論文の概要: Profitability of Open-Source Software Product Development

• arxiv url: http://arxiv.org/abs/2608.02398v1
• Date: Mon, 03 Aug 2026 15:43:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.661748
• Title: Profitability of Open-Source Software Product Development
• Title（参考訳）: オープンソースソフトウェア製品開発の利益性
• Abstract要約: オープンソースの採用により、企業の利益率は平均で4-5%増加した。 これらの利得は、労働生産性の向上に大きく貢献する。 報酬は、外部のボランティアが仕事の有意義なシェアを提供する場合にのみ発生する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Many technology firms now build software products in the open, inviting outside developers to contribute alongside their employees on platforms like GitHub. Does this openness in product development pay off? Analyzing 977 U.S. high-tech firms from 2001 to 2025, this study finds that open-source adoption raised firms' gross margins by 4-5% on average. These gains flow largely through higher labor productivity, as firms integrate external contributors' diverse knowledge into internal workflows, broadening the organizational knowledge base without a commensurate rise in labor costs. However, the payoff emerges only when outside volunteers supply a meaningful share of the work (around 35% in this sample), and hinges on the firm's resource configuration. While there are multiple pathways to profitability, pairing open-source product development with sustained internal R&D is a core condition present in all high-profitability configurations. For managers, the lesson is to treat open source as a knowledge-integration strategy matched to the firm's resources, not merely a means of sourcing external effort at lower cost. For policymakers, the findings underscore the broad economic value of open-source ecosystems and the need for policies that foster skilled volunteer communities and public-private open-source infrastructure.
• Abstract（参考訳）: 多くのテクノロジー企業が現在、オープンソースでソフトウェア製品を開発しており、外部の開発者がGitHubなどのプラットフォームで従業員と一緒に貢献することを呼びかけている。 製品開発におけるこのオープンさは報われるだろうか? 2001年から2025年までの米国のハイテク企業977社を分析したところ、オープンソースの採用によって企業の利益率は平均で4-5%上昇した。 企業は外部のコントリビュータの多様な知識を内部のワークフローに統合し、労働コストの増大を伴わずに組織的な知識基盤を広げる。 しかし、外部のボランティアが作業の有意義なシェア(このサンプルではおよそ35%)を提供し、会社のリソース構成に依存している場合にのみ、支払いが発生する。 収益性への道は複数あるが、オープンソース製品開発と社内R&Dの継続は、すべての高収益性構成の中核的な条件である。 マネージャにとっての教訓は、オープンソースを企業のリソースと一致する知識統合戦略として扱うことだ。 政策立案者にとって、この調査結果はオープンソースエコシステムの幅広い経済的価値と、熟練したボランティアコミュニティと民間のオープンソースインフラを育成する政策の必要性を浮き彫りにしている。

