1. Primerjalna analiza uporabniške izkušnje crm rešitev salesforce in hubspotTjaša Vuk, 2024, master's thesis Abstract: V sodobnem digitalnem poslovnem okolju so pričakovanja strank in uporabnikov različnih izdelkov in storitev vse bolj kompleksna, konkurenca pa vse bolj obsežna. Zato postajajo rešitve CRM z naprednimi zmogljivostmi ključni dejavniki konkurenčne prednosti podjetij vseh velikosti in panog. Le-te omogočajo sistematično zbiranje, upravljanje in analiziranje podatkov o strankah, izboljšajo odnose s strankami in izkušnjo strank, optimizirajo poslovne procese ter znatno povečajo produktivnost in učinkovitost zaposlenih, ki pri svojem delu uporabljajo rešitve CRM.
Med vodilnimi rešitvami CRM na trgu se v magistrskem delu osredotočamo na primerjavo uporabniške izkušnje Salesforce rešitve CRM kot pionirja na področju CRM s široko paleto naprednih funkcij, prilagojenih podjetjem različnih velikosti in panog, ter HubSpot rešitve CRM kot pionirja za vhodni marketing, ki je s svojo ponudbo, brezplačnimi orodji in prijaznim uporabniškim vmesnikom posebej priljubljen med majhnimi in srednje velikimi podjetji. Kljub mnogim podobnostim med rešitvama, kot so storitve v oblaku, orodja umetne inteligence, prilagodljivost, širok cenovni razpon, pa obstaja veliko ključnih razlik, ki vplivajo na njuno izbiro in uporabniško izkušnjo. Pri tem uporabniška izkušnja rešitev CRM postaja ključen dejavnik uspešnosti rešitev CRM.
V magistrskem delu se osredotočamo na vprašanje, katera od omenjenih rešitev CRM ponuja boljšo splošno uporabniško izkušnjo, katerim uporabnikom in zakaj. Pri tem analiziramo mnenja in ocene dejanskih uporabnikov Salesforce in HubSpot rešitev CRM iz različnih spletnih virov, vključimo pa tudi lastna opažanja (s pomočjo brezplačne preizkusne različice ter platform za izobraževanje Salesforce Trailhead in HubSpot Academy) glede ključnih vidikov rešitev CRM, kot so cene, funkcionalnosti, uporabniški vmesnik, možnosti prilagoditev idr. Za lažje razumevanje obravnavanega področja pa najprej podrobneje razložimo še rešitve CRM in njihove značilnosti, uporabniško izkušnjo in njeno povezanost z uporabniškim vmesnikom, umetno inteligenco in CRM. Predstavimo tudi podjetji Salesforce in HubSpot ter storitve, podporo uporabnikom in možnost izobraževanj obeh omenjenih ponudnikov.
Z analizo uporabniške izkušnje Salesforce in HubSpot rešitev CRM želimo prispevati k boljšemu razumevanju prednosti in slabosti obeh rešitev CRM ter z dragocenim vpogledom z vidika uporabniške izkušnje zagotoviti ključne informacije podjetjem, povezane z izbiro in uporabo CRM sistema. Keywords: upravljanje odnosov s strankami, rešitve CRM, uporabniška izkušnja, umetna inteligenca, Salesforce, HubSpot. Published in DKUM: 17.02.2025; Views: 0; Downloads: 2
Full text (2,37 MB) |
2. Vpliv umetne inteligence na poslovne procese prodaje in nabaveDomen Petrovič, 2024, undergraduate thesis Abstract: Diplomska naloga raziskuje vpliv umetne inteligence na optimizacijo poslovnih postopkov, zlasti na področju prodaje in nabave. Umetna inteligenca podjetjem omogoča večjo učinkovitost, prilagodljivost in zmanjšanje stroškov, hkrati pa izboljšuje uporabniško izkušnjo ter povečuje prihodke. Naloga temelji na preučevanju primerov iz prakse, ki dokazujejo vpliv UI na poslovne rezultate v različnih podjetjih.
Teoretični del naloge obravnava ključne koncepte umetne inteligence, vključno s strojnim učenjem in analizo velikih podatkov, ter raziskuje njihove aplikacije v poslovnih procesih. Osredotoča se na uporabo umetne inteligence za avtomatizacijo procesov, napovedovanje povpraševanja in personalizacijo storitev v prodaji in nabavi, kar podjetjem omogoča hitrejše prilagajanje tržnim spremembam.
