هوش مصنوعی (AI) به عنوان یکی از فناوری های تحول آفرین در عصر دیجیتال، کاربردهای گسترده ای در نظام های مختلف مدیریت منابع انسانی (HRM) یافته است. با این حال، سازمان ها با توجه به محدودیت منابع، نیازمند اولویت بندی علمی این نظام ها برای سرمایه گذاری هوشمندانه هستند. هدف این پژوهش، اولویت بندی پنج نظام اصلی مدیریت منابع انسانی شامل جذب و استخدام، مدیریت عملکرد، آموزش و توسعه، جبران خدمات و حفظ و نگهداشت کارکنان برای پیاده سازی هوش مصنوعی است. این پژوهش از نظر هدف، کاربردی و از نظر ماهیت، توصیفی-پیمایشی است. پنج نظام اصلی HRM که با روش تحلیل مضمون انجام شده بود، به عنوان گزینه های تحقیق انتخاب گردیدند. برای اولویت بندی این گزینه ها، از روش تحلیل سلسله مراتبی (AHP) و نرم افزار Expert Choice 11 استفاده شد. پرسشنامه های مقایسات زوجی در اختیار ۱۰ خبره قرار گرفت و داده ها با روش بردار ویژه تحلیل گردیدند. معیارهای ارزیابی شامل کارایی، هزینه پیاده سازی، زمان بازگشت سرمایه، آمادگی سازمانی و ریسک سوگیری اخلاقی بودند که بر اساس ادبیات پژوهش و تأیید خبرگان انتخاب گردیدند. نرخ ناسازگاری (CR) برای تمامی مقایسات کمتر از ۰٫۱ محاسبه شد که نشان دهنده پایایی بالای قضاوت هاست. نتایج تحلیل AHP نشان داد که نظام «جذب و استخدام هوشمند» با وزن ۰٫۳۲۱ در اولویت اول، «حفظ و نگهداشت هوشمند کارکنان» با وزن ۰٫۲۴۵ در اولویت دوم و «مدیریت عملکرد هوشمند»با وزن ۰٫۱۹۸ در اولویت سوم قرار دارند. نظام های «آموزش و توسعه هوشمند» (۰٫۱۴۶) و «جبران خدمات هوشمند» (۰٫۰۹۰) در اولویت های بعدی جای گرفتند. مدیران منابع انسانی باید سرمایه گذاری در حوزه هوش مصنوعی را از فرآیندهای استخدام و غربالگری رزومه آغاز کرده و سپس به سمت سیستم های پیش بینی رفتار و نگهداشت کارکنان حرکت کنند. این اولویت بندی می تواند به عنوان نقشه راه عملی برای تحول دیجیتال در سازمان ها مورد استفاده قرار گیرد.

کلیدواژه ها: هوش مصنوعی مدیریت منابع انسانی تحلیل سلسله مراتبی (AHP) Expert Choice اولویت بندی استخدام هوشمند.