XiaoMi-AI文件搜索系统
World File Search SystemLakhani
新颖的数据集及其潜在用途
人工智能 (AI) 的最新进展激发了人们对 AI 刺激经济增长潜力的兴奋，学者们认为 AI 有可能成为我们这个时代最重要的“通用技术”（Brynjolfsson & McAfee，2017 年）。然而，人们担心，AI 的进步也可能对劳动力市场、企业和行业产生重大影响，因为它会取代工人、改变职业管辖权、改变战略并影响绩效。几十年来，学者们一直在思考信息技术的快速发展是否以及如何改变竞争和战略的性质（Bennett & Hall，2020 年；Bettis & Hitt，1995 年；Tippins & Sohi，2003 年）。近年来，越来越多的研究人员开始研究人工智能如何影响企业设计、战略、组织学习和管理（例如，Balasubramanian、Xu 和 Ye，2020 年；Bughin、Kretschmer 和 van Zeebroeck，2019 年；Iansiti 和 Lakhani，2020 年；Jia、Luo 和 Fang，2020a、2020b；Khashabi 和 Kretschmer，2019 年；Raj 和 Seamans，2019 年；Wuebker、Saouma 和 McGahan，2018 年）。然而，尽管学术文献和公共媒体对人工智能对职业、企业和市场的影响非常感兴趣，但系统的证据收集却很少。缺乏证据的部分原因在于人工智能的快速发展是一种新兴现象，衡量其影响的标准尚未确定，因此也不适合发展（McElheran，2018；Raj & Seamans，2018）。
实施和扩展人工智能
ChatGPT 和其他生成式人工智能 (AI) 系统的发布改变了企业的游戏规则 (Edelman 和 Abraham，2023 年；OpenAI，2022a)。多年来，专家们一直预计人工智能将对几乎所有行业产生深远影响 (Berg 等人，2018 年；Chui 等人，2018 年)。然而，这种新型人工智能——生成式人工智能——正在增强这些预测 (Chui 等人，2022 年)。生成式 AI 包括大型语言模型（例如 LLaMA，参见 Meta AI，2023 年；GPT-3，参见 OpenAI 和 Pilipiszyn，2021 年；Bard，参见 Pichai，2023 年）、基于图像的系统（例如 Midjourney，参见 Midjourney，2022 年；DALL-E，参见 OpenAI，2022b 年；Stable Diffusion，参见 Stability AI，2022 年）和结合不同类型输入的多模态系统（例如 GPT-4，参见 OpenAI，2023 年）以及特定于应用的系统，例如用于蛋白质结构预测的 AlphaFold（Hassabis，2022 年）。任何尝试过这些系统的人都可以很快发现，它们不仅可以为企业提高效率和效能；它们将为企业创造强大的新能力的基础（Chui 等人，2022 年）。推动这些基础模型发展的最大科技公司（《经济学人》，2022 年）已经将这项技术融入其价值主张的核心（Iansiti 和 Lakhani，2020 年）。
伊利诺伊州创新与技术部
秘书（2024 年 5 月 24 日至今） Sanjay Gupta 秘书（代理）（2023 年 7 月 1 日 2024 年 5 月 23 日） Sanjay Gupta 副秘书（2024 年 5 月 24 日至今） Brandon Ragle 副秘书（代理）（2023 年 7 月 1 日 2024 年 5 月 23 日） Brandon Ragle 代理助理秘书（2023 年 7 月 1 日至今） 空缺 参谋长 Jenifer Johnson 首席行政官 Albert Coll 首席技术官 Lori Sorenson 首席数据官（2024 年 6 月 18 日至今） 空缺 首席数据官（2023 年 7 月 1 日 2024 年 6 月 17 日） Dessa Gypalo 首席信息安全官（2024 年 5 月 16 日至今） Jason Bowen 首席信息安全官（2024 年 1 月 8 日 2024 年 5 月 15 日） 空缺 首席信息安全官（2023 年 7 月 1 日 2024 年 1 月 7 日） Adam Ford 首席企业架构师（2024 年 2 月 1 日至今） William Downing 首席企业架构师(7/1/23 1/31/24) 空缺 ERP 项目总监 Tara Kessler 首席内部审计师 John Valtierra 平权行动/平等就业机会官 Vickie Simpson 供应商多元化主管 Aliceber Rivera 首席信息无障碍官 Michael Scott 首席财务官 Mary Feagans 总法律顾问 (12/1/23 至今) Radhika Lakhani 总法律顾问 (7/1/23 11/30/23) Margaret Van Dijk 集团首席信息官 健康与人类服务部