Empirični del naloge vključuje več študij primerov. Amazon uporablja umetno inteligenco za personalizacijo priporočil izdelkov, kar je povzročilo 13% povečanje prihodkov, saj natančnejša priporočila spodbujajo večjo zvestobo strank. Walmart pa je z avtomatiziranimi pogajanji in uporabo e-avkcij v nabavnih procesih izboljšal učinkovitost pogajanj z dobavitelji, kar je privedlo do bolj transparentnih in konkurenčnih dobavnih pogojev ter večje zadovoljstvo končnih strank. Netflix uporablja umetno inteligenco za priporočanje personaliziranih vsebin, kar povečuje angažiranost gledalcev in podaljšuje njihovo uporabo platforme. Prilagajanje vsebin z uporabo UI je prispevalo k večji zvestobi uporabnikov in pomembnim finančnim prihrankom. HubSpot uporablja umetno inteligenco za avtomatizacijo marketinških procesov, kar je povzročilo kar 20% povečanje stopnje konverzij strank, kar dokazuje neposreden vpliv umetne inteligence na izboljšanje marketinških aktivnosti.
Kljub številnim prednostim uporabe umetne inteligence naloga obravnava tudi izzive, kot so začetni stroški implementacije, etični pomisleki in odpornost zaposlenih na spremembe. Vendar raziskava kaže, da lahko podjetja, ki uspešno implementirajo umetno inteligenco, dolgoročno pričakujejo nižje stroške, višje prihodke in izboljšano uporabniško izkušnjo.
Na podlagi raziskave lahko zaključimo, da ima umetna inteligenca ključno vlogo pri izboljševanju poslovnih postopkov v prodaji in nabavi, saj omogoča večjo učinkovitost, personalizacijo in boljše prilagajanje tržnim spremembam, kar podjetjem omogoča dolgoročno konkurenčno prednost. Keywords: Umetna inteligenca, podjetje, podatki, procesi, prodaja, nabava. Published in DKUM: 17.02.2025; Views: 0; Downloads: 6
Full text (1009,54 KB) |
3. Pozivni injekcijski napadi na velike jezikovne modeleMatic Bobnar, 2025, master's thesis Abstract: V magistrskem delu raziskujemo vlogo velikih jezikovnih modelov v vzponu generativne umetne inteligence. Predstavimo osnovne koncepte, kot so transformerji, žetoni in vektorske reprezentacije, ter opisujemo ključne prednosti, slabosti in izzive z generativnimi modeli. Posebno pozornost namenjamo izzivom varnosti, kot so pozivni injekcijski napadi. Podrobno analiziramo delovanje teh napadov, njihove vrste in predstavimo možne pristope za obrambo pred njimi. V okviru eksperimenta prikazujemo izdelavo spletne ankete, ki implementira različne jezikovne modele. S pomočjo pridobljenih podatkov iz ankete nato analiziramo občutljivost posameznih modelov na različne intenzitete injekcijskih napadov ter preučujemo njihove vplive na uporabniške dimenzije, kot so uporabnost, točnost, razumljivost in relevantnost. Na koncu ugotavljamo, kateri modeli se najbolje odzivajo na napade in predstavljajo najvarnejšo uporabo. Keywords: Generativna umetna inteligenca, Generativni modeli, Veliki jezikovni modeli, Pozivni injekcijski napadi, Inženering pozivov Published in DKUM: 06.02.2025; Views: 0; Downloads: 10
Full text (2,82 MB) |
4. Konfiguracija produktnega kataloga s pomočjo velikih jezikovnih modelovLuka Balaban, 2024, undergraduate thesis Abstract: Zaključno delo obravnava problem kompleksnosti konfiguracije produktnih katalogov v sistemu Monetization podjetja Tridens, kjer se uporabniki pogosto soočajo z izzivi pri razumevanju in nastavitvi zapletenih obračunskih modelov. Cilj dela je razviti umetno inteligenco, ki bo s pomočjo velikih jezikovnih modelov (LLM), kot je ChatGPT, omogočila enostavnejšo in bolj intuitivno konfiguracijo produktnih katalogov. V okviru raziskave smo analizirali obstoječo tehnično dokumentacijo in bazo znanja podjetja Tridens ter izvedli integracijo modela ChatGPT v zaledni sistem za avtomatizirano