論文の概要: EMRGF: A Practitioner Framework for Governance-Driven Enterprise Technology Modernization
- arxiv url: http://arxiv.org/abs/2605.06703v1
- Date: Wed, 06 May 2026 03:37:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-11 19:43:38.475339
- Title: EMRGF: A Practitioner Framework for Governance-Driven Enterprise Technology Modernization
- Title（参考訳）: EMRGF: ガバナンス駆動型エンタープライズ技術近代化のための実践的フレームワーク
- Abstract要約: この記事では、EMRGF(Enterprise Modernization Reliability and Governance Framework)を紹介する。
EMRGFは、クラウドとレガシーのモダナイゼーションガバナンス、データプラットフォーム信頼性統合、AI-Enabled Automation Governance、Mission-Critical ReliabilityとRoot-Cause Routinesの4つのインターロックモジュールで構成されている。
この枠組みは、CSF 2.0、AI RMF、Executive Orders 14028、14110などの米国の国家政策委員会と明確に一致している。
- 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: Enterprise technology modernization programs fail at a documented and costly rate, yet the dominant explanation -- inadequate engineering capability -- is incorrect. The primary failure mode is a governance deficit: the absence of structured, repeatable operating routines for how organizations plan, execute, validate, and hand off complex technology change. Existing frameworks -- ITIL, COBIT, TOGAF, scaled agile methodologies, and cloud provider well-architected frameworks -- address adjacent concerns but do not provide an integrated, portable institutional operating model for controlled modernization across migrations, data platforms, and AI-enabled automation. This article presents the Enterprise Modernization Reliability and Governance Framework (EMRGF), a practitioner-developed governance operating model derived from 24 years of applied delivery experience across financial services, industrial manufacturing, and retail enterprises. EMRGF comprises four interlocking modules -- Cloud and Legacy Modernization Governance, Data Platform Reliability and Evidence Integrity, AI-Enabled Automation Governance, and Mission-Critical Reliability and Root-Cause Routines -- operationalized through five implementation tools and a training-of-trainers institutionalization model. Empirical application at scale has produced a 30% reduction in development effort, a 35% reduction in testing cycles, zero-disruption migrations across high-volume data estates, and 99.9% data reliability in mission-critical analytics pipelines. The framework is explicitly aligned with U.S. national policy mandates including NIST CSF 2.0, NIST AI RMF, and Executive Orders 14028 and 14110, and is designed for institutional adoption without ongoing external dependency.
- Abstract（参考訳）: エンタープライズ技術の近代化プログラムは文書化されコストがかかる速度で失敗するが、主要な説明、不適切なエンジニアリング能力は正しくない。
組織がどのように複雑な技術変革を計画し、実行し、検証し、引き渡すかに関して、構造化され、繰り返し可能な運用ルーチンが存在しないことです。