值得信赖的自主性：机器人、人工智能和区块链 - OpenMind
Soona Amhaz (Volt Capital)、James Ball (Nethermind)、Anna Bertha (DCG)、Casey Caruso (Topology)、Cheryl Chan (Dragonfly)、Grace Deng (SevenX)、Lucas Chu (C-Haus 和创始人，隐身)、Shumo Chu (Nebra)、Chang Gao (Waymo)、Tian Gao (斯坦福机器人实验室)、Yarco Hayduk (Pragma Ventures)、Richard He (Openmart)、Yu Hu (Kaito AI)、Nathan Jay (Nethermind)、Yuchen Jin (Hyperbolic)、Sami Kassab (Crucible Labs)、Anna Kazlauskas (Vana)、Anika Lakhani (哈佛区块链)、Tony Lau (Primitive Ventures)、Kevin Leffew (Coinbase 开发者平台)、Shujia Liang (PrismaX)、Kent Lin (Optimum)、Huihan Liu (UT Austin Robotics)、Niels Ma (耶鲁区块链和 BuidlerDAO)、Devishree Mohan (OpenLedger)、 Lincoln Murr（Coinbase 开发者平台）、Akilesh Potti（Ritual）、Gengmo Qi（Dragonfly/IC3）、Gil Rosen（Blockchain Builders Fund）、Bill Shi（Pond）、Joshua Simenhoff（Ritual）、Ben Siraphob（耶鲁大学，邵钟实验室）、Jiahao Sun（Flock.io）、Xyn Sun（Flashbots Teleport）、Trace（Standard Crypto）、Nima Vaziri（EigenLayer）、Alex Tong（哈佛大学，杨衡实验室）、Matthew W（OpenGradient）、Dovey Wan（Primitive Ventures）、Dave Wang（Love.ai）、Steven Willinger（Blockchain Builders Fund）、Kathryn Wu（Openmart）、Kenzi W（Symbolic）、Michael Wu（Amber）、Joshua Yang（Hyperion Ventures）、Jay Yu（斯坦福区块链俱乐部）、Dylan Z（Pond）、George Zhang（Flashbots）、Jasper Zhang（Hyperbolic）、 SH Zhong（牛津机器人研究所）以及不愿透露姓名的业界朋友，我们深深感谢你们的大力支持。
数字化转型、机器人技术、人工智能和创新
随着技术、算法、互联网、互联互通和大数据存储的加速发展，当代商业组织继续拥抱数字化转型 (DT)（Foerster-Metz、Marquardt、Golowko、Kompalla 和 Hell，2018 年；Hanelta、Bohnsack、Marzc 和 Maranteb，2021 年）。数字技术的广泛采用已在组织中引发了广泛的转型，预计这将影响组织的内部运营和流程（Kretschmer 和 Khashabi，2020 年；Magistretti、Pham 和 Dell'Era，2021 年）。尤其是，组织认为数字化将帮助他们从根本上提高组织资源、人员、文化、决策（Devonport，2018 年）和内部教育定制培训（Foerster-Metz 等人，2018 年）的效率和效力，从而获得竞争优势。鉴于 DT 是多维的（Appio、Frattini、Petruzzelli 和 Neirotti，2021 年；Zangiacomi、Pessot、Fornasiero、Bertetti 和 Sacco，2020 年），研究人员对其的定义各不相同（参见 Verhoef、Broekhuizen、Bart、Bhattacharya、Dong、Fabian 和 Haenlein，2021 年；Vial，2019 年）。