XiaoMi-AI文件搜索系统
World File Search SystemSeamans
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）。
年度业务调查的证据...
此处表达的任何意见和结论都是作者的观点，并不代表美国人口普查局的观点。所有结果均已审查，以确保未披露机密信息。人口普查局的披露审查委员会和避免披露官员已审查了该数据产品，以供未经授权的披露机密信息披露，并批准了适用于本版本的披露避免惯例。（DRB批准号CBDRB-FY20-095，CBDRB-FY20-331和CBDRB-FY21-041）。我们感谢Scott Ohlmacher，John Eltinge，John Jankowski，Rob Seamans，John Haltiwanger，Frank Li，Susan Helper和Pascual Restrepo的出色评论和反馈，以及2020年AEASTAT会议的参与者。本文所表达的观点是作者的观点，不一定反映国家经济研究局的观点。
人工智能与劳动力市场
我们感谢 Bledi Taska 的详细评论和提供 Burning Glass 数据的访问权限；感谢 Joshua Angrist、Andreas Mueller、Rob Seamans 和 Betsey Stevenson 提供的非常有用的评论和建议；感谢 Jose Velarde 和 Zhe Fredric Kong 提供的专业研究协助；感谢 David Deming 和 Kadeem Noray 分享他们的代码和数据。Acemoglu 和 Autor 感谢埃森哲律师事务所、IBM 全球大学、Schmidt Futures 和 Smith Richardson 基金会的支持。Acemoglu 感谢谷歌、美国国家科学基金会、斯隆基金会和图卢兹信息技术网络的支持，Autor 感谢卡内基研究员计划、海因茨家庭基金会和华盛顿公平增长中心。本文表达的观点为作者的观点，并不一定反映美国国家经济研究局的观点。
人工智能与服务业主导的增长：来自印度就业市场的证据...
∗ Copestake 电子邮件：acopestake@imf.org，Marczinek 电子邮件：max.marczinek@economics.ox.ac.uk，Pople 电子邮件：ashley.pople@economics.ox.ac.uk，Stapleton 电子邮件：kstapleton@worldbank.org。对于本项目的支持和评论，我们非常感谢 Abi Adams-Prassl、Richard Baldwin、Stefan Dercon、Paolo Falco、Lukas Freund、Sanjay Jain、Lawrence Katz、Simon Quinn、Ferdinand Rauch 和 Chris Woodruff 以及研讨会的各位参与者。我们感谢 Sanjay Jain、Sanjeev Bikhchandani、Pawan Goyal、Abhishek Shyngle 和 Shweta Bajad 对空缺职位数据的帮助，以及 Rob Seamans 分享 Felten 等人（2019 年）的衡量标准。本文件是“结构转型与经济增长”研究计划 (STEG) 的成果，该计划由外交、联邦和发展办公室 (FCDO) 资助。我们还非常感谢牛津非洲经济研究中心 (CSAE) 的资金支持。本文表达的观点均为作者观点，不应归因于 FCDO 或作者所属的任何机构。
人工智能的规模和市场结构
1 弗吉尼亚大学和人工智能治理中心。这是 2024 年 4 月 4/5 日在布鲁塞尔举行的第 79 届经济政策小组会议上发表的论文的修订版。我们感谢 Susan Athey、Emma Bluemke、Emilio Calvano、Giacomo Calzolari、Claire Dennis、Avi Goldfarb、Doh-Shin Jeon、Aidan Kane、Pia Malaney、Sarah Myers West、Sanjay Patnaik、Nicholas Ritter、Max Schnidman、Eli Schrag、Rob Seamans 和 Joseph Stiglitz 以及两位匿名评论员的深思熟虑的评论和对话。任何剩余的错误都是我们自己的。Korinek 非常感谢新经济思维研究所创新、增长和社会中心 (INET-CIGS，拨款编号 INO21-00004) 的资金支持。Vipra 作为冬季研究员从人工智能治理中心获得了资金支持。该论文的早期版本以“基础模型的市场集中度影响：ChatGPT 的看不见的手”为标题发布。
人工智能与服务业主导的增长：来自印度就业市场的证据...
