Tadqiqotchilar Italiya, Ispaniya, Portugaliya, Marokash va Tunisdagi ishlab chiqarish korxonalaridan olingan ma’lumotlar asosida tejamkor ishlab chiqarish, sun’iy intellekt va barqarorlik o‘rtasidagi munosabatni sinovdan o‘tkazgan. Yakuniy tanlanma 528 firmadan iborat. Korxonalar avtomobilsozlik, elektronika, mashina va uskunalar, kimyo hamda farmatsevtika ishlab chiqarish quyi tarmoqlarini qamrab oladi. Ma’lumotlar 2024-yil yanvar–iyun davrida yig‘ilgan va tahlilda Partial Least Squares Structural Equation Modeling (PLS-SEM) qo‘llanilgan.

Tejamkor ishlab chiqarishning iqtisodiy barqarorlik bilan aloqasi uchun standartlashtirilgan yo‘l koeffitsienti β=0,72, ekologik barqarorlik uchun β=0,65 va ijtimoiy barqarorlik uchun β=0,59 deb xabar qilingan. Uchala aloqada ham \(p<0,001\). Tadqiqotchilar shuningdek sun’iy intellektning tejamkor ishlab chiqarish–barqarorlik munosabatini kuchaytiruvchi moderatsiya ta’sirini β=0,48, p<0,001 deb bildirgan.

Model iqtisodiy barqarorlik o‘zgaruvchisidagi dispersiyaning %62 qismini, ekologik barqarorlikda %54 qismini va ijtimoiy barqarorlikda %48 qismini tushuntiradi. Mualliflar talqiniga ko‘ra real vaqt monitoringi, prognozli analitika, IoT asosidagi ma’lumot yig‘ish va avtomatlashtirish kabi sun’iy intellekt imkoniyatlari tejamkor ishlab chiqarishning isrofni kamaytirish, resurslardan foydalanishni yaxshilash va uzluksiz takomillashtirish maqsadlarini yanada dinamik qilishi mumkin.

Shu bilan birga, tadqiqot ko‘ndalang kesimli bo‘lib, asosiy o‘zgaruvchilar kompaniya vakillarining so‘rov javoblaridan olingan. Bunday dizayn kuchli statistik aloqalarni ko‘rsatishi mumkin, ammo sun’iy intellekt tejamkor ishlab chiqarish orqali barqarorlikni sababli ravishda oshirishini o‘z-o‘zicha isbotlamaydi. Bundan tashqari, tanlanma va hisobot bo‘limida so‘rovlar soni, javob darajasi va H1 ishonch oralig‘i bo‘yicha manba ichidagi nomuvofiqliklar mavjud.

Turkiya nuqtai nazaridan: Tadqiqotda Turkiyadan firma yo‘q. Natijalar Janubiy Yevropa hamda Marokash va Tunisdagi muayyan ishlab chiqarish korxonalaridan olingan. Model Turkiyadagi avtomobil, mashina, elektronika, kimyo yoki farmatsevtika ishlab chiqaruvchilari uchun qiziqarli bo‘lsa-da, korxona hajmi, raqamli yetuklik, energiya xarajatlari, ta’minot tuzilmasi, AI investitsiyasi, xodimlar malakasi va tartibga solish muhiti farq qilishi mumkinligi sababli koeffitsientlarni Turkiyaga to‘g‘ridan-to‘g‘ri ko‘chirish to‘g‘ri emas. Turkiyadagi haqiqiylik mahalliy tanlanma va ayni o‘lchov modeli bilan alohida sinovdan o‘tkazilishi kerak.

Tejamkor ishlab chiqarish va barqarorlik nega birgalikda o‘rganildi?

Tejamkor ishlab chiqarish yondashuvining asosiy maqsadi mijozga qiymat qo‘shmaydigan faoliyatlar va resurs yo‘qotishlarini kamaytirishdir. Tadqiqotda ayniqsa o‘z vaqtida ishlab chiqarish (Just-in-Time, JIT), tortish tizimi, Kaizen va isrofni kamaytirish amaliyotlari ajratib ko‘rsatiladi.

