CC BY
0
1) Построить экономические модели в математической форме, удобной для эмпирического анализа.
2) Определить параметры уравнения.
3) Проверка качества параметров модели и самой модели.
4) Использовать построенные модели при объяснении поведения изучаемых экономических показателей, при прогнозировании и рассмотрении экономической политики.
В последнее время к методологии эконометрики стали относиться критически. Список использованной литературы:
1. Шикин Е.В., Чхартишвили А.Г. Математические методы и модели в управлении. М., 2000.
2. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике. М., 1998.
3. Хайман Д.Н. Современная микроэкономика: анализ и применение. 1 М., 1992.
4. Баканов М.И. Теория экономического анализа. М. Финансы и статистика 1997.
5. Лихолетов И.И., Мацкевич И.П. Руководство к решению задач по высшей математике, теории вероятностей и математической статистике. Минск. 1969 г.
© Бегмедов М., Мамедов М., Сапаров С., Ровшенова М., 2024
УДК 338.002.36
Горяников Е.В.
курсант ВУНЦ ВВС ВВА, г. Воронеж, РФ Матыцина Н.П. кан. экон. наук, доцент ВУНЦ ВВС ВВА,
г. Воронеж, РФ
Кислов В.В. преподаватель ВУНЦ ВВС ВВА, г. Воронеж, РФ
ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ПРОБЛЕМ И ПЕРСПЕКТИВ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО
ИНТЕЛЛЕКТА В МЕНЕДЖМЕНТЕ
Аннотация
В данной статье затрагивается вопрос о влиянии санкций на развитие современной экономики Российской Федерации, а также положительные и отрицательные стороны их влияния и тенденции развития.
Ключевые слова
искусственный интеллект, нейронные сети, машинное обучение, менеджмент, управленческие решения.
Искусственный интеллект (ИИ) - это область компьютерных наук, которая занимается созданием интеллектуальных систем, способных имитировать когнитивные функции человека, такие как обучение, рассуждения и принятие решений. В последние годы ИИ получил бурное развитие благодаря достижениям в области машинного обучения, больших данных и облачных вычислений. Это привело к появлению новых возможностей для применения ИИ в различных сферах, включая менеджмент [1].
Искусственный интеллект: область компьютерных наук, которая занимается созданием интеллектуальных систем, способных имитировать когнитивные функции человека.
Машинное обучение: подход к ИИ, который позволяет компьютерам учиться на данных без явного программирования.
Большие данные: большие объемы данных, которые трудно обрабатывать традиционными методами [3].
Облачные вычисления: модель предоставления ИТ-услуг через Интернет.
Возможности ИИ в менеджменте:
Анализ данных:
1. Прогнозирование спроса: ИИ может анализировать исторические данные о продажах, сезонные тенденции и другие факторы, чтобы прогнозировать будущий спрос на товары и услуги. Это позволяет компаниям оптимизировать запасы, ценообразование и маркетинговые кампании.
2. Выявление закономерностей: ИИ может выявлять скрытые закономерности в больших объемах данных, которые могут быть использованы для улучшения принятия решений в различных областях, таких как управление персоналом, финансы и производство.
3. Сегментация клиентов: ИИ может сегментировать клиентов на основе их демографических данных, поведения и предпочтений. Это позволяет компаниям разрабатывать более персонализированные маркетинговые кампании и предложения.
4. Роботизация: ИИ может использоваться для управления роботами, которые выполняют рутинные задачи, такие как сборка продукции, упаковка товаров и обслуживание клиентов.
5. Виртуальные помощники: ИИ может использоваться для создания виртуальных помощников, которые могут отвечать на вопросы клиентов, предоставлять поддержку и выполнять другие задачи.
6. Автоматизация обработки документов: ИИ может использоваться для автоматизации обработки документов, таких как счета, отчеты и юридические документы.
7. Прогнозирование рисков: ИИ может использоваться для прогнозирования финансовых рисков, рисков кибербезопасности и других видов рисков. Это позволяет компаниям принимать более обоснованные решения по управлению рисками.
8. Прогнозирование отказов оборудования: ИИ может использоваться для прогнозирования отказов оборудования, что позволяет компаниям проводить профилактическое обслуживание и избегать простоев.
9. Прогнозирование churn rate: ИИ может использоваться для прогнозирования вероятности того, что клиенты перестанут пользоваться услугами компании. Это позволяет компаниям принимать меры по удержанию клиентов.
10. Персонализированные рекомендации: ИИ может использоваться для рекомендации товаров и услуг клиентам на основе их истории покупок, поисковых запросов и других данных.
11. Персонализированное обучение: ИИ может использоваться для создания персонализированных программ обучения для сотрудников, что позволяет повысить эффективность обучения.
12. Персонализированное обслуживание клиентов: ИИ может использоваться для предоставления персонализированного обслуживания клиентов, что повышает их удовлетворенность.
Несмотря на свои возможности, ИИ также имеет ряд ограничений, которые необходимо учитывать при его применении в менеджменте [2]:
- Сложность интерпретации: ИИ-системы могут создавать "черные ящики", что затрудняет понимание того, как они принимают решения. Это может привести к тому, что люди будут не доверять ИИ-системам и не будут использовать их.
- Сложность обслуживания: ИИ-системы могут нуждаться в постоянном обслуживании и обновлении, что может быть дорогостоящим и трудоемким.
