بيانات الباحث
دكتوراه الفلسفة في إدارة الأعمال، باحث ومستشار إداري خبير، ام سي ام للاستشارات الإدارية، جدة، المملكة العربية السعودية
[email protected]
ملخص
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.
As artificial intelligence becomes embedded in organizational operations and decisions, governance scholarship has concentrated on the intelligent system as an object of compliance and risk management, while the algorithm as a value-bearing capital asset has remained largely outside the analytical focus. This conceptual study addresses that gap by developing a framework for Algorithmic Capital Governance that treats algorithmic capital as a strategic capital resource within AI-augmented organizations, thereby shifting the unit of analysis from the intelligent system to the algorithmic asset. Drawing on the Resource-Based View (RBV) and Intellectual Capital (IC) theory, and following an established conceptual-paper design, the study subjects the algorithmic asset to the criteria of a strategic resource and demonstrates that it is valuable, rare, inimitable, and non-substitutable, thereby acquiring a capital character that warrants a governance logic derived from its own capital characteristics. The study advances an integrated framework for Algorithmic Capital Governance, linking the asset’s characteristics to its distinctive risks, governance principles, six governance dimensions, and the four phases of its life cycle. The framework is founded on the concept of Derived-Asset Governance (DAG): a governance logic derived not from the technology itself, but from the nature of the algorithmic asset as a capital resource. The study further formulates five theoretically grounded propositions for future empirical testing and offers nine recommendations spanning the research, academic, and professional levels.