XiaoMi-AI文件搜索系统
World File Search Systematurity
战略管理成熟度深度探究：领导力
级别 3：结构化和主动性 此级别的组织的特点是，拥有正式的结构和流程，可以全面主动地参与战略规划和管理。这些活动相当定期地发生，并且随着时间的推移会得到一定程度的改进。衡量标准与战略在一定程度上保持一致，并认真对待员工问责制。 级别 4：管理与专注 此级别的组织的特点是，战略推动组织的重点和决策。组织范围内的标准和方法被广泛用于战略管理。领导者正式让员工参与这一过程，衡量标准和问责制工作文化有助于推动组织的战略成功。 级别 5：持续改进 此级别的组织的特点是，战略规划和管理卓越性已融入组织文化，并在正式意义上不断得到改进。这意味着，在评估绩效时，组织首先分析其在实现战略目标方面的表现，然后研究战略规划和管理流程的有效性并根据需要进行调整。卓越的战略管理推动了组织的竞争优势或绩效成功。
人工智能成熟度框架及评估工具
在这种 AI 成熟度水平下，您的组织现在已将一个或多个 AI 解决方案投入生产。这需要付出巨大努力，而投资回报率通常仍然很低。但是，预计未来回报率会有所提高。因此，您的组织希望通过将成功的概念验证转化为更大的项目来正式化其 AI 工作。它正在为 AI 集成做好充分准备，制定了用户采用计划，并制定了有针对性的绩效指标，以确保对其行动进行适当的监控。目标不再是简单地了解 AI 在您的组织环境中可以实现什么；您希望将其用作杠杆，在优先领域产生可衡量且持久的影响。尽管您取得了成功，但您的组织可能才刚刚开始正式确定如何确保其 AI 项目的治理，这可能会成为扩展的障碍。
数字化转型成熟度模型 - OECD
数字化转型成熟度模型是去年经合组织自由贸易协定发布《税务管理 3.0 愿景》后的首批成果之一。该模型旨在成为知识共享和能力建设的支柱，并为其他旗舰项目提供参考点。新加坡作为咨询和起草小组主席，由 Evelyn Khoo 及其团队（Hui Yan Au、Yi Qing Soh 和 Edwin Chen）代表。我们要感谢经合组织自由贸易协定秘书处，特别是 Rex Arendsen 和 Peter Green，以及自由贸易协定咨询和起草小组的所有成员（加拿大、丹麦、芬兰、挪威、俄罗斯）和专业专家 David Regan 的贡献和支持。我们还受益于参与试点的许多税务机关的意见，以及在各个会议上分享反馈意见的税务机关的意见。
物流服务物流4.0成熟度级别协议...
该项目由香港付货人委员会主办，并由香港特别行政区政府工业贸易署中小企业发展支援基金资助，香港生产力促进局负责实施。本材料/活动内（或项目团队成员）表达的任何意见、研究结果、结论或建议，并不代表香港特别行政区政府、工业贸易署或中小企业发展支援基金及品牌、升级转型及拓展内销市场的专项基金（机构支援计划）评审委员会的观点。
人工智能成熟度的艺术：从实践到表现
不仅在数据和人工智能方面，而且在组织战略、人才和文化方面，从而为公司带来强大的竞争优势。（有关关键能力描述，请参阅第 36 页和第 37 页。）这包括与竞争对手保持同步所需的基础人工智能能力，如云平台和工具、数据平台、架构和治理。它还包括“差异化”人工智能能力，如人工智能战略和高管支持，以及可以让公司脱颖而出的创新文化。
成熟度模型作为循环经济转型的驱动力
摘要：制造企业向循环经济的转变为广泛的工业变革奠定了基础。这种变化不仅仅是当前业务的延续，相反，它提出了有关思维方式、运营模式和业务基础的多个问题。由于这种转变具有多面性，制造企业对于如何应对这种转变感到不确定。一些人认为，成熟度模型是评估和指导制造企业处理复杂而多面议程（如循环经济 (CE)）的工具。成熟度模型以呈现所需发展路径的形式提供支架，制造企业可以从中定义合理且理想的参与循环经济的计划。本研究采用累积能力视角来开发 CE 成熟度参考模型，该模型通过注意六个组织维度中的六个离散成熟度级别来解释循环转型：价值创造、治理、人员和技能、供应链和合作伙伴关系、运营和技术以及产品和材料。循环成熟度的进展由专业知识原则和系统视角来解释。跨维度、跨层次的CE转型阐释，为组织提供了一个边界对象，即从组织当前发展区域向组织近期发展区域的移动支架。
