XiaoMi-AI文件搜索系统
World File Search System加价
非凸经济的瓦尔拉斯加价机制
∗ 斯坦福大学和拍卖学。电子邮件：milgrom@stanford.edu † 斯坦福大学和拍卖学。电子邮件：mwatt@stanford.edu。感谢 Mohammad Akbarpour、Martin Bichler、Robert Day、Ravi Jagadeesan、Fuhito Kojima、Shoshana Vasserman 以及斯坦福大学、苏黎世大学、NBER 市场设计工作组、西蒙斯劳弗数学科学研究所和第 32 届石溪国际博弈论会议的研讨会参与者，以及对本项目提出的有益意见和建议的审稿人。本文的扩展摘要发表在第 23 届 ACM 经济与计算会议 (EC'22) 的论文集上，2022 年 7 月 11 日至 15 日，美国科罗拉多州博尔德，题为“无凸性市场的线性定价机制”。本文的早期草稿以“非凸经济的瓦尔拉斯机制和约束形式第一福利定理”为题发表。米尔格罗姆感谢美国国家科学基金会 (拨款编号 SES-1947514) 的支持。瓦特感谢斯坦福大学 Koret 奖学金、Ric Weiland 研究生奖学金和 Gale and Steve Kohlhagen 经济学奖学金的支持。
通过增加价值和实施循环经济来增加稻农的收入
摘要。水稻种植是国家经济环境中的重要经济活动，因为它为农村家庭提供了就业机会，并将大米作为印尼人的主要主食。但是，稻农面临小规模农业的规模问题，大约80％的稻农耕种了不到0.5公顷的公顷，平均稻田养殖收入约为IDR 546万/公顷/季节。此收入仅从谷物生产中获得，而水稻工厂的一部分有可能处理和产生收入。本研究旨在根据循环经济方法来确定机会通过创造更多的价值和加工水稻副产品来确定养殖者收入的机会。使用的方法是来自二级数据分析支持的发表科学期刊的文献综述。该研究结果表明，有机会通过利用稻草进行有机肥料，生物炭的果壳，动物饲料的许多部分来增加水稻农民的收入，以及用于功能性食品的稻米麸皮。本研究建议，要有效地实施这些经济循环活动，农民必须在农民团体组织（例如农民公司或农民拥有的企业）中工作。
利用...发现您作为公司秘书的附加价值
Safura Atan 目前是 StratNaViGO Consulting PLT 的执行合伙人、认证教练和 ICF 成员。她在创业发展和创业行业拥有超过 20 年的经验。作为一名认证专业培训师和辅导员，她在这些年积累了广泛的经验，并在创业培训计划方面发展了专业知识。她已获得教练和指导专业证书，并且是国际教练联合会 (ICF) 的成员。目前，她是马来西亚唯一一位获得认证的 FORTH 创新方法辅导员，也是东南亚仅有的两位获得认证的辅导员之一。Safura 拥有马来西亚国民大学的会计学位和玛利亚理工大学的创业专业 MBA 学位，她基本上将创业和业务发展这两个领域的经验结合在一起，从风险投资的角度到成为初创公司的团队成员。因此，她理解并接受我们的中小企业在业务的许多方面面临的每一个挑战。她还是一名认证的 GrowthWheel 商业顾问。
价格、利润和实力：2021 年企业层面加价分析
如何理解和应对通货膨胀已成为本轮经济复苏的核心争论之一。本研究简报首次探讨了 2021 年在美国运营的 3,698 家公司的加价幅度（本质上是销售额和边际成本之间的差额）和利润率的规模和分布。通过重现和更新 Jan De Loecker、Jan Eeckhout 和 Gabriel Unger 的《市场力量的崛起及其宏观经济影响》的分析，我们发现 2021 年的加价幅度和利润飙升至 1950 年代以来的最高水平。此外，2021 年，美国企业的加价和利润以 1955 年以来最快的年增长率增长。深入挖掘后发现，这种异常突然的加价上涨的证据符合正在讨论的通货膨胀的三个主要解释故事——即与需求、供应和市场力量变化有关的故事。