В статье исследуются многогранные проблемы управления современной организацией в условиях неуклонно нарастающей динамики цифровой трансформации, уделяя особое внимание интеграции искусственного интеллекта (ИИ) в качестве ключевого элемента, обеспечивающего гибкость, адаптивность и проактивность. Представлена разработанная нами холистическая иерархическая экономико-математическая модель, органично синтезирующая стратегическое планирование, оперативное управление и предиктивную аналитику, опирающуюся на сложные алгоритмы машинного и глубокого обучения. Модель учитывает динамические взаимосвязи между внутренними и внешними факторами, оказывающими влияние на деятельность компании. Подробно рассматриваются практические аспекты имплементации ИИ в критически важные бизнес-процессы, включая анализ воздействия ИИ на ключевые показатели эффективности организации за ретроспективный период 2020-2024 гг. с учетом отраслевых особенностей, макро- и микроэкономических тенденций, а также социокультурных аспектов. Обосновывается, что целенаправленное внедрение ИИ не только интенсифицирует процессы принятия решений за счет минимизации когнитивных искажений и оптимизации временных затрат, но и оказывает влияние на оптимизацию операционных процессов, адаптацию к постоянно изменяющимся рыночным условиям, повышение уровня персонализации взаимодействия с клиентами и, как следствие, существенное увеличение конкурентоспособности компании в долгосрочной перспективе. Особое внимание уделяется этическим аспектам использования ИИ и необходимости разработки механизмов контроля и регулирования, обеспечивающих прозрачность, справедливость и ответственность при принятии решений.
Идентификаторы и классификаторы
- SCI
- Экономика
The modern economic situation is fundamental transformation of the structure of markets, the evolution of consumer preferences, a change in the paradigm of interaction between market participants, and an acceleration of technological progress. In the dynamic environment the concept of digital transformation dominates. It is a fundamental reconfiguration of the company’s business models based on the deep integration of digital technologies into all aspects of its activities from strategic planning to operational management [1, 2]. Recently, various approaches to digital transformation have been actively discussed in the scientific literature. There are a lot of researches concerning AI. According to the papers [16-20], AI successful implementation requires technological readiness, corporate culture changes, staff retraining, and revision of business processes.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Schwab, K. (2016). The Fourth Industrial Revolution. World Economic Forum. New York: Buseness.
2. Porter, M. E., & Heppelmann, J. E. (2014). How Smart, Connected Products Are Transforming Competition. MIT Sloan Management Review, 53(4), 64-88.
3. Brynjolfsson, E., & McAfee, A. (2017). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. New York: WW Norton & Company.
4. Niven, P. R. (2006). Balanced Scorecard Step-by-Step: Maximizing Performance and Main-taining Results. John Wiley & Cons, Inc.
5. Manyika, J., Chui, M., Miremadi, M., Bughin, J., George, K., Kaplan, R., & Van Kuiken, S. (2017). A future that works: Automation, employment, and productivity. McKinsey: Global Institute.
6. Purdy, M., & Daugherty, P. (2016). Why artificial intelligence is the future of growth. Accenture. Retrieved from https://www.brianvmullaney.com/wp-content/uploads/2017/09/Accenture-Why-AI-is-the-Future-of-Growth.pdf.
7. Bostrom, N. (2014). Superintelligence: Paths, dangers, strategies. Oxford: University Press.
8. O’Neil, C. (2016). Weapons of math destruction: How big data increases inequality and threatens democracy. Crown Publishing Group.
9. Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management research: Opportunities and challenges. Academy of Management Perspectives, 35(4), 436-448.
10. Kohli, R., & Melville, N. P. (2019). Digital Strategy: New Directions for Information Systems Research. MIS Quarterly, 43(3), 677-688.
11. Chen, H., Chiang, R. H., & Storey, V. C. (2012). Business Intelligence and Analytics: From Big Data to Big Impact. MIS Quarterly, 36(4), 1165-1188. DOI: 10.2307/41703503
12. Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data: evolution, challenges and research agenda. International Journal of Information Management, 48, 63-71. DOI: 10.1016/j.ijinfomgt.2019.01.021
13. Huang, M. H., & Rust, R. T. (2018). Artificial intelligence in service. Journal of Service Research, 21(2), 155-172. DOI: 10.1177/1094670517752459
14. Van Dijck, J., Poell, T., & de Waal, M. (2018). The platform society: Public values in a connective world. Oxford: University Press. DOI: 10.1093/oso/9780190889760.001.0001
