Научный архив: статьи

Применение искусственного интеллекта (ИИ) открывает новые горизонты для повышения эффективности деятельности компаний в банковской сфере, трансформируя привычные способы анализа информации и взаимодействия с клиентами. Поэтому изучение воздействия ИИ и последствий этого воздействия является критически значимым. В статье представлен комплексный анализ влияния искусственного интеллекта на банковский сектор, рассмотрены преимущества и риски данного влияния, проведена оценка перспективности рынка, определены особенности развития банковской системы РФ и начало использования ИИ в деятельности банков, выявлены ключевые игроки рынка. Описаны успешные случаи применения искусственного интеллекта в деятельности крупных банков России, рассмотрены особенности развития технологии ИИ с точки зрения практической применимости.

В статье содержатся результаты авторского социологического исследования, проведенного методом экспертного интервью. Выявлена степень допустимости использования искусственного интеллекта в работе социолога, описан опыт применения новых технологий в научно-исследовательской деятельности, а также определены его преимущества и недостатки — как для студентов, так и для опытных специалистов. Авторы обсуждают влияние искусственного интеллекта на методы и практики, используемые социологами, а также возможные этические дилеммы, которые могут возникнуть в процессе его внедрения в социологию. Особое внимание уделяется задействованию нейросети студентами-социологами и воздействию данной тенденции на качество их подготовки и компетенции. Подчеркивается влияние искусственного интеллекта на трансформацию рынка труда.

В статье рассматривается проблема повышения устойчивости глобальных цепей поставок в условиях геополитической нестабильности и санкционных ограничений.

Целью работы является разработка методики динамического резервирования логистических маршрутов и многоуровневой системы контроля для минимизации рисков разрывов поставок. К используемым методам относятся анализ современных вызовов в управлении цепями поставок, синтез принципов резервирования из IT-сферы и логистических стратегий, моделирование альтернативных маршрутов поставок, а также экономическая оценка эффективности предлагаемых решений. Результатом разработанной методики является комплексный подход к обеспечению непрерывности поставок, включающий алгоритмы оперативного переключения между маршрутами, трехуровневую систему мониторинга и контроля, а также механизмы минимизации дополнительных издержек. Полученные результаты могут быть применены международными компаниями для повышения устойчивости глобальных цепей поставок.

В данной статье авторы систематизируют научно-практический опыт и анализируют стратегические возможности по созданию инновационно-методического проекта «Вектор формирования компетентностной модели педагога в сфере беспилотных авиационных систем» на базе университета. В качестве доказательной базы востребованности и актуальности предложенной проектной идеи рассматриваются современные тренды, пронизывающие социально-экономические процессы и лежащие в области нормативно-правовой базы и стратегий, регламентирующих развитие сферы беспилотников, а также авторы опираются на сильные стороны и профессиональный опыт команды университета. В работе представлена декомпозиция целеполагания для инновационно-методического проекта, с главным вектором, сонаправленным совершенствованию компетентностной модели педагога в области управления, программирования и пилотирования беспилотников у представителей педагогического сообщества, студентов и школьников на основе концепта инновационной площадки, ориентированной на приоритеты государственной политики России. Материалы содержат детальную программу по реализации проекта. Также разработаны два мониторинга, которые включены в комплексный мониторинг количественных и качественных показателей реализации проектных активностей. С точки зрения управленческого подхода и для инновационно-методического проекта разработана система рисков и видение авторов по преодолению выявленных негативных факторов. В заключении описаны ожидаемые внешние эффекты от реализации инновационно-методического проекта для разных целевых групп.

В статье с помощью экспертного опроса (интервью) специалистов, изучения статистической отчетности и метода прогнозирования проведен анализ рисков и оценены последствия дефицита доверия в экономических отношениях. В результате автор делает вывод о том, что дефицит доверия инициирует развитие девиантных моделей экономического поведения. Разрыв социальных связей, кризис институциональных условий, размывание значимости репутационного капитала снижают готовность экономических агентов соблюдать гарантии добросовестного выполнения обязательств. В сложившихся условиях стабилизации экономических отношений можно достичь, наращивая генерализированное доверие в обществе и создавая институциональные условия для формирования предсказуемости действий экономических субъектов. Для компенсации рисков доверия на международной арене следует развивать новые каналы ведения внешнеэкономической деятельности и выстраивать обновленные логистические цепочки.

