.png){kind=icon}
返回
A prescriptive generative AI maturity model for new product development processes
.png){kind=icon}
OA
AI
DOI：10.1108/jmtm-09-2025-0884.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
目的
本研究介绍了CLIMB2-OLIMP模型，这是一个双成熟度模型，旨在促进生成式人工智能（AI）（GenAI）与新产品开发（NPD）流程的系统性整合。该模型旨在为组织提供一套综合工具，以将GenAI整合到其NPD流程中，并确保其具有坚实的运营基础。
设计/方法/途径
采用设计科学研究方法开发，CLIMB2-OLIMP模型首先评估组织的NPD成熟度（CLIMB2），然后评估其GenAI实施准备度（OLIMP）。OLIMP组件的独特之处在于其包含规范性要素，利用大型语言模型（LLMs）生成具有明确成本效益视角的定制化改进路径。开展了系统文献综述，模型开发涉及迭代阶段和专家验证。
结论
制造业组织的案例研究证明了该模型的有效性，揭示了中等的NPD成熟度但GenAI应用有限。研究强调结构性AI整合，包括劳动力技能提升、战略协同和伦理考量。
实践意义
CLIMB2-OLIMP提供诊断性见解和可操作建议，作为一套综合工具，服务于寻求将GenAI整合到其NPD流程中的组织。它引导组织在明确成本效益视角下提升其AI成熟度，并支持大胆的、创业型的AI应用策略。
创新性与价值
CLIMB2-OLIMP的创新性在于其双成熟度方法，将GenAI成熟度评估建立在NPD成熟度基础上，以及其由LLMs驱动的规范性组件，解决了现有描述性AI成熟模型缺乏可操作指导和成本效益分析的显著空白。
Keyword:
Generative Artificial Intelligence
New Product Development
Maturity Model
Large Language Models
Prescriptive Analytics
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6
论文数:
711
被引数:
5.1K
机构
引用论文
.png){kind=icon}
Generative AI Capability Maturity Model for Online and Adult Learning: Introducing the EMERALD-GenAI-CMM-OAL Framework生成式AI能力成熟度模型在线与成人学习：介绍EMERALD-GenAI-CMM-OAL框架
PREAI
分享收藏Which academic search systems are suitable for systematic reviews or meta-analyses? Evaluating retrieval qualities of Google Scholar, PubMed, and 26 other resources哪些学术搜索系统适合系统评价或荟萃分析？评估Google Scholar，PubMed和其他26种资源的检索质量OAAI
OAAI分享收藏
查看更多内容