В условиях цифровизации экономики и роста объёмов корпоративных данных возрастает потребность в эффективных инструментах анализа финансовой отчётности. Одним из перспективных направлений является применение нейросетевых моделей, способных выявлять скрытые зависимости в сложных и высокоразмерных финансовых данных. В статье рассматриваются различные архитектуры нейросетей (включая MLP, LSTM и трансформеры), их возможности по прогнозированию ключевых финансовых показателей компаний, а также сравнение с традиционными аналитическими методами. На основе эмпирических данных публичных компаний проведена апробация моделей, что позволило оценить их точность, интерпретируемость и применимость в корпоративной среде. Сделаны выводы о потенциале нейросетевых подходов для повышения объективности и глубины финансового анализа.
В условиях стремительного распространения технологий искусственного интеллекта (ИИ) глобальная торговая система переживает глубокую трансформацию. Настоящее исследование посвящено анализу влияния ИИ на международные торговые отношения, включая изменение логистических цепочек, торговой политики и механизмов регулирования. На основе эмпирических данных международных организаций и ведущих аналитических центров (ВТО, OECD, UNCTAD, МВФ) оценивается степень влияния ИИ на структуру экспорта и импорта, цифровую инфраструктуру торговли, а также на формирование новых форм экономического взаимодействия между странами. В статье предложена типология сценариев влияния ИИ на глобальную торговлю, проанализированы вызовы и риски цифрового протекционизма и асимметрии доступа к ИИ-технологиям.
Результаты исследования позволяют выработать практические рекомендации для стран с различным уровнем цифровой зрелости в целях повышения устойчивости и инклюзивности в новой архитектуре глобальной торговли.
Цифровая трансформация промышленного сектора формирует новые требования к эффективности и гибкости производственных процессов. Одним из ключевых инструментов в этом контексте становится искусственный интеллект (ИИ), способный обеспечивать интеллектуальную автоматизацию, прогнозирование, адаптацию и самообучение в рамках производственного цикла. В статье рассматриваются основные подходы к внедрению ИИ в производственную среду, проанализированы технологии машинного обучения, компьютерного зрения, интеллектуального анализа данных и предиктивной аналитики, а также их роль в повышении операционной эффективности. Осуществляется оценка экономических эффектов внедрения ИИ в производственные системы на основе сравнительного анализа кейсов. Особое внимание уделено барьерам, связанным с цифровой зрелостью предприятий, кадровым обеспечением и трансформацией бизнес-моделей.
В статье рассматриваются теоретико-методологические и прикладные аспекты управления инновационно-цифровыми трансформациями промышленных предприятий в условиях формирования экономики данных и развития механизмов венчурной акселерации. Обоснована необходимость системного интегрального подхода, сочетающего цифровую зрелость, инновационную активность и экосистемные взаимодействия. Предложена рекуррентная математическая модель, отражающая динамику цифровой зрелости предприятия как результат комплексного воздействия управленческих решений, внешнесредовых параметров и венчурной поддержки. Проведена численная апробация модели на основе агрегированных данных по Российской Федерации за 2023 год. Полученные результаты подтверждают релевантность и прикладную значимость модели для стратегического анализа и прогнозирования траекторий цифровой трансформации промышленного сектора. Дополнительно представлены направления оптимизации механизмов венчурной акселерации с учетом приоритетов промышленной политики, особенностей развития интеллектуального капитала и цифровой инфраструктуры. Обоснована роль платформенных решений и цифровых двойников в обеспечении устойчивости и адаптивности трансформационных процессов, что имеет значение для формирования практик управления в условиях Индустрии 5.0.
В статье анализируются и оцениваются возможности США, Китая и России по созданию автономных систем военного назначения и подходы к разработке образцов вооружения и военной техники с использованием искусственного интеллекта. США, Китай, Россия и другие страны обладают большими возможностями по созданию автономных систем военного назначения. В тоже время продолжается обсуждение проблемы гонки вооружений в области искусственного интеллекта на международном уровне. Рассмотрение и анализ опыта управления разработками образцов вооружения и военной техники с использованием искусственного интеллекта в США и Китае предоставляют возможность его использования в интересах Российской Федерации.