Bumuo o bumili ng AI: pag-aaral sa mga negosyo sa Brazil
Madalas na may parehong ready-made na AI at gawaing development sa isang kompanya. Pinaghihiwalay ng bagong pagsusuri sa TIC Empresas 2025 ng Brazil ang gawa ng mga empleyado at ang ipinagawa sa mga supplier, at ginagamit ang pagkakaibang ito sa isang worksheet para sa mga responsibilidad.
Mga pormal na negosyo sa Brazil sa piling industriya na may 10+ taong nagtatrabaho; kailangan ng IT department o specialist para maging saklaw ng mga tanong sa AI. TIC Empresas 2025, kinalap noong Pebrero 2025–Enero 2026. Natapos ang pagsusuri noong Oktubre 17, 2026.
Buod
Sa mga saklaw na negosyo sa Brazil na gumagamit ng AI para sa marketing o sales, 69.0% ng mga may kumpletong sagot tungkol sa pagkuha ng sistema ang nag-ulat ng parehong ready-made na AI at development o pagbabago. Sa mga ready-made user sa pangkat na iyon, 81.1% ang proporsiyon. Ang 95% confidence interval para sa bawat tantiya ay 61.9%–76.1% at 74.7%–87.5%, ayon sa pagkakasunod.[1][4]
Ginagamit ng mga weighted estimate na ito ang TIC Empresas 2025, na sumasaklaw sa piling pormal na negosyo na may 10 o higit pang taong nagtatrabaho; kailangan ng IT department o IT specialist para sa mga tanong sa AI. Kasama sa pagsusuri ang 447 respondent na may kumpletong sagot, kabilang ang 376 ready-made user, mula sa pangangalap ng datos noong Pebrero 2025–Enero 2026. Ang paraan ng pagkuha ay tumutukoy sa kabuuang AI portfolio ng kompanya, hindi kinakailangang sa marketing application nito o sa iisang sistema. Ang praktikal na implikasyon ay pangalanan kung sino ang bumubuo, nagbabago at nagme-maintain ng bawat sistema, kasama ang mga supplier na kinuhang gumawa nito.
Nagtanong ang isang marketing manager ng tila simpleng bagay: dapat ba tayong bumuo ng AI tool o bumili? Nagsimula ang usapan sa shortlist ng mga produkto at posibleng development brief. Maya-maya, may nagtanong kung sino ang mag-aangkop sa sistema, susuri sa mga output nito at mag-aayos kapag nagbago ang negosyo.
Maaaring magkaibang tao at sistema ang sangkot sa mga tanong na iyon. Hindi inilalarawan ng pagkuha ng ready-made na produkto ang lahat ng ginagawa ng kompanya sa AI. Gayundin, hindi ibig sabihin na gumagawa ng software ang mga empleyadong nagsusuri ng AI-generated na content.
Sinuri namin ang mga sagot tungkol sa pagkuha ng sistema mula sa parehong mga negosyo sa pampublikong enterprise survey ng Brazil. Nagbibigay ang resulta ng tiyak na benchmark para sa pag-uusap tungkol sa pagbuo o pagbili. Ang termino ng survey ay “nakuha nang handa nang gamitin”, na hindi kinakailangang nangangahulugan ng binayarang pagbili o subscription.
Maaaring may ilang paraan ng pagkuha ng AI sa isang kompanya
- Kumuha ng ready-made na software
- Bumuo o magbago gamit ang mga empleyado
- Magpagawa ng development o pagbabago
Magkakaibang gawain ang pagbuo, pagbili at pagpapagawa
May limang paraang pinag-iiba ang survey: AI software o sistemang binuo ng mga empleyado; binago ng mga empleyado; open-source na sistemang binago ng mga empleyado; nakuha nang handa nang gamitin; at binuo o binago ng mga panlabas na supplier na kinontrata para sa gawaing iyon. Maaaring mag-ulat ang isang kompanya ng ilang paraan.[2]
Pinagsama namin ang unang tatlo bilang internal development o pagbabago. Hiwalay ang ipinagawang trabaho dahil may taong nasa labas ng kompanya na gumagawa nito. Hindi sapat ang pagkuha ng umiiral na produkto ng supplier para sabihing nagpagawa ang kompanya ng development. Gayundin, hindi kinakailangang pagsasanay ng AI model ang pagbabago sa software.
