‫س‬.

‫قحايرية‬ )2021 ‫ (أوت‬02 ‫ العدد‬،‫اجمللد السابع‬

‫تطبيقات الذكاء االصطناعي وأتثريها على حاضر ومستقبل التسوق االلكرتوين‬

Amazon ‫دراسة قياسية حلالة شركة‬
Artificial Intelligence Applications and their Impact on the Present and
Future of E-Shopping, Econometric Study of Amazon Case
*‫قحايرية سيف الدين‬
‫ اجلزائر‬،‫ تبسة‬،‫جامعة الشيخ العريب التبسي‬
saifo_sfl@hotmail.com
2021/08/01 :‫اتريخ النشر‬ 2021/03/11 :‫اتريخ القبول‬ 2020/12/01 :‫اتريخ اإلرسال‬

:‫ملخص‬
‫ من خالل عرض الدور الذي تلعبه‬،‫هتدف هذه الدراسة إىل تبيان أثر ومسامهة التكنولوجيا احلديثة يف االرتقاء ابلتسوق االلكرتوين‬
‫ وصوال اىل القيام بدراسة قياسية على عمالق التجارة االلكرتونية‬،‫تطبيقات الذكاء االصطناعي يف الثورةَ احلاصلة يف هذا القطاع‬
‫مت‬ .‫ من خالل اختبار العالقة بني كل من الذكاء االصطناعي والتسوق االلكرتوين ومها متغريي الدراسة‬Amazon ‫شركة‬
،‫التوصل اىل أن التجارة االلكرتونية عامة عرفت ثورة تكنولوجية كبرية استفاد منها التسوق االلكرتوين ما جعل التجربة مميزة وسلسة‬
‫ حيث مت من‬،‫ البحث الذكي والصويت وغريها‬،‫لعبت فيها تطبيقات الذكاء االصطناعي دورا حموراي من تطويرات للهاتف احملمول‬
‫خالل املقاربة القياسية وابالعتماد على اختبار جذر الوحدة واختبار السببية وفق منوذج تصحيح اخلطأ اثبات وجود عالقة أتثري‬
‫ استثمارات التكنولوجيا والتطوير وصايف مبيعات التسوق‬،‫ التسويق وحملتوى‬،‫وسببية بني كل من نفقات تكنولوجيا التحقق والشحن‬
. Amazon ‫وكذا حجم التسوق االلكرتوين يف شركة‬
.flywheel ‫ اختبار غراجنر للسببية؛ جتارة الكرتونية؛ تسوق الكرتوين؛ ذكاء اصطناعي؛ شركة أمازون؛ نظام‬:‫الكلمات املفتاحية‬
Abstract :
This study aims to demonstrate the impact and contribution of modern technology in E-
shopping development, by presenting the role played by Artificial Intelligence
applications in the revolution of this sector, down to doing an econometric study on the
e-commerce giant Amazon by examining the relationship between AI and E-shopping
are two variables of the study. It was concluded that e-commerce witnessed a great
technological revolution, that benefited the e-shopping, which made the experience
distinctive and smooth, in which AI applications played a pivotal role in terms of
smartphones developments, smart and voice searches, etc., through the econometric
study and by using the adf test and the causal test according to the error correction
model, has been proven that there is an impact and causal relationship between
verification and shipping technology expenditures, marketing and content, technology
investments and development, with shopping sales and online shopping in Amazon
corporate.
Key Words: Granger Causality Test; Electronic Commerce; Electronic Shopping;
Artificial Intelligence; Amazon Corporation; Flywheel System.
Jel Classification: L81; O32.
)saifo_sfl@hotmail.com( ‫ قحايرية سيف الدين‬:‫* مرسل املقال‬

366
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫املقدمة‪:‬‬
‫اذا أردان أن نعطي صفة لعاملنا اليوم فسوف تكون التكنولوجيا وابمتياز نظرا لتأثريها الكبري على شىت مناحي‬
‫احلياة ومنها النشاط االقتصادي مبختلف مكوانته‪ ،‬وكانت للتجارة االلكرتونية نصيب من هذا التطور وابألخص‬
‫اجلانب التسويقي وعمليات التسوق االلكرتوين‪ ،‬فالتطور احلاصل جعل سقف التوقعات عايل فالزبون يبحث عن‬
‫جتارب تسوق ميسرة وذات طابع شخصي‪ ،‬إذ ميكنهم طلب املنتجات سلع منها وخدمات بضغطة زر‬
‫)‪ ،(kolodin, telychko, rekun, tkalych, & yamkovyi, 2020‬كما يتوقعون أن يكون‬
‫هناك اتصال سلس بني القنوات اإللكرتونية والتقليدية‪ ،‬كما يبدون استغراهبم يف حال عدم قيام الشركات إبظهار‬
‫إعالانت هلم حول املنتجات اليت تناسب تفضيالهتم مثال‪ ،‬لذلك فان التكنولوجيا عملت على توفري ذلك من عدة‬
‫جوانب وآبليات متطورة )‪ ،(Magneto, 2019‬سنركز يف دراستنا على أتثري أحد أهم مفرزات هذه‬
‫التكنولوجيا وهي تطبيقات الذكاء االصطناعي املختلفة واليت طغت على عدة جماالت يف عصران‪.‬‬
‫و انطالقا مما سبق ولإلحاطة جبوانب الدراسة متت صياغة الفرضية التالية‪ :‬اىل أي مدى يؤثر االستثمار يف‬
‫تكنولوجيات وتطبيقات الذكاء االصطناعي على منو التسويق االلكرتوين وجتربة التسوق؟ وما هي طبيعة وواقع‬
‫هذا التأثري يف شركة أمازون األمريكية؟‬
‫من أجل معاجلة إشكالية البحث املطروحة‪ ،‬مت االعتماد على الفرضيات التالية‪:‬‬
‫‪ ‬تؤثر نفقات تكنولوجيا التحقق والشحن أتثري اجيايب ومعنوي يف كل من صايف مبيعات التسوق وكذلك‬
‫حجم التسوق االلكرتوين‪.‬‬
‫‪ ‬يؤثر التسويق واحملتوى أتثري اجيايب ومعنوي يف كل من صايف مبيعات التسوق وكذلك حجم التسوق‬
‫االلكرتوين‪.‬‬
‫‪ ‬تؤثر استثمارات التكنولوجيا والتطوير أتثري اجيايب ومعنوي يف كل من صايف مبيعات التسوق وكذلك حجم‬
‫التسوق االلكرتوين‪.‬‬
‫منهج الدراسة واألدوات املستعملة‪:‬‬
‫مت إتباع املنهج الوصفي لتبيان أبعاد املوضوع االقتصادية وللتطرق لتأثري متغري تطبيقات الذكاء االصطناعي على‬
‫التسوق االلكرتوين‪ ،‬وهو ما مكننا من مقاربة اإلشكالية بشكل دقيق وموضوعي‪ ،‬اضافة اىل حتليل دراسة حالة‬
‫أمازون والقيام بدراسة قياسية ملعرفة عالقة السببية والتأثري ابستخدام برانمج ‪ Eviews‬كأداة احصائية‪.‬‬
‫بنية وهيكل الدراسة‪:‬‬
‫مت معاجلة املوضوع من خالل ثالث حماور رئيسية لالحاطة مبختلف جوانبه وابلتايل تشكلت بنية املقال كاآليت‪:‬‬
‫‪ ‬احملور األول‪ :‬الذكاء االصطناعي والتسوق االلكرتوين؛‬
‫‪ ‬احملور الثاين‪ Amazon :‬منوذج لالستفادة من تطبيقات الذكاء االصطناعي؛‬
‫‪ ‬احملور الثالث‪ :‬دراسة قياسية لتأثري الذكاء االصطناعي على التسوق االلكرتوين يف شركة ‪.Amazon‬‬

‫‪367‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫الدراسات السابقة‪:‬‬
‫‪ -‬دراسة ‪ ،“Artificial Intelligence In E-Commerce” :Anh Tran‬أطروحة ركز من خالهلا‬
‫الباحث على إظهار دور الذكاء االصطناعي وكيف يعمل يف واقعنا اليوم بشكل عام ويف التجارة اإللكرتونية‬
‫بشكل خاص من خالل جانب تقين وعلمي‪ ،‬واليت من خالهلا ركز على ستة تطبيقات رئيسية مت دجمها يف‬
‫مظلة جماالت الذكاء االصطناعي مع أمثلة من العديد من شركات التجارة اإللكرتونية‪ ،‬وحيث توصلت هذه‬
‫الدراسة اىل حجم فوائد وفرص استخدام تقنيات الذكاء االصطناعي يف العامل وفنلندا‪.‬‬
‫‪ -‬دراسة ‪: Kolodin, D., Telychko, O., Rekun, V., Tkalych, M., & Yamkovyi, V‬‬
‫”‪ ،“Artificial Intelligence in E-Commerce: Legal Aspects‬مقال ركز فيه الباحثني على‬
‫التحول اهلائل لتجارة التجزئة اىل االنرتنت‪ ،‬اضافة اىل استبدال طرق البيع التقليدية ابليات الذكاء‬
‫االصطناعي‪ ،‬مع الرتكيز على اجلانب القانوين واألخالقي حلماية املتسوقني واجياد طريقة قانونية تنظيم مثل هذا‬
‫النوع من العالقات‪ ،‬ومت التوصل اىل أمهية الدور الذي يلعبه الذكاء االصطناعي يف جمال التجارة االلكرتونية مع‬
‫ضرورة تطوير التنظيم القانوين الستخدام الذكاء االصطناعي على الصعيدين الدويل وأكرانيا حمل الدراسة‪.‬‬
‫دراسة ‪”A Study on Artificial Intelligence In E-،Shyna Kakkar, Vishal Monga‬‬ ‫‪-‬‬
‫”‪ ،Commerce‬سلطت هذه الدراسة الضوء على دور الذكاء االصطناعي يف التجارة اإللكرتونية وتطبيقاته‬
‫يف جماالهتا املختلفة من خالل الرتكيز على استثمارات شركيت ‪ Google‬و‪ ،Microsoft‬ولقد تركزت أهم‬
‫نتائجها حول القدرة القوية اليت ميتلكها الذكاء االصطناعي يف احلصول على املعلومات والبياانت ومن مث‬
‫حتليلها والعمل على تطوير اخلدمات املقدمة والتجارة االكرتونية ككل‪.‬‬
‫ومن خالل ما سبق تتضح أمهية دراستنا للموضوع واليت ختتلف يف أهنا سرتكز على جانبني‪ ،‬األول جتربة الزبون‬
‫يف التسوق اإللكرتوين واليت ستستفيد من استخدامات الذكاء االصطناعي يف الشركات املسوقة‪ ،‬واجلانب الثاين ما‬
‫سيوفره هلذه الشركات من معلومات وفوائد تساهم يف تطويرها‪.‬‬
‫‪ .I‬الذكاء االصطناعي والتسوق االلكرتوين‪:‬‬
‫ان االنتشار الواسع للذكاء االصطناعي بكل ما يعنيه من السلوكات واخلصائص اليت تتسم هبا الربامج‬
‫احلاسوبية واليت جعلتها حتاكي القدرات الذهنية البشرية وأمناط عملها‪ ،‬جعلها تؤثر بشكل كبري على جماالت احلياة‬
‫املختلفة‪ ،‬التسوق االلكرتوين خاصة والتجارة االلكرتونية عامة كان هلا نصيب كبري من هذا التأثري‪.‬‬
‫‪ .1‬تطبيقات الذكاء االصطناعي وحتسني جتربة التسوق االلكرتوين ‪:‬‬
‫أحدث الذكاء االصطناعي ثورة يف صناعة التسويق والتسوق اإللكرتونني‪ ،‬حيث أظهرت دراسة أجراها‬
‫مكتب ‪ Smart Insights‬أن ‪ %55‬من الشركات تستخدم أو تفكر يف استخدام الذكاء االصطناعي يف براجمها‬
‫التسويقية‪ ،‬ملا له من أتثري وتعزيز ألداء احلمالت التسويقية وحتسني جتربة التسوق االلكرتوين من خالل تطبيقات‬
‫متطورة ميكن أن نذكر أمهها )‪:(Magneto, 2019‬‬

