CC BY
0
"gray box". In this paper, we consider the problem of finding quasi-optimal software control of a complex dynamic object containing nonlinearity under incomplete information conditions. To solve it, the authors propose to apply a modified numerical method based on the Pontryagin maximum principle and the algorithm of successive approximations, developed by F. L. Chernousko and I. A. Krylov, using a neurosimulator of the control object that accurately repeats its dynamics. An example of the operation of the presented method is given.
Key words: quasi-optical control, artificial neural network, Chernousko-Krylov method, Pontryagin maximum principle.
Feofilov Dmitry Sergeevich, laboratory assistant, _fd190 [email protected], Russia, Tula, Tula State University
УДК 004.67
DOI: 10.24412/2071-6168-2025-1-125-126
ОСОБЕННОСТИ ИСПОЛЬЗОВАНИЯ ТЕХНОЛОГИИ BIG DATA И AI В СОВРЕМЕННЫХ БИЗНЕС-ПРОЦЕССАХ
Н.А. Епрынцева
Данная статья посвящена современным информационным технологиям и выявлению особенностей их использования в нынешних экономических и социальных условиях. Была изучена специфика использования технологий BIG DATA и AI в современных условиях ведения бизнеса. Также были определены теоретические особенности использования искусственного интеллекта на нынешнем этапе развития IT-индустрии. Помимо этого, было изучено состояние нынешнего уровня развития информационных инструментов, применяемых в отечественной бизнес-среде. Изучены современные тенденции использования информационных технологий, а также определены проблемы их применения в бизнес-процессах и выявлены мероприятия, связанные с возможностями развития применения искусственного интеллекта, а именно технологий BIG DATA и AI на опыте отечественных организаций. Также были представлены основные тенденции и тренды, актуальные на сегодняшний день.
Ключевые слова: Информационные технологии, IT-индустрия, искусственный интеллект, IT-технологии, BIG DATA, автоматизация, машинное обучение.
В настоящее время информационные технологии являются одним из основных инструментов, влияющих на конкурентоспособность товаров и услуг, а также на развитие экономики в целом. Информационные технологии сегодня используются практически во всех сферах деятельности человека.
В условиях растущей конкуренции и постоянно меняющихся требований клиентов компании вынуждены искать новые способы решения задач, возникающих в процессе работы. В настоящий момент информационные технологии активно применяются во всех областях экономиче-
125
ской деятельности для решения широкого круга задач, связанных с организацией и управлением производства, обработкой больших объемов данных, анализом бизнес-процессов, созданием новых видов продукции, внедрением систем поддержки принятия решений и т.д. В связи с этим особое значение приобретает вопрос о том, как наиболее эффективно использовать полученные технические и программные средства [2, с. 37].
В настоящее время в России активно развиваются информационные технологии, которые позволяют организациям эффективно управлять своим бизнесом. В связи с этим, происходит рост спроса на программное обеспечение, имеющее широкие функциональные возможности. При этом требования к нему со стороны пользователей весьма высоки. Чтобы данные требования удовлетворять, многие организации необходимым образом внедряют и создают те или иные информационные инструменты, которые могут повлиять на развитие IT-индустрии [3, с. 81].
В результате развития информационных технологий в последние годы значительно изменились и представления об их использовании. Так, в соответствии с концепцией информационного общества, данные и знания являются главными ресурсами, определяющими экономический и социальный рост общества. Информационные технологии должны стать основой формирования в России информационного общества и способствовать переходу к инновационному типу развития экономики.
На сегодняшний день рынок программных продуктов для бизнес-процессов представлен широким спектром компаний, предлагающих свое видение решения задач по автоматизации бизнеса. Данный рынок генерирует инновационные тенденции, связанные с IT-индустрией.
Инновационные тенденции представляют собой диверсификацию, индивидуализацию и развитие информационных технологий, их интенсификация и компьютеризация, а также развитие принципов цикличности и многоступенчатости. Все эти тенденции должны способствовать возрастанию качества мирового рынка информационных технологий в соответствии с современными требованиями социально-экономического развития общества [7, с. 121].
