論文の概要: Organizational Technology Ladders: Remote Work and Generative AI Adoption
- arxiv url: http://arxiv.org/abs/2608.11626v1
- Date: Wed, 12 Aug 2026 04:15:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-13 19:07:54.446791
- Title: Organizational Technology Ladders: Remote Work and Generative AI Adoption
- Title（参考訳）: 組織技術ラダー - リモートワークとジェネレーティブAIの採用
- Abstract要約: 新型コロナウイルス(COVID-19)時代の企業によるリモートワーク技術の採用が、後の生成AIの取り込みを形作っているかを研究します。
2021～2022年のリモート雇用の10ポイント増加は、2023～2024年に生成AIに言及した求人投稿のシェアを、企業間で0.4ポイント、企業内での職業間で0.7%増加させると見積もっている。
リモートワークの採用は、生成的AI露出のより高速な採用への変換を予測する、技術的および管理的能力への採用をシフトさせます。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study proposes that firms move along an "organizational technology ladder": adopting one technology transforms hiring and work processes and builds skills and organizational capital that change the cost of adopting subsequent technologies. I study how firms' adoption of remote work technology during the COVID-19 period shaped later uptake of generative AI. Using U.S. job-posting data and an instrumental-variables strategy based on predicted differences in labor-market pressure to offer remote work, I estimate that a 10 percentage point increase in remote hiring in 2021-2022 increases the share of job postings mentioning generative AI in 2023-2024 by 0.4 percentage points across firms and 0.7 percentage points across occupations within firms. I provide evidence on mechanisms consistent with a technology-ladder channel: remote work adoption shifts hiring toward technical and managerial capabilities that predict faster conversion of generative AI exposure into adoption. Firms with return-to-office mandates---interpreted as revealing low remote productivity---exhibit a substantially larger response of generative AI adoption to remote work, consistent with an organizational frictions channel.
- Abstract（参考訳）: 一つの技術を採用することで雇用と労働プロセスが変わり、スキルと組織資本が構築され、その後の技術を採用するコストが変わる。
新型コロナウイルス(COVID-19)時代の企業によるリモートワーク技術の採用が、後の生成AIの取り込みを形作っているかを研究します。
2021～2022年のリモート採用の10パーセント増加は、2023～2024年のジェネレーティブAIに言及した求人の割合を、企業ごとの0.4ポイント、企業内の職業ごとの0.7%増加させると見積もっています。
リモートワークの採用は、生成的AI露出のより高速な採用への変換を予測する、技術的および管理的能力への採用をシフトさせます。
リターン・トゥ・オフィスの義務を持つ企業は、リモートの生産性が低いことを明らかにしていると解釈している。
関連論文リスト
- When Does AI Augment Work? A Workflow-Level Framework for Human-Agent Collaboration [78.16115745870405]
職場における人工知能の価値を特徴付けることを目的としている。
現在の研究は、この価値を、現在の自動化能力とAIの公的な採用の観点から大きく測定している。
これを考慮するためには、今日の微粒化タスクを超えて分析の範囲を広げなければならない。
論文 参考訳（メタデータ） (2026-09-11T06:29:34Z) - $τ_0$-VLA: a Hierarchical Robot Foundation Model with World-Model-Guided Test-Time Computation [51.05516457377339]
ロングホライズンロボットの操作には、ロボットが個々のスキルを確実に実行し、拡張されたタスクに対してそれらを一貫性を持ってシーケンスする必要がある。
計算スケーリング可能な推論問題として高レベルサブタスク生成を定式化する階層型ロボット基盤モデルである$_0$-VLAを導入する。
