論文の概要: AI Integration In ERP Evaluation Across Trends and Architectures

• arxiv url: http://arxiv.org/abs/2512.11805v1
• Date: Thu, 13 Nov 2025 04:29:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-21 14:22:08.681444
• Title: AI Integration In ERP Evaluation Across Trends and Architectures
• Title（参考訳）: トレンドとアーキテクチャ全体にわたるERP評価におけるAI統合
• Authors: Monu Sharma,
• Abstract要約: レビューでは、AI統合ERPサービスの性能評価に適用される最新のトレンド、コンピューティングアーキテクチャのモデル、分析手法について検討する。 重要なパフォーマンス指標を特定し、標準アセスメントフレームワークやAI対応システムが存在しないことを強調する。 我々は、ERPのパフォーマンス評価におけるメトリクスにAI機能をもたらす理論モデルを提唱した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The incorporation of Artificial Intelligence (AI) into Enterprise Resource Planning (ERP) is a dramatic transition from static, on-premises systems to systems that can adapt and operate in cloud-native architectures. Cloud ERP solutions like Workday illustrate this evolution by incorporating machine learning, deep learning, and natural language processing into a centralized data-driven ecosystem. As the complexity of AI-driven ERP solutions expands, traditional evaluation frameworks that look at cost, function, and user satisfaction suffer from a lack of consideration for algorithmic transparency, adaptability, or ethics. This review will systematically investigate the latest trends, models of computing architecture, and analytical methods applied in assessing the performance of AI-integrated ERP services, specifically on cloud-based platforms. Based on academic and industry sources, the paper distills current research in line with architectural integration, analytical methodologies, and organizational impact. It identifies critical performance metrics and emphasizes the absence of any standard assessment frameworks or AI-aware systems capable of evaluating automation efficiency, security concerns as well as flexible learning modes. We put forward a theoretical model that brings AI-enabled capabilities -- such as predictive intelligence or adaptive automation -- into alignment with metrics in performance assessment for ERPs. By combining current literature and identifying major gaps in research, this paper attempts to present a complete picture of how innovations in AI are changing ERP evaluation. These research and methodological findings are intended to steer researchers and practitioners towards developing rigorous, data-driven assessment approaches, aligning with the fast-developing world of intelligent self-optimizing enterprise ecosystems
• Abstract（参考訳）: AI(AI)をエンタープライズリソース計画(ERP)に組み込むことは、静的なオンプレミスシステムから、クラウドネイティブアーキテクチャで適応および運用可能なシステムへの劇的な移行である。 WorkdayのようなクラウドERPソリューションは、機械学習、ディープラーニング、自然言語処理を集中型データ駆動エコシステムに組み込むことによって、この進化を説明している。 AI駆動のERPソリューションの複雑さが拡大するにつれて、コスト、機能、ユーザの満足度を調べる従来の評価フレームワークは、アルゴリズムの透明性、適応性、倫理に関する考慮の欠如に悩まされる。 このレビューでは、AI統合ERPサービス、特にクラウドベースのプラットフォームのパフォーマンス評価に適用される最新のトレンド、コンピューティングアーキテクチャのモデル、分析手法を体系的に検討する。 本論文は, 学術的・産業的な資料に基づいて, アーキテクチャ統合, 分析的方法論, 組織的影響に関する現在の研究を精査する。 重要なパフォーマンス指標を特定し、自動化効率、セキュリティ上の懸念、フレキシブルな学習モードを評価することができる標準アセスメントフレームワークやAI対応システムがないことを強調する。 私たちは、予測インテリジェンスや適応自動化といったAI機能を備えた理論モデルを、ERPのパフォーマンスアセスメントのメトリクスと一致させました。 本稿は、現在の文献と研究の大きなギャップを組み合わせ、AIにおけるイノベーションがERP評価をどのように変えているかの完全な図示を試みている。 これらの研究と方法論的知見は、インテリジェントな自己最適化型エンタープライズエコシステムの急速に発展する世界と整合して、厳密でデータ駆動型アセスメントアプローチを開発するための研究者や実践者を支援することを目的としている。

関連論文リスト

• Barbarians at the Gate: How AI is Upending Systems Research [58.95406995634148]
  システム研究は、新しいパフォーマンス指向アルゴリズムの設計と評価に長年注力してきたが、AI駆動のソリューション発見には特に適している、と私たちは主張する。 このアプローチをAI駆動システム研究(ADRS)と呼び、ソリューションを反復的に生成し、評価し、洗練する。 我々の研究結果は、AI時代のシステム研究の実践に急激な適応の必要性と破壊的な可能性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-10-07T17:49:24Z)
• Towards the Next Generation of Software: Insights from Grey Literature on AI-Native Applications [13.876049229274114]
  AIネイティブアプリケーションは、ソフトウェアの設計、開発、進化の方法を根本的に再定義する、ソフトウェアエンジニアリングの新しいパラダイムである。 人気が高まっているにもかかわらず、AIネイティブアプリケーションには、統一されたエンジニアリング定義とアーキテクチャの青写真がない。 本研究は、AIネイティブアプリケーションの定義特性、キー品質特性、および典型的な技術スタックを識別することにより、AIネイティブアプリケーションの包括的な理解を確立することを目的とする。
  論文  参考訳（メタデータ） (2025-09-16T15:01:23Z)
• 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)

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。