

AIプラットフォーム企業のデータネットワーク効果―データの規模と範囲・持続可能性
- 本の紹介
- データ対応学習およびAI研究についての最新文献レビューとプラットフォーム市場の動的モデル解説、そしてJuliaコードを収録。生成AIの具体的な活用法を探究。
目次
序章 データ,AI,プラットフォームを介したネットワーク効果と企業価値
0.1 はじめに
0.2 本書のアプローチの簡単な紹介
0.3 本書の構成
第1章 AIプラットフォーム企業のビジネスモデリング
1.1 プラットフォームとエコシステムの先行研究レビュー
1.2 データネットワーク効果の先行研究レビュー
1.3 ネットワーク効果の循環モデル
1.4 ビジネスモデルの先行研究レビュー
1.5 AIプラットフォーム企業のビジネスモデル論理とキャンバス
1.6 Tesla事例のビジネスモデル分析
1.7 ビジネスモデリングの利点と問題点
第2章 プラットフォーム仲介両面市場のネットワーク効果と萎縮効果
2.1 プラットフォーム仲介両面市場とネットワーク効果
2.2 プラットフォーム普及モデル
2.3 両面市場とネットワーク効果の実証研究
2.4 国内ビデオゲーム事例の記述
2.5 動的モデルの構造と定式化
2.6 シミュレーション結果
2.7 ビデオゲーム機事例との対応づけ
2.8 萎縮効果の議論と仮説提示,残された問題点
第3章 プラットフォーム競争とマルチホーミング
3.1 マルチホーミングとマルチホーミング率
3.2 プラットフォーム競争の先行研究レビュー
3.3 プラットフォーム競争の動的モデルによるマルチホーミング推定
3.4 プラットフォーム競争モデルの構造と定式化
3.5 マルチホーミング率の回帰モデル
3.6 シミュレーション結果
3.7 マルチホーミング率等高線図の比較
3.8 マルチホーミングの議論とモデルの問題点
第4章 AIプラットフォーム企業の特徴量バランス
4.1 データの規模と範囲の特徴量バランス
4.2 データ駆動型企業の動的モデルの先行研究レビュー
4.3 AIプラットフォーム企業の動的モデルの構造と定式化
4.4 AIプラットフォーム企業のシミュレーション結果
4.5 データ境界比率の一般化線形回帰モデル
4.6 データ境界比率の非線形回帰モデル
4.7 回帰モデルによる等高線図の比較
4.8 データ境界比率の3 領域
4.9 データ境界比率の議論と残された問題点
第5章 カスタマージャーニー推移のモデルベース予測
5.1 カスタマージャーニーとロイヤリティプログラムの先行研究レビュー
5.2 セブン&アイのロイヤリティプログラム事例
5.3 顧客ロイヤリティ遷移の動的モデルの構造と定式化
5.4 シミュレーション結果
5.5 感度分析による中期予測とシナリオ評価
5.6 議論と残された問題点
第6章 AIプラットフォーム企業の持続可能性仮説
6.1 AIプラットフォーム企業のビジネスモデル論理の再考
6.2 持続可能なプラットフォーム
6.3 AIプラットフォーム企業のビジネスモデル4 類型
6.4 AIプラットフォーム企業の持続可能性へのアプローチ
第7章 システム・データサイエンスと生成AI利用のアプローチ
7.1 システム・データサイエンスのアプローチ
7.2 システム・ダイナミクス(SD)の考え方
7.3 システム・ダイナミクス(SD)の基本的表記法
7.4 パイプラインモデリング
7.5 再帰的フローモデリング
7.6 生成AIによるJuliaコード生成
第8章 データ駆動型常微分方程式
8.1 SINDyアプローチの考え方
8.2 Lotka-Volterra 方程式からのデータ設定
8.3 SINDyアプローチの実行と結果評価
8.4 SINDyアプローチの応用可能性