XiaoMi-AI文件搜索系统
World File Search SystemHelfat
TheoryHub：基于资源的理论 - 纽卡斯尔大学
资源组合理论有两个基本假设，它们与解释企业资源如何产生持续的竞争优势以及为什么某些组织可以通过获得更高的竞争力而持续超越其他组织有关（Helfat & Peteraf，2003）。首先，企业拥有的资源组合各不相同（Helfat & Peteraf，2003）。资源组合理论的基石之一是企业群体中资源和能力的异质性，这决定了每个企业的竞争优势。资源异质性假设一家企业在特定情况下拥有独特的资源，可能更擅长执行特定活动并创造竞争优势。其次，企业间资源交易的复杂性可能会导致资源差异的持续存在（资源不流动假设）。
开放式创新和动态能力视角
正如文献综述中所强调的，数字化转型与传统形式的战略变革不同，这是因为数字技术推动的变革步伐加快。这种加速导致环境波动性、复杂性和不确定性加剧（Matt 等人，2015 年）。为了有效应对这些快速变化的环境条件，“企业应该努力适应、整合和重新配置内部和外部组织技能、资源和职能能力”（Teece 等人，1997 年）。因此，重点将放在一个理论框架上，该框架定义了基于创新的能力，这些能力提供了创建、扩展和修改企业资源基础的能力：动态能力理论（Helfat 等人，2007 年）。
ID/EPRINT/3861/ - LBS Research Online
从美国公用事业到澳大利亚建筑商，从亚洲制造商到欧洲酿酒师，公司面临着对气候变化的直接，物理影响的越来越多。极端天气事件，例如野火和洪水，有可能破坏财产和破坏操作。1逐渐变化，例如水和热应激，有可能限制获得所需资源的机会并导致生产力损失。2此外，增加的物理气候暴露还会间接影响企业，例如，通过更高的保险和债务成本增加（Hope＆Friedman，2018; Kling等，2021; Quinson，2021）。物理气候变化的暴露是天生的前瞻性和长期的，超过了典型的管理和商业周期时间范围（Bansal等，2018； Carney，2015； Flammer等，2021； Wright＆Nyberg，2017）。这些暴露的性质是动态且高度不确定的，充满了模型选择的歧义，气候模型中未知的结果以及预测对未来效果和财务影响的不确定性（Barnett等，2020; Pindyck，2022年，第2022页，第2022页，第2022页）56 - 77）。此外，气候变化是系统性的，会影响各个部门和国家（Li等，2021； Winn等，2011）。这些长期，不确定和全身性的效果使身体变化与短期冲击或经历的变化不同（Aghion等，2012; Anand＆Singh，1997; Eggers＆Park，2018; Flammer＆ioannou，2021），对公司的策略（Howardville＆Lahnnemem，linnemen，linnemen，2021; linnnnnnnnement; linnnnnnnnement; linnnnnnnnement；面临着增加气候变化的身体暴露，对公司的适应和解决后果至关重要。首先，他们需要适应自己的生存和成长（Amit＆Wernerfelt，1990; Helfat＆Martin，2015; Tashman＆Rivera，2016年）。此外，它们的适应对他们所服务的社会和社区至关重要（Surminski，2013； Winn＆Pogutz，2013）。有关气候变化的现有管理文献主要集中在公司的缓解策略上 - 减少公司对
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）。