論文の概要: Generative AI Adoption in an Energy Company: Exploring Challenges and Use Cases
- arxiv url: http://arxiv.org/abs/2602.09846v1
- Date: Tue, 10 Feb 2026 14:50:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-11 20:17:43.61203
- Title: Generative AI Adoption in an Energy Company: Exploring Challenges and Use Cases
- Title（参考訳）: エネルギー企業におけるジェネレーティブAI導入 : 課題とユースケースを探る
- Authors: Malik Abdul Sami, Zeeshan Rasheed, Meri Olenius, Muhammad Waseem, Kai-Kristian Kemell, Jussi Rasku, Pekka Abrahamsson,
- Abstract要約: 本研究では、エネルギー企業の従業員がAIの採用についてどのように理解し、AIとLLMをベースとしたエージェント従業員が日々の活動を支援できる領域を特定するかを検討する。
この分析では、報告作業、予測、データハンドリング、メンテナンス関連のタスク、異常検出など、従業員がAIを有用と位置付けている領域を特定した。
この研究は、エネルギーセクターにおけるAI導入の概観を提供し、実践的実装のためのエントリポイントの特定と産業間の比較研究のための構造化された基盤を提供する。
- 参考スコア（独自算出の注目度）: 2.104667171817534
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Organisations are examining how generative AI can support their operational work and decision-making processes. This study investigates how employees in a energy company understand AI adoption and identify areas where AI and LLMs-based agentic workflows could assist daily activities. Data was collected in four weeks through sixteen semi-structured interviews across nine departments, supported by internal documents and researcher observations. The analysis identified areas where employees positioned AI as useful, including reporting work, forecasting, data handling, maintenance-related tasks, and anomaly detection. Participants also described how GenAI and LLM-based tools could be introduced through incremental steps that align with existing workflows. The study provides an overview view of AI adoption in the energy sector and offers a structured basis for identifying entry points for practical implementation and comparative research across industries.
- Abstract（参考訳）: 組織は、生成AIが運用作業や意思決定プロセスをどのようにサポートするかを調べています。
本研究では、エネルギー企業の従業員がAIの採用を理解し、AIとLLMベースのエージェントワークフローが日々の活動を支援する領域を特定する方法について検討する。
データは9部門にわたる16の半構造化インタビューを通じて4週間に渡り収集され、内部文書と研究者の観察によって支援された。
この分析では、報告作業、予測、データハンドリング、メンテナンス関連のタスク、異常検出など、従業員がAIを有用と位置付けている領域を特定した。
参加者はまた、既存のワークフローと整合したインクリメンタルステップを通じて、GenAIとLLMベースのツールを導入する方法についても説明した。
この研究は、エネルギーセクターにおけるAI導入の概観を提供し、実践的実装のためのエントリポイントの特定と産業間の比較研究のための構造化された基盤を提供する。
関連論文リスト
- Measuring Data Science Automation: A Survey of Evaluation Tools for AI Assistants and Agents [9.675331256405443]
大規模言語モデル(LLM)は、データサイエンスのアシスタントとしてますます使われている。
本稿では,データサイエンスのためのLLMアシスタントとエージェントの評価について調査する。
論文 参考訳（メタデータ） (2025-06-10T13:47:22Z) - FieldWorkArena: Agentic AI Benchmark for Real Field Work Tasks [52.47895046206854]
FieldWorkArenaは、現実世界のフィールドワークをターゲットにしたエージェントAIのベンチマークである。
本稿では、エージェントAIが現実世界の作業環境ベンチマークのために持つべき新しいアクション空間を定義する。
論文 参考訳（メタデータ） (2025-05-26T08:21:46Z) - Methodological Foundations for AI-Driven Survey Question Generation [41.94295877935867]
本稿では,ジェネレーティブAIを教育調査に活用するための方法論的枠組みを提案する。
大規模言語モデルが適応的でコンテキスト対応のサーベイ質問を生成する方法について検討する。
偏見、プライバシー、透明性などの倫理的問題を考察する。
論文 参考訳（メタデータ） (2025-05-02T09:50:34Z) - Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳（メタデータ） (2024-09-27T06:31:03Z) - The Foundations of Computational Management: A Systematic Approach to
Task Automation for the Integration of Artificial Intelligence into Existing
Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。
この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文 参考訳（メタデータ） (2024-02-07T01:45:14Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z)
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。