∗ 第一版：2021 年 5 月。对于本项目的支持和评论，我们非常感谢 Abi Adams-Prassl、Richard Baldwin、Stefan Dercon、Paolo Falco、Lukas Freund、Sanjay Jain、Lawrence Katz、Simon Quinn、Ferdinand Rauch 和 Chris Woodruff 以及各种研讨会参与者。我们感谢 Sanjay Jain、Sanjeev Bikhchandani、Pawan Goyal、Abhishek Shyngle 和 Shweta Bajad 对空缺数据的帮助，以及感谢 Rob Seamans 分享 Felten 等人 (2018) 的衡量标准。本文件是研究计划“结构转型与经济增长”(STEG) 的成果，该计划由外交、联邦和发展办公室 (FCDO) 资助。我们还非常感谢牛津非洲经济研究中心 (CSAE) 的资金支持。本文表达的观点为作者本人观点，不代表 FCDO 或作者所属的任何机构的观点。利益声明：无。† 国际货币基金组织，acopestake@imf.org。‡ 通讯作者。牛津大学，max.marczinek@economics.ox.ac.uk。英国牛津，Nuffield 学院，New Road, OX1 1NF。§ 牛津大学，ashley.pople@economics.ox.ac.uk。¶ 世界银行，kstapleton@worldbank.org。
建议引用：Puranam, Phanish (2021)：人机协作决策作为组织设计问题，《组织设计杂志》，ISSN 2245-408X，Springer，Cham，第 10 卷，Iss。2，第 75-81 页，https://doi.org/10.1007/s41469-021-00095-2
在这篇简短的观点文章中，我提出了一些想法，即我们如何将人类与人工智能算法之间的协作决策概念化为组织设计中的一个问题。虽然人类与人工智能算法之间可能存在多种交互形式，但这里的论点与知识工作最相关，在知识工作中，人类和人工智能算法通过某种形式的协作，共同做出由第三方实施的决策（例如选股、投资、判刑、筛选候选人）。我将这些情况称为“人机协作决策”（或 HACD）。这些论点也可能适用于人类训练人工智能算法（例如，通过观察人类驾驶来学习的自动驾驶汽车）或反之亦然（例如，基于聊天机器人的语言学习应用程序）的情况，或使用算法来改善人与人之间的匹配（例如，社交媒体平台上的朋友建议），但需要一些我在这里没有涉及的其他考虑因素。在下文中，我将“人工智能”和“算法”这两个术语与“机器学习”（ML）互换使用。我知道并非所有算法都是人工智能，也并非所有人工智能都是机器学习（Broussard 2018；Raj and Seamans 2019），但我的
机械工程
控制、自动化和机器人 (CAR) 实验室位于 Seamans 工程艺术与科学中心，由机械工程系管理。它为学生提供先进控制、机器人和自主系统方面的经验。该实验室配备了一个工业 6 轴机械臂、两个带协作机械臂的 Kuka 移动机器人 (KMR iiwa 和 KMP)、一台台式计算机、两个 Roboception 摄像头、一个 co-act 和一个吸盘夹持器以及四个 Quanser 旋转伺服基座单元。该设施拥有最新的软件技术，例如 LabVIEW 和 KUKA.Sim。Quanser 单元用于 ME:3600 机械工程系统控制的实验室作业，而机器人系统用于 ME:4140 现代机器人与自动化。2019 年秋季，基于两个 Quanser 基座单元开发了两个控制实验室。控制实验室在 CAR 中开发和测试，并设置为容纳大班。后来，又购买了两个额外的基本单元和三个附件模块来扩展控制实验室。此外，机器人系统还用于 ME:4111 科学计算和机器学习和
机械工业
控制、自动化和机器人 (CAR) 实验室位于 Seamans 工程艺术与科学中心，由机械工程系管理。它为学生提供先进控制、机器人和自主系统方面的体验。实验室配备了一个工业 6 轴机械臂、两个带协作机械臂的 Kuka 移动机器人 (KMR iiwa 和 KMP)、一台台式计算机、两个 Roboception 摄像头、一个 co-act 和一个吸盘夹持器以及四个 Quanser 旋转伺服基座。该设施拥有最新的软件技术，例如 LabVIEW 和 KUKA.Sim。Quanser 单元用于 ME:3600 机械工程系统控制的实验室作业，而机器人系统用于 ME:4140 现代机器人和自动化。2019 年秋季，基于两个 Quanser 基座开发了两个控制实验室。控制实验室是在 CAR 中开发和测试的，并设置为容纳大班。后来，又购买了两个额外的基座和三个附件模块来扩展控制实验室。此外，机器人系统还用于 ME:4111 科学计算和机器学习以及 ME:4150 工程人工智能，以协助教授相关课程材料。获准在实验室从事荣誉和研究项目的学生也可以使用 CAR 实验室。
人工智能可以减少地区不平等吗？......
摘要：基于2001—2015年省级数据的分析发现，中国区域不平等状况不容乐观，人工智能作为一项重大技术变革是否会改善还是加剧区域不平等值得研究。我们将区域不平等分为生产和消费两个维度共三个指标，分别对东、中、西部地区进行实证研究。研究发现，产业智能改善了地区间居民消费福利不平等，同时也存在加剧地区创新不平等的可能性，并阐明了人工智能促进不同地区创新机制的异质性。 关键词：人工智能；区域不平等；创新；购买力 1.引言 人工智能的广泛应用是一场重大的技术革命，与历史上的多次技术升级一样，极大地改变了效率和生产力，同时也在短期内对劳动力产生了混合效应。很多研究证明人工智能在提高工业生产效率的同时也带来了劳动力市场的衰退（Furman and Seamans，2019），考虑到不同地区之间经济基础和要素禀赋的差异，区域不平等必然会得到一定程度的改变。中国作为地大物博的国家之一，区域经济发展一直不平衡。根据《中国统计年鉴》，如图1和图2所示，中国东中西部地区之间的差距不断扩大，贫富差距亟待解决。从图3和图4我们可以看出，非农劳动生产率在不同地区之间也存在很大差异。