数字经济学术｜周刊·第112期｜2023.03.27-04.02

「数字经济学术」

摘要：近几十年来，关于大数据分析的研究蓬勃发展，但其与战略的关系一直被忽视。本文回顾了228篇文章中有关大数据分析和战略的描述，确定了两种主要观点：一种是投入-产出观点，这种观点将大数据分析视为补充前瞻性战略制定的计算能力，另一种融合观点，这种观点是将大数据分析理论化为一种社会建构的代理，它(重新)塑造了战略形成的涌现特征。我们解构了投入-产出和融合两种观点的内在矛盾，揭示了两种观点如何在因果关系和代理关系中采取脱节的立场。我们阐述了大数据分析和战略符号学观点，打破了这种僵局，并为大数据分析和战略之间的连体关系提供了新的理论解释。

摘要：最近，大量组织对人工智能(AI)技术的迅速采用引发了人们的担忧，即人工智能最终可能会在某些任务中取代人类。事实上，当用于协作时，机器可以显著增强人类的互补优势。的确，由于它们强大的计算能力，机器可以以令人难以置信的精度执行特定的任务。相比之下，人类决策者(DMs)具有灵活性和适应性，但受限于他们有限的认知能力。本文研究了基于机器的预测如何影响人类DM的决策过程和结果。我们研究了这些预测对决策准确性、决策错误的倾向和性质以及DM认知努力的影响。为了考虑灵活性和有限的认知能力，我们在一个理性的注意力不集中框架中建模人类决策过程。在这种设置中，机器为DM提供准确但有时不完整的信息，无需认知成本。我们在这个框架中充分描述了机器输入对人类决策过程的影响。我们表明，机器输入总是提高人类决策的整体准确性，但仍然可能增加某些类型错误的倾向(例如假阳性)。机器还可以诱导人类做出更多的认知努力，尽管它的输入非常准确。有趣的是，这种情况发生在DM认知最受约束的时候，例如，由于时间压力或多任务处理。综合这些结果，我们确定了人机协作可能最有益的决策环境。

摘要：人工智能(AI)能否帮助人类员工提高员工的创造力?根据对人工智能-人类协作、工作设计和员工创造力的研究，我们以组织内顺序分工的形式研究人工智能的帮助:在一项任务中，人工智能处理编码良好且重复的初始部分，员工专注于涉及更高层次问题解决的后续部分。首先，我们从一个在电话营销公司进行的现场实验中提供因果证据。我们发现，平均而言，人工智能在生成销售线索方面的帮助，提高了员工在随后的销售服务中回答客户问题时的创造力。增强的创造力会增加销售额。然而，这种影响在高技能员工身上更为明显。接下来，我们对员工进行了半结构化访谈的定性研究。我们发现，人工智能辅助通过加强员工与更严肃的客户的互动，改变了工作设计。这种变化使技能更高的员工能够在工作中产生创新的对话，培养积极的情绪，这有利于产生创造力。相比之下，在人工智能的帮助下，技能较低的员工只能对对话进行有限的改进，并在工作中经历负面情绪。我们得出的结论是，员工可以实现人工智能增强的创造力，但这一理想的结果受技能影响，有利于拥有更高工作技能的专家。

关键词：人工智能；员工创造力；销售；客户互动；定性研究

摘要：数字创新作为数字经济的源头活水，已成为催生新动能和促进经济高质量发展的重要战略工具。如何优化企业数字创新机制及提高数字创新水平是有待解决的重要问题。但以往研究多强调单一前因对数字创新的“净效应”，较少以整体框架探究技术、组织与环境因素影响数字创新的复杂因果机制，一定程度上忽视了不同前因间的联合效应。为进一步探索数字创新的影响机制，促进数字创新实践。以互联网企业为研究对象，选取沪深A股上市的20家互联网企业为案例样本，基于TOE框架，采用模糊集定性比较分析与必要条件分析方法，探寻技术、组织与环境三个层面五个前因条件对互联网企业数字创新的影响。研究发现：（1）单个前因条件不构成引致高水平数字创新的必要条件；（2）存在4条产生高水平数字创新的组态，可归为技术与环境协同的大数据能力赋能型（H1）、技术与环境协同的创新能力支持型（H2a）、技术与环境协同的大数据能力与创新能力联合支持型（H2b)、吸收能力与数字化情境双轮驱动型（H3）；（3）存在4条产生非高水平数字创新的组态，且与高水平数字创新组态存在非对称关系。

关键词：数字创新；互联网企业；TOE框架；模糊集定性比较分析；必要条件分析

本期责任编辑：万姿显 夏思阳

©️版权声明：数字经济周刊版权归属数字经济与商业模式课题组所有。

本公众号由中国科学院大学经济与管理学院数字经济与商业模式课题组维护，我们将致力于追踪数字经济与商业模式创新研究与实践最新进展，提供高质量的公立研究机构第三方洞察观点。