論文の概要: Democratizing Generative AI for Sustainable Competitive Advantage

• arxiv url: http://arxiv.org/abs/2605.27398v1
• Date: Wed, 22 Apr 2026 14:47:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 07:09:36.529962
• Title: Democratizing Generative AI for Sustainable Competitive Advantage
• Title（参考訳）: 持続可能な競争力のあるアドバンテージのための生成AIの民主化
• Authors: Carlos J. Costa, Joao Tiago Aparício, Manuela Aparício,
• Abstract要約: 本稿では,企業レベルのGenAI投資とガバナンスを,個人レベルのAI民主化に結びつける,クロスレベルな概念フレームワークを開発する。 我々は、個々のレベルのAI民主化は、組織的GenAI投資と持続可能な競争優位性の関係を仲介すると主張している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As generative artificial intelligence (GenAI) diffuses across industries and becomes broadly accessible, the locus of sustainable competitive advantage shifts from technology ownership toward the quality of employee-level adoption and use. This paper develops a cross-level conceptual framework linking firm-level GenAI investment and governance to individual-level AI democratization, defined as the extent to which employees meaningfully, responsibly, and effectively use GenAI in their daily work. We argue that individual-level AI democratization, grounded in three micro foundations (AI usefulness, ease of use, and AI literacy), mediates the relationship between organizational GenAI investments and sustainable competitive advantage. Drawing on the technology acceptance model, resource-based theory, and emerging empirical evidence on AI productivity effects, we advance six propositions linking perceived usefulness, ease of use, AI literacy, responsible use, and innovation outcomes to organizational transformation and sustained relative performance. The framework provides a measurement scaffold for empirical research and offers managerial guidance on treating GenAI as augmentation infrastructure rather than solely as automation. We conclude by outlining future research directions, including longitudinal and cross-cultural investigations of literacy, governance, and transformation dynamics.
• Abstract（参考訳）: 生成的人工知能(GenAI)が産業全体に普及し、広くアクセスできるようになるにつれ、持続可能な競争上の優位性の欠如は、技術所有から従業員レベルの採用と利用の質へと移行する。 本稿では,企業レベルのGenAI投資とガバナンスを個人レベルのAI民主化に結びつける,クロスレベルな概念枠組みを開発する。 我々は、組織のGenAI投資と持続可能な競争優位性との関係を仲介する3つのマイクロファウンデーション(AI有用性、使いやすさ、AIリテラシー)に根ざした、個人レベルのAI民主化を論じる。 技術受容モデル、リソースベースの理論、そしてAI生産性効果に関する経験的証拠に基づいて、私たちは、認識された有用性、使いやすさ、AIリテラシー、責任ある使用、イノベーションの結果を組織的変革に結び付け、相対的なパフォーマンスを持続する6つの提案を前進させます。 このフレームワークは、実証研究のための計測足場を提供し、GenAIを自動化ではなく、拡張インフラストラクチャとして扱うための管理的なガイダンスを提供する。 我々は,リテラシー,ガバナンス,変革のダイナミクスに関する縦断的,異文化的な調査を含む今後の研究の方向性を概説して結論づける。

