حوكمة رأس المال الخوارزمي في عصر الذكاء الاصطناعي: إطار مفاهيمي قائم على المنظور المرتكز على الموارد ونظرية رأس المال الفكري
DOI:
https://doi.org/10.59992/IJFAES.2026.v5n6p13الكلمات المفتاحية:
حوكمة الذكاء الاصطناعي، حوكمة رأس المال الخوارزمي، رأس المال الخوارزمي، الأصل الخوارزمي، رأس المال الفكري، المنظور المرتكز على المواردالملخص
مع تغلغل الذكاء الاصطناعي في عمليات المنظمات وقراراتها، تركّزت أدبيات الحوكمة على النظام الذكي بوصفه موضوعًا للامتثال وإدارة المخاطر، بينما ظلّت الخوارزمية – بوصفها أصلًا رأسماليًا مولِّدًا للقيمة – خارج بؤرة التحليل. تعالج هذه الدراسة المفاهيمية هذه الفجوة من خلال بناء إطار لحوكمة رأس المال الخوارزمي يتعامل مع رأس المال الخوارزمي بوصفه موردًا رأسماليًا استراتيجيًا داخل المنظمات المعزَّزة بالذكاء الاصطناعي، بما ينقل وحدة التحليل من النظام الذكي إلى الأصل الخوارزمي. وانطلاقًا من المنظور المرتكز على الموارد ونظرية رأس المال الفكري، ووفق تصميم معتمد للأوراق المفاهيمية، تُخضع الدراسة الأصل الخوارزمي لمعايير المورد الاستراتيجي، وتُبيّن أنه ذو قيمة، ونادر، وصعب التقليد، وغير قابل للإحلال، بما يمنحه صفة رأسمالية تستوجب منطقًا حوكميًا مشتقًا من خصائصه الرأسمالية. كما تقدم الدراسة إطارًا متكاملًا لحوكمة رأس المال الخوارزمي يربط بين خصائص الأصل ومخاطره النوعية ومبادئ الحوكمة وأبعادها الستة وأطوار دورة حياته الأربعة. ويستند هذا الإطار إلى مفهوم «الحوكمة المشتقة من الأصل» بوصفه منطقًا حوكميًا يُشتق لا من التقنية، بل من طبيعة الأصل الخوارزمي بوصفه موردًا رأسماليًا. كما تصوغ الدراسة خمس قضايا نظرية مؤصَّلة للاختبار التجريبي مستقبلًا، وتقدم تسع توصيات موزعة على المستويات البحثية والأكاديمية والمهنية.
المراجع
• Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99–120. https://doi.org/10.1177/014920639101700108
• Batool, A., Zowghi, D., & Bano, M. (2025). AI governance: A systematic literature review. AI and Ethics, 5, 3265–3279. https://doi.org/10.1007/s43681-024-00653-w
• Birkstedt, T., Minkkinen, M., Tandon, A., & Mäntymäki, M. (2023). AI governance: Themes, knowledge gaps and future agendas. Internet Research, 33(7), 133–167. https://doi.org/10.1108/INTR-01-2022-0042
• Bontis, N. (1998). Intellectual capital: An exploratory study that develops measures and models. Management Decision, 36(2), 63–76. https://doi.org/10.1108/00251749810204142
• Edvinsson, L., & Malone, M. S. (1997). Intellectual capital: Realizing your company’s true value by finding its hidden brainpower. HarperBusiness.
• Gilson, L. L., & Goldberg, C. B. (2015). Editors’ comment: So, what is a conceptual paper? Group & Organization Management, 40(2), 127–130.
https://doi.org/10.1177/1059601115576425
• Grant, R. M. (1996). Toward a knowledge-based theory of the firm. Strategic Management Journal, 17(S2), 109–122. https://doi.org/10.1002/smj.4250171110
• International Organization for Standardization. (2023). ISO/IEC 42001:2023 Information technology—Artificial intelligence—Management system requirements.
https://www.iso.org/standard/81230.html
• Jaakkola, E. (2020). Designing conceptual articles: Four approaches. AMS Review, 10(1–2), 18–26. https://doi.org/10.1007/s13162-020-00161-0
• Khatri, V., & Brown, C. V. (2010). Designing data governance. Communications of the ACM, 53(1), 148–152. https://doi.org/10.1145/1629175.1629210
• Mäntymäki, M., Minkkinen, M., Birkstedt, T., & Viljanen, M. (2022). Defining organizational AI governance. AI and Ethics, 2, 603–609. https://doi.org/10.1007/s43681-022-00166-5
• Nahapiet, J., & Ghoshal, S. (1998). Social capital, intellectual capital, and the organizational advantage. Academy of Management Review, 23(2), 242–266.
https://doi.org/10.5465/amr.1998.533225
• National Institute of Standards and Technology. (2023). Artificial intelligence risk management framework (AI RMF 1.0) (NIST AI 100-1).
https://doi.org/10.6028/NIST.AI.100-1
• Organisation for Economic Co-operation and Development. (2019). Recommendation of the Council on Artificial Intelligence. https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449
• Papagiannidis, E., Enholm, I. M., Dremel, C., Mikalef, P., & Krogstie, J. (2023). Toward AI governance: Identifying best practices and potential barriers and outcomes. Information Systems Frontiers, 25(1), 123–141. https://doi.org/10.1007/s10796-021-10123-8
• Papagiannidis, E., Mikalef, P., & Conboy, K. (2025). Responsible artificial intelligence governance: A review and research framework. Journal of Strategic Information Systems, 34, 101885. https://doi.org/10.1016/j.jsis.2025.101885
• Schneider, J., Abraham, R., Meske, C., & vom Brocke, J. (2023). Artificial intelligence governance for businesses. Information Systems Management, 40(3), 229–249.
https://doi.org/10.1080/10580530.2022.2089995
• Stewart, T. A. (1997). Intellectual capital: The new wealth of organizations. Doubleday.
• Sveiby, K. E. (1997). The new organizational wealth: Managing & measuring knowledge-based assets. Berrett-Koehler.
• Teece, D. J. (1998). Capturing value from knowledge assets: The new economy, markets for know-how, and intangible assets. California Management Review, 40(3), 55–79. https://doi.org/10.2307/41165943
• Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509–533.
https://doi.org/10.1002/(SICI)1097-0266(199708)18:7<509: AID-SMJ882>3.0.CO;2-Z
• Weill, P., & Ross, J. W. (2004). IT governance: How top performers manage IT decision rights for superior results. Harvard Business School Press.
• Wernerfelt, B. (1984). A resource-based view of the firm. Strategic Management Journal, 5(2), 171–180. https://doi.org/10.1002/smj.4250050207