Barqarorlik esa faqat korxonaning moliyaviy natijalari bilan cheklanmagan; iqtisodiy, ekologik va ijtimoiy bo‘lgan uchlik natija tuzilmasi bilan ko‘rib chiqilgan. Iqtisodiy o‘lcham xarajat va operatsion samaradorlikni, ekologik o‘lcham resurslar va atrof-muhitga ta’sirni, ijtimoiy o‘lcham esa xodimlar farovonligi, ish muhiti va ijtimoiy mas’uliyatni qamrab oladi.

Tadqiqotchilarning asosiy da’vosi shundaki, ikki yondashuvning umumiy mantig‘i bor: tejamkor ishlab chiqarish ortiqcha zaxira, kutish, xato, ortiqcha ishlov va resurs yo‘qotilishini kamaytirishga intilsa, barqaror ishlab chiqarish ham resurs samaradorligi va ekologik yukni kamaytirishni maqsad qiladi.

Sun’iy intellekt bu yerda nimaning o‘rnini bosadi?

Tadqiqotning konseptual modelida sun’iy intellekt tejamkor ishlab chiqarishning o‘rnini bosuvchi texnologiya emas. Sun’iy intellekt moderator sifatida modellashtirilgan.

Moderatsiya bir o‘zgaruvchining boshqa ikki o‘zgaruvchi o‘rtasidagi munosabat kuchini o‘zgartirishini anglatadi. Tadqiqot taklif qilgan tuzilma soddalashtirilgan holda quyidagicha:

Tejamkor ishlab chiqarish → barqarorlik

va sun’iy intellektdan foydalanish oshganda bu munosabat kuchayishi ilgari suriladi.

Tadqiqotchilar ushbu mexanizmni ikki nazariy doira bilan asoslaydi. Dinamik Qobiliyatlar Nazariyasi korxonalarning o‘zgarayotgan sharoitlarni sezish, imkoniyatlarga javob berish va operatsiyalarini qayta tuzish qobiliyatiga e’tibor qaratadi. Sotsio-Texnik Tizimlar Nazariyasi esa texnik vositalarni xodimlar, ish jarayonlari va tashkiliy madaniyat bilan birgalikda baholash zarurligini ta’kidlaydi.

AI tejamkor ishlab chiqarishni qanday kuchaytirishi mumkin?

Maqolada to‘rtta asosiy mexanizm ajratib ko‘rsatilgan.

• Prognozli texnik xizmat: Sensor va mashina ma’lumotlarini tahlil qilib, ehtimoliy nosozliklarni ro‘y berishidan oldin bashoratlash; rejasiz to‘xtashlarni kamaytirish.
• Real vaqt monitoringi: Energiya, mashina ishlashi, emissiya va ishlab chiqarish ko‘rsatkichlarini uzluksiz kuzatish.
• Ishlab chiqarishni rejalashtirish: Talab o‘zgarishlari yoki ta’minot uzilishlariga qarab dasturlarni yanada dinamik moslashtirish.
• Ta’minot zanjirini optimallashtirish: Katta ma’lumotlar va analitikadan foydalanib zaxira, logistika va resurslardan foydalanish qarorlarini qo‘llab-quvvatlash.

Ushbu mexanizmlar tadqiqotning so‘rov modelida alohida-alohida sababli tajribalar sifatida sinovdan o‘tkazilmagan. Ular sun’iy intellekt moderatorining nazariy va amaliy izohi sifatida ishlatiladi.

Tadqiqot tanlanmasi qanday taqsimlangan?

Firma hajmiga ko‘ra 176 korxonada 50–249 xodim, 234 korxonada 250–999 xodim va 118 korxonada kamida 1000 xodim bor. Shunday qilib, tanlanma asosan o‘rta hajmdagi ishlab chiqarish korxonalaridan tashkil topgan.

