Научный архив: статьи

Ректор МГИМО, академик РАН Анатолий Васильевич Торкунов в беседе с главным редактором журнала «Международный аспект» рассказал о том, что за 80 лет жизни и работы Университета осталось неизменным, а в чем проявляются новые тенденции. Анатолий Васильевич подчеркнул, что сегодня, в связи с новыми явлениями в международных отношениях и мировой экономике, специалистам-международникам необходимо осваивать навыки, которые прежде считались узко специализированными. На расширение кругозора и компетенций у студентов МГИМО направлены новые образовательные программы, в том числе по анализу больших данных и использованию цифровых технологий, работает «Цифровая кафедра». Важен синтез естественнонаучного и гуманитарного знания. Говоря об изучении иностранных языков в МГИМО, Анатолий Васильевич отметил, что на всех факультетах возобновлено преподавание восточных языков, и многие обучающиеся выбирают их в качестве третьего языка. Ректор МГИМО отметил, что студенты активно вовлечены в исследовательскую деятельность, и на этом поприще очень многое зависит от их личной заинтересованности и лидерских качеств.

С развитием цифровых технологий и появлением финтех-стартапов, корпоративные финансы стали сталкиваться с новыми вызовами и возможностями. Постоянные изменения внешней среды, в том числе частая смена конъюнктуры на финансовых рынках, нестабильность валют актуализируют важность регулярного мониторинга финансовых рисков и оперативного управления ими, что требует более тщательного исследования. Для исследования применялись основные научные методы, такие как: анализ литературы и источников, исследовательская методология, статистический анализ данных. В статье рассматриваются основные тренды и инновации в сфере финтех, которые могут быть применены для эффективного управления корпоративными финансами. Автор статьи исследует роль блокчейн-технологии, искусственного интеллекта, больших данных и автоматизированных систем в корпоративных финансах. В статье проведен анализ преимуществ, связанных с использованием рассматриваемых технологий, таких как повышенная эффективность, прозрачность, надежность и снижение издержек. Кроме того, рассматриваются риски и вызовы, связанные с внедрением этих инновационных финтех-технологий. По результатам исследования автор предлагает стратегии и подходы для успешной адаптации и использования инновационных финтех-технологий в корпоративных финансах в условиях цифровой экономики. В заключении автор приходит к выводу, что инновационные финтех-технологии представляют значительный потенциал для улучшения управления корпоративными финансами в условиях цифровой экономики, при этом выделяется, что их внедрение требует тщательного планирования, адаптации и обеспечения безопасности, в целях максимально эффективного их использования, с учетом их преимуществ, с акцентом на снижение рисков, которые они могут представлять.

В условиях глобальной цифровизации экономики и реализации национальных стратегий развития возникает необходимость анализа внедрения технологий ИИ в различные отрасли экономики. Имеет значение, какими темпами будут развиваться данные направления в нашей стране. Применение ИИ становится ключевым фактором повышения эффективности и конкурентоспособности, а также основой перехода к новой цифровой экономике.

Исследование направлено на анализ теоретических и организационно-методических аспектов внедрения ИИ в экономику, динамики отраслевых экономических эффектов и формулирование прогноза достижения целевых показателей Национальной стратегии развития искусственного интеллекта. Для анализа использованы методы сравнительного и экономико-статистического анализа, которые позволяют сопоставить исходные и целевые показатели эффективности, оценить структурные изменения и формализовать выводы о влиянии ИИ на сокращение операционных расходов и оптимизацию бизнес-процессов. Рассмотрены ключевые отрасли, в которых внедрение технологий ИИ оказывает значительное влияние: от обрабатывающей промышленности до государственного управления, здравоохранения и сельского хозяйства. Исследована динамика экономических эффектов, выявлены тенденции и потенциал снижений затрат благодаря цифровым технологиям. Научная новизна исследования заключается в оценке возможностей достижения важнейших целевых индикаторов Национальной стратегии развития искусственного интеллекта.

Результаты исследования могут быть использованы при разработке и корректировке стратегий цифровой трансформации организаций и отраслей, формировании управленческих решений и государственной политики по внедрению ИИ. Практическая реализация рекомендаций способствует повышению цифровой зрелости экономики.

Данные становятся ключевым экономическим ресурсом, определяя характер взаимодействия экономических агентов, трансформируя рынок труда, формируя новые правила принятия решений, и корректируют принципы функционирования организаций и регионов. Цель исследования состоит в анализе контекста развития следующего этапа цифровой трансформации на мезоуровне - экономики данных, а также формулировании понятийной базы данного процесса. В результате выявлены ключевые компоненты экономики данных: человеческий капитал, массивы данных, технологии, инфраструктура; а также отражена их роль в формировании инновационного потенциала региона. На основе анализа российских и международных методик оценки инновационного потенциала выявлены их ограничения в отражении трансформационных процессов, обусловленных развитием экономики данных. Обоснована необходимость разработки отдельной методики оценки развития экономики данных на региональном уровне. Полученные выводы могут быть использованы при формировании региональных стратегий цифровой трансформации, совершенствовании индексов цифровой зрелости регионов, а также разработке мер государственной политики в сфере инновационного развития регионов.

