XiaoMi-AI文件搜索系统
World File Search System小型企业
引用：Abdulhamid F、Abubakar AR。人工智能对尼日利亚中小型企业绩效的作用概述。Austin J Bus Adm Manage。2024；8(1)：1071。
在过去的 15 到 20 年里，人工智能 (AI) 的使用激增。中小型企业 (SME) 和大型企业都可以从其业务发展中使用 AI 中受益。本文的主要目标是研究如何使用 AI 来推进尼日利亚中小企业的业务运营。为此，采用了系统性的文献综述方法。主要结论是，人工智能可用于与他人保持安全距离、在安全的位置开展业务、改善客户交付、为组织带来业务并为中小企业提供竞争优势。值得注意的是，谷歌、Facebook、TikTok、Netflix 和亚马逊等大公司已经在使用人工智能，但现在小型企业也可以利用这种资源来增加生产和运营，以在当前环境中竞争和进步。在研究人员认识到这些特征是尼日利亚中小企业采用人工智能的原因后，未来的研究可以进一步在初级层面测试这些特征。
评估非洲中小型企业（SMES）的可持续实践和供应链管理效率
在坎布里亚大学的机构储存库洞察中举行的任何项目及其相关的元数据（除非在元数据记录中另有说明）可以复制，显示或执行，并与JISC FAIR交易指南（可在此处使用）进行教育和非营利性活动
从威胁歧义的角度澄清供应链破坏和运营弹性关系：中小型企业的证据
鉴于企业，学者和专家认为这些事件的巨大风险供应链中断构成了弹性的恢复工作。这项研究使用威胁性理论来质疑这一规范性假设，这是通过提出供应链破坏可以触发威胁解释偏见的，这破坏了运营的弹性。具体来说，该研究认为，威胁解释偏见会负面介导供应链破坏与操作弹性之间的关系，尤其是在低中断的环境情况下。使用基于协方差的结构方程建模对加纳259家中小型企业的调查数据进行了经验分析，支持了这些理论预测。结果表明，供应链中断会增加威胁解释偏见，从而降低了操作弹性。威胁解释偏见对操作弹性的负面影响在干扰方向低于高时更强。这些结果提供了对供应链破坏的增强理解 - 弹性链接，同时阐明了企业如何管理威胁解释偏见以提高运营弹性。
利润敏感的机器学习分类，具有信用风险中的解释：在点对点贷款中的小型企业的情况
，我们为在财务上最复杂的小企业之一的P2P贷款中提出了一种全面的利润敏感方法。通过包括利润以及在建模过程的三个方面引入利润信息，我们超越了传统和成本敏感的方法：分类算法的学习功能（我们的情况下XGBOOST），超参数优化和决策功能。在小型企业案例中，通过授予大部分较低风险的低风险较低贷款，在分析的小企业案例中，利润敏感的方法比利益敏感的方法获得了更高的盈利能力。解释性工具可帮助我们发现此类贷款的关键特征。只要错误分类矩阵的细胞具有经济价值，我们的建议可以扩展到其他贷款市场或其他分类问题。
NSF 24-582：NSF 小型企业创新研究/小型企业技术转让快速通道试点项目（SBIR-STTR 快速通道）| NSF - 美国国家科学基金会
提案。有关此流程以及如何提交快速通道项目提案的详细信息，请参阅本文件第 III.A 节。符合快速通道资格标准的小型企业可以随时提交快速通道项目提案
探索金融科技对小型企业的影响......
