CC BY
0
УДК 331.101.64 JEL: М54
DO110.24147/1812-3988.2024.22(3)24-32
ГЕНЕРАТИВНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ДЕЙСТВИИ: ПОВЫШЕНИЕ ПРОИЗВОДИТЕЛЬНОСТИ И ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ
О.В. Пугачева
Омский государственный университет им. Ф.М. Достоевского (Омск, Россия)
Информация о статье
Дата поступления 21 мая 2024 г.
Дата принятия в печать 21 июня 2024 г.
Тип статьи
Исследовательская статья
Ключевые слова
Генеративный искусственный интеллект, ИИ-ассистент, ключевой руководитель организации, производительность труда, эффективность
Аннотация. В данной статье представлен аналитический обзор влияния генеративного искусственного интеллекта (ГенИИ) на повышение производительности ключевых руководителей организации (КРО) вне зависимости от отрасли. Особое внимание уделяется исследованию возможностей применения ГенИИ для усовершенствования управленческих функций, оптимизации части обязанностей и адаптивного внедрения в текущие процессы. Цель исследования заключается в определении классификации ГенИИ и оценки потенциального влияния на производительность, описании апробированных примеров применения ГенИИ в рабочие процессы КРО для повышения эффективности и производительности труда, предложении пошаговой инструкции внедрения инструментов ГенИИ. Актуальность исследования обусловлена необходимостью интеграции передовых технологий в управленческие процессы с целью повышения конкурентоспособности организаций в условиях динамично изменяющегося бизнес-окружения. В исследовании применен системный и сравнительный анализ в рамках изучения аналитических отчетов, академических баз данных 2023-2024 гг. на тему использования и влияния ГенИИ на производительность труда в различных функциях и отраслях, метод моделирования для апробации представленных рекомендаций. В результате аналитического обзора сформирована классификация современных подходов к использованию ГенИИ в управлении, предложены варианты использования ГенИИ для ежедневной работы КРО и подход к внедрению инструментов ГенИИ.
GENERATIVE ARTIFICIAL INTELLIGENCE IN ACTION: ENHANCING PRODUCTIVITY AND MANAGEMENT EFFICIENCY
O.V. Pugacheva
Dostoevsky Omsk State University (Omsk, Russia)
Article info Abstract. This article presents a critical analysis of the influence of generative artificial intelli-
Received gence (GenAI) on the productivity of key organizational leaders (KOLs), regardless of industry.
May 21, 2024 Specific attention is paid to exploring the potential application of GenAI in enhancing manage-
rial functions, streamlining certain tasks, and integrating seamlessly into existing processes. Accepted The research aims to classify GenAI and evaluate its potential impact on productivity. It also
June 21, 2024 aims to describe tested instances of GenAI application in KOL workflows for improved effi-
ciency and output, and to propose a step-by-step guide for the implementation of GenAI tools. Type paper This study is relevant due to the need to incorporate advanced technologies into organiza-
Research paper tional processes to enhance organizational competitiveness in the face of a rapidly evolving
business landscape. The study employs a systematic and comparative analysis of analytical reports and academic databases from the period 2023-2024 in order to review the use and impact of GenAI on productivity across various functions and industries. The analysis also includes modeling methods for evaluating the proposed recommendations. As a result of this analytical review, a classification of modern approaches to the use of GenAI in management was developed. Options for using GenAI for day-to-day KOL work are proposed. Additionally, an approach to implementing GenAI tools has been suggested.
Keywords
Generative artificial intelligence, AI assistant, key management of the organization, labor productivity, efficiency
1. Введение. В постиндустриальном мире генеративный искусственный интеллект (далее - ГенИИ) развивается с поразительной скоростью, ежедневно совершенствуя возможности. Сегодняшние ИИ-ассистенты обладают уровнем интеллекта, равным 100-120, что превышает среднестатистический IQ человека. ГенИИ уже не является просто модным трендом - это неизбежная технологическая революция, сравнимая с появлением Интернета.
