Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: CCXXI Международной научно-практической конференции «Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ» (Россия, г. Новосибирск, 25 сентября 2025 г.)

Наука: Экономика

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Левина А.А. ТРАНСФОРМАЦИЯ ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКОГО УПРАВЛЕНИЯ — ОТ ТРАДИЦИОННОГО ПРЕДПРИЯТИЯ К КОГНИТИВНОМУ // Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ: сб. ст. по мат. CCXXI междунар. студ. науч.-практ. конф. № 18(220). URL: https://sibac.info/archive/meghdis/18(220).pdf (дата обращения: 02.11.2025)
Проголосовать за статью
Конференция завершена
Эта статья набрала 10 голосов
Дипломы участников
Диплом Интернет-голосования

ТРАНСФОРМАЦИЯ ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКОГО УПРАВЛЕНИЯ — ОТ ТРАДИЦИОННОГО ПРЕДПРИЯТИЯ К КОГНИТИВНОМУ

Левина Анастасия Александровна

Федеральное государственное автономное образовательное учреждение высшего образования Московский государственный технологический университет "СТАНКИН",

РФ, г. Москва

Лукина Светлана Валентиновна

научный руководитель,

д-р техн. наук, профессор, Федеральное государственное автономное образовательное учреждение высшего образования Московский государственный технологический университет "СТАНКИН",

РФ, г. Москва

TRANSFORMATION OF ORGANIZATIONAL AND ECONOMIC MANAGEMENT — FROM THE TRADITIONAL ENTERPRISE TO THE COGNITIVE ENTERPRISE

 

Anastasia Levina

Moscow State University of Technology "STANKIN",

Russia, Moscow

Svetlana Lukina

Academic supervisor, Doctor of Technical Sciences, Professor, Moscow State University of Technology "STANKIN",

Russia, Moscow

 

АННОТАЦИЯ

В условиях глубоких изменений внешней среды — усиления рыночной волатильности, ужесточения экологических норм и роста технологической сложности — традиционные модели организационно-экономического управления промышленными предприятиями теряют свою эффективность. В ответ на эти вызовы формируется новая парадигма управления: переход к когнитивному предприятию как архетипу организационной системы, способной к динамической адаптации через интеграцию искусственного интеллекта и децентрализованных ИИ-агентов. В отличие от автоматизированных или «умных» систем, когнитивные архитектуры обладают качествами, приближёнными к человеческому мышлению: контекстуальным анализом, непрерывным обучением и автономным стратегическим принятием решений. Управление в таком предприятии строится вокруг платформы общего знания, обеспечивающей синхронизацию агентов в реальном времени, что позволяет достичь высокой степени когнитивной адаптивности. Роль человека трансформируется от исполнителя к координатору и этическому надзирателю когнитивных процессов. Организационная структура эволюционирует в сторону сетевой архитектуры, а экономическая оценка эффективности переходит от узких финансовых KPI к многомерной рентабельности, интегрирующей экологическую устойчивость и социальное измерение. В статье рассматриваются ключевые технологические, организационные и этические вызовы данной трансформации — от дефицита данных до сопротивления персонала — и обосновывается необходимость комплексного подхода к реализации когнитивных систем. Показано, что успешная цифровая трансформация требует не только внедрения ИИ, но и переосмысления управленческой логики, экономических моделей и культурных установок. Доклад подчеркивает: когнитивное предприятие — это не просто технологический прорыв, а новая форма организационной рациональности для эпохи нестабильности и конвергентных вызовов.

