건설 산업을 위한 AI 강화 및 전통적 시장 선택 접근 방식 통합: 인도 기업들의 통찰

국제 시장 선택(IMS)은 건설 회사의 글로벌 전략을 형성하는 데 중요한 역할을 합니다. 그러나 전통적인 IMS 모델은 일반적으로 규제 변동성, 공급망 취약성, 현장 특정 운영 제약과 같은 건설 분야의 독특한 도전 과제를 포착하는 데 실패합니다. 이러한 결점을 해결하기 위해, 본 연구는 재무, 제도 및 산업 특정 변수를 포함하는 건설 산업을 위해 특별히 설계된 데이터 기반 IMS 프레임워크를 도입합니다. 연구는 두 단계의 분석 프로세스를 채택합니다: 첫째, 주요 IMS 요인이 로지스틱 회귀, 부분 최소 제곱 구조 방정식 모델링, 적응 신경 퍼지 추론 시스템(ANFIS) 및 퍼지 순위 접근 방식의 네 가지 방법론적 접근을 통해 식별되고 평가됩니다. 둘째, 2016년부터 2023년까지 인도 건설 회사의 5,656개의 국제 시장 진입 기록을 사용하여 모델이 검증됩니다. 결과는 제안된 인공지능 강화 프레임워크가 전통적인 모델보다 유의미하게 우수하다는 것을 보여줍니다. 특히, ANFIS 모델은 94.523%의 예측 정확도와 0.874의 AUC-ROC를 달성했습니다. 이 정량적 개선은 통합 접근 방식이 일반적으로 전통적인 모델이 간과하는 비선형 상호 작용과 복잡한 시장 제약을 효과적으로 포착함을 확인합니다. 국제 경험 및 엔지니어링 생산성과 같은 내부 변수는 예측 정확도에 긍정적으로 기여합니다. 한편, 지리적 거리와 국가 위험과 같은 외부 변수는 모델링하기 더 어렵다는 것이 입증되었습니다. 전반적으로 제안된 프레임워크는 글로벌 건설에서 전략적 의사 결정을 위한 신뢰할 수 있는 기초를 제공합니다. 이는 불확실한 국제 환경에서 지속 가능한 성장을 목표로 하는 기업에 실질적인 통찰을 제공합니다.