Ishtirokchilarning %40,5 qismi operatsiyalar yoki zavod menejeri, %18,6 qismi barqarorlik menejeri, %16,5 qismi ishlab chiqarish mas’uli, %14,4 qismi sifat menejeri va %10 qismi yuqori darajadagi rahbarlardir.

Qaysi tarmoqlar o‘rganildi?

Tadqiqot metod bo‘limida korxonalar beshta ishlab chiqarish quyi tarmog‘idan kelgani ko‘rsatilgan:

• avtomobilsozlik: %32,
• elektronika: %24,
• mashina va uskunalar: %19,
• kimyo: %15,
• farmatsevtika: %10.

Firmalarni tadqiqotga kiritish uchun kamida 50 xodimga ega bo‘lish, muayyan vaqt davomida tejamkor amaliyotlar bilan ishlagan bo‘lish va ishlab chiqarishda kamida bitta sun’iy intellekt texnologiyasidan foydalanayotganini bildirish kabi dastlabki shartlar qo‘llanilgan.

To‘rtta tadqiqot gipotezasi

Tadqiqot modelida to‘rtta gipoteza sinovdan o‘tkazilgan:

• H1: Tejamkor ishlab chiqarish iqtisodiy barqarorlik bilan ijobiy bog‘liq.
• H2: Tejamkor ishlab chiqarish ekologik barqarorlik bilan ijobiy bog‘liq.
• H3: Tejamkor ishlab chiqarish ijtimoiy barqarorlik bilan ijobiy bog‘liq.
• H4: Sun’iy intellekt tejamkor ishlab chiqarish bilan barqarorlik o‘rtasidagi munosabatni kuchaytiruvchi moderatordir.

To‘g‘ridan-to‘g‘ri ta’sirlar qanchalik kuchli chiqdi?

Iqtisodiy barqarorlik uchun β=0,72 bilan eng yuqori to‘g‘ridan-to‘g‘ri yo‘l koeffitsienti xabar qilingan. Ekologik barqarorlik uchun koeffitsient β=0,65 va ijtimoiy barqarorlik uchun β=0,59. Uchala natija ham statistik jihatdan ahamiyatli.

Ushbu koeffitsientlar “%72 iqtisodiy yaxshilanish” degani emasligi muhim. Standartlashtirilgan yo‘l koeffitsienti strukturaviy modeldagi o‘zgaruvchilar o‘rtasidagi munosabatning yo‘nalishi va nisbiy kattaligini ko‘rsatadi; foizli samaradorlik o‘sishi emas.

AI moderatsiya ta’siri

Sun’iy intellekt moderatsiya ta’siri uchun manba β=0,48, bootstrap %95 ishonch oralig‘i [0,40; 0,55], t=6,45 va \(p<0,001\) deb xabar qiladi.

Tadqiqotchilar buni AI dan foydalanish yuqori bo‘lgan korxonalarda tejamkor amaliyotlar bilan barqarorlik natijalari o‘rtasidagi ijobiy munosabat kuchayishi deb talqin qiladi.

Ushbu koeffitsient H1–H3 dagi to‘g‘ridan-to‘g‘ri yo‘l koeffitsientlaridan farqli statistik rolni anglatgani sababli Verianla Live grafikida ayni ustunlar guruhiga qo‘shilmagan.

Model barqarorlik natijalarining qancha qismini tushuntiradi?

R² qiymatlari model iqtisodiy barqarorlikdagi kuzatilgan dispersiyaning %62 qismini, ekologik barqarorlikda %54 qismini va ijtimoiy barqarorlikda %48 qismini tushuntirishini ko‘rsatadi. Barcha Q² qiymatlarining musbat bo‘lishi tadqiqot qo‘llagan PLS-SEM baholash yondashuvida modelning bashoratli ahamiyatiga dalil sifatida talqin qilingan.

Ta’sir kattaliklari nimani ko‘rsatdi?

Ushbu natijalar tadqiqotchilar faqat statistik ahamiyatga emas, balki munosabatlarning amaliy kattaligiga ham e’tibor berganini ko‘rsatadi.

