ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В БИЗНЕС-СФЕРЕ: СОВРЕМЕННОЕ СОСТОЯНИЕ И ПЕРСПЕКТИВЫ

THE USE OF ARTIFICIAL INTELLIGENCE IN THE BUSINESS SPHERE: CURRENT STATE AND PROSPECTS

Alisa Kulikova

student, Department of Accounting, Analysis and Economic Security, Samara State University of Economics,

Russia, Samara

Oksana Mikhaleva

Scientific supervisor, PhD in Economics, Associate Professor, Samara State University of Economics,

Russia, Samara

АННОТАЦИЯ

В статье рассматриваются возможности применения искусственного интеллекта в бизнес-среде. Описаны отрасли, в которых активно применяется искусственный интеллект. Приводятся статистические данные по применению машинного обучения в бизнес-пространстве. Также оценены состояние и перспективы рассматриваемой темы в дальнейшем.

ABSTRACT

The article discusses the possibilities of using artificial intelligence in a business environment. The industries in which artificial intelligence is actively used are described. Statistical data on the application of machine learning in the business space are provided. The state and prospects of the topic under consideration in the future are also assessed.

Ключевые слова: искусственный интеллект, система, финансы, информация, бизнес, возможность, операционное решение, эффективность.

Keywords: artificial intelligence, system, finance, information, business, opportunity, operational solution, efficiency.

Искусственный интеллект (в дальнейшем – ИИ) представляет собой важную область научных исследований и технологических разработок, ориентированных на создание систем, способных эмулировать человеческие когнитивные функции. Эти системы варьируются от компьютеров и роботов до других механизмов, оснащенных способностью выполнять задачи, традиционно требующие человеческого вмешательства. Разнообразные методологии искусственного интеллекта, включая машинное обучение, нейронные сети и глубокое обучение, способствуют созданию эффективных интеллектуальных систем, которые находят своё применение в обширных отраслях, таких как здравоохранение, финансы, производство и транспорт [1].

Машинное обучение является техникой искусственного интеллекта, позволяющей компьютерам накапливать знания из данных об окружающем мире. Нейронные сети, вдохновленные структурой и функциями человеческого мозга, создают системы связей между множеством узлов для моделирования сложных решений. Глубокое обучение, развивающееся из машинного обучения, применяет многослойные нейронные сети для более глубокой и точной обработки информации, ускоряя и оптимизируя процессы принятия решений в различных сферах деятельности.

Искусственный интеллект находит применение в создании роботов и других автономных устройств, выполняющих задачи, связанные с восприятием среды, стратегическим планированием и решением сложных задач. Автономные транспортные средства, например, используют алгоритмы искусственного интеллекта для определения маршрутов и принятия решений в дорожной ситуации. Роботы-помощники в быту и промышленности применяют ИИ для выполнения повседневных задач, таких как уборка, обслуживание или кулинария, обеспечивая повышение эффективности и качества жизни людей [3].

В текущем году наблюдается значительный рост интеграции искусственного интеллекта в коммерческие операции, причем уровень его внедрения увеличился с 55 до 72 процентов. Применение ИИ особенно активно в секторах маркетинга и продаж, разработки продукции, а также в информационных технологиях. В области управления человеческими ресурсами и в секторе услуг осуществляется рационализация затрат с помощью алгоритмов искусственного интеллекта. Также стоит отметить значительное повышение доходности в управлении запасами и оптимизации логистических цепей благодаря применению передовых технологий ИИ, что способствует более эффективному распределению ресурсов и повышению операционной эффективности [5].

Примерно 45% предприятий решаются на внедрение искусственного интеллекта, привлекая его экономической доступностью, что в условиях острой конкуренции и финансовых ограничений становится значительным фактором. Основной экономической мотивацией для 42% компаний служит возможность сокращения операционных затрат и автоматизация ключевых бизнес-процессов, что направлено на повышение общей эффективности и снижение издержек производства.

Рисунок 1. Причины внедрения искусственного интеллекта в бизнес [5]

На третьем месте по причинам внедрения ИИ находится его интеграция через стандартные бизнес-приложения, что сделало его имплементацию более простой и логичной для 37% компаний. Эта тенденция отражает усиление технологической интеграции и переориентацию на более эффективные и инновационные операционные решения [2].

Конкурентное давление заставляет 31% компаний принимать стратегическое решение о применении ИИ, подчеркивающее роль технологии как инструмента для укрепления рыночных позиций. В 26% случаев решение о деплойменте ИИ исходит от высшего руководства, что подчеркивает его важность в стратегическом планировании и управлении компанией.