首先，我们看到许多类型和规模的公司加价普遍上涨，这表明这个故事是需求方面的原因。其次，数据显示 2021 年各行业之间的加价出现了历史上独特的变动，这表明这是一个供应方面的原因。最后，我们发现，调整规模后，疫情前的加价是 2021 年加价上涨的有力预测指标，表明市场力量在通货膨胀的解释驱动因素中发挥了作用。更具体地说，疫情爆发前规模调整后的加价水平高出 10%，与 2021 年 1.6% 至 2.7% 的涨幅相关。由于加价幅度异常高且突然如此之高，因此有空间扭转这种局面，而这几乎不会对经济造成损害，而且可能带来社会效益，包括短期内价格下降，中期不平等现象减少，创新可能增多。我们认为，本简报中提供的证据指向一种政府全方面的行政、监管和立法方法来应对通货膨胀，包括需求、供应和市场力量干预。
酒店业的语音助理：使用人工智能为客户服务。目的——语音助理 (VA) 通过识别人类语音并执行用户发出的命令来增强人机交互。本文研究了酒店业中酒店与客人之间基于 VA 的互动。该研究将 VA 置于人工智能 (AI) 支持的物联网 (IoT) 环境中，颠覆了旧的做法和流程。智能酒店业使用 VA 以经济高效的方式为客人提供轻松的价值共同创造。该研究调查了消费者对酒店业 VA 的看法和期望，并通过专家技术提供商探索 VA 功能。设计/方法/方法——这篇实证论文研究了 VA 在酒店环境中的当前使用情况和未来影响。它使用定性、半结构化的深入访谈，采访了 7 位专家酒店业 VA 技术提供商和 21 位有 VA 经验的酒店客人。该研究采用供需方法，全面解决酒店业中的 VA。发现——研究结果表明，酒店和客人两方终端用户的需求，探讨了 VA 的优势和挑战。分析表明，VA 正日益成为数字助理。VA 技术可帮助酒店改善客户服务、扩大运营能力并降低成本。尽管尚处于起步阶段，但 VA 技术已在优化酒店运营和升级客户服务方面取得了进展。该研究提出了一种语音交互模型。原创性——VA 研究通常侧重于私人家庭中的技术，而不是商业或酒店空间中的技术。本文为智能酒店业中有关人工智能和物联网的新兴文献做出了贡献，并探讨了 VA 的接受度和操作性。该研究有助于概念化 VA 支持的酒店服务，并探索其积极和消极特征以及未来前景。研究局限性/含义——本研究通过使用 VA 和智能酒店和旅游生态系统的发展来促进酒店服务的转型。该研究可以从与酒店经理的进一步研究中受益，以反映酒店经营者的观点并调查他们对 VA 的看法。进一步的研究还可以探索不同背景下消费者与虚拟助理互动的不同方面。实际意义——本文对酒店管理和人机交互最佳实践做出了重大贡献。它支持技术提供商重新考虑如何开发合适的技术解决方案，以提高其战略竞争力。它还解释了如何经济高效地使用虚拟助理，同时为旅行者的体验增加价值。
酒店业的语音助理：使用人工智能为客户服务。目的——语音助理 (VA) 通过识别人类语音并执行用户发出的命令来增强人机交互。本文研究了酒店业中酒店与客人之间基于 VA 的互动。该研究将 VA 置于人工智能 (AI) 支持的物联网 (IoT) 环境中，颠覆了旧的做法和流程。智能酒店业使用 VA 以经济高效的方式为客人提供轻松的价值共同创造。该研究调查了消费者对酒店业 VA 的看法和期望，并通过专家技术提供商探索 VA 功能。设计/方法/方法——这篇实证论文研究了 VA 在酒店环境中的当前使用情况和未来影响。它使用定性、半结构化的深入访谈，采访了 7 位专家酒店业 VA 技术提供商和 21 位有 VA 经验的酒店客人。该研究采用供需方法，全面解决酒店业中的 VA。发现——研究结果表明，酒店和客人两方终端用户的需求，探讨了 VA 的优势和挑战。分析表明，VA 正日益成为数字助理。VA 技术可帮助酒店改善客户服务、扩大运营能力并降低成本。