O‘lchov modeli ishonchlimidi?

Tadqiqotda ishlatilgan asosiy konstruktlarning Cronbach alfa qiymatlari 0,82 dan 0,90 gacha, kompozit ishonchlilik qiymatlari 0,83 dan 0,92 gacha va AVE qiymatlari 0,56 dan 0,68 gacha xabar qilingan.

O‘lchov bandlarining faktor yuklari 0,71–0,88 oralig‘ida ekani va barchasi statistik ahamiyatga ega ekani bildirilgan.

Umumiy usul tarafkashligi nazorat qilindimi?

So‘rov ma’lumotlari ayni ishtirokchilardan olingani sababli tadqiqotchilar umumiy usul tarafkashligini baholash uchun Harman bir faktor testidan foydalangan. Rotatsiyasiz yechimda birinchi faktor umumiy dispersiyaning %32,4 qismini tushuntirgan va tadqiqotchilar bu qiymat %50 chegarasidan past bo‘lgani uchun jiddiy umumiy usul tarafkashligi belgisi yo‘q deb baholagan.

Shuningdek, anonimlik va savollar tartibini muvozanatlashtirish kabi protseduraviy choralar ishlatilgani ko‘rsatilgan.

Model mosligi va ko‘p chiziqli bog‘liqlik

Manbada SRMR qiymati 0,058 va NFI qiymati 0,91 deb xabar qilingan. Bashorat qiluvchi o‘zgaruvchilarning VIF qiymatlari 1,08–2,34 oralig‘ida qolgan. Tadqiqotchilar ushbu natijalarga asoslanib jiddiy multicollinearity muammosi yo‘qligini bildiradi.

Lean o‘zgaruvchisi uchun VIF 2,34, AI uchun 2,18 va lean-AI o‘zaro ta’sir hadi uchun 1,56 xabar qilingan.

Nazorat o‘zgaruvchilari natijalarni o‘zgartirdimi?

Firma hajmi, tarmoq va mamlakat strukturaviy modelga nazorat o‘zgaruvchilari sifatida kiritilgan. Manbada firma hajmining iqtisodiy barqarorlikka kichik ijobiy ta’siri borligi (taxminan 0,09; p<0,05), biroq ekologik va ijtimoiy natijalarda ahamiyatli emasligi aytiladi.

Kimyo quyi tarmog‘ida ekologik barqarorlik uchun kichik ta’sir xabar qilingan; mamlakatlar taqqosida Marokash va Tunisdagi firmalarning AI dan foydalanish darajasi nisbatan past ekani ko‘rsatilgan. Shunga qaramay, H1–H4 munosabatlari nazorat o‘zgaruvchilari qo‘shilganda ahamiyat va taxminiy kattalikni saqlab qolgan.

Tadqiqotning amaliy tavsiyalari

Tadqiqotchilar uchta qo‘llash sohasini alohida ta’kidlaydi:

1. Rejasiz to‘xtashlar va resurs yo‘qotilishini kamaytirish uchun AI yordamidagi prognozli texnik xizmatga ustuvorlik berish.
2. Energiya va material oqimlarini real vaqtda kuzatish uchun IoT sensorlari va analitik panellardan foydalanish.
3. Xodimlarning ma’lumot savodxonligi va AI tizimlaridan foydalanish malakasini rivojlantirish.

Tadqiqot shuningdek AI investitsiyalarining yuqori boshlang‘ich xarajati, malakali xodimlar yetishmasligi va kiberxavfsizlik xavflarini muhim joriy etish to‘siqlari sifatida belgilaydi.

Manbadagi tanlanma nomuvofiqligi

Tadqiqotning ma’lumot yig‘ish izohida ayni jarayon uchun bir-biriga to‘liq mos kelmaydigan sonlar mavjud. Avval taxminan 1200 potensial firmadan 680 tasi mezonlarga mos kelgani va barcha 680 firma taklif qilingani aytiladi. Keyin esa 700 ta so‘rov tarqatilgani va 540 ta so‘rov qaytgani yozilgan.