関連論文リスト

• Open Source Software Lifecycle Classification: Developing Wrangling Techniques for Complex Sociotechnical Systems [0.0]
  本稿では、オープンソースソフトウェアや他の組織エコシステムを分類する以前の試みについてレビューする。 オープンソースプロジェクトを分類するための、多種多様で時には相反する目的と、これらの競合する関心が、オープンソースソフトウェアプロジェクトや企業がどのように機能するかを包括的に理解する上で、私たちの進歩を妨げているかを調べます。
  論文  参考訳（メタデータ） (2025-04-23T12:37:53Z)
• DAPO: An Open-Source LLM Reinforcement Learning System at Scale [63.24798333145823]
  我々は,Qwen2.5-32Bベースモデルを用いて,AIME 2024上で50ポイントを達成できる最先端の大規模RLシステムをオープンソース化した。 さらに,verlフレームワーク上に構築されたトレーニングコードと,慎重にキュレートされた,処理されたデータセットもオープンソースとして公開しています。
  論文  参考訳（メタデータ） (2025-03-18T17:49:06Z)
• Is Open Source the Future of AI? A Data-Driven Approach [41.94295877935867]
  大規模言語モデル(LLM)は、学術と産業の中心となっている。 鍵となる問題は、プロプライエタリなモデルの信頼性であり、オープンソースはしばしばソリューションとして提案される。 オープンソースは、潜在的な誤用、財務上の不利益、知的財産権の懸念など、課題を提示している。
  論文  参考訳（メタデータ） (2025-01-27T09:03:49Z)
• Characterising Open Source Co-opetition in Company-hosted Open Source Software Projects: The Cases of PyTorch, TensorFlow, and Transformers [5.2337753974570616]
  市場競争相手を含む企業は、長い間、オープンソースソフトウェア(OSS)の開発に協力してきた。 オープン・ソース・コ・ペティション」は「オープンソース・コ・ペティション」として知られる協力・競争の絡み合いをもたらす
  論文  参考訳（メタデータ） (2024-10-23T19:35:41Z)
• OpenR: An Open Source Framework for Advanced Reasoning with Large Language Models [61.14336781917986]
  大規模言語モデル(LLM)の推論能力を高めるためのオープンソースのフレームワークであるOpenRを紹介する。 OpenRは、データ取得、強化学習トレーニング、非自己回帰デコーディングを凝集性ソフトウェアプラットフォームに統合する。 私たちの研究は、OpenAIのo1モデルのコア技術と強化学習を探求する、オープンソースのフレームワークを初めて提供するものです。
  論文  参考訳（メタデータ） (2024-10-12T23:42:16Z)
• The Impact of Generative AI on Collaborative Open-Source Software Development: Evidence from GitHub Copilot [4.8256226973915455]
  GitHubのプロプライエタリなCopilot使用データを使用して、Copilotの使用によってプロジェクトレベルのコードコントリビューションが5.9%増加したことが分かりました。 この増加は、個々のコードのコントリビューションが2.1%増加し、開発者のコーディング参加が3.4%増加したことによる。 AIは、誰が貢献できるか、どれだけ貢献できるかを拡大するが、集団開発における調整を遅らせる。
  論文  参考訳（メタデータ） (2024-10-02T23:26:10Z)
• Unicorns Do Not Exist: Employing and Appreciating Community Managers in Open Source [0.0]
  オープンソースソフトウェアを維持する上で重要な役割を担っているにもかかわらず、コミュニティマネージャはしばしば見過ごされている。 役割の専門化の必要性を強調してこれを克服する方法を提案する。 これらのガイドラインに従うことで、この重要な役割を、それに値する透明性と敬意で扱えるようになります。
  論文  参考訳（メタデータ） (2024-06-29T07:23:53Z)
• Risks and Opportunities of Open-Source Generative AI [64.86989162783648]
  Generative AI(Gen AI)の応用は、科学や医学、教育など、さまざまな分野に革命をもたらすことが期待されている。 こうした地震の変化の可能性は、この技術の潜在的なリスクについて活発に議論を巻き起こし、より厳格な規制を要求した。 この規制は、オープンソースの生成AIの誕生する分野を危険にさらす可能性がある。
  論文  参考訳（メタデータ） (2024-05-14T13:37:36Z)
• Open-Sourcing Highly Capable Foundation Models: An evaluation of risks, benefits, and alternative methods for pursuing open-source objectives [6.575445633821399]
  AIラボをオープンソースにするか、あるいはモデルへのアクセスを制限するという最近の決定は、議論を巻き起こした。 本稿では,高機能基盤モデルのオープンソース化のリスクとメリットについて考察する。
  論文  参考訳（メタデータ） (2023-09-29T17:03:45Z)
• Outsourcing Training without Uploading Data via Efficient Collaborative Open-Source Sampling [49.87637449243698]
  従来のアウトソーシングでは、デバイスデータをクラウドサーバにアップロードする必要がある。 我々は、公開および異種ソースから収集された膨大なデータセットである、広く利用可能なオープンソースデータを活用することを提案する。 我々は,オープンソースデータからクラウドトレーニングのためのプロキシデータセットを構築するための,ECOS(Efficient Collaborative Open-source Sampling)と呼ばれる新しい戦略を開発した。
  論文  参考訳（メタデータ） (2022-10-23T00:12:18Z)
• Knowledge Integration of Collaborative Product Design Using Cloud Computing Infrastructure [65.2157099438235]
  本論文の主な焦点は、クラウドコンピューティングインフラを用いた協調製品設計・開発のための知識統合サービスの提供に関する継続的な研究のコンセプトである。 提案された知識統合サービスは,知識リソースへのリアルタイムアクセスを提供することによってユーザを支援する。
  論文  参考訳（メタデータ） (2020-01-16T18:44:27Z)

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。