Mas malawak din sa generative AI ang depinisyon ng teknolohiya. Kasama rito ang pagsusuri ng wika at larawan, speech recognition, prediction, workflow automation at mga autonomous na pisikal na makina. Hindi dapat basahin ang mga resulta bilang estadistika tungkol lamang sa chatbot, AI writing tool o AI agent.[2]
May mahalagang ugnayang hindi tinatanong sa questionnaire. Hiwalay nitong itinatanong ang paraan ng pagkuha ng AI ng negosyo at kung gumagamit ito ng AI para sa marketing o sales. Maaaring kumuha ang isang kompanya ng ready-made na marketing product at magpagawa ng hindi kaugnay na operational system. Maaari rin itong mag-ulat ng ilang paraan para sa magkakaugnay na sistema. Matutukoy namin ang kombinasyon sa loob ng kompanya, pero hindi kung aling paraan ang para sa marketing application nito.
Madalas na may development o pagbabago kasabay ng ready-made na AI
Sa 447 saklaw na gumagamit ng AI para sa marketing o sales na may kumpletong sagot tungkol sa pagkuha ng sistema, tinatayang 69.0% ang nag-ulat ng ready-made na AI kasabay ng kahit isang paraan ng development o pagbabago. Ang 95% confidence interval para sa tantiya ay 61.9%–76.1%. May 16.1% namang nag-ulat ng ready-made na AI na wala sa mga karagdagang paraang iyon, na may interval na 10.5%–21.6%.[1][4]
Weighted ang mga porsiyentong ito. Mula sa 307 respondent ang unang resulta, pero kung hahatiin ang 307 sa 447, makukuha ang unweighted na bahagi ng sample, hindi ang tantiya para sa populasyon. Isinasaalang-alang ng survey weights kung paano kinakatawan ng mga respondent ang mga negosyo sa itinakdang populasyon.
Ngayon, limitahan ang tanong sa 376 kompanyang may kumpletong sagot at nag-ulat ng ready-made na AI. Sa pangkat na iyon, ang parehong 307 respondent ay nagbibigay ng tinatayang 81.1% na nag-ulat din ng development o pagbabago, na may 95% interval na 74.7%–87.5%. Nagbago ang denominator. Inilalarawan ng 69.0% at 81.1% ang parehong kombinasyon mula sa dalawang pananaw, sa halip na dalawang magkahiwalay na natuklasan.
Para sa marketing manager, may tanong na dapat iharap sa sariling organisasyon: anong trabaho ang kasama ng mga kinuhang tool? Maaaring sangkot ang mga empleyado, kinontratang supplier o pareho. Hindi ipinapakita ng survey na ang ready-made na produkto mismo ang binago. Kaya nagsisimula ang kapaki-pakinabang na imbentaryo sa bawat sistema at sa trabahong kaugnay nito.
Piling kombinasyon sa pagkuha ng AI ng mga gumagamit sa marketing o sales
Ginagamit ng parehong row ang 447 respondent na may kumpletong sagot tungkol sa pagkuha ng sistema. Weighted ang mga porsiyento.
| Iniulat na kombinasyon sa pagkuha | Tantiya | 95% interval: ibabang hangganan | 95% interval: itaas na hangganan |
|---|---|---|---|
| Ready-made na AI kasama ang development o pagbabago | 69.0% | 61.9% | 76.1% |
| Ready-made na AI na walang paraan ng development o pagbabago | 16.1% | 10.5% | 21.6% |
Tukuyin nang hiwalay ang responsibilidad ng empleyado at supplier
Sa pangkat ng ready-made users na may kumpletong sagot, 66.3% ang nag-ulat ng ipinagawang development o pagbabago at 39.0% ng internal development o pagbabago. Nag-o-overlap ang mga kategorya: 24.2% ang nag-ulat ng pareho. Kapag pinagsama ang unang dalawang porsiyento, mabibilang nang dalawang beses ang ilang kompanya.[4]
Mas madaling makita ang mga papel sa apat na kombinasyon. Ipinagawang trabaho na walang internal na trabaho ang 42.1%; internal na trabaho na walang ipinagawa ang 14.8%; pareho ang 24.2%; at wala sa dalawa ang 18.9%. Lahat ng pangkat sa figure na ito ay nag-ulat din ng ready-made na AI. Ang “wala sa dalawa” ay nangangahulugang wala sa dalawang karagdagang paraan ng development, hindi na walang AI ang negosyo o walang staff na responsable rito.
