сотрудник с 01.01.2000 по настоящее время
сотрудник
Современный мир характеризуется высоким уровнем неопределённости и риска, что вынуждает организации искать способы минимизации негативных воздействий внешних и внутренних факторов. Одной из наиболее эффективных технологий, позволяющей решать подобные задачи, является искусственный интеллект (ИИ). Он применяется для анализа больших объемов данных, прогнозирования событий и выработки рекомендаций по снижению экономических рисков. Особенно актуально использование данных технологий в агропромышленном комплексе, особенностью которого является комплексность и многомерность проявляемых рисков. В исследовании рассматриваются направления использования технологий ИИ для выявления и снижения стратегических, финансовых, технических, регуляторных, социальных, кадровых и экологических рисков для предприятий АПК. Рассмотрены основные барьеры их внедрения. Предложенный системный подход к управлению экономическими рисками способствует повышению устойчивости, эффективности и адаптивности аграрного производства к динамично изменяющимся условиям, что является критически важным для устойчивого развития АПК в современных условиях.
искусственный интеллект, риски, управление, тенденции, эффективность
1. Адамчук, Н. Г. Экономические последствия внедрения искусственного интеллекта в мировую экономику / Н. Г. Адамчук // Страховое дело. – 2024. – № 1(370). – С. 18-20. – EDN XQGPOR. URL:https://www.elibrary.ru/item.asp?id=60017119(дата обращения 21.09.2025).
2. Алексеев, В. Н. Риски развития искусственного интеллекта в отдельных отраслях экономики России / В. Н. Алексеев, Ф. А. Зуев // Проблемы экономики и юридической практики. – 2023. – Т. 19, № 3. – С. 185-191. – EDN OXBLGD. URL:https://www.elibrary.ru/item.asp?id=54181652(дата обращения 22.09.2025).
3. Багдасарян, Д. А. Оценка и регулирование последствий внедрения искусственного интеллекта в деятельность предприятий и организаций / Д. А. Багдасарян // Российский научный журнал "Телескоп: журнал социологических и маркетинговых исследований". – 2024. – № 3(15). – С. 180-186. – DOIhttps://doi.org/10.24412/1994-3776-2024-3-180-186. – EDN HMGCUP. URL:https://www.elibrary.ru/item.asp?id=75209517(дата обращения 25.09.2025).
4. Гаптуллин, Т. Д. Искусственный интеллект и его влияние на экономическую безопасность / Т. Д. Гаптуллин // Инновационное развитие экономики. – 2024. – № 4(82). – С. 51-54. – DOIhttps://doi.org/10.51832/222379842024451. – EDN XAPKAF. URL:https://www.elibrary.ru/item.asp?id=80506901(дата обращения 21.09.2025).
5. Головкина, С. И. Риски и этические аспекты искусственного интеллекта / С. И. Головкина, Н. В. Валебникова, А. Д. Чупина // Российский экономический интернет-журнал. – 2023. – № 3. – EDN SPALXI. URL:https://www.elibrary.ru/item.asp?id=54779570(дата обращения 01.10.2025).
6. Ермолина, Л. В. Использование новых технологий в управлении экономическими рисками / Л. В. Ермолина, А. С. Челноков // Экономика и предпринимательство. – 2025. – № 2(175). – С. 705-708. – DOIhttps://doi.org/10.34925/EIP.2025.175.2.127. – EDN XPGIPA. URL:https://www.elibrary.ru/item.asp?id=80293881(дата обращения 01.10.2025).
7. Звягин, Л. С. Вопросы использования систем искусственного интеллекта и измерений в агропромышленном секторе и сфере экологии / Л. С. Звягин // Мягкие измерения и вычисления. – 2023. – Т. 63, № 2. – С. 105-116. – DOIhttps://doi.org/10.36871/2618-9976.2023.02.008. – EDN GGPVFW. URL:https://www.elibrary.ru/item.asp?id=50515690(дата обращения 21.09.2025).
