論文の概要: Enterprise AI Canvas -- Integrating Artificial Intelligence into
Business
- arxiv url: http://arxiv.org/abs/2009.11190v1
- Date: Fri, 18 Sep 2020 07:30:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-17 03:26:11.519748
- Title: Enterprise AI Canvas -- Integrating Artificial Intelligence into
Business
- Title（参考訳）: Enterprise AI Canvas - 人工知能をビジネスに統合する
- Authors: U. Kerzel
- Abstract要約: Enterprise AIキャンバスは、データサイエンティストとビジネスエキスパートをまとめて、関連するすべての側面を議論し、定義するように設計されている。
第1部はビジネスビューと組織的な側面にフォーカスするが、第2部は基盤となる機械学習モデルとそれが使用するデータにフォーカスする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Artificial Intelligence (AI) and Machine Learning have enormous potential to
transform businesses and disrupt entire industry sectors. However, companies
wishing to integrate algorithmic decisions into their face multiple challenges:
They have to identify use-cases in which artificial intelligence can create
value, as well as decisions that can be supported or executed automatically.
Furthermore, the organization will need to be transformed to be able to
integrate AI based systems into their human work-force. Furthermore, the more
technical aspects of the underlying machine learning model have to be discussed
in terms of how they impact the various units of a business: Where do the
relevant data come from, which constraints have to be considered, how is the
quality of the data and the prediction evaluated?
The Enterprise AI canvas is designed to bring Data Scientist and business
expert together to discuss and define all relevant aspects which need to be
clarified in order to integrate AI based systems into a digital enterprise. It
consists of two parts where part one focuses on the business view and
organizational aspects, whereas part two focuses on the underlying machine
learning model and the data it uses.
- Abstract（参考訳）: 人工知能(AI)と機械学習は、ビジネスを変革し、業界全体を破壊する大きな可能性を秘めている。
しかし、アルゴリズム的意思決定を自分たちのものに組み込もうとしている企業は、複数の課題に直面している。
さらに、AIベースのシステムを人間の作業力に統合できるように、組織を変革する必要があります。
さらに、基盤となる機械学習モデルのより技術的な側面は、それらがビジネスのさまざまなユニットにどのように影響するか、という点で議論する必要がある。
エンタープライズAIキャンバスは、データサイエンティストとビジネス専門家をまとめて、AIベースのシステムをデジタルエンタープライズに統合するために、明確化すべきすべての関連する側面を議論し、定義するように設計されている。
第1部はビジネスビューと組織的な側面に焦点を当て、第2部は基盤となる機械学習モデルとそれが使用するデータに焦点を当てている。
関連論文リスト
- Explainable Artificial Intelligence Techniques for Accurate Fault Detection and Diagnosis: A Review [0.0]
この文脈でeXplainable AI(XAI)ツールとテクニックをレビューする。
私たちは、AI決定を透明にする彼らの役割、特に人間が関与する重要なシナリオに重点を置いています。
モデル性能と説明可能性のバランスをとることを目的とした,現在の限界と今後の研究について論じる。
論文 参考訳（メタデータ） (2024-04-17T17:49:38Z) - Towards a Capability Assessment Model for the Comprehension and Adoption
of AI in Organisations [0.0]
本稿では,5レベルAI能力評価モデル(AI-CAM)と関連するAI能力マトリックス(AI-CM)について述べる。
AI-CAMは、組織におけるAIの最適な利用を達成するために、5つの能力成熟度レベルに必要な中核的な能力(ビジネス、データ、技術、組織、AIスキル、リスク、倫理的考慮)をカバーします。
論文 参考訳（メタデータ） (2023-05-25T10:43:54Z) - What Students Can Learn About Artificial Intelligence -- Recommendations
for K-12 Computing Education [0.0]
デジタルトランスフォーメーションの文脈における技術進歩は、人工知能(AI)分野における急速な発展の基礎である
AIのトピックを含むように、コンピュータサイエンスカリキュラムの数が増えている。
本稿では,デジタルリテラシーと社会的視点に対処する学習目的のカリキュラムを提案する。
論文 参考訳（メタデータ） (2023-05-10T20:39:43Z) - Unlocking the Potential of Collaborative AI -- On the Socio-technical
Challenges of Federated Machine Learning [0.6767885381740952]
Federated Machine Learningは、分散化された、潜在的にサイロ化されたデータからAIモデルを作成することができる、新しいAIパラダイムである。
本研究は、協調型ビジネスモデルの普及と、フェデレートされた機械学習の異なる側面について考察する。
論文 参考訳（メタデータ） (2023-04-26T17:14:44Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳（メタデータ） (2022-12-10T07:49:50Z) - Building AI Innovation Labs together with Companies [5.316377874936118]
将来的には、ほとんどの企業が人工知能(AI)のトピックに直面することになり、その戦略を決定する必要があります。
最大の課題の1つは、明確なビジネス価値を持つ革新的なソリューションのアイデアを思いつくことです。
これは一方のビジネス能力と他方のAIとデータ分析の技術的能力を必要とする。
論文 参考訳（メタデータ） (2022-03-16T08:45:52Z) - Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。
特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。