Ang diperensiya ng porsiyentong may ipinagawang trabaho minus ng may internal na trabaho ay 27.3 puntos ng porsiyento, na may 95% interval para sa diperensiyang iyon na 14.0–40.5 puntos. Kinuwenta namin ang diperensiya sa bawat survey replicate para mapanatili ang ugnayan ng dalawang sagot. Inilalarawan nito kung gaano kadalas iniulat ang mga papel, hindi ang bahagi ng mga ito sa gastos, oras ng staff o halaga sa negosyo.
Mahalaga ang pagkakaibang ito kapag nagtatanong ang marketing manager kung sino ang puwedeng magbago ng isang bagay. Maaaring direktang ayusin ng empleyado ang sistema, habang maaaring mangailangan ang supplier ng specification, napagkasunduang saklaw at handover. Kailangang malaman ng kompanyang gumagamit ng pareho kung aling kaayusan ang naaangkop sa hinihinging pagbabago. Hindi ipinapakita ng survey kung gaano kahusay gumana ang alinman sa mga kaayusang iyon.
Sino ang nag-uulat ng development o pagbabago?
Nag-ulat ng ready-made na AI ang lahat ng apat na pangkat. Ang denominator ay ang 376 ready-made user na may kumpletong sagot tungkol sa pagkuha ng sistema sa loob ng pangkat ng AI para sa marketing o sales.
| Iniulat na kombinasyon sa pagkuha | Tantiya | 95% interval: ibabang hangganan | 95% interval: itaas na hangganan |
|---|---|---|---|
| Ipinagawang trabaho, walang internal na trabaho | 42.1% | 33.0% | 51.2% |
| Internal na trabaho, walang ipinagawang trabaho | 14.8% | 8.0% | 21.7% |
| Parehong internal at ipinagawang trabaho | 24.2% | 15.9% | 32.5% |
| Walang internal o ipinagawang trabaho | 18.9% | 12.5% | 25.3% |
Isang tiyak na benchmark para sa matagal nang tanong sa pagkuha ng teknolohiya
Hindi bagong ideya ang pagsasama ng internal at external na paraan ng pagkuha ng AI. Sinuri ng pananaliksik nina Hoffreumon, Forman at van Zeebroeck noong 2024 ang ready-made na AI at internal development o customization sa 3,143 kompanyang Europeo. Iniulat ng inilathalang abstract na karaniwang magkatuwang ang iba’t ibang paraan ng pagkuha.[6]
Iniulat din ng sariling aklat ng Cetic noong 2025 ang magkakahiwalay na porsiyento ng mga paraan ng pagkuha ng AI at tinalakay ang magkakasabay na paraan ng adoption. Mas tiyak ang ambag namin: isang muling makukuwentang tantiya ng mga paraang iniulat ng parehong mga kompanya sa Brazil sa itinakdang pangkat ng AI users para sa marketing o sales, kasama ang pagkakaiba ng gawa ng empleyado at ipinagawang trabaho.[5]
Makakatulong ang benchmark sa pagbuo ng pagsusuri, pero hindi ito makapipili ng supplier o makapagpapasya sa isang investment case. Maaaring hindi pa rin angkop sa isang partikular na negosyo ang karaniwang kaayusan. Ang mahalagang desisyon ay kung magagawa ng iminungkahing kaayusan ang nilalayong gawain at kung may makakapag-maintain nito pagkatapos maihatid.