В представленной работе рассматривается комплекс рисков, связанных с выбором поставщиков и взаимодействием с ними. Представлен механизм взаимодействия с исполнителями, проанализированы различные виды рисков от глобальных до более специфических. Значительное внимание уделено юридическим рискам, а также валютным, политическим и логистическим, ввиду динамичности внешней среды, санкционного воздействия и актуальности внешнеэкономической деятельности. В работе предложены методы оценки поставщиков, позволяющие минимизировать потенциальные проблемы. В частности, рассматриваются вопросы корректного оформления договоренностей, страхования и диверсификации поставщиков.

В данной статье раскрывается сущность и значимость объекта нашего исследования - малого бизнеса в современных социально-экономических условиях. Несомненно, тема нашего исследования является весьма актуальной и в эпоху двадцать первого века, в реалиях быстрых темпов развития рыночной экономики. Ведь именно малый бизнес служит в качестве неотъемлемого элемента развития любой экономической системы. На наш взгляд, малый бизнес находится в тесной взаимосвязи от государственной поддержки, без которой он не может долго существовать. Первоочередным доказательством данной мысли выступает тот факт, что он, в связи с отсутствием возможности на равных конкурировать с другими субъектами хозяйствования, находится в прямой зависимости от решений государства. Данная зависимость в основном проявляется в таких аспектах, как приобретение новейших технологий, повышение квалификации, постоянные обучения и тренинги, возможность получения ресурсов на финансовых рынках и т. д. Соответственно, с целью снижения воздействия озвученных факторов на деятельность малого бизнеса компании нуждаются в грамотно сформированной политике государственной финансовой поддержки. Кроме того, в ходе написания данной научно-исследовательской работы мы также рассмотрели основные отрицательные и положительные стороны малого бизнеса. К тому же, был проведён анализ по выявлению основных стратегий развития малого бизнеса в современных реалиях развития экономики и общества.

В статье рассматриваются и анализируются проблемы и динамика роста экономики в 2024 году под воздействием внешних и внутренних факторов и условий, динамики величины ключевой ставки и инфляции, пути сокращения волатильности российского рубля. Проанализированы введенные с 13 июня 2024 года новые правила расчета официального курса российского рубля к доллару и евро на основе данных кредитных организаций по результатам межбанковских конверсионных операций на внебиржевом валютном рынке и измененная в самом конце декабря 2024 года система расчета курса валют на основании объединенных данных биржевых и внебиржевых сегментов рынка для обеспечения более репрезентативного курса российского рубля. Приведены предложения и рекомендации для осуществления успешного функционирования экономики страны в условиях геополитической напряженности и санкционных ограничений.

В центре исследования – дисфункции региональных экономических систем депрессивного типа, обусловленные их природой. Выявлены особенности проявления указанных дисфункций, определены основные пути их нормализации при осуществлении модернизации на региональном уровне

В данной статье рассматривается применение машинного обучения в национальной экономике. Описываются основные концепции и методы машинного обучения, включая контролируемое, неконтролируемое обучение и обучение с подкреплением. Анализируются ключевые направления использования этой технологии в экономике, такие как прогнозирование рыночных тенденций, управление финансовыми рисками и анализ экономических данных. Особое внимание уделяется преимуществам машинного обучения, включая повышение эффективности принятия решений, автоматизацию процессов и обработку больших объемов данных. Вместе с тем рассматриваются проблемы внедрения данной технологии, такие как потребность в качественных данных, правовые и этические аспекты, а также нехватка квалифицированных специалистов. В статье предлагаются рекомендации по развитию инфраструктуры машинного обучения, инвестициям в иссчледования и подготовке кадров, что может способствовать экономическому росту и повышению конкурентоспособности страны.