Далее следует определить специфику использования технологии BIG DATA и AI в современных бизнес-процессах. Первоначально следует ознакомиться с теоретическим аспектом применения данных технологий.
Big Data или большие данные - это наборы данных большого объема, которые могут быть структурированными или неструктурированными. Они собираются из различных источников, таких как интернет, социальные сети, корпоративные системы и т.д. Это технология, которая позволяет собирать, хранить, анализировать и использовать большие объемы данных для получения необходимой информации для улучшения эффективности работы процессов. Big Data используется для анализа и выявления тен-
126
денций и закономерностей в данных. Это позволяет компаниям и организациям принимать более обоснованные решения на основе анализа этих данных.
На сегодняшний день, в крупнейших международных компаниях, Big Data является эффективном инструментом цифровизации и увеличения эффективности бизнес-процессов [9, с. 116].
Big Data позволяет работать с огромными массивами данных и получать на выходе нужную информацию. В социальных сетях и логистических сайтах участники логистических отношений делятся различным опытом, но извлечение подобных данных вручную является трудоёмким процессом. В результате обработки больших массивов данных пользователь получает возможность, не прибегая к помощи специалистов, выявить какие-либо закономерности, которые он может использовать в дальнейшем для принятия тех или иных решений.
Таким образом, инструменты «Больших Данных» являются набором технологий, инструментов, методов и подходов, предназначенных для решения проблемы обработки больших объемов данных, а также объемы данных, которых нельзя обработать общепринятыми способами, то есть вручную [6, с. 10].
Определим основные методы сбора данных для инструмента Big Data и более подробно разберем их:
SQL - язык программирования, который позволяет создавать, обрабатывать и хранить данные в реляционных базах данных;
NoSQL - системы управления БД, предназначенные для масштабирования за счёт полного или частичного отказа от требований атомарности и согласованности данных;
MapReduce - модель распределённых вычислений, используемая для параллельных вычислений над очень большими данными. Этот метод, подразделяющийся на 2 способа обработки данных. Map - отбирает предварительные данные. Reduce - агрегирует данные;
Hadoop - используется для реализации поисковых и контекстных механизмов многих высоконагруженных веб-сайтов, связанных с поиском (Facebook, eBay, Amazon);
SAP HANA - предоставляет высокую скорость обработки запросов, а также облегчает системный ландшафт, снижая затраты на обеспечение аналитических систем [4, с. 20].
Далее разберем технологию AI. Это область науки и технологии, которая занимается созданием интеллектуальных систем, способных выполнять задачи, которые обычно требуют человеческого интеллекта. Интеллектуальные системы могут быть как компьютерными программами, так и физическими устройствами, например, роботами. AI используется для решения различных задач, таких как распознавание речи, обработка естественного языка, машинное зрение и т.д.
Искусственный интеллект пересекается со многими аспектами жизни людей, от смартфонов и голосовых помощников до медицинских диагностических систем и автономных автомобилей. Все это возможно благодаря сильному прогрессу, достигнутому в этой области в последние десятилетия. Это открывает множество возможностей для улучшения качества жизни людей и автоматизации процессов.
Далее определим влияние BIG DATA и AI на современные бизнес-процессы. Как крупные компании, так и представители малого бизнеса используют инструменты BIG DATA и AI. При этом, малый бизнес более динамичен, а также конкуренция в нем намного больше, чем у крупных предприятий. Однако, сложность вызывает стоимость различных проектов, которую малый бизнес не готов платить за разработку. Поэтому большие компании привлекают к работе представителей малого бизнеса, а представители малого и среднего бизнеса не разрабатывают IT-решения самостоятельно, а обращаются к готовым продуктам.
Основные сферы применения Big Data в бизнесе включают прогнозирование спроса и поведения клиентов, аналитику продаж, оптимизацию производственных процессов, наем сотрудников, оценку платежеспособности будущих партнеров и выявление недобросовестных контрагентов [5, с. 322].
Big Data также используется для улучшения качества обслуживания клиентов, разработки новых продуктов и услуг, управления рисками, улучшения логистики и сокращения издержек. Кроме того, Big Data может помочь бизнесу адаптироваться к изменениям на рынке и предсказать будущие тренды.
