XiaoMi-AI文件搜索系统
World File Search SystemArgyres
无人机法规比较分析...
鉴于创新和技术改变和创造城市无人机市场的机会，它还将“创新冲击”与引入新产品和服务的概念联系起来，从而刺激和加速技术的需求和发展（Argyres，Bigelow＆Nickerson，2015）。近年来，初创企业已经变得流行，并基于多个行业的良好概念和运营规则基础。Aulet（2013）和Picken（2017）都指出，创建和发展初创企业的过程强调探索，验证和改进商业项目的过程。Blank（2017，第12页）初创企业需要不断发明和创新，以确保商业模式的增长和生存。
人工智能和竞争优势的变化来源
人工智能（AI）使机器能够执行以前仅与人类思想相关的认知功能（Rai，Constantinides和Sarker，2019年）。管理学者认为AI改变了竞争优势的来源（Daugherty＆Wilson，2018年，第214页； Davenport＆Kirby，2016年，第204页），但就这种变化的发生方式提供了对比的观点。有人假设AI替代了人类的认知能力（Balasubramanian，Ye和＆Xu，2021年），例如，当机器取代了股票投资中的银行家（Noonan，2017年），代替人才招聘的管理人员（Noonan，2017年）（Chamorro-Premuzic，Polli，Polli，Polli和Dattner，2019年），并受到治疗的治疗。其他人认为，当银行家，经理和医生与机器合作进行公平投资（Marraion，2017年），人才招聘（Hook，2017年）和医疗治疗（Topol，2019年）时，AI的补充而不是替代人类的认知能力（Murray，Rhymer和Sirmon，2021），2021年）。基于资源的视图（RBV）描述了资源与竞争优势相关联的理论机制（Barney，1991）。它将人类的认知能力描述为重要的优势来源，因为这些功能是异质分布，供应量有限且难以模仿的。因此，当管理者将它们用于战略决策和解决问题时，这种功能会导致绩效差异（Helfat＆Peteraf，2015； Kunc＆Morecroft，2010）。RBV对AI采用如何影响决策的竞争优势的预测尚无定论。因此，AI有可能替代当AI替代人类的认知能力时，RBV期望这些能力提供给侵蚀的优势（Peteraf＆Bergen，2003年）。这是因为作为一种技术资源，AI的边际繁殖成本接近零，几乎没有模仿障碍（Brynjolfsson＆McAfee，2014年，第31页）。Conversely, if AI complements humans' cognitive capabilities, the RBV expects it to generate advantages (Argyres & Zenger, 2012), because, as a widely applicable technology, AI enables the creation of unique bundles of previously unrelated resources — such as physicians' expertise and AI's machine prediction (Agrawal, Gans, & Goldfarb, 2018, p. 108).这些不确定的预测来自AI的独特特征。与先前的技术相反，AI使机器能够自主学习和行动（Balasubramanian等，2021），这反过来允许这些机器在决策和解决问题中与人类相互作用（Murray等，2021年）。
在多层供应链中的直接和间接交易的理论理论
供应商。在这种情况下，买方对下层供应商的选择和管理的采购决策保持了一定程度的控制（Choi＆Linton，2011; Kay大，2013年）。在这种方法中，考虑到对低层供应商的控制，买方将需要在材料清单中分别分析每个外包产品的组件，并确定其需要保留哪种组件的采购来保留控制。有关多层供应链管理的文献强调了管理较低层供应链的重要性，产品质量，供应风险，创新和可持续性（Choi＆Linton，2011; Mena等，2013; Wilhelm et al。，2016）。这种不断增长的文献还提出了在多个供应链中发挥影响的不同机制（Choi，2023; Koberg＆Longoni，2019; Tachizawa＆Wong＆Wong，2014; Villena，2019）。尽管如此，就存在开发一个更简单，更具凝聚力的框架的机会。我们通过建立交易成本经济学（TCE）及其扩展，这是通过功能观点所构成的（例如Argyres＆Zenger，2012; Jain＆Thietart，2014; Ketokivi＆Mahoney，2020年）。但是，现有的TCE工作并未明确考虑交易的多层性质以及直接交易和间接交易之间的固有相互依赖性（Chae等，2019）。Williamson（1985）对交易的认同 - 作为“基本分析的基本单位”，交易 - 商品，服务或资产之间的交换激发了关于公司层面外包决策的大型和有见地的文献。尽管如此，由于任何给定的转移仅在长长的交易链中仅是一个链接（Yan等，2015），因此我们通过垂直分解沿供应链的传输来沿另一个方向发展该理论。通过断言TCE核心的交易包括一系列交织在一起的直接和间接交易，每个交易都需要一个单独但不是独立的治理决策，本研究旨在将有关供应链级交易的治理决策理论化。这项研究的理论框架在直接和间接交易的结论中区分了资产特异性和绩效歧义。因此，在这篇概念上的文章中，我们将TCE和多层供应链管理文献中的见解整合在一起，以回答以下研究问题：如何将TCE的关键前提扩展和修改为多层供应链的背景？将TCE扩展到多层供应链的上下文可以通过使他们能够应用结构化的决策过程来剖析和浏览多层供应链，从而为买家提供独特的实际利益。