Minamapa ng kathang-isip na supplier ang trabaho sa paligid ng mga AI tool nito
Isipin ang isang kathang-isip na supplier ng office furniture sa Brazil. Kumuha ang marketing team nito ng umiiral na tool para gumawa ng draft ng mga product description. Binago rin ng mga empleyado ang isang internal AI system na nag-uuri ng mga papasok na inquiry, habang kinontrata ang developer sa labas para iangkop ang hiwalay na sales-forecasting system. Mga halimbawang kaayusan lamang ito, hindi kompanyang nasa survey o inirerekomendang kombinasyon.
Nagsimula ang marketing manager sa isang kahilingan: panatilihing tugma sa specifications ang mga product description kapag may nagbago. Bahagi lamang ng gawaing iyon ang kinuhang writing tool. May kailangang magbigay ng aprubadong specifications, magsuri ng draft at magpasya kung handa na itong gamitin. Hindi nangangahulugan ang mga responsibilidad na iyon na nakabuo o nakapagbago na ang negosyo ng AI software.
Iba naman ang tanong sa inquiry system. Binago ng isang staff member kung paano nito itinatalaga ang mga inquiry, kaya tinukoy ng team kung sino ang nakauunawa sa pagbabagong iyon, paano mapapansin ang maling pagtatalaga at sino ang makapagbabalik ng dating ayos kung hindi angkop ang pagbabago. Para sa ipinagawang forecasting system, sinuri naman kung ano ang ibibigay ng external developer, aling mga pagbabago ang kasama at sino ang tutugon matapos ang handover.
Inilagay ng team ang tatlong sistema sa magkakahiwalay na row ng worksheet. Itatago ng iisang label na “bumibili kami ng AI” ang pagbabagong ginawa ng empleyado at ang ipinagawang trabaho; itatago naman ng “bumubuo kami ng AI” ang kinuhang produkto. Hindi kailangang iisa ang desisyon sa pagkuha para sa lahat ng tatlong sistema.
Tiyak ang mga susunod na hakbang: pangalanan ang product-description reviewer, idokumento ang pagbabago sa inquiry system at pagkasunduan ang forecasting handover. Walang pahayag ng pagtitipid o pagtaas ng performance ang halimbawa. Kailangan ng ebidensiya mula sa aktuwal na trabaho para malaman kung makakabuti sa negosyo ang mga hakbang na iyon.
Gumamit ng worksheet ng responsibilidad sa AI bago pumili ng susunod na paraan
Gumamit ng isang row para sa bawat umiiral na sistema o iminungkahing application. Magsimula sa konkretong gawain, tulad ng paghahanda ng product copy o pag-uuri ng sales inquiries. Iwasang pangalanan lamang ang row na “marketing AI”: hindi nito nililinaw ang trabahong dapat gawin ng tool. Praktikal na mungkahi ang worksheet na ito, hindi interbensiyong sinubukan ng survey.
Itala ang sistema at gawain. Isulat ang pangalan nito, ang tanong sa negosyo na tinutugunan, ang impormasyong ginagamit at ang output na pinagbabatayan ng kilos ng isang tao. Tukuyin ang taong kayang magpakita ng kasalukuyang proseso. Kung hindi pa umiiral ang iminungkahing tool, ihiwalay ang nilalayong gawain sa mga palagay tungkol sa maibibigay nito.
Itala kung paano ito kinukuha at binabago. Markahan ang ready-made na AI, development o pagbabago ng empleyado, ipinagawang development o pagbabago, o isang kombinasyon. Ilarawan ang partikular na trabaho sa likod ng bawat marka. Ihiwalay ang karaniwang paggamit, content review at configuration sa pahayag na ang staff ang bumuo ng software; magtanong sa technical owner kung hindi malinaw ang pagkakaiba.
Pangalanan ang responsable sa handover at maintenance. Tukuyin kung sino ang tumatanggap ng naihatid na pagbabago, nagpapanatiling napapanahon ang inputs, humahawak ng aberya at maaaring magpahintulot ng pagpapalit. Kapag may supplier, isulat ang mga responsibilidad na talagang tinatanggap nito. Hindi sapat ang pangalan ng contact para malaman ang gagawin kapag hindi siya available.
