XiaoMi-AI文件搜索系统
World File Search System机械制造
建议引用：Krzywdzinski, Martin；Butollo, Florian (2022)：将经验知识与人工智能相结合。传统机械制造公司的数字化转型，管理评论 (mrev) - 社会经济研究，ISSN 1861-9908，Nomos，巴登-巴登，第 33 卷，Iss。2，第 161-184 页，https://doi.org/10.5771/0935-9915-2022-2-161
工业 4.0 技术的发展为制造企业的数字化转型创造了空间，这些企业的业务模式越来越依赖于软件和基于数据的服务。虽然一些研究强调制造业别无选择，只能遵循这种转型，但对于企业如何实际管理这种转型，我们知之甚少。本文以一家领先的机械工程公司为例，分析该公司如何组织新数字技术的开发，以及如何改变其组织结构和实践。它基于 22 次访谈和对公司文件的分析。该分析借鉴了双元理论，并扩展到动态过程分析。它表明，数字化转型以支持跨职能合作的结构和实践的发展以及新技能形成方法的创造为前提。开发了与制造企业数字化转型相关的组织变革模型，包括概念验证阶段、部分开发阶段和组织转型阶段。
机械制造者演示：机械共同创造的人工智能
游戏开发需要专业知识，包括设计和编码技能。这些技能要求成为一道障碍，限制了那些可能从游戏制作能力中受益最多的人。例如，教育工作者、活动家或那些没有时间或金钱学习传统游戏开发的人。研究人员已经推广自动化游戏设计作为解决这一问题的潜在解决方案，其中计算机系统无需人工交互即可构建游戏。然而，自动化游戏设计并不能完全降低游戏开发的难度。这些现有的系统依赖于开发人员输入到系统中的游戏设计知识（Cook、Colton 和 Gow 2016；Summerville 等人 2018）。这意味着扩展工具以能够制作新游戏所需的知识与人类开发游戏所需的知识相同。相比之下，我们的工具可以自动从人类用户那里学习隐性游戏机制。在我们的工具中，用户可以创建一个不存在的游戏的框架，直观地展示他们希望游戏如何工作。我们在游戏引擎 Unity 中为该工具构建了图形用户界面 (GUI)，以使用户创作更接近最终产品。后端规则学习 AI 从用户的演示中学习隐含规则 (Guz-dial、Li 和 Riedl 2017)。我们的目标是，该工具可用于创建教育、科学和娱乐游戏，而鉴于现代游戏开发的资源要求，目前这些游戏是不可行的。我们将其称为