技术信息系统协会AIS电子图书馆(AISeL)数字2022诉讼扩散信息的利益集团2022标准普尔500指数公司之间的AI扩散监测：实证结果和方法学进展托马斯木栅Timo Seppala关注此内容和其他工作：https://aisel.aisnet.org/digit2022本材料由AIS电子图书馆（AISeL）的信息技术传播兴趣小组提供给您。它已被 AIS 电子图书馆 （AISeL） 的授权管理员接受收录在 DIGIT 2022 论文集中。欲了解更多信息，请联系 elibrary@aisnet.org。 人工智能扩散监测标准普尔公司中第二十七届 DIGIT 研讨会论文集，丹麦哥本哈根，2022 年 12 月1标准普尔500指数公司之间的AI扩散监测：实证结果和方法学进展完成研究论文托马斯木栅阿尔托大学Otakaari 24， 02150 埃斯波， 芬兰 tomasz.mucha@aalto.fiTimo Seppala阿尔托大学Otakaari 24， 02150 埃斯波， 芬兰 timo.seppala@aalto.fi摘要随着数字技术创新和商业化步伐的加快，监控技术的商业传播对组织来说变得越来越重要。技术监控是研发规划、技术管理和战略决策的基础。尽管它很重要，但在商业生命周期阶段监测技术的传播依赖于粗糙的方法，例如“及时快照”调查和关键字计数。这些方法与在商业前生命周期阶段监测技术的新颖和快速发展的方法形成鲜明对比，例如基础科学研究和应用研发。我们通过提出一种监测技术商业传播的专门方法来解决这种不平衡。该方法识别组织采用技术的阶段，并捕获扩散过程的时间进展。所提出的方法的核心要素之一是文本分类，它依赖于定性内容编码。我们的编码方法利用了创新传播研究的见解，并专门用于检测组织采用技术的各个阶段。这种方法在2004-2019年期间在标准普尔500指数公司中传播的案例中得到了说明。我们的第一个贡献是监测技术商业传播的新方法。它提供透明、可复制、可更新和精细的结果，可以补充基于调查的技术监控。第二个贡献是在北美领先公司的背景下对人工智能扩散的实证评估。关键词:技术扩散、技术采用、技术战略、人工智能 （AI）、机器学习 （ML） 人工智能扩散监测标准普尔公司中第二十七届 DIGIT 研讨会论文集，丹麦哥本哈根，2022 年 12 月2标准普尔500指数公司之间的AI扩散监测：实证结果和方法学进展完成研究论文介绍技术采用是企业和国家生产力和竞争力的基本驱动力（Brynjolfsson 等人，2018 年;霍尔2004）。因此，技术监测是产生关于影响企业、经济和社会的变化的战略远见的基础（Roper et al. 2011，第 1 节和第 4.2 节）。因此，监测技术在其整个生命周期中与研究和实践高度相关。具有最长记录且今天常用的方法是基于调查的研究（Roper 等人，2011 年，第 100-103 页）。基于调查的研究在涉及技术进入商业化和技术生命周期后期阶段的研究中尤为普遍。负责技术监测的学者和从业者依靠调查（例如，参见：巴拉克里希南等人，2020 年;马古拉斯和斯沃耶 2020;蒙塔尼耶和埃克 2021;奥利维拉等人，2019 年;佐拉斯等人，2020）.另一组技术监测方法，有时被称为“技术挖掘”（Porter and Cunningham 2004），来自内容分析（Roper 等人，2011 年，第 106 页），目前正在积极开发中（Cunningham and Kwakkel 2016，第 xx 页），特别是用于监控商业化前阶段的技术。这些新颖的方法提供了越来越多的见解，并为与商业化前阶段技术相关的研发和技术规划提供信息。尽管这些方法做出了贡献，但在监测技术的商业传播方面仍然存在局限性。首先，由于技术发明和应用研发与商业化之间存在重大障碍（Roper 等人，2011 年，第 8 页），因此专注于技术生命周期早期阶段的方法（例如专利分析）不足以理解随后的商业传播技术。