الگوی ارتقای حسابداری ناب مبتنی بر فناوری‌های نوین با رویکرد ساختاری تفسیری

مهرناز  حکمی; دنیا احدیان پور پروین; سیده عاطفه  حسینی; سينا  ابويى مهريزى

نویسندگان

مهرناز حکمی دانشجوی دکتری، گروه حسابداري، واحد فيروزکوه، دانشگاه آزاد اسلامی، فيروزکوه، ایران نویسنده https://orcid.org/0009-0000-7978-5135
دنیا احدیان پور پروین گروه حسابداري، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران نویسنده https://orcid.org/0000-0002-3590-2149
سیده عاطفه حسینی گروه حسابداري، واحد فیروزکوه، دانشگاه آزاد اسلامی، فيروزکوه، ایران نویسنده https://orcid.org/0000-0002-8664-4581
سينا ابويى مهريزى گروه مدیریت، واحد علوم پزشکی تهران، دانشگاه آزاد اسلامی، تهران، ایران نویسنده https://orcid.org/0009-0001-7372-5315

کلمات کلیدی:

حسابداری ناب مبتنی, فناوری‏های نوین, هوش مصنوعی

چکیده

هدف: هدف پژوهش حاضر ارائه الگوی ارتقای حسابداری ناب مبتنی بر فناوری‌های نوین با تأکید بر نقش زیرساخت بلاکچین و هوشمندسازی مبتنی بر هوش مصنوعی با استفاده از رویکرد مدل‌سازی ساختاری تفسیری بود. روش‌شناسی: این پژوهش از نظر هدف کاربردی، از نظر رویکرد آمیخته، از نظر منطق اجرا استقرایی و از نظر افق زمانی مقطعی بود. جامعه پژوهش را خبرگان دانشگاهی و حرفه‌ای آشنا با حسابداری ناب و فناوری‌های نوین تشکیل دادند. نمونه پژوهش شامل 15 نفر از خبرگان دارای سابقه و تخصص مرتبط بود که به روش هدفمند و گلوله‌برفی انتخاب شدند و فرایند گردآوری داده‌ها تا رسیدن به اشباع نظری ادامه یافت. برای شناسایی و تأیید مؤلفه‌ها از نظر خبرگان و برای طراحی الگو از مدل‌سازی ساختاری تفسیری استفاده شد. همچنین، تحلیل قدرت نفوذ و میزان وابستگی مؤلفه‌ها از طریق روش MICMAC انجام گرفت. یافته‌ها: نتایج ضریب روایی محتوایی نشان داد که تمام مؤلفه‌های شناسایی‌شده با مقدار CVR برابر با 1 و بالاتر از حد قابل قبول 0.42 تأیید شدند. یافته‌های مدل‌سازی ساختاری تفسیری نشان داد که مؤلفه‌های «حذف ضایعات»، «مدیریت هزینه»، «ارزش‌آفرینی» و «بهبود مستمر» در سطح اول مدل قرار گرفتند و بیشترین وابستگی را داشتند. مؤلفه‌های «کشف تقلب و ریسک»، «تحلیل پیشرفته داده‌ها»، «خودکارسازی هوشمند» و «پیش‌بینی و بهینه‌سازی» در سطح دوم قرار گرفتند. مؤلفه‌های «شفافیت و ردیابی»، «امنیت داده‌ها»، «قراردادهای هوشمند» و «انطباق با مقررات» در سطح سوم قرار گرفتند و اثرگذارترین مؤلفه‌های مدل بودند. تحلیل MICMAC نیز نشان داد که مؤلفه‌های بلاکچین در ناحیه نفوذ، مؤلفه‌های هوش مصنوعی در نقش واسطه‌ای/خودمختار، و مؤلفه‌های ارتقای حسابداری ناب در ناحیه وابسته قرار دارند. نتیجه‌گیری: نتایج نشان می‌دهد که ارتقای حسابداری ناب در سازمان‌ها پیش از هر چیز به استقرار زیرساخت‌های فناورانه، به‌ویژه بلاکچین، وابسته است و هوش مصنوعی می‌تواند به‌عنوان حلقه واسط، قابلیت‌های داده‌محور، پیش‌بینی‌گر و خودکارساز را به پیامدهای عملی حسابداری ناب مانند کاهش ضایعات، کنترل هزینه، ارزش‌آفرینی و بهبود مستمر تبدیل کند.

دانلودها

دسترسی به دانلود اطلاعات مقدور نیست.

