Научный архив: статьи

Статья изучает роль больших данных и технологий искусственного интеллекта в трансформации области знаний управления интеллектуальным капиталом. Анализ научных публикаций в рассматриваемой области позволил выделить основные направления взаимодействия больших данных и искусственного интеллекта с интеллектуальным капиталом. Особое внимание уделено двойственной природе изучаемых технологий: большие данные и искусственный интеллект одновременно выступают как объект управления (нематериальный актив) и как инструмент управления и оценки. Обоснована необходимость формирования нового методологического подхода и фреймворка, учитывающего данную двойственность и взаимосвязь больших данных и искусственного интеллекта с материальными активами организации. В рамках исследования предложен фреймворк, демонстрирующий управление и оценку взаимодействия больших данных и искусственного интеллекта с интеллектуальным капиталом, нематериальными и материальными активами, а также их роль в создании ценности и обеспечении стратегической устойчивости организаций.

Статья посвящена анализу трансформации бизнес-моделей под воздействием технологий больших данных в современной экономике. Рассматриваются теоретико-методологические основы применения больших данных, их влияние на стратегическое управление предприятиями и институциональные ограничения цифровой модернизации. Особое внимание уделено вопросам адаптации традиционных моделей бизнеса к новым технологическим условиям и выявлению рисков цифровизации. В табличном виде обобщены количественные показатели, иллюстрирующие влияние внедрения технологий больших данных на трансформацию бизнес-моделей российских компаний. Внедрение технологий больших данных характеризует положительный эффект ключевых параметров бизнес-моделей российских компаний: ускорение процессов, рост доходности и увеличение доли новых продуктов в выручке. На основании анализа отечественных исследований выявлены ключевые направления изменений, включая повышение гибкости бизнес-процессов, интеграцию аналитических инструментов и усиление клиентоориентированности.

Введение. Глобальное распространение африканской чумы свиней, смертельно опасного вирусного геморрагического заболевания домашних свиней и диких кабанов, диктует необходимость применения эффективных мер предупреждения и раннего выявления вспышек. Контроль численности популяции, а также поиск туш диких кабанов, погибших от африканской чумы свиней и являющихся источником передачи вируса, считаются приоритетными мерами в управлении заболеванием в дикой природе.

Цель исследования. Обобщение имеющихся в настоящее время знаний о передовых технологиях применения беспилотных летательных аппаратов (дронов) в условиях дикой природы в сочетании с методами искусственного интеллекта. Материалы и методы. При выполнении работы применялись аналитические методы исследований с использованием баз данных PubMed, Springer, Wiley Online Library, Google Scholar, CrossRef, РИНЦ, еLIBRARY, CyberLeninka.

Результаты. В данном обзоре рассматривается возможность применения беспилотных летательных аппаратов (дронов) и искусственного интеллекта (нейронных сетей) для обнаружения диких кабанов и их останков в контексте борьбы с африканской чумой свиней. Подробно обсуждается роль диких кабанов в распространении заболевания и необходимость контроля их популяции, значение своевременного удаления трупов кабанов, при этом подчеркивается важность использования современных технологий для учета численности и плотности популяции дикого кабана. Проанализирована информация о применении дронов, оснащенных различными техническими средствами, при изучении популяций крупных видов животных в условиях дикой природы, отмечены преимущества и особенности использования беспилотных летательных аппаратов. Также обобщен опыт применения нейронных сетей в контексте автоматической обработки полученных с помощью дронов изображений животных.

Заключение. Интеграция беспилотных летательных аппаратов и искусственного интеллекта, вероятно, может стать ключевым инструментом в контроле популяции дикого кабана и быстром обнаружении туш кабанов, погибших вследствие африканской чумы свиней, что в целом позволит повысить эффективность мер, направленных на борьбу с данным заболеванием.

