberprzestrzeni jest kluczowym czynnikiem determinującym skuteczność biznesową.

Implikacje dla teorii i praktyki:
Wyniki badań potwierdzają, że sztuczna inteligencja jest kluczowym czynnikiem wspierającym podejmowanie decyzji biznesowych na podstawie danych. Konieczne jest dalsze rozwijanie modeli teoretycznych uwzględniających wpływ AI na procesy decyzyjne, innowacyjność oraz efektywność operacyjną przedsiębiorstw. AI zmienia tradycyjne podejście do zarządzania organizacjami, umożliwiając ich dynamiczną integrację opartą na analizie danych w czasie rzeczywistym. Powinno to znaleźć odzwierciedlenie w teoriach zarządzania strategicznego oraz modeli biznesowych uwzględniających cyfrową transformację. Automatyzacja procesów zmienia zakres obowiązków menedżerów, przesuwając ich rolę z operacyjnego zarządzania ku strategicznemu nadzorowi nad algorytmami i danymi. Konieczne jest uzupełnienie klasycznych teorii zarządzania o aspekty związane z cyfrowym przywództwem oraz zarządzaniem zmianą w erze AI.