Актуальность исследования обусловлена необходимостью интеграции передовых технологий в управленческие процессы с целью повышения конкурентоспособности организаций в условиях динамично изменяющегося бизнес-окружения.
Цель исследования заключается:
1) в определении классификации ГенИИ и оценке потенциального влияния на производительность труда,
2) представлении апробированных примеров применения ГенИИ в рабочие процессы ключевых руководителей организаций (далее -КРО) для повышения эффективности и производительности труда вне зависимости от функции и отрасли,
3) предложении пошаговой инструкции внедрения инструментов ГенИИ для КРО.
По мнению Goldman Sachs Research1, прорывы в области генеративного искусственного интеллекта могут привести к увеличению мирового ВВП на 7 % (7 трлн долл.) и росту мировой производительности на 1,5 % в течение 10-летнего периода.
McKinsey в отчетах «За гранью ажиотажа: использование потенциала искусственного интеллекта и поколения искусственного интеллекта в сфере технологий, средств массовой информации и телекоммуникаций»2 и «Экономический потенциал генеративного ИИ: следующий рубеж продуктивности»3 предполагают, что потенциал для роста производительности при правильном внедрении ГенИИ может составлять до 70 %.
В апреле 2024 г. заместитель председателя Правительства РФ на форуме, посвященному искусственному интеллекту, рассказал о целевых показателях нового национального проекта: «Предположительно, эффект для экономики России от использования ИИ составит 11,2 трлн руб. к 2030 г., что в 11 раз больше,
4
чем текущие результаты» .
Аналитические статьи в международных научных и бизнес-журналах [1-15], посвящен-
ных ГенИИ, выходят еженедельно, и каждая из них подтверждает гипотезу, что внедрение ГенИИ является неотъемлемой частью программы трансформации организации, но важно определить, какие именно, в каких задачах и как лучше использовать инструменты ГенИИ для повышения производительности и эффективности КРО, которые своими действиями влияют на прибыльность и конкурентоспособность организации.
2. Методика исследования. В исследовании применен системный и сравнительный анализ в части изучения аналитических отчетов, академических баз данных 2023-2024 гг. [1-15] на тему использования и влияния ГенИИ на производительность труда в различных функциях и отраслях, метод моделирования для апробации представленных рекомендаций.
В рамках исследования был проведен системный анализ отчетов McKinsey5, BCG , Gartner1, HBR8, Goldman Sachs9, Avanade10, изучены интервью основателей компаний по разработке ИИ-инструментов, примеры внедрений ГенИИ, опубликованных АНО «Цифровая экономика» (https://d-economy.ru/project/ai-industry/).
Из описания 174 бизнес-кейсов аналитических отчетов АНО «Цифровая экономика» по направлениям: умный город, здравоохранение, обрабатывающая промышленность, розничная торговля и сельское хозяйство - уже виден прогресс в использовании ГенИИ, средний эффект от внедрения составляет 10-30 % роста производительности. Данные изменения коснутся всех уровней управления организацией, именно поэтому каждому КРО необходимо начать адаптироваться к глобальным изменениям.
В рамках исследования разработаны ИИ-ассистенты для апробации и эмпирического подтверждения возможности использования КРО инструментов ГенИИ.
3. Результаты исследования. Генеративный искусственный интеллект является классом систем искусственного интеллекта, основанным на машинном обучении, который оптимизирует процесс создания и изменения текста, данных, речи, включая эмоции и интонацию, изображений, музыки, видео.
Существует огромное количество классификаций ГенИИ. Проанализировав различные источники (см., напр.: [8-15]), можно выделить четыре ключевых типа (табл. 1), которые способны максимально повысить производительность труда в организации.