事实上，Warner 和 Wager (2019) 认为，DT 缺乏关于其确切含义和含义的共同共识 (Wessel、Baiyere、Ologeanu-Taddei、Cha 和 Blegind-Jensen，2021)。然而，人们一致认为，DT 可以被描述为新数字技术与组织结构的新兴融合，这表明需要转变传统的商业模式 (Reier Forradellas 和 Garay Gallastegui，2021)。尤其是，Tang (2021) 认为，DT 受到社交媒体、移动性、物联网 (IoT)、网络安全、大数据和分析、云计算、机器人、自动化、人工智能 (AI，包括机器学习) 等技术趋势的驱动。这些技术趋势为企业提供了全面数字化、转型和发展其组织的能力，涵盖增长和运营改进，并与组织战略更新相关（Kretschmar & Khashabi，2020）。在此背景下，本期（27.5）中的论文集探讨了 DT、机器人、人工智能和创新之间的交集。第一篇论文来自新兴经济体，正面解决了 DT 问题。该研究采用概念方法，重点关注利益相关者对实施数字化过程的投入以及可持续发展目标 4 和 9 等背景因素。这些目标主要针对各级教育的发展、产业合作和改进。在这篇论文“数字化转型：实现尼日利亚可持续发展目标 4 和 9 的概念框架”中，作者 Ufua、Emielu、Olujobi、Lakhani、Borishade、Ibidunni 和 Osabuohien 探讨了数字化转型在实现联合国可持续发展目标 (SDG) 方面的潜力，重点关注尼日利亚的可持续发展目标 4 和 9。文献综述表明，数字化转型有可能提高可持续发展目标 4 和 9 的实现，但这取决于利益相关者的承诺水平和电子政务绩效。作者建议采用多学科方法，通过有效的利益相关者参与和透明的流程，对尼日利亚的可持续发展目标 4 和 9 进行面向发展的数字化转型干预
数字化转型、机器人技术、人工智能和创新
随着技术、算法、互联网、互联互通和大数据存储的加速发展，当代商业组织继续拥抱数字化转型 (DT)（Foerster-Metz、Marquardt、Golowko、Kompalla 和 Hell，2018 年；Hanelta、Bohnsack、Marzc 和 Maranteb，2021 年）。数字技术的广泛采用已在组织中引发了广泛的转型，预计这将影响组织的内部运营和流程（Kretschmer 和 Khashabi，2020 年；Magistretti、Pham 和 Dell'Era，2021 年）。尤其是，组织认为数字化将帮助他们从根本上提高组织资源、人员、文化、决策（Devonport，2018 年）和内部教育定制培训（Foerster-Metz 等人，2018 年）的效率和效力，从而获得竞争优势。鉴于 DT 是多维的（Appio、Frattini、Petruzzelli 和 Neirotti，2021 年；Zangiacomi、Pessot、Fornasiero、Bertetti 和 Sacco，2020 年），研究人员对其的定义各不相同（参见 Verhoef、Broekhuizen、Bart、Bhattacharya、Dong、Fabian 和 Haenlein，2021 年；Vial，2019 年）。事实上，Warner 和 Wager (2019) 认为，DT 缺乏关于其确切含义和含义的共同共识 (Wessel、Baiyere、Ologeanu-Taddei、Cha 和 Blegind-Jensen，2021)。然而，人们一致认为，DT 可以被描述为新数字技术与组织结构的新兴融合，这表明需要转变传统的商业模式 (Reier Forradellas 和 Garay Gallastegui，2021)。尤其是，Tang (2021) 认为，DT 受到社交媒体、移动性、物联网 (IoT)、网络安全、大数据和分析、云计算、机器人、自动化、人工智能 (AI，包括机器学习) 等技术趋势的驱动。这些技术趋势为企业提供了全面数字化、转型和发展其组织的能力，涵盖增长和运营改进，并与组织战略更新相关（Kretschmar & Khashabi，2020）。在此背景下，本期（27.5）中的论文集探讨了 DT、机器人、人工智能和创新之间的交集。第一篇论文来自新兴经济体，正面解决了 DT 问题。该研究采用概念方法，重点关注利益相关者对实施数字化过程的投入以及可持续发展目标 4 和 9 等背景因素。这些目标主要针对各级教育的发展、产业合作和改进。在这篇论文“数字化转型：实现尼日利亚可持续发展目标 4 和 9 的概念框架”中，作者 Ufua、Emielu、Olujobi、Lakhani、Borishade、Ibidunni 和 Osabuohien 探讨了数字化转型在实现联合国可持续发展目标 (SDG) 方面的潜力，重点关注尼日利亚的可持续发展目标 4 和 9。文献综述表明，数字化转型有可能提高可持续发展目标 4 和 9 的实现，但这取决于利益相关者的承诺水平和电子政务绩效。作者建议采用多学科方法，通过有效的利益相关者参与和透明的流程，对尼日利亚的可持续发展目标 4 和 9 进行面向发展的数字化转型干预
