<!DOCTYPE article
PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.4 20190208//EN"
       "JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.4" xml:lang="en">
 <front>
  <journal-meta>
   <journal-id journal-id-type="publisher-id">JOURNAL OF MONETARY ECONOMICS AND MANAGEMENT</journal-id>
   <journal-title-group>
    <journal-title xml:lang="en">JOURNAL OF MONETARY ECONOMICS AND MANAGEMENT</journal-title>
    <trans-title-group xml:lang="ru">
     <trans-title>JOURNAL OF MONETARY ECONOMICS AND MANAGEMENT</trans-title>
    </trans-title-group>
   </journal-title-group>
   <issn publication-format="print">2782-4586</issn>
   <issn publication-format="online">2949-1851</issn>
  </journal-meta>
  <article-meta>
   <article-id pub-id-type="publisher-id">99007</article-id>
   <article-id pub-id-type="doi">10.26118/2782-4586.2025.82.72.007</article-id>
   <article-categories>
    <subj-group subj-group-type="toc-heading" xml:lang="ru">
     <subject>Научные статьи</subject>
    </subj-group>
    <subj-group subj-group-type="toc-heading" xml:lang="en">
     <subject>SCIENTIFIC ARTICLES</subject>
    </subj-group>
    <subj-group>
     <subject>Научные статьи</subject>
    </subj-group>
   </article-categories>
   <title-group>
    <article-title xml:lang="en">Analytical approach to assessing the effectiveness of products and data in the field of artificial intelligence based on the adaptive method of determining expected utility</article-title>
    <trans-title-group xml:lang="ru">
     <trans-title>Аналитический подход к оценке эффективности продуктов и данных в области искусственного интеллекта на основе адаптивного метода определения ожидаемой полезности</trans-title>
    </trans-title-group>
   </title-group>
   <contrib-group content-type="authors">
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Бубнова</surname>
       <given-names>Елена Юрьевна</given-names>
      </name>
      <name xml:lang="en">
       <surname>Bubnova</surname>
       <given-names>Elena Yurievna</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-1"/>
    </contrib>
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Пильщикова</surname>
       <given-names>Марина Юрьевна</given-names>
      </name>
      <name xml:lang="en">
       <surname>Pil'schikova</surname>
       <given-names>Marina Yur'evna</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-1"/>
    </contrib>
   </contrib-group>
   <aff-alternatives id="aff-1">
    <aff>
     <institution xml:lang="ru">Поволжский государственный университет телекоммуникаций и информатики</institution>
    </aff>
    <aff>
     <institution xml:lang="en">Volga State University of Telecommunications and Informatics</institution>
    </aff>
   </aff-alternatives>
   <issue>3</issue>
   <fpage>24</fpage>
   <lpage>30</lpage>
   <self-uri xlink:href="https://jomeam.ru/en/nauka/article/99007/view">https://jomeam.ru/en/nauka/article/99007/view</self-uri>
   <abstract xml:lang="ru">
    <p>В статье исследуется проблема комплексной оценки эффективности цифровых продуктов и массивов данных в условиях высокой неопределённости и характерных рисков при внедрении интеллектуальных систем. Актуальность работы определяется стремительным развитием когнитивных технологий при отсутствии универсальных методик анализа, учитывающих как технические характеристики, так и экономические показатели. Проведён критический обзор существующих оценочных подходов, выявлены их основные ограничения, связанные с недостаточным учётом динамичности технологической среды. Основной вклад исследования - разработка адаптивной методики расчёта ожидаемой полезности, интегрирующей количественные и качественные показатели через систему взвешенных параметров и вероятностных коэффициентов. Предлагаемый подход позволяет не только оценивать текущую производительность цифровых решений, но и прогнозировать их потенциал в условиях изменяющейся среды.</p>
   </abstract>
   <trans-abstract xml:lang="en">
    <p>The article examines the problem of a comprehensive assessment of the effectiveness of digital products and data arrays in conditions of high uncertainty and characteristic risks in the implementation of intelligent systems. The relevance of the work is determined by the rapid development of cognitive technologies in the absence of universal analysis methods that take into account both technical characteristics and economic indicators. A critical review of existing assessment approaches has been conducted, and their main limitations related to insufficient consideration of the dynamism of the technological environment have been identified. The main contribution of the research is the development of an adaptive methodology for calculating expected utility, integrating quantitative and qualitative indicators through a system of weighted parameters and probability coefficients. The proposed approach allows not only to evaluate the current performance of digital solutions, but also to predict their potential in a changing environment.</p>
   </trans-abstract>
   <kwd-group xml:lang="ru">
    <kwd>оценка эффективности ИИ-продуктов</kwd>
    <kwd>автоматизированные системы анализа данных</kwd>