Таблица 1. Типы ГенИИ: описание, применение, влияние на производительность труда (ПТ) (сост. по: [8-15])
Table 1. Types of Generative AI: description, application, impact on productivity (comp. by: [8-15])
Тип ГенИИ Пример продукта Принцип работы Примеры применения Стоимость Скорость внедрения Рост ПТ, %
Transformer-Based Models ChatGPT 4о, Claude, Copilot Gemini Обработка последовательности данных, языка Написание стратегий, анализ тенденций, генерация идей Низкая Высокая 50-70
Diffusion Model Stable Diffusion, DALL-E, Midjourney, Ideogram Преобразование шума в структурированные данные Создание логотипов, прототипов продуктов и услуг Низкая Высокая 30-50
VAE Recommender Systems, H2O.ai, IBM Watson Studio Вероятностная модель Анализ потребительского поведения, управление рисками Высокая Низкая 25-45
GAN DeepArt, StyleGAN, RunwayML Две нейронные сети: - генератор, создающий данные; - дискриминатор, оценивающий их на подлинность Симуляция для обучения и тестирования гипотез Высокая Высокая 20-40
Оптимальными моделями с точки зрения стоимости и скорости внедрения и, как следствие, быстрой отдачи являются Diffusion Model и Transformer-Based Models.
Diffusion Model позволяет быстро получать высококачественные результаты без глубоких знаний в области машинного обучения и значительных инвестиций в оборудование. Transformer-Based Models являются хорошим выбором благодаря широкой доступности предварительно обученных моделей и инструментов, включая открытые библиотеки, которые упрощают их адаптацию и использование.
Именно данные технологии, которые применяются в типах ГенИИ, наиболее эффективны для внедрения в рабочие процессы КРО. В обязанности КРО входит огромный спектр задач и функций, которые направлены на стратегическое управление организацией и обеспечение ее успешного развития, и абсолютно в каждой из них можно применить Diffusion Model и Transformer-Based Models для оптимизации деятельности. Ниже представлены разработанные и апробированные примеры применения ГенИИ в рабочих процессах КРО (табл. 2).
Таблица 2. Примеры применения ГенИИ в рабочих процессах КРО Table 2. Examples of GenAI Applications of key organization leader workflows
Функция Обязанность Пример применения ГенИИ
Стратегическое управление Разработка стратегии Постоянный мониторинг международных рыночных данных и трендов потребительского поведения поможет оставаться на шаг впереди конкурентов, оптимизируя свои операции и ресурсы в соответствии с предсказаниями моделей, повысить скорость и точность принятия решений. Проведение стратегического анализа текущего состояния и генерация идей и предложений по целевому состоянию. Разработка и актуализация видения, миссии, ценностей, брендбука. Создание стратегического плана инициатив
Устойчивое развитие Постоянный анализ экологических данных и использования ресурсов станет основой для разработки стратегии, направленной на устойчивое развитие и социальную ответственность бизнеса
Продолжение табл.2 The continuation of Table 2
Функция Обязанность Пример применения ГенИИ
Управление эффективностью Разработка и актуализация процессных и функциональных ключевых показателей эффективности (далее - КПЭ) на основе лучших практик, данных за предыдущие периоды, и текущих трендов. Создание и актуализация корпоративных компетенций. Проведение оценки КПЭ и компетенций, генерация развивающей обратной связи на основании результатов и требований к должности
Корпоративное управление Подготовка материалов и докладов Подготовка презентационных материалов и докладов для правления, совета директоров на основании модели, дообу-ченной финансовыми отчетами, внутренними детальными отчетами по функциям. Рецензирование материалов, повышение уровня качества материалов
Подготовка резюме и протоколов встреч Обработка записи по образцу для формирования протоколов заседаний
Взаимодействие с заинтересованными сторонами Поиск партнеров, инвесторов Постоянный мониторинг потенциальных партнеров и инвесторов на основании международных рыночных данных и трендов
Поддержание связей с акционерами и партнерами Помощник в подготовке отчетов, презентаций, стратегий выстраивания встреч, выступлений на основании больших объемов данных, включая аудиозаписи и корпоративную переписку
