$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

인공지능과 빅데이터가 시장진입 기업에 미치는 영향관계 분석, 게임이론 적용을 중심으로
The Effect of AI and Big Data on an Entry Firm: Game Theoretic Approach 원문보기

디지털융복합연구 = Journal of digital convergence, v.19 no.7, 2021년, pp.95 - 111  

정직한 (워싱턴 주립대학교 경제학과)

초록
AI-Helper 아이콘AI-Helper

인공지능빅데이터의 기술혁신에도 인공지능과 빅데이터가 시장경쟁 영향에 대한 이론연구들은 아직 초기이다. 따라서 본 논문은 인공지능, 빅데이터, 데이터 공유가 신규 진입기업에 미치는 영향을 게임이론을 활용하여 분석하였다. 먼저 기업의 경영환경을 내부와 외부로 구분하였다. 이후 인공지능 알고리즘을 (1) 고객마케팅, (2) 비용 절감, (3) 비용 절감을 위한 자동화 알고리즘으로 구분하였다. 또한 빅데이터를 외부 및 내부 데이터로 구분하였다. 분석 결과 외부 데이터의 공유는 기존 기업의 고객마케팅 알고리즘에는 영향이 없고 신규 기업의 진입장벽을 완화했다. 하지만 기존 기업의 비용 절감 알고리즘들과 내부 빅데이터의 개선은 신규기업의 시장진입 장벽이 될 수 있다. 이러한 시사점들은 (1) 인공지능, 빅데이터, 데이터 공유에 따른 시장구조, 경쟁, 기업행태 영향분석과 (2) 인공지능과 빅데이터 정책수립 시 이바지할 수 있다.

Abstract AI-Helper 아이콘AI-Helper

Despite the innovation of AI and Big Data, theoretical research bout the effect of AI and Big Data on market competition is still in early stages; therefore, this paper analyzes the effect of AI, Big Data, and data sharing on an entry firm by using game theory. In detail, the firms' business environ...

주제어

표/그림 (4)

참고문헌 (35)

  1. D. Zhang, S et al. (2021). The AI Index 2021 Annual Report. Stanford : Stanford University. 

  2. McKinsey & Company. (2020). Global Survey: The State of AI in 2020. New York : McKinsey 

  3. M. S. Chung, S. H. Jeong & J. Y. Lee. (2018). Analysis of Major Research Trends in Artificial Intelligence Based on Domestic/international Patent Data. Journal of Digital Convergence, 16(6), 187-195. DOI : 10.14400/JDC.2018.16.6.187 

  4. M. S. Chung, H. H. Jeong, U. Chae, G. H. Lee & J. Y. Lee. (2017). A Study On Technical Trend Analysis Related to Semantic Analysis of NLP Through Domestic/Foreign Patent Data. Journal of Digital Convergence, 18(1), 137-146. DOI : 10.14400/JDC.2020.18.1.137 

  5. M. S. Chung, S. H. Park, B. H. Chae & J. Y. Lee. (2017). Analysis of Major Research Trends in Artificial Intelligence through Analysis of Thesis Data. Journal of Digital Convergence, 15(5), 225-233. DOI : 10.14400/JDC.2017.15.5.225 

  6. H. Varian. (2018). Artificial Intelligence, Economics, and Industrial Organization. National Bureau of Economic Research Working Papers 24839. 

  7. P. Bajari, D. Nekipelov, S. P. Ryan & M. Yang. (2015). Demand Estimation with Machine Learning and Model Combination. American Economic Review, 105 (5), 481-85. 

  8. J. Kleinberg, J. Ludwig, S. Mullainathan & Z. Obermeyer. (2015). Prediction Policy Problems. Amer ican Economic Review 105 (5), 491-95. 

  9. M. Farboodi, R. Mihet, T. Philippon & L. Veldkamp. (2019). Big Data and Firm Dynamics. National Bur eau of Economic Research Working Papers 25515. 

  10. M. I. Jordan & T. M. Mitchell. (2015). Machine Learning: Trends, Perspectives, and Prospects. Science 349(6245) 255-260. 

  11. I. M. Cockburn, R. Henderson & S. Stern. (2018). The Impact of Artificial Intelligence on Innovation. National Bureau of Economic Research Working Papers 24449. 

  12. S. K. Chung. (2012). A Study on the Possibility of Self-Correction in the Market for Protecting Internet Privacy. Journal of Digital Convergence, 10(9), 27-37. UCI : G704-002010.2012.10.9.015 

  13. D. R. Shin. (2010). The Effect of the Application of an Agreement based on Game Theory about Corporal Punishment to Students' School Life Satisfaction. Journal of Digital Convergence, 8(3), 1-17. UCI : G704-002010.2010.8.3.001 

  14. S. H. Hong (2020). A Research on stock price prediction based on Deep Learning and Economic Indicators. Journal of Digital Convergence, 18(11), 267-272. DOI : 10.14400/JDC.2020.18.11.267 

  15. B. K. Choi, S. W. Ham, C. H. Kim, J. S. Seo, M. H. Park & S. H. Kang (2020). Development of Predictive Model for Length of Stay(LOS) in Acute Stroke Patients Using Artificial Intelligence. Journal of Digital Convergence, 16(1), 231-242. DOI : 10.14400/JDC.2018.16.1.231 

  16. S. J. Choi. (2020). Beta-wave Correlation Analysis Model based on Unsupervised Machine Learning. Journal of Digital Convergence, 17(3), 221-226. DOI : 10.14400/JDC.2019.17.3.221 

  17. G. Urban, A. Timoshenko, P. Dhillon & J. R. Hauser. (2020), Is Deep Learning a Game Changer for Marketing Analytics?, MIT Sloan Management Review, 61(2), 70-6. 