Manba bu 540 qaytish uchun %90 javob darajasini beradi; biroq 540/700 nisbati taxminan %77,1. Agar maxraj 680 taklif qilingan firma deb olinsa, nisbat taxminan %79,4 bo‘ladi. Shu sababli %90 ifodasi boshqa berilgan sonlar bilan matematik jihatdan mos kelmaydi.

Yakuniy tahlil tanlanmasi 528 bo‘lgani uchun 540 qaytishdan 12 yozuv qanday chiqarilgani yoki foydalanib bo‘lmaydigan deb topilgani ham batafsil ishtirokchi oqimi jadvali bilan tushuntirilmagan. Ushbu Verianla matnida sonlarning hech biri jimlik bilan o‘zgartirilmagan.

H1 ishonch oralig‘idagi muammo

5-jadvalda H1 uchun standartlashtirilgan koeffitsient β=0,72 deb berilgan bo‘lsa-da, %95 bootstrap ishonch oralig‘i [0,57; 0,71] ko‘rinishida. Ayni parametr uchun nuqta bahosi xabar qilingan ishonch oralig‘idan tashqarida qolishi kutilmaydi.

Shu sababli β=0,72 qiymati bilan ishonch oralig‘idan qaysi biri xato ekani manba asosida aniqlab bo‘lmaydi. Maqolaning asosiy natijasi bayon etilganda xabar qilingan β va p qiymati saqlangan, xato bo‘lishi mumkin bo‘lgan ishonch oralig‘i aniq qilib qayta yozilmagan.

“Robust regression” va PLS-SEM o‘rtasidagi farq

Annotatsiyada tadqiqot “robust regression model” ishlatganini aytadi, metod bo‘limi esa SmartPLS orqali PLS-SEM, reflektiv o‘lchov modellari, bootstrap va strukturaviy yo‘l tahlilini tasvirlaydi. Natijalar ham β yo‘l koeffitsientlari, R², Q², SRMR, NFI va f² bilan xabar qilingan.

Demak, tadqiqotning batafsil metod va natija bo‘limlariga ko‘ra asosiy statistik doira PLS-SEM. “Robust regression” ifodasi manba ichidagi terminologik nomuvofiqlik sifatida baholanishi kerak.

Tadqiqot qo‘llab-quvvatlaydigan xulosalar

• O‘rganilgan 528 ishlab chiqarish firmasida tejamkor ishlab chiqarish ko‘rsatkichlari iqtisodiy, ekologik va ijtimoiy barqarorlik ko‘rsatkichlari bilan ijobiy bog‘liq.
• Iqtisodiy barqarorlikka olib boruvchi standartlashtirilgan yo‘l koeffitsienti uchta to‘g‘ridan-to‘g‘ri munosabat orasida eng yuqori.
• AI o‘zaro ta’sir hadi musbat va statistik ahamiyatli; manba buni AI tejamkorlik–barqarorlik munosabatini kuchaytirishi deb talqin qiladi.
• Model tushuntirgan dispersiya iqtisodiy barqarorlik uchun %62, ekologik uchun %54 va ijtimoiy uchun %48 deb xabar qilingan.
• O‘lchov konstruktlarining xabar qilingan Cronbach alfa, CR va AVE qiymatlari tadqiqot qo‘llagan qabul chegaralariga mos keladi.

Tadqiqot isbotlamaydigan xulosalar

• AI ga sarmoya kiritgan har bir ishlab chiqarish korxonasining barqarorlik natijalari avtomatik oshishi isbotlanmagan.
• β=0,72 qiymati iqtisodiy samaradorlik %72 oshdi degani emas.
• Ko‘ndalang kesimli so‘rov dizayni AI barqarorlik samaradorligidagi yaxshilanishning aniq sababi ekanini o‘z-o‘zicha ko‘rsatmaydi.
• Natijalarni ishlab chiqarishdan tashqari xizmat yoki davlat sektorlariga ayni koeffitsientlar bilan umumlashtirish mumkinligi ko‘rsatilmagan.
• Turkiyadagi korxonalar uchun ayni natijalar olinishi sinovdan o‘tkazilmagan.
• Muayyan AI algoritmi, sensor tizimi yoki robot platformasi boshqalardan ustun ekani sinovdan o‘tkazilmagan.