Инновации и технологии Формирование подхода к инновациям Разработка и актуализация новых идей, концепций, прототипов продуктов, услуг, ускоряя процесс инноваций. Тестирование идей и концепций
Мониторинг технологических трендов Непрерывный мониторинг новых технологий, формирование предложений по возможности внедрения с учетом особенностей организации
Управление финансами Бюджетирование Формирование бюджетов на основании трендов и мировых прогнозов. Сценарное моделирование
Анализ финансовых отчетов Проведение финансового анализа. Подготовка аналитической записки на основании финансовой, управленческой отчетности
Управление процессами Описание процессов Формирование описания процессов
Оптимизация процессов Проведение анализа узких мест. Формирование рекомендаций по упрощению и совершенствованию процессов
Управление командой Подбор и адаптация персонала Формирование описания вакансии. Умный поиск кандидатов на основании требований к вакансиям. Подготовка к проведению собеседования. Помощник в адаптации на основании дообученной модели по регламентам и процессам организации
Постановка задачи и контроль выполнения Помощь в формулировании и детализации задач. Преднастроенный помощник для напоминаний и проверки результата. Формирование предложений по улучшению выполненных поручений
Развитие команды На основании результатов работы: оценки КПЭ и компетенций, оценки 360°, отчетов о проделанной работе, анализа производительности - формирование предложений по индивидуальному плану развития каждого сотрудника, что способствует непрерывному развитию и улучшению навыков. Настройка программы обучения по необходимым профессиональным и личностным навыкам и проведение анализа полученных знаний
Окончание табл. 2 The end of Table 2
Функция Обязанность Пример применения ГенИИ
Проектное управление Управление портфелем проектов Интерактивный мониторинг план-графика, бюджета и содержания по проектам на основании анализа данных из информационных систем, протоколов встреч, еженедельных отчетов руководителей проектов
Управление рисками Идентификация и управление рисками Поиск узких мест и вариантов митигации рисков. Анализ данных для прогнозирования и управления рисками
Соответствие нормативным требованиям Мониторинг изменений законодательства на соответствие деятельности организации
Прочее Планирование дня Использование данных умных часов о состоянии здоровья, адаптация плана работы и отдыха для повышения эффективности, настройка напоминаний и подготовка необходимых сводок, отчетов ко времени, отражение плана работ и организация встреч через ИИ-ассистента
Работа с почтой Анализ всех писем, приоритезация по заданным условиям, отслеживание тех, на которые обязательно требуется ответ. Помощь в написании ответа на письмо с учетом всей переписки и внешних источников, таких как новости
Работа с документами Проверка договоров, внутренних документов с юридической точки зрения и прочих параметров. Подготовка шаблонов ответов
Саморазвитие Постоянное самообразование Создание индивидуального плана обучения. Изучение новой темы, навыка, решение различных бизнес- кейсов. Получение обратной связи по прогрессу
Подготовка к переговорам Проведение детального анализа истории взаимоотношений. Поиск актуальной информации о собеседнике. Создание плана переговоров, включая сценарный подход. Проведение репетиции переговоров и получение обратной корректирующей связи
Подготовка к выступлениям Придумывание темы, структуры, детального доклада. Формирование презентации на основании тезисов. Проведение репетиции и получение обратной корректирующей связи
Работа с коучем, ментором, наставником, психологом, оппонентом Настройка профильного ИИ-ассистента, который по определенной технологии может на ежедневной основе в удобное время проводить консультации и давать обратную связь как письменно, так и в живом общении с ГенИИ
В совокупности эти возможности делают ГенИИ не просто инструментом, а стратегическим конкурентным преимуществом для КРО. При этом самый безболезненный и быстрый способ внедрения - это демонстрация выгод,
которые получает руководитель при самостоятельном использовании. После осознания потребности необходимо поступательно внедрять ГенИИ по унифицированной технологии, представленной ниже (табл. 3).