    <kwd>методы определения ожидаемой полезности</kwd>
   </kwd-group>
   <kwd-group xml:lang="en">
    <kwd>evaluation of the efficiency of AI products</kwd>
    <kwd>automated data analysis systems</kwd>
    <kwd>methods for determining expected utility</kwd>
   </kwd-group>
  </article-meta>
 </front>
 <body>
  <p></p>
 </body>
 <back>
  <ref-list>
   <ref id="B1">
    <label>1.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Гонка технологий. Как искусственный интеллект помогает бизнесу [Электронный ресурс] // Forbes Россия. – URL: https://www.forbes.ru/tehnologii/354727-gonka-tehnologiy-kak-iskusstvennyy-intellekt-pomogaet-biznesu (дата обращения: 25.03.2025).</mixed-citation>
     <mixed-citation xml:lang="en">Gonka tehnologiy. Kak iskusstvennyy intellekt pomogaet biznesu [Elektronnyy resurs] // Forbes Rossiya. – URL: https://www.forbes.ru/tehnologii/354727-gonka-tehnologiy-kak-iskusstvennyy-intellekt-pomogaet-biznesu (data obrascheniya: 25.03.2025).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B2">
    <label>2.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Как искусственный интеллект используется в бизнесе: обзор и кейсы [Электронный ресурс] // vc.ru. – URL: https://vc.ru/marketing/105102-kak-iskusstvennyy-intellekt-ispolzuetsya-v-biznese-obzor-i-keysy (дата обращения: 25.01.2025).</mixed-citation>
     <mixed-citation xml:lang="en">Kak iskusstvennyy intellekt ispol'zuetsya v biznese: obzor i keysy [Elektronnyy resurs] // vc.ru. – URL: https://vc.ru/marketing/105102-kak-iskusstvennyy-intellekt-ispolzuetsya-v-biznese-obzor-i-keysy (data obrascheniya: 25.01.2025).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B3">
    <label>3.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Искусственный интеллект в розничной торговле [Электронный ресурс] // Яндекс.Дзен. – URL: https://zen.yandex.ru/media/aiqcnt/iskusstvennyi-intellekt-v-roznichnoi-torgovle-5c3c50107c705800aa422dfe (дата обращения: 25.03.2025).</mixed-citation>
     <mixed-citation xml:lang="en">Iskusstvennyy intellekt v roznichnoy torgovle [Elektronnyy resurs] // Yandeks.Dzen. – URL: https://zen.yandex.ru/media/aiqcnt/iskusstvennyi-intellekt-v-roznichnoi-torgovle-5c3c50107c705800aa422dfe (data obrascheniya: 25.03.2025).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B4">
    <label>4.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Методы статистического моделирования (метод Монте-Карло) [Электронный ресурс] // Сибирский государственный университет телекоммуникаций и информатики. – URL: https://csc.sibsutis.ru/sites/csc.sibsutis.ru/files/courses/pvt/%20%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5.pdf (дата обращения: 14.01.2025).</mixed-citation>
     <mixed-citation xml:lang="en">Metody statisticheskogo modelirovaniya (metod Monte-Karlo) [Elektronnyy resurs] // Sibirskiy gosudarstvennyy universitet telekommunikaciy i informatiki. – URL: https://csc.sibsutis.ru/sites/csc.sibsutis.ru/files/courses/pvt/%20%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5.pdf (data obrascheniya: 14.01.2025).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B5">
    <label>5.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Notes from the AI frontier: Applications and value of deep learning [Электронный ресурс] // McKinsey &amp; Company. – 2018. – URL: https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-aifrontier-applications-and-value-of-deep-learning (дата обращения: 11.01.2025).</mixed-citation>
     <mixed-citation xml:lang="en">Notes from the AI frontier: Applications and value of deep learning [Elektronnyy resurs] // McKinsey &amp; Company. – 2018. – URL: https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-aifrontier-applications-and-value-of-deep-learning (data obrascheniya: 11.01.2025).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B6">
    <label>6.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Национальный стандарт РФ «Искусственный интеллект. Основные термины и определения» [Электронный ресурс] // Министерство цифрового развития, связи и массовых коммуникаций РФ. – 2019. – URL: https://digital.gov.ru/uploaded/files/07102019ii.pdf (дата обращения: 05.02.2025).</mixed-citation>
     <mixed-citation xml:lang="en">Nacional'nyy standart RF «Iskusstvennyy intellekt. Osnovnye terminy i opredeleniya» [Elektronnyy resurs] // Ministerstvo cifrovogo razvitiya, svyazi i massovyh kommunikaciy RF. – 2019. – URL: https://digital.gov.ru/uploaded/files/07102019ii.pdf (data obrascheniya: 05.02.2025).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B7">
    <label>7.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Искусственный интеллект: перспективы и вызовы для бизнеса [Электронный ресурс] / PwC Россия. – 2020. – URL: https://www.pwc.ru/ru/riskassurance/assets/diq-RUS.pdf (дата обращения: 11.12.2025).</mixed-citation>
     <mixed-citation xml:lang="en">Iskusstvennyy intellekt: perspektivy i vyzovy dlya biznesa [Elektronnyy resurs] / PwC Rossiya. – 2020. – URL: https://www.pwc.ru/ru/riskassurance/assets/diq-RUS.pdf (data obrascheniya: 11.12.2025).</mixed-citation>
    </citation-alternatives>
   </ref>
  </ref-list>
 </back>
</article>
