机构名称：
¥ 1.0
人工智能（OECD，2019），尤其是当它与高技能职业结合使用时（Bughin 等人，2018；Pissarides 和 Bughin，2018；Balsmeier 和 Woerter，2019）。在这里，我们假设人工智能有一些相关的就业机会，因为人工智能技术在提供超越自动化效率的好处方面是独一无二的。人工智能突破性创新的例子包括自动驾驶汽车的兴起、ChatGPT 和大流行疫苗的快速发现。事实上，对先前技术的实证研究已经表明，利用技术推出新的成功产品创新的公司可以促进就业。1 最近，Babina 等人。( 2020 ) 关于人工智能的开创性研究得出结论，基于人工智能的产品创新与就业增长呈正相关。我们的贡献在几个方面超越了 Babina 等人。( 2020 )。首先，我们的前提是研究应该避免选择狭窄的范围，例如仅将自动化或仅将创新作为人工智能的来源。相反，我们研究企业如何在人工智能的两种好处之间分配资源。其次，我们对人工智能部署如何影响就业动态的实证分析明确植根于企业对任何一种形式的人工智能进行战略投资的博弈论框架。虽然还存在其他概念框架，但我们的理论允许我们强调企业竞争和人工智能投资组合，这是人工智能采用最终如何影响企业就业的关键驱动因素。2 特别是，我们扩展了 Acemoglu 和 Restrepo (2020) 的任务型模型，以解释基于人工智能的创新收益以及企业之间的寡头竞争。第三，我们的实证检验基于对多个行业和国家的 3,000 多家大公司的全面调查。依赖调查的优势在于，调查可以收集原本无法访问的数据，作为私人信息，例如每种人工智能技术的利用程度，以及其人工智能投资背后的公司战略方向。其他基于调查的人工智能研究，如 Lee 等人的研究。( 2022 )，Rammer 等人。( 2022 ) 或 Czarnitzki 等人。( 2023 ) 也收集了有关所采用的各种 AI 技术的信息。我们的调查内容更丰富，因为它利用了采用 AI 的战略意图类型（创新或效率），并研究了可能受 AI 影响的各种类型的资产（例如资本、劳动力或中间产品）。3 其他关于 AI 和工作水平的研究，例如 Babina 等人。（2020），Damioli 等人。（ 2022 ），Fossen 和 Sorgner （ 2022 ），
企业 AI 态势的缺失环节
主要关键词
相关文件推荐