缩小混凝土成熟度监测之间的差距
两个领域之间的数据：i）完全非线性和时间相关的结构分析模型中的模拟，以及 ii）来自施工现场的混凝土成熟度监测数据。该连接使信息构造能够被理解，以便在施工阶段将其用于建筑物的数字孪生中。管道需要现场（施工）和结构控制办公室的利益相关者之间的全面协调，这是具有挑战性的。管道包括 a) 温度传感器，b) 通过蓝牙连接到传感器的移动应用程序，其中包含数据收集器的基本说明，c) BIM 的集成和互操作性，以及 d) 高级有限元 (FE) 模型。通过多日测量混凝土温度，可以推断出真实的混凝土力学性能，并使用适当的校准将其注入 FE 模型中。确定了两种用于改进施工活动的应用。模板敲击和肌腱应力。本文描述了在西班牙巴塞罗那建造现浇混凝土建筑的所有连接的试验台。
人工智能管理：基于人工智能成熟度原则开发框架 Philipp Fukas 1,2,3
摘要 必须系统地管理和协调人工智能 (AI) 的使用，以最佳方式支持企业目标并使 AI 为组织创造附加值。这对传统的信息技术 (IT) 管理提出了新的挑战。尽管存在将 AI 作为传统 IT 管理的延伸进行管理的初步方法，但 AI 的管理仍处于起步阶段。因此，我们的研究目标是开发一个综合管理框架，将 AI 成熟度模型研究的见解与总体 AI 管理视角相结合。在多方法和面向设计科学的研究过程中，开发和评估了结合了两种先前模型的 AI 成熟度模型、AI 管理元模型和基于 Web 的 AI 成熟度评估和管理工具。此外，还进行了几项规模较小的研究，以展示如何根据综合 AI 管理框架的不同维度来管理基于 AI 的信息系统。 关键词 1 人工智能、机器学习、成熟度模型、信息技术管理、设计科学研究
从文献计量模式检测技术成熟度
摘要 对于行业和政府的决策者来说，根据易于获取的开源指标（例如出版物）识别新兴技术的能力非常重要。这项工作的科学贡献是提出了一种基于出版物数量检测新兴技术成熟度的机器学习方法。出版物数量的时间序列具有区分新兴技术和成长技术的普遍特征。我们根据这些特征训练了一个人工神经网络分类器（一种监督式机器学习算法），以预测任意技术的成熟度（新兴技术与成长技术）。通过由 22 种技术组成的训练集，我们对 6 种测试技术获得了 58.3% 到 100% 的分类准确率，平均准确率为 84.6%。为了提高分类器性能，我们用合成的时间序列技术生命周期曲线扩充了训练语料库，这些曲线是通过计算原始训练集中曲线的加权平均值形成的。在合成数据集上训练分类器可提高准确率，范围从 83.3% 到 100%，测试技术的平均准确率为 90.4%。我们的分类器的性能超过了文献中竞争的机器学习方法，后者报告的平均分类准确率最高仅为 85.7%。此外，与当前方法相比，我们的方法不需要专业知识来生成训练标签，并且可以自动化和扩展。
从文献计量模式检测技术成熟度
摘要 对于行业和政府的决策者来说，根据易于获取的开源指标（例如出版物）识别新兴技术的能力非常重要。这项工作的科学贡献是提出了一种基于出版物数量来检测新兴技术成熟度的机器学习方法。出版物数量的时间序列具有区分新兴技术和成长技术的普遍特征。我们根据这些特征训练了一个人工神经网络分类器（一种监督式机器学习算法），以预测任意技术的成熟度（新兴技术与成长技术）。通过由 22 种技术组成的训练集，我们对 6 种测试技术获得了 58.3% 到 100% 的分类准确率，平均准确率为 84.6%。为了提高分类器性能，我们用合成的时间序列技术生命周期曲线扩充了训练语料库，这些曲线是通过计算原始训练集中曲线的加权平均值形成的。在合成数据集上训练分类器可提高准确率，范围从 83.3% 到 100%，测试技术的平均准确率为 90.4%。我们的分类器的性能超过了文献中竞争的机器学习方法，后者报告的平均分类准确率最高仅为 85.7%。此外，与当前方法相比，我们的方法不需要专业知识来生成训练标签，并且可以自动化和扩展。