CC BY
83Искусственный интеллект как прорывная инновация
СО CS
о
CS !Л
О Ш
m
X
<
m О X X
Краснов Алексей Николаевич,
кандидат экономических наук, доцент кафедры «Менеджмент и бизнес-информатика», Владимирский филиал Финансового университета, alnkrasnov@fa.ru
Ксенофонтов Андрей Александрович,
кандидат физико-математических наук, доцент, доцент Департамента менеджмента и инноваций факультета «Высшая школа управления», Финансовый университет при Правительстве Российской Федерации, aaksenofontov@fa. ги
Шмелева Людмила Александровна,
кандидат экономических наук, доцент, доцент Департамента менеджмента и инноваций факультета «Высшая школа управления», Финансовый университет при Правительстве Российской Федерации, lyash-meleva@fa.ru
Предмет исследования - искусственный интеллект, перспективы и границы его применения. Метод исследования - обзор специализированной литературы из нескольких областей: медицины, логистики и транспортировки грузов. Результатом исследования является обобщение опыта и находок авторов из данных сфер. В целом, ИИ действительно выглядит как потенциально прорывная технология, способная значительно изменить существующие экономические и социальные связи, а также модифицировать многие отрасли хозяйства. ИИ находится в начале своего развития, но его уже широко применяют в различных сферах экономики и добиваются существенного улучшения результатов.
Ключевые слова: искусственный интеллект, инновация, прорывная технология, экономика, общество, народное хозяйство
Введение
Искусственный интеллект (ИИ) все шире применяется в различных областях человеческой жизни. Уже мало кого удивляет умная бытовая техника, которой можно управлять удалённо; голосовые помощники, которые уже достаточно точно могут понять, что именно хочет от них владелец; удобные банковские приложения и чат-боты в службах поддержки крупных компаний; поисковые системы, которые формируют выдачу в соответствии с предпочтениями и прошлыми поисковыми запросами пользователей [1]. У компаний, органов государственного управления и прочих хозяйствующих субъектов возникает необходимость использования ИИ для удержания позиций, сохранения эффективности и поддержания конкурентоспособности. Приходится развивать собственные подсистемы и соответствовать всё возрастающим требованиям к стандартам качества. Государства и большие корпорации включаются в технологическую гонку, поскольку с одной стороны, нельзя отставать от конкурентов, а с другой, нежелательно впадать в зависимость от технологий других производителей.
В интернете уже несколько месяцев не стихают споры и дебаты о чат-боте Chat GPT с ИИ от компании OpenAI. Казалось бы, чем может удивить диалоговая программа, которая работает на принципах, схожих с давно знакомыми поисковыми системами? Однако в том и дело, что Chat GPT, который является 4-й версией чат-бота на основе нейросетей, копирующих принципы работы человеческого мозга, удивляет всё больше. Мало сказать, что новым генеративным нейросетям прочат занять место незаменимых инструментов в огромном количестве областей, включая генерирование изображений, видео, речей и оригинальных текстов любой степени сложности и научности. Их планируют внедрять в устройства, которыми люди пользуются повседневно, такие как смартфоны, часы, фитнес-трекеры, навигаторы, умные очки и т. д. Главное в том, что те, кто не будут пользоваться этой технологией и возможностями, которые она предоставляет, или не смогут её нормально освоить, будут неизбежно проигрывать конкурентную борьбу и вытесняться с рынка труда.
Что еще интереснее, Chat GPT продемонстрировала результаты, которые разработчики от неё никак не ожидали. Одним их последних сюрпризов стало то, что нейросеть смогла выучить китайский язык, хотя специально с ней этим не занимались. Более того, уровень проникновения в язык, понимания идиом и разговорных выражений оказался гораздо выше, чем специально обучаемые нейросети других разработчиков.
Ключевой вопрос данного исследования можно сформулировать следующим образом: является ли ИИ прорывной инновацией, способной трансформировать мир вокруг до неузнаваемости? Или же это всего лишь очередная мода, которая быстро пройдёт? В статье приводится литературный обзор ряда сфер экономики и управления, где ИИ уже применяется.