‫‪368‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫عمليات البحث الذكية )‪:(Intelligent Searches‬‬ ‫‪.1.1‬‬

‫كثريا ما يرغب الشخص يف شراء شيء ما لتحقيق حاجة معينة دون معرفة ما هو ابلضبط‪ ،‬لذا أصبح حتويل‬
‫مصطلح البحث إىل مشرتايت أو سلع وخدمات ممكنا من خالل عمليات البحث املدعومة ابلذكاء االصطناعي‬
‫بسبب استخدام املعلومات اليت يعرفها الذكاء االصطناعي عن املستخدم ودجمها مع جتارب أخرى‪ ،‬ابلتايل حيصل‬
‫العميل على نتائج حبث ذات صلة مبا يريده ورمبا بعض األشياء األخرى اليت قد يريدها & ‪(Kabbar‬‬
‫)‪.Monga, 2017‬‬
‫‪ . 2.1‬البحث املرئي (‪:)Visual Search‬‬
‫مؤخرا‪ ،‬حيث ميكن اآلن للمتسوقني البحث عما حيتاجون إليه‬
‫من بني التوجهات األكثر حداثة والذي مت تقدميه ً‬
‫ابلضبط ببضع نقرات‪ ،‬حيث تكون الصورة مفيدة يف البحث عن عالمة جتارية للمنتجات أو جودة أفضل للمنتوج‬
‫أو حجم أو لون معني كذلك‪ ،‬ويف الواقع يسهل الذكاء االصطناعي البحث املرئي بشكل أكرب ويوسع أفكار‬
‫استخدامه (‪ ،i Yang ،Song‬و ‪.)2019 ،Huang‬‬
‫‪ .3.1‬املساعدة الصوتية (‪:)Voice Assistance‬‬
‫إمتاعا‬
‫مع تكنولوجيا املساعدات الصوتية وتنوعها احلايل (‪ )Alexa, google assistant‬أصبح التسوق أكثر ً‬
‫للمستخدمني فهو جيعل التفاعل أسهل‪ ،‬بل يعفي الشخص من ضرورة الكتابة عندما ال يكون ذلك مناسبًا‪ ،‬كما‬
‫أنه يعزز جتربة املستخدم واملشاركة يف الوقت الفعلي‪ ،‬فالذكاء االصطناعي يقدم توصيات خمصصة بشكل أفضل بناء‬
‫على حتليالت دقيقة لسلوك املستهلك‪ ،‬بفضل التكنولوجيا اآلن أصبح شراء املالبس واألحذية والطعام وأي شيء‬
‫تريده الكرتونيا أسهل بكثري)‪. (servey, 2019‬‬
‫‪ .4.1‬روبواتت احملادثة (‪:)Chatbots‬‬
‫مع عصر السرعة يتوقع العمالء اليوم ردود أفعال سريعة‪ ،‬واإلنسان لوحده ال يستطيع مواجهة هذه املتطلبات‪ ،‬مع‬
‫تطورات الذكاء االصطناعي فان تطبيقاته تسمح للشركات عرب اإلنرتنت بدمج ألية عمل الروبواتت من أجل حماكاة‬
‫احلوارات واإلجابة على استفسارات العمالء وطلباهتم‪ ،‬وحتقيق رضا أكرب للمتسوق‪ ،‬مع تقليل اجلهود والتكاليف‪،‬‬
‫ومثال جند ‪ eBay‬و‪ Starbucks‬وغريها )‪. (Hall, 2016‬‬
‫‪ .5.1‬الوصف اآليل للمنتجات(‪:)Automated Description of Products‬‬
‫مع التطور والتنوع احلاصل يصعب وصف قوائم املنتجات الضخمة يدواي‪ ،‬هنا الذكاء االصطناعي ينقذ املسوقني‬
‫إلنشاء احملتوى من خالل الكتابة التلقائية لألوصاف التفصيلية والدقيقة مع أخذ املعلومات من مواقع الشركة‬
‫املصنعة ودجمها مع التفاصيل األكثر صلة ابملنتج املوجود على اإلنرتنت‪ ،‬ما يعين احلصول على تفاصيل كثرية يف‬
‫وقت قصري‪ ،‬مع األوصاف والتفاصيل األكثر تطلبا‪ ،‬أكثر من ذلك الذكاء االصطناعي قادر على حتليل فعالية‬
‫النص وتغيريه إذا لزم األمر‪ ،‬وإضافة تفاصيل ديناميكية لتتناسب مع اهتمامات مشرت معني وتسهيل عملية التسوق‬
‫)‪.(Sterne, 2017‬‬

‫‪369‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫‪ .6.1‬التوجيهات والنصائح املخصصة (‪:)Personalized Advice‬‬

‫يساعد الذكاء االصطناعي يف تتبع ما يسعى إليه املستخدم ومشرتايته املسبقة وحيدد تفضيالته‪ ،‬ويقدم توصيات‬
‫جمانية يف أشكال النوافذ املنبثقة أو النصوص أو االعالانت وفقا لذلك‪ .‬يتلقى املتسوق جتربة خمصصة له‪ ،‬فمثال بعد‬
‫طلب هاتف ذكي سيتلقى العميل الح ًقا نصيحة بشأن امللحقات اليت قد يشرتيها لتتناسب مع أدائه‬
‫)‪.(Magneto, 2019‬‬
‫‪ .7.1‬يقرتن الذكاء االصطناعي إبنرتنت األشياء (‪:)AI combined with IoT‬‬
‫اليوم تنمو البنية التحتية إلنرتنت األشياء مبعدل أسي تقريبا‪ ،‬حيث توجد أجهزة ميكن ارتداؤها وآالت متصلة‬
‫وسيارات ومساعدين افرتاضيني‪ ،‬ابالقرتان مع الذكاء االصطناعي ميكنهم تقدمي املعلومات حول املستخدم إىل‬
‫كياانت التجارة اإللكرتونية‪ ،‬صحته‪ ،‬معدل ضرابت قلبه‪ ،‬عادات القيادة والتسوق‪ ،‬حمتوايت الثالجة الذكية‪ ،‬وما‬
‫يشاهد على التلفاز الذكي‪ .‬كل هذا ميكن أن حيدد ما قد يشرتيه العميل‪ ،‬ما يساعد على حتسني وختصيص أكثر‬
‫للتسوق على االنرتنت وجعله اكثر دقة وسهولة للمستخدم ‪(kolodin, telychko, rekun, tkalych,‬‬
‫)‪.& yamkovyi, 2020‬‬
‫‪ .8.1‬ذكاء وآلية املستودعات (‪:)Automation of warehouses‬‬
‫ان تطور وحتسن جتربة التسوق االلكرتوين يتطلب آليات على أرض الواقع للمواكبة‪ ،‬هنا امتد الذكاء االصطناعي يف‬
‫التجارة اإللكرتونية تدرجيياً من املواقع إىل املستودعات‪ ،‬حيث جند روبواتت تعمل ابلذكاء االصطناعي وحتمل وتعبئ‬
‫وجتهز عناصر املخزون لشحنها على مدار الساعة دون اسرتاحات‪ ،‬حيث بفضلها مت حتسني الدقة وتقليل اإلصاابت‬
‫البشرية وتقليل تكاليف العمالة واخلسائر من املخزون التالف‪ ،‬وكل هذا يف اطار ثنائية فعالة من السرعة والدقة‬
‫)‪.(Jee, 2016‬‬
‫‪ .2‬الفوائد اليت يقدمها الذكاء االصطناعي للتسوق االلكرتوين‪:‬‬
‫قدم الذكاء االصطناعي للعديد من اجملاالت خدمات جليلة والتسوق االلكرتوين أحدها‪ ،‬ومن املنتظر أن حيدث ثورة‬
‫أكرب مستقبال‪ ،‬فعرب حتليل البياانت والقدرة على التكيف مع املدخالت‪ ،‬أصبح الذكاء االصطناعي يتوىل دور‬
‫اإلنسان وأصبحت العالمات التجارية واملسوقون يسخرون قدراته لتوفري الوقت واملوارد‪ ،‬ستعود بفوائد على التسوق‬
‫وجتربة املستخدم وهذه أمهها ‪(Srinivasan, Deepika, & Arthi, 2018):‬‬
‫‪ .1.2‬فهم أفضل للعمالء‪:‬‬
‫ميكن للذكاء االصطناعي ان حيسن ثقة العمالء يف العالمة التجارية من خالل معرفة املزيد عن العميل‪ ،‬من خالل‬
‫التعلم اآليل يقوم بتجميع وحتليل بياانت العمالء للتنبؤ بسلوكيات الشراء وقرارات العمالء املستهدفني‪ ،‬اضافة اىل‬
‫تقييم املخزون والسلوك الفردي للعمالء للتنبؤ بدقة مبا يريدون‪ ،‬مما يتيح جتربة فائقة اخلصوصية ومنه خدمة التسوق‬
‫االلكرتوين وفهم العميل (‪.)2020 ،Terdiman‬‬

‫‪370‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫‪ .2.2‬دمج عامل االنرتنت مع العامل الغري متصل ابإلنرتنت‪:‬‬

