ИНТЕГРАЦИЯ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В БИЗНЕС В СОВРЕМЕННЫХ РОССИЙСКИХ УСЛОВИЯХ
Аннотация
В статье акцентируется внимание на интеграции технологий ИИ в бизнес-аналитику для улучшения принятия решений в различных отраслях экономической системы. Изучаются алгоритмы, позволяющие организациям не только оценивать исторические данные, но и прогнозировать тенденции, разрабатывать более информированные, проактивные стратегии на основе предиктивной и предписывающей аналитики. Рассматриваются особенности внедрения инструментов цифровой экономики в автоматизацию решений в бизнесе на основе больших данных, что помогает компаниям быстро реагировать на волатильную динамику рынка. Рассматривается вопрос оценки рынка генеративного ИИ для экономических систем РФ, США и КНР. По выбранным статистическим данным отчётливо прослеживается тенденция к увеличению объёмов таких рынков. В статье также предлагается расчёт интегрального показателя, определяющего достаточно высокую степень влияния внедрения искусственного интеллекта на ключевые показатели эффективности бизнеса некоторых отраслей экономики РФ.
Скачивания
Литература
2. Bholat D., Choudhry M., Svirydzenka K. Machine learning in finance: A review of the literature // Bank of England Staff Working Paper. 2019. Vol. 816. 44 p.
3. Chae B. Supply chain management in the era of big data: A literature review and future research directions // Journal of Supply Chain Management. 2019. Vol. 55, no. 3. P. 48–72.
4. Cohen M., Lee A. Operations and supply chain management in the era of COVID-19: Challenges and opportunities // International Journal of Production Economics. 2021. Vol. 23. P. 216–226.
5. Han J., Kamber M., Pei J. Data mining: Concepts and techniques (3rd ed.). Burlington: Morgan Kaufmann, 2011. 744 p.
6. Hastie T., Tibshirani R., Friedman J. The elements of statistical learning: Data mining, inference, and prediction. NY: Springer. 2009. 745p.
7. Зубков Е. В., Белов В. М. Методы интеллектуального анализа данных и обнаружение вторжений // Вестник СибГУТИ. 2016. № 1. C. 118–133.
8. Gans S., Goldfarb A. The role of data in the age of AI: Reassessing the contribution of information to financial forecasting // Journal of Financial Data Science. 2019. Vol. 1 (1). P. 14–28.
9. Коваленко А. В., Казаковцева Е. В. Искусственный интеллект в экономике: монография. 2-е изд. Москва : Ай Пи Ар Медиа. 2023. 368 c.
10. Кокорева Я. В., Макаров А. А. Поэтапный процесс кластерного анализа данных на основе алгоритма кластеризации k-means // Молодой учёный. 2015. № 13. С. 126–128.
11. Цитульский А. М., Иванников А. В., Рогов И. С. NLP — обработка естественных языков // StudNet. 2020. № 6. С. 467–475.
Ключевые слова
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