1. ИИ в здравоохранении
Специализированная литература подчеркивает важность применения технологий ИИ как центра прорывных инноваций во многих областях медицины. Так, ИИ вносит всё больший вклад в хирургию и хирургическое вмешательство [2], детализированную медицинскую визуализацию [3], диетологию [4], радиологию и методы раннего выявления онкологических заболеваний [5] и стоматологию [6] за счёт использования робототехники [7].
Многие человеческие задачи уже автоматизированы и компьютеризированы благодаря использованию ИИ и технологий глубокого обучения [8]. Примерами технологий, уже широко применяемых в медицине, являются интегрированные электронные и личные медицинские карты, мобильные приложения, носимые устройства, ИИ и машинное обучение, диалоговые интерфейсы, включая чат-боты и социальные роботы. Авторы [7] утверждают, что цифровое здравоохранение разрушает традиционную модель оказания медицинской помощи в области питания, но при этом должно принять на себя и ответственность, чтобы в итоге улучшить уход за пациентами.
Хотя ИИ является главной прорывной технологией последних лет, которая оказала наибольшее влияние на медицину, для достижения еще более значимых результатов полезно было бы объединить его с другими технологиями [9]. Сюда входят блокчейн и машинное обучение. Блокчейн позволяет хранить множество данных о пациентах, например, результаты обследований и лабораторных исследований, данные с носимых устройств (фитнес-трекеры, датчики сердца, кардиостимуляторы и т. д.), геномные данные, а также данные медицинской визуализации. Блокчейн мог бы быть применен в качестве распределенного реестра этих данных с одной стороны и инструмента управления этими записями с другой. Более того, обновление этих данных в реальном времени и моделирование состояния пациентов для анализа и предсказания потенциальных проблем также могут стать намного доступнее с помощью блокчейн-технологий [7].
Хирургия
В хирургии ИИ имеет огромный потенциал стать разрушающей инновацией, в первую очередь в сфере управляемой хирургии, визуализации и компьютерного моделирования [5], [6]. Несмотря на доступность эндоскопических данных, на базе которых ИИ мог бы осуществлять или корректировать лечение, основное внимание до сих пор уделялось только малоинвазив-ной хирургии [6] и интраоперационной помощи.
В то же время потенциал применения Ии куда шире. В частности, ИИ может произвести революцию в сфере лечения и комплексного ухода за позвоночником [9]. С помощью научно обоснованной и прогностической аналитики могут быть существенно улучшены индивидуальный пост-операционный уход, назначение операций в режиме реального времени и предоперационный отбор пациентов. Хотя роботизированная хирургия ещё находится в начале своего пути, она потенциально способна повысить техническую точность операций и уменьшить нагрузку на врачей-хирургов, тем самым снизив их утомляемость. Роботы на базе ИИ могут анализировать данные предыдущих хирургических вмешательств для разработки новых методов лечения. Такие роботы уже зачастую способны выполнять операции более точно, чем люди, за счёт уменьшения количества случайных и неточных движений.
Помимо хирургии позвоночника ИИ находит всё более широкое применение в сфере малоинвазивного вмешательства, роботизированных операциях и послеоперационном уходе для точного расчёта времени восстановления. Авторы исследования [10] подчёркивают, что сосудистая хирургия пока не может похвастать такими успехами. Они предвещают переход к хирургии 4.0, которая будет базироваться на повсеместном применении цифровых технологий, в частности дополненной и виртуальной реальности и 3D-печати высококачественных хирургических шаблонов, прототипов и матриц.
Еще одной сферой, которая должна сильно выиграть от внедрения ИИ может стать стоматология [6]. Благодаря общему прогрессу робототехники современные стоматологические роботы уже способны самостоятельно производить неко-
торые виды вмешательств и дистанционным мониторинг пациентов. Системный обзор литературы выявил следующие области применения роботов и автоматизированных систем в стоматологии: имплантология, челюстно-лицевая хирургия, протезирование и восстановительная стоматология, ортодонтия, радиология полости рта, гигиена полости рта, простая стоматологическая помощь и производство стоматологических материалов [7]. При этом стоит отметить, что на данном этапе роботизированная стоматология оказывает скорее стимулирующее и трансформирующее нежели разрушающее воздействие.
Диагностика и профилактическое лечение
Начиная с самых ранних стадий развития робототехники одной из задач, поставленных перед ней, была замена людей в областях и операциях, которые ставят под угрозу человеческую жизнь. Одной из таких сфер, несомненно, является здравоохранение. Эффективность применения роботов в этой отрасли была доказана во время недавней пандемии Covid-19. Роботы использовались для выполнения различных функций включая раздачу продуктов питания и медикаментов, оказание помощи пожилым людям и людям с ограниченными возможностями, а также забор биопсии для проверки на наличие заболеваний [11]. Это же исследование обращает внимание на некоторые другие смежные технологии, такие как 3D-печать. 3D-принтеры позволяют изготавливать недорогие протезы, что значительно увеличивает сферу их применения и доступность.
Авторский коллектив Saraswat et al. [12] исследует применение блокчейна и ИИ в сфере цифрового здравоохранения, которое использует доступные медицинские данные для выявления пациентов с высоким риском, мониторинга распространения инфекций, прогнозирования риска смертности, управления медицинскими данными и борьбы с эпидемиями. Mesko, Hetenyi и Gyorffy [13] обсуждают возможности использования так называемого объяснимого ИИ (ExAI - Explainable AI) в контексте новой модели здравоохранения. Авторы приходят к выводу, что интерпретация результатов, получаемых ИИ, может представлять проблему для врачей и других специалистов сферы охраны здоровья, не так хорошо знакомых с компьютерной техникой и особенно работой с ИИ. Поэтому эффективность применения ИИ будет также зависеть от способности представить полученную информацию в виде моделей из реальной жизни в различных клинических приложениях.
Уже сейчас можно представить себе роботизированные системы, которые будут заблаговременно выявлять инфекции и оповещать медицинский персонал о состоянии здоровья пациента сразу по прибытии в клинику [11]. Эффект таких систем может быть и экономическим, поскольку профилактика может обходиться гораздо дешевле лечения. Поскольку ИИ значительно повышает качество диагностики, снижается количество врачебных ошибок, неверно поставленных диагнозов и назначенных медикаментов, что также упрощает уход за больными [12], [14]. Вдобавок, ИИ способен помочь и в решении кадровых проблем в медицине, поскольку становится возможным более точно определять квалификацию персонала. При этом ИИ не обладает эмпатией, которая порой является очень важной составляющей лечения, а значит, участие человека в уходе и лечении по-прежнему необходимо. С другой стороны, уже сейчас утверждается, что, хотя ИИ пока не может полноценно заменить личные связи и достичь полноценного доверия пациентов, потенциал для создания более «человечных» связей в системе, где будет ИИ будет присутствовать в виде когнитивного помощника, также имеется [14].
Другие авторы, например, [15] утверждают, что риск постановки неверных диагнозов из-за неточности алгоритмов, также
X X
о
го А с.
X
го m
о
2 О
м
CJ
со см о см
!Л
О Ш
т
X
3
<
т О X X
нельзя исключать. Это, в свою очередь, может привести к неверным клиническим оценкам и неблагоприятным исходам для пациентов. Эти возможные ошибки вызывают беспокойство, поскольку будет непонятно, кто будет ответственен за потенциально негативные последствия, что затрудняет и задерживает внедрение ИИ и машинного обучения в клиническую практику.
И все же стимулирование внедрения прорывных технологий видится жизненной необходимостью по ряду причин. Они включают быстро растущие затраты на здравоохранение из-за глобального старения населения, необходимость обеспечения широких слоёв населения диагностической помощью и растущую потребность в лабораториях в эпоху точной диагностики [16]. По сути, речь идёт о том, чтобы сделать использование высокоточной диагностики и последующей медицинской помощи массовым, что требует существенного удешевления этих технологий. В сочетании с данными из клинической биологии и персональными генетическими характеристиками пациентов технологии ИИ значительно изменят саму структуру и организацию медицинской системы в целом [17], [18].