‫ان ما حيدث من تغريات يف عاملنا اليوم جعل العديد من الشركات تدرك مدى أمهية تقدمي جتربة مرتادفة يف العاملني‬
‫غري املتصل ابإلنرتنت وعامل اإلنرتنت‪ ،‬حىت أنه يف بعض األحيان بدى أن التجارة اإللكرتونية هي الرابط األساسي‪،‬‬
‫فقدم الذكاء االصطناعي احلل للتجار الذين يبحثون عن أساليب وتقنيات إلشراك العمالء مع عالماهتم التجارية‪،‬‬
‫حيث يستخدم الذكاء االصطناعي البياانت اليت مت مجعها من مواقع خمتلفة لتسهيل خدمة العمالء وتقدمي‬
‫التوصيات وإضافة التخصيص لكل تفاعل‪.‬‬
‫‪ .3.2‬حتسني جتربة العرض وجودة التسويق‪:‬‬
‫ميكن استخدام بياانت الذكاء االصطناعي لتزويد املتسوقني مبا حيتاجون إليه‪ ،‬وتقدمي الدعم الفين بشكل دائم ويف‬
‫الوقت املناسب وبدقة عالية ولزابئن من خمتلف بقاع العامل‪ ،‬حيث قبل بضع سنوات كان ذلك صعبا‪ ،‬أما اآلن ابت‬
‫لدينا ذكاء اصطناعي من خالل روبواتت تستجيب للعمالء على الفور وتتعلم آليا ملعرفة املزيد عن العميل وتقدم‬
‫إجاابت مرضية وخمصصة بفضل البياانت اجملمع‪-‬ة عن العميل وتتبع سلوكه‪ ،‬مما يساعد على تقدمي جتربة تسوق‬
‫سلسة )‪. (Srinivasan, Deepika, & Arthi, 2018‬‬
‫‪ .4.2‬تسهيل عمليات البحث وجعلها أذكى‪:‬‬
‫كثريا هي حماوالت العثور على شيء ما يف متجر إلكرتوين اليت ال تكتمل وييأس املتسوقني منها‪ ،‬ولكن ال ينبغي أن‬
‫حيدث هذا اآلن يف وجود الذكاء االصطناعي والتعلم اآليل‪ ،‬ميكن تعزيز عمليات البحث يف املتجر االلكرتوين حبيث‬
‫ميكنهما فهم عبارات البحث الطويلة ونية العميل‪ ،‬ليس هذا فقط ولكن التعلم اآليل ميكنه أن يتنبأ بدقة مبا يريده‬
‫العميل ومن مث مواءمة اقرتاحاته لتناسب واحتياجاته‪ ،‬ابلتايل تتطور عملية البحث مبساعدة االليات احلديثة من‬
‫البحث الصويت والسماعات الذكية واضافة أشياء إىل قائمة تسوقنا‪.‬‬
‫‪ .5.2‬متتع التسوق بتخصيص فائق بفضل اقرتاحات املنتجات‪:‬‬
‫ميكن للذكاء االصطناعي أن يؤثر على سلوك العمالء وذلك ابستخدام اخلوارزميات إلجراء تنبؤ دقيق ابملنتجات‬
‫اليت ستنال القبول‪ ،‬ابلتايل تقدمي االقرتاحات إىل املتسوق الذي من املرجح جدا أن يتصرف بناءً عليها‪ .‬وهذا ما‬
‫تقوم به مثال شركة أمازون‪ ،‬ابستخدام سجل التصفح واملشرتايت لتزويد الزبون مبزيد من املنتجات اليت يريدها‪ ،‬ما‬
‫يفيد جتربة التسوق‪ ،‬فبدل اقتناء منتجات عدة ميكنه أن يتفحص سريعا األشياء اليت هناك احتمال كبري أن يكون‬
‫مهتما هبا )‪. (Kelleher, 2017‬‬
‫‪ .6.2‬التحليل التنبئي‪:‬‬
‫من خالل تسجيل االجتاهات الناشئة والفرص املتاحة اليت قد يفوهتا البشر ميكن للذكاء االصطناعي تنبيه املتداولني‬
‫بشأهنا واحلث على التغيريات الالزمة جملموعات املنتجات‪ ،‬التسويق والرسائل وغريها لزايدة املبيعات من جهة وما‬
‫يقابله من حتسني لتجربة التسوق وجعلها أكثر تشويق وخدمة للعميل‪ ،‬هذا ما ميكن اعتباره حبق االجتاه الرئيسي يف‬

‫‪371‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫سوق الذكاء االصطناعي مع التسوق االلكرتوين لعام ‪ 2020‬ومستقبله‪ .‬والشكل املوايل يوضح أكثر القطاعات‬
‫أتثرا ابستخدامات الذكاء االصطناعي ومنها التجارة االلكرتونية وكجزء منها التسوق االلكرتوين‪:‬‬
‫الشكل ‪" :01‬أكثر القطاعات استخداما لتطبيقات الذكاء االصطناعي"‬

‫املصدر‪cowen and company lt servey, 2020. :‬‬

‫‪ Amazon.II‬منوذج لالستفادة من تطبيقات الذكاء االصطناعي‪:‬‬
‫ميثل الذكاء االصطناعي ركيزة أساسية يف أنشطة ‪ Amazon‬أكثر من أي شركة أخرى على مستوى العامل‪،‬‬
‫حيث يبدأ مبجرد فتح التطبيق اخلاص أو املوقع االلكرتوين اىل غاية االنتهاء من الشراء أو حىت بعد ذلك يف‬
‫عمليات الشحن‪ ،‬ما أعطاها أفضلية يف نشاط التجزئة اإللكرتونية والتيسري على العمالء يف اختيار السلعة والدفع‬
‫والتوصيل وليس هذا املبهر‪ ،‬ولكن غري التقليدي هو إسهام الذكاء االصطناعي يف تنفيذ هذه األنشطة‪.‬‬
‫‪ .1‬الذكاء االصطناعي يقود كل شيء يف ‪: Amazon‬‬
‫قامت ‪ Amazon‬إبعادة تصميم الشركة ابلكامل حول تطبيقات الذكاء االصطناعي والتعلم اآليل‪ ،‬وتضمن‬
‫بعضها إعادة التفكري يف اخلطط واألساليب مثل استخدام الروبواتت يف أعماهلا الضخمة (‪ ،)AWS‬والبعض‬
‫اآلخر عبارة عن أعمال جتارية جديدة مثل ‪ Amazon Echo‬واملزيد نركز على أمهها )‪.(Terdiman, 2020‬‬
‫‪ .1.1‬الدوالب الطائر (‪:)flywheel‬‬
‫طورت أمازون نظام قوي للذكاء االصطناعي حبيث تعمل الشركة كآلة واحدة دائمة احلركة‪ ،‬حيث تغذي ابتكارات‬
‫التعلم اآليل والتحسينات عمل كافة األجزاء والوحدات األخرى ما خيلق الكثري من الديناميكية اليت جتر اهليكل‬
‫التنظيمي أبكمله إىل الذكاء االصطناعي‪ ،‬فهو أشبه بشبح يتخطى مجيع األقسام‪ ،‬مثال ميكن للعميل زايرة‬
‫‪ Amazon 4 stars‬القتناء الكتاب األكثر طلبا يف هذه السنة‪ ،‬وطلب من ‪ Alexa‬البحث عما إذا كان‬
‫التسليم مت‪ ،‬وميكن حملرك توصية املنتج اكتشاف أن املستخدم حيتاج إىل شراء كتاب مدرسي أو كتاب صويت معني‪،‬‬
‫لذا فان الذكاء االصطناعي يف كل جانب يف جتربة املستخدم )‪.(Barr, 2016‬‬

‫‪372‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫‪ .2.1‬الروبواتت يف كل مكان (‪:)Amazon Robotics‬‬

‫يف أعماق مراكز إجناز أمازون تقوم جمموعة من الروبواتت ابلرقص (‪ )Dance of robots‬كما تسميها أمازون‪،‬‬
‫مدعوما ابلذكاء االصطناعي‬
‫ً‬ ‫حيث يوجد فوق كل آلة علبة صفراء من تسعة صفوف من الرفوف املعبأة ابملنتج‪،‬‬
‫يقوم كل روبوت ابلعمل تلقائيًا للحصول على املنتجات اليت مت شراءها وفق املناورة بشكل مستقل حول اآلالت‬
‫األخرى للوصول إىل حافة حقل آيل مسيج حيث يقوم العامل بنقل العنصر املعين‪ .‬هذا ما يعطي أمازون التميز يف‬
‫سنواي‪ ،‬فالثانية اليت يتم توفريها لكل طلب حتدث فرقًا كبريا يف احملصلة النهائية لتجربة‬
‫التعامل مع ماليني الطلبات ً‬
‫التسوق االلكرتوين )‪. (Shead, 2018‬‬
‫‪ .3.1‬تعال‪ ،‬خذ وانطلق (‪:)Come, take, and go‬‬
‫خدمة مميزة للتسوق االلكرتوين أو التسوق التقليدي‪ ،‬عندما تتسوق من‪ Amazon Go‬لن تنتظر وستعرف ما تود‬
‫احلصول عليه وجتده‪ ،‬حيث تعمل املتاجر يف الواقع مع تطبيق ‪ Amazon Go‬وكلها تعمل ابلذكاء االصطناعي‪،‬‬
‫الذي يقوم بدعم ‪ ،Amazon Go Store‬ويقوم مبسح الرمز للدخول إىل املتجر والدفع مقابل مشرتايت البقالة او‬
‫املالبس مثال بشكل أين وفعال مريح للمتسوق‪.‬‬
‫‪ .4.1‬الدفع ابستخدام تطبيق أمازون‪:‬‬
‫عند زايرة متجر ‪ Amazon Book Store‬مثال‪ ،‬ميكنك مسح رمز ‪ QR‬ضوئي‪ ،‬ومن مث سيقدم املتجر املرتبط‬
‫إيصاال اختياراي‪ ،‬يتم ختزين سجل الشراء يف سجل طلبات التطبيق هبذه البساطة ومن خالل اهلاتف لتمكني عملية‬
‫الدفع بسهولة‪ .‬حيث يقوم الذكاء االصطناعي مثال بعرض الكتب مع الفتات « جماان » ألجل جذب الزابئن‬
‫ودفعهم لتنزيل التطبيق ومسح الكتاب لشرائه‪ ،‬ما يعطي تدفق هائل للبياانت ليس فقط لتحليل املشرتايت ولكن‬
‫أيضا لتدريب اخلوارزميات والبنية التحتية للتعلم اآليل‪ ،‬هذا ما يطور وحيسن أكثر جتربة التسوق االلكرتوين (‪،Barr‬‬
‫ً‬
‫‪.)2016‬‬
‫‪ .5.1‬أمازون يتعلم ‪ 7/24‬ويعطي العميل جتربة فريدة‪:‬‬
‫متاجر الشركة مليئة ابلتقنيات املتطورة مثل تطويرات الكمبيوتر ودمج أجهزة االستشعار والتعلم العميق‪ ،‬يبحثون عن‬
‫البياانت واملعلومات وحيصلون عليها‪ ،‬حيث ميكن للتقنيات اكتشاف وقت أخذ املنتجات أو إعادهتا إىل الرفوف‬
‫وتتبعها يف عربة التسوق االفرتاضية‪ ،‬ما جيعل أمازون تعرف الكثري عن عمالئها من نوع املالبس املفضلة إىل‬
‫االلكرتونيات وغريها‪ ،‬هبذه اآلليات تستفيد أمازون اآلن من الذكاء االصطناعي للتنبؤ مبا سيشرتيه الزبون‪ ،‬ما جيعلها‬
‫تعمل على توفريها وستكون هذه املنتجات هي اليت من املرجح أن يشرتيها شخص معني‪ ،‬ما يوفر جتربة تسوق‬
‫فريدة من نوعها ورضا عند الزابئن (‪.)2018 ،Shead‬‬
‫‪ .6.1‬مراكز التحقق وخدمة توصيل متميزة (‪:)Fulfillment centers‬‬
‫تلعب مراكز التحقق دورا مركزاي يف ‪ Amazon‬فهي شبكات شديدة التنظيم وهامة‪ ،‬تسمح ألنظمة الكمبيوتر من‬
‫حتديد موقع كل طلب بشكل مثايل‪ ،‬حيث يستطيع مركز منهاتن مثال من معاجلة من ‪ 1‬إىل ‪ 3‬ماليني حاوية‬