Magtakda ng review at paraan ng pag-alis. Pumili ng konkretong halimbawang dapat kayanin ng sistema at ng kilalang sitwasyong nangangailangan ng human review. Itala kung paano susuriin ng team ang resulta at ang gagawin kapag hindi available o hindi angkop ang sistema. Gumamit ng aprubadong impormasyong pang-test sa halip na ipagpalagay na puwedeng ibigay sa bagong supplier ang kasalukuyang customer data.
Dapat mabasa ang isang kumpletong row na parang tagubiling maaaring sundin: “Product-description tool; aprubadong specification sheet; draft na sinusuri ng catalog editor; pagbabago sa produkto na ibinibigay ng merchandising; aberyang iniuulat sa nakatalagang tool owner; dating aprubadong copy na ginagamit habang inaayos ang aberya.” Inilalarawan nito ang responsibilidad. Hindi nito itinuturing na AI development ang ordinaryong pag-edit.
Imapa ang gawain, handover at susunod na review
Tukuyin ang sistema
Pangalanan ang gawain, inputs at inaasahang output.
Italaga ang trabaho
Ihiwalay ang responsibilidad ng empleyado sa pangako ng supplier.
Planuhin ang susunod na review
Pagkasunduan kung sino ang susuri ng pagbabago at hahawak ng problema.
Ihambing ang buong kaayusan, kasama ang trabaho matapos maihatid
Para sa bagong application, ihambing ang mga opsiyon gamit ang parehong gawain at pamantayan sa review. Itanong kung ano ang kayang gawin ng umiiral na produkto nang walang pagbabago, ano ang mangangailangan ng gawa ng empleyado at ano ang ihahatid ng kinontratang supplier. Ihiwalay muna ang mga sagot bago ihambing ang anumang iminungkahing kombinasyon.
Kung naghahanda ng badyet, ihiwalay ang singil sa produkto sa development, review, maintenance at handover. Gamitin ang sariling quotes at tantiya ng oras ng negosyo. Hindi sinusukat ng survey sa Brazil ang alinman sa mga gastos na iyon, kaya hindi makapagbibigay-katwiran ang mga porsiyento nito sa pahayag na mas mura ang pagbili, pagbuo o pagpapagawa.
Kapag may ilang sistema na ang negosyo, kumpletuhin ang imbentaryo bago dagdagan ng bagong label ang estratehiya nito. Ang pangunahing resulta ay madalas na kasabay ng ready-made na AI ang iba pang paraan ng pagkuha sa partikular na pangkat na ito. Ang kapaki-pakinabang na susunod na hakbang ay tukuyin ang katumbas na mga responsibilidad sa sariling negosyo, saka magpasya nang malinaw ang mga responsibilidad na iyon.
Paano namin kinuwenta ang mga kombinasyon sa pagkuha ng AI
Sinuri namin ang pampublikong TIC Empresas 2025 file ng NIC.br/Cetic.br na dumaan sa pagproseso upang protektahan ang pagiging kumpidensiyal, na nakuha noong Oktubre 17, 2026. Saklaw nito ang aktibong pormal na negosyo sa Brazil na may 10 o higit pang taong nagtatrabaho sa piling industriya ng manufacturing, construction, trade at services. Mas malawak ang “taong nagtatrabaho” kaysa sa empleyadong sumusuweldo. Hindi kasama ang mga negosyong mas mababa sa threshold, mga negosyong pag-aari ng pamahalaan at mga sektor sa labas ng survey frame.[1][3]
Isinagawa ang mga interview mula Pebrero 2025 hanggang Enero 2026, at kasama ang AI module sa lahat ng tatlong wave. Kailangan ng IT department o IT specialist at paggamit ng kahit isang nakalistang AI technology para maging saklaw. Tinutukoy ng H10_A ang kasalukuyang paggamit sa marketing o sales; ng H9A_A–E naman ang paraan ng pagkuha. Walang nakatakdang 12-buwang recall period ang mga tanong na ito sa AI.[2][3][8]