Big Data позволяет анализировать различные аспекты бизнеса, и число технологий для работы с большими объемами данных постоянно растет. Использование облачных сервисов и интеграция с бизнес-системами ускоряют процесс внедрения инструментов для анализа больших объемов данных. Для некоторых компаний этот инструмент становится катализатором роста и помогает осваивать новые рынки.
Искусственный интеллект помогает бизнесу прогнозировать спрос и увеличивать объемы продаж, автоматизировать взаимодействие с клиентами, оптимизировать логистические и производственные процессы, регулировать низкую степень финансовых рисков и т.д.
Далее изучим основные проблемы использования BIG DATA и AI в бизнес-среде и изучим основные тенденции развития использования данных инструментов.
Как правило, что у BIG DATA, что и у искусственного интеллекта определяются 3 основных группы проблем: объем, скорость обработки и неструктурированность. Проблема объема характеризует собой недостаточность условий для хранения данных. Скорость относится не только к проблеме медленной обработки информации, которая вызвана старыми
методами обработок, но и к взаимодействию с другими факторами. Проблема неструктурированности может актуализироваться из-за разрозненности источников. Иной проблемой может стать алгоритм анализа и выбор данных для обработки информации, так как нет конкретного понимания, какую информацию следует собирать и хранить, а какую можно исключать. Так же очевидно присутствует нехватка квалифицированных специалистов в данной области. Еще одна кадровая проблема может быть вызвана тем фактом, что искусственный интеллект, в своей перспективе, может заменить труд людей. Некоторые профессии могут быть заменены в ближайшем будущем. Труды дизайнеров, писателей, маркетологов, а также актеров и прочих представителей профессий, от автомойщиков и кассиров в супермаркетах, вплоть до машинистов поездов и самолетов, могут обесценится за счет развития инструментов искусственного интеллекта и BIG DATA [8, с. 137].
Тем не менее, нужно задавать необходимые параметры по отбору данных. Отсюда раскрывается проблема недостаточной компетенции людей, которые занимаются координацией и настройкой инструментов BIG DATA и ИИ. Также большие данные могут неправильно интерпретировать или неверно расставлять приоритеты. Для улучшения качества использования данных инструментов, крупным компаниям следует особое внимание уделять на специалистов, ответственных за использование данными технологиями. Специалист не только должен владеть IT-навыками, но и уметь анализировать данные. Правильное изучение больших данных может спрогнозировать тренды потребительского предпочтения, дальнейшие пути ведения бизнеса и т.д. [1, с. 55].
По оценке экспертов Fortune Business Insights, рынок больших данных ежегодно растет на 13,4%, а значит, что к 2029 году он увеличится до $655,53 млрд. Объем данных, накопленных человечеством, к 2025 году составит 180 зеттабайт. Усилится структуризация данных, компании научатся быстрее отсеивать ненужную информацию. Когнитивные системы позволят чаще и более гибко анализировать данные во многих отраслях и во многих ситуациях, а автоматизация и межмашинное взаимодействие станут основными конкурентами традиционных источников в области создания данных [10].
Таким образом, следует сделать вывод, что развитие инструментов Big Data и искусственного интеллекта неизбежно, и это понимают все основные представители бизнеса, от малых IT-компаний, до крупнейших лидеров рынка. Представители бизнес-среды должны принимать существующую реальность и внедрять данные инструменты в свой бизнес, для его оптимизации и развития эффективности бизнес-процессов.
Список литературы
1. Абдыкаримова А. Т. BIG DATA: проблемы и технологии // Международный журнал гуманитарных и естественных наук. 2019. С. 55-57.
129
2. Машевская О. В. Цифровые технологии как основа цифровой трансформации современного общества // Вестник Полесского государственного университета. Серия общественных и гуманитарных наук. 2020. № 1. C. 37-44.
3. Пастухова Е. В. Искусственный интеллект: исследования в эпоху Big data // Волновая электроника и инфокоммуникационные системы: Сборник статей XXV Международной научной конференции. СПбГУАП. 2022. С.81-85.
4. Пилецкая А. В. Искусственный интеллект и большие данные // Молодой ученый. 2019. № 50 (288). С. 20-22.
