Fugu-MT 論文翻訳(概要): Assessing AI Adoption and Digitalization in SMEs: A Framework for Implementation

論文の概要: Assessing AI Adoption and Digitalization in SMEs: A Framework for Implementation

arxiv url: http://arxiv.org/abs/2501.08184v1
Date: Tue, 14 Jan 2025 15:10:25 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-15 13:25:20.721719
Title: Assessing AI Adoption and Digitalization in SMEs: A Framework for Implementation
Title（参考訳）: 中小企業におけるAI導入とデジタル化の評価 - 実装のためのフレームワーク
Authors: Serena Proietti, Roberto Magnani,
Abstract要約: 中小企業と大企業の間には、AIの利用において大きなギャップがある。本研究は、インテリジェントトランスフォーメーションを実現するための重要な要因と障害を特定する。主要な課題に対処し、実行可能なガイドラインを提供するためのフレームワークモデルを提案する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: The primary objective of this research is to examine the current state of digitalization and the integration of artificial intelligence (AI) within small and medium-sized enterprises (SMEs) in Italy. There is a significant gap between SMEs and large corporations in their use of AI, with SMEs facing numerous barriers to adoption. This study identifies critical drivers and obstacles to achieving intelligent transformation, proposing a framework model to address key challenges and provide actionable guidelines
Abstract（参考訳）: 本研究の主な目的は、イタリアの中小企業におけるデジタル化の現状と人工知能(AI)の統合について検討することである。中小企業と大企業の間には、AIの利用において大きなギャップがあり、中小企業は採用の障壁を多数抱えている。本研究は、インテリジェントトランスフォーメーションを実現するための重要な要因と障害を特定し、重要な課題に対処し、実行可能なガイドラインを提供するためのフレームワークモデルを提案する。

関連論文リスト

Collaborative AI in Sentiment Analysis: System Architecture, Data Prediction and Deployment Strategies [3.3374611485861116]
大規模言語モデル(LLM)に基づく人工知能技術は、特に感情分析においてゲームチェンジャーとなっている。しかし、複雑なマルチモーダルデータを処理するための多様なAIモデルの統合と、それに伴う機能抽出の高コストは、大きな課題を呈している。本研究では,様々なAIシステムにまたがるタスクを効率的に分散・解決するための協調型AIフレームワークを提案する。
論文参考訳（メタデータ） (2024-10-17T06:14:34Z)
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)
MR-Ben: A Meta-Reasoning Benchmark for Evaluating System-2 Thinking in LLMs [55.20845457594977]
大規模言語モデル(LLM)は、問題解決と意思決定の能力の向上を示している。本稿ではメタ推論技術を必要とするプロセスベースのベンチマークMR-Benを提案する。メタ推論のパラダイムは,システム2のスロー思考に特に適しています。
論文参考訳（メタデータ） (2024-06-20T03:50:23Z)
Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文参考訳（メタデータ） (2024-02-28T16:09:56Z)
Large Multimodal Agents: A Survey [78.81459893884737]
大規模言語モデル(LLM)は、テキストベースのAIエージェントのパワーで優れたパフォーマンスを実現している。 LLMを利用したAIエージェントをマルチモーダルドメインに拡張することに焦点を当てた、新たな研究トレンドがある。本総説は, この急速に発展する分野において, 今後の研究に有用な洞察とガイドラインを提供することを目的としている。
論文参考訳（メタデータ） (2024-02-23T06:04:23Z)
Designing Multi-Step Action Models for Enterprise AI Adoption [1.3741740819088444]
本稿では,企業におけるAI導入を妨げる課題に対処するために,Empsingが設計したクローズドソースAIモデルであるMulti-Step Action Model(MSAM)を紹介する。厳格なテスト手法を通じてMSAMのパフォーマンスを評価し、組織内のAI採用の進展にその潜在的影響を想定している。
論文参考訳（メタデータ） (2024-02-21T18:37:13Z)
AI in ESG for Financial Institutions: An Industrial Survey [4.893954917947095]
本稿では,ESGフレームワークの活性化におけるAIの必要性と影響を明らかにするために,産業環境を調査した。調査では、分析能力、リスク評価、顧客エンゲージメント、報告精度など、ESGの主要な3つの柱にまたがるAIアプリケーションを分類した。この論文は、ESG関連の銀行プロセスにおけるAI展開の倫理的側面を強調し、責任と持続可能なAIの衝動についても論じている。
論文参考訳（メタデータ） (2024-02-03T02:14:47Z)
Recent Advances in Hate Speech Moderation: Multimodality and the Role of Large Models [52.24001776263608]
この包括的調査は、HSモデレーションの最近の歩みを掘り下げている。大型言語モデル(LLM)と大規模マルチモーダルモデル(LMM)の急成長する役割を強調した。研究における既存のギャップを、特に表現不足言語や文化の文脈で特定する。
論文参考訳（メタデータ） (2024-01-30T03:51:44Z)
Building Resilient SMEs: Harnessing Large Language Models for Cyber Security in Australia [0.0]
オーストラリアの中小企業では、サイバー脅威に対する脆弱性が増加している。人工知能(AI)、機械学習(ML)、大規模言語モデル(LLM)は、オーストラリアの中小企業のサイバーセキュリティポリシーを強化する可能性がある。本研究は、オーストラリアの中小企業におけるサイバーセキュリティ政策の強化におけるLLMの役割について、包括的理解を提供する。
論文参考訳（メタデータ） (2023-06-05T06:01:00Z)
The Role of Large Language Models in the Recognition of Territorial Sovereignty: An Analysis of the Construction of Legitimacy [67.44950222243865]
Google MapsやLarge Language Models (LLM)のような技術ツールは、しばしば公平で客観的であると見なされる。我々は、クリミア、ウェストバンク、トランスニトリアの3つの論争領域の事例を、ウィキペディアの情報と国連の決議に対するChatGPTの反応を比較して強調する。
論文参考訳（メタデータ） (2023-03-17T08:46:49Z)
Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文参考訳（メタデータ） (2021-01-15T10:43:10Z)

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。