‫‪373‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫وحوايل عشرة ماليني طلبية‪ .‬حتلل أمازون ابستمرار رحلة كل طلب حىت تتمكن من حتسني طريقها أثناء التنقل‪،‬‬
‫الروبواتت اليت حتمل الطلبات مدعومة ابلذكاء االصطناعي وتساعدهم اخلوارزميات على التعلم يف الوقت الفعلي‪.‬‬
‫هيكل الشبكة اخلاص هبذه املراكز هو أفضل تكوين هلذا الغرض‪ ،‬فالشركة متتلك أسطوال من السيارات والطائرات‬
‫بدون طيار ومركبات أخرى للتتبع‪ ،‬إهنا سلسلة لوجستية كاملة تسمح ابلتميز يف جتربة املتسوق واعطائه أفضل‬
‫خدمة )‪. (Williams, 2018‬‬
‫‪ Alexa .7.1‬مهارات نظام متكامل‪:‬‬
‫هو املساعد الرقمي ألمازون والذي يعتمد على تقنية الصوت املدعومة ابلذكاء االصطناعي كليا‪ ،‬قادر على التفاعل‬
‫الصويت والتفاعل مع الشخص ورغباته ألجل طلب منتج أو تشغيل املوسيقى وعمل قوائم املهام وضبط اإلنذارات‬
‫وإعطاء الطقس وغريها من املعلومات يف الوقت الفعلي‪ .‬لذا فان ‪ Alexa‬تقدم ما حتتاجه الشركة من بياانت‬
‫للتعامل مع حاالت الطلب املتزايد أو نفاذ املخزون‪ ،‬لذا فهي تريد منك التحدث إىل ‪ Alexa‬قدر اإلمكان‪،‬‬
‫فيحصل الزبون على التوصيات من موقع التسوق واخلدمات األخرى‪ ،‬ابلتايل يوفر الذكاء االصطناعي التميز واجلودة‬
‫والتجربة املرغوبة من املتسوقني الكرتونيا )‪.(Ciolfi, 2017‬‬
‫‪ .8.1‬نظام أمازون للخدمة االلكرتونية ‪:AWS‬‬
‫هو خادم ختزين ومعاجلة سحايب يرتكز على التنسيق مع الكثري من الربامج لدفع األعمال وخفض التكاليف وتقدمي‬
‫منتجات وخدمات ذكية‪ ،‬حيث قدم دفعة هائلة يف تقدمي أدوات وحلول وخدمات التعلم اآليل والتنبؤ‪ ،‬لذلك ميكن‬
‫مراقبة مقدار حركة البياانت اليت حيصل عليها كل عميل‪ ،‬ومدة استمرار االتصاالت وجودهتا‪ ،‬حيث تغذي هذه‬
‫البياانت الوصفية مناذج التعلم اآليل اليت تتنبأ مىت وأين سيقوم املشرتي ابلطلب‪ ،‬ألجل تسهيل التسوق وعمليات‬
‫الشراء وتوطيد العالقة التجارية )‪. (Aws, 2019‬‬
‫املوجهة‪:‬‬
‫‪ .9.1‬تقنية اإلعالانت ّ‬
‫تقوم شركة ‪ Amazon‬ابستخدام بياانت ملفات تعريف االرتباط واتريخ التصفح والكلمات املفتاحية للبحث‪،‬‬
‫حيث ميكن للذكاء االصطناعي توجيه اإلعالانت إىل العمالء بناء على معايري مثل املنطقة اجلغرافية والعمر واجلنس‪.‬‬
‫حيث مبجرد الدخول للموقع تالحظ هذا جليًّا يف ما سيظهر ويقرتح عليك‪ ،‬فأمازون تستخدم خوارزميات الذكاء‬
‫االصطناعي لتحليل نشاط املتسوق واتريخ البحث لتوجه له إعالانت توافق احتياجاته‪ ،‬فان كنت تبحث عن شيء‬
‫ما يف ‪ ،Google‬مث ذهبت إىل ‪ ،Youtube‬فإ ّن اإلعالانت اليت تظهر لك مع ‪ Amazon‬ستكون هلا عالقة‬
‫غالبا ابألشياء اليت كنت تبحث عنها يف جوجل‪ ،‬أو املواضيع اليت كنت تقرأها‪.‬‬
‫‪ .2‬حماكاة لتجربة التسوق االلكرتوين عرب ‪ Amazon‬وتطبيقات الذكاء االصطناعي‪:‬‬
‫سنقوم يف هذا العنصر إبعطاء جمموعة مراحل لعملية تسوق الكرتوين عرب موقع أمازون متثل نوع من احملاكاة ملا مير‬
‫به املتسوق وكيف أن اعتماد أمازون على تطبيقات الذكاء االصطناعي يؤثر بشكل كبري على جتربة التسوق‬
‫االلكرتوين ويدخلها مرحلة جديدة من التطور )‪:(Amazon, 2020‬‬

‫‪374‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫‪ ‬شخص يبحث عن منتج معني ولنفرتض أنه ألة تصوير وعادة ما يكون البحث عرب احملركات وأكثرها استعماال‬
‫‪ Google‬أو عرب شبكات التواصل االجتماعي ‪ ،Facebook‬هنا فان نظام ‪ AWS‬ميكنه أن يبدأ بعرض أهم‬
‫املنتجات املتاحة وهذا عرب هذه املنصات ما سيقودك مستقبال للموقع االلكرتوين ألمازون‪.‬‬
‫‪ ‬يظهر أتثري الذكاء االصطناعي من أول وهلة عند دخول املوقع اإللكرتوين ألمازون ألن الصفحة الرئيسية للموقع‬
‫ستتضمن توصيات للعديد من آالت التصوير واليت سريوج هلا الذكاء االصطناعي ويقدمها على أخرى بناء على‬
‫سجل تصفح العميل وحبثه السابق‪ ،‬كل هذا بسهولة وببعض النقرات وبتدخل من روبواتت الدردشة والتوصية‪.‬‬
‫‪ ‬مبجرد البدء يف التصفح على املوقع للبحث عن اآللة املناسبة أو كتابة منتج أخر تظهر خيارات عديدة كالبحث‬
‫الصويت عرب ‪ Alexa‬أو البحث الكتايب‪ ،‬هنا يظهر الذكاء االصطناعي العديد من التوصيات واملقرتحات‪ ،‬فلو‬
‫مت كتابة حرف "‪ "s‬مثال‪ ،‬تظهر نتائح مثل ‪ sd card‬وغريها‪ ،‬ولو مت مثال الدخول لصفحة ألة تصوير احرتافية‬
‫فان املوقع سيعرض عليك املنتجات املشاهبة يف نفس الصفحة مع وصفها ومعطيات أخرى‪.‬‬
‫‪ ‬من أجل عرض هذه املقرتحات‪ ،‬يبحث الذكاء االصطناعي يف مليارات عمليات البحث كي تظهر التوصيات‬
‫املناسبة يف جزء من الثانية مثال عرب ‪ ،Amazon Go‬لذا عند اختيار آلة تصوير بعينها تظهر توصيات‬
‫ومقرتحات خبصوصها مثل عرض خيارات من موديالت وأنواع خمتلفة منها وخيارات سعرية لكي خيتار العميل‬
‫بنفسه ما يناسبه‪.‬‬
‫‪ ‬توجه ‪ Amazon‬عرب أدوات ذكائها االصطناعي وفق ما يريده العميل وما يرضيه وما يناسبه اىل عملية الدفع‬
‫االلكرتوين‪ ،‬واليت ميكن أن تكون عري تطبيق الدفع اخلاص هبا عرب اهلاتف ‪ Amazon Store‬ابلسرعة الالزمة‬
‫واألمان املطلوب أو عرب املوقع مباشرة مع العديد من وسائل الدفع االلكرتونية عرب بطاقات ائتمان أو بنوك‬
‫الكرتونية أو بطاقاهتا اخلاصة‪.‬‬
‫‪ ‬هنا يقوم الذكاء االصطناعي ابختيار املركز املناسب لتجهيز السلعة ومراجعتها وفحصها ابالعتماد على‬
‫‪ ،Fulfillment centers‬وتوجد العديد من املراكز اخلاصة ابلشركة يف مناطق خمتلفة عرب العامل‪ ،‬مث حيدد‬
‫الذكاء االصطناعي أفضل السبل لتوصيلها وتكاليف الشحن ويتوقع أيضا االجتاهات اخلاصة لكل سلعة‬
‫وخصائصها املومسية‪.‬‬
‫‪ ‬يف هذه احلالة‪ ،‬خيتار الذكاء االصطناعي أقرب مركز للعميل لتجهيز السلع به وإعدادها للتسليم‪ ،‬وعند الضغط‬
‫على زر "الشراء" وهنا يف حالتنا آلة التصوير‪ ،‬يقرر نظام ذكاء اصطناعي آخر أي اآلالت اليت ستعد السلعة‬
‫ابالعتماد على ‪ robots‬يف تناغم مبهر‪ ،‬حيث تعمل الروبواتت بشكل منظم للغاية ابلتكامل مع العنصر‬
‫البشري وهو ما جيعل أنشطتها أكثر سهولة وأقل تكلفة وأعلى كفاءة ومرونة‪.‬‬
‫‪ ‬عند التقاط السلعة بواسطة إحدى الروبواتت كما تسميها أمازون ‪،DANCE OF THE ROBOTS‬‬
‫تلتقط الكامريات كل حركة للروبوت وهناك حواسب تراجع الصور‪ ،‬ولو لوحظ مشكلة ما‪ ،‬جيلب الروبوت‬
‫السلعة أو الطرد إىل منطقة التفتيش والفحص بواسطة عناصر بشرية وإجراء التعديالت املناسبة‪.‬‬

