XiaoMi-AI文件搜索系统
World File Search SystemWamba
大数据分析对竞争表现的影响
随着技术的进步，企业感知、抓住和转化动态环境中机遇和威胁的能力也不断增强，大数据分析被视为一项关键能力（Fosso Wamba 等人，2017 年；Grover 等人，2018 年；Mikalef 等人，2020 年）。大数据分析能力 (BDAC) 代表企业部署技术和人力资源以从大数据中创造价值的独特能力，大数据的广泛特征是其生成的数量、种类和速度（Fosso Wamba 等人，2015 年）。通过同等重视获取和开发技术资产、人才能力以及建立数据驱动的组织文化，这将创造洞察力并传播到整个企业（Gupta & George，2016 年；Mikalef 等人，2019 年）。通过这一过程，BDAC 能够广泛而深入地了解市场、客户和竞争对手的趋势（Fosso Wamba、Queiroz 等人，2020 年）。这些见解支持公司了解市场中的机遇和威胁，并在必要时转变其商业模式以提高竞争力（Ciampi 等人，2021 年）。
RFID技术和EPC网络对供应链管理的影响：以零售行业为例
Fosso Wamba, S. (2009)。 RFID 技术和 EPC 网络对供应链管理的影响：零售业案例 [博士论文，蒙特利尔理工学院]。聚出版。 https://publications.polymtl.ca/147/
理解大数据 – 它能否改变运营方式...
原创性/价值 这项工作以 Kranzberg (1986) 和技术影响以及 Fosso Wamba 等人 (2015) 为基础，通过开发系统应用程序框架来进一步从实践角度理解大数据，从而扩展他们的研究分类学见解，为服务运营管理做出了贡献。我们的案例研究展示了如何使用 BD 来提高运营绩效。
在整个输电规划和开发过程中与传统业主合作
输电（RIT-T）。该测试就像一个商业案例，在输电项目开发早期进行，以确定它是否会带来经济效益。项目评估结论报告是该测试的最后一步，概述了首选方案，从而确定了项目的广泛兴趣领域。如 AEMO 2023《VNI West 项目评估结论报告第 1 卷：确定 VNI West 的首选方案》（2023 年 5 月）中所述，首选方案 5A 从 Dinawan 经 Kerang 附近的新终点站直接连接到 Bulgana（Wotjobaluk Country）附近的新终点站 WRL，穿过 Kerang（Wamba Wamba Country）北部的墨累河。该选项要求将 WRL 拟议的终点站从 Ballarat 北部迁移到 Bulgana，并将拟议的 WRL 输电线路从 Ballarat 北部升级到 Bulgana，从 220kV 升级到 500kV。 2 海上风电实施声明 1，2022 年 10 月，第 12-13 页
采访摘要 Thomas Mackey 博士开始了他的......
托马斯·麦基博士开始接受高等教育，但 1968 年，在学业上感到不满足的两年后，他辍学了。然后，他自愿前往刚果民主共和国（扎伊尔），当时这个饱受战争蹂躏的地区没有医疗服务或人员。在与 Wamba 天主教教区合作并向比利时培训的刚果助产士和医疗助理学习的过程中，他开始对农村医疗保健产生兴趣。他能够采购药物和一些资金来开办诊所、产科和麻风病院。他学会了如何为性病、上呼吸道疾病、肠道寄生虫、缝合和接生等疾病提供常规初级护理。这让他对攻读更正规的培训计划产生了兴趣，于是他回到美国，就读于洛约拉大学，并于 1974 年获得学士学位。
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。
超越炒作的元宇宙：多学科视角下的新兴挑战、机遇以及研究、实践和政策议程
Yogesh K. Dwivedi a , b , * , Laurie Hughes a , Abdullah M. Baabdullah c , Samuel Ribeiro-Navarrete d , Mihalis Giannakis e , Mutaz M. Al-Debei f , g , Denis Dennehy h , Bhimaraya Metri i , Dimitrios Buhalis j , 1 , 克里斯蒂 M.K.张 k , 1 , Kieran Conboy l , 1 , Ronan Doyle m , 1 , Rameshwar Dubey n , o , 1 , Vincent Dutot p , 1 , Reto Felix q , 1 , D.P. Goyal r , 1 , Anders Gustafsson s , 1 , Chris Hinsch t , 1 , Ikram Jebabli u , 1 , Marijn Janssen v , 1 , Young-Gab Kim w , 1 , Jooyoung Kim x , 1 , Stefan Koos y , 1 , David Kreps z , 1 , Nir Kshetri aa , 1 , Vikram Kumar ab , 1 , Keng-Boon Ooi ac , ad , ae , 1 , Savvas Papagiannidis af , 1 , Ilias O. Pappas ag , ah , 1 , Ariana Polyviou ai , 1 , Sang-Min Park aj , 1 , Neeraj Pandey ak , 1 , Maciel M. Queiroz al , 1 , Ramakrishnan Raman , 1 , Philipp A. Rauschnabel , 1 , Anuragini Shirish ao , 1 , Marianna Sigala ap , aq , 1 , Konstantina Spanaki ar , 1 , Garry Wei-Han Tan , at , 1 , Manoj Kumar Tiwari音频 , 音频 , 1 , Giampaolo Viglia aw , ax , 1 , Samuel Fosso Wamba ay , 1