Анализ общественного восприятия искусственного интеллекта показывает, что 40% респондентов видят в его использовании потенциал для положительного влияния на общество в течение следующих двух десятилетий, в то время как 32% предполагают возможные негативные последствия. Позитивные ожидания особенно выражены среди молодежи в возрастной категории 15-29 лет, где 40% участников опроса убеждены в благотворном эффекте ИИ на жизнь людей.

Рисунок 2. Отношение общества к искусственному интеллекту [10]

Среди мужчин преобладает более высокий уровень оптимизма по отношению к будущему ИИ: 42% из них ожидают его положительного влияния, в отличие от 32% женщин, которые выражают опасения относительно возможных негативных последствий применения искусственного интеллекта [10].

Социально-экономический статус также влияет на восприятие ИИ: среди более обеспеченных слоев населения 43% выражают уверенность в благоприятном воздействии ИИ на общество, тогда как 30% опрошенных из числа малообеспеченных слоев склоняются к мнению о его потенциальных вредных последствиях.

Анализ поведения клиентов в современной бизнес-среде активно внедряет передовые методы искусственного интеллекта, что обеспечивает глубокое понимание как онлайн, так и офлайн аспектов потребительского поведения. В офлайн сегменте широко используется технология компьютерного зрения, включая такие методы, как распознавание лиц, взглядов и жестов. Это позволяет не только отслеживать направление движений покупателя в торговых помещениях и их взаимодействие с товаром, но и формировать детализированные профили потребителей на основе объективных данных о их предпочтениях, возрасте и поле.

В сфере анализа покупательских предпочтений, ИИ революционизирует процесс сбора и интерпретации данных, что позволяет вносить предложения по персонализации обслуживания. Использование скидочных и накопительных карт в ритейле примеряет эффективную агрегацию больших объемов данных для анализа поведенческих тенденций и прогнозирования спроса на конкретные товары. Это в свою очередь помогает в формировании стратегий удержания клиентов, так как компании получают возможность предложить товары и услуги на основе предполагаемой потребности, даже прежде чем клиент осознает эту потребность, чему служит свидетельством запатентованная Amazon технология предварительной отгрузки товаров [8].

Таким образом, искусственный интеллект становится критически важным инструментом в стратегическом арсенале компаний, направленном на оптимизацию взаимодействия с клиентами и увеличение объемов продаж, в том числе за счет релевантных рекомендаций комплементарных товаров в момент наибольшей покупательской готовности.

В банковской сфере применение искусственного интеллекта позволяет глубоко анализировать кредитоспособность клиентов, обучая системы оценивать надежность заемщика исходя из его кредитного профиля и платежной активности. Интеллектуальные алгоритмы, использование которых помогает адаптировать предложения под индивидуальные потребности клиентов, определяют релевантность сотен банковских услуг, что значительно ускоряет процесс выбора интересующих клиента продуктов.

В торговле ИИ активно задействован для анализа складских запасов и определения приоритетов товарных позиций, а также изучения пользовательской активности на сайте для более точного распределения рекламного бюджета. Например, искусственный интеллект может различать интересы пользователей: один просто изучает контент, не проявляя интереса к услугам, в то время как другой активно интересуется продуктами и склонен к покупке, что позволяет алгоритмам оптимизировать рекламные вложения, нацеливаясь на наиболее заинтересованных посетителей [9].

В производственной сфере ИИ служит не только для прогностического обслуживания оборудования, но и для контроля качества выпускаемой продукции через системы компьютерного зрения.

В рамках технологического и инвестиционного секторов, искусственный интеллект принимает всё более значимую роль в обработке ключевого экономического ресурса нашего времени – информации. В условиях постоянно возрастающей сложности рыночной конкуренции, компании исследуют инновационные подходы к внедрению технологических решений, цель которых – усиление конкурентных преимуществ и источников дохода. Ключевым инструментом в этом процессе является бизнес-аналитика, основанная на ИИ, предоставляющая оперативные аналитические панели для мониторинга бизнес-процессов [4].

Современные программные решения для бизнес-интеллекта формируют платформы, позволяющие в режиме реального времени отслеживать важнейшие метрики и данные, релевантные для стейкхолдеров. Такие системы обеспечивают автоматизированную отправку уведомлений пользователям при наступлении критических событий или достижении предустановленных целей. Используя сложные алгоритмы, программное обеспечение анализирует и изучает прошлые тенденции и закономерности в массивах структурированных и неструктурированных данных, что позволяет с высокой точностью идентифицировать потенциальные аномалии в непрекращающемся потоке информации [6].

