DİJİTAL OLGUNLUK DÜZEYİNİN YEŞİL İNOVASYONA ETKİSİNDE ÜRETKEN YAPAY ZEKA KABULÜNÜN ARACILIK ROLÜ

Öz

Bu çalışmada, örgütlerdeki dijital olgunluk düzeyinin yeşil inovasyon üzerindeki etkisi ve ilişkide üretken yapay zeka kabulünün aracılık rolünün test edilmesi amaçlanmıştır. Örneklem verileri, belli bir dijital olgunluk düzeyinde olduğu ve yönetim süreçlerinde yapay zekayı yoğun olarak kullanan bilişim, teknoloji, finans ve bankacılık sektörlerinde faaliyet gösteren işletmelerde yönetici düzeyinde çalışan kişilerden toplanmıştır. Analizler 216 veri ile gerçekleştirilmiştir. Elde edilen veriler frekans analizi, geçerlilik ve güvenilirlik analizleri, açımlayıcı ve doğrulayıcı faktör analizleri ve regresyon analizlerine tabi tutulmuştur. Doğrulayıcı faktör analizleri SPSS AMOS 24.0, hipotez testleri PROCESS Macro Model 4 ile gerçekleştirilmiştir. Analiz sonuçlarında kurumsal dijital olgunluk düzeyinin yeşil inovasyon ve üretken yapay zeka kabulü üzerinde pozitif etkisinin olduğu hipotezleri desteklenmiş ancak üretken yapay zeka kabulünün yeşil inovasyon üzerindeki etkisi ve aracılık rolüne ilişkin hipotezler desteklenmemiştir. Kurumsal olgunluk düzeyi ile yeşil inovasyon ve üretken yapay zeka arasında istatiksel olarak anlamlı bir ilişki bulunurken; bu ilişkide üretken yapay zeka kabulünün aracılık rolünün bulunmaması, yöneticilerin tutumuna ilişkin yeni soruları gündeme getirmesi açısından orijinaldir.

Anahtar Kelimeler

• Dijital Olgunluk Düzeyi
• Yeşil İnovasyon
• Üretken Yapay Zeka Kabulünün Aracılık Etkisi.

THE MEDIATING ROLE OF ACCEPTANCE OF PRODUCTIVE ARTIFICIAL INTELLIGENCE IN THE IMPACT OF DIGITAL MATURITY LEVEL ON GREEN INNOVATION.

Öz

This study aims to test the impact of organizational digital maturity level on green innovation and the mediating role of generative artificial intelligence in this relationship. Sample data were collected from managers working in businesses operating in the IT, technology, finance, and banking sectors that have a certain level of digital maturity and intensively use artificial intelligence in their management processes. Analyses were performed with 216 data points. The obtained data were subjected to frequency analysis, validity and reliability analyses, exploratory and confirmatory factor analyses, and regression analyses. Confirmatory factor analyses were performed using SPSS AMOS 24.0, and hypothesis testing was performed using PROCESS Macro Model 4. The results of the analysis supported the hypotheses that organizational digital maturity level has a positive effect on green innovation and the adoption of generative artificial intelligence but did not support the hypotheses regarding the impact and mediating role of generative artificial intelligence on green innovation. While a statistically significant relationship was found between organizational maturity level and green innovation and generative artificial intelligence; The absence of a mediating role for generative AI in this relationship is original in that it raises new questions about the attitudes of managers.

Anahtar Kelimeler

• Digital Maturity Level
• Green Innovation
• Generative Artificial Intelligence Impact.

Kaynakça

1. Akgün-Özbek, E. (2019). Digital Transformation, MOOCS, Micro-Credentials and MOOC-Based Degrees: Implications for Higher Education. In International Open and Distance Learning (s. 37-50). Eskişehir, Turkey.
2. Aslanova IV & Kulichkina AI (2020). “Dijital Olgunluk: Tanım ve Model”. Ekonomi, İşletme ve Yönetim Araştırmalarında İlerlemeler, 138, 443-449.
3. Bartlett, M. S. (1954). A note on the multiplying factors for various chi square approximations. Journal of the Royal Statistical Society. Series B (Methodological), 16(2), 296–298.
4. Bozkurt, A., Akgün-Özbek, E., & Zawacki-Richter, O. (2017). Trends and Patterns in Massive Open Online Courses: Review and Content Analysis of Research on MOOCs (20082015). International Review of Research in Open and Distributed Learning, 18(5), 118-147. doi:10.19173/irrodl.v18i5.3080
5. Canhoto, M. & Clear, F. (2020). Artificial intelligence and machine learning as business tools. Business Horizons, 63(2), 183–193.
6. Carretero, S., Vuorikari, R. & Punie, Y. (2017). The digital competence framework for citizens. Publications Office of the European.
7. Cattell, R. (1978). The scientific use of factor analysis. New York: Plenum.
8. Cevahir, E. (2020). SPSS ile Nicel Veri Analizi Rehberi. İstanbul: Kibele Yayınları, 1. Baskı.

9. Chen, Y. S., S. B. Lai & C. T. Wen: 2006, The Influence of Green Innovation Performance on Corporate Advantage in Taiwan, Journal of Business Ethics, 67(4), 331–339.
10. Chang, K. C., Hsu, C. L., Hsu, Y. T. & Chen, M. C. (2019). How green marketing, perceived motives and incentives influence behavioral intentions. Journal of Retailing and Consumer Services, 49, 336-345.
11. Chin, C. H., Chin, C. L., & Wong, W. P. M. (2018). The implementation of green marketing tools in rural tourism: the readiness of tourists?. Journal of Hospitality Marketing & Management, 27(3), 261-280.
12. Cheng, Y. H., Chang, K. C., Cheng, Y. S. & Hsiao, C. J. (2022). How green marketing influences customers’ green behavioral intentions in the context of hot-spring hotels. Journal of Tourism and Services, 24 (13), 190-208.
13. Clemente-Almendros, J. A., Nicoara, D., & Pastor-Sanz, I. (2024). Digital transformation in SMEs: Understanding its determinants and size heterogeneity. Technology in Society, 77, 102483. https://doi.org/10.1016/j.techsoc.2024.102483
14. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.
15. Cohen, W. M., & Levinthal, D. A. (1990). Absorptive capacity: A new perspective on learning and innovation. Administrative Science Quarterly, 35(1), 128–152. https://doi.org/10.2307/2393553
16. Comrey, A. & Lee, H. (1992). Interpretation and application of factor analytic results. (içinde) A. Comrey, & H. Lee (Eds.), A first course in factor analysis. USA: Psychology Press, New York.
17. Çakıcı, A. & Özer, B.Ş. (2007). Mersin’de Faaliyet Gösteren Küçük ve Orta Ölçekli İşletmelerin Kurumsallaşma Göstergeleri Açısından İncelenmesi, Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 10 (18), 87-110.
18. Dangelico, R. M., & Pujari, D. (2010). Mainstreaming green product innovation: why and how companies integrate environmental sustainability. Journal of Business Ethics,95(3), 471–486.http://doi.org/10.1007/s10551-010-0434-0
19. Da Silva Nascimento, L., Trizotto, R. C. A., Pufal, N. A., Camboim, G. F., & Zawislak, P. A. (2024). "Which innovation capabilities are relevant for technological and non-technological innovation? Implications for manufacturing firms’ financial performance." Journal of Manufacturing Technology Management, 36(2), pp. 406–430. https://doi.org/10.1108/jmtm-03-2024-014
20. Dwivedi,Y.K. et al. (2023). “So what if ChatGPT wrote it?” Multidisciplinary perspectives on generative AI. International Journal of Information Management, 71, 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642
21. Ekim İbiş, F.Z. & İpek, A. (2020). Sürdürülebilir Aile İşletmesi Modeli: Uygulanabilirliği Üzerine Bir Araştırma, Muhasebe Enstitüsü Dergisi- Journal of Accounting Institute, 62, 51-62. https://doi.org/doi.org/10.26650/MED.2020673687
22. Eisenhardt, K.M, &. Martin, J.A. (2000). Dynamic capabilities: What are they? Strategic Management Journal, 21(10–11), 1105–1121. https://doi.org/10.1002/1097-0266(200010/11)21:10/11<1105: AID-SMJ133>3.0.CO;2-E
23. Elahi M., S.O. Afolaranmi, J.L. Martinez Lastra, J.A. Perez Garcia (2023). A review of AI applications in industrial equipment lifecycle-Discover Artificial Intelligence, 3(1), Article 43 (2023). DOI: 10.1007/s44163-023-00089
24. Fosso Wamba, M.M. Queiroz, C.J. Chiappetta Jabbour, C. Shi. (2023). Are both generative AI and ChatGPT game changers for 21st-Century operations and supply chain excellence? Int. J. Prod. Econ., 265, Article 109015
25. Fritz, M. S., & MacKinnon, D. P. (2007). Required sample size to detect the mediated effect. Psychological Science, pp: 233-239).
26. Gawer, A. (2014). Bridging differing perspectives on technological platforms. Research Policy, 43(7), 1239–1249.
27. George, D. & Mallery, M. (2010). SPSS for Windows Step by Step: A Simple Guide and Reference, 17.0 Update. Boston: Pearson, 10. Baskı.
