論文の概要: Strategic AI adoption in SMEs: A Prescriptive Framework
- arxiv url: http://arxiv.org/abs/2408.11825v1
- Date: Mon, 5 Aug 2024 09:49:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-25 14:01:15.529210
- Title: Strategic AI adoption in SMEs: A Prescriptive Framework
- Title(参考訳): 中小企業における戦略的AI導入 - 規範的フレームワーク
- Authors: Atif Hussain, Rana Rizwan,
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial Intelligence (AI) is increasingly acknowledged as a vital component for the advancement and competitiveness of modern organizations, including small and medium enterprises (SMEs). However, the adoption of AI technologies in SMEs faces significant barriers, primarily related to cost, lack of technical skills, and employee acceptance. This study proposes a comprehensive, phased framework designed to facilitate the effective adoption of AI in SMEs by systematically addressing these barriers. The framework begins with raising awareness and securing commitment from leadership, followed by the adoption of low-cost, general-purpose AI tools to build technical competence and foster a positive attitude towards AI. As familiarity with AI technologies increases, the framework advocates for the integration of task-specific AI tools to enhance efficiency and productivity. Subsequently, it guides organizations towards the in-house development of generative AI tools, providing greater customization and control. Finally, the framework addresses the development of discriminative AI models to meet highly specific and precision-oriented tasks. By providing a structured and incremental approach, this framework ensures that SMEs can navigate the complexities of AI integration effectively, driving innovation, efficiency, and competitive advantage. This study contributes to the field by offering a practical, prescriptive framework tailored to the unique needs of SMEs, facilitating the successful adoption of AI technologies and positioning these organizations for sustained growth in a competitive landscape.
- Abstract(参考訳): 人工知能(AI)は、中小企業(中小企業)を含む現代組織の発展と競争に欠かせない要素として、ますます認識されている。
しかし、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、これらの障壁を体系的に解決し、中小企業におけるAIの効果的な採用を促進するために設計された、包括的で段階的なフレームワークを提案する。
このフレームワークは、意識を高め、リーダーシップからコミットメントを確保することから始まり、続いて、技術的能力を構築し、AIに対する肯定的な態度を育むために、低コストで汎用的なAIツールを採用する。
AI技術に親しみが増すにつれ、このフレームワークは効率性と生産性を高めるためにタスク固有のAIツールの統合を提唱している。
その後、組織をジェネレーティブAIツールの社内開発に誘導し、より優れたカスタマイズと制御を提供する。
最後に、このフレームワークは、高度に具体的で精度の高いタスクを満たすための差別的AIモデルの開発に対処する。
構造化されたインクリメンタルなアプローチを提供することで、中小企業はAI統合の複雑さを効果的にナビゲートし、イノベーション、効率性、競争上の優位性を促進することができる。
この研究は、中小企業のユニークなニーズに合わせた実践的で規範的なフレームワークを提供し、AI技術の採用を成功させ、競争の激しい環境の中で持続的な成長のためにこれらの組織を位置づけることによって、この分野に寄与する。
関連論文リスト
- Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。
提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。
この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
論文 参考訳(メタデータ) (2024-11-20T11:57:43Z) - 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) - Choosing the Right Path for AI Integration in Engineering Companies: A
Strategic Guide [4.327763441385369]
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。
論文 参考訳(メタデータ) (2023-12-25T11:58:37Z) - Federated Learning-Empowered AI-Generated Content in Wireless Networks [58.48381827268331]
フェデレートドラーニング(FL)は、学習効率を改善し、AIGCのプライバシー保護を達成するために利用することができる。
我々は,AIGCの強化を目的としたFLベースの技術を提案し,ユーザが多様でパーソナライズされた高品質なコンテンツを作成できるようにすることを目的とする。
論文 参考訳(メタデータ) (2023-07-14T04:13:11Z) - 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) - Responsible AI Implementation: A Human-centered Framework for
Accelerating the Innovation Process [0.8481798330936974]
本稿では,人工知能(AI)の実装に関する理論的枠組みを提案する。
提案されたフレームワークは、アジャイル共同創造プロセスのための相乗的ビジネス技術アプローチを強調している。
このフレームワークは,AIの人間中心の設計とアジャイル開発を通じて,信頼の確立と維持を重視している。
論文 参考訳(メタデータ) (2022-09-15T06:24:01Z) - Designing an AI-Driven Talent Intelligence Solution: Exploring Big Data
to extend the TOE Framework [0.0]
本研究の目的は、人材管理問題に対処するAI指向のアーティファクトを開発するための新しい要件を特定することである。
構造化機械学習技術を用いて実験的な研究を行うための設計科学手法が採用されている。
論文 参考訳(メタデータ) (2022-07-25T10:42:50Z) - 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) - Qlib: An AI-oriented Quantitative Investment Platform [86.8580406876954]
AI技術は、量的投資システムに新たな課題を提起した。
Qlibは、その可能性の実現、研究の強化、定量的投資におけるAIテクノロジの価値の創造を目的とする。
論文 参考訳(メタデータ) (2020-09-22T12:57:10Z) - Where Responsible AI meets Reality: Practitioner Perspectives on
Enablers for shifting Organizational Practices [3.119859292303396]
本稿では,組織文化と構造がAI実践における責任あるイニシアチブの有効性に与える影響を分析するための枠組みについて検討し,提案する。
我々は、業界で働く実践者との半構造化質的なインタビューの結果、共通の課題、倫理的緊張、そして責任あるAIイニシアチブのための効果的なイネーブラーについて調査する。
論文 参考訳(メタデータ) (2020-06-22T15:57:30Z) - Toward Trustworthy AI Development: Mechanisms for Supporting Verifiable
Claims [59.64274607533249]
AI開発者は、責任を負うことのできる検証可能な主張をする必要がある。
このレポートは、さまざまな利害関係者がAIシステムに関するクレームの妥当性を改善するための様々なステップを示唆している。
我々は、この目的のための10のメカニズム、すなわち、組織、ソフトウェア、ハードウェアを分析し、それらのメカニズムの実装、探索、改善を目的とした推奨を行う。
論文 参考訳(メタデータ) (2020-04-15T17:15:35Z)
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。