Искусственный интеллект меняет алгоритмы развития различных сфер общества, активно внедряется в медийную отрасль, продуцируя новые возможности и социальные риски. Проблемные вопросы данного тематического поля вызывают интерес академического сообщества, что приводит к росту соответствующих научных публикаций. В июне-декабре 2024 года на основе базы данных РИНЦ, интегрированной с eLibrary, проведен количественный и качественный анализ структуры и динамики научных исследований особенностей искусственного интеллекта в контексте журналистики. Выявлены публикации по следующим параметрам: общее число по годам; тип публикации; вуз автора; наиболее активные и цитируемые авторы. Эмпирическая база - 216 статей с 2013 по 2024 год. Отбор проводился по тематике «массовая коммуникация - журналистика - средства массовой информации» и ключевым словам: искусственный интеллект, журналистика, медиа, фейки, дипфейки, новые медиа, журналистское образование, СМИ. Обнаружено, что с 2017 года постепенно увеличивается число публикаций, резкий скачок - в 2020 году. Это отражает события в мире: начало использования нейросетей в СМИ, активное развитие генеративных моделей и появление ChatGPT, пандемия Covid-19. Определены вузы с наибольшим количеством публикаций по теме, также выявлены наиболее цитируемые авторы. Отмечено, что внедрение искусственного интеллекта в образовательный процесс, появление факультетов и программ, связанных с ИИ, государственные меры поддержки исследований в области ИИ способствовали интенсификации публикационной активности.

Технологии цифровой экономики активно проникают во все бизнес- процессы и становятся ключевым фактором конкурентоспособности современных предприятий. При этом возникает потребность в развитии нормативно- правового регулирования технологий искусственного интеллекта в части применения как бизнес - субъектами, так и связанными институтами. Современные модели машинного обучения активно внедряются в практику финансового анализа, включая задачи оценки устойчивости предприятий.

Целью статьи является выявление проблем регулирования технологий искусственного интеллекта в цифровой экономике. Методологическая основа исследования включает теоретический обзор концепций цифровизации, формально - юридические и историко-правовые методы для систематизации правовых норм, а также общие эмпирические методы исследования (синтез, анализ, сравнение, классификация). Показано, что проблемы регулирования технологий искусственного интеллекта во многом сосредоточены на этических вопросах и вопросах правосубъектности. Выделен комплекс наиболее актуальных проблем регулирования, которые могут стать отправной точкой в развитии национальной и международной правовой базы.

Современные организации сталкиваются с необходимостью оперативного анализа больших объемов данных для принятия управленческих решений. Традиционные методы экономического анализа, основанные на статистике и эконометрике, зачастую не справляются с нелинейными зависимостями и быстро меняющимися рыночными условиями. Искусственный интеллект (ИИ), включая машинное обучение (ML) и глубокие нейросети (DL), позволяет значительно повысить точность оценки экономических процессов и прогнозировать их развитие.

В данной статье анализируются возможности применения методов ИИ для оценки экономического состояния организаций в различных отраслях. Рассмотрены ключевые алгоритмы машинного обучения (линейная регрессия, случайный лес, градиентный бустинг) и нейросетевые модели (LSTM, трансформеры, GNN), а также их практическое использование в прогнозировании банкротств, кредитных рисков, спроса и мошенничества. Приведены реальные кейсы внедрения ИИ в российских компаниях (Сбербанк, X5 Group, РЖД, ФНС) и за рубежом (J. P. Morgan, IBM, BlackRock).

Ключевым направлением внедрения технологий искусственного интеллекта (ИИ) в здравоохранении России является создание и интеграция медицинских изделий с ИИ (МИ с ИИ) в цифровые контуры субъектов Российской Федерации. За 2018–2024 гг. в создание и развитие различных ИИ-продуктов для здравоохранения было инвестировано 4 млрд 712 млн руб., из которых 69 % было вложено со стороны государственных источников. Подведомственные научные центры Минздрава реализуют 215 исследовательских проектов в данной сфере. Разработан и утвержден 21 национальный стандарт и предварительный технический стандарт. На 1 января 2025 г. в России было зарегистрировано 39 МИ с ИИ, благодаря чему суммарно было реализовано 412 региональных проектов внедрения МИ с ИИ, 83 % из которых приходится на анализ изображений, 16 % – анализ электронных медицинских карт. В настоящее время развивается комплекс мероприятий по активному внедрению технологий ИИ в здравоохранение, включая выстраивание нормативно-правового регулирования, привлечение инвестиций, проведение научных исследований и разработок новых продуктов.