28. Gonesh C.S., Reshmi M. M., Sudha P., Santosh Y., Hasi S., Padam D. (2023). The Impact of Artificial Intelligence on Business Strategy and Decision-Making Processes, European Economic Letters: 13 (2), pp. 926-934. https://doi.org/10.52783/eel.v13i3.386.
29. Grewal D., C.B Satornino, T. Davenport, A. Guha. (2024). Üretken yapay zekâ, pazarlamanın geleceğini nasıl şekillendiriyor? J. Acad. Market. Sci., ss.1-21.
30. Gündüz, G. (2008). İşletmelerde Kurumsallaşma Uygulamalarına Yönelik Çalışan Tutumlarının Örgütsel Vatandaşlık ile İlişkisine Yönelik Bir Uygulama, (Yayınlanmamış Yüksek Lisans Tezi), Yıldız Teknik Üniversitesi/ Sosyal Bilimler Enstitüsü/ İşletme Ana Bilim Dalı/ İnsan Kaynakları Yönetimi Yüksek Lisans Programı, İstanbul.
31. Güneş, E., Arslan, Y., Velioğlu, H., Karahan, Ç. (2025). Dijital Olgunluk Modelleri Üzerine Bibliyometrik Bir İnceleme. Bilişim teknolojileri Dergisi, 18 (2), 99 - 113).
32. Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019).Multivariate data analysis (8th ed.). Cengage Learning.
33. Halis, M. & Adalıoğlu Ay, D. (2017). Kurumsallaşma Düzeyinin Örgütsel Sessizlik Üzerine Etkisi: Bir Araştırma, C.Ü. İktisadi ve İdari Bilimler Dergisi, 18 (2), 43-62.
34. Hayes, A. F. (2022). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (3rd ed.). Guilford Press.
35. Hayes, A. F., & Coutts, J. J. (2020). Use Omega rather than Cronbach’s Alpha for estimating reliability. Communication Methods and Measures, 14(1), 1–24.
36. Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135.
37. Huang, Y., & Chiu, W. (2024). Let’s run green! Impact of runners’ environmental consciousness on their green perceived quality and supportive intention at participatory sport events. International Journal of Sports Marketing and Sponsorship, 25(3), 541559.
38. Huang, G., Liu, Z., Van Der Maaten, L., & Weinberger, K. Q. (2017). Densely connected convolutional networks. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 4700-4708).
39. İslamoğlu, A. H. & Alnıaçık, Ü. (2019). Sosyal bilimlerde araştırma yöntemleri (6. Baskı). İstanbul: Beta Yayınevi. İzmir Kalkınma Ajansı. (b.t) Dijital Olgunluk Modeli. 22 Mart 2022, https://dijitalolgunluk.izka.org.tr/
40. Jordan, M.I.& Mitchell, T.M. (2015). Machine learning: Trends, perspectives, and prospects. Science, 349(6245), 255–260.
41. Kane, G., D. Palmer, A. Phillips, D. Kiron & N. Buckley, (2015). Strategy, Not Technology Drives Digital Transformation, MIT Sloan Management Review and Deloitte University Press, Available online at http://sloanreview.mit.edu/ projects/strategydrives-digital-transformation/
42. Kane, D. A. (2016). The role of chatbots in teaching and learning. E-Learning and the Academic Library: Essays on Innovative Initiatives içinde (s. 131-156). UC Irvine: Libraries. https://escholarship.org/content/qt1hs0k71b/qt1hs0k71b.pdf
43. Kane, GG (2017). “Dijital Olgunluk, Dijital Dönüşüm Değil. MITSloan Yönetim İncelemesi”, https://sloanreview.mit.edu/article/digital-maturity-not-digital-transformation/#:~:text=Digital%20maturity%20is%20the%20process,instinctually%20know%20how%20to%20do
44. Kane, GC, Palmer, D., Phillips, An, Kiron, D. & Buckley, N. (2017). “Dijital Olgunluğa Ulaşmak: Şirketinizi Değişen Dünyaya Uyarlamak”. MITSloan Yönetim İncelemesi, Araştırma Raporu.
45. Kekül, O. (2023). Kurumsallaşma Düzeyiyle İş Tatmini, Örgütsel Bağlılık ve Örgütsel Performans Arasındaki İlişkinin Analizi: Doğu Karadeniz Bölgesindeki Özel Hastanelerde Yapılan Bir Alan Araştırması, (Yayınlanmamış Doktora Tezi), Giresun Üniversitesi/ Sosyal Bilimler Enstitüsü/ İşletme Ana Bilim Dalı, Giresun.
46. Kemp, J. (2010). The listening log: Motivating autonomous learning. ELT Journal, 64(4), 385–395. https://doi.org/10.1093/elt/ccp099