関連論文リスト

• Open and Sustainable AI: challenges, opportunities and the road ahead in the life sciences (October 2025 -- Version 2) [49.142289900583705]
  我々は、AI研究成果に対する信頼の侵食の増加についてレビューする。 我々は、AIエコシステムの断片化されたコンポーネントと、OpenとSustainable AIを最大限にサポートするためのガイドパスの欠如について論じる。 私たちの研究は、研究者と関連するAIリソースを結びつけることで、持続可能な、再利用可能な、透過的なAIの実装を容易にします。
  論文  参考訳（メタデータ） (2025-05-22T12:52:34Z)
• Generative AI for Autonomous Driving: Frontiers and Opportunities [145.6465312554513]
  この調査は、自律運転スタックにおけるGenAIの役割の包括的合成を提供する。 まず、VAE、GAN、拡散モデル、および大規模言語モデルを含む、現代の生成モデリングの原則とトレードオフを蒸留することから始めます。 我々は、合成データ一般化、エンドツーエンド駆動戦略、高忠実なデジタルツインシステム、スマートトランスポートネットワーク、具体化されたAIへのクロスドメイン転送など、実用的な応用を分類する。
  論文  参考訳（メタデータ） (2025-05-13T17:59:20Z)
• Enterprise Architecture as a Dynamic Capability for Scalable and Sustainable Generative AI adoption: Bridging Innovation and Governance in Large Organisations [55.2480439325792]
  生成人工知能(Generative Artificial Intelligence)は、イノベーションを促進し、多くの産業におけるガバナンスを再形成する可能性を持つ強力な新技術である。 しかし、テクノロジの複雑さ、ガバナンスのギャップ、リソースのミスアライメントなど、GenAIをスケールする上で大きな課題に直面している。 本稿では、大企業におけるGenAI導入の複雑な要件をエンタープライズアーキテクチャ管理が満たす方法について検討する。
  論文  参考訳（メタデータ） (2025-05-09T07:41:33Z)
• Developmental Support Approach to AI's Autonomous Growth: Toward the Realization of a Mutually Beneficial Stage Through Experiential Learning [0.0]
  本研究では,AI自体の倫理的発展を支援する「AI開発支援」アプローチを提案する。 我々は,経験,内観,分析,仮説形成のサイクルに基づく学習フレームワークを構築した。
  論文  参考訳（メタデータ） (2025-02-27T06:12:20Z)
• What is Ethical: AIHED Driving Humans or Human-Driven AIHED? A Conceptual Framework enabling the Ethos of AI-driven Higher education [0.6216023343793144]
  本研究は,ユネスコとOECDの倫理基準の遵守を保証するために,高次教育における人間駆動型AI(HD-AIHED)フレームワークを紹介する。 この研究は、参加型コシステム、フェーズドヒューマンインテリジェンス、SWOC分析、AI倫理レビューボードを適用して、大学やHE機関のAI準備とガバナンス戦略を評価する。
  論文  参考訳（メタデータ） (2025-02-07T11:13:31Z)
• Bridging the Communication Gap: Evaluating AI Labeling Practices for Trustworthy AI Development [41.64451715899638]
  EUエネルギラベルのようなフレームワークにインスパイアされたハイレベルなAIラベルは、AIモデルの特性をより透明にするために提案されている。 本研究は,4つの重要な研究課題に沿った質的なインタビューを通じて,AIラベリングを評価する。
  論文  参考訳（メタデータ） (2025-01-21T06:00:14Z)
• Navigating Ethical Challenges in Generative AI-Enhanced Research: The ETHICAL Framework for Responsible Generative AI Use [0.0]
  生成人工知能(GenAI)の急速な普及は、機会と倫理的課題の両方を提示する。 本稿では、研究におけるGenAIの責任を負うための実践的ガイドであるETHICALフレームワークを開発する。
  論文  参考訳（メタデータ） (2024-12-11T05:49:11Z)
• Data Equity: Foundational Concepts for Generative AI [0.0]
  GenAIは、デジタルとソーシャルのイノベーションを促進する大きな可能性を約束する。 GenAIは、技術へのアクセスと利用を民主化する可能性がある。 しかし、未確認のままでは、不平等が深まる可能性がある。
  論文  参考訳（メタデータ） (2023-10-27T05:19:31Z)
• A Survey on AI Sustainability: Emerging Trends on Learning Algorithms and Research Challenges [35.317637957059944]
  我々は、AIの持続可能性問題に対処できる機械学習アプローチの大きなトレンドについてレビューする。 我々は、既存の研究の大きな限界を強調し、次世代の持続可能なAI技術を開発するための潜在的研究課題と方向性を提案する。
  論文  参考訳（メタデータ） (2022-05-08T09:38:35Z)

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。