既存のフレームワーク -- ITIL、COBIT、TOGAF、スケールしたアジャイル方法論、クラウドプロバイダのアーキテクチャが整ったフレームワーク -- は、隣接する懸念に対処する一方で、マイグレーション、データプラットフォーム、AI自動化を横断するモダナイゼーションを制御するための統合されたポータブルなシステム運用モデルを提供していない。
この記事では、金融サービス、工業製造、小売業にまたがる24年間の応用デリバリー経験から派生した、実践的かつ先進的なガバナンス運用モデルであるエンタープライズモダナイゼーション・信頼性・ガバナンス・フレームワーク(EMRGF)について述べる。
EMRGFは、クラウドとレガシーのモダナイゼーションガバナンス、データプラットフォーム信頼性とエビデンスインテリジェンスインテリジェンス、AI-Enabled Automation Governance、Mission-Critical Reliability and Root-Cause Routinesという4つのインターロックモジュールで構成されている。
大規模な実証アプリケーションでは、開発作業の30%の削減、テストサイクルの35%の削減、高ボリュームのデータ領域におけるゼロ・ディスラプションのマイグレーション、ミッションクリティカルな分析パイプラインにおけるデータ信頼性99.9%が実現されている。
この枠組みは、NIST CSF 2.0、NIST AI RMF、Executive Orders 14028、14110などの米国の国家政策委員会と明確に一致しており、外部依存を継続せずに制度的に採用するよう設計されている。
関連論文リスト
- AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities [55.23913617185508]
Agentは、LLM(Large Language Models)ベースのエージェントを評価するための、オープンソース、軽量、インフラストラクチャである。
Benchmark、Harness、Environmentという3つの独立したコンポーネントに関する評価プロセスを編成する。
フォールトトレラントなランタイムと、報酬ハックのような障害モードを透過的に診断する包括的なトラジェクトリ分析ツールを備えている。
論文 参考訳（メタデータ） (2026-07-15T11:11:17Z) - Embodied-R1.5: Evolving Physical Intelligence via Embodied Foundation Models [63.96252564303143]
Embodied-R1.5は統合されたEmbodied Foundation Model(EFM)であり、包括的エンボディド推論機能を統合する。
我々は15B以上のトークンからなる大規模データシステムを構築し、マルチタスクバランスのRLレシピを設計する。
8Bパラメータしか持たず、Embodied-R1.5 SOTAは24のVLMベンチマークのうち16で、Gemini-Robotics-ER-1.5やGPT-5.4といった主要なモデルを上回った。
論文 参考訳（メタデータ） (2026-06-09T18:07:50Z) - Trustworthy Smart Fabs via Professional Proxies: Scaling Safe and Sustainable by Design (SSbD) through Industrial Data Spaces [0.0]
本稿では,6層SSbD参照アーキテクチャを運用するゼロトラスト社会技術オーケストレーションフレームワークを提案する。
我々は、リアクティブな自動化から、"プロフェッショナルプロキシ"への自律的なガバナンスへの移行を提案する。
このフレームワークは、レジリエントで純ゼロの産業5.0エコシステムへの検証可能なエビデンスベースの経路を提供する。
論文 参考訳（メタデータ） (2026-06-08T09:02:02Z) - Beyond Model Readiness: Institutional Readiness for AI Deployment in Public Systems [0.0]
多くのパブリックセクタ人工知能システムは、モデル開発の時点では失敗し、デプロイの時点で失敗する。
既存の責任あるAIとモデル評価フレームワークは価値があるが、主にモデル、データセット、開発者側のプロセスを評価する。
Institutional Alignment Readiness (IAR)は,公共システムにおける配置準備性を評価するための5次元フレームワークである。
論文 参考訳（メタデータ） (2026-05-17T00:11:09Z) - Requirements Debt in AI-Enabled Perception Systems Development: An Industrial RE4AI Perspective [0.5729426778193398]
本研究は,機能的・非機能的要件が要求負債(Red)をいかに生み出し伝播するかを概念化し,実証研究する。
我々は、13の国際自動車企業と3つのヨーロッパ研究機関の専門家と16の半構造化インタビューを行った。
技術的負債理論とRE4AIを結びつける最初の実証研究の1つとして、この研究は重要なReDメカニズムを特定している。
論文 参考訳（メタデータ） (2026-04-30T13:11:35Z) - TDD Governance for Multi-Agent Code Generation via Prompt Engineering [2.013170973610094]
大規模言語モデル(LLM)はソフトウェア開発を加速するが、不安定性、非決定性、制約のない状況下での開発の規律への弱い固執を示すことが多い。
