人与AI协同对组织学习的影响机制研究——探索与利用学习的视角

人工智能(AI)的快速发展使人类不再是组织唯一的知识生成主体,如何通过人与AI的协同学习以适应数字经济的环境变化,成为当前和未来学界与业界的前沿议题.本研究聚焦人与AI协同的新型组织学习,探究AI的引入对组织学习的影响机制.基于多主体建模与仿真方法研究发现:首先,AI的引入对组织学习具有显著影响.一方面会在AI的专业维度替代组织的利用式学习,另一方面会在AI的专业维度减少组织的探索式学习需求;其次,AI的学习能力对组织知识水平的影响呈非线性特征.组织以利用式学习为主时,随着AI的学习能力增强,组织知识水平增长幅度会逐渐减缓;组织以探索式学习为主时,只有较高学习能力的AI才能提升组织的知识水平,但会减少组织成员知识的独特性;最后,环境的不确定程度对人与AI的协同学习具有显著影响.在高不确定的场景中,高学习能力AI与组织成员存在一定的互补效应,一方面,AI快速产生高质量知识,另一方面,组织成员快速利用AI产生的知识并转化为组织惯例,以应对环境挑战.本研究突破人类是组织中唯一学习主体的隐含假设,通过仿真揭示人与AI协同对组织学习的影响机制,为推动数字经济时代的组织学习创新实践提供启示.

数字孪生驱动的企业战略场景建模与决策分析

2016-2018年,Gartner集团连续三年将数字孪生(Digital Twins)列为全球十大战略科技发展趋势之一,2018年更将技术趋势概括为智能数字网格(Intelligent Digital Mesh),认为智能化包括人工智能基础设施、智能应用与分析,及智能设备三个部分。智能化成为2018年全球技术趋势和最为流行的技术词汇之一。

数据驱动的产品研发转型：组织惯例适应性变革视角的案例研究

现有研究多聚焦于大数据对产品研发流程与绩效的影响,对基于经验的产品研发转变为数据驱动的产品研发的转型路径、实现机制与转型范式缺乏理论探讨。本文基于组织惯例适应性变革的整合视角,通过对韩都衣舍的纵向案例研究,提出从基于经验的产品研发转变为数据驱动的产品研发的两阶段转型模型,剖析了数据驱动的产品研发转型的组织惯例适应性变革机制,提出了数据驱动的产品研发转型范式理论模型,对"数据驱动"的内涵进行了创新性阐述。本文从转型路径、实现机制与转型范式3个方面构建了数据驱动的产品研发转型理论,研究结论对数字经济时代数据驱动产品创新的企业实践提供了政策启示。

大数据背景下医院门诊挂号预约爽约行为预测研究

目的了解目前医院预约诊疗服务中患者爽约行为的现状,探讨和鉴别患者爽约的关键特征,运用这些特征建立机器学习算法模型预测未来患者爽约行为。方法挖掘2018年河北省某大型三甲医院预约大数据,首先用Stata采取传统Logistic回归找出患者爽约的显著因子,再将数据划分为训练集和预测集,采用SVM、决策树、随机森林和BP神经网络等不同模型学习训练患者爽约行为和特征,检验每种算法对患者爽约预测的准确率。结果目前医院患者预约爽约率为16.16%,Logistic回归分析显示年龄、性别、预约时间和预约科室是爽约行为的关键性特征;使用这些特征进行机器学习和预测能取得较好效果,SVM、决策树、随机森林和BP神经网络各个算法准确率均超过75%,其中SVM和BP神经网络准确率最高,是该特定情境下的最优算法。结论我国大型三甲医院预约诊疗服务有待进一步加强,在大数据时代的背景下,机器学习方法可为医院预测并降低爽约率提供强有力支持。