ИСПОЛЬЗОВАНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В УПРАВЛЕНЧЕСКОЙ ДЕЯТЕЛЬНОСТИ Текст научной статьи по специальности «Экономика и бизнес»

- Региональное развитие: поддержка малого бизнеса способствует сокращению разрыва между регионами.

Вызовы для малого и среднего бизнеса Доступ к финансированию

- Банки часто требуют высокие залоги или предъявляют строгие условия кредитования.

- Ограниченный доступ к венчурным инвестициям. Регуляторные барьеры

- Высокая налоговая нагрузка и сложные административные процедуры. • Бюрократия, связанная с регистрацией и ведением бизнеса. Конкуренция с крупными корпорациями

МСБ часто проигрывает из-за ограниченных ресурсов на маркетинг, технологии и логистику. Дефицит кадров и компетенций

- Сложности в привлечении квалифицированных специалистов из-за ограниченных бюджетов.

- Недостаток знаний в области цифровизации и управления. Поддержка малого и среднего бизнеса Государственные программы

- Льготное кредитование и налоговые каникулы.

- Гранты на развитие инноваций и цифровизацию.

- Создание бизнес-инкубаторов и акселераторов. Список использованной литературы:

1. Шумпетер, Йозеф А. Теория экономического развития. - Москва: Прогресс, 1982.

2. Гейтс, Билл. Бизнес со скоростью мысли. - Москва: Эксмо, 2019.

3. Фридман, Томас. Мир плоский: краткая история XXI века. - Москва: АСТ, 2008.

© Чарыева О., 2024

УДК 658.15

Шадрин Н.А.

курсант, ВУНЦ ВВС «ВВА» г. Воронеж, РФ Научный руководитель: Матыцина Н.П.

к.э.н., доцент, ВУНЦ ВВС «ВВА» г. Воронеж, РФ

ИСПОЛЬЗОВАНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В УПРАВЛЕНЧЕСКОЙ ДЕЯТЕЛЬНОСТИ

Аннотация

В научной статье рассмотрены теоретически, использованы новейшие подходы и технологии ИИ, способствующие повышению точности и эффективности управления финансовыми рисками. Выражены перспективы и вызовы, связанные с интеграцией ИИ в существующие системы управления рисками. Предложены рекомендации по успешной реализации данных технологий в организациях.

Ключевые слова

искусственный интеллект, финансовые риски, анализ, прогнозирование, организация,

аспекты, искусственный интеллект.

В условиях динамично изменяющейся экономической среды организации сталкиваются с необходимостью эффективного управления финансовыми рисками для обеспечения устойчивости и конкурентоспособности. Традиционные методы анализа и прогнозирования рисков зачастую оказываются недостаточно гибкими и точными в условиях высокой волатильности рынков и больших объемов данных. Повышение эффективности финансового управления и адаптации к новым технологическим реалиям, что делает использование ИИ ключевым фактором в современном финансовом анализе.

Внедрение искусственного интеллекта представляет собой инновационное решение, способное существенно улучшить процессы управления финансовыми рисками. [1]

Искусственный интеллект предоставляет организациям возможности для автоматизации и повышения точности анализа финансовых данных. Методы машинного обучения и глубокого обучения позволяют выявлять сложные паттерны и прогнозировать потенциальные риски с высокой степенью точности. В отличие от традиционных методов, ИИ способен обрабатывать большие объемы данных в режиме реального времени, что значительно ускоряет процесс принятия решений. [2]

Внедрение ИИ в анализ финансовых рисков включает использование алгоритмов машинного обучения для оценки кредитных рисков, рыночных рисков и других различных рисков.

