論文の概要: Revenue-Sharing as Infrastructure: A Distributed Business Model for Generative AI Platforms
- arxiv url: http://arxiv.org/abs/2603.20533v1
- Date: Fri, 20 Mar 2026 22:02:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-24 19:11:38.956972
- Title: Revenue-Sharing as Infrastructure: A Distributed Business Model for Generative AI Platforms
- Title（参考訳）: インフラストラクチャとしての収益共有 - 生成AIプラットフォームのための分散ビジネスモデル
- Abstract要約: 生成可能なAIプラットフォームは、アプリケーション開発エコシステムを変革するインフラストラクチャ(API、モデル)を提供する。
最近の文献では、クラウドコンピューティングをモデルとした第1世代(ペイ・パー・ユース)、多様化(フリーミアム、サブスクリプション)を特徴とする第2世代、収益分配機構を備えた多層市場アーキテクチャを探求する第3世代である。
本稿では、プラットフォームがAIインフラストラクチャを無償で提供し、開発者アプリケーションによって生成される収益のパーセンテージを取る、オリジナルのモデルである"Revenue-Sharing as Infrastructure"(RSI)を提案し、分析する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative AI platforms (Google AI Studio, OpenAI, Anthropic) provide infrastructures (APIs, models) that are transforming the application development ecosystem. Recent literature distinguishes three generations of business models: a first generation modeled on cloud computing (pay-per-use), a second characterized by diversification (freemium, subscriptions), and a third, emerging generation exploring multi-layer market architectures with revenue-sharing mechanisms. Despite these advances, current models impose a financial barrier to entry for developers, limiting innovation and excluding actors from emerging economies. This paper proposes and analyzes an original model, "Revenue-Sharing as Infrastructure" (RSI), where the platform offers its AI infrastructure for free and takes a percentage of the revenues generated by developers applications. This model reverses the traditional upstream payment logic and mobilizes concepts of value co-creation, incentive mechanisms, and multi-layer market architecture to build an original theoretical framework. A detailed comparative analysis shows that the RSI model lowers entry barriers for developers, aligns stakeholder interests, and could stimulate innovation in the ecosystem. Beyond its economic relevance, RSI has a major societal dimension: by enabling developers without initial capital to participate in the digital economy, it could unlock the "latent jobs dividend" in low-income countries, where mobile penetration reaches 84%, and help address local challenges in health, agriculture, and services. Finally, we discuss the conditions of feasibility and strategic implications for platforms and developers.
- Abstract（参考訳）: 生成AIプラットフォーム(Google AI Studio、OpenAI、Anthhropic)は、アプリケーション開発エコシステムを変革するインフラストラクチャ(API、モデル)を提供する。
最近の文献では、クラウドコンピューティングをモデルとした第1世代(ペイ・パー・ユース)、多様化(フリーミアム、サブスクリプション)を特徴とする第2世代、収益分配機構を備えた多層市場アーキテクチャを探求する第3世代である。
こうした進歩にもかかわらず、現在のモデルは開発者への参入に経済的障壁を課し、イノベーションを制限し、新興国からのアクターを排除している。
本稿では、プラットフォームがAIインフラストラクチャを無償で提供し、開発者アプリケーションによって生成される収益のパーセンテージを取る、オリジナルのモデルである"Revenue-Sharing as Infrastructure"(RSI)を提案し、分析する。
このモデルは、従来の上流支払いロジックを逆転させ、価値共創、インセンティブメカニズム、およびマルチレイヤ市場アーキテクチャの概念を動員し、元の理論的枠組みを構築する。
詳細な比較分析によると、RSIモデルは開発者の参入障壁を低くし、ステークホルダーの利益を調整し、エコシステムのイノベーションを刺激する可能性がある。
初期資本のない開発者がデジタル経済に参加することを可能にすることで、低所得国ではモバイルの普及率が84%に達する「相対的な雇用分配」を解き放ち、健康、農業、サービスにおけるローカルな課題への対処に役立てることができる。
最後に、プラットフォームと開発者の実現可能性と戦略的意味について論じる。
関連論文リスト
- From Economic Agents to Agentic Economies: A Systems Blueprint for Economic World Models [79.95211458571744]
経済世界モデル(英: Economic World Models、略称:EWM)は、経済が内部からどのように発展するかをシミュレートする経済モデルである。
本稿では、生成エンジンとして経済世界モデルを構築するための実装ロードマップを開発する。
論文 参考訳（メタデータ） (2026-08-06T13:26:46Z) - A Survey on the Green Development of Large Models: From Resource-Efficient Architectures to Hardware-Software Co-Design [71.32556809242666]
大規模AIモデルの急速な拡張は、さまざまな領域で大幅なパフォーマンスのブレークスルーをもたらした。
また、計算コスト、エネルギー消費、環境の持続可能性に関する重要な懸念を提起している。