Материалы и методы: В данной работе использовались различные методы и подходы к изучению машинного обучения в сфере национальной экономики. Основные методы включают анализ научной литературы, статистический анализ данных, моделирование с использованием алгоритмов машинного обучения, а также практическую реализацию экономических моделей с применением языков программирования Python и библиотек машинного обучения. Для анализа экономических данных были выбраны методы линейной регрессии, деревьев решений и нейронных сетей, так как они позволяют эффективно прогнозировать изменения ключевых макроэкономических показателей, таких как ВВП, инфляция, курс валют и уровень безработицы. В качестве инструментов использовались библиотеки Pandas, NumPy, Scikitlearn и Matplotlib, позволяющие обрабатывать, анализировать и визуализировать данные. Исследование основано на данных официальных статистических агентств и финансовых учреждений, включая исторические данные о макроэкономических показателях, рыночных тенденциях и финансовых рисках. Для обработки данных использовались методы очистки, нормализации и преобразования данных, что позволило повысить точность моделей. Практическая часть исследования включала разработку алгоритмов машинного обучения для прогнозирования экономических показателей. Модель линейной регрессии использовалась для предсказания роста ВВП, а более сложные модели, такие как случайные леса и градиентный бустинг, применялись для анализа более сложных взаимосвязей в экономике. Таким образом, использование современных методов машинного обучения в экономике позволяет получать точные прогнозы, выявлять закономерности в экономических данных и принимать стратегические решения на основе объективного анализа.

Заключение: Применение методов машинного обучения в национальной экономике открывает значительный потенциал для улучшения экономического анализа и принятия решений. С помощью современных алгоритмов и инструментов, таких как линейная регрессия, деревья решений и нейронные сети, можно эффективно моделировать и прогнозировать ключевые макроэкономические показатели, включая рост ВВП, инфляцию и финансовые риски. Эти методы позволяют более детально и точно понимать экономические тренды и взаимосвязи, что приводит к более обоснованным стратегическим решениям со стороны правительств, бизнеса и финансовых учреждений. Используя такие современные технологии, как Python, Pandas, NumPy и Scikit-learn, исследование продемонстрировало возможность обработки и анализа больших объемов экономических данных с высокой точностью. Машинное обучение предоставляет ценный инструмент для прогнозирования экономических показателей, управления рисками и оптимизации распределения ресурсов. Однако эффективность этих моделей зависит от качества используемых данных, и существуют проблемы, связанные с полнотой данных, интерпретируемостью моделей и вычислительными ресурсами. В заключение, машинное обучение является мощным инструментом для улучшения экономического прогнозирования и управления рисками. Для успешной интеграции этих технологий в национальные экономические системы страны должны инвестировать в исследования, улучшать цифровую инфраструктуру и разрабатывать образовательные программы для подготовки квалифицированных специалистов. Правильное внедрение машинного обучения может способствовать быстрому экономическому росту, более эффективному принятию решений и усилению конкурентоспособности на мировой арене.

Рассмотрен рискогенный потенциал изменений, происходящих в подсистемах современных общественных систем в их взаимодействии с природной и духовной средой. Использовано системное представление структуры общественных систем, разработанное Т. Парсонсом. Показаны риски, связанные с глобальными процессами, вступающими в противоречие со сложившимися подходами к организации материального производства и воспроизводства образцов культуры. Дан анализ рисков, связанных с несовпадением интересов групп социальной подсистемы, формируемых в процессе функционирования экономической подсистемы и подсистемы культуры. Раскрыты функции политической подсистемы по снижению остроты этих рисков, а также риски, возникающие в связи с неэффективным исполнением политической системой этих функций. Сформулированы выводы, основанные на анализе современных политических процессов стран России и Запада. Показано, что существуют объективные и субъективные факторы снижения эффективности выполнения подсистемами общества их основных функций, порождающие существенные риски его дестабилизации.

Проведенное исследование позволило обосновать в качестве передового инструмента для повышения эффективности, автоматизации и оптимизации деятельности бизнес-структур механизм интеграции бизнес-процессов через платформенные экосистемы. Разработан механизм интеграции бизнес-процессов, включающий выбор подхода к разработке и внедрению цифровых платформ, выстраивание этапов процесса интеграции, определение способов идентификации и учета рисков в реализации платформенных решений. Достоверность полученных результатов подтверждается успешной практикой использования платформенных экосистем в решении проблем интеграции бизнес-процессов в деятельности как крупного бизнеса, так и организаций среднего и малого предпринимательства.