Ratten, V.、Hasan, R.、Kumar, D.、Bustard, J.、Ojala, A. 和 Salamzadeh, Y. (2024)。向人工智能研究人员学习有关国际商业影响的知识。《Thunderbird 国际商业评论》，66(2)，211-219。https://doi.org/10.1002/tie.22374
Aminov, KI、Krikukhin, IY 和 Zakharova, AV (2023)。人工智能在国际业务中应用的主要障碍和方向。经济与管理，29 (3)，280 – 287。https://doi.org/10.35854/1998-1627-2023-3-280-287 Autio, E.、Mudambi, R. 和 Yoo, Y. (2021)。动荡世界中的数字化与全球化：离心力和向心力。全球战略杂志，11 (1)，3 – 16。https://doi.org/10.1002/gsj.1396 Bahoo, S.、Cucculelli, M. 和 Qamar, D. (2023)。人工智能与企业创新：回顾与研究议程。技术预测与社会变革，188，122264。Bhatti, WA、Vahlne, J.-E.、Glowik, M. 和 Larimo, JA (2022)。工业 4.0 对 2017 年版乌普萨拉模型的影响。国际商业评论，31 (4)，1 – 14。https://doi.org/10.1016/j.ibusrev.2022。101996 Borges, AFS、Laurindo, FJB、Spínola, MM、Gonçalves, RF 和 Mattos, CA (2021)。数字时代人工智能的战略性使用：系统文献综述和未来研究方向。国际信息管理杂志，57，102225。https://doi.org/10.1016/j.ijinfomgt.2020.102225 Choudhury, P.、Starr, E. 和 Agarwal, R. (2020)。机器学习与人力资本互补性：偏见缓解的实验证据。战略管理杂志，41 (8)，1381 – 1411。https://doi.org/10.1002/smj.3152 Coviello, N.、Kano, L. 和 Liesch, PW (2017)。将乌普萨拉模型应用于现代世界：宏观背景和微观基础。国际商业研究杂志，48 (9)，1151 – 1164。https://doi.org/10。 1057/s41267-017-0120-x Cuypers, IRP、Hennart, J.-F.、Silverman, BS 和 Ertug, G. (2021)。交易成本理论：过去的进展、当前的挑战和对未来的建议。管理学院年鉴，15 (1)，111 – 150。https://doi.org/10.5465/annals.2019.0051 Davenport, T.、Guha, A.、Grewal, D. 和 Bressgott, T. (2020)。人工智能将如何改变营销的未来。 《市场营销科学院杂志》, 48 , 24 – 42。Dell'Acqua, F.、McFowland, E.、Mollick, ER、Lifshitz-Assaf, H.、Kellogg, K.、Rajendran, S.、Krayer, L.、Candelon, F. 和 Lakhani, KR (2023)。驾驭崎岖的技术前沿：人工智能对知识工作者生产力和质量影响的现场实验证据。哈佛商学院技术与运营管理部门工作论文 (24-013)。Eloundou, T.、Manning, S.、Mishkin, P. 和 Rock, D. (2023)。Gpts 就是 Gpts：大型语言模型对劳动力市场影响潜力的初步研究。arXiv。arXiv:2303.10130。 Eriksson, T.、Bigi, A. 