Tadqiqot Usuli va Natijalari

Tadqiqot dizayni

Tadqiqot miqdoriy va ko‘ndalang kesimli so‘rov tadqiqotidir. Ma’lumotlar 2024-yil yanvar–iyun oralig‘ida Italiya, Ispaniya, Portugaliya, Marokash va Tunisdagi ishlab chiqarish korxonalaridan yig‘ilgan.

Tanlanma usuli maqsadli tanlashdir. Firmalar tarmoq uyushmalarining a’zolar ro‘yxati, Orbis Europe tijorat kompaniyalari ma’lumotlar bazasi va oldingi Industry 4.0 loyihalaridagi ishtirokchilar orqali aniqlangan.

Kiritish mezonlari

• Ishlab chiqarish sektorida faoliyat yuritish.
• Avtomobil, elektronika, mashina/uskunalar, kimyo yoki farmatsevtika quyi tarmoqlaridan birida bo‘lish.
• Kamida 50 xodimga ega bo‘lish.
• Tejamkor ishlab chiqarish amaliyotlarida muayyan tajribaga ega bo‘lish.
• Ishlab chiqarish jarayonlarida kamida bitta AI texnologiyasidan foydalanishini bildirish.
• Belgilangan besh mamlakatdan birida faoliyat yuritish.

So‘rov shkalasi

Ishtirokchilar bayonotlarni 1="Mutlaqo qo‘shilmayman" dan 5="Mutlaqo qo‘shilaman" gacha bo‘lgan besh balli Likert shkalasida baholagan.

Asosiy konstruktlar:

• Tejamkor ishlab chiqarish tamoyillari: isrofni kamaytirish, JIT, tortish tizimi va Kaizen kabi amaliyotlar.
• Barqarorlik maqsadlari: iqtisodiy, ekologik va ijtimoiy natijalar.
• AI texnologiyalari: prognozli analitika, monitoring, bashorat, tahlil, optimallashtirish, avtomatlashtirish va o‘zaro ta’sir.

Shkalalar adabiyotdagi mavjud tadqiqotlardan moslashtirilgan; ingliz tilida bo‘lmagan qo‘llanmalar uchun tarjima va qayta tarjima qilingan va shkala 15 tarmoq mutaxassisi/akademik bilan oldindan sinovdan o‘tkazilgan.

PLS-SEM tahlili

Tadqiqotda PLS-SEM dan foydalanish sababi kashfiyotga yo‘naltirilgan tadqiqot tuzilmasi, moderatsiya ta’sirini o‘z ichiga olgan modelning murakkabligi va taqsimot farazlariga nisbatan moslashuvchanlik bilan izohlangan.

Modeldagi barcha konstruktlar reflektiv sifatida ta’riflangan.

O‘lchov modeli mezonlari

Strukturaviy model va gipoteza natijalari

H1 uchun manbada berilgan %95 ishonch oralig‘i [0,57; 0,71] bo‘lib, β=0,72 bilan nomuvofiq. H2 uchun [0,57; 0,71], H3 uchun [0,51; 0,66] va H4 uchun [0,40; 0,55] xabar qilingan.

Bootstrap va bashorat baholashi

Koeffitsientlarni baholashda 5000 qayta tanlash bilan bootstrap qo‘llanilgan. Manbada Q² qiymatlari iqtisodiy, ekologik va ijtimoiy barqarorlik uchun mos ravishda 0,58, 0,50 va 0,44 deb ko‘rsatilgan.

Model mosligi ko‘rsatkichlari

Manba RMS theta=0,12 qiymatini “0,12 muammo chegarasidan past” deb tavsiflaydi. Son jihatidan qiymat teng bo‘lgani sababli ushbu ifoda manbada xabar qilingan shaklda baholanishi kerak.

