Artificial intelligence applications in business management functions: a bibliometric analysis of the 2006–2025 period

Abstract

ABSTRACT Artificial intelligence has increasingly become an integral component of modern business management, influencing how organizations plan, decide, and operate across core functions. As AI-based tools and data-driven approaches gain wider adoption in areas such as human resources, finance, accounting, and strategic management, the academic literature addressing this transformation has grown rapidly. This study examines the development of research on artificial intelligence applications in business management functions through a bibliometric perspective covering the period 2006–2025. Rather than focusing on individual empirical findings, the analysis provides an overall picture of how the field has evolved in terms of publication patterns, collaboration structures, and thematic orientation. The results highlight the multidisciplinary nature of the literature and show that AI-related business research has expanded beyond technical discussions toward broader managerial and organizational contexts. By outlining the general structure and direction of this body of knowledge, the study offers a useful reference point for researchers seeking to position future work within the evolving landscape of AI-driven business management research.

Keywords

• : Artificial Intelligence
• Business Management
• Bibliometric Analysis

İşletme yönetimi fonksiyonlarında yapay zekâ uygulamaları: 2006–2025 dönemine yönelik bibliyometrik bir analiz

Abstract

Yapay zekâ, modern işletme yönetiminin giderek ayrılmaz bir bileşeni hâline gelmiş; örgütlerin temel işlevler kapsamında planlama, karar alma ve operasyon süreçlerini nasıl yürüttüklerini önemli ölçüde etkilemiştir. İnsan kaynakları, finans, muhasebe ve stratejik yönetim gibi alanlarda yapay zekâ tabanlı araçların ve veri odaklı yaklaşımların yaygınlaşmasıyla birlikte, bu dönüşümü ele alan akademik literatür de hızla büyümüştür. Bu çalışma, 2006–2025 dönemini kapsayacak şekilde, işletme yönetimi işlevlerinde yapay zekâ uygulamalarına yönelik araştırmaların gelişimini bibliyometrik bir bakış açısıyla incelemektedir. Tek tek ampirik bulgulara odaklanmak yerine, analiz; yayın eğilimleri, iş birliği yapıları ve tematik yönelimler açısından alanın zaman içinde nasıl evrildiğine dair bütüncül bir tablo sunmaktadır. Elde edilen bulgular, literatürün çok disiplinli yapısını ortaya koymakta ve yapay zekâ odaklı işletme araştırmalarının teknik tartışmaların ötesine geçerek daha geniş yönetsel ve örgütsel bağlamlara doğru genişlediğini göstermektedir. Bu bilgi birikiminin genel yapısını ve yönünü ortaya koyarak, çalışma; yapay zekâ destekli işletme yönetimi araştırmalarının gelişen literatürü içinde gelecekte yapılacak çalışmaları konumlandırmak isteyen araştırmacılar için yararlı bir referans noktası sunmaktadır.

Keywords

• Yapay Zekâ
• İşletme Yönetimi
• Bibliyometrik Analiz

References

1. Algorabi, Ö., Türkan, Y. S., Ulu, M., & Namlı, E. (2024). A Bibliometric Analysis on Federated Learning. Journal of Advanced Research in Natural and Applied Sciences, 10(4), 875-898.
2. Cao, G., Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2021). Understanding managers’ attitudes and behavioral intentions towards using artificial intelligence for organizational decision-making. Technovation, 106, 102312.
3. Chowdhury, S., Dey, P., Joel-Edgar, S., Bhattacharya, S., Rodriguez-Espindola, O., Abadie, A., & Truong, L. (2023). Unlocking the value of artificial intelligence in human resource management through AI capability framework. Human resource management review, 33(1), 100899.
4. Davenport, T. H., Guha, A., Grewal, D., & Bressgott, T. (2020). Understanding artificial intelligence in marketing. Journal of the Academy of Marketing Science, 48(1), 24–42.
5. Jarrahi, M. H. (2018). Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision making. Business horizons, 61(4), 577-586.
6. Kokina, J., & Davenport, T. H. (2017). The emergence of artificial intelligence: How automation is changing auditing. Journal of Emerging Technologies in Accounting, 14(1), 115–122
7. Manita, R., Elommal, N., Baudier, P., & Hikkerova, L. (2020). The digital transformation of external audit and its impact on corporate governance. Technological Forecasting and Social Change, 150, 119751.
8. Minerva, R., Lee, G. M., & Crespi, N. (2020). Digital twin in the IoT context: A survey on technical features, scenarios, and architectural models. Proceedings of the IEEE, 108(10), 1785-1824.

9. Moll, J., & Yigitbasioglu, O. (2019). The role of internet-related technologies in shaping the work of accountants: New directions for accounting research. The British accounting review, 51(6), 100833.
10. Newell, S., & Marabelli, M. (2015). Strategic opportunities (and challenges) of algorithmic decision-making. Journal of Strategic Information Systems, 24(2), 65–69.
11. Olsen, T. L., & Tomlin, B. (2020). Industry 4.0: Opportunities and challenges for operations management. Manufacturing & Service Operations Management, 22(1), 113-122.
12. Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192–210
13. Shrestha, Y. R., Ben-Menahem, S. M., & Von Krogh, G. (2021). Organizational decision-making structures in the age of AI. California Management Review, 63(3), 46-68.
14. Sjodin, D., Parida, V., Palmié, M., & Wincent, J. (2021). How AI capabilities enable business model innovation: Scaling AI through co-evolutionary processes and feedback loops. Journal of Business Research, 134, 574-587.
15. Tambe, P., Cappelli, P., & Yakubovich, V. (2019). Artificial intelligence in human resources management. Academy of Management Annals, 13(1), 1–35
16. Ulu, M., & Türkan, Y. S. (2024). Bibliometric Analysis of Traffic Accident Prediction Studies from 2003 to 2023: Trends, Patterns and Future Directions. Promet-Traffic&Transportation, 36(5), 833-851.
17. Wamba, S. F., & Queiroz, M. M. (2020). Blockchain in the operations and supply chain management: Benefits, challenges and future research opportunities. International Journal of Information Management, 52, 102064.