論文の概要: Choosing the Right Path for AI Integration in Engineering Companies: A
Strategic Guide
- arxiv url: http://arxiv.org/abs/2402.00011v1
- Date: Mon, 25 Dec 2023 11:58:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-11 17:27:23.717434
- Title: Choosing the Right Path for AI Integration in Engineering Companies: A
Strategic Guide
- Title（参考訳）: エンジニアリング企業におけるAI統合のための正しい道を選ぶ:戦略ガイド
- Authors: Rimma Dzhusupova, Jan Bosch, Helena Holmstrom Olsson
- Abstract要約: 論文では、ビジネス理解からデプロイメント、さらなる進化に至るまで、AIソリューション構築のライフサイクル全体について取り上げている。
このフレームワークは、エンジニアリング企業がビジネス価値を生み出すための最適なAIアプローチを選択するのに役立つかもしれない。
- 参考スコア（独自算出の注目度）: 4.327763441385369
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The Engineering, Procurement and Construction (EPC) businesses operating
within the energy sector are recognizing the increasing importance of
Artificial Intelligence (AI). Many EPC companies and their clients have
realized the benefits of applying AI to their businesses in order to reduce
manual work, drive productivity, and streamline future operations of engineered
installations in a highly competitive industry. The current AI market offers
various solutions and services to support this industry, but organizations must
understand how to acquire AI technology in the most beneficial way based on
their business strategy and available resources. This paper presents a
framework for EPC companies in their transformation towards AI. Our work is
based on examples of project execution of AI-based products development at one
of the biggest EPC contractors worldwide and on insights from EPC vendor
companies already integrating AI into their engineering solutions. The paper
covers the entire life cycle of building AI solutions, from initial business
understanding to deployment and further evolution. The framework identifies how
various factors influence the choice of approach toward AI project development
within large international engineering corporations. By presenting a practical
guide for optimal approach selection, this paper contributes to the research in
AI project management and organizational strategies for integrating AI
technology into businesses. The framework might also help engineering companies
choose the optimum AI approach to create business value.
- Abstract（参考訳）: エネルギー部門で活動するエンジニアリング、調達、建設(EPC)ビジネスは、人工知能(AI)の重要性の高まりを認識している。
多くのEPC企業とそのクライアントは、手作業の削減、生産性の向上、高度に競争力のある業界におけるエンジニアリングされたインストールの今後の運用の合理化のために、AIをビジネスに適用するメリットを認識している。
現在のAI市場は、この業界をサポートするさまざまなソリューションとサービスを提供しているが、企業は、ビジネス戦略と利用可能なリソースに基づいて、AIテクノロジを最も有益な方法で取得する方法を理解する必要がある。
本稿では,EPC企業におけるAIへの転換の枠組みについて述べる。
私たちの研究は、世界最大のEPC請負業者の1つでAIベースの製品開発のプロジェクト実行の例と、すでにAIをエンジニアリングソリューションに統合しているEPCベンダー企業の洞察に基づいています。
論文では、ビジネス理解からデプロイメント、さらなる進化に至るまで、AIソリューション構築のライフサイクル全体について取り上げている。
このフレームワークは、大規模な国際エンジニアリング企業におけるaiプロジェクト開発へのアプローチ選択に様々な要因がどのように影響するかを特定する。
最適なアプローチ選択のための実践的ガイドを提示することにより、ビジネスにAI技術を統合するためのAIプロジェクト管理と組織戦略の研究に貢献する。
このフレームワークは、エンジニアリング企業がビジネス価値を生み出すための最適なAIアプローチを選択するのに役立つかもしれない。
関連論文リスト
- Engineering Trustworthy AI: A Developer Guide for Empirical Risk Minimization [53.80919781981027]
信頼できるAIのための重要な要件は、経験的リスク最小化のコンポーネントの設計選択に変換できる。
私たちは、AIの信頼性の新たな標準を満たすAIシステムを構築するための実用的なガイダンスを提供したいと思っています。
論文 参考訳（メタデータ） (2024-10-25T07:53:32Z) - Generative AI Application for Building Industry [10.154329382433213]
本稿では,建築産業における生成型AI技術,特に大規模言語モデル(LLM)の変容の可能性について検討する。
この研究は、LLMがいかに労働集約的なプロセスを自動化し、建築プラクティスの効率、正確性、安全性を大幅に改善できるかを強調している。
論文 参考訳（メタデータ） (2024-10-01T21:59:08Z) - Comprehensive Overview of Artificial Intelligence Applications in Modern Industries [0.3374875022248866]
本稿では、医療、金融、製造業、小売の4つの主要な分野にわたるAIの適用について検討する。
我々は、倫理的考察、AI開発の将来的な軌跡、そして経済成長を促進する可能性など、AI統合がもたらす意味について論じる。
論文 参考訳（メタデータ） (2024-09-19T19:22:52Z) - Strategic AI adoption in SMEs: A Prescriptive Framework [0.0]
中小企業におけるAI技術の採用は、主にコスト、技術スキルの欠如、従業員の受け入れに関連する大きな障壁に直面している。
本研究では,中小企業におけるAIの効果的な採用を促進するために,総合的な段階的枠組みを提案する。
論文 参考訳（メタデータ） (2024-08-05T09:49:37Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - 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) - Do We Need Explainable AI in Companies? Investigation of Challenges,
Expectations, and Chances from Employees' Perspective [0.8057006406834467]
AIの使用は、企業とその従業員に対して、AIシステムの透明性と理解性を含む、新たな要件を提供する。
説明可能なAI(XAI)の分野は、これらの問題に対処することを目指している。
本報告では,(X)AIに対する従業員のニーズと態度について考察する。
論文 参考訳（メタデータ） (2022-10-07T13:11:28Z) - 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) - Validate and Enable Machine Learning in Industrial AI [47.20869253934116]
産業用AIは、より効率的な将来の産業用制御システムを約束する。
Petuum Optimumシステムは、AIモデルの作成とテストの課題を示す例として使用される。
論文 参考訳（メタデータ） (2020-10-30T20:33:05Z)
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。