47. Kshetri, N. (2014). Cloud computing in developing economies: Drivers, effects and policy measures. Telecommunications Policy, 38(1), 1–14.
48. Kilis, S. & Yıldırım, Z. (2018). Sorgulayıcı Öğrenme Topluluğu Üst Biliş Ölçeğinin Türkçeye Uyarlanması: Geçerlik ve Güvenirlik Çalışması, Ahi Evran Üniversitesi Kırşehir Eğitim Fakültesi Dergisi, 19 (1), 665-679.
49. Kim, S., Goncalo, J.A. Goncalo, Rodas, M.A. (2023). The cost of freedom: Creative ideation boosts both feelings of autonomy and the fear of judgment Journal of Experimental Social Psychology, 105 (2023), Article 104432, 10.1016/j.jesp.2022.104432
50. Kline, P. (1994). An Easy Guide to Factor Analysis. London: Routledge.
51. Koçel, T. (1998). İşletme Yöneticiliği- Yönetim ve Organizasyon, Organizasyonlarda Davranış, Klasik-Modern Çağdaş Yaklaşımlar: 476-489. Beta, İstanbul.
52. KPGM, (2025). Trust, attitudes and use of artificial intelligence: A global study 2025 Empowering human-AI collaboration for a trusted future. https://kpmg.com/xx/en/our-insights/ai-and-technology/trust-attitudes-and-use-of-ai.html
53. KPGM, (2025). İş Hayatında Yapay Zekâ Kullanımının Uyuşmazlık Açısından Olumsuz Sonuçları: Yapay zekâ, iş hayatında hukuki ve etik riskler yaratabilir.https://kpmg.com/tr/tr/home/insights/2025/09/is-hayatinda-yapay-zekâ-kullaniminin-uyusmazlik-acisindan-olumsuz-sonuclari.html
54. Li, S. et al. (2024). Digital transformation and green innovation. Business Strategy and the Environment, International Review of Economics & Finance, 95, https://doi.org/10.1016/j.iref.2024.103487.
55. Lim, S. Kumar, S. Verma, R. Chaturvedi. (2023). What Do We Know About Conversational Commerce? Insights from a systematic literature review, Psychology and Marketing, 39 (6), pp. 1129-1155
56. Lasi, H., Fettke, P., Kemper, H. G., Feld, T., & Hoffmann, M. (2014). Industry 4.0. Business & information systems engineering, 6(4), 239-242.
57. McAfee, A. & Brynjolfsson, E. (2017). Harnesssing Our Digital Future: Machine, Platform, Crowd, W. W. Norton & Company: California.
58. Mindig.nl. (2020, 12 Kasım). 12 Kasım 2020 tarihinde Mindig dijital karmaşıklığı yönetiyordu: https://mindig.nl/scan/ adresinden alındı.
59. Parker, S.C. & Grote, G. (2022). Automation, algorithms, and beyond. Annual Review of Organizational Psychology and Organizational Behavior, 9, 417–445.
60. Porter, M. E., & van der Linde, C. (1995). Toward a new conception of the environment–competitiveness relationship. Journal of Economic Perspectives, 9(4), 97–118. https://doi.org/10.1257/jep.9.4.97
61. Potobsky, G. V. (1992). Small and Medium Sized Enterprises and Labour Law, International Labour Review, 131 (6), 622.
62. Rajaram, K., & Tinguely, P. N. (2024). Generative artificial intelligence in small and medium enterprises: Navigating its promises and challenges. Business Horizons. https://doi.org/10.1016/j.bushor.2024.05.008
63. Raisch, S. & Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192–210. https://doi.org/10.5465/amr.2018.0072
64. Sanayi ve Teknoloji Bakanlığı (2022). Teknoloji geliştirme Bölgeleri İstatistikleri- Temmuz 2022. 2022. Erişim 23.11.2023, https://www.sanayi.gov.tr/istatistikler/istatistiki-bilgiler/mi0203011501
65. Saggu, A. & Ante, L. (2023). The influence of ChatGPT on artificial intelligence related crypto assets: evidence from a synthetic control analysis, Finance Res. Lett., 55 (2023), Article 103993
66. Savaş, G. & Demirkasımoğlu, N. (2020). Okullarda Öğrenme İklimi Ölçeği’nin (OÖİÖ) Geliştirilmesi: Geçerlik ve Güvenirlik Çalışması, Pamukkale Üniversitesi Eğitim Fakültesi Dergisi, 1-32. https://doi.org/10.9779.pauefd.781446
