Eksplozja publikacji naukowych nad AI a kryzys rzetelności
Pole badań łączących e-commerce z technologiami wschodzącymi rośnie w tempie niespotykanym w naukach zarządczych: analiza bibliometryczna Sandu i współpracowników¹ dokumentuje roczną stopę wzrostu liczby publikacji wynoszącą 44,65%, z szczytem 64 artykułów w 2022 roku, w zbiorze obejmującym 260 prac z bazy Web of Science z okresu 2004-2024. Ta dynamika sugeruje aktywnie badane pole, w którym praktyk poszukujący odpowiedzi na pytania o wdrożenie sztucznej inteligencji, blockchaina, IoT czy rozszerzonej rzeczywistości dysponuje coraz bogatszą bibliografią. Jednak za tym wzrostem kryje się strukturalny fakt o bezpośrednich konsekwencjach praktycznych: 30 z 290 artykułów spełniających kryteria selekcji zostało wycofanych przez wydawców, co stanowi 10,34% pierwotnego zbioru. Wskaźnik ten jest przez samych autorów określony jako wysoki w stosunku do rozmiarów zbioru i prowadzi do kluczowego wniosku dla każdego, kto opiera decyzje wdrożeniowe na tej literaturze: szybkość produkcji wiedzy w tym polu wyraźnie wyprzedza możliwości kontroli jej jakości. Artykuł analizuje, jakie implikacje strategiczne wynikają z tej asymetrii, oraz jak cztery wiodące technologie dzielą między sobą obszary zastosowań w e-commerce.
Badanie Sandu i współpracowników¹ wyróżnia się na tle wcześniejszych prac w tej dziedzinie połączeniem trzech niezależnych metod analizy tematycznej: mapy tematycznej bibliometrycznej, utajonej alokacji Dirichleta (LDA) i BERTopic. Zbieżność wyników wszystkich trzech metod dostarcza mocniejszego argumentu dla formułowanych wniosków niż jakakolwiek pojedyncza technika mogłaby zaoferować. LDA wyodrębnia trzy główne obszary badawcze: zachowanie użytkownika i doświadczenie w e-commerce, blockchain i bezpieczeństwo w łańcuchach dostaw oraz zarządzanie biznesowe i operacyjne w e-commerce. BERTopic identyfikuje cztery tematy: machine learning i analityka klienta, blockchain w łańcuchach dostaw, IoT i logistyka, rozszerzona rzeczywistość i zaangażowanie konsumenta. Mapa tematyczna wskazuje jako tematy motoryczne, czyli dominujące i stabilne, połączenie sztucznej inteligencji, zachowania konsumenta, e-commerce i prywatności. Trójstronna konwergencja tych wyników pozwala na sformułowanie wniosku o funkcjonalnym podziale czterech technologii na odrębne strefy zastosowań, który jest odporny na artefakty metodologiczne poszczególnych technik analitycznych.
Wskaźnik wycofań prac jako sygnał ostrzegawczy dla praktyków
Cztery wiodące technologie wschodzące pełnią w e-commerce wyraźnie odrębne funkcje, które strukturyzują ich obszary wdrożeń¹. Rozszerzona rzeczywistość koncentruje się na strefie interfejsu użytkownika, budując zaangażowanie konsumenta i transformując wizualizację produktów: najwyżej cytowana praca w całym zbiorze (Yim i współpracownicy, 2017, 476 cytowań) dotyczy właśnie skuteczności AR w porównaniu z tradycyjnymi prezentacjami produktów, a wyniki wskazują na wyższy wpływ AR na intencje zakupowe, doświadczenie nabywcy i poczucie immersji. Machine learning i AI zajmują strefę analityki i personalizacji: obejmują predykcję popytu i alokację zasobów logistycznych, a badanie dotyczące Alibaba Smart Warehouse (Zhang i współpracownicy, 2021, 98 cytowań) dokumentuje, że integracja AI z magazynowaniem redukuje zapotrzebowanie na pracę ludzką przy równoczesnej poprawie procesów dostaw. Blockchain dominuje w strefie zaufania i przejrzystości łańcucha dostaw, przy czym słowo kluczowe "blockchain" pojawia się 35 razy w słowach kluczowych autorów, wyprzedzając "artificial intelligence" z 18 wystąpieniami, a badanie modelu B2B blockchain dla Alibaba (Lahkani i współpracownicy, 2020, 86 cytowań) dokumentuje wzrost efektywności logistyki i dokumentacji o ponad 70%. IoT uzupełnia ten obraz w strefie logistyki w czasie rzeczywistym, szczególnie w zarządzaniu dostawami artykułów spożywczych wrażliwych na temperaturę.
Rygorystyczna weryfikacja benchmarków technologicznych przed wdrożeniem
Paradoks 10,34% wycofań zasługuje na szczegółową analizę, ponieważ wycofane prace nie koncentrowały się na jednej niszy tematycznej, lecz dotyczyły tematów tożsamych z tymi zachowanymi w zbiorze: IoT w logistyce e-commerce, blockchain w handlu transgranicznym oraz strategicznego podejmowania decyzji z pomocą AI¹. Oznacza to, że wycofania były napędzane problemami metodologicznymi lub dotyczącymi integralności danych, a nie błędnym doborem tematu. W polu rosnącym w tempie 44,65% rocznie presja publikacyjna generuje zachęty do skracania cykli recenzji i badań, co jest podatnością strukturalną trudną do wyeliminowania bez spowolnienia produkcji wiedzy. Dla praktyka konsekwencja jest bezpośrednia: artykuły z lat 2017-2022, w których wzrost liczby publikacji był najbardziej dynamiczny, są jednocześnie intensywnie cytowane i mogą zawierać wyniki, które nie przeszłyby obecnej kontroli jakości. Dominacja Chin (156 z 260 artykułów, 2 050 cytowań) przy jednoczesnym fakcie, że najwyżej cytowana praca pochodzi ze Stanów Zjednoczonych (476 cytowań), dowodzi, że geograficzne centrum produkcji wiedzy i centrum jej wpływu intelektualnego nie pokrywają się.
Analiza słów kluczowych ujawnia dodatkową asymetrię między tym, gdzie koncentruje się uwaga badaczy, a gdzie pracownicy praktyki wymagają odpowiedzi¹. Blockchain pojawia się 35 razy w słowach kluczowych autorów, głębokie uczenie 28 razy, sztuczna inteligencja jedynie 18 razy, a rozszerzona rzeczywistość 10 razy. Tymczasem ranking cytowań faworyzuje prace dotyczące AR (476 cytowań) i blockchaina (177 cytowań), przy czym obie technologie reprezentują różne strefy e-commerce: AR jest zorientowana na konsumenta i konwersję, blockchain na operacje i zaufanie. Trigram "łańcuch dostaw e-commerce" pojawia się 27 razy w abstraktach, znacznie przewyższając wystąpienia odnoszące się do doświadczenia konsumenta, co wskazuje, że badanie operacyjne dominuje nad badaniem konsumenckim. Dla platformy e-commerce zorientowanej na wzrost przychodów ta asymetria oznacza, że obszary najbardziej strategiczne z perspektywy konwersji, takie jak AR w personalizacji wizualnej i AI w optymalizacji momentu rekomendacji, są relatywnie słabiej zbadane niż tematy łańcucha dostaw, mimo że uzyskują proporcjonalnie więcej cytowań.