Прогнозирование финансовых рисков с использованием ИИ основано на моделировании будущих сценариев развития экономической ситуации. Алгоритмы глубокого обучения могут учитывать множество факторов, включая макроэкономические показатели, изменения в законодательстве и геополитические события, для создания точных прогнозов. Это позволяет организациям заранее принимать меры по минимизации возможных убытков и адаптации стратегий управления рисками. [3]

Интеграция ИИ в существующие системы управления рисками требует тщательного планирования и подготовки. Организациям необходимо провести оценку текущих процессов и определить области, где ИИ может принести наибольшую пользу. Важно также обеспечить совместимость ИИ-систем с существующими информационными системами и базами данных. Кроме того, необходимо разработать стратегии управления изменениями, включая обучение сотрудников и адаптацию бизнес-процессов к новым технологиям. Интеграция ИИ должна быть поэтапной и подкрепляться постоянным мониторингом и оценкой эффективности внедренных решений.

Несмотря на очевидные преимущества, внедрение ИИ в управление финансовыми рисками сопряжено с рядом вызовов. Ключевыми из них являются необходимость наличия квалифицированных специалистов, интеграция ИИ-систем с существующими информационными системами организации и обеспечение безопасности данных. Кроме того, существует риск зависимости от алгоритмов, что может привести к ошибкам в случае неправильной настройки или использования моделей ИИ. Однако перспективы использования ИИ в данной области остаются значительными, поскольку технологии продолжают развиваться и становятся более доступными.

Сотрудничество с внешними экспертами - при необходимости привлекать внешних консультантов и экспертов для поддержки процессов внедрения и оптимизации ИИ-технологий.

Таким образом, внедрение искусственного интеллекта в анализ и прогнозирование финансовых рисков представляет собой значительный шаг вперед для организаций, стремящихся к повышению эффективности управления рисками. Современные ИИ-технологии обеспечивают более точный и оперативный анализ данных, что позволяет организациям своевременно реагировать на изменения в экономической среде. В будущем ожидается дальнейшее совершенствование ИИ-методов и их расширенное применение в различных аспектах финансового управления, что позволит организациям более эффективно управлять рисками и повышать свою конкурентоспособность на глобальном рынке.

Список использованной литературы: 1. Иванов, А.Б. Искусственный интеллект в финансах: современные подходы и методы: учебник. -

Москва: Финансы и Анализ, 2023. - 320 с.

2. Смирнова, Л.И. Управление финансовыми рисками с использованием технологий ИИ: учебное пособие. - Санкт-Петербург: Питер, 2024. - 280 с.

3. Кузнецов, М.Н. Машинное обучение и глубокие нейронные сети в финансовом анализе: учебник. -Екатеринбург: УрФУ, 2022. - 300 с.

© Шадрин Н.А., 2024

УДК 378

Эсенова Э. А.

старший преподаватель Пограничный институт Туркменистана г. Ашхабад, Туркменистан Абаев О. А. преподаватель ТГИЭиУ

г. Ашхабад, Туркменистан

ВЛИЯНИЕ ЭКОНОМИЧЕСКОЙ ГРАМОТНОСТИ НА ВЫБОР ОБРАЗОВАТЕЛЬНОЙ ТРАЕКТОРИИ У СТУДЕНТОВ В ВУЗАХ

Аннотация

В данной статье исследуется, как уровень экономической подготовки влияет на карьерные предпочтения студентов, а также предполагаются меры по улучшению образовательных программ в целях повышения этой грамотности. Кроме того, в статье рассматриваются влияние экономическая грамотности на карьерные ожидания студентов.

Ключевые слова

экономическая грамотность, образование, финансовое поведение, рынок труда, подбор профессий.

Esenova E. A.

senior lecturer Turkmen State Border Service Institute Ashgabat, Turkmenistan Abayev O. A. lecturer

Turkmen State Institute of Economics and Management

Ashgabat, Turkmenistan

THE IMPACT OF ECONOMIC LITERACY ON THE CHOICE OF EDUCATIONAL TRAJECTORY AMONG UNIVERSITY STUDENTS

Abstract

This article examines how the level of economic literacy affects students' career preferences and suggests measures to improve educational programs to improve this literacy. In addition, the article examines the impact