‫‪375‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫‪ ‬توضع آلة التصوير اليت مت شرائها على حزام متحرك أمام روبواتت وموظفني بشريني ملراقبتها عن كثب ووضع‬
‫العالمات والكود اخلاص بكل سلعة مث تغليفها وجتهيزها لتوصيلها‪ ،‬ويقرر الذكاء االصطناعي هذه اخلطوات كما‬
‫يقرر ما سيحدث بعد ذلك من سرعة الشحن أو التوصيل‪.‬‬
‫‪ ‬حىت عند تسليم آلة التصوير أمام ابب العميل‪ ،‬ال يزال الذكاء االصطناعي أمامه مهمة لفعلها وهي مراجعة‬
‫صورة يلتقطها سائق شاحنة التوصيل للسلعة والزبون‪ ،‬أو عرب طائرات ‪ Prime Air‬للتأكد من أن هذه هي‬
‫السلعة املطلوبة هلذا العميل‪.‬‬
‫‪ .III‬الدراسة القياسية لتأثري تطبيقات الذكاء االصطناعي على التسوق االلكرتوين يف ‪:Amazon‬‬
‫من أجل اضفاء الدقة واملوضوعية على الدراسة ومن أجل الوصول اىل معرفة أتثري تطبيقات الذكاء االصطناعي‬
‫على التسوق االلكرتوين يف شركة ‪ ،Amazon‬سنقوم بدراسة قياسية احصائية ابستخدام أسلوب غراجنر‬
‫‪ Granger‬للسببية املبين على منوذج ‪ ECM‬ابالعتماد على خمرجات برانمج ‪.EVIEWS‬‬
‫‪ .1‬معطيات وأسلوب التحليل اخلاص ابلدراسة‪:‬‬
‫من خالل هذا العنصر سوف يتم عرض وتوضيح كل من احلدود الزمنية للدراسة القياسية وكذا مصادر املعطيات‬
‫والبياانت املستخدمة يف هذا التحليل‪ ،‬اضافة اىل حتديد األسلوب االحصائي القياسي املتبع يف دراسة التأثري‪.‬‬
‫‪ .1.1‬احلدود املكانية والزمنية للدراسة‪ :‬كما مت التطرق اليه سابقا فإنه مت اختيار شركة ‪ Amazon‬من أجل‬
‫القيام إبسقاط اجلانب التحليلي ولتكون حمل الدراسة‪ ،‬وهذا راجع اىل عدة عوامل أمهها يتعلق برايدة هذه الشركة يف‬
‫جمال التجارة االلكرتونية من جهة‪ ،‬ومن جهة أخرى ابعتبارها أحد أكثر الشركات استخداما لتطبيقات الذكاء‬
‫االصطناعي يف التسويق االلكرتوين وجتربة التسوق اخلاصة ابلعميل أو حىت نشاطها ككل‪.‬‬
‫فيما خيص االطار الزمين للدراسة فهو ميتد من سنة ‪ 2004‬اىل غاية سنة ‪ ،2019‬وهي تقريبا الفرتة اليت‬
‫شهدت يف بدايتها تطورا تدرجييا للتكنولوجيا بشكل عام وصوال اىل تطبيقات الذكاء االصطناعي وادماجها يف‬
‫التسوق االلكرتوين لشركة ‪ Amazon‬من أجل حماولة حتديد األثر‪.‬‬
‫‪ .2.1‬معطيات وأسلوب الدراسة‬
‫عند دراستنا واطالعنا على حالة شركة أمازون فيما يتعلق بنشاطها االلكرتوين بشكل عام فانه مت االعتماد‬
‫على جمموعة من املعطيات وامليزانيات والتصاريح اخلاصة هبا‪ ،‬واليت مت استغالهلا لبناء منوذج الدراسة القياسية‬
‫ومتغرياهتا حيث مشلت ما يلي‪ :‬امليزانيات اخلتامية والتفصيلية؛ جدول حساابت النتائج؛ التقارير املالية واحملاسبية‬
‫السنوية والثالثية املصدرة من طرف شركة أمازون‪.‬‬
‫أما األسلوب الذي سوف نعتمد عليه فهو يقوم على عدة أساليب حديثة للقياس االقتصادي‪ ،‬تتمثل يف اختبار‬
‫جذر الوحدة ‪ ADF‬واختبار ‪ Johansen‬للتكامل املشرتك ومنوذج تصحيح اخلطأ ‪ ECM‬وصوال اىل اختبار‬
‫السببية وذلك ابالعتماد على برانمج (‪ )EVIEWS‬للدراسات االحصائية القياسية‪.‬‬
‫‪ .2‬املعطيات املتعلقة مبتغريات الدراسة‪:‬‬

‫‪376‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫ان دراسة أتثري تكنولوجيا الذكاء االصطناعي على التسوق االلكرتوين يف شركة أمازون يتطلب منا حتديد مؤشرات‬
‫مفسرة متثل كل جانب من جانيب الدراسة وهذا ابالعتماد على املعطيات اخلاصة ابلشركة يف الفرتة املمتدة بني سنة‬
‫‪ 2004‬وسنة ‪ ،2019‬وابلتايل وجب علينا حتديد متغري اتبع وآخر مستقل‪.‬‬
‫‪ .1.2‬املتغري املستقل‪:‬‬
‫ان تطبيقات الذكاء االصطناعي هي اليت متثل املتغري املستقل يف دراستنا والذي ميكن قياسه من خالل جمموعة من‬
‫املؤشرات من أمهها‪:‬‬
‫أ‪ .‬نفقات تكنولوجيا التحقق والشحن‪ :‬واليت تعرب عن استثمارات شركة ‪ Amazon‬ونفقاهتا اخلاصة بتطوير‬
‫تكنولوجيا مراكز املعاجلة والتحقق وكذلك الشحن ومن بينها تطبيقات الذكاء والتعلم‪.‬‬
‫ب‪ .‬التسويق واحملتوى‪ :‬وهي متثل مصاريف وتكاليف التسويق االلكرتوين املوجه لتحسني نشاط التسوق وكذلك‬
‫استثمارات تكنولوجيا تطوير احملتوى والعرض اخلاص ابملوقع واحملتوى‪.‬‬
‫ج‪ .‬استثمارات التكنولوجيا والتطوير‪ :‬واليت تشمل استثمارات الشركة يف تطوير تطبيقات واليات التكنولوجيا‬
‫احلديثة وأمهها الذكاء االصطناعي والروبواتت‪.‬‬
‫وفيما يلي اجلدول الذي يشمل املؤشرات املفسرة لتطبيقات الذكاء االصطناعي‪:‬‬
‫اجلدول ‪" :01‬املؤشرات املفسرة للذكاء االصطناعي )الوحدة‪ :‬مليون دوالر("‬
‫استثمارات التكنولوجيا والتطوير‬ ‫التسويق واحملتوى‬ ‫نفقات تكنولوجيا التحقق والشحن‬ ‫السنوات‬
‫‪251‬‬ ‫‪158‬‬ ‫‪591‬‬ ‫‪2004‬‬
‫‪406‬‬ ‫‪192‬‬ ‫‪729‬‬ ‫‪2005‬‬
‫‪608‬‬ ‫‪259‬‬ ‫‪913‬‬ ‫‪2006‬‬
‫‪715‬‬ ‫‪336‬‬ ‫‪1,253‬‬ ‫‪2007‬‬
‫‪882‬‬ ‫‪469‬‬ ‫‪1,597‬‬ ‫‪2008‬‬
‫‪1,058‬‬ ‫‪660‬‬ ‫‪1,973‬‬ ‫‪2009‬‬
‫‪1,511‬‬ ‫‪1,002‬‬ ‫‪2,808‬‬ ‫‪2010‬‬
‫‪2,617‬‬ ‫‪1,591‬‬ ‫‪4,443‬‬ ‫‪2011‬‬
‫‪4,130‬‬ ‫‪2,347‬‬ ‫‪6,207‬‬ ‫‪2012‬‬
‫‪5,962‬‬ ‫‪3,045‬‬ ‫‪8,291‬‬ ‫‪2013‬‬
‫‪8,471‬‬ ‫‪4,207‬‬ ‫‪10,391‬‬ ‫‪2014‬‬
‫‪12,540‬‬ ‫‪5,254‬‬ ‫‪13,410‬‬ ‫‪2015‬‬
‫‪16,085‬‬ ‫‪7,233‬‬ ‫‪17,619‬‬ ‫‪2016‬‬
‫‪22,620‬‬ ‫‪10,069‬‬ ‫‪25,249‬‬ ‫‪2017‬‬
‫‪28,837‬‬ ‫‪13,814‬‬ ‫‪34,027‬‬ ‫‪2018‬‬
‫‪35,931‬‬ ‫‪18,878‬‬ ‫‪40,232‬‬ ‫‪2019‬‬
‫املصدر‪ :‬من اعداد الباحث ابالعتماد على ميزانيات وجداول حساابت النتائج ألمازون (‪.)2019-2004‬‬

‫‪377‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫‪ .2.2‬املتغري التابع‪:‬‬
‫يتمثل املتغري التابع يف التسوق االلكرتوين والذي ميكن أن نعرب عنه مبجموعة من املؤشرات املختلفة أمهها‬
‫امجايل املبيعات وكذلك حجم التسوق االلكرتوين أو االقبال عليه‪:‬‬
‫‪ ‬صايف مبيعات التسوق‪ :‬واليت تعرب عن تطور امجايل صايف املبيعات للشركة واخلاصة ابلتسوق االلكرتوين‪.‬‬
‫‪ ‬حجم التسوق االلكرتوين‪ :‬والذي ميثل مؤشرا هاما على أعداد املتسوقني الكرتونيا وتطور عمليات الشراء عرب‬
‫االنرتنت‪ .‬وفيما يلي اجلدول اخلاص هبذا املؤشر‪:‬‬
‫اجلدول ‪" :02‬املؤشرات املفسرة للتسوق االلكرتوين )الوحدة‪ :‬مليون دوالر("‬
‫حجم التسوق االلكرتوين‬ ‫صايف مبيعات التسوق‬ ‫السنوات‬
‫‪1,980‬‬ ‫‪6,921‬‬ ‫‪2004‬‬
‫‪2,034‬‬ ‫‪8,490‬‬ ‫‪2005‬‬
‫‪3,124‬‬ ‫‪10,711‬‬ ‫‪2006‬‬
‫‪5,456‬‬ ‫‪14,835‬‬ ‫‪2007‬‬
‫‪10,443‬‬ ‫‪19,166‬‬ ‫‪2008‬‬
‫‪16,779‬‬ ‫‪24,509‬‬ ‫‪2009‬‬
‫‪21,823‬‬ ‫‪34,204‬‬ ‫‪2010‬‬
‫‪36,667‬‬ ‫‪48,077‬‬ ‫‪2011‬‬
‫‪48,465‬‬ ‫‪61,093‬‬ ‫‪2012‬‬
‫‪54,540‬‬ ‫‪74,452‬‬ ‫‪2013‬‬
‫‪68,513‬‬ ‫‪88,988‬‬ ‫‪2014‬‬
‫‪76,863‬‬ ‫‪107,006‬‬ ‫‪2015‬‬
‫‪91,431‬‬ ‫‪135,987‬‬ ‫‪2016‬‬
‫‪108,354‬‬ ‫‪177,866‬‬ ‫‪2017‬‬
‫‪122,987‬‬ ‫‪232,887‬‬ ‫‪2018‬‬
‫‪141,247‬‬ ‫‪280,522‬‬ ‫‪2019‬‬
‫املصدر‪ :‬من اعداد الباحث ابالعتماد على ميزانيات وجداول حساابت النتائج ألمازون (‪.)2019-2004‬‬
‫‪ .3‬الدراسة واختبار السببية ابستخدام برانمج (‪:)EVIEWS‬‬
‫‪ .1.3‬اختبار استقرار السالسل الزمنية‪:‬‬
‫ابستخدام اختبار ديكي‪ -‬فولر املوسع يتم اختبار وجود جذر الوحدة‪ ،‬حيث يسمح هذا االختبار بفحص فرضية‬
‫العدم أبن السلسلة حتتوي على جذر الوحدة أي غري مستقرة‪ ،‬مقابل الفرضية البديلة أبن السلسلة ال حتتوي على‬
‫جذر الوحدة أي أهنا مستقرة‪ ،‬ومن خالل االختبار مت التوصل اىل ما يلي‪:‬‬
‫)‪X1 = I(0‬‬ ‫)‪X2 = I(1‬‬ ‫)‪X3 = I(1‬‬ ‫)‪Y1 = I(2‬‬ ‫)‪Y1 = I(2‬‬