この調査は、大規模モデルの持続的、スケーラブルで、社会的に責任のある開発に向けて、全体的なロードマップを提供することを目的としている。
論文 参考訳（メタデータ） (2026-07-10T04:02:22Z) - DeRelayL: Sustainable Decentralized Relay Learning [53.733457724691654]
本稿では,分散リレー学習(DeRelayL)という新しい学習パラダイムを提案する。
DeRelayLは、無許可の参加者がリレー的な方法でモデルのトレーニングに貢献し、モデルを共有する、持続可能な学習システムである。
本稿では,DeRelayLのアーキテクチャとワークフローについて述べるとともに,持続可能性を確保するためのインセンティブ機構を設計し,理論解析と数値シミュレーションを行い,その有効性を実証する。
論文 参考訳（メタデータ） (2026-04-30T15:45:30Z) - The Buy-or-Build Decision, Revisited: How Agentic AI Changes the Economics of Enterprise Software [0.0]
生成的人工知能の進歩は、企業アプリケーションのためのメイク・アンド・バイの判断の経済性を阻害している。
本稿では,メイク・オー・バイ決定の根底にある要因を再評価するために,概念研究アプローチを採用する。
論文 参考訳（メタデータ） (2026-04-29T09:47:47Z) - Beyond Automation: Rethinking Work, Creativity, and Governance in the Age of Generative AI [0.0]
生成人工知能(AI)システムは、仕事の性質、流通、意味、創造性、経済の安全を再構築している。
本稿では,(1)雇用の進化と仕事の未来,(2)社会デミノグラフィーグループ,セクター,地理学におけるAI採用の多様なパターン,(3)普遍的ベーシックインカム(UBI)がAI革命に対する強制的政策応答となるか否か,という,現在のAI時代の4つの相互関連現象を考察する。
論文 参考訳（メタデータ） (2025-12-09T20:25:24Z) - OnePiece: Bringing Context Engineering and Reasoning to Industrial Cascade Ranking System [61.12400636463362]
OnePieceは、LLMスタイルのコンテキストエンジニアリングと推論を、検索モデルとランキングモデルの両方にシームレスに統合する統合フレームワークである。
OnePieceは、Shopeeの主要なパーソナライズされた検索シナリオにデプロイされ、さまざまな主要なビジネス指標で一貫したオンラインゲインを実現している。
論文 参考訳（メタデータ） (2025-09-22T17:59:07Z) - Beyond Private or Public: Large Language Models as Quasi-Public Goods in the AI Economy [4.887749221165767]
本稿では,Large Language Models (LLMs) をデジタルインフラ内における混合公共商品の形式として概念化する。
本研究では,LLMの非磁区特性,部分排他可能性,正の外部性を定量化するための数学的モデルを開発する。
論文 参考訳（メタデータ） (2025-09-16T17:22:00Z) - Agentic Satellite-Augmented Low-Altitude Economy and Terrestrial Networks: A Survey on Generative Approaches [76.12691010182802]
本調査は,衛星搭載低高度経済と地上ネットワーク(SLAETN)におけるエージェント人工知能(AI)の実現に焦点をあてる。
SLAETNのアーキテクチャと特徴を紹介するとともに,衛星,空中,地上コンポーネントの統合において生じる課題を分析する。
これらのモデルが,コミュニケーション強化,セキュリティとプライバシ保護,インテリジェントな衛星タスクという,3つの領域にわたるエージェント機能をどのように強化するかを検討する。
論文 参考訳（メタデータ） (2025-07-19T14:07:05Z) - A Survey of Model Architectures in Information Retrieval [59.61734783818073]
2019年から現在までの期間は、情報検索(IR)と自然言語処理(NLP)における最大のパラダイムシフトの1つとなっている。
従来の用語ベースの手法から現代のニューラルアプローチまで,特にトランスフォーマーベースのモデルとそれに続く大規模言語モデル(LLM)の影響が注目されている。
今後の課題と今後の方向性について、先見的な議論で締めくくります。
論文 参考訳（メタデータ） (2025-02-20T18:42:58Z) - Beyond the Sum: Unlocking AI Agents Potential Through Market Forces [0.0]
AIエージェントは、デジタルマーケット内で独立した経済アクターとして機能する理論的能力を持っている。
既存のデジタルインフラストラクチャは、彼らの参加に大きな障壁をもたらします。
これらのインフラの課題に対処することは、新しい形態の経済組織を実現するための基本的なステップである、と我々は主張する。
論文 参考訳（メタデータ） (2024-12-19T09:40:40Z) - Data Shapley in One Training Run [88.59484417202454]
Data Shapleyは、機械学習コンテキストにおけるデータのコントリビューションに寄与するための、原則化されたフレームワークを提供する。
既存のアプローチでは、計算集約的な異なるデータサブセット上の再学習モデルが必要である。
本稿では、対象とするデータモデルに対するスケーラブルなデータ属性を提供することにより、これらの制限に対処するIn-Run Data Shapleyを紹介する。
論文 参考訳（メタデータ） (2024-06-16T17:09:24Z) - Decentralized AI: Permissionless LLM Inference on POKT Network [8.68822221491139]
POKT Networkの分散リモートプロシージャコールインフラストラクチャは、2020年にMainNetでローンチして以来、7400億のリクエストを突破している。
この論文は、このネットワークのオープンソースでパーミッションレスな設計が、モデル研究者、ハードウェアオペレータ、APIプロバイダ、ユーザ間のインセンティブをどのように調整するかを説明している。
論文 参考訳（メタデータ） (2024-05-30T19:50:07Z) - A Reference Architecture for Designing Foundation Model based Systems [28.826700360670515]
ファンデーションモデルが将来のAIシステムの基本的なビルディングブロックになる、という広いコンセンサスがある。
基礎モデルをAIシステムに組み込むことは、責任と安全性に関する重要な懸念を提起する。
本稿では,基礎モデルに基づくシステム設計のためのパターン指向参照アーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-04-13T05:01:03Z) - On the Opportunities and Risks of Foundation Models [256.61956234436553]
これらのモデルの基礎モデルは、批判的に中心的だが不完全な性格を根底から立証するものです。
本報告では,基礎モデルの可能性とリスクについて概説する。
これらの疑問に対処するためには、基礎モデルに関する重要な研究の多くは、深い学際的なコラボレーションが必要であると信じている。
論文 参考訳（メタデータ） (2021-08-16T17:50:08Z)
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。