Nazorat o‘zgaruvchilari

Modelda firma hajmi, sanoat quyi tarmog‘i va mamlakat nazorat o‘zgaruvchilari sifatida ishlatilgan. Firma hajmi xodimlar sonining logarifmi bilan, tarmoq va mamlakat esa dummy o‘zgaruvchilar bilan modellashtirilgan. Avtomobil tarmoq uchun, Italiya esa mamlakat uchun tayanch kategoriyadir.

Ishlatilgan dasturlar

• Strukturaviy model: SmartPLS
• Tavsifiy statistika: SPSS
• Grafik ko‘rsatish: Python va Tableau

Tadqiqotning asosiy metodologik cheklovlari

Birinchi cheklov ko‘ndalang kesimli dizayndir. O‘zgaruvchilar bir vaqt davrida o‘lchangani uchun uzoq muddatli o‘zgarish va sabab yo‘nalishi to‘liq ko‘rsatilmaydi.

Ikkinchi cheklov maqsadli tanlashdir. Tadqiqotga allaqachon tejamkor ishlab chiqarish va AI dan foydalanish bo‘yicha muayyan tajribaga ega firmalar kiritilgani, natijalarni umuman AI ishlatmaydigan yoki tejamkorlik yetukligi past barcha ishlab chiqarish korxonalariga umumlashtirishni cheklaydi.

Uchinchi cheklov tadqiqot faqat ishlab chiqarish sektorini qamrab olganidir. Xizmat sektori va davlat tashkilotlari uchun natijalar alohida sinovdan o‘tkazilishi kerak.

To‘rtinchi cheklov firma amaliyotlari menejerlar so‘rovlari orqali o‘lchanganidir. Tadqiqotda ishlab chiqarish liniyasidan bevosita energiya iste’moli, chiqindi, uglerod emissiyasi, to‘xtash vaqti yoki xarajat kabi obyektiv operatsion ma’lumot qatorlari bilan ayni model tasdiqlanmagan.

Beshinchidan, manba ichidagi tanlanma va ishonch oralig‘i nomuvofiqliklari xabar qilingan metodologik natijalarni ehtiyotkorlik bilan talqin qilishni talab qiladi.

Manba va Usul Haqida Izoh

To‘liq original tadqiqot nomi: Artificial Intelligence: Accelerating Innovation in Sustainable Lean Production Systems

Mualliflar: Mustapha Jebor; Hanaa Hachimi; Ikhlef Jebbor; Hayet Benhamida; Zoubida Benmamoun.

Mualliflar tartibi: Manbada berilgan tartib aynan saqlangan.

Teng hissa/teng birinchi mualliflik: Manbada teng hissa yoki teng birinchi mualliflik bayonoti yo‘q.

Mas’ul muallif: Mustapha Jebor.

Muassasalar: Laboratory of Advanced Systems Engineering, National School of Applied Sciences ENSA, Ibn Tofail University Campus, Kenitra, Morocco; College of Engineering and Computing, Liwa University, Abu Dhabi, United Arab Emirates; College of Business, Liwa University, Abu Dhabi, United Arab Emirates.

Manba turi va taqriz: Administrative Sciences jurnalida chop etilgan taqrizdan o‘tgan original empirik tadqiqot maqolasi.

Jurnal: Administrative Sciences

Jild / son / maqola raqami: 16 / 4 / 178

Nashr yili: 2026

Qabul qilingan sana: 29 dekabr 2025

Qayta ko‘rib chiqish sanasi: 8 mart 2026

Qabul sanasi: 31 mart 2026

Nashr sanasi: 7 aprel 2026

DOI: 10.3390/admsci16040178

Nashriyot: MDPI, Basel, Switzerland.

Rasmiy manba havolasi:Administrative Sciences / MDPI rasmiy maqola sahifasi

Litsenziya: Creative Commons Attribution 4.0 International (CC BY 4.0).

Moliyalashtirish: Mualliflar tadqiqot tashqi moliyalashtirish olmaganini bildirgan.