8. Зинич, А. В. Цифровые решения предоставления и поиска рыночной информации для сельских товаропроизводителей / А. В. Зинич, О. В. Косенчук // Вопросы инновационной экономики. – 2022. – Т. 12, № 4. – С. 2357-2368. – DOIhttps://doi.org/10.18334/vinec.12.4.116893. URL:https://1economic.ru/lib/116893?ysclid=mghlq9qg6k615871509(дата обращения 21.09.2025).
9. Использование искусственного интеллекта для управления рисками / Т. В. Сафонова, М. Д. Муленко, Д. О. Лескова [и др.] // Информационные технологии и системы: управление, экономика, транспорт, право. – 2025. – № 1(53). – С. 146-152. – EDN UWJJFQ. URL:https://www.elibrary.ru/item.asp?id=82539080(дата обращения 04.10.2025).
10. Карабанова, О. В. Проблемы внедрения искусственного интеллекта в социально-экономические процессы и этическая оценка его распространения / О. В. Карабанова, П. А. Кузнецова, М. Д. Магомедов // Вестник МГПУ. Серия: Экономика. – 2020. – № 2(24). – С. 64-70. – DOIhttps://doi.org/10.25688/2312-6647.2020.24.2.06. – EDN MUPXDM. URL:https://www.elibrary.ru/item.asp?id=43154580(дата обращения 04.10.2025).
11. Качалов, Р. М. Феномен риска в условиях применения алгоритмов искусственного интеллекта / Р. М. Качалов, Ю. А. Слепцова // Вестник Волгоградского государственного университета. Экономика. – 2023. – Т. 25, № 4. – С. 5-16. – DOIhttps://doi.org/10.15688/ek.jvolsu.2023.4.1. – EDN CNACNZ. URL:https://www.elibrary.ru/item.asp?id=65116276(дата обращения 27.09.2025).
12. Киселев, А. С. Теоретико-правовой анализ рисков внедрения технологий, основанных на искусственном интеллекте, в социально-экономической сфере / А. С. Киселев // Вестник Томского государственного университета. Право. – 2025. – № 55. – С. 43-59. – DOIhttps://doi.org/10.17223/22253513/55/4. – EDN OWERAU. URL:https://www.elibrary.ru/item.asp?id=80660625(дата обращения 27.09.2025).
13. Коржова, М. А. Управление рисками с применением современных технологий искусственного интеллекта / М. А. Коржова, О. В. Леонова // Интеллектуальные ресурсы - региональному развитию. – 2024. – № 3. – С. 120-123. – EDN DTDEVG. URL:https://www.elibrary.ru/item.asp?id=80456557(дата обращения 04.10.2025).
14. Косенчук О.В. Цифровые технологии для эффективного ведения молочного и мясного агробизнеса // Продовольственная политика и безопасность. – 2024. – Том 11. – № 4. – doi:https://doi.org/10.18334/ppib.11.4.121606 URL:https://1economic.ru/lib/121606?ysclid=mghlqsmq55763144308(дата обращения 30.09.2025).
15. Минаков, В. Ф. Цифровая трансформация принятия управленческих решений на базе искусственного интеллекта / В. Ф. Минаков, О. Ю. Дудко, П. Ю. Шепелев // Проблемы современной экономики. – 2023. – № 4(88). – С. 50-54. – EDN COQOAR. URL:https://www.elibrary.ru/item.asp?id=61757173(дата обращения 30.09.2025).
16. Осовин, М. Н. Обоснование влияния алгоритмов искусственного интеллекта на повышение эффективности сельскохозяйственного производства / М. Н. Осовин // Островские чтения. – 2023. – № 1. – С. 165-169. – EDN MTLPGF. URL:https://www.elibrary.ru/item.asp?id=54725061(дата обращения 04.10.2025).
17. Осовин, М. Н. Обоснование перспективных направлений использования алгоритмов искусственного интеллекта на предприятиях агропродовольственного комплекса России / М. Н. Осовин // Региональные агросистемы: экономика и социология. – 2024. – № 3. – С. 31-40. – EDN AQNWDA. URL:https://www.elibrary.ru/item.asp?id=69907267(дата обращения 30.09.2025).
