論文の概要: Generative Artificial Intelligence in Small and Medium Enterprises: Navigating its Promises and Challenges
- arxiv url: http://arxiv.org/abs/2602.00091v1
- Date: Fri, 23 Jan 2026 08:49:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-09 02:03:42.367114
- Title: Generative Artificial Intelligence in Small and Medium Enterprises: Navigating its Promises and Challenges
- Title（参考訳）: 中小企業における創造的人工知能 : その約束と課題
- Authors: Kumaran Rajaram, Patrick Nicolas Tinguely,
- Abstract要約: ジェネレーティブ人工知能(GAI)は中小企業(中小企業)に強力な能力を提供する
本稿では、中小企業がGAIの約束と課題の両方をナビゲートし、GAIをデプロイするためのロードマップを提供する方法について論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The latest technological developments in generative artificial intelligence (GAI) offer powerful capabilities to small and medium enterprises (SMEs), as they facilitate the democratization of both scalability and creativity. Even if they have little technical expertise or financial resources, SMEs can leverage this technology to streamline work processes and unleash innovation, thereby improving their product offerings and long-term competitiveness. This paper discusses how SMEs can navigate both the promises and challenges of GAI and offers a roadmap for deploying GAI. We introduce a sailing metaphor that reveals key strategic dimensions for GAI deployment: competency of employees, effective leadership and work values, organizational culture, collaboration and cooperation, and relationships with third parties. We offer practical recommendations that serve as a useful compass for successfully deploying GAI in SMEs.
- Abstract（参考訳）: 次世代人工知能(GAI)の最新技術は、スケーラビリティと創造性の両方の民主化を促進するため、中小企業(中小企業)に強力な能力を提供している。
技術的専門知識や財務資源がほとんどなくても、中小企業は、この技術を活用して、作業プロセスの合理化とイノベーションの解き放つことで、製品の提供と長期的な競争性を改善することができます。
本稿では、中小企業がGAIの約束と課題の両方をナビゲートし、GAIをデプロイするためのロードマップを提供する方法について論じる。
私たちは、従業員の能力、効果的なリーダーシップと労働価値、組織文化、協力と協力、サードパーティとの関係といった、GAIデプロイメントの重要な戦略的側面を明らかにしたセーリングメタファーを紹介します。
我々は、中小企業におけるGAIの展開に成功するための便利なコンパスとして、実用的なレコメンデーションを提供する。
関連論文リスト
- Leveraging Artificial Intelligence as a Strategic Growth Catalyst for Small and Medium-sized Enterprises [0.0]
人工知能(AI)は、大企業が保有する未来的な概念から、中小企業向けの現代的でアクセスしやすく、不可欠な成長レバーへと移行してきた。
起業家やビジネスリーダーにとって、戦略的AIの採用はもはや選択肢ではない。
AIの採用を裏付ける定量的証拠は魅力的だ。91%の中小企業がAIを使用して、収入を直接的に増やすと報告している。
トップラインの成長以外にも、AIは重要な運用効率を推進し、運用コストを最大30%削減し、企業価値を20時間以上節約できることを示した。
論文 参考訳（メタデータ） (2025-09-18T01:56:04Z) - SME-TEAM: Leveraging Trust and Ethics for Secure and Responsible Use of AI and LLMs in SMEs [2.731107993703351]
人工知能(AI)と大規模言語モデル(LLM)は、今日のビジネスプラクティスに革命をもたらしています。
中小規模企業(中小企業)における彼らの採用は、深刻な信頼、倫理、技術的問題を提起する。
我々は、中小企業におけるこれらの技術の安全かつ責任ある利用のための構造化されたフレームワーク「SME-TEAM」を紹介する。
論文 参考訳（メタデータ） (2025-09-12T14:59:52Z) - Operationalizing AI for Good: Spotlight on Deployment and Integration of AI Models in Humanitarian Work [52.96150571365764]
人道的・人道的組織(H2H)との密接なコラボレーションの詳細を共有します。
リソース制約のある環境でAIモデルをデプロイする方法、継続的なパフォーマンスアップデートのためにそのメンテナンス方法について論じる。
論文 参考訳（メタデータ） (2025-07-21T17:30:38Z) - 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) - 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) - From Generative AI to Generative Internet of Things: Fundamentals,
Framework, and Outlooks [82.964958051535]
生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。
GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
論文 参考訳（メタデータ） (2023-10-27T02:58:11Z) - 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)
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。