Современные производственные предприятия функционируют в условиях высокой неопределенности и турбулентности внешней среды, что приводит к усложнению управления материальными и информационными потоками. Одним из наиболее значимых индикаторов эффективности производственной системы выступает уровень незавершенного производства (НЗП), напрямую влияющий на скорость оборачиваемости оборотных средств, длительность производственного цикла и общие издержки. Традиционные методы планирования и контроля, основанные на фиксированных количественных показателях, не всегда позволяют выявить причины накопления избыточного НЗП и учитывать факторы вариативности и хаотичности процессов. В статье обоснована необходимость применения энтропийного подхода к управлению НЗП, позволяющего рассматривать его как проявление структурных дисбалансов и стохастических возмущений в системе. Автором разработана методика оценки энтропии производственных потоков, включающая показатели статической и динамической энтропии, а также интегральный энтропийный индекс. Предложенный подход обеспечивает возможность прогнозирования динамики НЗП, выявления скрытых резервов эффективности и формирования сбалансированных управленческих решений. Практическая значимость работы заключается в интеграции энтропийного анализа с цифровыми технологиями, что открывает перспективы построения адаптивных моделей управления производственными процессами в условиях Индустрии 4.0 и 5.0.
В статье рассматриваются современные возможности цифровой трансформации образовательного процесса, а также возможные вызовы, связанные с интеграцией модели GPT-4 в образовательную и научную деятельность. Анализируются преимущества использования генеративных технологий искусственного интеллекта, включая персонализацию обучения, ускорение исследований и повышение доступности образования. Особое внимание уделяется проблемам, таким как академическая честность, технологические ограничения и этические аспекты. Представлены перспективы развития, включая внедрение гибридных образовательных моделей, создание адаптивных траекторий образовательного процесса, подготовку специалистов и совершенствование методик подготовки высококвалифицированных специалистов в различных отраслях народного хозяйства. Работа подчеркивает необходимость комплексного подхода для минимизации рисков и эффективного использования GPT-4 в образовательной среде. На основании представленных математических моделей, которые формализуют влияние таких факторов как образование качественного контента, генерируемого нейросетью, адаптивность информации для образовательного процесса и учет персональных качеств обучаемого индивидуума, формируется возможность количественной оценки влияния внедрения технологий искусственного интеллекта на образовательный процесс. Применение математических моделей, предложенных в исследовании, позволяет в перспективе адаптировать процесс выпуска специалистов, соответствующих требованиям работодателей посредством количественного измерения компетенций, которые усваивает индивидуум в процессе подготовки к трудовой деятельности.