論文の概要: The Economics of Builder Saturation in Digital Markets

• arxiv url: http://arxiv.org/abs/2603.23685v2
• Date: Thu, 26 Mar 2026 10:11:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-27 13:32:29.972333
• Title: The Economics of Builder Saturation in Digital Markets
• Title（参考訳）: デジタル市場におけるビルダー飽和の経済性
• Authors: Armin Catovic,
• Abstract要約: 生産規模を弾性的に拡大するが、人間の注意が有限であるモデルを定式化するビルダー飽和効果を導入する。 均衡結果は, 平均賃金の減少, 集中度の増加を示すが, パワーロー様分布と一致している。 結果として、AI対応で民主化されたプロダクションは、広く分散した起業家的成功を生み出すよりも、競争を激化させ、最も獲得した結果を生み出す可能性が高いことが示唆されている。
• 参考スコア（独自算出の注目度）: 0.7252027234425333
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in generative AI systems have dramatically reduced the cost of digital production, fueling narratives that widespread participation in software creation will yield a proliferation of viable companies. This paper challenges that assumption. We introduce the Builder Saturation Effect, formalizing a model in which production scales elastically but human attention remains finite. In markets with near-zero marginal costs and free entry, increases in the number of producers dilute average attention and returns per producer, even as total output expands. Extending the framework to incorporate quality heterogeneity and reinforcement dynamics, we show that equilibrium outcomes exhibit declining average payoffs and increasing concentration, consistent with power-law-like distributions. These results suggest that AI-enabled, democratised production is more likely to intensify competition and produce winner-take-most outcomes than to generate broadly distributed entrepreneurial success. Contribution type: This paper is primarily a work of synthesis and applied formalisation. The individual theoretical ingredients - attention scarcity, free-entry dilution, superstar effects, preferential attachment - are well established in their respective literatures. The contribution is to combine them into a unified framework and direct the resulting predictions at a specific contemporary claim about AI-enabled entrepreneurship.
• Abstract（参考訳）: 生成AIシステムの最近の進歩は、デジタル生産のコストを劇的に削減し、ソフトウェア作成への広範な参加が、実行可能な企業の増加をもたらすという物語を後押ししている。 本稿ではその仮定に挑戦する。 生産規模を弾性的に拡大するが、人間の注意が有限であるモデルを定式化するビルダー飽和効果を導入する。 ほぼゼロの限界コストとフリーエントリーを持つ市場では、生産者数の増加は生産者当たり平均的な注意を減らし、生産者当たりのリターンを減少させる。 品質の不均一性と強化ダイナミクスを組み込むための枠組みを拡張して、平衡結果が平均的なペイオフの減少と集中度の増加を示すことを示す。 これらの結果は、AIを活用して民主化された生産は、広く分散した起業家的成功を生み出すよりも、競争を激化させ、最も獲得した結果を生み出す可能性が高いことを示唆している。 コントリビューションタイプ:本論文は主に合成と応用形式化の研究である。 個々の理論的要素 - 注意不足、自由エントリー希釈、スーパースター効果、優先的なアタッチメント - は、それぞれの文献でよく確立されている。 このコントリビューションは、それらを統一されたフレームワークに統合し、その結果の予測を、AI対応の起業家精神に関する特定の現代の主張に向けることである。

関連論文リスト

• Generative AI as a Non-Convex Supply Shock: Market Bifurcation and Welfare Analysis [4.887749221165767]
  我々は、GenAIのコストが、市場をAIの出口と人間のセグメントに再活性化させ、-class hollow'のアウトプットを生成する方法を示す。 我々は、最適ガバナンスは、遅延フェール渋滞管理に向けたものでなければならないと結論づける。
  論文  参考訳（メタデータ） (2026-01-18T17:00:40Z)
• A Sustainable AI Economy Needs Data Deals That Work for Generators [56.949279542190084]
  機械学習のバリューチェーンは、経済的なデータ処理の不平等のため、構造的に持続不可能である、と我々は主張する。 73の公開データ取引を分析し、アグリゲータに価値の大部分が蓄積されていることを示す。 参加者全員に利益をもたらす最小市場を実現するために、等価なData-Value Exchange Frameworkを提案する。
  論文  参考訳（メタデータ） (2026-01-15T01:05:48Z)
• The Economics of Information Pollution in the Age of AI: A General Equilibrium Approach to Welfare, Measurement, and Policy [4.887749221165767]
  LLM(Large Language Models)の出現は、情報生産の経済性に対する根本的なショックである。 高品質な合成コンテンツを生成するための限界コストを非対称に崩壊させると同時に、高品質な生産をコスト的に残すことで、AIは情報汚染を体系的に動機付ける。 本稿では,この課題を解析するための一般均衡フレームワークを開発する。
  論文  参考訳（メタデータ） (2025-09-17T06:31:17Z)
• Variance reduction in output from generative AI [11.248899695350323]
  我々は、生成型AIモデルが本質的に「平均への回帰」現象を起こしやすいことを実証した。 本研究は, この現象の社会的意味を, 社会的・集団的・個人的・2次元的・物質的・非物質的な3段階にわたって論じる。
  論文  参考訳（メタデータ） (2025-03-02T21:34:10Z)
• Competition and Diversity in Generative AI [3.1507640991166603]
  競争市場は多様なAIモデルを選択し、モノカルチャーを緩和している。 独立して機能する生成AIモデル(つまりベンチマークによれば)は、反復的市場において価値の提供に失敗する可能性がある。
  論文  参考訳（メタデータ） (2024-12-11T18:34:31Z)
• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、効率の改善にもかかわらず、その計算要求はモデルの性能よりも速く増加するため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• The Impact of Generative Artificial Intelligence on Market Equilibrium: Evidence from a Natural Experiment [19.963531237647103]
  生成人工知能(AI)は、人間の出力に似た創造的なコンテンツをより効率よく、コストを削減できる能力を示す。 本稿では,中国の主要なアートアウトソーシングプラットフォームにおいて,生成AIが市場均衡に与える影響を実証的に検討する。 我々の分析によると、生成AIの出現は平均価格を64%引き下げる結果となったが、同時に注文量が121%増加し、全体の売上が56%増加した。
  論文  参考訳（メタデータ） (2023-11-13T04:31:53Z)
• Improved Bayes Risk Can Yield Reduced Social Welfare Under Competition [99.7047087527422]
  本研究は,機械学習のスケーリングトレンドの振る舞いを根本的に変化させることを実証する。 データ表現品質の改善により、ユーザ間での全体的な予測精度が低下する、多くの設定が見つかる。 概念レベルでは,各モデルプロジェクタのスケーリング傾向が,社会福祉の下流改善に寄与する必要はないことが示唆された。
  論文  参考訳（メタデータ） (2023-06-26T13:06:34Z)
• Inducing Equilibria via Incentives: Simultaneous Design-and-Play Finds Global Optima [114.31577038081026]
  本稿では,デザイナーとエージェントの問題を同時に1ループで解くための効率的な手法を提案する。 設計者は平衡問題を何度も解決しないが、エージェントに対するインセンティブの全体的な影響を予測できる。 このアルゴリズムは,幅広い種類のゲームに対して,サブ線形速度で大域的最適値に収束することを示す。
  論文  参考訳（メタデータ） (2021-10-04T06:53:59Z)

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。