人工智能 (AI) 有可能颠覆整个行业,从而推动现有企业的商业模式创新 (BMI)。然而,关于人工智能对现有企业商业模式影响的实证研究,以及关于人工智能作为这些企业 BMI 驱动力的研究仍然很少。本文旨在通过分析人工智能对企业商业模式具体要素的影响来扩展该领域的研究。此外,它还分析了人工智能驱动的 BMI 的机制。通过在四个传统行业进行深入的案例研究,我们为文献做出了贡献,提供了关于人工智能对现有企业每个商业模式要素影响的新见解。基于这些发现,我们还提出了一个框架,解释通过人工智能进行 BMI 的过程和结果。
数字化转型是传统行业中的一个重要课题,现有的研究大多侧重于研究数字化转型对传统行业现有企业整体商业模式的影响,缺乏对数字化转型影响的跨行业概述,包括对这种影响的详细阐述和特征。本文旨在通过分析数字化转型对传统行业现有企业每个商业模式要素的影响(我们将其概念化为变化、挑战和应对措施)来解决这一特定的研究空白。通过对四大传统行业的现有企业进行深入的多案例研究,我们为数字化转型文献做出了贡献,提供了有关商业模式变化、由此产生的挑战以及如何应对这些挑战的潜在组织应对措施的新见解。
摘要。在过去的几十年里,美国经济表现出从制造业向服务业的重大转变。这种转变在服务业的一个重要子类别中尤为突出,该子类别推动了创新并雇用了许多高薪工人:供应链贸易服务(Delgado 和 Mills,2020 年)。这些行业为组织提供专门的服务投入,其特点是高上游性,这使得创新可以层层传递到其他买方行业。在本章中,我们探讨了 1998 年至 2015 年期间初创公司与现有公司在推动从制造业向供应链贸易服务的转变方面所起的作用。使用美国人口普查局的纵向商业数据库,我们发现初创公司在供应链贸易服务方面经历了大幅下滑,无论是新公司的进入还是年轻公司的增长。相反,该行业的就业增长是由老牌公司引领的:现有制造公司向服务业的转型(例如英特尔)和现有供应链贸易服务公司(例如微软)的增长。为了补充我们的实证研究结果,我们讨论了创业公司面临的潜在障碍,并阐述了几家老牌公司的服务化努力。最后,我们提出了广泛的政策启示。关键词:服务化、供应链行业、创业、STEM 劳动力、创新、增长。
商业计划书由叙述性描述和财务预测组成。叙述性描述是商业计划书的主体。商业计划书的各个部分可以按您希望的任何顺序完成,但执行摘要除外,它应最后完成,但放在文档的最前面。跳过任何不适用于您的业务类型的类别。当您完成初稿撰写时,您将获得关于商业计划书各个主题的段落集合,必须将其编辑成流畅的叙述。创建商业计划书的真正价值不在于拥有成品;相反,价值在于以批判性的方式研究和思考您的业务的过程。规划行为使您能够彻底思考问题,如果您不确定事实,请进行研究和调查,并客观地看待您的想法。这需要时间,但有助于避免将来犯下代价高昂的错误。此商业计划书是适用于所有类型的现有企业和初创企业的通用模型。但是,您应该根据具体情况对其进行修改,强调特定的业务类型(制造、零售、服务等)。许多商业计划书都是为了向投资者或贷款人进行有效的展示而制定的,因此内容和外观非常重要。在展示您的计划书之前,请联系杰克逊维尔州立大学小型企业发展中心的顾问进行最终审查。
在给定数字技术水平的情况下,现有企业 (IN) 在第 0 时期的固定成本为 1 单位。随着第 1 时期数字技术的变化,新进入者 (EN) 以 2 单位的更高固定成本进入市场。数字技术的这种变化使得边际成本降低,从而有机会获得更大的市场份额 (MS)。从第 1 时期开始,现有企业有两种选择——不采用新技术(R1 或机制 1),或采用新技术(R2 或机制 2)。在机制 1 中,现有企业面临的固定成本可以忽略不计,但边际成本较大,而在机制 2 中,它面临着较大的固定成本(第 0 时期的沉没/放弃的固定成本加上第 1 时期的固定成本)和较低的边际成本(作为新进入者)。现有企业和新进入者的市场份额会相应演变。
许多数字市场的竞争性质可能会改变第一类错误和第二类错误之间通常的权衡条件。网络效应往往使数字市场的结构非常集中,进入壁垒也相当高。大数据可能导致这种结果,因为现有企业享有的数据禀赋提供了竞争优势,使挑战它们变得更加困难。约束现有企业的主要机制是市场竞争,即潜在和实际进入削弱了现有企业施加市场力量的能力。这使得潜在竞争对手比在传统市场中更有价值。因此,第二类错误的代价可能特别高昂。换句话说,数字市场的某些特点可能证明对该行业合并的评估方式进行一些改变是合理的。
虽然这个被广泛使用的定义很有用,但它并没有完全捕捉到金融领域的动态转型,这种转型不仅是由传统企业推动的,也是由许多初创企业和其他意想不到的来源推动的(Zarifis & Cheng,2021)。有迹象表明,我们正处于这一转型的第二阶段,各方都吸取了教训,战略也得到了完善。现有企业往往承认,他们不再能随心所欲地塑造市场,也不再低估进入金融领域的新颠覆性企业。进入金融领域的新企业,一些是小型初创企业,另一些是来自金融以外其他领域的大型组织,往往不再低估现有企业在管理风险、制定监管等方面的能力。那些喜欢“押注”现有企业或颠覆者占主导地位的人似乎会感到失望。
在企业中实施人工智能 (AI) 应用具有巨大的潜力,但也带来了复杂的挑战。尤其是现有企业往往难以充分发挥 AI 的潜力,因为在实施 AI 解决方案的背景下会出现一些悖论,例如对数据隐私的担忧,但同时又过度共享个人数据。为了分析现有企业实施 AI 的挑战导致了哪些悖论,我们借鉴了有关技术悖论的文献,并采用定性研究方法,对八家正在实施 AI 的公司进行了半结构化访谈。我们的研究结果表明,战略要务和战术范式之间的各种不匹配源于三个 AI 悖论:隐私悖论、潜在悖论和集成悖论。我们的研究结果为 AI 和技术悖论的信息系统文献做出了贡献,提供了有关 AI 悖论的新颖实证见解和解决现有企业这些悖论的实际意义。关键词:人工智能(AI)、AI实施挑战、AI悖论、数字化转型。