Форсайт применения технологий искусственного интеллекта в управлении бизнесом

Статья посвящена комплексному анализу использования технологий искусственного интеллекта (ИИ) в управлении бизнесом на основе сравнения данных Форсайт-сессии и результатов опроса экспертов. Исследование проведено на фоне быстрой трансформации рыночных условий и усиления глобальной конкуренции, где компании все активнее стремятся к интеграции ИИ-технологий в свою деятельность для оптимизации управленческих процессов и улучшения механизмов принятия решений. Особое внимание в статье уделено не только потенциалу ИИ в повышении эффективности бизнес-процессов, но и возникающим при этом этическим, правовым и социальным вопросам. Методологическая основа исследования включает в себя анализ и синтез данных, полученных в ходе Форсайт-сессии, проведенной в Южном федеральном университете, и данных опроса, в котором приняли участие более 300 экспертов из разных регионов и отраслей экономики. Исследовательская работа подчеркивает важность комплексного подхода, учитывающего как технические аспекты ИИ, так и человеческий фактор. Ее результаты показывают, что, несмотря на значительные перспективы эксплуатации ИИ в предпринимательской деятельности, существуют серьезные препятствия этому процессу, в частности, недостаток квалифицированных специалистов, высокие затраты на внедрение и поддержку технологий, а также отсутствие четкой нормативно-правовой базы. Авторы предлагают рекомендации для бизнеса по интеграции ИИ, среди которых разработка образовательных программ, оптимизация финансирования проектов и соблюдение этических стандартов. Это исследование вносит вклад в понимание как текущего состояния, так и будущих перспектив использования ИИ в управлении бизнесом, а также способствует разработке стратегий для преодоления существующих и будущих проблем.

1. Жданов Д.А., Микиртичан А.Г. Человеческий капитал как фактор интенсивного развития компании. Труды Международной научно-практической конференции «Россия 2020 – новая реальность: экономика и социум» (ISPCR 2020) (Великий Новгород 9–10 декабря 2020). Великий Новгород, 2021. doi.org/10.2991/aebmr.k.210222.087

2. Иванова Н.А. Стратегическое управление инновационными экономическими цепями на основе оценки конкурентной способности // Экономика и управление: проблемы, решения. 2023. Т. 4, № 10. С. 100–107. doi.org/10.36871/ek.up.p.r.2023.10.04.014

3. Abdelazeem B., Hamdallah A., Rizk M., Abbas K., El-Shahat N., Manasrah N., Mostafa M. & Eltobgy M. Does the use of monetary incentives affect survey participation? A systematic review and meta-analysis of 46 randomized controlled trials // PLOS ONE. 2023. Vol. 18.

4. Beczski-Nagy P., Fazekasz B. Entrepreneurship development through public venture capital in emerging industries – Evidence from Hungary // Journal of Entrepreneurship in Developing Economies. 2023.

5. Bhatt P. & Muduli A. Artificial intelligence in learning and development: a systematic literature review // European Journal of Learning and Development. 2022.

6. Chui M., Manyika J., Miremadi M. What AI can and can’t do (yet) for your business. McKinsey Quarterly, 2018.

7. Dodd D., Hinton M. Performance measurement and evaluation: applying return on investment (ROI) to human capital investments // International Journal of Productivity and Performance Management. 2022.

8. Doshi-Veles F., Kim B. Toward a rigorous science of interpretive machine learning. Preprint arXiv arXiv:1702.08608, 2017.

9. Floridi L., Coles J., Beltrametti M., Chatila R., Chazerand P., Dignum V., ... and Wayen E. AI4People – An ethical framework for a good AI society: opportunities, risks, principles and recommendations // Minds and Machines. 2018. Vol. 28. P. 689–707.

10. Holtom B., Baruch Y., Aguinis H. & Ballinger G. Survey response rates: trends and the structure of validity assessment // Human Relations. 2022. Vol. 75. P. 1560–1584.

11. Jobin A., Jenca M., Vayena E. The global landscape of AI ethics guidelines // Nature Machine Intelligence. 2019. Vol. 1, no. 9. P. 389–399.

12. Knight W. The dark secret at the heart of AI. MIT technology review, 2017.

13. Kumari B., Kaur J., Swamy S. Implementing artificial intelligence in financial services: policy imperatives // Journal of science and technology policy management. 2022.

14. Liu L., Hu Z. Big data analysis technology for building and applying artificial intelligence-based decision-making platform // Mobile information systems. 2022.

15. Mladenich D. Invited speakers. International conference on innovation in intelligent systems and applications (INISTA), 2022.

16. Moraes C., Skolimoski J., Lambert-Torres G., Santini M., Dias A., Guerra F., Pedretti A. & Ramos M. Robotic process automation and machine learning: a systematic review // Brazilian Archives of Biology and Technology. 2022.

17. Morandini S., Fraboni F., Angelis M., Puzzo G., Giusino D., & Pietrantoni L. Evaluating artificial intelligence in skills assessment: upskilling and retraining in organizations // Informing Science International Journal of an Emerging Transdiscipline. 2023. Vol. 26. P. 39–68.

18. Popenici SAD, Kerr S. Exploring the impact of artificial intelligence on teaching and learning in higher education // Research and practice in technology enhanced learning. 2017. Vol. 12, no. 1. P. 22.

19. Sharma R., Shishodia A., Gunasekaran A., Min H., Munim Z. The role of artificial intelligence in supply chain management: territory mapping // International journal of manufacturing research. 2022. Vol. 60. P. 7527–7550.

20. Srivastav M. Barriers associated with adoption of AI in supply chain management // J. Glob. Inf. Manag. 2022. Vol. 30. P. 1–19. https://doi.org/10.4018/jgim.296725

21. Tan Y., Chau K., Lau Y. & Zheng Z. Inventory forecasting using AI models to automate cross-border e-commerce services // Applied Sci. 2023.

22. Wamba-Tagimje S., Wamba S., Kamjug J. & Wanko K. The impact of artificial intelligence (AI) on firm performance: business value of AI-based transformation projects // Business Process Management Journal. 2020. Vol. 26. P. 1893–1924.

23. McKinsey. The economic potential of generative AI: the next performance frontier. June 2023. URL: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity