論文の概要: A Conceptual Model for AI Adoption in Financial Decision-Making: Addressing the Unique Challenges of Small and Medium-Sized Enterprises

• arxiv url: http://arxiv.org/abs/2512.04339v1
• Date: Wed, 03 Dec 2025 23:57:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-05 21:11:45.931536
• Title: A Conceptual Model for AI Adoption in Financial Decision-Making: Addressing the Unique Challenges of Small and Medium-Sized Enterprises
• Title（参考訳）: 金融意思決定におけるAI導入の概念モデル--中小企業の特異な課題に対処する
• Authors: Manh Chien Vu, Thang Le Dinh, Manh Chien Vu, Tran Duc Le, Thi Lien Huong Nguyen,
• Abstract要約: 本稿では,中小企業の金融意思決定におけるAI導入の概念モデルを提案する。 提案したモデルは、限られたリソース、技術的専門知識、データ管理機能など、中小企業が直面する課題に対処する。 AIを漸進的に実装することで、中小企業は財務予測、予算設定、投資戦略、リスク管理を最適化できる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The adoption of artificial intelligence (AI) offers transformative potential for small and medium-sized enterprises (SMEs), particularly in enhancing financial decision-making processes. However, SMEs often face significant barriers to implementing AI technologies, including limited resources, technical expertise, and data management capabilities. This paper presents a conceptual model for the adoption of AI in financial decision-making for SMEs. The proposed model addresses key challenges faced by SMEs, including limited resources, technical expertise, and data management capabilities. The model is structured into layers: data sources, data processing and integration, AI model deployment, decision support and automation, and validation and risk management. By implementing AI incrementally, SMEs can optimize financial forecasting, budgeting, investment strategies, and risk management. This paper highlights the importance of data quality and continuous model validation, providing a practical roadmap for SMEs to integrate AI into their financial operations. The study concludes with implications for SMEs adopting AI-driven financial processes and suggests areas for future research in AI applications for SME finance.
• Abstract（参考訳）: 人工知能(AI)の採用は、中小企業(中小企業)、特に金融意思決定プロセスの強化に変革をもたらす。 しかし、中小企業は、限られたリソース、技術的専門知識、データ管理機能を含むAI技術を実装する上で、大きな障壁に直面していることが多い。 本稿では,中小企業の金融意思決定におけるAI導入の概念モデルを提案する。 提案したモデルは、限られたリソース、技術的専門知識、データ管理機能など、中小企業が直面する課題に対処する。 データソース、データ処理と統合、AIモデルのデプロイメント、意思決定のサポートと自動化、検証とリスク管理である。 AIを段階的に実装することで、中小企業は財務予測、予算設定、投資戦略、リスク管理を最適化できる。 本稿では、データ品質と連続モデル検証の重要性を強調し、中小企業が金融業務にAIを統合するための実践的なロードマップを提供する。 この研究は、AI主導の金融プロセスを採用する中小企業への影響を結論し、中小企業金融のためのAI応用における今後の研究分野を提案する。

関連論文リスト

• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
  エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。 この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
  論文  参考訳（メタデータ） (2025-05-03T13:55:38Z)
• An Overview of Large Language Models for Statisticians [109.38601458831545]
  大規模言語モデル(LLM)は人工知能(AI)の変換ツールとして登場した。 本稿では, 統計学者がLLMの開発に重要な貢献できる可能性について考察する。 我々は不確実性定量化、解釈可能性、公正性、プライバシー、透かし、モデル適応といった問題に焦点を当てる。
  論文  参考訳（メタデータ） (2025-02-25T03:40:36Z)
• Assessing AI Adoption and Digitalization in SMEs: A Framework for Implementation [0.0]
  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。
  論文  参考訳（メタデータ） (2025-01-14T15:10:25Z)
• A machine learning workflow to address credit default prediction [0.44943951389724796]
  信用デフォルト予測(CDP)は個人や企業の信用力を評価する上で重要な役割を果たす。 CDPを改善するためのワークフローベースのアプローチを提案する。これは、借り手が信用義務を負う確率を評価するタスクを指す。
  論文  参考訳（メタデータ） (2024-03-06T15:30:41Z)
• Explainable Automated Machine Learning for Credit Decisions: Enhancing Human Artificial Intelligence Collaboration in Financial Engineering [0.0]
  本稿では、金融工学領域における説明可能な自動機械学習(AutoML)の統合について検討する。 AutoMLは、クレジットスコアリングのための堅牢な機械学習モデルの開発を合理化する方法に重点を置いている。 この調査結果は、AI主導の金融決定の透明性と説明責任を改善する上で、説明可能なAutoMLの可能性を強調している。
  論文  参考訳（メタデータ） (2024-02-06T08:47:16Z)
• A Hypothesis on Good Practices for AI-based Systems for Financial Time Series Forecasting: Towards Domain-Driven XAI Methods [0.0]
  機械学習とディープラーニングは、財務予測や予測タスクでますます普及している。 これらのモデルは透明性と解釈可能性に欠けることが多く、金融のような繊細なドメインでの使用を困難にしている。 本稿では、金融のためのAIベースのシステムに説明可能性を展開するための優れた実践について考察する。
  論文  参考訳（メタデータ） (2023-11-13T17:56:45Z)
• Trends and Challenges Towards an Effective Data-Driven Decision Making in UK SMEs: Case Studies and Lessons Learnt from the Analysis of 85 SMEs [0.0]
  Data Scienceは中小企業をサポートし、生産プロセスを最適化し、顧客のニーズを予測し、機械の故障を予測し、効率的なスマートサービスを提供する。 データサイエンスの決定を中小企業に統合するには、スキルとIT投資の両方が必要です。 本稿では,85の中小企業を対象としたケーススタディに基づいて,組織における効果的なデータ駆動意思決定に向けた動向と課題について述べる。
  論文  参考訳（メタデータ） (2023-05-24T17:23:32Z)
• 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)

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。