![引用 (APA) Dwivedi, YK、Hughes, L.、Baabdullah, AM、Ribeiro-Navarrete, S.、Giannakis, M.、Al-Debei, MM、Dennehy, D.、Metri, B.、Buhalis, D.、Cheung, CMK、Conboy, K.、Doyle, R.、Dubey, R.、Dutot, V.、Felix, R.、Goyal, DP、Gustafsson, A.、Hinsch, C.、Jebabli, I.、...... Wamba, SF (2022)。超越炒作的元宇宙：关于新兴挑战、机遇和研究、实践与政策议程的多学科视角。国际信息管理杂志，66，[102542]。 https://doi.org/10.1016/j.ijinfomgt.2022.102542 重要提示 如需引用本出版物，请使用最终出版版本（如适用）。请检查上面的文档版本。](/simg/f\f8092e2e47455a6766068aade03681e01eb6e9fc.webp)
引用 (APA) Dwivedi, YK、Hughes, L.、Baabdullah, AM、Ribeiro-Navarrete, S.、Giannakis, M.、Al-Debei, MM、Dennehy, D.、Metri, B.、Buhalis, D.、Cheung, CMK、Conboy, K.、Doyle, R.、Dubey, R.、Dutot, V.、Felix, R.、Goyal, DP、Gustafsson, A.、Hinsch, C.、Jebabli, I.、...... Wamba, SF (2022)。超越炒作的元宇宙：关于新兴挑战、机遇和研究、实践与政策议程的多学科视角。国际信息管理杂志，66，[102542]。 https://doi.org/10.1016/j.ijinfomgt.2022.102542 重要提示 如需引用本出版物，请使用最终出版版本（如适用）。请检查上面的文档版本。
Yogesh K. Dwivedi a , b , * , Laurie Hughes a , Abdullah M. Baabdullah c , Samuel Ribeiro-Navarrete d , Mihalis Giannakis e , Mutaz M. Al-Debei f , g , Denis Dennehy h , Bhimaraya Metri i , Dimitrios Buhalis j , MK , Cheran Kibo y l , 1 , Ronan Doyle m , 1 , Rameshwar Dubey n , o , 1 , Vincent Dutot p , 1 , Reto Felix q , 1 , DP Goyal r , 1 , Anders Gustafsson s , 1 , Chris Hinsch t , 1 , Ikram Jebli , Jan G , 1 , G. Young ab Kim w , 1 , Jooyoung Kim x , 1 , Stefan Koos y , 1 , David Kreps z , 1 , Nir Kshetri aa , 1 , Vikram Kumar ab , 1 , Keng-Boon Ooi ac , ad , ae , 1 , Savvas Papagiannidis , aflias af , 1 , I ag , Pariaas , 1 , Apparia . na Polyviou ai , 1 , Sang-Min Park aj , 1 , Neeraj Pandey ak , 1 , Maciel M. Queiroz al , 1 , Ramakrishnan Raman am , 1 , Philipp A. Rauschnabel an , 1 , Anuragini Shirish aoanna , 1 , Marina Sigala , Apna , Konstantina , 1 1 , Garry Wei-Han Tan as , at , 1 , Manoj Kumar Tiwari au , av , 1 , Giampaolo Viglia aw , ax , 1 , Samuel Fosso Wamba ay , 1
超越炒作的元宇宙：多学科视角下的新兴挑战、机遇以及研究、实践和政策议程
Yogesh K. Dwivedi a , b , * , Laurie Hughes a , Abdullah M. Baabdullah c , Samuel Ribeiro-Navarrete d , Mihalis Giannakis e , Mutaz M. Al-Debei f , g , Denis Dennehy h , Bhimaraya Metri i , Dimitrios Buhalis j , 1 , 克里斯蒂 M.K.张 k , 1 , Kieran Conboy l , 1 , Ronan Doyle m , 1 , Rameshwar Dubey n , o , 1 , Vincent Dutot p , 1 , Reto Felix q , 1 , D.P. Goyal r , 1 , Anders Gustafsson s , 1 , Chris Hinsch t , 1 , Ikram Jebabli u , 1 , Marijn Janssen v , 1 , Young-Gab Kim w , 1 , Jooyoung Kim x , 1 , Stefan Koos y , 1 , David Kreps z , 1 , Nir Kshetri aa , 1 , Vikram Kumar ab , 1 , Keng-Boon Ooi ac , ad , ae , 1 , Savvas Papagiannidis af , 1 , Ilias O. Pappas ag , ah , 1 , Ariana Polyviou ai , 1 , Sang-Min Park aj , 1 , Neeraj Pandey ak , 1 , Maciel M. Queiroz al , 1 , Ramakrishnan Raman , 1 , Philipp A. Rauschnabel , 1 , Anuragini Shirish ao , 1 , Marianna Sigala ap , aq , 1 , Konstantina Spanaki ar , 1 , Garry Wei-Han Tan , at , 1 , Manoj Kumar Tiwari音频 , 音频 , 1 , Giampaolo Viglia aw , ax , 1 , Samuel Fosso Wamba ay , 1
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