‫‪378‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫أي‪:‬‬
‫‪ ‬السلسلة األوىل‪ ،‬الثانية‪ ،‬الثالثة مستقرة عند أخذ الفرق األول‪ ،‬وهي اخلاصة ابملتغريات املستقلة ‪ X1‬نفقات‬
‫تكنولوجيا التحقق والشحن‪ X2 ،‬التسويق واحملتوى و‪ X3‬استثمارات التكنولوجيا والتطوير‪.‬‬
‫‪ ‬السلسلة الرابعة واخلامسة مستقرة عند أخذ الفرق الثاين وهي اخلاصة ابملتغريين التابعني ‪ Y1‬صايف املبيعات‬
‫و‪ Y2‬حجم التسوق اإللكرتوين‪.‬‬
‫‪ .2.3‬اختبار جوهانسن ‪ -‬جوسليوس للتكامل املشرتك‪:‬‬
‫يتناسب مع العينات صغرية احلجم وذلك يف حالة وجود أكثر من متغريين‪.‬كما يكشف هذا االختبار ما إذا كان‬
‫هناك تكامال فريدا‪ ،‬أي أن التكامل املشرتك يتحقق فقط يف حالة احندار املتغري التابع على املتغريات املستقلة‪،‬‬
‫يقوم اختبار (‪ Johansen )1988‬بتحديد عدد متجهات التكامل املشرتك بني املتغريات حمل الدراسة‪ ،‬حيث‬
‫أيخذ النموذج الصيغة التالية )‪: (Ambapour & Christophe Massamba, 2005‬‬
‫𝑡𝜇 ‪t+𝜀𝑡 𝑥𝑡 = 𝜋1 𝑥𝑡−1 + 𝜋𝑘 𝑥𝑡−𝑘 + 𝜇0 +‬‬
‫𝑘𝜋 ‪ :𝜋1 , ⋯ ⋯ ,‬مصفوفة املعامالت ذات البعد )𝑝 × 𝑝(؛‬
‫𝑡𝜀‪ :‬مصفوفة البواقي ذات البعد )‪(𝑝 × 1‬؛ 𝑡𝜇 ‪ :𝜇0 ,‬حدين اثبتني‪.‬‬
‫اجلدول ‪ :03‬نتائج اختبار جوهانسن للتكامل بني املتغريات املستقلة ‪ x1 x2 x3‬واملتغري التابع ‪y1‬‬
‫القيم احلرجة مستوى‬ ‫إحصائية األثر‬ ‫جذور أيقن‬ ‫فرضيات عدد‬
‫االحتمال**‬
‫معنوية ‪%5‬‬ ‫‪Trace statistic‬‬ ‫‪Eigen value‬‬ ‫املتجهات املتكاملة‬

‫‪0.0001‬‬ ‫‪47.85613‬‬ ‫‪410.4848‬‬ ‫‪0.999999‬‬ ‫ال شيء*‬

‫‪0.0001‬‬ ‫‪29.79707‬‬ ‫‪216.7685‬‬ ‫‪0.999926‬‬ ‫على األكثر ‪*1‬‬
‫‪0.0000‬‬ ‫‪15.49471‬‬ ‫‪83.60469‬‬ ‫‪0.997016‬‬ ‫على األكثر ‪*2‬‬
‫‪0.1378‬‬ ‫‪3.841466‬‬ ‫‪2.202004‬‬ ‫‪0.145540‬‬ ‫على األكثر ‪*3‬‬
‫* تشري إىل رفض الفرضية العدمية عند مستوى معنوية ‪.%5‬‬
‫** تبين القيم املعيارية ماكينون‪ -‬هوج‪ -‬ميشيلس (‪.)1999‬‬
‫املصدر‪ :‬من اعداد الباحث ابالعتماد على خمرجات برانمج ‪.EVIEWS‬‬
‫‪ ‬يتضح من خالل اجلدول أن قيمة إحصائية األثر أكرب من القيمة احلرجة عند مستوى معنوية ‪ %5‬ابلنسبة‬
‫للفرضية العدمية القائلة بعدم وجود عالقة للتكامل املشرتك وابلتايل يتم رفضها‪ ،‬كما أن قيمة االحتمال تقدر ب‬
‫‪ 0.0001‬وهي أقل من ‪ %5‬مما يؤكد رفض الفرضية العدمية‪ .‬ونفس املالحظات تنطبق على الفرضية القائلة‬
‫بوجود عالقة واحدة للتكامل املشرتك على األكثر وبوجود عالقتني على األكثر‪ .‬ابلتايل يؤكد اختبار‬
‫جوهانسن وجود عالقة توازنية على املدى الطويل بني املتغريات املستقلة ‪ x1 x2 x3‬واملتغري التابع ‪.y1‬‬

‫‪379‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫اجلدول ‪ :04‬نتائج اختبار جوهانسن للتكامل بني املتغريات املستقلة ‪ x1 x2 x3‬واملتغري التابع ‪y2‬‬
‫القيم احلرجة مستوى‬ ‫إحصائية األثر‬ ‫جذور أيقن‬ ‫فرضيات عدد‬
‫االحتمال**‬
‫معنوية ‪%5‬‬ ‫‪Trace statistic‬‬ ‫‪Eigen value‬‬ ‫املتجهات املتكاملة‬

‫‪0.0001‬‬ ‫‪47.85613‬‬ ‫‪381.8036‬‬ ‫‪0.999999‬‬ ‫ال شيء*‬

‫‪0.0001‬‬ ‫‪29.79707‬‬ ‫‪187.1197‬‬ ‫‪0.999768‬‬ ‫على األكثر ‪*1‬‬
‫‪0.0000‬‬ ‫‪15.49471‬‬ ‫‪69.95541‬‬ ‫‪0.985182‬‬ ‫على األكثر ‪*2‬‬
‫‪0.0009‬‬ ‫‪3.841466‬‬ ‫‪10.98837‬‬ ‫‪0.543827‬‬ ‫على األكثر ‪*3‬‬
‫* تشري إىل رفض الفرضية العدمية عند مستوى معنوية ‪.%5‬‬
‫** تبين القيم املعيارية ماكينون‪ -‬هوج‪ -‬ميشيلس (‪.)1999‬‬
‫املصدر‪ :‬من اعداد الباحث ابالعتماد على خمرجات برانمج ‪.EVIEWS‬‬
‫يتضح من خالل اجلدول رقم (‪ )4‬أن قيمة إحصائية األثر أكرب من القيمة احلرجة عند مستوى معنوية ‪ %5‬ابلنسبة‬
‫للفرضية العدمية القائلة بعدم وجود عالقة للتكامل املشرتك وابلتايل يتم رفضها‪ ،‬كما أن قيمة االحتمال تقدر ب‬
‫‪ 0.0001‬وهي أقل من ‪ %5‬مما يؤكد رفض الفرضية العدمية‪ .‬ونفس املالحظات تنطبق على الفرضية القائلة‬
‫بوجود عالقة واحدة للتكامل املشرتك على األكثر وبوجود عالقتني على األكثر‪ ،‬وبوجد ثالث عالقات على األكثر‬
‫عند مستوى معنوية ‪ .% 10‬ابلتايل يؤكد اختبار جوهانسن للتكامل املشرتك وجود عالقة توازنية على املدى‬
‫الطويل بني املتغريات املستقلة ‪ x1 x2 x3‬واملتغري التابع ‪.y2‬‬
‫‪ .3.3‬تقدير منوذج تصحيح اخلطأ )‪:(ECM‬‬
‫ميكننا منوذج تصحيح اخلطأ من فحص وحتليل سلوك املتغريات على املدى القصري من أجل الوصول إىل التوازن على‬
‫املدى الطويل‪ ،‬ابلتايل إذا كانت املتغريات اليت تتكون منها ظاهرة ما تتصف خباصية التكامل املشرتك فإن السببية‬
‫جيب أن تكون موجودة على األقل يف اجتاه واحد‪ .‬ويصبح النموذج األكثر مالءمة لتقدير العالقة بينها هو منوذج‬
‫تصحيح اخلطأ‪ ،‬حيث إذا كانت املتغريات ال تتصف هبذه اخلاصية فإن هذا النموذج ال يصبح صاحلا لتفسري سلوك‬
‫هذه الظاهرة‪ .‬ويعرب عن منوذج تصحيح اخلطأ وفقا للنموذج التايل‪(:‬بن معزو ومحانة‪ ،2013 ،‬ص ‪)74-73‬‬
‫𝑛‬ ‫𝑛‬

‫𝑡𝜀 ‪𝛥𝑋𝑡 = 𝛼0 + 𝛼1 𝑒𝑡−1 + ∑ 𝛼𝑖 𝛥𝑋𝑡−1 + ∑ 𝛼𝑗 𝛥𝑋𝑡−𝑗 +‬‬

‫‪𝑖=1‬‬ ‫‪𝑗=1‬‬
‫حيث أن ‪ 𝛥𝑡−1‬ميثل حد تصحيح اخلطأ يف املعادلة‪ ،‬ويشري إىل معامل سرعة التعديل من األجل القصري إىل‬
‫األجل الطويل‪ .‬وإذا كانت معلمة حد تصحيح اخلطأ معنوية وسالبة فإن ذلك يدل على وجود عالقة توازنية بني‬
‫املتغريات على املدى الطويل‪.‬‬