مراجع

Ahmed, A. A. A., Mahalakshmi, A., ArulRajan, K., Alanya-Beltran, J., & Naved, M. (2023). Integrated artificial intelligence effect on crisis management and lean production: Structural equation modelling framework. International Journal of System Assurance Engineering and Management, 14(1), 220-227. https://doi.org/10.1007/s13198-022-01679-1

Alves, R. F., Vieira Neto, J., de Mattos Nascimento, D. L., de Andrade, F. E., Tortorella, G. L., & Garza-Reyes, J. A. (2022). Lean accounting: A structured literature review. The TQM Journal, 34(6), 1547-1571. https://doi.org/10.1108/TQM-06-2021-0185

Bonabi Ghadim, R. (2019). Lean accounting in lean organization: Transformation from cost-based approach to value-based approach. Journal of Accounting and Social Interests, 9(4), 117-133. https://doi.org/10.22051/ijar.2019.23874.1470

Caldera, H. T. S., Desha, C., & Dawes, L. (2017). Exploring the role of lean thinking in sustainable business practice: A systematic literature review. Journal of Cleaner Production, 167, 1546-1565. https://doi.org/10.1016/j.jclepro.2017.05.126

de Sousa, W. G., de Melo, E. R. P., Bermejo, P. H. D. S., Farias, R. A. S., & Gomes, A. O. (2019). How and where is artificial intelligence in the public sector going? A literature review and research agenda. Government Information Quarterly, 36(4), 101392. https://doi.org/10.1016/j.giq.2019.07.004

El-Mousawi, H., Jaber, A., & Fakih, I. (2024). Do industrial companies in Lebanon have the requirements to apply lean accounting? An exploratory study of a sample of LCPAs. Research in Economics and Management, 9(1). https://doi.org/10.22158/rem.v9n1p143

Gola, A. (2019). Maintenance 4.0 technologies for sustainable manufacturing: An overview. IFAC-PapersOnLine, 52(10), 91-96. https://doi.org/10.1016/j.ifacol.2019.10.005

Han, H., Shiwakoti, R. K., Jarvis, R., Mordi, C., & Botchie, D. (2023). Accounting and auditing with blockchain technology and artificial intelligence: A literature review. International Journal of Accounting Information Systems, 48, 100598. https://doi.org/10.1016/j.accinf.2022.100598

Jeddi Delshad, J. (2023). Comparative study of efficient and traditional accounting systems. Third National Conference on Applied Studies in Educational Processes, Minab.

Meitasari, R. C., & Audrey, A. H. (2023). Artificial intelligence in the big data era and digital audit. Inisiatif: Jurnal Ekonomi, Akuntansi dan Manajemen, 2(2), 91-104. https://doi.org/10.30640/inisiatif.v2i2.7140

Mohammadi, S., & Chaqazardi, S. (2022). A comprehensive review of lean accounting: A method for reducing production costs. Fifth Annual International Conference on New Developments in Management, Economics, and Accounting, Tehran.

Myrelid, A., & Olhager, J. (2019). Hybrid manufacturing accounting in mixed process environments: A methodology and a case study. International Journal of Production Economics, 210, 137-144. https://doi.org/10.1016/j.ijpe.2019.01.024

Norzelan, N. A., Mohamed, I. S., & Mohamad, M. (2024). Technology acceptance of artificial intelligence (AI) among heads of finance and accounting units in the shared service industry. Technological Forecasting and Social Change, 198, 123022. https://doi.org/10.1016/j.techfore.2023.123022

Olesen, P., Powell, D., Hvolby, H. H., & Fraser, K. (2015). Using lean principles to drive operational improvements in intermodal container facilities: A conceptual framework. Journal of Facilities Management, 13(3), 266-281. https://doi.org/10.1108/JFM-09-2014-0030

Presciuttini, A., Frecassetti, S., Ferrazzi, M., Cantini, A., & Portioli-Staudacher, A. (2025). Integrating lean management and emerging technologies for enhanced sustainable performance: Empirical evidence based on double machine learning approach. Data Science and Management. https://doi.org/10.1016/j.dsm.2025.08.004

Shahbazi Takabi, A., Amiri, H., & Karami, R. (2023). Presenting a digital-space-based marketing model in auditing. Journal of Management Accounting and Auditing Knowledge, 12(45), 197-216.

Shehadeh, M. A., & Al-Beshtawi, S. H. (2023). Impact of lean accounting on value of the company at the Jordanian industrial companies. International Review of Management and Marketing, 13(1), 29-40. https://doi.org/10.32479/irmm.13681

Staats, B. R., Brunner, D. J., & Upton, D. M. (2011). Lean principles, learning, and knowledge work: Evidence from a software services provider. Journal of Operations Management, 29(5), 376-390. https://doi.org/10.1016/j.jom.2010.11.005