Помимо чисто экономических аспектов внедрения ИИ нельзя забывать о правовых и этических проблемах [19]. Основными из них являются следующие. Помимо отсутствия у ИИ эмпатии, о чём было сказано выше, на данный момент не существует единого свода принципов и правил применения ИИ в медицине. Поскольку медицина имеет дело с жизнями пациентов, отсутствие единых стандартов может привести к множеству прецедентов, которые на данный момент не представляется возможным предвидеть. Поэтому прежде чем внедрять ИИ, необходимо определить, на каких условиях и в каких границах это будет происходить, а также кто конкретно будет контролировать применение ИИ и нести ответственность за возможные неблагоприятные результаты. Кроме того, необходимо учитывать интересы всех сторон, включая самих пациентов и родственников, учреждения здравоохранения, страховые компании, органы власти и т. д. [16] Не стоит забывать и о сопротивлении внедрению ИИ со стороны выгодопо-лучателей текущей модели здравоохранения - тех же страховых компаний, фармацевтических корпораций, чиновников, которые при трансформации системы могут потерять огромные прибыли [20].
2. ИИ в логистике, транспортировке грузов и на рынке труда
Бизнес также не остался в стороне от прогресса и активно использует ИИ для принятия решений в условиях неопределённости, оптимизации процессов, а также повышения потребительской ценности продуктов [21], [22]. С одной стороны, блокчейн обеспечивает децентрализованное, безопасное и заслуживающее доверия хранение данных, записей и реестров и получение разрешений на доступ к ним. Кроме того, технология позволяет внедрять смарт-контракты для управления взаимодействиями между участниками без необходимости привлечения посредников или третьих сторон. Прогнозируется, что смарт-контракты будут становиться всё более всеобъемлющими и самоисполняющимися, что сделает присутствие третьей стороны излишним. С другой же стороны, внедрение Ии чревато потерей огромного количества рабочих мест и дегуманизацией отношений в бизнесе. В данном разделе рассматривается применение ИИ в трёх сферах бизнеса - логистике, транспортировке грузов и управлении рабочей силой.
Логистика
Текущее состояние логистической отрасли будет сильно модифицировано с внедрением ИИ, однако отдельные элементы существующей системы, безусловно, сохранятся [23],
[24]. Отмечается, что использование блокчейна повышает устойчивость и жизнестойкость глобальных и локальных логистических цепочек [25]. Более того, всё большее распространение получает концепция зелёной логистики, включающая обратную логистику (возврат грузов, сырья, материалов из реализации), зеленое распределение, минимизирующее негативное воздействие цепочек поставок на окружающую среду, а также зеленое складирование, подразумевающее сокращение используемой электроэнергии и материалов, не подлежащих вторичной обработке, применение чистых источников энергии и переработку отходов, образующихся во время складских операций [26].
Использование ИИ помогает оптимизировать распределение логистических маршрутов и ресурсов, тем самым позволяя добиться минимизации вредоносного влияния на окружающую среду.
Исследователи [27] объясняют принцип работы обратной логистики через влияние таких факторов как настройка вторичной переработки материалов, планирование производства и уровня складских запасов, приобретение и транспортировка основного оборудования, а также балансировка и использование линий переработки отходов. Вдобавок введены нелинейные ограничения по затратам на время простоя и неравномерной работы, что делает расчёты, приведённые в работе более адекватными и приближенными к реальным условиям. Другие исследователи считают, что основными направлениями развития интеллектуальных логистических роботов станут более точные и интеллектуальные операции управления логистикой, достижение более эффективного взаимодействия человека и робота, достижение безопасности логических операций и более точная навигация и определение местоположения грузов. Данные эффекты могут быть достигнуты через интеграцию интернета вещей, интеллектуальной робототехники и цифровых копий данных, расположенных в облачных хранилищах.