Шаг Последовательность действий
1. Анализ потребности и формирование образа желаемого результата 1. Составление перечня обязанностей. 2. Приоритезация по трудоемкости и значимости. 3. Выбор одной или нескольких операций, которые хочется полностью выполнять с помощь ГенИИ. 4. Формирование описания желаемого результата и требуемых ресурсов
Таблица 3. Пошаговая инструкция внедрения ГенИИ для КРО Table 3. Step-by-Step Guide for Implementing GenAI for KOL
Окончание табл. 3 The end of Table 3
Шаг Последовательность действий
2. Исследование и выбор технологий 1. Тестирование инструментов ГенИИ. 2. Выбор оптимального с точки зрения: стоимости лицензий, дообучения, инфраструктуры, обеспечения безопасности и конфиденциальности, соответствия потенциальному желаемому результату. 3. Определение подхода к внедрению и выбор подрядчиков (лицензии, инфраструктура, работы по дообучению модели, проведение обучения и полноценной настройки ИТ-решения)
3. Планирование 1. Формирование команды проекта. 2. Разработка плана-графика, ресурсного плана. 3. Соблюдение дополнительных корпоративных процедур
4. Настройка и тестирование 1. Настройка ИТ-решения на основании описания желаемого результата, включая дообучение модели. 2. Тестирование и отладка
5. Обучение персонала 1. Планирование обучения. 2. Проведение обучения. 3. Оценка знаний по результатам обучения
6. Внедрение и мониторинг 1. Запуск в эксплуатацию. 2. Мониторинг и оптимизация
7. Оценка результатов и масштабирование 1. Оценка результатов. 2. Планирование масштабирования
8. Постоянное улучшение Дообучение модели для расширения возможностей
Для минимизации рисков при внедрении и увеличения эффективности важно обеспечить плавную интеграцию ГенИИ с уже используемыми корпоративными системами. Обучение КРО работе с ГенИИ является ключевым для достижения максимальной отдачи от технологии. При внедрении ГенИИ необходимо учитывать этические и правовые аспекты использования ГенИИ, обращать внимание на важность разработки корпоративных политик и стандартов для обеспечения прозрачности и защиты данных.
4. Заключение. Основные выводы исследования подтверждают высокую значимость внедрения передовых технологий ГенИИ для улучшения управленческих процессов и оптимизации рутинных задач, что, в свою очередь, приводит к существенному увеличению производительности труда.
Результаты исследования показали, что применение ГенИИ способствует значительному сокращению времени на выполнение ряда управленческих функций, таких как стратегическое планирование, анализ данных, принятие решений и взаимодействие с заинтересованными сторонами. Опыт организаций, среди которых ПАО «НМЛК», ПАО «Магнит», ПАО «Сбербанк»11, продемонстрировал реальные выгоды от внедрения ГенИИ, выраженные в
увеличении производительности труда и эффективности бизнес-процессов.
Предложенные в статье апробированные примеры применения ГенИИ в ежедневных рабочих процессах КРО и пошаговая инструкция по внедрению инструментов ГенИИ станут основой для проведения опроса ключевых руководителей организации об эффективности использования ГенИИ. Также планируется продолжить исследование влияния ГенИИ на организационные изменения и адаптацию требований к сотрудникам, возможность масштабирования применения ГенИИ на рядовых сотрудников организации, включая разработку программы снижения сопротивления при внедрении. Значимыми в исследовании ГенИИ могут стать анализ рисков, связанных с использованием новых инструментов, и предложение мер по их митигации.
Внедрение ГенИИ открывает значительные возможности для повышения эффективности управленческих процессов и оптимизации рутинных задач, что подтверждается как теоретическими исследованиями, так и практическими примерами. Дальнейшие исследования и опросы позволят углубить понимание и разработать стратегии для успешного масштабирования и управления изменениями, связанными с применением ГенИИ.
Примечания
1 Generative AI could raise global GDP by 7% // Goldman Sachs. April 5, 2023. URL: https://www. goldmansachs.com/intelligence/pages/generative-ai-could-raise-global-gdp-by-7-percent.html.
