XiaoMi-AI文件搜索系统
World File Search SystemLeidner
特刊社论。组织中的人工智能
1 此处将创新定义为设计、创造、开发和/或实施新的或改变的产品、服务、系统、组织结构、管理实践和流程或商业模式；参见 Benbya, H. 和 Leidner, D. (2018) “Alli anz UK 如何利用创意管理平台来激发员工创新”，MIS Quarterly Executive (17:2)，2018 年，第 141-157 页；Yan, J. Leidner, D. 和 Benbya, H. “在线用户创新社区中用户和员工参与的差异化创新结果”，Journal of Management Information Systems (35:3)，2018 年，第 900-933 页。 2 “2019 年大数据和人工智能高管调查，调查结果执行摘要”，NewVantage Partners，2019 年，https://newvantage.com/wp- content/uploads/2018/12/Big-Data-Executive-Survey-2019-Findings-Updated-010219-1.pdf 3 “AI 360：坚持、放弃还是加倍下注”，Genpact，2020 年，https:// www.genpact.com/uploads/files/ai-360-research-2020.pdf 4 “AI 前沿笔记：模拟 AI 对世界经济的影响”，麦肯锡公司，2018 年，https://www.mckinsey. com/featured-insights/artificial-intelligence/notes-from-the-AI-fron tier-modeling-the-impact-of-ai-on-the-world-economy#
生成性知识管理视角
在本社论中，我们重新审视 Alavi 和 Leidner (2001) 的概念视角，从知识管理 (KM) 的角度考虑生成人工智能 (GenAI) 对组织的影响。我们研究 GenAI 如何影响知识创造、存储、传输和应用的过程，强调这项技术带来的机遇和挑战。在知识创造方面，GenAI 增强了信息处理和认知功能，促进了个人和组织的学习。然而，它也带来了人工智能偏见和人类社会化程度降低等风险，可能会边缘化初级知识工作者。对于知识存储和检索，GenAI 快速访问庞大知识库的能力显著改变了员工与知识管理系统的交互。这引发了关于平衡人类获得的隐性知识和人工智能生成的显性知识的问题。本文还探讨了 GenAI 在知识转移中的作用，特别是在培训和培养学习文化方面的作用。挑战包括对人工智能的过度依赖和传播敏感信息的风险。在知识应用方面，GenAI 被视为提高生产力和创新的工具，但知识误用、知识产权和道德考量等问题至关重要。最后，本文主张采取平衡的方法将 GenAI 集成到知识管理流程中。它主张将 GenAI 的能力与人类洞察力相协调，以有效管理当代组织中的知识，确保技术进步和道德责任。