Рынок рабочей силы
Главной проблемой на рынке рабочей силы в ближайшие десятилетие может стать радикальное углубление разрыва в квалификации рабочей силы, а проходить этот разрыв будет как раз по линии применения ИИ. Те, кто смогут внедрить его в свою работу, получат огромное преимущество над теми, кто будет не способен это сделать или вообще будет замещен ИИ и вытеснен с рынка труда [28]. Дополнительной проблемой может стать тот факт, что образовательная система будет не успевать за технологическим прогрессом, а потому окажется всё менее способной адаптировать свои программы под быстро меняющиеся условия. Поэтому забота о том, чтобы работники соответствовали требованиям времени, всё больше будет ложиться на плечи работодателей, хотя ответственность с самих работников за их профпригодность никто не снимает.
Исследователи предсказывают, что ИИ и роботы на его базе могут заменить до 1/3 всей рабочей силы на планете, что исчисляется сотнями миллионов и миллиардами человек. При этом, поскольку многие операции будут немыслимы без применения ИИ (иначе их качество не будет соответствовать ужесточающимся требованиям), сотрудникам придётся постоянно проходить переподготовку или переводиться на другие рабочие места с более простыми функциями.
Социальные инновации и инклюзивность могут быть использованы в качестве инструментов адаптации работников и смягчения последствий внедрения прорывных инноваций, способных буквально взрывать целые рынки. Для создания и применения ИИ необходимы специальные технические знания, и количество таких мест будет расти. Однако требования будут расти ещё быстрее, что станет своеобразным барьером на
пути карьерного роста средне- и низкоквалифицированной рабочей силы. Использование технологий, основанных на Ии, таких как машинное обучение, компьютерное зрение и логика аргументации, буквально разрушает существующий рынок труда, так как далеко не все его участники способны успевать за технологическими изменениями.
Технологии на базе ИИ тоже не стоят на месте и очень быстро совершенствуются. В настоящее время разработчики ИИ-систем пытаются придать им человеческие черты, чтобы «поведение» таких систем стало максимально похожим на действия человека, но без ошибок и неэффективных решений, свойственных людям. К таким человеческим чертам можно отнести стремление к приобретению новых знаний, решение проблем, обучение, восприятие, стратегическое планирование и манипулирование. Роботизированная автоматизация процессов (РАП) - еще один пример влияния ИИ на рынок рабочей силы [25]. РАП способна заменять многих работников не потому, что она умнее людей, а потому, что она дешевле, более доступна и требует меньше усилий контроля, чем человеческие работники.
С точки зрения управления и ускорения организационного роста, технологии и персонал работают наиболее эффективно при их совместном использовании [29]. Поэтому единственное условие, при котором люди смогут оставаться эффективными сотрудниками и конкурировать с ИИ-системами, будет постоянное стремление развивать существующие таланты, осваивать новые сферы деятельности и применять ИИ в своей работе. Таким образом, необходимо будет не противопоставлять человека и ИИ, а искать точки соприкосновения и пути комбинирования этих двух ресурсов.
ИИ способен влиять на организационную стратегию, процедуры управления и поведение клиентов, генерируя и анализируя практически бесконечные - по крайней мере с человеческой точки зрения - объёмы данных (dig data). Компании будет вынужден приспосабливаться к новым идеям и технологиям. Помимо применения конкретных технологий включая ИИ, интернет вещей и машинное обучение, необходимо будет создать системы (фреймворки) для постоянного изучения потенциальных преимуществ и проблем, создаваемых прорывными технологиями [30].
Заключение
ИИ и смежные информационные технологии имеют огромный потенциал стать поистине прорывной инновацией или, как говорят на Западе «следующей большой вещью» (the next big thing), которая изменит мир до неузнаваемости. То, что казалось нормой и привычным ходом дел еще каких-то 10-20 лет назад, сейчас кажется безнадёжно устаревшим. Интернет, коммуникационные сети и теперь ИИ становятся тем объединяющим звеном, который связывает мир воедино вне зависимости от официальных границ. Если раньше технологии в разных сферах работали каждая сама по себе, то теперь они объединены общей базой и вычислительными мощностями, что даёт невероятный прирост эффективности и производительности.
В статье сделан обзор только некоторых сфер применения ИИ, хотя список потенциальных возможностей его применения этим далеко не исчерпывается. Наоборот, трудно придумать хоть сколько-нибудь цифровизированную сферу, в которую нельзя было бы внести улучшения с помощью Ии. И, похоже, только вопрос времени и экономической целесообразности, когда ИИ призовут решать те или иные задачи.