2 Beyond the hype: Capturing the potential of AI and gen AI in tech, media, and telecom / McKinsey. February 22, 2024. 126 p. URL: https://www.mckinsey.com/ industries/technology-media-and-telecommunications/ our-insights/beyond-the-hype-capturing-the-potential-of-ai-and-gen-ai-in-tmt.
3 The economic potential of generative AI: The next productivity frontier / McKinsey. June 14, 2023. 68 p. URL: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier.
4 Тихонова Ю. Только понимание реального экономического эффекта поможет ускорить внедрение искусственного интеллекта в отрасли экономики // ComNews. 2024. 13 мая. URL: https://www.com news.ru/content/233078/2024-05-13/2024-w20/1002/ tolko-ponimanie-realnogo-ekonomicheskogo-effekta-pomozhet-uskorit-vnedrenie-iskusstvennogo-intellekta-otrasli-ekonomiki.
5 The economic potential of generative AI: The next productivity frontier; Greenberg E., Padhi A., Smit S. 2024 and beyond: Will it be economic stagnation or the
advent of productivity-driven abundance? // McKinsey. January 12, 2024. URL: https://www.mckinsey.com/ capabilities/strategy-and-corporate-finance/our-insights/ 2024-and-beyond-will-it-be-economic-stagnation-or-the-advent-of-productivity-driven-abundance; Beyond the hype: Capturing the potential of AI and gen Ai in tech, media, and telecom.
6 Our Latest Thinking on Artificial Intelligence // BCG. URL: https://www.bcg.com/capabilities/artificial-intelligence/insights.
7 Gartner Experts Answer the Top Generative AI Questions for Your Enterprise // Gartner. URL: https://www.gartner.com/en/topics/generative-ai.
8 Agrawal A., Gans J., Goldfarb A. ChatGPT and How AI Disrupts Industries // Harvard Business Review. December 12, 2022. URL: https://hbr.org/2022/ 12/chatgpt-and-how-ai-disrupts-industries.
9 Generative AI could raise global GDP by 7%.
10 Avanade AI Readiness Report. 2024. 20 p. URL: https://edge.sitecorecloud.io/avanadeinc2-dotcom-prod-19a8/media/project/avanade/avanade/assets/research/ generative-ai-readiness-report.pdf.
11 Искусственный интеллект в Сбербанке // TAdviser. 2024. 11 апр. URL: https://www.tadviser.ru/ index.php/Статья:Искусственный_интеллект_в_Сбер банке.
Литература
1. Макаров М. Ю. Влияние искусственного интеллекта на производительность труда // Экономика и управление. - 2020. - Т. 26, № 5. - С. 479-486. - DOI: 10.35854/1998-1627-2020-5479-486.
2. Минаков В. Ф. Цифровая трансформация когнитивных процессов в экономике // Цифровая трансформация в экономике и управлении : сб. науч. тр. / под ред. проф. В. В. Трофимова, проф. В. Ф. Минакова. - СПб. : Изд-во СПбГЭУ, 2021. - С. 17-24.
3. Ибрагимова А. Х. Понятие и факторы производительности труда // Международный журнал гуманитарных и естественных наук. - 2024. - № 2. - С. 204-206. - DOI: 10.24412/2500-10002024-2-3-204-206.
4. Казаков О. С., Узоков Л. Ф. Вопросы управления трудовыми ресурсами в условиях глобализации // Экономика и социум. - 2024. - № 1 (116). - С. 947-950.
5. Путькина Л. В., Минаков В. Ф., Лобанов О. С. Использование технологий искусственного интеллекта на предприятиях в России // Известия Санкт-Петербургского государственного экономического университета. - 2023. - № 3-2 (141). - С. 73-76.
6. Щербаков А. И. Социально-экономические аспекты роста производительности труда // Социально-трудовые исследования. - 2024. - № 1 (54). - С. 131-137.
7. Almeida I. Generative AI For Business Leaders: Complete Book Collection: Fundamentals, Strategy and Transformation. - Now Next Later AI, 2023. - 796 p.
