XiaoMi-AI文件搜索系统
World File Search SystemKarmarkar
印度的关键能源过渡矿物质|卷II
我们要感谢Pramit Pal Chaudhuri在这项工作概念化期间的宝贵指导和投入，尤其是在与地缘政治有关的问题上。我们想对同伴评论家，IEA的Amrita Dasgupta，Avinesh Khemka和Mayur Karmarkar和Mayur Karmarkar，ICA，Cäciliele Gallic和OECD的团队，Isabelle Ramdoo，Isabelle Ramdoo，Igf，Nandakumar Janardhanan at ige and aTakyAthanan at iga andakya at iga and vij kum kum kum and vij vij vij。 Greenhub Systems Pvt的Vijai Singhal。Ltd.，其宝贵的反馈和见解极大地有助于提高这项研究的质量。我们还要感谢2024年1月举行的“低碳技术的关键原材料”的参与者，尤其是政府，工业，智囊团和其他人的专家，因为他们的关键投入和积极参与了这项研究的方向。他们的集体专业知识和贡献有助于增强本报告的深度和相关性。
印度的关键能源过渡矿物质|卷I
我们要感谢Pramit Pal Chaudhuri在这项工作概念化期间的宝贵指导和投入，尤其是在与地缘政治有关的问题上。我们想对同伴评论家，IEA的Amrita Dasgupta，Avinesh Khemka和Mayur Karmarkar和Mayur Karmarkar，ICA，Cäciliele Gallic和OECD的团队，Isabelle Ramdoo，Isabelle Ramdoo，Igf，Nandakumar Janardhanan at ige and aTakyAthanan at iga andakya at iga and vij kum kum kum and vij vij vij。 Greenhub Systems Pvt的Vijai Singhal。Ltd.，其宝贵的反馈和见解极大地有助于提高这项研究的质量。我们还要感谢2024年1月举行的“低碳技术的关键原材料”的参与者，尤其是政府，工业，智囊团和其他人的专家，因为他们的关键投入和积极参与了这项研究的方向。他们的集体专业知识和贡献有助于增强本报告的深度和相关性。
电池电力和氢气轨道设备安全
Robert Jones，Stadler Uday Karmarkar，Wabtec Corp. Joseph Kenas，Alstom Manjit Khalsa，Santa Clara Valley Trans。 auth。 Christian Knapp，丹佛交通运营商Tammy Krause，STV，Inc。Russell Kubycheck，进步铁路Chris Lafleur，Sandia National Laboratories Pallavi Lal，Hatch Yves Yves Laperriere，Alstom Peter Peter Lapre，Federal Railroad Indercation Victor Lopez，Victor Lopez，Victor Lopez，San Bernardino County Transp。 auth。 Jason Maher，Brookville设备公司。FrancescoMaldari，MTA Long Island Road Liam Martin，ABB，INC Eloy Martinez，HntB Jack Martineson，Stadler Joel McNeil，Brookville设备公司，James Michel，James Michel，James Michel，Arema Jonathan Michel，Arema Jonathan Michel，Arema Alstom Thomas Newey，网络铁路咨询公司Malick Ba Niane，STV，Inc。Max Nitke，铁路发展公司Max Nitke，Bill O'Hair，Bill O'Hair，Valley Link Link Rail Jim Rail，Raul V. Bravo + Associates，Inc。Devon Parsons，Devon Parsons，Amtrak Thomas Peacock，Amtrak Thomas Pecock，AtkinsréalisRony pr。 Bravo + Associates，Inc Phani Raj，联邦铁路管理局Joseph Reynolds，地铁 - 北通勤铁路Robert Jones，Stadler Uday Karmarkar，Wabtec Corp. Joseph Kenas，Alstom Manjit Khalsa，Santa Clara Valley Trans。auth。Christian Knapp，丹佛交通运营商Tammy Krause，STV，Inc。