67. Shaikh, F., Afshan, G., Anwar, R. S., Abbas, Z. Chana, K. A. (2023). Analyzing the impact of artificial intelligence on employee productivity: the mediating effect of knowledge sharing and well-being, Asia Pacific Journal of Human Resources, 61(4), 794-820. https://doi.org/10.1111/1744-7941.12385
68. Schwertner, K. (2017). Digital transformation of business. Trakia Journal of Sciences, 15(1), 388–393. https://doi.org/10.15547/tjs.2017.s.01.065
69. Siebel, T. M. (2017). Dijital dönüşümün artık CEO'nun omuzlarında olmasının nedenleri. McKinsey Q. 4 (3), 1–7
70. Stevens, J. P. (2002). Applied multivariate statistics for the social sciences (4th ed.). Lawrence Erlbaum Associates Publishers.
71. Tan, K.-L., Hoffman, P. S., Noor, N., Tan, R. S., Hii, I. S. H., Cham, T. H. (2024). Does artificial intelligence improve hospitality employees’ individual competitive productivity? A time-lagged moderated-mediation model involving job crafting and meaningful work. Current Issues in Tourism, 20(28), 3284–3301.https://doi.org/10.1080/13683500.2024.2391114
72. Tapeh, A. T.G., Naser M (2023) Artificial Intelligence, Machine Learning, and Deep Learning in Structural Engineering: A Scientometrics Review of Trends and Best Practices, Archives of Computational Methods in Engineering, 30, 115-159.
73. Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319–1350. https://doi.org/10.1002/smj.640
74. Tutar, H., Erdem, A. T., & Şahin, N. (2024). Dijital vatandaşlık ölçeği (dvö): geçerlilik ve güvenirlik çalışması. Alanya Akademik Bakış, 8(1), 310-327. https://doi.org/10.29023/alanyaakademik.1337114.
75. Uzunsakal, E. & Yıldız, D. (2018). Alan Araştırmalarında Güvenilirlik Testlerinin Karşılaştırılması ve Tarımsal Veriler Üzerine Bir Uygulama. Uygulamalı Sosyal Bilimler Dergisi, 2(1), 14-28.
76. Yurdakul, S. & Bayraktar, O. (2022). Aile İşletmelerinde Kurumsallaşma Düzeyi ve Örgütsel Performans İlişkisinin İncelenmesi. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 21 (43), 504-527. https://doi.org/10.46928/iticusbe.1104713
77. Valdez-De-Leon, O. (2016). Telekomünikasyon hizmet sağlayıcıları için dijital olgunluk modeli. Teknoloji İnovasyon Yönetimi İncelemesi, 6. https://doi.org/10.22215/timreview/1008
78. Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). Unified Theory of Acceptance and Use of Technology (UTAUT) [Database record]. APA PsycTests. https://doi.org/10.1037/t57185-000
79. Vial, G. (2019). Understanding digital transformation: A review and a research agenda. The journal of strategic information systems, 28(2), 118-144.
80. Wang, S. & Zhang X. (2022). "Influence of Environmental Regulation on Corporate Green Supply Chain Management: The Regulating Effect of Environmental Dynamism." *Frontiers in Environmental Science*, 10, Article 947022.
81. Westerman, G., Bonnet, D., & McAfee, A. (2014). Leading digital: Turning technology into business transformation. Harvard Business Review Press.
82. World Economic Forum (2019). Digital Transformation Initiative, https://www.scribd.com/document/492855120/Digital-Transformation-Initiative-Accenture-2018, Erişim Tarihi: 12 Aralık 2025.
83. Wu, R., Tan, Z., & Lin, B. (2023). Karbon emisyon ticareti şeması gerçekten CO2 emisyon verimliliğini artırıyor mu? Çin'in demir ve çelik endüstrisinden elde edilen kanıtlar. Enerji, 277, 127743.
84. Xie, Xuemei; Hoang, Thu Thao; Zhu, Qiwei (2022): Green process innovation and financial performance: The role of green social capital and customers' tacit green needs, Journal of
85. Yilmaz, F.G., Yilmaz, R., & Ceylan, M. (2023). Generative artificial intelligence acceptance scale: a validity and reliability study. International Journal of Human–Computer Interaction. https://doi.org/10.1080/10447318.2023.2288730Yurdakul,
86. Zhu, J. J., Jiang, J. M. Ren, Z.J. (2023). ChatGPT and environmental research, Environ. Sci. Technol.