和 Bonera, M. (2020)。和我一起思考，还是替我思考？人工智能在营销战略制定中的未来作用。《全面质量管理杂志》，32 (4)，795 – 814。Fish, KE 和 Ruby, P. (2009)。一种针对小型企业的人工智能国外市场筛选方法。国际创业杂志，13，65 – 81。Fornes, G., & Altamira, M. (2023)。人工智能与国际商务。在数字化、技术和全球商业方面。Palgrave Pivot。https://doi.org/10.1007/978-3-031-33111-4_5 Gellweiler, C., & Krishnamurthi, L. (2020)。数字创新者如何实现客户价值。理论与应用电子商务研究杂志，15 (1)，1 – 8。Glikson, E., & Woolley, AW (2020)。人类对人工智能的信任：实证研究回顾。 Academy of Management Annals，14 (2)，627 – 660。https://doi.org/10.5465/annals.2018.0057 Grant, R., & Phene, A. (2022)。基于知识的观点和全球战略：过去的影响和未来的潜力。全球战略杂志，12 (1)，3 – 30。https://doi.org/10.1002/gsj.1399
特刊标题：对人工智能在供应链过程中的作用的理论：揭示管理视角和战略应用程序
Special Issue Title: Theorizing the role of Artificial Intelligence in Supply Chain processes: unveiling managerial perspectives and strategic applications Journal : International Journal of Physical Distribution & Logistics Management Guest Editors : Antonella Moretto (Lead Guest Editor), Michela Guida, Maria Elena Latino, Maria Jesús Saénz, Ilya Jackson Introduction The infusion of Artificial Intelligence (AI) into Supply Chain Management (SCM) has transitioned from对实际必要性的理论探索。从计算新颖性到战略性命令的这种演变强调了AI在增强供应链中的决策，运营效率和市场竞争力中的作用。大型语言模型（LLM）的出现，例如自2023年初以来开发的，这是这一旅程中的一个重要里程碑，说明了AI通过在预测，物流优化以及实时跟踪和实时跟踪和追踪方面的创新应用来革新SCM的潜力（Hendriksen，2023; 2023; 2023; Fosso Wamba Wamba et al al a al a al a al a al a al a al a al a al a al a al 2023; fosso。尽管承认AI的潜力，但文献揭示了对其在不同供应链功能中的应用的分散理解（Iansiti和Lakhani，2020年）。研究指出了AI可以显着贡献的领域，包括需求预测，供应链可见性，动态定价策略以及优化物流和库存管理（Toorajipour等，2021; Helo and Hao，2022; Merhi and Harfouche; Merhi and Harfouche，2023年）。指导这些研究的理论框架主要围绕创新扩散，技术采用和战略管理观点。然而，这些研究通常将AI功能视为单片，忽略了AI技术之间的细微差异及其对特定SCM任务的各自影响（Fosso Wamba等，2022; Dubey等，2020; Grover，Grover，Kar，kar和Dwivedi，2020年）。然而，将这些理论与AI在SCM环境中提出的独特特征和挑战相结合的差距仍然存在。主要使用技术接受模型（TAM）和统一的技术接受和使用理论（UTAUT）提供了基本的见解，但在解决供应链运营中AI技术的复杂性和发展性质方面缺乏。此外，文献对实证研究很少，这些研究深入研究了供应链经理和企业对AI的现实实施。这个差距强调了对研究的新兴需求，不仅研究了AI的技术方面，而且还研究了其在SCM中的战略和管理意义（Handfield等，2019; Guida等，2023a; Durach＆Gutierrez，2024）。