8. Brown O., Davison R. M., Decker S., Ellis D. A., Faulconbridge J., Gore J., GreenwoodM., Islam G., Lubinski Ch., MacKenzie N. G., Meyer R., Muzio D., Quattrone P., Ravishankar M. N., Zilber T., Ren S., Sarala R. M., Hibbert P. Theory-Driven Perspectives on Generative Artificial Intelligence in Business and Management // British Journal of Management. - 2024. - Vol. 35, Iss. 1. - P. 3-23. - DOI: 10.1111/1467-8551.12788.
9. O'Trakoun J. Labor Productivity Is Popping // Federal Reserve Bank of Richmond. - February 13, 2024. - URL: https://www.richmondfed.org/research/national_economy/macro_minute/2024/labor_ productivity_is_popping_20240213 (дата обращения: 20.05.2024).
10. Holmström J., Carroll N. How organizations can innovate with generative AI // Business Horizons. - In Press. - Available online 23 February 2024. - DOI: 10.1016/j.bushor.2024.02.010.
11. Mariani M., Dwivedi Y. K. Generative artificial intelligence in innovation management: A preview of future research developments // Journal of Business Research. - 2024. - Vol. 175. - Art. 114542. -DOI: 10.1016/jjbusres.2024.114542.
12. Kanbach D. K., Heiduk L., Blueher G., Schreiter M., Lahmann A. The GenAI is out of the bottle: generative artificial intelligence from a business model innovation perspective // Review of Managerial Science. - 2024. - Vol. 18, Iss. 4. - P. 1189-1220. - DOI: 10.1007/s11846-023-00696-z.
13. Sjödin D., Parida V., Kohtamäki M. Artificial intelligence enabling circular business model innovation in digital servitization: Conceptualizing dynamic capabilities, AI capacities, business models and effects // Technological Forecasting and Social Change. - 2023. - Vol. 197. - Art. 122903. - DOI: 10.1016/j.techfore.2023.122903.
14. Gupta R., Nair K., Mishra M., Ibrahim B., Bhardwaj S. Adoption and impacts of generative artificial intelligence: Theoretical underpinnings and research agenda // International Journal of Information Management Data Insights. - 2024. - Vol. 4, Iss. 1. - Art. 100232. - DOI: 10.1016/j.jjimei.2024.100232.
15. Takale D. G., Mahalle P. N., Sule B. Advancements and Applications of Generative Artificial Intelligence // Journal of Information Technology and Sciences. - 2024. - Vol. 10, Iss. 1. - P. 20-27.
References
1. Makarov M.Yu. The Impact of Artificial Intelligence on Productivity. Economics and Management, 2020, Vol. 26, no. 5, pp. 479-486. DOI: 10.35854/1998-1627-2020-5-479-486. (in Russian).
2. Minakov V.F. Digital transformation of cognitive processes in the economy, in: Trofimov V.V., Minakov V.F. (eds.). Tsifrovaya transformatsiya v ekonomike i upravlenii [Digital Transformation in Economics and Management], Collection of Scientific Works, St. Petersburg, Saint Petersburg State University of Economics publ., 2021, pp. 17-24. (in Russian).
3. Ibragimova A.Kh. The concept and factors of labor productivity. International Journal of Humanities and Natural Sciences, 2024, no. 2, pp. 204-206. DOI: 10.24412/2500-1000-2024-2-3-204-206. (in Russian).
4. Kazakov O.S., Uzokov L.F. Issues of human resource management in the context of globalization. Ekonomika i sotsium, 2024, no. 1 (116), pp. 947-950. (in Russian).
5. Putkina L.V., Minakov V.F., Lobanov O.S. The use of artificial intelligence technologies at enterprises in Russia. Izvestiä Sankt-Peterburgskogo gosudarstvennogo ékonomiceskogo universiteta, 2023, no. 3-2 (141), pp. 73-76. (in Russian).
6. Shcherbakov A.I. Social and economic aspects of labor productivity growth. Social & labour research, 2024, no. 1 (54), pp. 131-137. (in Russian).