generiranje in prilagajanje produktnih katalogov. Rešitev smo preizkusili s testnim sklopom povpraševanj, pri čemer smo primerjali rezultate generiranih konfiguracij z referenčnimi primeri. Rezultati so pokazali, da umetna inteligenca uspešno izboljšuje natančnost in hitrost konfiguracije produktnih katalogov, hkrati pa zmanjšuje potrebo po ročnem delu. Zaključek naloge potrjuje, da uporaba velikih jezikovnih modelov prispeva k izboljšanju uporabniške izkušnje in poenostavitvi konfiguracijskih procesov, kar lahko podjetjem, kot je Tridens, prinese pomembne prednosti v konkurenčnem okolju. Keywords: veliki jezikovni modeli, umetna inteligenca, produktni katalog, chatGPT, java Published in DKUM: 06.02.2025; Views: 0; Downloads: 6
Full text (3,25 MB) |
5. VPLIV UMETNE INTELIGENCE NA APLIKACIJE POSLOVNEGA OBVEŠČANJA: ANALIZA PRIMERAZala Lončarič, Igor Perko, Iztok Kolar, 2024, master's thesis Abstract: Povzetek: V magistrski nalogi smo raziskovali vpliv umetne inteligence na sisteme za poslovno obveščanje. Z uporabo tridesetdnevnega brezplačnega dostopa do aplikacije MicroStrategy ONE smo raziskali, kako je umetna inteligenca vplivala na zmogljivost aplikacije in koliko je to v resnici doprinos za podjetje, ki jo uporablja.
V teoretičnem delu smo predstavili poslovno inteligenco oziroma sisteme za poslovno obveščanje ter kakšna je njihova vloga v podjetjih in trendi v zadnjih letih. Sledi poglavje umetne inteligence, kjer smo predstavili osnovne koncepte in metode, ki se na tem področju uporabljajo. Izpostavili smo tudi etični in pravni vidik. Vključili smo poglavje o konrolingu, saj so tako sistemi za obveščanje kot umetna inteligenca vedno bolj z njim povezani. V omenjenih poglavjih smo izpostavili prednosti in slabosti vpliva AI na ostala področja, ter povezanost BI sistemov s področjem kontrolinga. Vključili smo že izvedene raziskave na to temo.
V empiričnem delu smo s pomočjo aplikacije MicroStrategy ONE naredili raziskavo na področju AI in BI. Predstavili smo aplikacijo, kaj je novega v aplikaciji, povezanega z umetno inteligenco, ter kaj je omogočeno v brezplačni poskusni različici aplikacije. Ugotovili smo, da je izbrana aplikacija uvedla večino možnosti uporabe umetne inteligence v prakso. Opazimo uporabo strojnega učenja, obdelavo naravnega jezika ter razširjeno analitiko. Aplikacija nima integriranega računalniškega vida, vendar je ta mogoč z integracijo zunanjih orodij. Druga hipoteza se je nanašala na hitrost priprave poročil. Ugotovili smo, da umetna inteligenca veliko hitreje pripravi poročila, kot uporabnik (preprosta in kompleksna). Problem nastane, ko umetna inteligenca ne pripravi takšnega poročila, kot smo si zamislili, in so potrebni popravki, ki zahtevajo dodaten čas. Kljub potrebnim popravkom porabimo manj časa, kot če bi sami oblikovali celotno poročilo. Za namen zadnje hipoteze smo primerjali izbiro podatkov, ki so vključeni v poročilo, ki ga pripravi umetna inteligenca, ter podatki, ki so vključeni v poročilo, ki ga pripravi strokovnjak na izbranem področju. Ugotovili smo, da poročila niso enaka, vendar so podobna v določenih elementih. Predvsem je razlika v prikazu podatkov in ustreznosti oblike podatkov. AI še ne more nadomestiti osebe, lahko pa nam zelo pripomore pri delu, če ga znamo pravilno izkoristiti.
Rezultati, ki smo jih pridobili skozi raziskavo, potrjujejo, da umetna inteligenca pripomore k boljši uporabi sistemov za obveščanje, vendar mora biti uporabnik kritičen do podatkov, ki jih umetna inteligenca pripravi. Vsekakor nam olajša prikaz hitrih poročil, predvsem kakšne medletne primerjave, vendar je za kompleksna poročila bolje, da jih pripravi uporabnik sam ali pa mu umetna inteligenca le do določene mere pomaga.
