論文の概要: From Replacement to Orchestration: A Socio-Technical Architecture for Agentic AI in Corporate R&D
- arxiv url: http://arxiv.org/abs/2605.24580v1
- Date: Sat, 23 May 2026 13:44:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-26 19:50:18.256634
- Title: From Replacement to Orchestration: A Socio-Technical Architecture for Agentic AI in Corporate R&D
- Title（参考訳）: 交代からオーケストレーションへ - コーポレートR&DにおけるエージェントAIの社会技術的アーキテクチャ
- Abstract要約: 本稿では、企業R&Dが永続的な生産性パラドックスに直面していることを論じる。
投資の増加と科学知識の拡大は、比例的なイノベーションのアウトプットには達していない。
本稿では,ResOps,Control Tower,Ethics Fabric,Talent Studioの4つの柱型社会技術アーキテクチャを提案する。
- 参考スコア（独自算出の注目度）: 1.653173953073833
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Purpose: Corporate R&D faces a persistent productivity paradox: rising investment and expanding scientific knowledge have not translated into proportional innovation output. In pharmaceuticals this is captured as Eroom's Law; analogous patterns appear across engineering, materials science, and healthcare. The core cause is not insufficient tools but cognitive saturation: researchers spend an increasing share of their effort on coordination, documentation, and data governance -- hidden work that displaces high-value hypothesis formation, interpretation, and strategic synthesis. Design/Methodology/Approach: The paper uses a Design Science Research (DSR) methodology. The artifact is the HARMONY operating model. Evidence is triangulated from four semi-structured expert interviews with senior R&D leaders across industrial, healthcare, and academic settings; a foresight scenario analysis projecting four plausible 2040 R&D futures; and pattern matching with documented agentic R&D deployments. Two non-negotiable design requirements guide the architecture: cognitive-load redistribution (DR1) and bounded autonomy with alignment (DR2). Findings: We propose HARMONY -- Hybrid Agentic Research Model for Organisational New Yield -- a four-pillar socio-technical architecture comprising ResOps (Industrialized Execution), the Control Tower (Strategic Visibility and Drift Detection), the Ethics Fabric (Bounded Autonomy by Design), and the Talent Studio (Sciencepreneur Capability). The model introduces the Sciencepreneur as the central human archetype in agentic R&D, and Orchestration Leverage as a candidate productivity metric suited to human-agent hybrid systems.
- Abstract（参考訳）: 目的:企業R&Dは持続的な生産性のパラドックスに直面している。投資の増加と科学的知識の拡大は、比例的なイノベーションのアウトプットに変換されていない。
薬学では、これはEroomの法則として捉えられ、工学、材料科学、医療に類似したパターンが現れる。
研究者は、コーディネーション、ドキュメンテーション、データガバナンスなど、高価値な仮説形成、解釈、戦略的合成を代替する隠された作業に、より多くの労力を費やしています。
Design/Methodology/Approach: この論文は、Design Science Research(DSR)方法論を使用します。
アーティファクトはHARMONYオペレーティングモデルである。
Evidenceは、産業、医療、学術的な設定における上級R&Dリーダーとの4つの半構造化された専門家インタビュー、2040年のR&Dの未来を示す4つのもっともらしいシナリオ分析、文書化されたエージェントR&Dデプロイメントとのパターンマッチングから分類される。
2つの非交渉可能な設計要件は、認知負荷再分配(DR1)とアライメントによる境界付き自律(DR2)というアーキテクチャを導く。
本研究では, ResOps (Industrialized Execution), Control Tower (Strategic Visibility and Drift Detection), the Ethics Fabric (Bounded Autonomy by Design), the Talent Studio (Sciencepreneur Capability) からなる4つの柱型社会技術アーキテクチャを提案する。
このモデルでは、SciencepreneurをエージェントR&Dの中心的なヒトのアーチタイプとして導入し、Orchesttion Leverageを人間とエージェントのハイブリッドシステムに適した生産性指標として採用している。
関連論文リスト
- Atria Dawn: The Dawn of Agentic Superintelligence [237.73474618289063]
本稿では,科学研究と工学のための基礎エージェント言語モデルであるAtria Dawn Previewを紹介する。
本稿では,人間-AI協力の事例研究として,このモデルの背後にある真の研究開発プロセスについて考察する。
論文 参考訳（メタデータ） (2026-09-14T16:22:30Z) - Spec-Driven Development for Agentic Software Engineering: Harnessing Human-Agent Teamwork [0.0]
仕様駆動開発(SDD、Spec-Driven Development)は、チーム規模で実施可能な規律である。
本稿では,SDDの概念的および方法論的基礎を確立することを目的とする。
論文 参考訳（メタデータ） (2026-08-31T18:52:53Z) - Vibe Compiler: A Research-Logic Synthesis Tool That Runs without Prompt Engineering -Toward Enhancing Metacognition for Sustaining Agency in the Age of Generative AI- [0.0]