May 4,171 record ang pampublikong file, kabilang ang 1,085 nag-ulat na gumagamit ng AI at 472 gumagamit nito sa marketing o sales. Sa huling pangkat, 447 ang may oo/hindi na sagot sa lahat ng limang sourcing item; kinakatawan nila ang 96.7% ng weighted na pangkat. Ginagamit ng mga pangunahing figure ang kumpletong sagot na iyon. May 376 respondent sa ready-made subgroup. Hindi ginagawang “hindi” ang hindi alam na sagot.[4]
Para sa bawat porsiyento, hinahati namin ang kabuuang weights ng mga tumutugon sa kondisyon sa kabuuang weights ng saklaw na pangkat. Muli naming kinukuwenta ang buong ratios at mga diperensiya gamit ang ibinigay na 200 combined replicate weights at orihinal na variance settings. Gumagamit ang 95% normal interval para sa bawat tantiya ng 1.96 standard errors, alinsunod sa paraan ng Cetic. Hindi nito ginagarantiya nang sabay-sabay ang lahat ng paghahambing.[3][7]
Ibinalik din namin ang 25 respondent na may kulang na sagot at isinaalang-alang ang bawat posibleng pagkompleto ng oo/hindi na tugma sa kanilang alam na sagot. Sa ganitong paraan, nasa 67.7% hanggang 69.0% ng lahat ng saklaw na marketing o sales AI users ang pinagsamang pattern. Nasa 80.9% hanggang 81.6% ang conditional na proporsiyon sa mga ready-made user, habang pinapayagang magbago nang magkatugma ang numerator at denominator. Mga hangganan dahil sa kulang na sagot ang mga ito, hindi confidence intervals; mas malawak pa rin ang sampling intervals.
Iniulat ng collection report ang 8% overall response rate at 4,174 nakumpletong interview. Hindi pa natutukoy ang dahilan ng tatlong-record na diperensiya sa pampublikong file. Hindi inaalis ng weighting at sampling intervals ang lahat ng nonresponse o reporting bias, at hindi nito sinusukat ang error mula sa pagproseso para sa pagiging kumpidensiyal. Itinugma namin ang anim na marginal na resulta sa AI at ang uncertainty ng mga ito sa mga talahanayan ng publisher, pero hindi nito pinatutunayang walang epekto ang pagproseso sa bawat bagong ugnayang pinagsama.[7][8]
Ipinapakita namin ang piling sourcing pattern at ang apat na kombinasyon ng papel batay sa kumpletong sagot. Nananatili sa pangunahing denominator ang maliit na natitirang pangkat na walang nakalistang paraang iniulat, nang hindi binibigyan ng interpretasyon. Nasa mga download ang eksaktong depinisyon, pinagsama-samang tantiya, source hashes at code. Kailangang kunin nang hiwalay sa Cetic ang respondent data; walang respondent record o identifier na kasama rito.[4][9]
- I-download ang mga kombinasyon sa pagkuha at confidence intervals (CSV)
- I-download ang analysis code at gabay sa mga source (ZIP; gabay sa Ingles)
May anim na row ng pinagsama-samang resulta para sa mga figure at 95% confidence interval para sa bawat tantiya ang CSV. Idinaragdag ng ZIP ang conditional benchmarks, mga hangganan para sa kulang na sagot, code, depinisyon at eksaktong source hashes. Wala itong respondent record o identifier. Decimal point ang gamit sa mga numerikong field.
Mga sanggunian at tala
- NIC.br/Cetic.br, TIC Empresas 2025, pampublikong microdata na may pagproseso para sa statistical confidentiality, bersiyon 1.0, inilathala noong Hunyo 15, 2026; nakuha noong Oktubre 17, 2026. Kinuwenta ng Influence IQ ang mga tantiya ng kombinasyon mula sa pampublikong respondent file.
- TIC Empresas 2025 questionnaire, nakalimbag na pahina 15–16. Sinusukat ng H9 ang pitong AI technology at nangangailangan ng IT department (P3) o IT specialist (F8). Itinatanong ng H9A ang paraan ng pagkuha/development ng ginagamit na AI software o sistema. Hiwalay na itinatanong ng H10 ang mga application, kabilang ang marketing o sales. Hindi nakaugnay sa partikular na application ang paraan ng pagkuha.
