Публикации автора

Современные технологии искусственного интеллекта (ИИ) становятся ключевыми инструментами автоматизации в корпоративных финансовых системах. Использование ИИ позволяет оптимизировать процессы обработки бухгалтерской информации, прогнозирования денежных потоков, оценки кредитных рисков и финансового планирования. В статье рассматриваются основные направления применения ИИ в автоматизации финансовых процессов, анализируется их экономическая эффективность и управленческая значимость. Проведён обзор текущих исследований, посвящённых применению нейросетей, алгоритмов машинного обучения и интеллектуальных агентов в финансовой сфере. Представлены результаты эмпирического анализа влияния автоматизации с применением ИИ на качество финансового управления. Сделаны выводы о перспективах интеграции ИИ в корпоративные финансы, включая рекомендации для бизнеса и научного сообщества.

В данной статье проведено исследование влияния интеллектуализации на управление потенциалом предприятий в цифровой среде. В результате исследования было установлено, что развитие потенциала предприятий через интеллектуализацию является одним из стратегических приоритетов в контексте устойчивого развития и перехода экономики к Индустрии 5.0. Интеллектуальные ресурсы, знания, технологии и инновации позволяют предприятиям повышать производительность, эффективно использовать ресурсы и оставаться конкурентоспособными в динамичной рыночной среде. Обосновано, что внедрение инноваций является достаточно весомым элементом общей системы управления, поскольку обеспечиваются успех, рост, долгосрочное развитие и поддержка конкурентных позиций. Обобщены мировые тенденции в использовании интеллектуального потенциала. Доказано, что интеллектуализация в цифровой среде открывает широкие перспективы для развития предприятий, однако требует четкой стратегии и готовности к изменениям.

В статье рассматриваются теоретико-методологические основы интеграции сценарного анализа и многомерных байесовских моделей машинного обучения. Сценарный анализ представлен как инструмент стратегического планирования в условиях радикальной неопределённости, позволяющий формировать альтернативные траектории развития сложных систем. В свою очередь, байесовские модели в машинном обучении - в том числе Bayesian additive regression trees (BART), байесовские нейронные сети (BNN) и вариационные байесовские методы - обеспечивают формальное представление априорной неопределённости и латентной структуры данных. Особое внимание уделено методам построения условных прогнозов и обобщённых функций импульсного отклика (GIRF), адаптированным для нелинейных и непараметрических моделей. Обоснована практическая значимость данного подхода в макроэкономическом моделировании, энергетическом планировании и оценке инвестиционных рисков.

В данной статье рассматривается влияние искусственного интеллекта (ИИ) на развитие стартапов и трансформацию предпринимательства. Особое внимание уделяется тому, как нейросети и другие технологии ИИ изменяют подходы к созданию и управлению бизнесами, улучшая процессы автоматизации, прогнозирования и аналитики. Также анализируются риски и вызовы, с которыми сталкиваются предприниматели в условиях быстрого внедрения технологий ИИ, и предлагаются пути преодоления возможных препятствий. В статье подчеркивается, как ИИ открывает новые возможности для инноваций и ведения бизнеса в условиях глобальной цифровизации.