本稿では,あいまいなアイデアをコヒーレントな研究論理に変換する研究論理コンパイラであるVibe Compilerを紹介する。
この枠組みは認知機能(合成対分析)と実行エージェント(人間対AI)の2つの側面に沿った構造的ギャップを特徴づける。
論文 参考訳（メタデータ） (2026-08-06T02:51:03Z) - Deep Research as Rubric for Reinforcement Learning [35.642522713903794]
オープンエンドのルーブリックを構築するための2段階のフレームワークを提案する。
DR-rubric-8Bはフロンティアモデルなしでブートストラップ生成をサポートする。
実験によると、DR-rubricは1K -- 3Kのトレーニングインスタンスで強力な競争性能を達成する。
論文 参考訳（メタデータ） (2026-05-31T08:25:04Z) - FundaPod: A Multi-Persona Agent Pod Platform with Knowledge Graph Memory for AI-Assisted Fundamental Investment Research [4.327699139300453]
我々はAI支援基礎投資研究のための多人数エージェントプラットフォームであるFundaPodを紹介する。
我々は,基本研究は,貿易信号生成とは質的に異なる人間中心の意思決定支援タスクであると主張する。
FundaPodでは、価値投資家やマクロストラテジストといった異なるペルソナを持つAIエージェントが、共有契約の下で独立して研究を行う。
論文 参考訳（メタデータ） (2026-05-27T02:26:16Z) - AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。
我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。
障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
論文 参考訳（メタデータ） (2026-05-18T17:08:26Z) - ARIS: Autonomous Research via Adversarial Multi-Agent Collaboration [10.076972559007116]
ARIS(Auto-Research-in-sleep)は、自律的な研究のためのオープンソースの研究ハーネスである。
ARISは、クロスモデル対外コラボレーションを通じて機械学習の研究を調整する。
論文 参考訳（メタデータ） (2026-05-04T18:10:15Z) - From Automation to Augmentation: A Framework for Designing Human-Centric Work Environments in Society 5.0 [0.0]
社会5.0と産業5.0は人間中心の技術統合を求めている。
概念には、しっかりとしたレベルで測定、最適化、評価できる運用定義が欠けている。
論文 参考訳（メタデータ） (2026-04-01T20:22:05Z) - AI Co-Scientist for Ranking: Discovering Novel Search Ranking Models alongside LLM-based AI Agents with Cloud Computing Access [60.37646376282544]
本稿では,全検索ランキング研究パイプラインを自動化したAI共同科学者フレームワークを提案する。
これは、AIの共同科学者フレームワークをアルゴリズム研究に利用した、ランキングコミュニティで初めての研究である。
論文 参考訳（メタデータ） (2026-03-23T09:29:08Z) - HLER: Human-in-the-Loop Economic Research via Multi-Agent Pipelines for Empirical Discovery [15.29303145822579]
本稿では,実証研究自動化を支援するマルチエージェントアーキテクチャであるHLER(Human-in-the-Loop Economic Research)を紹介する。
このシステムは、データ監査、データプロファイリング、仮説生成、計量分析、原稿起草、自動レビューのための特殊エージェントを編成する。
実験の結果、データセットを意識した仮説生成は87%のケースで実現可能な研究質問を生成する一方、完全な実証的な原稿は1ラン当たり0.8～1.5ドルの平均APIコストで作成できることがわかった。
論文 参考訳（メタデータ） (2026-03-08T03:40:34Z) - KARL: Knowledge Agents via Reinforcement Learning [63.627906947205624]
本稿では,強化学習による企業検索エージェントの訓練システムを提案する。
KARLBenchは、6つの異なる検索レギュレーションにまたがる多機能評価スイートである。
異種探索行動で訓練されたモデルは、どのベンチマークにも最適化されたモデルよりもかなりよく一般化されていることを示す。
論文 参考訳（メタデータ） (2026-03-05T14:30:25Z) - Step-DeepResearch Technical Report [90.50586290399683]
コスト効率のよいエンドツーエンドエージェントである Step-DeepResearch を紹介する。
我々は、計画とレポート作成を強化するために、アトミック能力に基づくデータ合成戦略を提案する。
中国における評価ギャップを埋めるため,現実的な深層研究シナリオのためのADR-Benchを構築した。
論文 参考訳（メタデータ） (2025-12-23T16:32:27Z) - ResearchRubrics: A Benchmark of Prompts and Rubrics For Evaluating Deep Research Agents [11.666923792025313]
Deep Research(DR)は、大規模言語モデルを活用して、オープンなクエリに対処する新興エージェントアプリケーションである。
我々はResearchRubricsを紹介します。これは2,800時間以上の人的労働時間で構築されたDRの標準ベンチマークです。
また,DRタスクを3つの軸(概念的幅,論理的ネスト,探索)に沿って分類する,新たな複雑性フレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-10T23:07:14Z) - Creativity in LLM-based Multi-Agent Systems: A Survey [56.25583236738877]
大規模言語モデル(LLM)によるマルチエージェントシステム(MAS)は、人間とAIが協調してアイデアやアーティファクトを生成する方法を変えつつある。
これはMASにおける創造性に関する最初の調査である。
本研究では,(1)エージェントの能動性やペルソナ設計の分類,(2)分岐探索,反復改良,協調合成などの生成技術の概要,(3)不整合評価基準,不整合性バイアス緩和,協調競合,統一ベンチマークの欠如といった重要な課題について論じる。
論文 参考訳（メタデータ） (2025-05-27T12:36:14Z) - Learning Paradigms and Modelling Methodologies for Digital Twins in Process Industry [1.1060425537315088]
デジタルツイン(Digital Twins、DT)は、センサーデータと高度なデータベースまたは物理ベースのモデル、あるいはその組み合わせを組み合わせた物理製造システムの仮想レプリカで、プロセス監視、予測制御、意思決定支援など、さまざまな産業関連タスクに対処する。
DTのバックボーン、すなわち、これらのモデルをサポートする具体的なモデリング方法論とアーキテクチャフレームワークは、複雑で多様性があり、急速に進化し、最新の最先端の手法と競争の激しい市場のトップに留まる傾向を徹底的に理解する必要がある。
論文 参考訳（メタデータ） (2024-07-02T14:05:10Z)
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。