其次，专注于技术生命周期后期阶段的方法也面临局限性（Rogers 1983，第 117 页）。因此，没有制定适合商业阶段技术的监测方法，这些方法是纵向的，并认识到各组织采用技术过程的复杂性。因此，我们提出了一种专门设计的方法，用于识别组织采用技术的各个阶段，并随着时间的推移捕获扩散过程。所提出的方法利用了定性内容分析方法。我们的编码方法对研究组织采用技术很敏感。它建立在创新扩散研究的见解之上，该研究涉及组织内技术采用的过程（Cooper and Zmud 1990;格林哈尔等人，2008年，第5.3节;迈耶和去1988;罗杰斯2010）。该方法以2004年1月至2019年5月期间标准普尔500指数公司之间的人工智能（AI）扩散为例进行说明。人工智能是“计算进步的前沿，它参考人类智能来解决更复杂的决策问题”（Berente 等人，2021 年，第 1435 页）。国际高管认为人工智能有可能对其组织的战略地位和行业的竞争动态产生重大影响（Ransbotham 等人，2020 年）。因此，商界领袖、学者和政策制定者都热衷于监控人工智能的商业传播。这项研究带来了一些贡献。首先，我们的方法解决了技术在其生命周期的后半部分（即进入商业化或后期阶段的技术）的技术监测问题。其次，所提出的方法在适用于广泛的技术方面是通用的。这种多功能性源于它对定性内容分析的依赖，这种分析不限于任何特定类型的文本或文件，以及它对广泛定义的技术采用阶段的敏感性。接下来，从业者可以很容易地采用所提出的方法，并补充他们现有的技术监测方法。他们的项目将受益于我们的方法生成的透明、可复制、可更新和精细的结果。因此，所提出的方法对监测技术商业传播的基于调查的方法提出了宝贵的补充。最后，鉴于所提出的方法遵循内容编码的结构化程序，它在未来可能作为自动化技术监控算法的基础。 人工智能扩散监测标准普尔公司中第二十七届 DIGIT 研讨会论文集，丹麦哥本哈根，2022 年 12 月3理论背景我们的方法借鉴了现有的技术监测和创新传播研究。因此，在本节中，我们简要概述了这两个部分重叠的文献流中的相关理论和方法。我们分别确定了在两种文献流中监测技术商业化前和商业传播的方法的发展。技术监控是观察和跟上特定技术发展的过程（Roper 等人，2011 年，第 72 页）。它被广泛使用，并为商业和政策决策者提供必要的投入，因此有助于研发管理、技术管理以及企业和国家战略（Burgelman 等人，2004 年，第 8-9 页;陈和小1994;波特和德坦佩尔 1995;泰克特和米特迈耶2002）。在本文中，我们将技术监测的范围限制为包括过去的发展。监测precommercial扩散技术公司不能在日常运营中使用商业化前阶段的技术，但可以通过研发工作等方式参与这些技术。然而，了解商业化前技术的发展路径可能具有重要的战略意义（Teichert and Mittermayer 2002）。由于商业前阶段的技术进步至少部分体现在科学出版物和专利中（Porter and Cunningham 2004，第7页），技术监测主要利用这些文件（Martino 2003;Roper 等人，2011 年，第 81–82 页）。它通常被称为 “技术采矿 ”（波特和坎宁安 2004年，第 2.3节 ;Roper 等人， 2011 年，第 5.2 节）。 Porter和Cunningham（2004，第19页）将技术挖掘定义为“通过对技术创新过程的理解，将文本挖掘工具应用于科学和技术信息。特别是在专利分析领域，最近取得了许多进展，例如创新主题分析(Choi et al . 2018年);识别跨行业技术（弗雷德斯特伦等人，2021 年）;以及在技术开发的早期阶段筛选想法（Hong等人，2021 年）。尽管取得了这些进展，但监测商业前的技术传播不足以了解随后的商业传播。首先，并非所有发明都能“找到可行的商业应用”（Grant 2016，第 243 页）。