- TIC Empresas 2025 methodological report, nakalimbag na pahina 31–40: populasyon ng negosyo, mga taong nagtatrabaho, sampling, weighting at normal na 95% margin. Inilalagay ng Table 1, nakalimbag na pahina 38, ang Module H sa lahat ng tatlong collection wave. Hindi inilalahat ang pag-aaral sa mga negosyong mas mababa sa 10 tao, hindi kasamang sektor o kompanyang hindi saklaw ng mga tanong sa AI.
- Mga kalkulasyon ng Influence IQ: H10_A=oo; alam ang lahat ng H9A_A–E para sa pangunahing pangkat. Tinutukoy ng D ang ready-made na AI; ng A/B/C ang internal development o pagbabago; at ng E ang ipinagawang development o pagbabago. Kinukuwenta ng kasamang code ang weighted ratios, diperensiya sa buong replicate at mga lohikong tugmang hangganan para sa kulang na sagot. Hindi kumpletong paghahati sa 447-respondent na pangkat ang mga piling pattern sa figure.
- Nag-uulat na ng magkakahiwalay na porsiyento sa pagkuha ng sistema ang aklat na TIC Empresas 2025, nakalimbag na pahina 77–78 at Graph 16. Tinatalakay ng kabanata ni Natália Marroni Borges, na sinuri sa nakalimbag na pahina 87–90, ang magkakasabay na paraan ng adoption at mga responsibilidad sa organisasyon. Nagdaragdag kami ng tiyak na benchmark ng kombinasyon para sa paggamit sa marketing/sales, hindi ng pahayag na bagong prinsipyo ang paghahalo ng paraan. Walang figure mula sa aklat na muling inilathala.
- Charles Hoffreumon, Chris Forman at Nicolas van Zeebroeck (2024), “Bumuo o bumili ng artificial intelligence? Pagiging magkatuwang ng mga paraan ng pagkuha ng teknolohiya,” Journal of Economics & Management Strategy 33(2), 452–479. Inilalarawan ng abstract ng publisher ang 3,143 kompanyang Europeo at ang pagiging magkatuwang ng mga paraan. Nakasalig ang talakayan namin sa abstract na iyon, hindi sa hindi pa nasuring buong teksto.
- Ang orihinal na RData design object ay bootstrap svyrep.design, na may 200 combined replicate weights, scale 0.005901842120932432, replicate scales na 1 at mse=false. Nakasentro sa replicate mean ang variance. Ipinapaliwanag ng survey reference ang mga setting na ito; hindi pa natutukoy ang bersiyon ng software ng producer at ang orihinal na paraan ng pagbuo ng replicates. Hindi sinusukat ng sampling intervals para sa bawat tantiya ang natitirang nonresponse bias o error mula sa confidentiality treatment.
- TIC Empresas 2025 collection report, nakalimbag na pahina 50 para sa fieldwork at pahina 53 para sa 8% total response rate at 4,174 nakumpletong interview. May 4,171 record ang sinuring pampublikong file; hindi pa malinaw ang dahilan ng tatlong-record na diperensiya. May confidentiality treatment ang pampublikong file, kaya hindi napapatunayan ng pagtugma sa inilathalang marginal na resulta ang bawat bagong tantiya ng kombinasyon laban sa restricted na orihinal na datos.
- Itinatakda ng metadata para sa dataset ang CC BY 4.0 para sa datos at mga talahanayan. Sanggunian: NIC.br/Cetic.br, TIC Empresas 2025. Pinili ng Influence IQ ang mga saklaw na pangkat, kinuwenta ang resulta ng mga kombinasyon at uncertainty, at inihanda ang interpretasyon at mga isinaling label. Hindi ineendorso ng NIC.br/Cetic.br ang mga adaptasyong ito. Hindi lisensiya para sa mga ilustrasyon ng hiwalay na aklat ang mga tuntunin nito sa muling paggamit.
Sanggunian: NIC.br/Cetic.br, TIC Empresas 2025. Mga kalkulasyon, interpretasyon at pagsasalin ng Influence IQ. Hindi ineendorso ng NIC.br/Cetic.br ang mga adaptasyong ito.