Рассматриваются актуальные вопросы, связанные с использованием правоохранительными органами предиктивных технологий. Особое внимание уделяется оптимизации деятельности полиции в сфере охраны общественного порядка на основе предиктивной аналитики больших данных. По мнению автора, внедрение предиктивной аналитики в работу органов внутренних дел может способствовать повышению эффективности профилактических мер и оперативного реагирования на криминогенные инциденты и потенциальные угрозы

В статье рассматривается применение технологий больших данных с целью повышения эффективности производственных систем предприятий и оценки их экономической результативности.

Цель исследования состоит в выявлении факторов и условий успешной интеграции Big Data в управленческие процессы, а также в разработке рекомендаций по их внедрению с учетом отраслевой специфики и требований безопасности. Методическая база исследования включает анализ статистических данных, обзор российской практики, изучение результатов пилотных проектов и отечественного опыта. Результаты показывают, что использование технологий больших данных способствует росту точности прогнозирования, сокращению времени на принятие управленческих решений и повышению прозрачности бизнес-процессов. Авторы отмечают, что главными условиями эффективного внедрения являются наличие квалифицированных кадров, модернизация инфраструктуры и формирование аналитической культуры. Работа имеет практическую ценность, т. к. формулирует рекомендации, способные повысить устойчивость и конкурентоспособность предприятий в условиях цифровой трансформации экономики.

В настоящее время в условиях экономической нестабильности необходимо применять новые подходы к прогнозированию. Статья посвящена возможностям искусственного интеллекта, который включает в себя машинное обучение и глубокие нейросети. Искусственный интеллект позволяет анализировать сложные нелинейные зависимости и повышать точность прогнозов. В данной статье рассмотрены методы искусственного интеллекта для эффективного прогнозирования экономического развития на глобальном и региональном уровнях, в частности, методы искусственного интеллекта применены к прогнозированию валового внутреннего продукта Российской Федерации с расчётом ошибок прогнозов при использовании различных методов прогнозирования.

В статье представлены правовые аспекты применения парсинга (скрейпинга, скрапинга), определяемого как процесс извлечения из неструктурированного или слабоструктурированного текста нужной информации, ее последующие анализ и преобразование в четко организованный структурированный вид. Указывается значение парсинга для сфер бизнеса, науки, социального контроля, выявления деструктивного контента, кибербезопасности, государственного управления. Исследована зарубежная правоприменительная практика последних лет относительно парсинга данных социальных сетей и сайтовклассифайдов: в США (hiQ Labs v. LinkedIn, Facebook1, Inc. v. Power Ventures, Inc., Meta Platforms, Inc. v. BrandTotal Ltd., Meta (Facebook/Instagram) v. Bright Data, X Corp. v. Bright Data), в России («ВКонтакте» против «Дабл», «Хедхантер» против «Стафори»), в Европейском союзе («CV-Online Latvia» v. SIA «Melons»). Обоснована взаимосвязь парсинга и развития искусственного интеллекта, указано на заинтересованность государства в сборе и предоставлении высокотехнологическому сектору массивов больших данных для обработки и последующего анализа. Представлен обзор изменений в законодательстве Российской Федерации 2024–2025 гг., подтверждающий эту тенденцию. Анализируется структура информации, которая подлежит обязательному распространению и предоставлению в соответствии с Федеральным Законом от 27 июля 2006 года № 149 «Об информации, информационных технологиях и о защите информации». На примере складывающейся судебной практики по искам предпринимателя-парсера к медицинским организациям, игнорирующим требования законодательства о размещении на сайтах информации, входящей в обязательный перечень сведений, сделан вывод о том, что суды могут неверно интерпретировать сущность правоотношений между предпринимателем-парсером и организацией-владельцем сайта.

Данная статья посвящена исследованию методов и инструментов визуализации больших данных в рамках автоматизированных информационных систем (АИС).

Цель работы - выявить наиболее эффективные подходы к визуализации, позволяющие извлекать ценную информацию из больших массивов данных и принимать обоснованные управленческие решения. В статье рассмотрены различные методы визуализации, такие как диаграммы, графики, карты, деревья решений и другие. В результате исследования были определены ключевые критерии выбора методов визуализации в зависимости от типа данных и целей анализа, а также разработаны рекомендации по интеграции инструментов визуализации в АИС. Практическая значимость работы заключается в возможности применения полученных результатов для повышения эффективности анализа больших данных и улучшения качества принимаемых решений в различных областях бизнеса и науки.

В работе исследуются механизмы интеграции высокотехнологичных предприятий в циркулярную экономику в контексте цифровой трансформации промышленных экосистем. Анализируется влияние цифровых технологий на формирование замкнутых циклов производства и потребления. Рассматриваются ключевые факторы успешной интеграции, включая развитие цифровых платформ для обмена ресурсами и информацией, внедрение инновационных бизнес-моделей, а также сотрудничество между участниками экосистемы. Представлены практические рекомендации по эффективному использованию цифровых инструментов для перехода к циркулярной экономике и повышению конкурентоспособности в условиях устойчивого развития.

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.