XiaoMi-AI文件搜索系统
World File Search SystemHenfridsson
更好地理解开放生态系统
从架构角度来看，数字生态系统通常被归类为“平台介导网络”（Rochet & Tirole，2003；Eisenmann、Parker 和 Van Alstyne，2006；Evans 和 Schmalensee，2007）或具有“分层模块化架构”，其中包括服务层和内容层（Yoo 等人，2010；Parker 等人，2016）。然而，这些分类仅捕捉到了一些基本特征。后来文献中提出了一个更细致的定义，将数字生态系统描述为一个可扩展的代码库（平台），辅以第三方模块（应用程序）和接口（如 API、SDK 和模板），以实现互操作性（Tiwana 等人，2010 年；Boudreau，2012 年；Tiwana，2013 年；Anderson 等人，2014 年；Gawer，2014 年；Ghazawneh & Henfridsson，2015 年；Cennamo 等人，2018 年）。这些接口通常被称为“边界资源”，促进了平台与其参与者之间的公平关系，并成为理解数字生态系统动态的核心分析单位（Eisenmann 等人，2011 年；Henfridsson & Bygstad，2013 年；Eaton 等人，2015 年）。
共享经济中的数字创新与企业
在这个数字时代，数字创新和企业已成为共享经济的一种可能处方。学者们已经注意到，数字创新正在改变技术格局、创业实践以及全球消费者的行为、态度和信念。本研究报告有三个目的。首先，它介绍了数字创新和企业作为共享经济中一个富有成果的研究领域。其次，它扩展了 Yoo、Henfridsson 和 Lyytinen (2010) 关于“数字创新的新组织逻辑”的议程，提出了当代研究问题以供学术合作。第三，它试图将数字业务研究从 B2B、B2C、移动社交环境推进到解决当前社会经济趋势的新兴生态系统。在提出这样的数字业务研究议程时，作者推理了为什么行动设计研究可能特别适合以用例等工件的形式迭代开发、复制和共享研究结果。
人工智能、数据驱动学习和平台生态系统的去中心化结构
Gregory、Henfridsson、Kaganer 和 Kyriakou (2020) 强调了数据和人工智能作为平台可用来提升用户价值的战略资源的重要作用。然而，他们的文章忽略了一个重要的概念区别：与平台连接的分散用户的安装基础位于平台所有者公司的边界之外，而从该安装基础获得的累积数据存在于公司边界内部并受公司控制。解释这一区别带来了两个与他们的理论不同的关键点。首先，平台生态系统的分散结构使得平台的价值获取成为分析数据驱动学习对用户的影响时必不可少的考虑因素。由于人工智能和数据允许平台增加平台所有者从用户那里获取的价值份额，因此用户感知到的价值往往会下降。其次，作为平台公司的内部资产，来自用户和补充者的数据表现出与控制安装基础本身的动态不同的动态。因此，平台数据存量的数量和质量与平台安装基础的规模仅松散地耦合。我们强调了这种区别对于推出新的多边平台的管理者的战略意义。
建议引用：Mucha, Tomasz；Seppälä, Timo (2020)：人工智能平台——数字平台经济的新研究议程，ETLA 工作论文，第 76 号，芬兰经济研究所 (ETLA)，赫尔辛基
1.人工智能技术的兴起及其在数字平台中的应用 早在移动平台争夺战爆发之前，许多数字平台公司就已经在其内部业务流程或客户服务中使用机器学习算法。iPhone AppStore 于 2008 年中期推出（Ghazawneh & Henfridsson，2013 年）。微软于 2003 年推出了基于机器学习的垃圾邮件过滤功能（Buderi，2005 年）。eBay 至少从 2006 年开始利用机器学习对产品进行分类和搜索 1 。在现代人工智能 (AI) 取得一系列突破和深度神经网络性能改进之后，这些技术变得无处不在，平台公司成为主要提供商（例如，参见 Nilsson，2009 年，第 33 章；Schmidhuber，2017 年）。正如 (Brock & Von Wangenheim, 2019) 所指出的，似乎没有普遍接受的 AI 定义。尽管如此，以下包容性定义，“人工智能。..旨在让计算机做一些事情，当由人完成时，被描述为具有指示智能”（Brooks，1991，第 1 页）不仅涵盖了当今的深度神经网络和更广泛的机器学习，而且还涵盖了 AI 讨论中存在的许多不同观点。尽管定义不明确，但广泛属于人工智能范畴的符号和概率技术已成为实质性发展的目标