Etika kengashi: Mualliflar tadqiqot sezgir yoki shaxsni aniqlovchi ma’lumot, tibbiy aralashuv, biologik namuna, maxsus sog‘liq ma’lumoti, zaif guruh yoki aldovni o‘z ichiga olmaydigan anonim tashkiliy so‘rov ma’lumotlaridan iborat bo‘lgani sababli Marokashdagi milliy tadqiqot tamoyillari va tegishli akademik amaliyotlar doirasida formal etika kengashi tasdig‘i talab qilinmaganini aytgan.

Axborotli rozilik: Tadqiqot barcha ishtirokchilardan axborotli rozilik olinganini xabar qiladi.

Ma’lumotlar mavjudligi: Tadqiqotning original hissalari maqolaning o‘zida berilgani, qo‘shimcha savollar mas’ul muallifga yo‘naltirilishi mumkinligi aytilgan.

Manfaatlar to‘qnashuvi: Mualliflar manfaatlar to‘qnashuvi yo‘qligini bildirgan.

Muallif hissalari: Konseptuallashtirish Mustapha Jebor; metodologiya Mustapha Jebor, Hanaa Hachimi, Ikhlef Jebbor va Zoubida Benmamoun; formal tahlil Mustapha Jebor va Zoubida Benmamoun; tadqiqot Mustapha Jebor, Hanaa Hachimi, Ikhlef Jebbor va Zoubida Benmamoun; ma’lumot kuratsiyasi Mustapha Jebor; original loyiha Mustapha Jebor tomonidan bajarilgan. Boshqa hissalar manbadagi muallif hissasi bayonotiga ko‘ra taqsimlangan.

Asosiy usul: Besh mamlakatdagi ishlab chiqarish firmalarining besh balli Likert so‘rov ma’lumotlarida reflektiv o‘lchov modelidan foydalangan PLS-SEM tahlili; moderatsiya testi; 5000 namunali bootstrap; firma hajmi, tarmoq va mamlakat nazorat o‘zgaruvchilari.

Muhim manba ichidagi hisobot izohlari: Annotatsiya “robust regression” iborasini ishlatsa-da, metod va natija bo‘limlari PLS-SEM ni ta’riflaydi. 700 so‘rovdan 540 qaytish uchun berilgan %90 javob darajasi matematik jihatdan mos emas. Avval 680 mos firma taklif qilingani aytilishi ham 700 so‘rov haqidagi ifoda bilan to‘liq tushuntirilmaydi. Yakuniy N=528 ga o‘tishdagi chiqarib tashlash oqimi batafsil berilmagan. Bundan tashqari, H1 uchun β=0,72 qiymati ayni qatorda xabar qilingan [0,57; 0,71] ishonch oralig‘idan tashqarida. Ushbu qiymatlar Verianla tomonidan o‘zgartirilmagan, manba ichidagi nomuvofiqliklar ochiq saqlangan.

Ushbu Verianla kontentining tadqiqot usuli, tanlanma ma’lumotlari, koeffitsientlari, model natijalari va talqin chegaralari faqat ko‘rib chiqilgan tadqiqotga asoslangan. Tashqi manba faqat bibliografik yozuv va jurnalning taqriz holatini tasdiqlash maqsadida ishlatilgan.

Tadqiqot kuchli va statistik jihatdan ahamiyatli aloqalarni xabar qilsa-da, ko‘ndalang kesimli so‘rov dizayni, maqsadli tanlash va o‘z-o‘zini hisobot qilishga asoslangan tuzilma sababli natijalar sababli tajriba dalili sifatida talqin qilinmasligi kerak. Tadqiqot taklif qilgan AI yordamidagi tejamkor ishlab chiqarish yondashuvining obyektiv energiya, emissiya, chiqindi, xarajat yoki unumdorlik ko‘rsatkichlariga vaqt davomida ta’siri alohida uzunlamasına yoki eksperimental tadqiqotlar bilan tasdiqlanishi zarur.