ABSTRACT

In conditions of profound changes in the external environment — increased market volatility, tighter environmental regulations, and rising technological complexity — traditional models of organizational and economic management for industrial enterprises are losing their effectiveness. In response to these challenges, a new management paradigm is taking shape: a shift to the cognitive enterprise as an archetype of an organizational system capable of dynamic adaptation through the integration of artificial intelligence and decentralized AI agents. Unlike automated or “smart” systems, cognitive architectures possess qualities approaching human thinking: contextual analysis, continuous learning, and autonomous strategic decision‑making. Management in such an enterprise is built around a common knowledge platform that synchronizes agents in real time, enabling a high degree of cognitive adaptability. The human role transforms from executor to coordinator and ethical overseer of cognitive processes. The organizational structure evolves toward a network architecture, and economic performance assessment shifts from narrow financial KPIs to multidimensional profitability that integrates environmental sustainability and social metrics. The article examines the key technological, organizational, and ethical challenges of this transformation — from data shortages to employee resistance — and argues the need for a comprehensive approach to implementing cognitive systems. It shows that successful digital transformation requires not only deploying AI but also rethinking managerial logic, economic models, and cultural mindsets. The report emphasizes that the cognitive enterprise is not merely a technological breakthrough but a new form of organizational rationality for an era of instability and convergent challenges.

 

Ключевые слова: когнитивное предприятие, цифровая трансформация, искусственный интеллект в управлении, когнитивная адаптивность, ИИ-агенты, платформа общего знания, многомерная рентабельность, организационно-экономическое управление, устойчивое производство.

Keywords: cognitive enterprise, digital transformation, artificial intelligence in management, cognitive adaptability, AI agents, shared knowledge platform, multidimensional profitability, organizational-economic management, sustainable manufacturing.

 

Современная промышленность переживает глубокую цифровую трансформацию, затрагивающую не только технологические процессы, но и саму природу управленческой деятельности. В условиях усиливающейся динамики внешней среды — волатильности рынков, ужесточения экологических требований, роста сложности продуктов и производственных систем — традиционные модели управления предприятием теряют свою эффективность. Особенно это проявляется в таких секторах, как конвергентный рециклинг, где неопределённость состава отходов, изменчивость цен на вторичное сырьё и высокие требования к энергоэффективности требуют быстрой адаптации [1]. В этих условиях набирает силу новая парадигма — переход от традиционного предприятия к когнитивному предприятию, в котором ядром управления становится не административная иерархия, а сеть взаимодействующих ИИ-агентов.

Когнитивное предприятие определяется как организационно-экономический архетип, способный к когнитивной адаптивности — динамическому перестроению управленческих процессов на основе непрерывного цикла восприятия, интерпретации, прогнозирования и адаптации. В отличие от автоматизированных или даже «умных» систем, когнитивные архитектуры обладают свойствами, приближенными к человеческому мышлению: они способны анализировать контекст, учиться на прошлом опыте, генерировать стратегии и принимать автономные решения. Управление в такой системе становится децентрализованным и сетевым — ключевые функции распределяются между ИИ-агентами, каждый из которых отвечает за определённую область: прогнозирование спроса, энергооптимизация, контроль качества или логистика [2].

Центральным элементом архитектуры выступает платформа общего знания — единое цифровое пространство, в котором интегрируются данные, правила принятия решений и гипотезы о будущем поведении системы. Через эту платформу ИИ-агенты обмениваются информацией, согласовывают цели и вырабатывают совместные стратегии в режиме реального времени [3]. При этом человек не устраняется из процесса управления, но его роль качественно трансформируется: он становится не исполнителем или аналитиком, а координатором когнитивной системы, отвечающим за настройку целевых функций, этический контроль и вмешательство в ситуации высокой неопределённости.

Организационная структура также претерпевает глубокие изменения. Должности, связанные с рутинным контролем, планированием графиков или обработкой данных, постепенно исчезают. Взамен формируются новые роли: инженер когнитивной архитектуры, аналитик поведения ИИ-агентов, специалист по интерпретируемости решений и этический надзорщик искусственного интеллекта [4]. Экономическая модель управления переходит от одномерных KPI к многомерной рентабельности, где эффективность оценивается не только по финансовым показателям, но и по вкладу в устойчивость — экологическую безопасность, энергоэффективность и социальное воздействие [5].