  18. I. C. Reimers & J. Waldfogel. (2020). Digitization and Pre-Purchase Information: The Causal and Welfare Impacts of Reviews and Crowd Ratings. National Bureau of Economic Research Working Papers 26776. 

  19. X. Liu, D. Lee & K. Srinivasan. (2019), Large-Scale Cross-Category Analysis of Consumer Review Content on Sales Conversion Leveraging Deep Learning, Journal of Marketing Research, 46(6), 918-43. 

  20. A. Timoshenko & J. R. Hauser (2019), Identifying Customer Needs from User-Generated Content, Marketing Science, 38 (1), 1-20. 

  21. M. Wan et al. (2017). Modeling Consumer Preferences and Price Sensitivities from Large-scale Grocery Shopping Transaction Logs. In Proceedings of the 26th International Conference on World Wide Web.. 1103-1112. 

  22. S. Ahtey, D. Blei, R. Donnelly, F. Ruiz & T. Schmidt. (2018). Estimating Heterogeneous Consumer Preferences for Restaurants and Travel Time Using Mobile Location Data. In AEA Papers and Proceedings, 108, 64-67. 

  23. F. J. Ruiz, S. Athey & D. M. Blei. (2017) Shopper: A Probabilistic Model of Consumer Choice with Substitutes and Complements. arXiv preprint arXiv:1711.03560 

  24. J. L. Loyer, E. Henriques, M. Fontul & S. Wiseall. (2016). Comparison of Machine Learning Methods Applied to the Estimation of Manufacturing Cost of Jet Engine Components. International Journal of Produ ction Economics 178, 109-119. 

  25. M. K. Shin. (2018.8.17.). At Logistic and Manufacturing Site."Well-made AI, I Do Not Envy Ten Workers". Dong-A Ilbo. https://www.donga.com/news/Economy/article/all/20180816/91547679/1 

  26. D. Acemoglu, & P. Restrepo. (2018). Artificial Intelligence, Automation and Work. National Bureau of Economic Research Working Papers 24196. 

  27. N. Wingfield (2017. 9. 10). As Amazon Pushes Forward with Robots, Workers Find New Roles. The New York Times. https://www.nytimes.com/2017/09/10/technology/amazon-robots-workers.html 

  28. R. Evans & J. Gao. (2016). Deepmind AI Reduces Google Data Centre Cooling Bill by 40%. DeepMind blog 20. https://deepmind.com/blog/article/deepmind-ai-reduces-google-data-centre-cooling-bill-40 

  29. H. S. Lee et al. (2020.7.28.) LG, Automating Production in Secondary Partners Using AI and Big-Data. Maeil Business Newspaper. https://www.mk.co.kr/news/special-edition/view/2020/07/768385/ 

  30. J. W. Jo (2020). Case Studies for Insurance Service Marketing Using Artificial Intelligence(AI) in the InsurTech Industry. Journal of Digital Convergence, 18(10), 175-180. DOI : 10.14400/JDC.2020.18.10.175 

  31. S. S. Lee, L. H. Yoo & J. H. KIM. (2020). An Analysis of Public Perception on Artificial Intelligence (AI) Education Using Big Data: Based on News Articles and Twitter. Journal of Digital Convergence, 18(6), 9-16. DOI : 10.14400/JDC.2020.18.6.009 

  32. H. J. Han, K. J. Kim & H. S. Kwon. (2020). The Analysis of Elementary School Teachers' Perception of Using Artificial Intelligence in Education. Journal of Digital Convergence, 18(7), 47-56. DOI : 10.14400/JDC.2020.18.7.047 

  33. S. Hwang & Y. J. Nam. (2020). The Role of Confidence in Government in Acceptance Intention towards Artificial Intelligence. Journal of Digital Convergence, 18(8), 217-224. DOI : 10.14400/JDC.2020.18.8.217 

  34. Y. H. Ko & C. S. Leem. (2021). The Influence of AI Technology Acceptance and Ethical Awareness towards Intention to Use. Journal of Digital Convergence, 19(3), 217-225. DOI : 10.14400/JDC.2021.19.3.217 

  35. S. H. Noh (2020). Analysis of Issues Related to Artificial Intelligence Based on Topic Modeling. Journal of Digital Convergence, 18(5), 75-87. DOI : 10.14400/JDC.2020.18.5.075 

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로