論文の概要: The Impact of Artificial Intelligence on Strategic Technology Management: A Mixed-Methods Analysis of Resources, Capabilities, and Human-AI Collaboration

• arxiv url: http://arxiv.org/abs/2512.08938v1
• Date: Sun, 26 Oct 2025 17:34:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-25 16:54:51.409895
• Title: The Impact of Artificial Intelligence on Strategic Technology Management: A Mixed-Methods Analysis of Resources, Capabilities, and Human-AI Collaboration
• Title（参考訳）: 人工知能が戦略的技術管理に与える影響:資源・能力・人間-AI連携の混合手法分析
• Authors: Massimo Fascinari, Vincent English,
• Abstract要約: この研究はAIベースの戦略的技術管理(AIbSTM)の概念フレームワークを紹介している。 自律的なAIリーダーシップのビジョンとは対照的に、この研究は最も有効な軌道は人間中心の増強であることを示した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper investigates how artificial intelligence (AI) can be effectively integrated into Strategic Technology Management (STM) practices to enhance the strategic alignment and effectiveness of technology investments. Through a mixed-methods approach combining quantitative survey data (n=230) and qualitative expert interviews (n=14), this study addresses three critical research questions: what success factors AI innovates for STM roadmap formulation under uncertainty; what resources and capabilities organizations require for AI-enhanced STM; and how human-AI interaction should be designed for complex STM tasks. The findings reveal that AI fundamentally transforms STM through data-driven strategic alignment and continuous adaptation, while success depends on cultivating proprietary data ecosystems, specialized human talent, and robust governance capabilities. The study introduces the AI-based Strategic Technology Management (AIbSTM) conceptual framework, which synthesizes technical capabilities with human and organizational dimensions across three layers: strategic alignment, resource-based view, and human-AI interaction. Contrary to visions of autonomous AI leadership, the research demonstrates that the most viable trajectory is human-centric augmentation, where AI serves as a collaborative partner rather than a replacement for human judgment. This work contributes to theory by extending the Resource-Based View to AI contexts and addressing cognitive and socio-technical chasms in AI adoption, while offering practitioners a prescriptive framework for navigating AI integration in strategic technology management.
• Abstract（参考訳）: 本稿では、人工知能(AI)を戦略的技術管理(STM)の実践に効果的に統合して、技術投資の戦略的アライメントと有効性を高める方法について検討する。 定量的サーベイデータ(n=230)と定性的な専門家インタビュー(n=14)を組み合わせた混合メソッドアプローチを通じて、AIが不確実性の下でSTMロードマップの定式化を革新する成功要因、組織がAI強化STMに必要とするリソースと能力、複雑なSTMタスクに対する人間とAIのインタラクションをどのように設計すべきか、という3つの重要な研究課題に対処する。 この結果によると、AIはデータ駆動型の戦略的アライメントと継続的適応を通じてSTMを根本的に変革する一方で、成功はプロプライエタリなデータエコシステム、専門的な人材、堅牢なガバナンス能力の育成に依存している。 この研究はAIベースの戦略的技術管理(AIbSTM)の概念フレームワークを紹介している。これは戦略的アライメント、リソースベースのビュー、人間とAIのインタラクションという3つのレイヤにわたる人間と組織の次元で技術的能力を合成するものだ。 自律的なAIリーダーシップのビジョンとは対照的に、この研究は最も有効な軌道は人間中心の強化であり、AIは人間の判断の代替ではなく、協力的なパートナーとして機能することを示している。 この研究は、リソースベースのビューをAIコンテキストに拡張し、AIの採用における認知的および社会技術的シャームに対処すると同時に、実践者が戦略的技術管理におけるAI統合をナビゲートするための規範的なフレームワークを提供することによって、理論に貢献する。

関連論文リスト

• From Challenge to Change: Design Principles for AI Transformations [9.232567192178836]
  人工知能(AI)の急速な台頭は、ソフトウェア工学(SE)の変革である 本稿では、初期のAI導入時にSE組織をサポートするための行動ソフトウェア工学(BSE)インフォームド・ヒューマン中心のフレームワークを提案する。 このフレームワークは、AI戦略設計、AI戦略評価、コラボレーション、コミュニケーション、ガバナンスと倫理、リーダーシップ、組織文化、組織ダイナミクス、アップスキルの9つの側面で構成されている。
  論文  参考訳（メタデータ） (2025-12-05T08:45:14Z)
• AI Flow: Perspectives, Scenarios, and Approaches [51.38621621775711]
  私たちは最先端のITとCTの進歩を統合するフレームワークであるAI Flowを紹介します。 まず、デバイスエッジクラウドフレームワークは、エンドデバイス、エッジサーバ、クラウドクラスタを統合する基盤として機能する。 第2に,家族モデルの概念を導入し,同列に隠れた特徴を持つ様々なサイズのモデルに言及する。 第3に、コネクティビティとインタラクションに基づくインテリジェンスの出現は、AI Flowの新たなパラダイムである。
  論文  参考訳（メタデータ） (2025-06-14T12:43:07Z)
• A Task-Driven Human-AI Collaboration: When to Automate, When to Collaborate, When to Challenge [16.734679201317896]
  性能を改善しつつ、適切な人間とAIの統合が有意義なエージェンシーを維持するかを示す。 この枠組みは、実用的で道徳的に健全な人間とAIのコラボレーションの基礎を築いた。
  論文  参考訳（メタデータ） (2025-05-23T23:19:15Z)
• 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)
• Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
  我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。 AIシステムは特にメタ認知に苦しむ。 スマートAIのベンチマーク、トレーニング、実装について論じる。
  論文  参考訳（メタデータ） (2024-11-04T18:10:10Z)
• AI-Driven Human-Autonomy Teaming in Tactical Operations: Proposed Framework, Challenges, and Future Directions [10.16399860867284]
  人工知能(AI)技術は、人間の意思決定能力を増強することで戦術的操作を変革している。 本稿では,AI駆動型人間自律チーム(HAT)を変革的アプローチとして検討する。 我々はAI駆動型HATの重要なコンポーネントに対処する包括的フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-28T15:05:16Z)
• Artificial Intelligence and Strategic Decision-Making: Evidence from Entrepreneurs and Investors [1.1060425537315088]
  本稿では、企業における戦略的意思決定(SDM)プロセスに人工知能(AI)がどのような影響を与えるかを検討する。 我々は、AIが既存のSDMツールをどのように強化するかを説明し、主要なアクセラレータプログラムとスタートアップコンペティションから経験的な証拠を提供する。 SDMの根底にある重要な認知過程である探索、表現、集約について考察する。
  論文  参考訳（メタデータ） (2024-08-16T15:46:15Z)
• A Comprehensive Survey of Artificial Intelligence Techniques for Talent Analytics [46.025337523478825]
  タレント分析は人的資源管理に応用されたデータ科学において有望な分野として現れてきた。 ビッグデータと人工知能技術の最近の発展は、人的資源管理に革命をもたらした。
  論文  参考訳（メタデータ） (2023-07-03T07:53:20Z)

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。