15. Floridi, L. (2019). The Ethics of AI: From Principles to Practice. Science and Engineering Ethics, 26(5), 2569-2588.
16. Davenport, Н. Thomas. (2018). The AI Advantage: How to Put the Artificial Intelligence Revolution to Work. London, England: MIT Press. DOI: 10.7551/mitpress/11781.001.0001
17. Autor, D. H. (2015). Why Are There Still So Many Jobs? The History and Future of Workplace Automation. Journal of Economic Perspectives, 29(3), 3-30. DOI: 10.1257/jep.29.3.3
18. Kane, G. C. et al. (2019). The Technology Fallacy: How People Are the Real Key to Digital Transformation. London, England: MIT Press. DOI: 10.7551/mitpress/11661.001.0001
19. Bughin, J., & Hazan, E. (2017). The Age of Analytics: Competing in a Data-Driven World. McKinsey & Company.
20. Zuboff, S. (2019). The Age of Surveillance Capitalism. Public: Affairs.
21. Tapscott, D., & Tapscott, A. (2016). Blockchain Revolution. New York: Penguin.
22. Ross, J. W., Beath, C. M., & Mocker, M. (2019). Designed for Digital: How to Architect Your Business for Sustained Success. London, England: MIT Press. DOI: 10.7551/mitpress/12188.001.0001
23. Nambisan, S., Lyytinen, K., Majchrzak, A., & Song, M. (2017). Digital Innovation Management. MIS Quarterly, 41(1), 223-238. :1.03. DOI: 10.25300/MISQ/2017/41
24. George, G., Osinga, E. C., Lavie, D., & Scott, B. A. (2016). Big Data and Data Science Methods for Management Research. Academy of Management Journal, 59(5), 1493-1507. DOI: 10.5465/amj.2016.4005
25. Yoo, Y., Henfridsson, O., & Lyytinen, K. (2010). The New Organizing Logic of Digital Innovation. Research Policy, 39(8), 1094-1105.
26. Lusch, R. F., & Nambisan, S. (2015). Service Innovation: A Service-Dominant Logic Perspective. MIS Quarterly, 39(1), 155-175. DOI: 10.25300/MISQ/2015/39.1.07
27. Rust, R. T., & Huang, M. H. (2014). The Service Revolution and the Transformation of Marketing Science. Journal of Service Research, 17(2), 204-216.
28. Gartner, W. B., & Riessman, F. (1974). The Service Sector of the U.S. Economy. Academy of Management Journal, 17(2), 267-278.
29. Parker, G. G., Van Alstyne, M. W., & Choudary, S. P. (2016). Platform Revolution. W.W. Norton & Company.
30. Schwab, K., & Davis, N. (2018). Shaping the Future of the Fourth Industrial Revolution. New York: Currency.
Выпуск
Другие статьи выпуска
В данной статье рассматриваются современные теоретические и прикладные подходы к анализу рисков и возможностей, с которыми сталкиваются компании в условиях беспрецедентной волатильности внешней экономической среды. Нами предложена инновационная экономико-математическая модель, основанная на глубокой интеграции методов сценарного анализа и теории нечетких множеств, что позволяет обеспечить более точное и комплексное понимание динамики рисков. Исследуется возможность количественной оценки различных категорий рисков - финансовых, операционных, стратегических и репутационных - а также идентификации ключевых возможностей, связанных с инновационными технологиями и адаптацией бизнес-моделей. Модель была апробирована на репрезентативных данных одной из ведущих компаний за период с 2018 по 2024 год, при этом экспериментальные результаты убедительно демонстрируют высокую эффективность предложенного инструмента и его прогностическую значимость. Научная новизна исследования заключается в разработке целостного подхода, который систематически учитывает как количественные, так и качественные факторы волатильности, что обеспечивает более реалистичную и действенную основу для принятия управленческих решений. Полученные результаты обладают значительным практическим потенциалом, способствуя повышению стратегической устойчивости и адаптивности компаний в условиях постоянных изменений, а также проактивному управлению будущим, что в конечном итоге обеспечивает устойчивое конкурентное преимущество.
Статья посвящена совершенствованию системы контроля затрат на предприятиях оборонно-промышленного комплекса (ОПК), выполняющих государственный оборонный заказ (ГОЗ). Актуальность исследования обусловлена растущими требованиями к прозрачности, эффективности и рациональному использованию финансовых ресурсов в рамках государственного заказа в оборонной сфере. Традиционные системы контроля затрат, основанные главным образом на бухгалтерском учёте и методах внутренней проверки, не в полной мере отвечают современным потребностям, поскольку не обеспечивают достаточного уровня реагирования на риски, отклонения и неэффективность при исполнении контрактов. В работе предлагается новый концептуально-методологический подход, интегрирующий бухгалтерский, бюджетный и финансовый контроль в единую систему, ориентированную на соблюдение законодательства, достоверность финансовой информации и эффективность распределения ресурсов. Особое внимание уделяется классификации затрат, возникающих при выполнении ГОЗ, их допустимости для включения в фиксированные цены контрактов и их проверке в соответствии с правовыми и договорными требованиями. Разработанная методика предусматривает проведение промежуточных проверок фактических расходов, сравнительный анализ с плановыми показателями, а также использование адаптированных методов освоенного объёма для прогнозирования и принятия решений. Практическое применение подхода повышает точность ценообразования, снижает уровень непринятых затрат и укрепляет финансовую устойчивость. Полученные результаты способствуют повышению эффективности управления и конкурентоспособности оборонных предприятий при исполнении государственных контрактов.
