人工智能(AI)用于制造能够理解、监控、推理、预测、交互、学习、发展和像人类一样工作并解决复杂问题的机器人。世界正在迅速变化,机器人正在达到可以取代人类工作的水平,未来,也许,我们正在演变成一个机器人和人类成为主角的世界。然而,许多国家已经认识到人工智能对效率、安全、社会和福利的严重影响。人工智能系统引发了人们对法治、平等和人权的严重担忧,人工智能出现偏见的可能性引起社会关注。特别是随着人工智能在公共行政领域的广泛应用,歧视的出现令公共管理者感到不安。本研究重点关注人工智能在公共管理中的歧视和偏见问题,探讨人工智能在公共管理中的应用过程中出现的歧视问题,评估偏见问题和歧视行为在哪些领域最为常见,并关注可能存在的风险。
plk1是细胞周期的主要调节剂,其功能范围从有丝分裂承诺,中心体成熟,双极纺锤体形成,染色体分离,染色体分离,在细胞因子中的毛茸茸形成,共同防止基因组不稳定性和可预防基因组不稳定性和对女子细胞的传播到子细胞[1,2](图1)。在其在有丝分裂过程中的作用外,PLK1还是DNA复制,DNA损伤响应(DDR),G2 DNA损伤检查点,染色体动力学和微管动力学的调节剂,其与这些途径中涉及的几个关键因素的相互作用和磷酸化相互作用[3,4]。PLK1在细胞周期的各个阶段的协调依赖于空间和时间调节,主要是通过转录和翻译后修饰[2,5,6]。PLK1表达模式受到动态控制,并且与正常成人组织的细胞周期进程有关[6,7]。通常在相间的相间较低,PLK1蛋白水平在整个S相逐渐增加,并在G2/m相中达到最大值。然后,它们在有丝分裂后大大降解[4,5,7]。plk1表达(在mRNA和蛋白质上
摘要 以数据为中心的革命通常庆祝商业分析和人工智能在挖掘公司潜力和成功方面的普及。然而,关于人工智能集成商业分析 (AI-BA) 的意外后果如何影响公司整体竞争优势的研究还很缺乏。在此背景下,本研究旨在确定 AI-BA 不透明度、次优业务决策和感知风险等因素如何导致公司的运营效率低下和竞争劣势。借鉴资源基础观、动态能力观和权变理论,提出的研究模型捕捉了 AI-BA 不透明度对公司风险环境和负面绩效的组成部分和影响。数据来自印度不同规模组织的各个服务部门的 355 名运营、中层和高级经理。结果表明,缺乏治理、数据质量差以及关键员工培训效率低下导致 AI-BA 不透明。随后,它会触发次优业务决策和更高的感知风险,从而导致运营效率低下。研究结果表明,运营效率低下显著导致销售增长为负和员工不满,从而导致公司处于竞争劣势。研究结果还强调了应急计划在法则链中的显著调节作用。
日益激烈的竞争、剧烈的市场转变和动态的技术变革要求企业不断调整其商业模式 (BM) 以保持生存能力 (Hock-Doepgen 等人,2021 年;Suh 等人,2020 年)。因此,商业模式创新 (BMI) 作为“有意改变企业核心要素及其商业逻辑的过程”(Bucherer 等人,2012 年,第 184 页),被广泛视为企业成功的圣杯 (Gerasymenko 等人,2015 年;Kim & Min,2015 年;Visnjic 等人,2016 年;Zott & Amit,2007 年),这并不奇怪。事实上,实证研究已经证实,BMI 是竞争力和竞争优势的源泉 (Clauss, Abebe, et al., 2019 ; Teece, 2010 ; Wirtz et al., 2010 ),它“有潜力提高企业绩效”(Lambert & Davidson, 2013 , p. 676),甚至改变市场均衡 (Trabucchi et al., 2019 )。总体而言,BMI 的这一光明面引起了人们对 BMI 日益增长的兴趣,认为它是“一种新的创新主题,是对流程、产品和组织创新等传统主题的补充”(Zott et al., 2011 , p. 1032)。因此,出现了越来越多的文献来研究 BMI 的概念化、开发和引入相关主题(Foss & Saebi,2017 )。尽管 BMI 研究活动取得了非凡的发展,但最令人惊讶的是缺乏对 BMI 的决定因素、组成部分和后果的研究(Sorescu,2017 )。然而,这反过来也提供了许多有希望的研究机会。首先,BMI 领域的先前研究受到支持创新偏见的影响(Talke & Heidenreich,2014 ),普遍认为 BM 的创新总是对公司有利。因此,先前的研究将成功的 BMI 而不是不成功的 BMI 放在了关注的中心(Halecker 等人,2014 )。这导致越来越多的文献包含了关于 BMI 积极一面的显著贡献和证据,强调了 BMI 对价值占用 (Baden-Fuller & Haefliger, 2013 ; Björkdahl, 2009 ; Hienerth et al., 2011 )、客户满意度和忠诚度 (Clauss, Harengel, et al., 2019 ; Clauss, Kesting, et al., 2019 ; Futterer et al., 2020 )、品牌资产 (Spieth et al., 2019 )、盈利能力 (Aspara et al., 2010 ) 以及最终公司绩效 (Freisinger et al., 2021 ; Futterer et al., 2018 ; Zott & Amit, 2007 ) 以及长期生存 (Kauffman & Wang,2008 年)。然而,越来越多的公司在创造和获取 BMI 价值方面遇到了困难(Chesbrough,2010 年;Clauss,Abebe 等人,2019 年;von den Eichen 等人,2015 年)。例如,虽然 Tesco 能够建立一个利润丰厚的 20 亿美元在线杂货业务,但 Webvan——具有类似的 BM——被认为是有史以来最大的互联网泡沫破灭
研究阶段 描述 第 1 阶段 人工智能应用的文献综述及其在营销中的挑战、障碍和风险 第 2 阶段 准备和测试专家访谈 第 3 阶段 启动专家访谈并收集信息 第 4 阶段 对访谈内容和结果进行编码和分类 第 5 阶段 评估访谈结果和内容 第 6 阶段 展示分析的发现和结论 表 1:研究方法
*通信:米歇尔·蒙耶(Michelle Monje),医学博士,神经病学系斯坦福大学医学系洛里(Lorry I. Lorry I.剑桥生物医学校园的puddicombe Way剑桥CB2 CB2 0AW英国电子邮件:rk385@cam.ac.uk
摘要 自 2014 年《科学》杂志将癌症免疫疗法评为“年度突破”以来,涉及免疫治疗方法的临床试验数量激增。过去 10 年,由于免疫监视理论(现更名为三 E 理论)的复兴,免疫治疗方法不断得到成功开发。去年 11 月,《自然评论药物发现》杂志发表了最新的免疫肿瘤药物管线开发情况,其中明确指出,研究中的免疫活性药物在短短两年内几乎翻了一番。在不同类型的被动和主动免疫疗法中,“细胞疗法”增长最快。本综述旨在讨论针对胰腺癌的不同免疫肿瘤方法的临床前和临床研究。我们将胰腺癌归为免疫疗法的“阴暗面”,因为它是这种治疗策略反应较差的实体瘤之一。