-Этические проблемы:
-Предвзятость: ИИ-системы могут быть предвзятыми, что может привести к дискриминации отдельных лиц или групп.
- Прозрачность: ИИ-системы могут быть непрозрачными, что затрудняет понимание того, как они принимают решения. Это может привести к этическим проблемам, таким как нарушение конфиденциальности и несправедливость.
- Контроль: ИИ-системы могут стать настолько мощными, что могут представлять угрозу для человеческого контроля.
Примеры практического использования ИИ в менеджменте:
1. Подбор персонала: ИИ может использоваться для анализа резюме и сопроводительных писем кандидатов, чтобы найти наиболее подходящих кандидатов на вакансии.
2. Оценка сотрудников: ИИ может использоваться для оценки производительности сотрудников на основе их работы, отзывов и других данных.
3. Разработка программ обучения: ИИ может использоваться для создания персонализированных программ обучения для сотрудников, что позволяет повысить эффективность обучения.
4. Таргетирование рекламы: ИИ может использоваться для таргетирования рекламы на пользователей на основе их демографических данных, поведения и предпочтений.
5. Персонализация предложений: ИИ может использоваться для создания персонализированных предложений для клиентов на основе их истории покупок, поисковых запросов и других данных.
6.Анализ поведения клиентов: ИИ может использоваться для анализа поведения клиентов на вебсайтах, в социальных сетях и других каналах, чтобы получить информацию об их предпочтениях и потребностях.
7. Оптимизация производственных процессов: ИИ может использоваться для оптимизации производственных процессов, таких как планирование производства, контроль качества и управление запасами.
8. Прогнозирование поломок оборудования: ИИ может использоваться для прогнозирования поломок оборудования, что позволяет компаниям проводить профилактическое обслуживание и избегать простоев.
9. Роботизация: ИИ может использоваться для управления роботами, которые выполняют рутинные задачи, такие как сборка продукции, упаковка товаров и обслуживание клиентов.
10. Выявление мошенничества: ИИ может использоваться для выявления мошеннических транзакций путем анализа данных о транзакциях.
11. Управление рисками: ИИ может использоваться для оценки и управления финансовыми рисками.
12. Принятие инвестиционных решений: ИИ может использоваться для анализа данных о рынке и принятия обоснованных инвестиционных решений.
Перспективы развития ИИ в менеджменте:
В ближайшие годы ожидается дальнейшее развитие ИИ, что приведет к появлению новых возможностей для его применения в менеджменте. К числу основных перспективных направлений развития ИИ в этой сфере относятся:
1. Развитие более совершенных алгоритмов машинного обучения: это позволит создавать более точные и эффективные системы ИИ. Например, алгоритмы глубокого обучения могут использоваться для решения более сложных задач, таких как распознавание образов и обработка естественного языка.
2. Расширение использования больших данных: это позволит ИИ решать более сложные задачи. Например, большие данные могут использоваться для разработки более точных моделей прогнозирования и персонализации.
3. Появление новых технологий ИИ: Таких как квантовые вычисления и нейроморфные вычисления. Эти технологии могут привести к появлению новых возможностей для применения ИИ в менеджменте.
4. Повышение этичности ИИ: Разработка более этичных принципов разработки и использования ИИ. Это может включать в себя разработку методов обнаружения и устранения предвзятости в ИИ
5.Сближение человека и ИИ:
- Разработка новых способов взаимодействия человека и ИИ.
- Это может включать в себя разработку более интуитивно понятных интерфейсов ИИ-систем, а также обучение людей работе с ИИ-системами.
6.Социальные и экономические последствия ИИ:
- Изучение социальных и экономических последствий ИИ для бизнеса и общества.
- Это может включать в себя изучение влияния ИИ на занятость, неравенство и экономический рост. Таким образом искусственный интеллект (ИИ) имеет большой потенциал для повышения
эффективности менеджмента. Однако важно учитывать ограничения ИИ и этические проблемы, связанные с его применением. В ближайшие годы ожидается дальнейшее развитие ИИ, что приведет к появлению новых возможностей для его применения в менеджменте. Важно, чтобы менеджеры были осведомлены о возможностях и ограничениях ИИ, чтобы они могли принимать обоснованные решения о его использовании [4].
Список использованной литературы:
1. Бамбуров В.А. Применение технологий искусственного интеллекта в корпоративном управлении // Государственная служба. -2018.- № 3. - с. 23-28
2. Белова Е.Ю., Шевченко М.О. Трансформация систем менеджмента предприятий в контексте цифровизации // E-Management. - 2023. - № 1. - c. 1728.
3. Блохина М.С. Модель инновационных компетенций руководителя коммерческой организации // Цифровая социология. - 2022.- № 3. -с. 31-37.
4. Гриненко Ю. К., Матов М. Б. Особенности применения bi-технологий в условиях развития цифровой экономики // Московский экономический журнал.
-2022. - № 6. - с. 670-682.
© Горяников Е.В., Матыцина Н.П., Кислов В.В., 2024
УДК 33
Гутлыева А., преподавательница. Джумамырадова О., студентка. Хамзаева Г., студентка. Шамырадова Ш., студентка. Туркменский сельскохозяйственный институт.
Дашогуз, Туркменистан.
ОСНОВНЫЕ ПОНЯТИЯ СИСТЕМНОГО АНАЛИЗА Аннотация
Систематизация. Система. Систематичность как универсальное свойство материи. Модели и симуляции.