我々は、古典的なTDD原則を構造化されたプロンプトレベルおよびワークフローレベルのガバナンスメカニズムとして運用する、AIネイティブなTDDフレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-29T12:43:22Z) - EmboCoach-Bench: Benchmarking AI Agents on Developing Embodied Robots [68.29056647487519]
Embodied AIは、高忠実度シミュレーションと大規模データ収集によって実現されている。
しかし、このスケーリング能力は、労働集約的な手作業の監視に依存しているため、いまだにボトルネックになっている。
実装ポリシーを自律的に構築するための LLM エージェントの能力を評価するベンチマークである textscEmboCoach-Bench を紹介する。
論文 参考訳（メタデータ） (2026-01-29T11:33:49Z) - A Governance Model for IoT Data in Global Manufacturing [0.0]
グローバルな製造環境における産業用IoTプラットフォームは、生産資産、ユーティリティ、接続された製品間で連続的な運用データを生成する。
データ取り込みとストレージ機能は大幅に成熟しているが、企業はIoTデータを大規模に管理する上で、体系的な課題に直面し続けている。
本稿では,契約駆動型相互運用性,ポリシ・アズ・コード適用,資産中心の説明責任を重視したフェデレーションガバナンスモデルを提案する。
論文 参考訳（メタデータ） (2026-01-10T21:10:10Z) - Bridging VLMs and Embodied Intelligence with Deliberate Practice Policy Optimization [72.20212909644017]
Deliberate Practice Policy Optimization (DPPO) はメタ認知型メタループのトレーニングフレームワークである。
DPPOは教師付き微調整(能力拡張)と強化学習(技能向上)の交互に行う
実証的には、DPPO(Pelican-VL 1.0)で視覚言語を具現化したモデルをトレーニングすると、ベースモデルよりも20.3%パフォーマンスが向上する。
私たちはモデルとコードをオープンソースにして、データとリソースのボトルネックを軽減する最初の体系的なフレームワークを提供しています。
論文 参考訳（メタデータ） (2025-11-20T17:58:04Z) - Bridging the Mobile Trust Gap: A Zero Trust Framework for Consumer-Facing Applications [51.56484100374058]
本稿では,信頼できないユーザ制御環境で動作するモバイルアプリケーションを対象としたZero Trustモデルを提案する。
デザインサイエンスの方法論を用いて、この研究は、実行時の信頼の強制をサポートする6つのピラーフレームワークを導入した。
提案したモデルは,デプロイ前コントロールを越えてモバイルアプリケーションをセキュアにするための,実用的で標準に準拠したアプローチを提供する。
論文 参考訳（メタデータ） (2025-08-20T18:42:36Z) - The Architecture of Trust: A Framework for AI-Augmented Real Estate Valuation in the Era of Structured Data [0.0]
Uniform Appraisal dataset (UAD) 3.6の必須2026実装は、住宅資産の評価を物語報告から機械可読形式に変換する。
本稿では、コンピュータビジョン、自然言語処理、自律システムにおけるAIの進歩と並行して、この規制シフトを包括的に分析する。
技術的実装と機関的信頼要件に対処するAI付加評価のための3層フレームワークを開発する。
論文 参考訳（メタデータ） (2025-08-04T05:24:25Z) - AI/ML Life Cycle Management for Interoperable AI Native RAN [50.61227317567369]
人工知能(AI)と機械学習(ML)モデルは、5Gラジオアクセスネットワーク(RAN)を急速に浸透させている
これらの開発は、AIネイティブなトランシーバーを6Gのキーイネーブルとして基盤を築いた。
論文 参考訳（メタデータ） (2025-07-24T16:04:59Z) - FinRobot: Generative Business Process AI Agents for Enterprise Resource Planning in Finance [6.494553545846438]
我々は、ERPシステムのための最初のAIネイティブフレームワークを提示し、生成ビジネスプロセスAIエージェントの新しいアーキテクチャを導入する。
提案システムは、生成AIとビジネスプロセスモデリングとマルチエージェントオーケストレーションを統合し、エンドツーエンドの自動化を可能にする。
GBPAは処理時間の最大40%削減、エラー率94%削減、規制コンプライアンスの改善を実現している。
論文 参考訳（メタデータ） (2025-06-02T08:22:28Z) - DS-Agent: Automated Data Science by Empowering Large Language Models with Case-Based Reasoning [56.887047551101574]
大規模言語モデル(LLM)エージェントとケースベース推論(CBR)を利用した新しいフレームワークであるDS-Agentを提案する。
開発段階では、DS-AgentはCBRフレームワークに従い、自動イテレーションパイプラインを構築する。
デプロイメントの段階では、DS-Agentは、シンプルなCBRパラダイムで低リソースのデプロイメントステージを実装し、LCMの基本能力に対する需要を大幅に削減する。
論文 参考訳（メタデータ） (2024-02-27T12:26:07Z)
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。