Статья рассматривает возможность использования и влияние технологии «цифровых двойников» в агропродовольственном секторе. Опираясь на обзор новейшей литературы и отраслевых кейсов, в работе показывается, как цифровые двойники интегрируют сенсорику, IoT и ИИ для обеспечения мониторинга в реальном времени, анализа сценариев и поддержки управленческих решений. Авторы классифицируют сельскохозяйственные цифровые двойники на четыре функциональные группы - растениеводство и животноводство, сельхозтехника и обслуживание, послестадийная обработка, координация цепочек поставок - и сопоставляют их с ключевыми показателями эффективности: урожайность, эффективность использования ресурсов, сохранение качества и снижение рисков. Проведенный анализ выявил устойчивые эффекты: улучшение использования ресурсов, более раннее выявление аномалий и более точное планирование в условиях неопределённости погоды и рынка. Внедрение данной технологии ограничивается проблемами качества и интероперабельности данных, высокими стартовыми затратами, дефицитом компетенций, а также вопросами обеспечения кибербезопасности и управления данными. В работе предлагается поэтапная модель имплементации, практическая «дорожная карта» и набор метрик оценки, связывающих возможности технологии «цифровых двойников» с решениями на уровне сельхозпроизводителей.
Нарастающая конкуренция на рынке труда порождает процессы, которые можно отнести к проблеме адаптации к сложившимся условиям. Система образования всегда выполняет функцию оказания помощи населению эффективно жить и работать в быстро изменяющемся мире. В настоящее время основной целью образования становится не простая совокупность знаний, умений и навыков, а основанная на них личная, социальная и профессиональная компетентность - умение самостоятельно добывать, анализировать и эффективно использовать информацию. Поэтому в учебных планах высших учебных заведений существенная часть часов отводится на самостоятельную работу. Но есть еще один важный запрос общества к системе профессионального образования - научить конкурентоспособности на рынке труда. Целью данной статьи является определить, на эмпирическом уровне, насколько эффективно используется технология портфолио в формировании личного брендинга, как инструмента конкурентоспособности. Постановка задачи установления как протекает процесс формирования личного брендинга является актуальной так как трудоустройство выпускников входит в показатели аккредитации вуза. Сама технология портфолио давно внедрена в систему высшего образования, часть пути пройдена, однако, согласно результатам нашего исследования, она не достигает своих целей. Причина в формальном отношении к данной технологии со стороны системы образования, что неоправданно. Исследование показало, что мотивация к овладению навыками самопрезентации есть, профессиональная карьера занимает высокое место в иерархии социальных ценностей студентов. Сложившееся противоречие требует своего управленческого решения. Метод социологического опроса позволяет зафиксировать информацию, с помощью которой можно дать описание изучаемого процесса и выявить разницу между разными учреждениями. Основным результатом можно считать тот факт, что формирование навыка ведения личного портфолио зависит от целевых установок образовательного процесса университета. С точки зрения оценки этого многолетнего процесса технологии портфолио в системе высшего образования, количество не знающих, что это такое и зачем это нужно, говорит об отсутствии внимания со стороны управления к необходимости обучать выпускников способам создания личного бренда. В целом, полученные данные дают основание дать отрицательную оценку процессу овладения обучающимися технологии портфолио как инструмента личного брендинга и конкурентоспособности.
