Предмет. В статье рассматривается новое направление теории фирмы — знаниевый подход. Авторами продолжен анализ противоречивого феномена «инкапсуляции знания». Методы. Проанализированы основные формы инкапсуляции знания на фирме (инструкция, распоряжение, бизнес-рутина, «защита от дурака», модулярная архитектура продукта, аутсорсинг). Так, «защита от дурака» впервые рассмотрена с экономической (не технической) точки зрения как инструмент, позволяющий использовать в производственном процессе предельно низкоквалифицированных агентов и таким путем сокращать издержки. Цель. Обосновать причины высокой эффективности использования инкапсулированного знания на фирме при одновременном учете связанных с этим рисков, особенно больших в случае использования искусственного интеллекта. Научная значимость. Проведена сравнительная классификация издержек на формирование основных элементов полного и инкапсулированного знания. Показано, что в инкапсулированной форме большинство затратоемких компонентов знания (в том числе полноценное обучение, издержки на НИОКР и др.) либо отпадают, либо обходятся дешевле при одинаковом результате, а главным риском являются последствия сращивания ИИ с инкапсулированным знанием. Делая выводы, авторы отмечают, что слабым звеном в цепи «ИИ — человек» оказывается последний. Действуя без понимания смысла (результат инкапсуляции), только по подсказкам ИИ, он деградирует как профессионал, причем этот процесс: а) выгоден фирме; б) не обсуждается экономистами, хотя эмпирически выявлен биологами (обратный эффект Флинна). Выход авторы видят не в отказе от использования искусственного интеллекта, а в его дополнении мерами противодействия оглуплению человека.
Целью настоящей работы является оценка потенциала ИИ-инструментов в разработке программного обеспечения, для чего были проанализированы результаты прикладных исследований, выполненных в Европе в 2023–2025 гг., и проведено сравнение экспертных прогнозов с реальным положением дел в ИТ-отрасли на середину 2025 г. В качестве исследовательской гипотезы выдвигается предположение о том, что ИИ-инструменты и практики их применения в ИТ-отрасли достигли достаточного уровня технологической зрелости, позволяющего им функционировать в качестве полноценных средств для автоматизации труда практически каждого участника команды разработки программного обеспечения. Научная задача включает определение возможностей практического применения ИИ-инструментов в разработке программного обеспечения к середине 2025 г. с учетом холистического анализа перспектив развития отрасли. Научная новизна заключается в том, что в данной работе, одной из первых в мире, сделанные ранее прогнозы отраслевых экспертов сопоставляются с текущим положением дел в европейской ИТ-отрасли. Кроме того, автор дает конкретные рекомендации по внедрению ИИ-инструментов в производственные процессы разработки программного обеспечения.
Предмет. В статье рассматривается влияние феномена ограниченной рациональности на поведение потребителей и то, как современные технологии искусственного интеллекта (ИИ) меняют процесс принятия экономических решений.
Цель работы — показать, каким образом человеческие когнитивные и временные ограничения в сочетании с алгоритмическими системами рекомендаций, динамическим ценообразованием и другими инструментами ИИ формируют новую среду для осуществления выбора.
Научная значимость исследования заключается в расширении классической модели «рационального агента» путем интеграции психологических факторов и учета риска манипулятивного потенциала ИИ.
В качестве методологической основы выступают труды по поведенческой экономике, концепция ограниченной рациональности, а также современные исследования, посвященные применению машинного обучения и анализа больших данных на рынках товаров, услуг и финансовых продуктов. Также используется сравнительный анализ теоретических моделей и рассматриваются практические кейсы из сферы электронной коммерции, туристических сервисов и роботизированных инвестиционных советников.
Практическая значимость статьи обусловлена тем, что содержащиеся в ней выводы способны помочь компаниям, регулирующим органам и потребителям в условиях цифровой экономики взаимодействовать более эффективно и прозрачно, учитывая как выгоды, так и потенциальные риски алгоритмических технологий.
Актуальность. В условиях цифровой трансформации промышленности интеллектуализация становится ключевым фактором повышения конкурентоспособности и технологического суверенитета предприятий.
Цель. Статья раскрывает суть интеллектуализации как перехода от механического использования информации к творческому, интеллектуальному управлению производственными процессами на основе искусственного интеллекта (ИИ) и анализа больших данных.
Методы. Представлены восемь принципов интеллектуализации, выработанные на основе национальных стратегий и практического опыта внедрения ИИ в российской промышленности, которые формируют методологическую основу для стандартизации, безопасности и эффективного применения интеллектуальных технологий. Особое внимание уделено роли интеллектуальных информационных систем и технологий умного производства, способствующих гибкости, эффективности и устойчивому развитию предприятий в эпоху Индустрии 4.0. Научная новизна статьи заключается в комплексном подходе к разработке принципов интеллектуализации, учитывающем особенности развития отдельных отраслей промышленности.
Результаты работы создают базу для дальнейших исследований и практических решений, направленных на модернизацию промышленного производства и достижение национальных целей цифровой экономики. Статья будет интересна специалистам в области промышленного менеджмента, цифровых технологий и инновационного развития.
Цель статьи — исследование влияния искусственного интеллекта (ИИ) на трансформацию бизнес-моделей в условиях цифровой экономики.
Объектом исследования выступают компании, внедряющие ИИ для автоматизации процессов и повышения эффективности.
Предмет исследования — изменение ключевых элементов бизнес-моделей: создание, доставка и монетизация ценности.
Методология включает анализ практических кейсов, расчет возврата на инвестиции (ROI) и оценку снижения операционных затрат. Научная новизна заключается в разработке подхода к полной автоматизации бизнес-процессов на базе ИИ и выявлении связанных с этим вызовов, включая проблемы доверия к ИИ-системам и этические аспекты их использования.
Практическая значимость работы состоит в демонстрации необходимости пересмотра существующих бизнес-моделей и инвестиций в ИИ-инфраструктуру для повышения конкурентоспособности компаний в цифровой экономике.