尽管尚处于起步阶段，但 VA 技术已在优化酒店运营和升级客户服务方面取得了进展。该研究提出了一种语音交互模型。原创性——VA 研究通常侧重于私人家庭中的技术，而不是商业或酒店空间中的技术。本文为智能酒店业中有关人工智能和物联网的新兴文献做出了贡献，并探讨了 VA 的接受度和操作性。该研究有助于概念化 VA 支持的酒店服务，并探索其积极和消极特征以及未来前景。研究局限性/含义——本研究通过使用 VA 和智能酒店和旅游生态系统的发展来促进酒店服务的转型。该研究可以从与酒店经理的进一步研究中受益，以反映酒店经营者的观点并调查他们对 VA 的看法。进一步的研究还可以探索不同背景下消费者与虚拟助理互动的不同方面。实际意义——本文对酒店管理和人机交互最佳实践做出了重大贡献。它支持技术提供商重新考虑如何开发合适的技术解决方案，以提高其战略竞争力。它还解释了如何经济高效地使用虚拟助理，同时为旅行者的体验增加价值。
通过 Fit 增加价值：罕见疾病 HUB
定制技术：罕见病 HUB 将利用技术推动特定项目的价值。端到端专有软件代码允许罕见病 HUB 定制流程、数据采集和报告，这是大型、无重点的 HUB 无法复制的。如果 HUB 拥有其所有代码，它可以灵活地快速更改系统，而无需依赖部分供应商管理的技术的僵化。大型 HUB 可以展示“花哨的东西”，但考虑到独特的人群和每个患者的重要性，可定制性是罕见病治疗最大的技术价值驱动因素。罕见病 HUB 可以提供基于最佳实践的强大技术基础，但将利用其流畅的技术来定制端到端流程，以更适合治疗要求的方式融入任何“花哨的东西”。
人工智能在 COVID-19 患者管理中的应用是否会为医疗保健系统增加价值？
自 2019 年底在武汉出现以来，严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 席卷全球，引发了 2019 年冠状病毒病 (COVID-19) 大流行 ( 1 )。截至 12 月 5 日，该病毒感染了 6500 万人，造成 150 万人死亡 ( 2 )。虽然 80% 的患者表现出轻微症状，但 20% 的患者可能会出现更严重的症状，需要严格随访和住院治疗。此外，这些住院患者中约有 28-30% 将被送入重症监护病房 (ICU) ( 3 )。COVID-19 给全球医疗保健系统带来负担，改变了提供患者护理的模式，以最大限度提高效率并防止工作人员传播，这可能会减少管理激增的劳动力。在 COVID 大流行期间，人工智能 (AI) 的使用引起了人们的关注；这样的例子还有很多，包括使用数学建模来了解疾病流行病学、追踪病例，甚至支持决策者进行大流行规划（4-6）。值得一提的是约翰霍普金斯大学系统科学与工程中心的案例，该中心创建了“冠状病毒追踪器 R ⃝”平台，这是人工智能收集和分析大量数据以追踪全球大流行进展的独特证据（7）。医疗保健人工智能采用的数据管道包括数据收集和处理、机器学习（ML）方法的应用和性能验证等步骤，并进一步转化为具有医学反馈的临床应用，例如医学成像。这些管道可以协助大量由人类执行的诊断测试和程序，从而影响资源分配、时间和结果预测（图1）。除了加速和改进流程之外，人工智能方法的应用还可以改善结果并降低医疗保健价值链的成本。这在 COVID-19 大流行中从未如此重要。本文旨在通过医学成像和电子健康数据管理的发展来反思人工智能在 COVID-19 大流行期间的价值。
通过层层创新增加价值。
热处理 热处理技术可用于改变纯金属和合金的性质。典型应用包括硬化和应力消除退火。热处理涉及以精确定义的间隔加热材料，然后冷却。根据技术的不同，可以使用多种不同的介质（如水、油、盐、保护气体或空气）进行冷却。可以对铝合金、钛和铜等多种材料进行热处理以提高其强度。我们配备了大型计算机控制炉，可运行全自动热处理循环 - 这些过程也可以实时记录。