低レベルポリシーは、生成されたサブタスクを複数のロボットエンボディメントにわたって実行する。
論文 参考訳（メタデータ） (2026-08-17T17:59:11Z) - How Organizations Use AI: Evidence from ChatGPT [0.0]
ChatGPT Enterpriseの利用は、新しい企業の採用と既存の採用者の間での強化によって急速に増加している。
ChatGPT Enterpriseの利用には、書き込み、技術的作業、コミュニケーション、情報合成など、幅広い知識労働タスクが含まれている。
論文 参考訳（メタデータ） (2026-08-12T16:32:52Z) - EurekAgent: Agent Environment Engineering is All You Need For Autonomous Scientific Discovery [51.466674519159824]
本稿では,計量駆動型自律科学的発見のための環境工学的エージェントシステムであるEurekAgentを紹介する。
環境工学とは、生産的行動を増幅する環境を構築することであり、報酬のハッキングや高いフリクションによる人間の監視といった有害な行動を抑えるものである。
我々は、コードと結果をオープンソース化し、信頼性の高い自律的な研究エージェントを開発するための中核研究の方向性として環境工学を要求します。
論文 参考訳（メタデータ） (2026-06-11T17:56:35Z) - Generative-AI and the transformation of workforce. A job postings-driven analysis [7.765662835417495]
本稿では,AIが雇用要件,スキル構成,グローバル労働市場におけるセクターダイナミクスをいかに変えつつあるかを検討する。
職種投稿におけるAI関連能力の進化頻度とフレーミングについて検討し、生成型AIが主に職場における増強力または代替力として機能するかを検討する。
論文 参考訳（メタデータ） (2026-04-07T17:02:43Z) - Agentic AI and Occupational Displacement: A Multi-Regional Task Exposure Analysis of Emerging Labor Market Disruption [1.066082625513843]
Acemoglu-Restrepoタスク露光フレームワークを拡張し、エージェント人工知能システムの労働市場効果に対処する。
個々のサブタスクを代用する従来の自動化技術とは異なり、エージェントAIシステムはマルチステップ推論を使用してエンドツーエンドを実行する。
O*NETタスクデータからアルゴリズムで計算した複合尺度であるAgentic Exposureスコアを紹介する。
論文 参考訳（メタデータ） (2026-03-31T19:36:36Z) - 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) - The Impact of Artificial Intelligence on Enterprise Decision-Making Process [0.0]
企業の93%がAIを、主にカスタマーサービス、データ予測、意思決定支援に使っている。
最も頻繁な障壁は、従業員の抵抗、高いコスト、規制の曖昧さである。
この研究は、AIと人間の判断とコミュニケーションの実践を統合することの重要性を強調している。
論文 参考訳（メタデータ） (2025-11-26T14:45:16Z) - LIMI: Less is More for Agency [49.63355240818081]
LIMI(Less Is More for Intelligent Agency)は、機関が根本的に異なる開発原則に従うことを示す。
高度なエージェント・インテリジェンスは、最小でも戦略的にキュレートされた自律行動のデモンストレーションから生まれる可能性がある。
マシンの自律性はデータの豊富さではなく、高品質なエージェント実証の戦略的キュレーションから生まれる。
論文 参考訳（メタデータ） (2025-09-22T10:59:32Z) - Leveraging Artificial Intelligence as a Strategic Growth Catalyst for Small and Medium-sized Enterprises [0.0]
人工知能(AI)は、大企業が保有する未来的な概念から、中小企業向けの現代的でアクセスしやすく、不可欠な成長レバーへと移行してきた。
起業家やビジネスリーダーにとって、戦略的AIの採用はもはや選択肢ではない。
AIの採用を裏付ける定量的証拠は魅力的だ。91%の中小企業がAIを使用して、収入を直接的に増やすと報告している。
トップラインの成長以外にも、AIは重要な運用効率を推進し、運用コストを最大30%削減し、企業価値を20時間以上節約できることを示した。
論文 参考訳（メタデータ） (2025-09-18T01:56:04Z) - 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) - Towards the Terminator Economy: Assessing Job Exposure to AI through LLMs [10.844598404826355]
米国の雇用の3分の1はAIに強く依存しており、主に大学院または大学院の教育を必要とする高度な職業で行われている。
高度な職業であっても、AIはタスク置換において高い多様性を示し、AIと人間は同じ職業の中で相互に補完することを示唆している。
すべての結果、モデル、コードはオンラインで公開されており、コミュニティが結果を再現し、結果を比較し、私たちの仕事をベンチマークとして使用して、時間とともにAIの進捗を監視します。
論文 参考訳（メタデータ） (2024-07-27T08:14:18Z)
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。