В то же время внедрение когнитивных систем сталкивается с рядом барьеров: недостатком качественных данных, рисками информационной безопасности, высокой стоимостью цифровизации, проблемой доверия к автономным решениям и сопротивлением со стороны персонала [6]. Преодоление этих вызовов требует не только технологической готовности, но и изменения организационной культуры, пересмотра системы мотивации и глубокого вовлечения сотрудников в процесс трансформации.

Таким образом, переход к когнитивному предприятию представляет собой не просто внедрение новых технологий, а системную реорганизацию всей управленческой логики — от иерархического контроля к гибридной координации человека и машины. Эта трансформация открывает путь к созданию действительно адаптивных, устойчивых и рентабельных производственных систем нового поколения.

В таблице 1 представлена сравнительная характеристика организационно-экономического управления при разных типах предприятий.

Таблица 1.

Сравнительная характеристика организационно-экономического управления при разных типах предприятий.

Характеристика

Традиционное предприятие

Умное предприятие

Когнитивное предприятие

Архитектура управления

Иерархическая, централизованная

Сетевая с элементами автоматизации

Децентрализованная, на основе ИИ-агентов

Основа принятия решений

Опыт менеджеров, ручной анализ данных

Анализ данных в реальном времени (IoT + ML)

Автономные решения ИИ с учётом контекста и прогнозирования

Скорость реакции на изменения

Низкая (часы–дни)

Средняя (минуты–часы)

Высокая (реальное время)

Роль человека в управлении

Основной субъект принятия решений

Аналитик и контролёр процессов

Координатор, настройщик целей, этический надзорщик

Система KPI

Экономические показатели (прибыль, рентабельность)

Эффективность + затраты на энергию/ресурсы

Многомерная рентабельность: экономика + экология + социальные аспекты

Обработка данных

Периодическая, фрагментарная

Непрерывный сбор и анализ

Интеграция в платформу общего знания с семантической обработкой

Адаптивность системы

Реактивная (по факту изменения)

Прогностическая (на основе моделирования)

Когнитивно-адаптивная (самообучение и перестройка целей)

Источник устойчивости

Финансовая стабильность, жёсткий план

Оптимизация процессов и затрат

Динамическая балансировка интересов в условиях неопределённости

 

Данный доклад подчёркивает, что будущее промышленного управления принадлежит когнитивным системам, способным оперативно реагировать на сложные вызовы современности. Однако успешная трансформация требует комплексного подхода — сочетания технологических инноваций, организационной перестройки и гуманитарного осмысления роли человека в эпоху автономных решений.

 

Список литературы:

  1. Mozaffari, Leila. (2023). Digitalization in Waste Management: A Path to Environmental Sustainability. 10.13140/RG.2.2.23100.21124.
  2. Mattyasovszky-Philipp, Dóra & Molnár, Bálint. (2018). Cognitive Enterprise and Cognitive Information Systems.
  3. Elia, Gianluca, and Alessandro Margherita. 2021. “A Conceptual Framework for the Cognitive Enterprise: Pillars, Maturity, Value Drivers.” Technology Analysis & Strategic Management 34 (4): 377–89. doi:10.1080/09537325.2021.1901874.
  4. Gulaj, A. & Zajcev, V.. (2025). Optimization of task processing in a multi-agent intelligent system. «System analysis and applied information science». 18-25. 10.21122/2309-4923-2025-2-18-25.
  5. Barack, David. (2016). Cognitive Recycling. British Journal for the Philosophy of Science. 70. 10.1093/bjps/axx024.
  6. Chen, Tin-Chih. (2025). XAI Applications in Job Sequencing and Scheduling. 10.1007/978-3-031-85374-6_3.
Проголосовать за статью
Конференция завершена
Эта статья набрала 10 голосов
Дипломы участников
Диплом Интернет-голосования

Оставить комментарий