从以IT为中心的AI进步观点到管理观点的过渡对于了解如何选择，开发和集成到供应链策略和运营中，至关重要。鉴于这种情况，AI在SCM中采用的管理含义既重要又毫无争议，从而抑制了AI的全部潜力，作为复杂供应网络中的支持机制。尽管兴趣越来越大，但学术格局正在逐步将注意力转向对AI和SCM汇合的全面理解。存在明显的经验研究，以阐明AI对供应链流程和策略的影响，这一特殊问题旨在促进。呼吁的动机和预期的贡献响应这些差距，本期特刊旨在通过专注于从管理和战略观点来阐明AI在SCM中的作用的经验研究来推进学术话语。我们旨在发现供应链经理如何导航AI采用的复杂性，用于利用AI来获得竞争优势的策略以及最能捕获AI和SCM之间多方面关系的理论框架。通过此镜头，特刊将有助于对AI在供应链过程和决策范式中的变革潜力的更细微和全面的理解。认识到AI技术的多方面性质及其在各种SCM过程中的影响，我们邀请了严格的经验研究，从供应链管理的角度来看，阐明了AI的战略应用。
向人工智能研究人员学习有关国际业务影响的
Aminov，K。I.，Krikukhin，I。Y.，＆Zakharova，A。V.（2023）。 在国际业务中应用人工智能的主要障碍和方向。 经济与管理，29（3），280 - 287。https：// doi.org/10.35854/1998-1627-2027-2023-3-280-287 Autio，E. （2021）。 动荡世界中的数字化和全球化：离心力和中心力。 全球战略杂志，11（1），3 - 16。https：//doi.org/10.1002/gsj.1396 Bahoo，S.，Cucculelli，M。，＆Qamar，D。（2023）。 人工智能和公司创新：审查和研究议程。 技术前铸造和社会变革，188，122264。 Bhatti，W。A.，Vahlne，J.-E.，Glowik，M。和Larimo，J. A. （2022）。 行业4.0对2017年版本的Uppsala模型的影响。 国际商业评论，31（4），1 - 14。https：//doi.org/10.1016/j.ibusrev.2022。 101996 Borges，A。F. S.，Laurindo，F。J. B.，Spínola，M。M.，Gonçalves，R。F.和Mattos，C。A. （2021）。 数字时代人工智能的战略使用：系统文献综述和未来的研究方向。 国际信息管理杂志，57，102225。 机器学习和人力资本互补性：缓解偏见的实验证据。 战略管理杂志，41（8），1381 - 1411。https：//doi.org/10。 1002/SMJ.3152 Coviello，N.，Kano，L。，＆Liesch，P。W.（2017）。 arxiv。Aminov，K。I.，Krikukhin，I。Y.，＆Zakharova，A。V.（2023）。在国际业务中应用人工智能的主要障碍和方向。经济与管理，29（3），280 - 287。https：// doi.org/10.35854/1998-1627-2027-2023-3-280-287 Autio，E.（2021）。动荡世界中的数字化和全球化：离心力和中心力。全球战略杂志，11（1），3 - 16。https：//doi.org/10.1002/gsj.1396 Bahoo，S.，Cucculelli，M。，＆Qamar，D。（2023）。人工智能和公司创新：审查和研究议程。技术前铸造和社会变革，188，122264。Bhatti，W。A.，Vahlne，J.-E.，Glowik，M。和Larimo，J.A.（2022）。行业4.0对2017年版本的Uppsala模型的影响。国际商业评论，31（4），1 - 14。https：//doi.org/10.1016/j.ibusrev.2022。101996 Borges，A。F. S.，Laurindo，F。J.B.，Spínola，M。M.，Gonçalves，R。F.和Mattos，C。A.（2021）。数字时代人工智能的战略使用：系统文献综述和未来的研究方向。国际信息管理杂志，57，102225。机器学习和人力资本互补性：缓解偏见的实验证据。战略管理杂志，41（8），1381 - 1411。https：//doi.org/10。1002/SMJ.3152 Coviello，N.，Kano，L。，＆Liesch，P。W.（2017）。arxiv。将Uppsala模型改编成现代世界：宏观上的和微观基础。国际商业研究杂志，48（9），1151 - 1164。https：//doi.org/10。