С другой стороны, еще не решены многие вопросы относительно применимости ИИ, безопасности его использования и границ дозволенного вторжения в частную жизнь граждан.
Компании-разработчики гонятся за прибылью на рынке, который уже сейчас оценивается в сотни миллиардов долларов, а в потенциале его объём будет исчисляться триллионами. Но простым людям не всегда может быть по нраву, когда каждый их шаг будет отслеживаться, оцениваться цифровым параметром, а вся эта информация будет скапливаться неизвестно где и применяться неизвестно как. Поэтому еще предстоит немало конфликтов и противостояний в сфере использования ИИ, где каждая вовлечённая сторона будет отстаивать свои интересы, а они будут часто не совпадать.
Но будущее неизбежно придёт, и, если есть технологии, которые позволяют работать гораздо эффективнее и продуктивнее, необходимый консенсус будет рано или поздно выработан. ИИ еще в самом начале своего пути, и если уже сейчас он наделал столько шума, вызвал столько разговоров, страхов и опасений, то по мере его развития, существующие тенденции будут только усиливаться. Исследование влияния ИИ на общество в целом, на отдельные сферы и отрасли экономики тоже только начинается. Мы стоим на пороге фундаментальной, но при этом лишь очередной смены экономической и социальной парадигмы, и можем лишь гадать, к чему это приведёт, или давать не очень точные прогнозы.
Литература
1. Nassiri-Mofakham, F. (ed). (2019) Current and Future Developments in Artificial Intelligence, Vol. 1: Intelligent Computational Systems: A Multi-Disciplinary Perspective, Sharjah, UAE: Bentham Science Publishers.
2. Dal Mas, F.; Piccolo, D.; Cobianchi, L.; Edvinsson, L.; Presch, G.; Massaro, M.; Skrap, M.; Vajana, A.F.D.; D'Auria, S.D.S.; Bagnoli, C. The Effects of Artificial Intelligence, Robotics, and Industry 4.0 Technologies. Insights from the Healthcare Sector. In Proceedings of the European Conference on the Impact of Artificial Intelligence and Robotics (ECIAIR), EM Normandie Business School, Oxford, UK, 31 October-1 November 2022; pp. 88-95.
3. Manickam, P.; Mariappan, S.A.; Murugesan, S.M.; Hansda, S.; Kaushik, A.; Shinde, R.; Thipperudraswamy, S.P. (2022) Artificial Intelligence (AI) and Internet of Medical Things (IoMT) Assisted Biomedical Systems for Intelligent Healthcare. Biosensors, 12 (3): 562-579.
4. Kelly, J.T.; Collins, P.F.; McCamley, J.; Ball, L.; Roberts, S.; Campbell, K.L. (2021) Digital disruption of dietetics: Are we ready? Journal of Human Nutrition and Dietetics, 34: 134-146.
5. Joda, T.; Yeung, A.W.K.; Hung, K.; Zitzmann, N.U.; Bornstein, M.M. (2021) Disruptive Innovation in Dentistry: What It Is and What Could Be Next. Journal of Dental Research., 100: 448-453.
6. Ahmad, P.; Alam, M.; Aldajani, A.; Alahmari, A.; Alanazi, A.; Stoddart, M.; Sghaireen, M. (2021) Dental Robotics: A Disruptive Technology. Sensors, 21: 3308-3320.
7. McBee, M.P. and Wilcox, C. (2020) Blockchain Technology: Principles and Applications in Medical Imaging, Journal of Digital Imaging, 33: 726-734.
8. Rasouli, J.J.; Shao, J.N.; Neifert, S.; Gibbs, W.N.; Habboub, G.; Steinmetz, M.P.; Benzel, E.; Mroz, T.E. (2021) Artificial Intelligence and Robotics in Spine Surgery, Global Spine Journal, 11: 556-564.