5. Федорова Л. А. Применение технологий big data в деятельности современных предприятий // Вестник Алтайской академии экономики и права. 2020. № 9 С. 322-329.
6. Черных К. А. Применение технологий Big Data // Молодой ученый. 2022. № 46 (441). С. 8-11.
7. Якимов А.В. Особенности развития инновационных систем в ситуации пандемийного кризиса // Инвестиции и бизнес. 2022. №2. С.121-124.
8. Chen Y. Big Data Platform of Air Traffic Management / Y. Chen, L. Zhou, J. Yang et al. // IEEE International Conference on Civil Aviation Safety and Information Technology (ICCASIT), Kunming. China. 2019, pp. 137-141.
9. Wilson J., Daugherty P. R. Humans and AI are joining forces // Harvard Business Review. 2018. № 96 (4). pp. 115-123.
10. Современный бизнес и Big Data: анализ применений, результатов и перспектив в крупных компаниях и малом бизнесе. [Электронный ресурс] URL: https://dzen.ru/a/ZG5BkcHKIDSQfYQW (дата обращения: 10.05.2024).
Епрынцева Наталия Александровна, канд. техн. наук, доцент, eprnat@,mail. ru, Россия, Воронеж, Воронежский филиал Российского экономического университета имени Г.В. Плеханова
FEATURES OF USING BIG DATA AND AI TECHNOLOGY IN MODERN BUSINESS PROCESSES
N.A. Epryntseva
This article is devoted to modern information technologies and identifying the features of their use in the current economic and social conditions. The specifics of using BIG DATA and AI technologies in modern business conditions were studied. The theoretical features of using artificial intelligence at the current stage of development of the IT industry were also determined. In addition, the state of the current level of development of information tools used in the domestic business environment was studied. Modern trends in the use of information technologies were studied, as well as problems of their application in business processes were identified and activities related to the possibilities of developing the use of artificial intelligence, namely BIG DATA and AI technologies, based on the experience of domestic
130
organizations were identified. The main trends and tendencies that are relevant today were also presented.
Key words: Information technology, IT industry, artificial intelligence, IT technologies, BIGDATA, automation, machine learning.
Epryntseva Natalia Aleksandrovna, candidate of technical sciences, docent, epr-nat@,mail.ru, Russia, Voronezh, Voronezh branch of Plekhanov Russian University of Economics
УДК 004.94:621.791
DOI: 10.24412/2071-6168-2025-1-131-132
СРАВНЕНИЕ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ СВАРОЧНОГО
ПРОИЗВОДСТВА
В.Г. Новиков
В статье представлен сравнительный анализ современных программных решений для моделирования сварочных процессов. Рассмотрены основные характеристики и функциональные возможности каждого программного продукта, включая методы расчета, способность учитывать микроструктурные изменения, остаточные напряжения и деформации. Проведено сопоставление программ по ключевым параметрам, таким как назначение моделирования, метод расчета, возможности учета различных физических явлений и особенности геометрического моделирования. Представлены рекомендации по выбору программного обеспечения в зависимости от специфики решаемых задач. Особое внимание уделяется сравнительному анализу функциональных возможностей каждой программы, включая их способность моделировать различные типы сварки, учитывать микроструктурные изменения материалов, рассчитывать остаточные напряжения и деформации. В статье представлена сравнительная таблица, наглядно демонстрирующая ключевые характеристики рассматриваемых программных продуктов.
Ключевые слова: программное обеспечение, анализ информации, сравнение программных комплексов, сварочные процессы, термообработка, компьютерное моделирование.
В современном мире сварка является одним из технологических процессов в различных отраслях промышленности, таких как машиностроение, судостроение, авиастроение и строительство, она используется. Сварка - это технологический процесс соединения двух и более металлических или неметаллических материалов посредством нагрева, плавления или с использованием давления [1-4]. Главный принцип сварки заключается в создании неразъемного соединения материалов, где соединение образуется за счет локального плавления поверхностей или применения давления [5-8].
Для оптимизации процесса сварки и повышения качества сварных соединений используются специализированные программные решения для моделирования.
