理解数据。这些技术的示例包括聚类和因子分析(Hair 等人,2022 年)。 预测分析 预测分析是一组技术,“用于根据过去建立模型来解释未来。数学模型检查历史数据以预测新的价值观、需求和机会”(Hair 等人,2022 年,第 6 页)。 规范分析 规范分析是一组用于确定“最佳行动方案”的技术,需要优化建模和决策分析技术(Hair 等人,2022 年,第 6 页)。 认知分析 “认知分析使用机器学习来理解从未被发现的新数据和模式”(Hair 等人,2022 年,第 6 页)。因此,它是唯一完全依赖人工智能和机器学习的分析类型。
代理和助手、预测分析、欺诈和威胁检测、资源分配以及支持专家任务 (Mehr、Ash 和 Fellow 2017;Wirtz、Weyerer 和 Geyer 2019)。不出所料,公共组织越来越多地考虑采用人工智能技术 (Sun 和 Medaglia 2019),并已开始发布有关使用人工智能的政策文件 (Ulnicane 等人2021)。然而,虽然在某些早期采用人工智能的国家(例如美国或英国),公共部门对人工智能的使用正在增加,但在许多公共组织中,生产性应用仍然很少(Mikalef 等人2021 ;Oxford Insights 2020 ;Margetts 和 Dorobantu 2019 ;Wirtz 和 Müller 2019 )。政府中的人工智能通常处于实验阶段(Margetts 和 Dorobantu 2019 ),或者传统自动化解决方案被错误地标记为“人工智能”。
我们认为,我们的经济正面临历史的转折点,类似于始于 18 世纪的制造业工业革命。快速改进的技术变得更智能、更强大、更小、更轻便和更便宜。这些技术包括传感器、摄像头、语音处理、图像处理、生物识别、分析、移动和云技术、地理标记等,并且越来越多地由人工智能 (AI) 驱动。我们坚信,这些技术将共同改变几乎所有服务业。特别是服务机器人(虚拟和物理服务机器人)的出现与这些技术相结合将带来快速创新,有可能同时显着改善客户体验、服务质量和生产力(Wirtz 和 Zeithaml 2018)。自动化的服务交互使个性化、更高效和更有效的服务成为可能。此外,它们还可以让员工有更多时间从事更多人际、创造性和复杂的服务活动(Huang and Rust 2018)。这些技术几乎可以以零增量成本提供可扩展的服务产品(Wirtz et al 2019)。
Mariani, M. M. ORCID:https://orcid.org/0000-0002-7916-2576,Perez Vega, R. ORCID:https://orcid.org/0000-0003-1619- ‐ 317X 和 Wirtz, J. ORCID:https://orcid.org/0000-0002-6297- 4498 (2022) 人工智能在营销、消费者研究和心理学中的应用:系统文献综述和研究议程。心理学与营销,39 (4)。页。755-776。ISSN 0742-6046 doi:https://doi.org/10.1002/mar.21619 可在 https://centaur.reading.ac.uk/102140/ 获得
行业 Kubon、Rene ESG;亚历山德拉·科齐奥克;空客防务与航天;安德烈亚斯·舒曼; Premium Aerotec Geisenberger,安东;高级 Aerotec 普拉塞克,阿恩德。; MTU 迈尔、克劳斯 MTU;弗里斯,丹尼尔;空中客车防务与航天公司克鲁格,Eike;空客弗兰克·穆勒·亨索尔特;弗兰克·亨索尔特·菲希特纳;戈德,汉斯。迪尔;格罗斯、哈拉尔德.业纳。;布拉克洛,霍尔格;位置易北河飞行器工厂 Wirtz, Jörg;空中客车直升机公司 Marc Poerner;空中客车直升机
•封面,第1页,©Andreas Neumann,欧洲气候条约照片竞赛 /欧盟•第6页,©Angeliki Charalampidou,欧洲气候PACT照片竞赛 /欧洲联盟•第14页,©Vladimir Boc,欧洲气候条约,欧洲气候照片竞赛 /欧洲联盟•第19页气候条约照片竞赛 /欧盟•第31页,©Esmeralda Wirtz,欧洲气候条约照片竞赛 /欧洲联盟•第38页,©AnitaMókus,欧洲气候条约摄影竞赛 /欧盟•第47页,©Kotsiras anastios,©Kotsiras anastios,欧洲欧洲欧洲裔欧盟竞赛 /欧盟委员会委员会•盖蒂图像
研究指出,实施人工智能 (AI) 的组织面临着诸多挑战。这些挑战的例子包括缺乏利用人工智能的经验和技能 (Desouza 2018;Ichishi 和 Elliot 2019)、有效管理信息安全 (Choudhary 等人2020;Wirtz 等人2019) 和数据可用性 (Desouza 等人2020;Sun 和 Medaglia 2019)。研究人员提出的挑战会影响组织内人工智能的最终结果和成功实施。最近的研究主要集中在识别人工智能挑战上,很少有研究探索组织如何通过克服这些挑战来成功利用人工智能。本研究旨在探讨以下问题——组织如何从非技术角度管理人工智能,以提高人工智能项目的成功交付率?
文献分析表明,研究通常集中于深入研究与心血管健康相关的各种心理结构,包括社会心理压力、压力应对策略、早期压力/不良童年经历 (ACE)、依恋系统、焦虑和抑郁。冠心病患者的压力水平似乎高于一般人群( Hallman 等,2003 )。前瞻性流行病学研究表明,慢性压力与 CHD 风险过高和心血管预后不良有关,支持压力是 CHD 的致病风险因素( Wirtz and von Känel,2017 )。压力经历会对身体造成影响,从而显著影响 CVD 的发展。特定的大脑区域,例如控制自主神经和生理对压力的反应的区域,对于调节压力引起的心血管反应至关重要。
委员会,2018 年)。作为该文件的一部分,各国被要求起草国家人工智能战略,进一步详细阐述其促进人工智能发展和应用的政策计划。一般而言,人工智能包括执行类似人类认知功能的系统,通常是通过做出预测、建议和决策(OECD,2019 年)。人工智能与早期技术浪潮的不同之处在于,它有可能被赋予决策能力,而不仅仅是提供信息(Just & Latzer,2017 年;Latzer & Just 2020 年)。然而,挑战在于政府内部采用和使用人工智能解决方案。正如 Wirtz 等人所说明的。(2019) 在最近的一篇评论中指出,目前有四个主要方面限制了人工智能在公共部门的使用:技术、法律、道德和社会因素。例如,人工智能技术的开发和使用需要高水平的数据质量和集成,以及开发和使用人工智能解决方案资源的专业人员,而这些资源在政府中往往是缺失的。
委员会,2018 年)。作为该文件的一部分,各国被要求起草国家人工智能战略,进一步详细阐述其促进人工智能发展和应用的政策计划。一般而言,人工智能包括执行类似人类认知功能的系统,通常是通过做出预测、建议和决策(OECD,2019 年)。人工智能与早期技术浪潮的不同之处在于,它有可能被赋予决策能力,而不仅仅是提供信息(Just & Latzer,2017 年;Latzer & Just 2020 年)。然而,挑战在于政府内部采用和使用人工智能解决方案。正如 Wirtz 等人所说明的。(2019) 在最近的一篇评论中指出,目前有四个主要方面限制了人工智能在公共部门的使用:技术、法律、道德和社会因素。例如,人工智能技术的开发和使用需要高水平的数据质量和集成,以及开发和使用人工智能解决方案的专业人员——而这些资源往往是政府所缺乏的。