人工智能是数字计算机或计算机控制的机器人执行通常与智能生物相关的任务的能力(Copeland,1993)。AI的发展受益于三个相互关联的趋势:大型(非结构化)数据的可用性,计算能力的爆炸以及风险投资的增加,以资助创新的技术项目(Ernst等,2018)。人工智能正在替换心理任务,而不是物理任务,这是先前机械化浪潮的目标。人工智能应用程序还嵌入了可以从人的控制或影响的软件机器人中进行的(Czarnecki&Auth,2024)。人工智能也可以在工作环境中运行,而无需与先进的机械和电气工程结合使用任何重新编程(Kergrace,2019年)。
当高级管理人员任务中间管理人员实施策略时,这些策略通常会以偏差的形式执行,从而导致创建意外策略。尽管对中层管理人员及其在策略实施中的作用和行为进行了大量研究,但仍然对实施活动的了解仍然有限,这导致了预期和意想不到的战略。使用策略 - 实践的观点,并对40名中层管理人员进行了大约122个战略实施的访谈,我们调查了战略实施活动,并开发了战略实施中的中间经理活动模型。我们发现,在预期策略和意外策略之间,十项活动中的七项活动中有7个活动有所不同。这项研究通过概念化不同战略实施成果的关键联系来扩展战略实施文献。我们还通过扩展了一系列活动的范围来扩大战略中的中层管理观点,这些活动范围解释了中层管理人员参与战略并将其区分在两个战略实施成果中。
根据这些考虑,在南非的24名资产管理者中进行了全面的调查。这项由20个问题组成的调查旨在研究行业内AI和ML采用的现状,不仅探索其整合的程度和方式,而且还探索了观察到的好处,遇到了有关这些技术的挑战和未来计划。通过这项调查,我们试图捕捉该行业技术景观的快照,从而提供了有关资产管理者如何在AI和ML带来的机遇和障碍方面的见解。本报告对调查回答进行了详细的分析,对这些技术对南非资产管理行业的影响有细微的了解。
此外,战略决策使经理能够部署资源并更有效地将活动置于优先级。经理可以通过彻底研究竞争格局并了解其组织的优势和缺点,从而对关注时间,金钱和精力的关注时间,金钱和精力做出明智的判断。这不仅增加了成功的机会,而且还减少了浪费资源的危险,这些计划可能与组织的总体目标和目标无法联系起来。此外,战略决策使经理能够主动解决可能的未来问题和风险。经理可以通过采用积极的方法来制定应急计划和缓解技术来减少意外发生和破坏的影响。这使公司能够保持其竞争优势,并对市场或行业发展迅速做出反应。此外,战略决策鼓励了创新和持续进步的组织文化。经理可以通过不断检查和重新评估其战略,最终产生长期增长和成功来确定改善和利用新机会的领域。在当今的动态和竞争性的商业世界中,战略决策对于公司保持领先地位至关重要。
这些电子书提供了清晰,简单,有力和明智的指导,并为经理提供了关键的实践收款,以确保员工的参与度,良好的团队和团队之间的工作,以及如何确保每个人的知识,技能,能力和承诺得到重视 - 积极包容和心理安全的气候。小册子提供了有关管理人员如何帮助员工在我们在医疗保健服务的每个领域中发挥出色作用的明确指导,无论职业或职能或角色如何。他们描述了经理如何创造环境,同事可以在其中蓬勃发展,成功并为我们服务的社区提供服务。,他们还鼓励经理认识到,照顾自己作为人类是他们支持他们管理员工的能力的核心。
* 众议员康诺利的记录声明;由众议员康诺利提交。 * 报告“拉开 PBM 的帷幕”;由众议员比格斯和弗莱提交。 * 报告“医药供应链”;由众议员卡特提交。 * 信函,2023 年 5 月 1 日,来自各个雇主;由主席科默提交。 * 记录声明,美国经济自由项目 (AELP);由主席科默提交。 * 记录声明,现在为患者提供平价药品;由主席科默提交。 * 记录声明,药品护理管理协会 (PCMA);由主席科默提交。 * 报告,委员会民主党 2021 年综合药品定价调查人员报告;由众议员拉斯金提交。 * 声明,现在为患者提供平价药品;由众议员拉斯金提交。 * 报告,《2022 年处方药可负担性社区报告》;由众议员姆富姆提交。 * 报告,民主党监督委员会工作人员,《生育控制障碍:对拥有私人保险的患者的避孕覆盖范围和费用的分析》;由众议员戈曼提交。 * 监督委员会民主党进行的记录数据分析;由众议员戈麦斯提交。 * 记录在案的问题:向阿特金斯博士提出;由众议员戈萨尔提交。 * 记录在案的问题:向阿特金斯博士提出;由众议员希金斯提交。 * 记录在案的问题:向贝克先生提出;由众议员戈萨尔提交。 * 记录在案的问题:向贝克先生提出;由众议员希金斯提交。 * 记录在案的问题:向杜安博士提出;由众议员戈萨尔提交。 * 记录在案的问题:向杜安博士提出;由众议员希金斯提交。 * 记录在案的问题:向 Frederick Isasi 先生提出;由众议员戈萨尔 (Gosar) 提交。 * 记录在案的问题:向 Frederick Isasi 先生提出;由众议员希金斯 (Higgins) 提交。