7. Almeida I. Generative AI For Business Leaders: Complete Book Collection: Fundamentals, Strategy and Transformation. Now Next Later AI publ., 2023. 796 p.
8. Brown O., Davison R.M., Decker S., Ellis D.A., Faulconbridge J., Gore J., Greenwood M., Islam G., Lubinski Ch., MacKenzie N.G., Meyer R., Muzio D., Quattrone P., Ravishankar M.N., Zilber T., Ren S., Sarala R.M., Hibbert P. Theory-Driven Perspectives on Generative Artificial Intelligence in Business and Management. British Journal of Management, 2024, Vol. 35, iss. 1, pp. 3-23. DOI: 10.1111/1467-8551.12788.
9. O'Trakoun J. Labor Productivity Is Popping. Federal Reserve Bank of Richmond, February 13, 2024, available at: https://www.richmondfed.org/research/national_economy/macro_minute/2024/labor_ productivity_is_popping_20240213 (accessed: May 20, 2024).
10. Holmström J., Carroll N. How organizations can innovate with generative AI. Business Horizons, In Press, Available online 23 February 2024. DOI: 10.1016/j.bushor.2024.02.010.
11. Mariani M., Dwivedi Y.K. Generative artificial intelligence in innovation management: A preview of future research developments. Journal of Business Research, 2024, Vol. 175, art. 114542. DOI: 10.1016/j.jbusres.2024.114542.
12. Kanbach D.K., Heiduk L., Blueher G., Schreiter M., Lahmann A. The GenAI is out of the bottle: generative artificial intelligence from a business model innovation perspective. Review of Managerial Science, 2024, Vol. 18, iss. 4, pp. 1189-1220. DOI: 10.1007/s11846-023-00696-z.
13. Sjödin D., Parida V., Kohtamäki M. Artificial intelligence enabling circular business model innovation in digital servitization: Conceptualizing dynamic capabilities, AI capacities, business models and effects. Technological Forecasting and Social Change, 2023, Vol. 197, art. 122903. DOI: 10.1016/j.techfore.2023.122903.
14. Gupta R., Nair K., Mishra M., Ibrahim B., Bhardwaj S. Adoption and impacts of generative artificial intelligence: Theoretical underpinnings and research agenda. International Journal of Information Management Data Insights, 2024, Vol. 4, iss. 1, art. 100232. DOI: 10.1016/j.jjimei.2024.100232.
15. Takale D.G., Mahalle P.N., Sule B. Advancements and Applications of Generative Artificial Intelligence. Journal of Information Technology and Sciences, 2024, Vol. 10, iss. 1, pp. 20-27.
Сведения об авторе
Пугачева Ольга Викторовна - аспирант кафедры региональной экономики и управления человеческими ресурсами
Адрес для корреспонденции: 644077, Россия, Омск, пр. Мира, 55а
E-mail: [email protected] ORCID: 0009-0005-4853-2190 ResearcherlD: KLZ-2149-2024 SPIN-код: 6181-0218; РИНЦ AuthorlD: 1251554
About the author
Olga V. Pugacheva - graduate student at the Department of Regional Economics and Human Resources Management
Postal address: 55а, Mira pr., Omsk, 644077, Russia
E-mail: [email protected]
ORCID: 0009-0005-4853-2190
ResearcherlD: KLZ-2149-2024
SPIN-code: 6181-0218; RSCI AuthorlD: 1251554
Для цитирования
Пугачева О. В. Генеративный искусственный интеллект в действии: повышение производительности и эффективности управления // Вестник Омского университета. Серия «Экономика». - 2024. - Т. 22, № 3. -С. 24-32. - РО!: 10.24147/1812-3988.2024.22(3).24-32.
For citations
Pugacheva O.V. Generative artificial intelligence in action: enhancing productivity and management efficiency. Herald of Omsk University. Series "Economics", 2024, Vol. 22, no. 3, pp. 24-32. DOI: 10.24147/1812-3988.2024.22(3).24-32. (in Russian).