Russell Kubycheck，进步铁路Chris Lafleur，Sandia National Laboratories Pallavi Lal，Hatch Yves Yves Laperriere，Alstom Peter Peter Lapre，Federal Railroad Indercation Victor Lopez，Victor Lopez，Victor Lopez，San Bernardino County Transp。auth。Jason Maher，Brookville设备公司。FrancescoMaldari，MTA Long Island Road Liam Martin，ABB，INC Eloy Martinez，HntB Jack Martineson，Stadler Joel McNeil，Brookville设备公司，James Michel，James Michel，James Michel，Arema Jonathan Michel，Arema Jonathan Michel，Arema Alstom Thomas Newey，网络铁路咨询公司Malick Ba Niane，STV，Inc。Max Nitke，铁路发展公司Max Nitke，Bill O'Hair，Bill O'Hair，Valley Link Link Rail Jim Rail，Raul V. Bravo + Associates，Inc。Devon Parsons，Devon Parsons，Amtrak Thomas Peacock，Amtrak Thomas Pecock，AtkinsréalisRony pr。 Bravo + Associates，Inc Phani Raj，联邦铁路管理局Joseph Reynolds，地铁 - 北通勤铁路
人工智能在运营管理中的应用
智能技术（Duan 等人 2019；Dubey 等人 2020；Hughes 等人 2019；Ismagilova 等人 2019；Wamba 和 Queiroz 2020）。数字化转型中技术的使用取决于组织对技术的态度、感知有用性和感知易用性（Berlak 等人 2020；Grover 等人 2019c）。组织已积极参与数字化转型（Burton-Jones 等人 2020）。人工智能和大数据共同塑造了经济、社会和政治领域（Duan 等人 2019；Dwivedi 等人 2019；Elish 和 Boyd 2018；Wamba 等人 2015、2017）。人工智能被定义为系统解释和学习数字痕迹的能力（Haenlein 和 Kaplan 2019）。Metcalf 等人（2019）认为人工智能可以增强员工的智力。人工智能通过提供多样化和不同的解决方案帮助员工克服复杂情况（Jarrahi 2018），随后可以在决策过程中提供规范性输入（Bader 和 Kaiser 2019）。员工应该更多地专注于创造性工作，并应该学习如何有效地使用机器完成日常任务（Jarrahi 2018）。Morikawa（2017）指出，拥有高学历员工和全球业务的公司期望人工智能技术将对企业产生积极影响。文献中将 OM 定义为端到端的组织管理活动和服务链（Karmarkar 和 Apte 2007；Subramanian 和 Ramanathan 2012），其包括产品设计、流程设计、商品生产、规划、调度（Zhao 等 2020）、个性化定位、交付、定制、物流、外包等多项活动。本研究的第一个研究空白是 Brock 和 Wangenheim（2019）指出的空白，即管理者对如何在其组织运营中使用 AI 知之甚少。因此，本文介绍了 AI 在 OM 不同要素（如制造、产品开发、服务和供应链）中的使用。本研究确定的第二个研究空白基于 Gunasekaran 和 Ngai（2012）强调的空白，即需要开发 OM 模型来综合信息并将其转换为知识。因此，本研究试图探索利用人工智能对数字化转型计划获得的组织内存储的数据和信息资产进行信息转化为知识的前景。本研究确定的第三个空白是 Haenlein 和 Kaplan (2019) 强调的开放性问题，即人类和人工智能支持的系统如何和平共处。因此，本研究以命题的形式探讨了八种情景，作者认为员工和人工智能驱动的系统应该协同工作并建立共生关系，因为两者相互依赖，而人工智能系统的成功取决于两者的相互理解。文献表明，与其他技术创新相比，人工智能具有许多优势。首先，人工智能可以通过支持感知、抓取和转换的动态能力来降低风险（Matilda 和 Chesbrough 2020）。其次，人工智能扩大了创造性思维的范围（Eriksson 等人，2020）。第三，人工智能系统支持的一些重要特性是情境感知、通信能力、嵌入式知识、推理能力和自组织能力（Romero 等人，2020）。第四，人工智能、机器人和大数据的结合被称为第四次工业革命，因为这些技术将带来巨大的影响。Jarrahi（2018）建议，人工智能系统的设计不应以取代人类贡献为目的，而应以增强人类知识和决策为目的。本研究的重点是探索员工之间的共生关系以及人工智能在 OM 不同要素中用于做出有效决策的使用。本研究探讨的第一个研究问题是，如何在组织环境中将人工智能应用于 OM？为了探索这个研究问题，提出了八个命题（命题