1057/S41267-017-0120-X Cuypers，I。R. P.，Hennart，J.-F.，Silverman，B.S。，＆Ertug，G。（2021）。跨行动成本理论：过去的进步，当前的挑战和未来的建议。管理学院年鉴，15（1），111 - 150。https：//doi.org/10.5465/annals.2019.0051 Davenport，T.，Guha，A.，Grewal，D。，＆Bressgott，D。（2020）。人工智能将如何改变营销的未来。营销科学学院杂志，48，24 - 42。dell'acqua，F.，McFowland，E.，Mollick，E.R.，Lifshitz-Assaf，H.，Kellogg，K.，Rajendran，S.，Krayer，L.，Candelon，F。，＆Lakhani，K。R.（2023）。导航锯齿状的技术前沿：AI对知识工作者生产率和质量影响的现场实验证据。harvard商学院技术与运营MGT。单位工作文件（24-013）。Eloundou，T.，Manning，S.，Mishkin，P。和Rock，D。（2023）。 GPT是GPT：早期研究劳动力市场的影响大语模型的潜力。 Arxiv：2303.10130。 Eriksson，T.，Bigi，A。，＆Bonera，M。（2020）。 和我一起思考，还是为我想？ 关于人工智能在营销策略形式中的未来作用。 TQM Journal，32（4），795 - 814。 Fish，K。E.和Ruby，P。（2009）。 小型企业的人工智能外国市场筛查方法。 Fornes，G。和Altamira，M。（2023）。Eloundou，T.，Manning，S.，Mishkin，P。和Rock，D。（2023）。GPT是GPT：早期研究劳动力市场的影响大语模型的潜力。Arxiv：2303.10130。Eriksson，T.，Bigi，A。，＆Bonera，M。（2020）。 和我一起思考，还是为我想？ 关于人工智能在营销策略形式中的未来作用。 TQM Journal，32（4），795 - 814。 Fish，K。E.和Ruby，P。（2009）。 小型企业的人工智能外国市场筛查方法。 Fornes，G。和Altamira，M。（2023）。Eriksson，T.，Bigi，A。，＆Bonera，M。（2020）。和我一起思考，还是为我想？关于人工智能在营销策略形式中的未来作用。TQM Journal，32（4），795 - 814。Fish，K。E.和Ruby，P。（2009）。 小型企业的人工智能外国市场筛查方法。 Fornes，G。和Altamira，M。（2023）。Fish，K。E.和Ruby，P。（2009）。小型企业的人工智能外国市场筛查方法。Fornes，G。和Altamira，M。（2023）。国际培训杂志，13，65 - 81。人工智能和国际业务。数字化，技术和全球业务。palgrave枢轴。https://doi.org/10.1007/978-3-031-33111-4_5 Gellweiler，C。和Krishnamurthi，L。（2020）。 数字创新者如何实现客户价值。 理论和应用电子商务研究杂志，15（1），1 - 8。 Glikson，E。和Woolley，A。W.（2020）。 人工智能中的人类信任：经验研究的回顾。 管理学院学院，14（2），627 - 660。https：//doi.org/10.5465/Annals.2018.0057 Grant，R。和Phene，A. （2022）。 基于知识的观点和全球策略：过去的影响和未来潜力。 全球战略杂志，12（1），3 - 30。https：//doi.org/10.1002/gsj.1399https://doi.org/10.1007/978-3-031-33111-4_5 Gellweiler，C。和Krishnamurthi，L。（2020）。数字创新者如何实现客户价值。理论和应用电子商务研究杂志，15（1），1 - 8。Glikson，E。和Woolley，A。W.（2020）。人工智能中的人类信任：经验研究的回顾。管理学院学院，14（2），627 - 660。https：//doi.org/10.5465/Annals.2018.0057 Grant，R。和Phene，A.（2022）。基于知识的观点和全球策略：过去的影响和未来潜力。全球战略杂志，12（1），3 - 30。https：//doi.org/10.1002/gsj.1399