Keywords: Ključne besede: umetna inteligenca, poslovna inteligenca, poslovno obveščanje, kontroling Published in DKUM: 17.01.2025; Views: 0; Downloads: 23
Full text (3,60 MB) |
6. Mnenja in stališča študentov razrednega pouka o generativni umetni inteligenci ChatGPT : magistrsko deloLuka Šprah, 2024, master's thesis Abstract: Umetna inteligenca, zlasti generativna orodja, kot je ChatGPT, postaja ključna podpora v izobraževanju, saj olajšuje dostop do informacij in izboljšuje analitične ter ustvarjalne procese. Kljub temu odpira vprašanja o zanesljivosti informacij in vplivu na samostojno učenje. Namen raziskave je bil preučiti uporabo ChatGPT med študenti razrednega pouka ter ugotoviti, kako pogosto in za katere naloge ga uporabljajo, katera področja študija ocenjujejo kot primerna za njegovo uporabo in kako ocenjujejo zanesljivost rezultatov.
Raziskava je temeljila na kvantitativnem pristopu in je bila izvedena na vzorcu 145 študentov razrednega pouka. Pridobljeni podatki so bili analizirani s statističnimi metodami, pri čemer je bil poudarek na vzorcih uporabe, percepciji zanesljivosti in zaznanem vplivu na študijske kompetence.
Ugotovili smo, da večina študentov uporablja ChatGPT predvsem za pripravo seminarskih nalog in iskanje gradiva. Dobra tretjina študentov popolnoma zaupa rezultatom, dobra polovica študentov pa meni, da orodje pozitivno vpliva na njihovo učinkovitost in produktivnost. Raziskava poudarja potencial ChatGPT za izboljšanje študijskega dela in njegovo praktično vrednost, hkrati pa opozarja na potrebo po kritični in odgovorni uporabi. Ugotovitve prispevajo k razvoju smernic za etično uporabo umetne inteligence v izobraževanju in spodbujajo razpravo o njenem vplivu na pedagoško prakso. Keywords: umetna inteligenca, ChatGPT, tehnologija, razredni pouk, izobraževanje Published in DKUM: 16.01.2025; Views: 0; Downloads: 26
Full text (1,37 MB) |
7. Vključevanje orodij umetne inteligence v celovite informacijske rešitve: primer napovedovanja prodaje in zalogGarvin Gajšek, 2024, master's thesis Abstract: Izziv dela predstavlja integracijo celovitih informacijskih rešitev s tehnologijami umetne inteligence za napovedovanje prodaje in upravljanje zalog v podjetjih, s posebnim poudarkom na platformi Microsoft Dynamics 365 Business Central. V sodobnem poslovnem okolju predstavlja napovedovanje prodaje in zalog enega izmed ključnih elementov za ohranjanje konkurenčne prednosti podjetij. Zaradi naraščajočega pomena teh dejavnikov se vse pogosteje poslužujemo orodij umetne inteligence in strojnega učenja, ki omogočajo bolj natančne in pravočasne napovedi ter optimizacijo zalog. Ena izmed glavnih prednosti strojnega učenja je sposobnost obravnave kompleksnih podatkovnih nizov, ki vključujejo več dejavnikov ali značilk. S tem lahko izboljšamo model in natančnost napovedi, saj lahko algoritmi strojnega učenja učinkoviteje izkoristijo informacije, ki jih vsebujejo podatki. Ta pristop nam daje pomembno prednost nad konkurenco in nam omogoča, da ostajamo korak pred njo v dinamičnem poslovnem okolju. Seveda pa je ključnega pomena pravilna izbira dejavnikov, ustrezna obdelava podatkov ter izbira ustrezne metode strojnega učenja, da lahko dosežemo najboljše rezultate pri napovedovanju. Velik izziv na področju na tem področju je zato vprašanje, katere podatke in zgodovino podatkov umetna inteligenca uporablja in potrebuje za izvajanje kvalitetnih napovedi.