В условиях глобальных изменений финансовой системы, вызванных климатическими угрозами и углеродным регулированием, рынок зелёных облигаций становится ключевым индикатором перехода к посткарбонной экономике. Актуальность исследования обусловлена ростом зелёного финансирования и кризисом доверия из-за фрагментарности регуляторных рамок, несогласованности таксономий и практик «зелёного омывания», что угрожает устойчивости экосистемы финансирования. Цель - сравнительный анализ регуляторных моделей в ЕС, США и Китае с диагностикой институциональных проблем в России и развивающихся странах. Задачи: (1) анализ нормативной базы, (2) связь между жёсткостью регулирования и стоимостью капитала, (3) оценка механизмов верификации и раскрытия, (4) разработка интегральной модели зрелости регулирования (IRMR), (5) рекомендации по адаптации международного опыта. Методология включает системный и сравнительный анализ, кейс-стади, экспертное шкалирование и уникальные коэффициенты. Результаты показывают, что жёсткое регулирование (ЕС) обеспечивает прозрачность, но снижает гибкость; рыночная автономия (США) стимулирует инновации, но увеличивает информационную асимметрию; централизованное стимулирование (Китай) мобилизует ресурсы, но снижает подотчётность. Для России выявлены критические институциональные дефициты: низкий индекс регуляторной зрелости (IRMR = 0,48), фрагментарная верификационная инфраструктура с коэффициентом независимости 0,31, слабая интеграция с международными стандартами (0,46) и недостаточность фискальных стимулов. Российский рынок зелёных облигаций нуждается в комплексной модернизации регуляторной архитектуры, включающей гармонизацию национальной таксономии, создание независимой системы верификации и активизацию участия в глобальных инициативах устойчивого финансирования. Практическая значимость - стратегия развития российского рынка зелёных облигаций. Научная новизна - экспериментальная модель зрелости с нелинейными весами и выявление парадокса: высокая формальная зрелость повышает транзакционные издержки, создавая обратную связь между легитимностью и доступностью. Работа вносит вклад в институциональную экономику, теорию информационной асимметрии и политическую экономию устойчивого финансирования.
В статье исследуется роль экосистем стартапов в формировании инновационной конкурентоспособности национальной экономики на примере Швеции и Эстонии. Анализ сосредоточен на ключевых элементах успешных экосистем, включая институциональную среду, доступ к финансированию, развитие человеческого капитала и уровень цифровизации. Особое внимание уделяется сравнительному анализу двух различных моделей: шведской модели, характеризующейся сложной многоуровневой архитектурой с интеграцией государства, университетов и крупных корпораций, и эстонской модели, ориентированной на цифровизацию административной инфраструктуры и создание открытой глобальной экосистемы. Рассматриваются положительные эффекты развития экосистем стартапов, такие как привлечение внешних инвестиционных потоков, рост числа высокотехнологичных компаний и улучшение позиций страны в мировых рейтингах конкурентоспособности. Актуальность темы обусловлена возрастающей значимостью инноваций как ключевого фактора экономического роста и устойчивости в условиях глобальной конкуренции. Цель исследования заключается в выявлении взаимосвязи между развитием экосистем стартапов и уровнем национальной конкурентоспособности, а также в определении ключевых тенденций, барьеров и перспектив для стран с формирующимися инновационными экосистемами. Логика исследования следующая: сначала раскрывается концептуальная база и теоретические основы инновационной конкурентоспособности и экосистем стартапов; далее проводится детальный сравнительный анализ шведской и эстонской моделей с использованием статистических данных и корреляционного анализа для выявления ключевых факторов успеха. Исследование основано на сравнительных, статистических и аналитических методах, а также на анализе современных научных публикаций и отчетов международных организаций. На основе проведенного анализа сделан вывод, что конкурентоспособность национальной инновационной экономики определяется эффективностью административных институтов и степенью цифровизации. Результаты исследования могут быть использованы при разработке стратегий роста малого и среднего предпринимательства (МСП) в других странах.
. Вьетнам является одной из ведущих стран Юго-Восточной Азии в процессе цифровой трансформации и относится к числу развивающихся стран, которые сталкиваются как с возможностями, так и с проблемами, связанными с переменами. В данном исследовании рассматривается цифровая трансформация Вьетнама, обусловленная быстрым освоением страной новых технологий и настоятельной необходимостью решения связанных с этим структурных ограничений. Рассматриваются ключевые перспективы, включая инновационное развитие и интеграцию глобальных рынков, а также проблемы, включая цифровое неравенство, недостатки кибербезопасности и возможное смещение экономики. В данном исследовании используется смешанный метод, анализируется качественная информация из тематических исследований и политических оценок в дополнение к количественным данным из национальных и международных официальных источников. Полученные результаты подчеркивают способность Вьетнама использовать цифровую трансформацию для устойчивого и справедливого роста, а также указывают на важные области, требующие внимания. В качестве примера практических предложений можно привести создание жесткого цифрового регулирования, поощрение сотрудничества между государственным и деловым секторами, а также расширение инициатив по повышению цифровой грамотности.
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- ЯГТУ
- Регион
- Россия, Ярославль
- Почтовый адрес
- 150023, г. Ярославль, Московский проспект, 88; корпус «А», первый этаж, А-125
- Юр. адрес
- 150023, Ярославская обл, г Ярославль, Московский пр-кт, д 88
- ФИО
- Степанова Елена Олеговна (РЕКТОР)
- E-mail адрес
- funikovatn@ystu.ru
- Контактный телефон
- +7 (485) 2441519
- Сайт
- https://ystu.ru