摘要 本定性文献综述调查了金融技术 (fintech) 对小企业增长的影响，旨在综合现有研究并确定关键主题和见解。该研究考察了各种金融科技创新（如移动支付、数字借贷和网上银行）如何影响小企业的运营效率、金融可及性和整体增长轨迹。该综述还强调了移动支付系统在简化交易、降低成本和改善小企业现金流管理方面的作用。这些系统使企业能够接受更广泛的支付方式、迎合更广泛的客户群并增加销售额。此外，研究发现，采用网上银行和数字财务管理工具可以简化财务流程、促进更好的财务规划并提供实时财务见解，从而提高运营效率。尽管有诸多好处，但该研究指出，数字素养、网络安全风险和监管合规等挑战是小企业全面采用金融科技的重大障碍。文献强调，需要有支持性政策、教育和技术基础设施来克服这些挑战，并最大限度地发挥金融科技对小企业的好处。总之，金融科技通过提高金融可及性、运营效率和竞争地位，对小企业的增长和可持续性产生了深远的影响。未来的研究应侧重于纵向研究，以评估金融科技采用的长期影响，并探索旨在支持小企业融入数字金融生态系统的政策干预措施的有效性。
NSF 24-579：NSF 小型企业创新研究/小型企业技术转移第一阶段计划（SBIR/STTR 第一阶段）| NSF - 美国国家科学基金会
第六部分。尽职调查流程可能包括要求澄清公司结构、关键人员、利益冲突、外国影响、网络安全实践或 NSF 确定的其他问题。参与尽职调查
小型企业项目办公室 2023 财年报告
1. 国防社区协会创新峰会：2022 年 10 月 31 日至 11 月 2 日 – 亚利桑那州菲尼克斯 2. 美国军事工程师协会联邦小企业会议：2022 年 11 月 2 日至 4 日 – 田纳西州纳什维尔 3. CMMC 峰会：2022 年 11 月 9 日 – 弗吉尼亚州泰森斯角 4. 美国泛亚裔美国商会教育基金会：2022 年 12 月 9 日 – 虚拟 5. 美国妇女商会配对：2022 年 12 月 1 日 – 虚拟 6. 全国 8(a) 会议：2023 年 2 月 13 日至 15 日 – 路易斯安那州新奥尔良 7. 2023 年 Smart PROC GOVCON：2023 年 2 月 22 日和 23 日 – 马里兰州弗雷德里克 8. 国家退伍军人采购研究所国际中心：2023 年 3 月 30 日 – 马里兰州波托马克9. 国防部导师-学徒峰会：2023 年 3 月 28-30 日 – 佛罗里达州奥兰多 10. 季度 HUBZone 会议：2023 年 5 月 18 日 – 弗吉尼亚州利斯堡 11. AFCEA 小型企业创新：不同的创新视角网络研讨会系列：听取国防部的意见：2023 年 6 月 12 日 - 虚拟 12. NCMA 老自治领分会：2023 年 6 月 14 日 – 弗吉尼亚州弗雷德里克斯堡 13. 通用动力信息技术 SBO 聊天：2023 年 6 月 28 日 – 虚拟 14. 海军黄金海岸小型企业采购活动：2023 年 7 月 26-28 日 – 加利福尼亚州圣地亚哥 15. 全国 HUBZone 会议：2023 年 8 月 22-24 日 – 弗吉尼亚州利斯堡
NSF 24-580：NSF 小型企业创新研究/小型企业技术转移第二阶段计划（SBIR/STTR 第二阶段）| NSF - 美国国家科学基金会
除了标准的 NSF 评审标准（第 VI.A.1-2 节）之外，本征集还进一步阐明了如何将知识价值和更广泛的影响力应用于初创企业和小型企业（第 II 节）。此外，
人工智能应用于小型企业 - fgv eaesp
本研究的目的是开发一个预测模型，利用来自小型企业的数据来提高业务运营规划的准确性。通过使用机器学习 (ML) 技术、特征扩展、重采样和组合技术，可以解决现有研究中存在的几个限制。然后，使用新颖的特征工程技术，我们可以找到 10 个新特征，这些新特征是从原始特征中衍生出来的，并通过它们之间的非线性关系自动构建，从而提高模型的准确性。最后，我们构建了一个基于规则的分类器，以高精度预测商店的收入。结果表明，所提出的方法为应用于中小型企业的 ML 研究开辟了新的可能性。