18. Пешкова, Г. Ю. Искусственный интеллект - зона повышенного риска в эпоху смены технологического уклада / Г. Ю. Пешкова, А. В. Морозов // Финансовый менеджмент. – 2024. – № 12-2. – С. 486-496. – EDN KDMJKH. URL:https://www.elibrary.ru/item.asp?id=80434878(дата обращения 30.09.2025).
19. Прямилова, В. С. Искусственный интеллект в сельском хозяйстве / В. С. Прямилова, К. П. Горынин, А. Л. Куленцан // Сборник научных трудов вузов России "Проблемы экономики, финансов и управления производством". – 2025. – № 56. – С. 52-56. – EDN LPCIOB. URL:https://www.elibrary.ru/item.asp?id=82273917(дата обращения 01.10.2025).
20. Романова, И. Н. Внедрение технологий искусственного интеллекта: анализ вероятных рисков и возможных угроз / И. Н. Романова // Материалы Ивановских чтений. – 2021. – № 4(35). – С. 15-18. – EDN TFXHSO. URL:https://www.elibrary.ru/item.asp?id=49504211(дата обращения 21.09.2025).
21. Стойка, М. С. Искусственный интеллект, управление рисками: какие методы и технологии искусственного интеллекта могут быть применены для анализа и прогнозирования рисков в бизнесе и финансах / М. С. Стойка, Е. В. Зенина // Известия Иссык-Кульского форума бухгалтеров и аудиторов стран Центральной Азии. – 2024. – № 3(46). – С. 99-104. – EDN DKOKBH. URL:https://www.elibrary.ru/item.asp?id=78634495(дата обращения 01.10.2025).
22. Фархиева, С. А. Искусственный интеллект как фактор неопределённости и риска функционирования современных экономических систем / С. А. Фархиева, Г. Р. Гузаирова, М. Ю. Федотова // Дискуссия. – 2024. – № 12(133). – С. 27-32. – DOIhttps://doi.org/10.46320/2077-7639-2024-12-133-27-32. – EDN HDDSHQ. URL:https://www.elibrary.ru/item.asp?id=82378214(дата обращения 30.09.2025).
23. Amir E. Khandani, Adlar J. Kim, Andrew W. Lo, Consumer credit-risk models via machine-learning algorithms // Journal of Banking & Finance, 2010, Vol. 34, Issue 11, P. 2767-2787, URL:https://doi.org/10.1016/j.jbankfin.2010.06.001(датаобращения 30.09.2025).
24. Antonio Lanorte, Fortunato De Santis, Gabriele Nolè, Ileana Blanco, Rosa Viviana Loisi, Evelia Schettini, Giuliano Vox, Agricultural plastic waste spatial estimation by Landsat 8 satellite images // Computers and Electronics in Agriculture, 2017, Vol. 141, P. 35-45, URL:https://doi.org/10.1016/j.compag.2017.07.003. (датаобращения 01.10.2025).
25. Floridi, L., Cowls, J., Beltrametti, M. et al. AI4People—An Ethical Framework for a Good AI Society: Opportunities, Risks, Principles, and Recommendations. Minds & Machines 28, 689–707 (2018). URL:https://doi.org/10.1007/s11023-018-9482-5(датаобращения 01.10.2025).
26. Goodfellow, I., Bengio, Y., & Courville, A. Deep Learning. MITPres, 2016. URL:https://www.deeplearningbook.org(дата обращения 04.10.2025).
27. Sjaak Wolfert, Lan Ge, Cor Verdouw, Marc-Jeroen Bogaardt, Big Data in Smart Farming – A review // Agricultural Systems, 2017, Vol. 153, P. 69-80. URL:https://www.sciencedirect.com/science/article/pii/S0308521X16303754?via%3Dihub#ab0010(дата обращения 01.10.2025).
28. Sun, Z., He, Q., & Jin, H. Machine learning-based financial risk prediction: a review // Jornal of Economic Dynamics & Control, 2021. Vol. 129, Article 104151/ URL:https://doi.org/10.1016/j.jedc.2021.104151(дата обращения 04.10.2025).
