- MSc thesis
- Διοίκηση Επιχειρήσεων (MBA)
- 21 Σεπτεμβρίου 2026
- Αγγλικά
- 68
- Θεοτοκάς , Ιωάννης
- Λαγούδης, Ιωάννης | Θεοτοκάς, Ιωάννης
- Artificial Intelligence, Tanker Shipping, Leadership
- Μεταπτυχιακό στη Διοίκηση Επιχειρήσεων (MBA)
- 2
- 5
- 69
-
-
This dissertation examines how Artificial Intelligence can influence financial decision
making and reshape organizational models.
A mixed method research approach was used throughout this study, combining theoretical analysis with a comparative analysis of six listed tanker shipping companies using data of period 2020-2024. To support comparative analysis, companies were classified in tier according to the extent of adoption Artificial Intelligence technologies.
The findings of this research indicate that companies with higher use of Artificial
Intelligence can support decision making procedures of operators, ensuring company’s
sustainability and growth. The study further suggests that adoption of Artificial Intelligence contributes to financial management best practices and promotes more adopted organizational structures.
The dissertation contributes to the theoretical understanding of finance-driven
organizational transformation by proposing a model tailored to the tanker industry, a sector characterized by high capital intensity and significant macroeconomic volatility. On a practical level, the research proposes gradual implementation steps for AI applications, the establishment of suitable Artificial Intelligence governance frameworks, and the strengthening of leadership capabilities to enhance alignment across different organizational functions. -
Αυτή η διπλωματική εξετάζει πως η τεχνητή νοημοσύνη μπορεί να επηρεάσει τη λήψη
οικονομικών αποφάσεων και να μεταμορφώσει τα οργανωσιακά μοντέλα που υφίστανται
στο χώρο της ναυτιλίας με εστίαση τα δεξαμενόπλοια.
Κατά την διάρκεια της εργασίας αυτής χρησιμοποιήθηκε μικτή ερευνητική μεθοδολογία,
κατά την οποία συνδιάστηκε θεωρητική έρευνα με την συγκριτική ανάλυση έξι εισηγμένωνεταιρειών με δεδομένα της περιόδου 2020 - 2024. Για την ολοκλήρωση της έρευνας χρησιμοποιήθηκε ταξινόμηση των εταιρειών σε κλάσεις ανάλογα με την χρήση τεχνητής νοημοσύνης. Στα ευρήματα της έρευνας γνωστοποιήθηκε ότι οι εταιρείες που βρίσκονται σε μεγαλύτερη βαθμίδα υιοθέτησης Τεχνητής Νοημοσύνης παρουσιάζουν καλύτερη χρήση των περουσιακών τους στοιχείων και έλεγχο της κερδοφορίας τους.Η διατριβή συμβάλει στη θεωρητική προσέγγιση του θέματος μέσα από την ανάπτυξη ενός οργανωσιακού οικονομικού μοντέλου που θα είναι προσαρμοσμένο στο κλάδο της
ναυτιλίας, με την μακροοικονομική μεταβλητότητα και τις υψηλές κεφαλαιακές
απαιτήσεις. Σε πρακτικό επίπεδο προτείνονται βήματα για την υιοθέτηση εφαρμογών
Τεχνητής Νοημοσύνης, και κατάλληλων κανονιστικών πλαισίων διακυβέρνησης καθώς και ενίσχυση των ηγετικών δεξιοτήτων με γνώμονα την ευθυγράμμιση των διαφόρων
λειτουργιών ενός οργανισμού.
-
- Hellenic Open University
- Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Finance-Driven Organizational Transformation: Strategic Leadership in Times of Change
Χρηματοοικονομικά Καθοδηγούμενος Οργανωσιακός Μετασχηματισμός: Στρατηγική Ηγεσία σε Περιόδους Αλλαγή (Ελληνική)
Κύρια Αρχεία Διατριβής
Full text
Περιγραφή: Dissertation - Vertzagia - Evangelia - MBA - Final.pdf (pdf) Book Reader
Μέγεθος: 0.9 MB