V magistrskem delu predstavimo osnovne paradigme strojnega učenja (angl. machine learning, v nadaljevanju ML), ki so uporabljene v našem eksperimentu napovedovanja prodaje iz zalog. Opisani so elementi poteka dela ML, okvir regresijsko temelječih metod ML in ocenjevalne matrike ML. Pomemben del naloge je posvečen analizi in opisu programske kode jezika R, s katero poglobimo razumevanje delovanja modela strojnega učenja v okolju Azure Machine Learning (v nadaljevanju AML) Studio. Model strojnega učenja v AML Studio je nato objavljen kot spletna storitev, do katere dostopamo preko REST (prenos predstavitvenega stanja, angl. REpresentational State Transfer, v nadaljevanju REST) API (aplikacijski programski vmesnik, angl. Application Programming Interface, v nadaljevanju API) protokola.
V nadaljevanju je opisan razvoj razširitve Business Centrala, ki predstavlja jedro izvedbe napovedovanja in integracije vtičnika strojenega učenja. Razširitev služi kot neposredni komunikator med uporabnikom in modelom strojnega učenja. Končnemu uporabniku Business centrala omogoča izvajanje funkcij učenja, ocenjevanja in napovedovanja.
Magistrsko delo zaključimo z interpretacijo kvantitativnih rezultatov napovedi. Kvantitativna primerjava rezultatov različnih modelov strojenega učenja nam pokaže, da eksperiment strojnega učenja sicer izpolnjuje osnovne pogoje in procese napovedovanja, a se sooča z določenimi pomanjkljivostmi. Keywords: umetna inteligenca, strojno učenje, celovite informacijske rešitve, napovedovanje prodaje in zalog, nadzorovano učenje. Published in DKUM: 07.01.2025; Views: 0; Downloads: 18
Full text (2,64 MB) |
8. Akt EU o umetni inteligenci ter etične dileme uporabe umetne inteligence v pravu : magistrsko deloPina Hrovat, 2024, master's thesis Abstract: Umetna inteligenca, ki se je v zadnjem času razširila na vsa področja, vedno bolj vpliva na naše vsakdanje življenje. Ker gre za relativno nov izum, ki je s tehnološkim razvojem doživel svoj razcvet, se je pojavila težnja po zakonski ureditvi področja umetne inteligence.
Evropska komisija je 21. aprila 2021 predstavila Predlog akta EU o umetni inteligenci, Akt o umetni inteligenci pa je vstopil v veljavo 1. avgusta 2024. Gre za prvi celoviti tovrstni akt. Njegov cilj je zagotoviti varnost, varstvo temeljnih pravic iz LEUTP in podpirati inovacije. Akt vsebuje pristop, ki temelji na tveganju. Skladno s tem so sistemi umetne inteligence razvrščeni v štiri kategorije glede na tveganje, ki ga sistem predstavlja za varstvo temeljnih človekovih pravic, varstvo zdravja in varnost. Hierarhično najvišje se nahajajo prepovedane prakse, gre za umetnointeligenčne sisteme, ki so tako tvegani, da so prepovedani. Tem sistemom sledijo visokotvegani sistemi, ki se lahko dajejo na trg oz. uporabljajo, kadar izpolnjujejo natančno določene pogoje. Naslednja skupina so sistemi z omejenim tveganjem, ki se uporabljajo pod pogojem, da so uporabnikom zagotovljene ustrezne informacije. Sistemi z minimalnim tveganjem niso predmet urejanja Akta o umetni inteligenci. Akt o umetni inteligenci je po svoji pravni naravi uredba, kar pomeni, da je neposredno uporabljiv v nacionalnih pravnih redih držav članic EU. Ker področje umetne inteligence in varstva temeljnih pravic v slovenski zakonodaji pred sprejetjem akta ni bilo pravno urejeno, tudi ne bo potrebno spreminjati zakonodaje zaradi sprejema akta.
Ker je umetna inteligenca relativno nov pojav, obstajajo med širšo javnostjo in pravno stroko določeni pomisleki v zvezi z umetno inteligenco in njeno uporabo v pravu. Ti pomisleki so zlasti osredotočeni na vprašanje, če je umetna inteligenca zmožna slediti etičnim standardom, ki se pričakujejo od človeških pravnikov, ter če je zmožna zagotoviti varstvo temeljnih človekovih pravic. V magistrski nalogi so v zvezi s tem podrobneje obravnavane sledeče pravice: pravica do enakopravnosti, pravica do poštenega sojenja in pravica do pravne varnosti. V zvezi z uporabo umetne inteligence v pravni znanosti se pojavlja tudi bojazen, če je sploh sposobna doseči stopnjo razvoja, na kateri bi bila zmožna odločitve sprejemati s primerljivo mero empatičnosti kot ljudje. Keywords: Akt o umetni inteligenci, kategorije tveganj, nadzor nad uporabo umetne inteligence, umetna inteligenca v pravu, etika, pravičnost, človekove pravice. Published in DKUM: 20.12.2024; Views: 0; Downloads: 48
Full text (1,28 MB) |
9. Vpliv emocionalne inteligence na opravljanje poklica medicinske sestreLea Štumberger, 2024, undergraduate thesis Abstract: Uvod: Emocionalna inteligenca je ključni dejavnik zadovoljstva pri delu, zlasti v poklicih, kot je zdravstvena nega, ki zahtevajo intenzivno medosebno interakcijo. Ta pregled literature identificira vpliv emocionalne inteligence na opravljanje poklica medicinskih sester in njen učinek na kakovost zdravstvene oskrbe.
