حسابداری، امور مالی و هوش محاسباتی 3092-7366 2 پیاپی ۴ 2024 07 11 Identifying Key Components in Optimizing Financial Processes Using Computational Intelligence شناسایی مؤلفه‌های اصلی در بهینه‌سازی فرآیندهای مالی با استفاده از هوش محاسباتی 33 43 FA یاسمن کیانی دانشکده اقتصاد، دانشگاه اصفهان، اصفهان، ایران بهنام فرهادی دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران Journal Article 2024 04 27 <p>The objective of this study is to identify key components in optimizing financial processes using computational intelligence and to examine its role in improving financial systems. This qualitative study was conducted using qualitative content analysis. Data were collected through semi-structured interviews with 26 financial managers and specialists from companies based in Tehran. Participants were selected purposefully, and sampling continued until theoretical saturation was reached. The collected data were analyzed using NVivo software through open, axial, and selective coding methods. The findings revealed that optimizing financial processes based on computational intelligence can be explained in four main dimensions: (1) organizational factors, including data-driven culture, organizational agility, and management support; (2) computational intelligence technologies, including machine learning algorithms, big data processing, and process automation; (3) implementation challenges, including employee resistance to technological changes, lack of technological infrastructure, and data quality issues; and (4) optimization outcomes, such as increased accuracy of financial analysis, reduced operational costs, and improved financial reporting transparency. The study concludes that using computational intelligence in financial processes can enhance financial decision-making, improve efficiency, and promote transparency in organizations. However, challenges such as infrastructure weaknesses and organizational resistance must be addressed. This research highlights the importance of a data-driven culture and employee training in adopting new technologies.</p> <p>این پژوهش شناسایی مؤلفه‌های کلیدی در بهینه‌سازی فرآیندهای مالی با استفاده از هوش محاسباتی و بررسی نقش این فناوری در بهبود سیستم‌های مالی است. این پژوهش از نوع کیفی بوده و با روش تحلیل محتوای کیفی انجام شده است. داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته با ۲۶ نفر از مدیران و متخصصان مالی شرکت‌های مستقر در تهران گردآوری شد. مشارکت‌کنندگان به‌صورت هدفمند انتخاب شدند و نمونه‌گیری تا رسیدن به اشباع نظری ادامه یافت. داده‌های گردآوری‌شده با استفاده از نرم‌افزار NVivo و از طریق روش کدگذاری باز، محوری و گزینشی تحلیل شد. یافته‌های پژوهش نشان داد که بهینه‌سازی فرآیندهای مالی مبتنی بر هوش محاسباتی در چهار بعد اصلی قابل تبیین است: ۱) عوامل سازمانی شامل فرهنگ داده‌محور، چابکی سازمانی و حمایت مدیریت، ۲) فناوری‌های مبتنی بر هوش محاسباتی شامل الگوریتم‌های یادگیری ماشین، پردازش داده‌های حجیم و خودکارسازی فرآیندها، ۳) چالش‌های اجرایی شامل مقاومت کارکنان در برابر تغییرات فناورانه، کمبود زیرساخت‌های فناوری و کیفیت داده‌ها، و ۴) پیامدهای حاصل از بهینه‌سازی شامل افزایش دقت تحلیل‌های مالی، کاهش هزینه‌های عملیاتی و بهبود شفافیت گزارش‌دهی مالی. نتایج پژوهش نشان داد که استفاده از هوش محاسباتی در فرآیندهای مالی می‌تواند منجر به بهبود تصمیم‌گیری‌های مالی، افزایش کارایی و ارتقای شفافیت در سازمان‌ها شود. با این حال، چالش‌هایی مانند ضعف زیرساخت‌ها و مقاومت سازمانی باید در نظر گرفته شوند. این پژوهش بر اهمیت فرهنگ داده‌محور و آموزش کارکنان برای پذیرش فناوری‌های نوین تأکید دارد.</p> https://jafci.com/index.php/jafci/article/download/30/31