‫‪380‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫اجلدول ‪ :05‬نتائج تقدير منوذج تصحيح اخلطأ بني املتغريات املستقلة ‪ x1 x2 x3‬واملتغري التابع ‪y1‬‬
‫االحتمال‬ ‫إحصائية (‪)t‬‬ ‫اخلطأ املعياري‬ ‫املعامل‬ ‫املتغري‬
‫‪0.9027‬‬ ‫‪0.126220‬‬ ‫‪3.609635‬‬ ‫‪0.455609‬‬ ‫الثابت‬
‫‪0.0002‬‬ ‫‪6.624239‬‬ ‫‪0.181041‬‬ ‫‪1.199261‬‬ ‫صايف مبيعات التسوق‬
‫‪0.9286‬‬ ‫‪0.092433‬‬ ‫‪0.007202‬‬ ‫‪0.000666‬‬ ‫معلمة حد تصحيح اخلطأ‬
‫‪0.7943‬‬ ‫‪-0.269570‬‬ ‫‪0.009497‬‬ ‫‪-0.002560‬‬ ‫معامل التحديد ‪R2‬‬
‫‪0.6645‬‬ ‫‪-0.450295‬‬ ‫‪0.007633‬‬ ‫‪-0.003437‬‬ ‫إحصائية فيشر‪F‬‬
‫املصدر‪ :‬من اعداد الباحث ابالعتماد على خمرجات برانمج ‪.EVIEWS‬‬
‫يتضح أن النموذج معنوي بشكل عام‪ ،‬لدينا إحصائية دربن‪ -‬واتسون معنوية عند مستوى ‪ ،%5‬كداللة على خلو‬
‫النموذج من االرتباط التسلسلي يف إدراج املتغري التابع مبطأ لفرتة واحدة كمتغري تفسريي‪ .‬جند أن معلمة حد‬
‫تصحيح اخلطأ معنوية عند مستوى ‪ ،%5‬وقيمة معلمة حد تصحيح اخلطأ سالبة حيث قدرت ب ‪ -0.7961‬أي‬
‫أن سرعة تعديل االختالل يف النموذج املقدر تقدر ب ‪ %79.61‬سنواي‪ .‬ابلتايل ميكن القول أنه عندما ينحرف‬
‫صايف مبيعات التسوق خالل املدى القصري يف الفرتة )‪ ،(t-1‬عن قيمته التوازنية يف املدى الطويل‪ ،‬فإنه يتم تصحيح‬
‫ما يعادل من هذا االختالل يف الفرتة )‪ .(t‬هذا ما يؤكد معنوية العالقة التوازنية طويلة األجل بني املتغريات املستقلة‬
‫‪ x1 x2 x3‬واملتغري التابع ‪ .y1‬كما بلغت قيمة معامل التحديد ‪ 0.91‬وهو ما يدل على جودة توفيق النموذج‬
‫ومقدرته يف تفسري التغريات يف املتغري التابع‪ .‬كذلك لدينا قيمة معامل التحديد أقل من قيمة إحصائية دربن‪-‬‬
‫واتسون وهو ما يدل كذلك على معنوية النموذج‪.‬‬
‫اجلدول ‪ :06‬نتائج تقدير منوذج تصحيح اخلطأ بني املتغريات املستقلة ‪ x1 x2 x3‬واملتغري التابع ‪y2‬‬
‫االحتمال‬ ‫إحصائية (‪)t‬‬ ‫اخلطأ املعياري‬ ‫املعامل‬ ‫املتغري‬
‫‪0.1408‬‬ ‫‪1.634463‬‬ ‫‪2.318311‬‬ ‫‪3.789193‬‬ ‫الثابت‬
‫‪0.0069‬‬ ‫‪3.609493‬‬ ‫‪0.208224‬‬ ‫‪0.751583‬‬ ‫حجم التسوق اإللكرتوين‬
‫‪0.3214‬‬ ‫‪-1.057001‬‬ ‫‪0.003942‬‬ ‫‪-0.004166‬‬ ‫معلمة حد تصحيح اخلطأ‬
‫‪0.0456‬‬ ‫‪-2.365554‬‬ ‫‪0.004708‬‬ ‫‪-0.011138‬‬ ‫معامل التحديد ‪R2‬‬
‫‪0.7736‬‬ ‫‪0.297617‬‬ ‫‪0.003724‬‬ ‫‪0.001108‬‬ ‫إحصائية فيشر‪F‬‬
‫املصدر‪ :‬من اعداد الباحث ابالعتماد على خمرجات برانمج ‪.EVIEWS‬‬
‫يتبني أبن النموذج معنوي بشكل عام‪ ،‬لدينا إحصائية دربن‪ -‬واتسون معنوية عند مستوى ‪ ،%5‬كداللة على خلو‬
‫النموذج من االرتباط التسلسلي يف إدراج املتغري التابع مبطأ لفرتة واحدة كمتغري تفسريي‪ .‬جند أن معلمة حد‬
‫تصحيح اخلطأ معنوية عند مستوى ‪ ،%5‬وقيمة معلمة حد تصحيح اخلطأ سالبة ‪ -0.8109‬أي أن سرعة تعديل‬
‫االختالل يف النموذج املقدر ‪ %81.09‬سنواي‪ .‬ميكن القول أنه عندما ينحرف حجم التسوق اإللكرتوين خالل‬

‫‪381‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫املدى القصري يف الفرتة )‪ (t-1‬عن قيمته التوازنية يف املدى الطويل يتم تصحيح ما يعادل من هذا االختالل يف‬
‫الفرتة )‪ .(t‬ما يؤكد معنوية العالقة التوازنية ط‪ .‬األجل بني املتغريات املستقلة واملتغري التابع ‪ .y2‬قيمة معامل‬
‫التحديد ‪ 0.81‬ما يدل على جودة توفيق النموذج ومقدرته يف تفسري تغريات املتغري التابع‪ .‬قيمة معامل التحديد‬
‫أقل من قيمة إحصائية دربن‪ -‬واتسون وهو ما يدل كذلك على معنوية النموذج‪.‬‬
‫‪ .4.3‬اختبار السببية‪:‬‬
‫بعد حتديد درجات التأخر اعتمادا على معياري ‪ Akaike‬و‪ Schwarz‬سوف جنري اختبار السببية ملعرفة ما اذا‬
‫كانت هناك عالقة سببية بني كل من نفقات تكنولوجيا التحقق والشحن‪ ،‬التسويق واحملتوى‪ ،‬استثمارات‬
‫التكنولوجيا والتطوير كمؤشرات مفسرة عن تطبيقات الذكاء االصطناعي‪ .‬وكل من صايف املبيعات وحجم التسوق‬
‫اإللكرتوين كمؤشرات مفسرة عن التسوق االلكرتوين‪ ،‬وهذا وفقا لدرجات التأخر املتحصل عليها واليت كانت األوىل‬
‫والثانية من خالل اجلدول التايل‪ ،‬علما أنه مت اجراء اختبار السببية لدرجات التأخر املثلى من ‪ 1‬اىل ‪:4‬‬
‫اجلدول ‪" :05‬نتائج اختبار غراجنر للسببية عند درجة التأخر‬
‫)‪ (P‬قيمة‬
‫)‪ (F‬قيمة فيشر‬ ‫عالقة االختبار‬ ‫درجة التأخر‬
‫االحتمال‬
‫‪0.0651‬‬ ‫‪0.0377‬‬ ‫‪X1→Y1‬‬
‫‪Lags 2‬‬ ‫‪X1 Y1‬‬
‫‪0.4616‬‬ ‫‪0.6547‬‬ ‫‪Y1→X1‬‬
‫‪3.0283‬‬ ‫‪0.0158‬‬ ‫‪X2→Y1‬‬
‫‪Lags 1‬‬ ‫‪X2 Y1‬‬
‫‪1.7626‬‬ ‫‪0.2170‬‬ ‫‪Y1→X2‬‬
‫‪4.3214‬‬ ‫‪0.0234‬‬ ‫‪X3→Y1‬‬
‫‪Lags 2‬‬ ‫‪X3 Y1‬‬
‫‪1.1766‬‬ ‫‪0.5433‬‬ ‫‪Y1→X3‬‬
‫‪2.3314‬‬ ‫‪0,0136‬‬ ‫‪X1→Y2‬‬
‫‪Lags 1‬‬ ‫‪X1 Y2‬‬
‫‪0.5960‬‬ ‫‪0.4623‬‬ ‫‪Y2→X1‬‬
‫‪20.2875‬‬ ‫‪0.0015‬‬ ‫‪X2→Y2‬‬
‫‪Lags 1‬‬ ‫‪X2 Y2‬‬
‫‪0.8759‬‬ ‫‪0.3738‬‬ ‫‪Y2→X2‬‬
‫‪2.9397‬‬ ‫‪0.0248‬‬ ‫‪X3→Y2‬‬
‫‪Lags 1‬‬ ‫‪X3 Y2‬‬
‫‪0.0270‬‬ ‫‪0.8735‬‬ ‫‪Y2→X3‬‬
‫املصدر‪ :‬من اعداد الباحث ابالعتماد على خمرجات برانمج ‪.EVIEWS‬‬
‫من خالل النتائج املوضحة يف اجلدول الختبار سببية غراجنر مت التوصل اىل أن‪:‬‬
‫‪ ‬نفقات تكنولوجيا التحقق والشحن تسبب وتؤثر يف صايف املبيعات عند مستوى معنوية ‪ ،%5‬حيث أن قيمة‬
‫االحتمال مساوية ل ‪ 0.0377‬وهي أقل من ‪ ،0,05‬كما أهنا تسبب وتؤثر يف حجم التسوق اإللكرتوين‬