Прогресс в области искусственного интеллекта уже демонстрирует впечатляющие достижения, и анализируя перспективы его дальнейшего внедрения в бизнес, можно говорить о практически неограниченных возможностях. ИИ предоставляет компаниям инструменты для извлечения значимой информации из больших данных, автоматизации рутинных операций и эффективного принятия обоснованных управленческих решений. По оценкам аналитиков, в ближайшее время ожидается значительный рост в сегментах, связанных с нейронными сетями, и сферы финансов, кибербезопасности, электронной коммерции и маркетинга станут ещё более интегрированными с технологиями ИИ.

В числе перспективных областей применения ИИ выделяются те, которые имитируют человеческие функции: такие как компьютерное зрение, распознавание и синтез речи, анализ изображений, управление движением, а также системы предиктивной аналитики.

На текущем этапе в бизнес-практиках преимущественно используется так называемый слабый ИИ, который, опираясь на Big Data и алгоритмы машинного обучения, способен решать лишь специализированные задачи. Согласно прогнозам экспертов, появление сильного искусственного интеллекта, способного выполнять множество задач и обладающего когнитивными способностями, сопоставимыми с человеческими, возможно в период с 2040 по 2075 годы. Такой ИИ будет способствовать значительным изменениям в структуре управления, производственных процессах и подходах к принятию решений на высшем уровне [7].

В заключение следует подчеркнуть, что интеграция технологий искусственного интеллекта и нейросетей, хотя и способствует увеличению производительности и снижению операционных затрат и рисков, требует аккуратного подхода. Быстрое внедрение таких технологий может иметь неблагоприятные последствия для глобальной экономики, особенно в сфере рынка труда. Эксперты выражают опасения по поводу сокращения рабочих мест из-за роста автоматизации процессов и уменьшения потребности в трудовых ресурсах. Тем не менее, в современной экономической среде невозможно избежать внедрения автоматизированных систем, что вызывает необходимость рассмотрения вариантов переквалификации работников или создания гибридных систем, где человеческое участие по-прежнему требуется [8].

Разработка и внедрение ИИ стали важным элементом шестого технологического уклада, а влияние этих технологий на современную науку и экономику сравнимо с крупнейшими научно-техническими достижениями прошлого. Несмотря на трудности в прогнозировании долгосрочных макро- и микроэкономических изменений, ясно, что бизнес должен переходить к новой модели функционирования. Многие ученые считают, что настоящий искусственный интеллект еще не создан, и текущие разработки представляют собой лишь начальные этапы инновационного процесса. Примером существующей разработки, которая приближена к искусственному интеллекту и может найти применение в бизнесе, является GPT-4.

Список литературы:

1. Архипов Л.И. Большие данные и искусственный интеллект в бизнесе: развитие и регулирование // Big Data and Advanced Analytics. - 2020. - № 6-3. - c. 122-127.
2. Афанасьев Д. Как искусственный интеллект меняет отношение бизнеса к покупателю // БИТ. Бизнес и Информационные технологии. - 2024. - № 5(88). - c. 54-55.
3. 14 РшС в России. - [Электронный ресурс]. - Режим доступа: https://www.pwc.ru/ (дата обращения 3.11.2024 г.).
4. Бухтиярова Т.И. Цифровая экономика: особенности и тенденции развития // Бизнес и общество. - 2019. - № 1(21). - с. 22.
5. Бабич В.Н., Кириллова Е.А. Обзор отдельных вопросов и области больших данных и искусственного интеллект. - М.: ФКУ «ГИАЦ МВД России, 2019. - 148 с.
6. Быков И.А. Искусственный интеллект как источник политических суждений // Журнал политических исследований. - 2024. - № 2. - с. 23-33. - doi: 10.12737/25876295-2020-23-33
7. Городнова Н.В. Применение искусственного интеллекта в экономической дипломатии и международной торговле // Вопросы инновационной экономики. - 2021. -№ 2. - doi: 10.18334/vinec.11.2.112214.
8. Дудин М.Н., Шкодинский С.В. Тенденции, возможности и угрозы цифровизации национальной экономики в современных условиях // Экономика, предпринимательство и право. - 2021. - № 3. - с. 689-714. - doi: 10.18334/epp.11.3.111785.
9. Ермакова С.Э., Ковязин И.Е. Основные аспекты роботизации бизнес-процессов в сфере услуг здравоохранения // Вопросы инновационной экономики. - 2002. -№ 1. - с. 433-448. - doi: 10.18334/vinec.10.1.100494.
10. Жилин В.В., Сафарьян О.А. Искусственный интеллект в системах хранения данных // Вестник Донского государственного технического университета. - 2020. -№ 2. - с. 196-200. - doi: 10.23947/1992-5980-2020-20-2-196-200.
11. Жуков Д.С. Искусственный интеллект для общественно-государственного организма: будущее уже стартовало в Китае // Журнал политических исследований. -2024. - № 2. - с. 70-79. - doi: 10.12737/2587-6295-2020-70-79.