Искусственный интеллект революционизирует маркетинг по всему миру, однако подавляющее большинство потребителей, говорящих по-арабски, по-прежнему недоступны. в этой статье рассматривается важная проблема: маркетинговые технологии с использованием искусственного интеллекта в настоящее время сталкиваются с трудностями при проведении кампаний на арабском языке. Сложность арабского языка, в том числе его многочисленные диалекты и культурные особенности, приводят к тому, что алгоритмы, разработанные в основном на основе данных на английском языке, не работают. Мы выявляем причины, по которым существующие решения в области искусственного интеллекта не работают, и оцениваем последствия для маркетологов, работающих на Ближнем Востоке. Исследование показывает, как ограниченная поддержка арабского НЛП и общих платформ приводит к снижению вовлеченности. В отличие от большинства обсуждений технологий, это исследование носит практический характер. Оно опирается на отраслевые примеры и существующие исследования, чтобы выявить реальные барьеры, сдерживающие использование ИИ в арабском маркетинге. Задача проста: выявить основные технические и культурные пробелы, мешающие ИИ эффективно “понимать” арабских потребителей, и предложить возможные решения для их устранения. Мы обсуждаем стратегические усовершенствования, которые могут устранить пробелы, включая перенаправление ресурсов на технологии ИИ на местном языке и адаптацию контента к различным диалектам. В заключение, в этом обзоре представлена краткая информация для маркетологов и политиков. В нем показано, как решение проблем, связанных с арабским языком в ИИ, - это не просто языковая проблема, но и возможность для бизнеса. Обладая этими знаниями, предприниматели и новаторы могут раскрыть весь потенциал искусственного интеллекта на Ближнем Востоке, привлекая новых потребителей более целенаправленным и эффективным способом.

Статья посвящена исследованию возможностей применения искусственного интеллекта в различных сферах человеческой деятельности.

Целью работы является анализ текущего состояния и перспектив развития искусственного интеллекта, а также выявление его потенциала для решения актуальных задач в различных отраслях. В результате исследования систематизированы основные направления применения искусственного интеллекта, такие как медицина, образование, промышленность и финансы, и проанализирована их эффективность. Практическая значимость работы заключается в формировании комплексного представления о возможностях и ограничениях искусственного интеллекта, что позволит специалистам разных областей принимать обоснованные решения о внедрении технологий искусственного интеллекта в свою деятельность. Выявлен потенциал искусственного интеллекта для решения сложных задач, оптимизации процессов и создания новых продуктов и услуг, что способствует инновационному развитию экономики и общества в целом.

В исследовании анализируются текущее состояние и перспективы развития инновационных технологий в управлении корпоративными продажами. Рассмотрены теоретические основы управления продажами и влияние технологий, таких как искусственный интеллект, аналитика больших данных, блокчейн и IoT. Результаты подтверждают переход к предиктивным, data–driven подходам в продажах благодаря конвергенции этих технологий. Выявлены основные проблемы внедрения, включая вопросы безопасности данных и необходимость адаптации организации. Успешная интеграция этих технологий может обеспечить конкурентные преимущества за счёт улучшения понимания клиентов, оптимизации процессов и создания новых моделей взаимодействия.

Внедрение искусственного интеллекта (ИИ) в бизнес- процессы становится ключевым фактором повышения экономической эффективности, снижая операционные издержки, увеличивая производительность и оптимизируя принятие управленческих решений. Автоматизация позволяет предприятиям ускорять обработку данных, персонализировать взаимодействие с клиентами и прогнозировать рыночные тренды, что обеспечивает конкурентные преимущества. Однако процесс интеграции ИИ сопряжён с финансовыми затратами, рисками кибербезопасности и изменениями на рынке труда. В статье рассматриваются экономические выгоды внедрения ИИ в различных секторах, включая финансы, промышленность, торговлю и здравоохранение, анализируются инвестиционные аспекты цифровой трансформации, а также исследуются потенциальные риски и регуляторные вызовы. Оценивается влияние ИИ на рынок труда, роль государственных инициатив в поддержке инноваций и перспективы формирования новой экономической модели на основе интеллектуальных технологий.

Развитие искусственного интеллекта (ИИ) кардинально меняет банковский сектор, ускоряя цифровую трансформацию и повышая эффективность бизнес-процессов. Внедрение интеллектуальных алгоритмов позволяет автоматизировать клиентское обслуживание, управление рисками и борьбу с финансовыми мошенничествами. ИИ-аналитика улучшает кредитную оценку, персонализирует финансовые продукты и оптимизирует управление активами. Использование машинного обучения снижает операционные издержки, повышает уровень кибербезопасности и улучшает точность прогнозирования рыночных трендов. В статье анализируются основные направления внедрения ИИ в банковской сфере, оценивается его экономическая эффективность и рассматриваются ключевые риски и барьеры цифровой трансформации финансовых учреждений.