‫‪382‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫حيث كانت القيمة تساوي ‪ ،0,0136‬ما يوضح امهية انفاق املؤسسات على ادخال الذكاء االصطناعي يف‬
‫نشاطها والعمل على تطويره‪.‬‬
‫‪ ‬التسويق واحملتوى تسبب وتؤثر يف صايف مبيعات التسوق لشركة ‪ Amazon‬عند مستوى معنوية ‪،%5‬‬
‫حيث أن قيمة االحتمال ‪ P‬تساوي ‪ 0.0158‬وهي أقل من ‪ ،0.05‬وهي تؤثر وتسبب يف حجم التسوق‬
‫اإللكرتوين حيث كانت القيمة تساوي ‪ 0.0015‬وهي أقل من ‪ ،0,05‬وهو ما يتوافق مع ما مت عرضه نظراي‬
‫على أن ادماج الذكاء االصطناعي يف التسويق االلكرتوين ساهم يف تطوير جتربة التسوق االلكرتوين‪.‬‬
‫‪ ‬أما فيما خيص استثمارات التكنولوجيا والتطوير فهي تسبب وتؤثر يف صايف مبيعات التسوق‪ ،‬حيث كانت‬
‫قيمة االحتمال تساوي ‪ 0.0234‬وهي أقل من ‪ ،0,05‬وتؤثر وتسبب يف حجم التسوق اإللكرتوين عند‬
‫قيمة االحتمال ‪ ،0.0248‬وهذا يدعم أتثري متغريات الذكاء االصطناعي وتطبيقاته يف جعل مستقبل التسوق‬
‫االلكرتوين أكثر تناغما وتكامال بني جتربة تسوق أفضل وعوائد أعلى وفوائد أكرب للشركات على االنرتنت‪.‬‬
‫اخلامتة‪:‬‬
‫اعتمادا هائالً على التكنولوجيا وهو األمر الذي تعرفه التجارة االلكرتونية من انحية‬
‫ً‬ ‫يعرف عاملنا اليوم‬
‫التكنولوجيا املدجمة واملستخدمة ويف كل جوانبها‪ ،‬لذا فان التسوق االلكرتوين شهد قفزة نوعية مع التزامن وتطور هذه‬
‫التكنولوجيا‪ ،‬والذكاء االصطناعي يعترب أكثر التطويرات حداثة ابلنظر ملا مسح به من توسع لتطبيقاته واستخداماته‬
‫املتنوعة‪ ،‬لذا جند اليوم املتسوق عرب االنرتنت أكثر تطلعا لتنوع اخلدمات وسهولة الوصول واحلصول على املعلومات‬
‫والشراء عرب األنرتنت عامة‪ ،‬قابله استجابة من طرف تكنولوجيا التسويق االلكرتوين والذكاء االصطناعي ما مسح‬
‫ابلتطور واالنتقال اىل مستوى أعلى لتجربة التسوق االلكرتوين‪.‬‬
‫نتائج الدراسة ومناقشتها‪:‬‬
‫‪ -‬أحدث التطور احلاصل يف عصران تغريا جذراي يف تطلعات املتسوقني من جهة وتطويرات املسوقني من جهة‬
‫أخرى ما جعل التسوق االلكرتوين أكثر ختصيصا للزبون‪ ،‬أكثر سهولة وتلبية لرغباته وتوفريا للوقت‪.‬‬
‫‪ -‬دمج تطبيقات الذكاء االصطناعي مع اآلالت والتكنولوجيا احلديثة ادى اىل احداث نقلة نوعية يف جمال‬
‫التسوق االلكرتوين‪ ،‬فمن البحث الذكي والبحث الصويت واملرئي‪ ،‬مرورا بروبواتت الدردشة والوصف اآليل‬
‫للمنتجات وصوال اىل االعالانت املوجهة وآلية املستودعات والشحن السريع‪ ،‬جعلت جتربة الشراء عرب‬
‫االنرتنت سهلة‪ ،‬مفيدة وسلسة للزبون ما ميهد ملستقبل ثوري أكثر هلذا القطاع‪.‬‬
‫‪ -‬تعترب شركة أمازون رائدا يف استغالل تطبيقات الذكاء االصطناعي يف عمليات التسويق وعلى املوقع االلكرتوين‬
‫واملستودعات ونشاطها ككل‪ ،‬فدمج نظام مثل ‪ AWS‬واملساعد االفرتاضي ‪ Alexa‬مع روبواتت الدردشة‬
‫والبحث الذكي والصويت وكذلك االعالانت املوجهة جيعل التصفح والشراء جتربة فريدة‪ ،‬اضافة اىل ترسانة من‬

‫‪383‬‬
‫قحايرية‪.‬س‬ ‫اجمللد السابع‪ ،‬العدد ‪( 02‬أوت ‪)2021‬‬

‫الروبواتت والطائرات واآلالت مدجمة مع مستودعات ألية ‪ Fulfillment centers‬تسهر على رغبات‬
‫العمالء‪ ،‬تقدير مدى توفر املنتج‪ ،‬حتسني طرق التسليم وختصيص االتصال وطرق الشحن‪.‬‬
‫‪ -‬بناء على نتائج الدراسة القياسية وابستخدام اختبار السببية املبين على منوذج تصحيح اخلطأ توصلنا اىل وجود‬
‫عالقة أتثري وسببية بني املتغري املستقل تطبيقات الذكاء االصطناعي واملتغري التابع التسوق االلكرتوين يف شركة‬
‫‪ ،Amazon‬وذلك من خالل التوصل ملا يلي‪:‬‬
‫‪ ‬تؤثر نفقات تكنولوجيا التحقق والشحن أتثري اجيايب ومعنوي يف كل من صايف مبيعات التسوق وكذلك‬
‫حجم التسوق االلكرتوين وعليه نقبل الفرضية األوىل‪.‬‬
‫‪ ‬يؤثر التسويق واحملتوى أتثري اجيايب ومعنوي يف كل من صايف مبيعات التسوق وكذلك حجم التسوق‬
‫االلكرتوين خالل فرتة الدراسة وعليه تقبل الفرضية الثانية‪.‬‬
‫‪ ‬تؤثر استثمارات التكنولوجيا والتطوير أتثري اجيايب ومعنوي يف كل من حجم التسوق االلكرتوين وصايف‬
‫املبيعات كمفسرين للتسوق االلكرتوين وعليه نقبل الفرضية الثالثة‪.‬‬
‫تطور سلوكيات املستهلكني من جهة والتكنولوجيا‬ ‫يف األخري ولإلجابة على اشكالية الدراسة ميكن القول أن ّ‬
‫اهلائلة لعصران اليوم من جهة أخرى‪ ،‬فرض على نشاط التسوق االلكرتوين التغري ملسايرة تلك التطورات‪ ،‬هذا ما وفره‬
‫الذكاء االصطناعي من خالل تطبيقات وأساليب متنوعة وفعالة‪ ،‬ساهم يف احداث ثورة تطور وتقدم يف جمال‬
‫التسوق االلكرتوين والتجارة االلكرتونية عامة‪ ،‬وهو ما من املنتظر أن يشكل مستقبل هذا النشاط وفرص تطويره‪.‬‬
‫قائمة املراجع‪:‬‬
‫‪‬‬ ‫‪Amazon. (2020). AWS A mazon Lex. Retrieved 11 19, 2020, from Amazon‬‬
‫‪Lex: https://aws.amazon.com/marketplace.‬‬
‫‪‬‬ ‫‪Amazon. (2020). Annual Reports, Proxies and Shareholder Letters. Retrieved‬‬
‫‪11 20, 2020, from https://ir.aboutamazon.com/annual-reports-proxies-and-‬‬
‫‪shareholder-letters/default.aspx‬‬
‫‪‬‬ ‫‪Aws. (2019). What is a Chatbot? Retrieved 11 19, 2020, from Aws-Amazon:‬‬
‫‪https://aws.amazon.com/what-is-a-chatbot/.‬‬
‫‪‬‬ ‫‪Barr, J. (2016). Amazon Lex – Build Conversational Voice & Text Interfaces.‬‬
‫‪Retrieved 11 15, 2020, from aws.amazon: http/www.aws.amazon.com.‬‬
‫‪‬‬ ‫‪Ciolfi, M. (2017). Alexa peut maintenant différencier plusieurs voix. Retrieved‬‬
‫‪11 15, 2020, from lesnumeriques: www.lesnumeriques.com.‬‬
‫‪‬‬ ‫‪Hall, E. (2016). Covergirl's influencer chatbot is smart, funny and responsive.‬‬
‫‪Retrieved 11 16, 2020, from ad-age: https://adage.com/article/digital/covergirl-‬‬
‫‪chatbot/307052/.‬‬
‫‪‬‬ ‫‪Jee, C. (2016). Uses of Robotics in Business: How Will Robots be Used in the‬‬
‫‪Future? Retrieved 10 15, 2020, from Computer World Website:‬‬
‫‪https://www.computerworld.com/article/3547065/uses-of-robotics-in-business-‬‬
‫‪how-will-robots-be-used-in-future.html.‬‬

‫‪384‬‬
‫س‬.‫قحايرية‬ )2021 ‫ (أوت‬02 ‫ العدد‬،‫اجمللد السابع‬

 Kelleher, K. (2017). How Artificial Intelligence Is Quietly Changing How You

Shop Online. Retrieved 11 5, 2020, from Time Electronic Journal:
https://time.com/4685420/artificial-intelligence-online-shopping-retail-ai/.
 Magneto, I. (2019). Revolution of Artificial Intelligence in E-Commerce 2019-
Infographic. Retrieved 10 10, 2020, from Magneto it solutions:
https://magnetoitsolutions.com/infographic/ecommerce-artificial-
intelligence?fbclid=IwAR313mAkikGyIM28maxgYhQzeWpJvY8hUHcUwn5
eDDgo_z37q-26JFLzJlY.
 servey, c. a. (2019). AI And E-Commerce in 2019. Retrieved 11 6, 2020, from
Cowen: https://www.cowen.com/.
 Shead, S. (2018). Amazon now has 45,000 robots in its warehouses. Retrieved
10 15, 2020, from https://www.businessinsider.com/amazons-robot-army-has-
grown-by-50-2017-1?r=US&IR=T&IR=T.
 Song, X., i Yang, S., & Huang, Z. (2019). Artificial Intelligence in Electronic
Commerce. Journal of Physics(Series 1302), 1-9.
 Srinivasan, J., Deepika, R., & Arthi, J. (2018, 8). Artificial Intelligence of E-
Commerce Platform. Asia Pacific Journal of Marketing & Management
Review, 7(8), pp. 1-11.
 Statista. (2019). Annual Net Revenue of Amazon. Retrieved 11 10, 2020, from
https://www.statista.com/statistics/annual-net-revenue-of-amazoncom/.
 Sterne, J. (2017). Artificial Intelligence for Marketing: Practical Applications
(1 ed.). united states: Wiley and SAS Business Series.
 Terdiman, D. (2020). How AI Is Helping Amazon Become a Trillion-Dollar
Company. Retrieved 11 12, 2020, from Fast Company Reports:
https://www.fastcompany.com/90246028/how-ai-is-helping-amazon-become-
a-trillion-dollar-company.
 Williams, S. (2018). Say Hello to Your Own Amazon Lex Chatbot. Retrieved
10 15, 2020, from https://tutorials.botsfloor.com/say-hello-to-your-own-
amazon-lex-chat-bot-9f22e7a0f9b0.
 Kabbar, S., & Monga, V. (2017). A Study On Artificial Intelligence In E-
Commerce. International Journal of Advances in Engineering & Scientific
Research, 4(4), 62-68.
 Kolodin, D., Telychko, O., Rekun, V., Tkalych, M., & Yamkovyi, V. (2020).
Artificial Intelligence in E-Commerce: Legal Aspects. Advances in
Economics, Business and Management Research, 129, 96-102.

385