аспирант
аспирант
Исследование посвящено комплексному анализу влияния интеллектуальных технологий на трансформацию операционных процессов в современных предприятиях. В работе детально раскрываются концептуальные основы и структурные компоненты интеллектуальных решений, а также методологические подходы к их интеграции для качественного совершенствования бизнес-операций. Особое внимание уделяется систематизации алгоритмов машинного обучения и нейросетевых моделей, применяемых для автоматизации рутинных процессов и поддержки принятия управленческих решений. Проводится многофакторный анализ потенциальных угроз информационной безопасности и этических дилемм, сопутствующих имплементации искусственного интеллекта в корпоративную среду. Исследование демонстрирует, что рациональное использование достижений технологической эволюции способствует существенной оптимизации операционных расходов и наращиванию финансовых результатов. Представленные в работе теоретические положения подкрепляются эмпирическими данными, полученными в результате обследования предприятий различных отраслей экономики. Практическая значимость исследования заключается в разработке методических рекомендаций по внедрению интеллектуальных систем с учетом отраслевой специфики и масштаба бизнеса.
операционный процесс, искусственный интеллект, массивы данных, организация, цифровая трансформация
1. Интеллектуальные решения// ГлавНИВЦ Управление делами Президента Российской Федерации: — URL: https://www.grcc.ru/product/intellektualnye-resheniya (дата обращения: 16.02.2025).
2. Хузин Д. Т. Основные подходы к понятию "бизнес-система" и её основные элементы / Хузин Д. Т. // Мировая наука. — 2022. — № 12 (69). — С. 114-120.
3. Редакция сайта GeekBrains Искусственный интеллект: понятие, типы, сферы применения, прогнозы на будущее / Редакция сайта GeekBrains [Электронный ресурс] // GeekBrains : [сайт]. — URL: https://gb.ru/blog/iskusstvennyj-intellekt/ (дата обращения: 16.02.2025).
4. Киселев А. В. Внедрение современных технологий в управленческую систему компании (на примере интеллектуальных систем поддержки принятия решений для управления бизнес-процессами) // Экономика и бизнес: теория и практика. — 2023. — № 5-2 (99). — С. 6-10.
5. Анализ больших данных: зачем он нужен и кто им занимается // Блог Практикума : — URL: https://practicum.yandex.ru/blog/chto-takoe-analiz-bolshih-dannyh/ (дата обращения: 16.02.2025).
6. Липатов А. Г. Возможности использования искусственного интеллекта для управления большими информационными массивами данных BIG DATA / Липатов А. Г. // Инновации и инвестиции, ВАК. — 2023. — № 5. — С. 187-189.
7. Какие риски влечет за собой искусственный интеллект // Рамблер/ Личные финансы : — URL: https://finance.rambler.ru/money/50085992-kakie-riski-vlechet-za-soboy-iskusstvennyy-intellekt/ (дата обращения: 16.02.2025).
8. А. Бегин Статистика искусственного интеллекта (2025) / А. Бегин // Инклиент : — URL: https://inclient.ru/ai-stats/ (дата обращения: 16.02.2025).
9. В. В. Масленников, Ю. В. Ляндау, И. А. Калинина // Теория и практика управления, Вестник Российского экономического университета им. Г. В. Плеханова. — 2019. — № 6. — С. 116-123.
