論文の概要: The Impact of AI Adoption on Retail Across Countries and Industries

• arxiv url: http://arxiv.org/abs/2509.15885v1
• Date: Fri, 19 Sep 2025 11:32:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-22 18:18:11.143588
• Title: The Impact of AI Adoption on Retail Across Countries and Industries
• Title（参考訳）: 各国・産業におけるAI導入が小売業に与える影響
• Authors: Yunqi Liu,
• Abstract要約: 本研究では、Global AI Content Impactデータセットを用いて、人工知能(AI)の採用が失業率に与える影響について検討する。 このパネルは、オーストラリア、中国、フランス、日本、英国で10の業界で200の産業年次観測で構成されている。
• 参考スコア（独自算出の注目度）: 3.14496247732912
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study investigates the impact of artificial intelligence (AI) adoption on job loss rates using the Global AI Content Impact Dataset (2020--2025). The panel comprises 200 industry-country-year observations across Australia, China, France, Japan, and the United Kingdom in ten industries. A three-stage ordinary least squares (OLS) framework is applied. First, a full-sample regression finds no significant linear association between AI adoption rate and job loss rate ($\beta \approx -0.0026$, $p = 0.949$). Second, industry-specific regressions identify the marketing and retail sectors as closest to significance. Third, interaction-term models quantify marginal effects in those two sectors, revealing a significant retail interaction effect ($-0.138$, $p < 0.05$), showing that higher AI adoption is linked to lower job loss in retail. These findings extend empirical evidence on AI's labor market impact, emphasize AI's productivity-enhancing role in retail, and support targeted policy measures such as intelligent replenishment systems and cashierless checkout implementations.
• Abstract（参考訳）: 本研究では,Global AI Content Impact Dataset (2020-2025)を用いて,人工知能(AI)の採用が失業率に与える影響について検討した。 このパネルは、オーストラリア、中国、フランス、日本、英国で10の業界で200の産業年次観測で構成されている。 3段階の通常最小二乗(OLS)フレームワークが適用される。 まず、フルサンプル回帰は、AIの採用率と失業率(\beta \approx -0.0026$, $p = 0.949$)の間に有意な線形関係は見つからない。 第2に、業界固有のレグレッションは、マーケティングと小売部門を最も重要視している。 第3に、インタラクション・ターム・モデルは、これらの2つのセクターにおける限界効果を定量化し、小売の相互作用効果(-0.138$, $p < 0.05$)を顕著に示し、より高いAIの採用が小売業における雇用損失の減少に結びついていることを示している。 これらの発見は、AIの労働市場への影響に関する実証的な証拠を拡張し、リテールにおけるAIの生産性向上の役割を強調し、インテリジェントリフレッシュメントシステムやレジなしチェックアウト実装のようなターゲットとする政策措置をサポートする。

関連論文リスト

• Complement or substitute? How AI increases the demand for human skills [0.0]
  本稿では、人工知能(AI)が人間の労働を補うか、あるいは補うかを検討する。 2018年から2023年にかけて、米国から1200万件のオンライン求人情報を集めている。 結果として、AIに焦点を当てた役割は、レジリエンス、アジリティ、分析的思考といったスキルを必要とする可能性がほぼ2倍であることが示された。
  論文  参考訳（メタデータ） (2024-12-27T17:26:30Z)
• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、効率の改善にもかかわらず、その計算要求はモデルの性能よりも速く増加するため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• AI in Manufacturing: Market Analysis and Opportunities [0.0]
  製造業における人工知能(AI)の変革的影響について検討する。 本稿は、ドイツの製造業者によるAI導入率に関する洞察に富んだデータを提示する。 この結果は、2020年の6%から2023年の13.3%まで、ドイツの企業の間でAIの採用が著しく増加したことを示している。
  論文  参考訳（メタデータ） (2024-05-21T09:26:52Z)
• The Impact of Generative Artificial Intelligence on Market Equilibrium: Evidence from a Natural Experiment [19.963531237647103]
  生成人工知能(AI)は、人間の出力に似た創造的なコンテンツをより効率よく、コストを削減できる能力を示す。 本稿では,中国の主要なアートアウトソーシングプラットフォームにおいて,生成AIが市場均衡に与える影響を実証的に検討する。 我々の分析によると、生成AIの出現は平均価格を64%引き下げる結果となったが、同時に注文量が121%増加し、全体の売上が56%増加した。
  論文  参考訳（メタデータ） (2023-11-13T04:31:53Z)
• G$^2$uardFL: Safeguarding Federated Learning Against Backdoor Attacks through Attributed Client Graph Clustering [116.4277292854053]
  Federated Learning (FL)は、データ共有なしで協調的なモデルトレーニングを提供する。 FLはバックドア攻撃に弱いため、有害なモデル重みがシステムの整合性を損なう。 本稿では、悪意のあるクライアントの識別を属性グラフクラスタリング問題として再解釈する保護フレームワークであるG$2$uardFLを提案する。
  論文  参考訳（メタデータ） (2023-06-08T07:15:04Z)
• Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
  AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。 偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。 問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2023-04-16T11:22:59Z)
• Dynamic Pricing with Volume Discounts in Online Settings [102.00782184214326]
  本稿では,電子商取引における客観的機能が利益であり,取引データのみが利用可能である場合の価格設定に焦点を当てる。 我々の研究は、異なるボリューム閾値で最適な価格を定め、異なるクラスのユーザーに提供する価格戦略を見つけることを目的としている。 我々は、オンライン形式でデータを活用できる2段階のオンライン学習アルゴリズムBを設計する。
  論文  参考訳（メタデータ） (2022-11-17T16:01:06Z)
• DeepAg: Deep Learning Approach for Measuring the Effects of Outlier Events on Agricultural Production and Policy [4.800161917503703]
  我々は,econometricsを用いた新しいフレームワーク,すなわちDeepAgを提案し,Deep Learning (DL) を用いた異常事象検出の効果を測定した。 我々は,Long Short-Term Memory(LSTM)ネットワークと呼ばれるDL技術を用いて商品生産を高精度に予測する。 本稿では,公共政策に対するDeepAgの影響,政策立案者や農家への洞察,農業生態系における経営決定について述べる。
  論文  参考訳（メタデータ） (2021-10-22T20:55:33Z)
• The AI Economist: Optimal Economic Policy Design via Two-level Deep Reinforcement Learning [126.37520136341094]
  機械学習に基づく経済シミュレーションは強力な政策・メカニズム設計の枠組みであることを示す。 AIエコノミスト(AI Economist)は、エージェントと共同適応するソーシャルプランナーの両方を訓練する2段階のディープRLフレームワークである。 単純な一段階の経済では、AIエコノミストは経済理論の最適税制を回復する。
  論文  参考訳（メタデータ） (2021-08-05T17:42:35Z)

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。