抽象目的 - 在生态过渡的背景下,本研究旨在探索和了解是什么促进了采购部门的参与,并确定了在企业内生态创新过程中遇到的驱动因素和困难。设计/方法/方法 - 作者采用了一种定性方法,该方法提供了研究复杂现象的工具。对来自多部门组织的知识渊博的受访者的深入访谈使我们能够探索企业中的生态创新过程。发现 - 从基于资源的理论和利益相关者理论的角度来看,该研究通过研究公司的内部资源并基于可持续供应链管理和购买来探索进一步的维度来为文献做出贡献。内部利益相关者(例如购买代理商)和外部利益相关者(例如供应商)在与上游利益相关者有关的焦点公司的业务生态创新活动中确定。作者通过提高某些内部和组织间因素和更多的方面(例如采购经理对生态过渡的敏感性)来检查这种复杂的现象。采购代理参与增加组织倾向的倾向,并且作为内部利益相关者,似乎对生态创新有影响。研究局限性/含义 - 鉴于生态创新实践的新生状态以及有关持续努力的主要数据的可访问性,该研究无法考虑所有可能的驱动因素。本文是该地区研究的初步尝试。实际意义 - 本研究为购买经理提供了一个机会,可以更全面地了解挑战,以在生态创新过程中增加价值。结果强调了如何最好地在上游供应链中进行生态创新的建议。独创性/价值 - 该研究提供了对在生态创新期间购买参与所需的组成资源的新见解,以实现可持续的竞争优势。
回顾 Trev 的指挥生涯,过去几年并非易事。这是空军领导人面临的最大挑战之一,因为发生的许多事情都超出了我们的影响范围。我们的飞机可用性、严格的预算限制、疫情、部署、自 E-3 成立以来最重要的改装以及飞机剥离的开始。在 Trevor 的指挥下,他带领空军士兵冲锋陷阵。我们继续拥有 NAF 中最高的士气和保留率。这是对 Trev 和我们领导团队的证明。谢谢。如果我们不感谢安德森家族的其他成员,那我们就太失职了。感谢您与我们分享 Trevor 并承担同样的牺牲。这场游戏的成功需要团队合作,而我们的大家庭是这个团队的重要组成部分。谢谢。
酒店业的语音助理:使用人工智能为客户服务。目的——语音助理 (VA) 通过识别人类语音并执行用户发出的命令来增强人机交互。本文研究了酒店业中酒店与客人之间基于 VA 的互动。该研究将 VA 置于人工智能 (AI) 支持的物联网 (IoT) 环境中,颠覆了旧的做法和流程。智能酒店业使用 VA 以经济高效的方式为客人提供轻松的价值共同创造。该研究调查了消费者对酒店业 VA 的看法和期望,并通过专家技术提供商探索 VA 功能。设计/方法/方法——这篇实证论文研究了 VA 在酒店环境中的当前使用情况和未来影响。它使用定性、半结构化的深入访谈,采访了 7 位专家酒店业 VA 技术提供商和 21 位有 VA 经验的酒店客人。该研究采用供需方法,全面解决酒店业中的 VA。发现——研究结果表明,酒店和客人两方终端用户的需求,探讨了 VA 的优势和挑战。分析表明,VA 正日益成为数字助理。VA 技术可帮助酒店改善客户服务、扩大运营能力并降低成本。尽管尚处于起步阶段,但 VA 技术已在优化酒店运营和升级客户服务方面取得了进展。该研究提出了一种语音交互模型。原创性——VA 研究通常侧重于私人家庭中的技术,而不是商业或酒店空间中的技术。本文为智能酒店业中有关人工智能和物联网的新兴文献做出了贡献,并探讨了 VA 的接受度和操作性。该研究有助于概念化 VA 支持的酒店服务,并探索其积极和消极特征以及未来前景。研究局限性/含义——本研究通过使用 VA 和智能酒店和旅游生态系统的发展来促进酒店服务的转型。该研究可以从与酒店经理的进一步研究中受益,以反映酒店经营者的观点并调查他们对 VA 的看法。进一步的研究还可以探索不同背景下消费者与虚拟助理互动的不同方面。实际意义——本文对酒店管理和人机交互最佳实践做出了重大贡献。它支持技术提供商重新考虑如何开发合适的技术解决方案,以提高其战略竞争力。它还解释了如何经济高效地使用虚拟助理,同时为旅行者的体验增加价值。
人工智能 (AI) 技术在研究和工业领域都越来越受到关注。尽管它们为制造业提供了巨大的潜力,但最近对从业人员的研究表明,缺乏在生产环境中实施 AI 的知识,尤其是缺乏成功领导实施的知识。因此,本文制定了车间经理的能力概况。车间经理被视为公司实施 AI 技术的合适杠杆。该概况侧重于他们的实际要求,包括相关的面向生产的用例、吸引员工的社会因素以及对模型的更深入了解以解释结果。该概况已通过学习内容付诸实践,并已由车间经理测试。反馈令人鼓舞:约 78% 的测试人员表示,这些内容有助于他们了解实施基于 AI 的项目时的好处、挑战、任务和风险。结果为未来开发学习材料奠定了基础,并在学习工厂中教授相应的练习,以实践 AI 实施为目标。© 2022 作者。这是一篇开放获取的文章。同行评审声明:同行评审由 2022 年第 12 届学习型工厂会议科学委员会负责。