接下来，在进行发明和商业化之间存在显着的时间滞后（Roper 等人，2011 年，第 1.2 节），这是由于在许多情况下，创新需要在采用者将其投入使用之前克服重大困难（Rogers 2010，第 1 页）。因此，监测技术商业传播的方法是一个独特的研究和实践领域。监控商业技术扩散监测技术的商业传播有助于了解目标采用者群体在多大程度上使用了重点技术。它提出了一系列独特的挑战。与商业前传播的情况不同，没有常用的标准化出版物来衡量进展。相反，在目标市场中传播的技术通过各种渠道传播，例如行业会议、媒体、口碑、商业智能等等（Rogers 2010，第 18-20 页）。因此，许多类型的行为者参与监测各种技术的商业传播。它们包括国家统计局、非营利组织和其他服务提供商，如市场研究公司和咨询公司。监测技术的商业传播主要有两类方法：（1）调查研究和（2）分析各种类型的内容。我们简要介绍了这两个类别的背景，并讨论了它们的局限性。利用调查收集数据，研究和分析技术的商业传播，一直并将继续非常突出。爱荷华州杂交玉米扩散的开创性研究（Ryan和Gross，1943年）依赖于基于访谈的调查，构成了1940年代扩散研究范式的基础（Valente和Rogers 1995）。鉴于在接下来的几十年中，扩散研究成功地扩展到农村社会学学科之外（Rogers 2010），先前建立的方法论方法继续蓬勃发展和发展。最近调查数字技术传播的研究继续依赖调查作为数据来源（Oliveira 等人，2014 年，2019 年）。国家统计局也使用这种方法来衡量技术的商业传播情况。美国人口普查局最近发布的美国企业技术采用就是一个很好的例证（Zolas 等人，2020 年）。此外，主要咨询公司和其他组织 人工智能扩散监测标准普尔公司中第二十七届 DIGIT 研讨会论文集，丹麦哥本哈根，2022 年 12 月4发布关于技术传播的见解继续依赖于调查，（例如，见：Balakrishnan等人，2020年;马古拉斯和斯沃耶 2020;兰斯博瑟姆等人，2020 年）。尽管历史悠久，但调查研究在提供对技术监测的见解方面面临许多限制。罗杰斯（2010年，第126-130页）强调了对基于调查的方法的一些批评。他指出，调查的局限性之一是提供“及时快照”视角，而不是“动态图片”视角。这种低时间粒度是一个缺点，特别是对于快速发展和扩散的技术。即使通过在多个时间点进行调查来解决这个问题，也会带来新的挑战——受访者对创新的看法的扭曲（Rogers 1983，第 117 页）和无反应偏见的加剧（Roper 等人，2011 年，第 103 页）。此外，技术监测方面的调查研究可能会受到长时间滞后、技术术语定义问题以及商业研究的影响，在具体方法和抽样方面透明度有限（Montagnier and Ek 2021）。因此，仅靠调查方法不足以监测技术的商业传播。用于监测技术商业传播的第二类方法来自内容分析。一项关于大型工业企业中多部门行政结构扩散的研究（Teece 1980）依赖于定性内容分析。Teece分析了年度报告，向美国证券交易委员会提交的10-K表格，招股说明书，商业期刊文章，招聘文献以及公司官员的公开演讲文本。由此产生的组织形式分类不允许创新采用的多个阶段，而是二元性质的（Armour and Teece 1978）。同样，最近的分析（Daniel Zhang等人，2021年，第106页）忽略了技术采用的阶段，在执行演示中使用了与技术相关的关键词作为技术扩散的指标。另外两项研究（米科娃和索科洛娃，2019年;Segev等人，2015）分析技术的商业传播和采用内容分析也面临局限性，这是由于缺乏对数据分析中包含的公司样本的控制。总的来说，我们的结论是，监测技术商业传播的方法目前的状况不足且停滞不前。通过利用对企业技术采用过程的创新传播研究的见解，可以解决这一差距（Greenhalgh等人，2008年，第5.3节;罗杰斯 2010，第 126-130 页）。该方法我们提出的监测技术商业传播的方法包括