Metode: Izveden je bil pregled literature, v katerem so bile analizirane relevantne raziskave iz baz podatkov, kot so PubMed, CINAHL, SAGE, ScienceDirect, Web of Science, s poudarkom na raziskavah, objavljenih med leti 2014 in 2024. Podatke smo analizirali, ocenili moč dokazov in jih prikazali v sintezni tabeli, kar nam je omogočilo primerjalno obravnavo med posameznimi raziskavami.
Rezultati: V končno analizo smo vključili sedem člankov, ki kažejo, da je višja emocionalna inteligenca povezana z večjim zadovoljstvom pri delu, boljšimi medosebnimi odnosi, večjo delovno učinkovitostjo in zmanjšano izgorelostjo. Medicinske sestre z višjo emocionalno inteligenco bolje obvladujejo stres in učinkoviteje komunicirajo.
Razprava in zaključek: Pregled literature poudarja pomen emocionalne inteligence za večje zadovoljstvo pri delu in zmanjšanje izgorelosti med medicinskimi sestrami. Priporoča se vključitev treningov dviga čustvene inteligence v izobraževalne programe za izboljšanje delovnega okolja in kakovosti oskrbe pacientov. Za boljše razumevanje specifičnih elementov čustvene inteligence in razvoj učinkovitih intervencij so potrebne dodatne raziskave. Keywords: emocionalna inteligenca, zadovoljstvo na delovnem mestu, medicinske Published in DKUM: 11.12.2024; Views: 0; Downloads: 37
Full text (1,37 MB) |
10. Napovedovanje namere sprejemanja in uporabe orodja ChatGPT v poslovnem okolju : magistrsko deloPatricia Petek, 2024, master's thesis Abstract: ChatGPT je klepetalni robot, ki je z razvojem tehnologije, predvsem pa področja umetne inteligence, postal popularno orodje, ki nam lahko olajša marsikatero nalogo v našem vsakdanjem življenju. Hkrati pa je s svojo vsestransko uporabo in mnogimi možnostmi, ki jih ponuja uporabnikom, postal pomembno orodje tudi v poslovnem okolju, saj omogoča, da je delo opravljeno hitreje. ChatGPT svojo vrednost tako kaže na področjih kot so marketing in podpora strankam, ekonomija in finance, na področju kadrovanja in prava, vsekakor pa tudi v mnogih oblikah na področju informacijskih tehnologij. Namen pričujoče raziskave je bil ustvariti napovedni model, s katerim lahko čim bolje napovemo namero sprejemanja orodja ChatGPT in pa tudi njegovo uporabo v poslovnem okolju. Podatke smo pridobili s pomočjo 85 udeležencev, ki delajo na različnih področjih. S pomočjo regresijske analize smo ustvarili model, ki uspešno napoveduje namero sprejemanja orodja ChatGPT v poslovnem okolju na podlagi preprostosti uporabe in navad uporabnika. Prav tako pa smo ustvarili model, ki nadalje uspešno napoveduje tudi uporabo orodja ChatGPT v poslovnem okolju, na podlagi tehnične opremljenosti okolja in navad uporabnika. V navedenih primerih se ni izkazalo, da bi obstajali pomembni moderatorji. Raziskava ima z napovednima modeloma praktične implikacije za podjetja, ki bi želela med zaposlene vpeljati novo orodje, pa morda ni jasno, če je to smiselna naložba. Keywords: UTAUT 2, ChatGPT, umetna inteligenca, poslovno okolje Published in DKUM: 28.11.2024; Views: 0; Downloads: 16
Full text (1,67 MB) |