XiaoMi-AI文件搜索系统
World File Search SystemBabina
企业 AI 态势的缺失环节
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 ），
人工智能的采用与公司绩效：管理与 IT
1 文献中广泛使用 IT 工作者数量来衡量企业的 IT 投资（例如 Tambe 和 Hitt，2012 年；Tambe、Hitt 和 Brynjolfsson，2012 年；Tambe 等人，2019 年） 2 Burning Glass Technologies（2019 年）描述了 BGT 的技能分类开发过程 3 在构建 AI 采用率衡量标准时，我们与 Babina 等人（2020 年）最近的一项研究不同，该研究也基于 BGT 数据，因为我们的衡量标准可以被认为更为保守，因为它仅基于与 AI 直接相关的技能，不包括可能与 AI 齐头并进但主要用于不涉及特定 AI 应用的任务的技能。但是，当以前与 AI 无关的技能开始用于 AI 目的时，我们的衡量标准也可以被认为不够灵活。
克罗地亚的循环经济和废物管理
克罗地亚： - 萨格勒布市的 ZCGO 公司计划在 2025 年之前建造一座 16,500 平方米的分拣厂。它将接收约 120,000 吨已经分离的所谓干回收物 - 塑料、纸张、纸板、金属和玻璃 - 这些将在工厂中进一步分离，产生纯回收物。考虑从废物到能源的概念。设计项目由 Hidroplan doo 完成。建设招标程序正在进行中。该市还计划在萨格勒布开始建造堆肥厂。 - 2022 年 11 月签署了在卡尔洛瓦茨县建造新废物管理中心 Babina Gora 中心的合同。承包商是波斯尼亚-黑塞哥维那公司 Hering - Elcom - Enova 集团。该中心旨在处理多达 30,000 吨混合城市垃圾。它将有一个处理分类收集的垃圾（包括建筑垃圾）的设施。它
人工智能和关系贷款
∗ Leonardo Gambacorta ( leonardo.gambacorta@bis.org ) is at the Bank for International Settlements and affiliated with CEPR, Fabiana Sabatini ( fabiana.sabatini@bancaditalia.it ) and Stefano Schiaffi ( stefano.schiaffi@bancaditalia.it ) are at the Bank of Italy, Economic Outlook and货币政策局。We would like to thank Andreas Barth, Tania Babina, Nicola Branzoli, Margherita Bottero, Giuseppe Ferrero, Giacomo Gaggero, Itay Goldstein, Simone Lenzu, Stefano Neri, Matthew Plosser, Edoardo Rainone, Ilaria Supino, Koji Takahashi, Andrea Tiseno for useful comments and建议以及2024年6月10日至11日举行的哥伦比亚商学院AI财务会议的参与者参加2024年2024年2024年2024年6月25日至27日在国际应用计量经济学协会年度会议上，参加了2024年6月25日，在2024年中央银行研究协会（CEBRA）的年度会议，Frankfurt AM，Frankfurt AM，28-30届，20024年9月28日至30日，在2024年9月28日至6月6日，上面召开了6届新界。罗马，2024年12月3日。此处表达的观点仅是作者的观点，不一定是意大利银行或国际定居银行的观点。
网络攻击通过企业供应链传播
∗ 我们感谢编辑 Toni Whited、匿名审稿人 Viral Acharya、Tania Babina、Jill Cetina、Miguel Faria-e-Castro、Mariassunta Giannetti、Michael Gofman、Ivan Ivanov、Victoria Ivashina、Huiyu Li、Nicola Limodio、Vojislav Maksimovic、Andreas Milidonis、Camelia Minoiu、Patricia Mosser、Andreas Papaetis、Brian Peretti、Andrea Presbitero、Julien Sauvagnat、Antoinette Schoar、Stacey Schreft 和 Jialan Wang 提供的极其有用的评论。我们还要感谢 2021 年 NBER 公司金融春季会议的与会者；伦敦经济学院；2020 年联邦储备系统金融机构、监管和市场会议；2020 年 OFR/克利夫兰联储金融稳定会议；欧洲复兴开发银行；美国联邦储备委员会；纽约联储；萨塞克斯大学；2020 年意大利银行/美联储非传统数据和统计学习会议；2020 年欧洲银行管理局政策研究研讨会；第三届金融中介和公司金融无尽夏季会议；2021 年 SGF 会议；意大利银行；慕尼黑大学 ifo 研究所；柏林洪堡大学；本特利大学；布拉特尔集团；弗吉尼亚大学达顿分校；巴布森学院；马萨诸塞大学阿默斯特分校；2021 年美联储压力测试会议；第四届 CEMLA 金融稳定会议；以及 2021 年 IBEFA 夏季会议的建议。我们还要感谢 Chris Florackis、Christodoulos Louca、Roni Michaely 和 Michael Weber 分享有关公司级网络安全风险的数据，以及 William Arnesen 和 Frank Ye 提供的出色研究协助。本文表达的观点为作者的观点，并不一定代表纽约联邦储备银行、联邦储备系统理事会或其其他工作人员的观点。电子邮件：matteo.crosignani@ny.frb.org；mmacchiavelli@isenberg.umass.edu；andre.f.silva@frb.gov。