9. Dorweiler, B.; Wegner, M.; Salem, O.; Murtaja, A.; Schäfers, J.F.; Oberhuber, A. (2022) Innovation, disruptive technologies and transformation in vascular surgery. Gefasschirurgie, 27: 561-568. 10. Mohanty, K.; Subiksha, S.; Kirthika, S.; Bh, S.; Sokkanarayanan, S.; Bose, P.; Sathiyanarayanan, M. (2022) Opportunities of Adopting AI-Powered Robotics to Tackle COVID-19. In: Proceedings of the International Conference on
X X
о го А с.
X
го m
о
2 О
м
CJ
fO CS
o
CS
in
O LH
m
X
3
<
m O X X
COMmunication Systems and NETworkS (COMSNETS), Bangalore, India, 5-9 January 2022; pp. 703-708.
11. Jabarulla, M.Y.; Lee, H.N. (2021) A Blockchain and Artificial Intelligence-Based, Patient-Centric Healthcare System for Combating the COVID-19 Pandemic: Opportunities and Applications. Healthcare, 9: 1019-1034.
12. Saraswat, D.; Bhattacharya, P.; Verma, A.; Prasad, V.K.; Tanwar, S.; Sharma, G.; Bokoro, P.N.; Sharma, R. (2022) Explainable AI for Healthcare 5.0: Opportunities and Challenges. IEEE Access, 10: 84486-84517.
13. Mesko, B.; Hetenyi, G.; Gyorffy, Z. (2018) Will artificial intelligence solve the human resource crisis in healthcare? BMC Health Services Research, 18: 545-560.
14. Maliha, G.; Gerke, S.; Cohen, G.; Parikh, R.B. (2021) Artificial Intelligence and Liability in Medicine: Balancing Safety and Innovation. Milbank Quarterly, 99: 629-647.
15. Khatab, Z.; Yousef, G.M. (2021) Disruptive innovations in the clinical laboratory: Catching the wave of precision diagnostics. Critical Review of Clinical and Laboratory Science, 58: 546-562.
16. Brunelle, F.; Brunelle, P. (2019) Artificial Intelligence and Medical Imaging: Definition, State of the Art and Perspectives. Bulletin of the National Medicine Academy, 203: 683-687.
17. Garbuio, M.; Lin, N. (2019) Artificial Intelligence as a Growth Engine for Health Care Startups: Emerging Business Models. Californian Management Review, 61: 59-83.
18. Prakash, S.; Balaji, J.N.; Joshi, A.; Surapaneni, K.M. (2022) Ethical Conundrums in the Application of Artificial Intelligence (AI) in Healthcare—A Scoping Review of Reviews. Journal of Personalised Medicine, 12: 1914-1930.
19. Mesko, B. (2018) Future Directions of Digital Health. In Digital Health: Scaling Healthcare to the World; Rivas, H., Wac, K., Eds.; Springer: Berlin/Heidelberg, Germany, pp. 339-363.
20. Ojo, A. (2019) Next Generation Government— Hyperconnected, Smart and Augmented. In: Proceedings of the 20th IFIP WG 5.5 Working Conference on Virtual Enterprises (PRO-VE), Turin, Italy, 23-25 September 2019; pp. 285-294.
21. Ljepava, N. (2022) AI-Enabled Marketing Solutions in Marketing Decision Making: AI Application in Different Stages of Marketing Process. TEM Journal, 11: 1308-1315.
22. Wiegandt, D. (2022) Blockchain and Smart Contracts and the Role of Arbitration. Journal of International Arbitration, 39 (3): 671-690.
23. Dong, C.W.; Akram, A.; Andersson, D.; Arnas, P.O.; Stefansson, G. (2021) The impact of emerging and disruptive technologies on freight transportation in the digital era: Current state and future trends. International Journal of Logistics Management, 32: 386-412.
24. Noor, A. (2022) Adoption of Blockchain Technology Facilitates a Competitive Edge for Logistic Service Providers, Sustainability, 14 (1): 15543-15560.
25. Zondervan, N.A.; Tolentino-Zondervan, F.; Moeke, D. (2022) Logistics Trends and Innovations in Response to COVID-19 Pandemic: An Analysis Using Text Mining. Processes, 10: 2667-2674.
26. Agyabeng-Mensah, Y., Ahenkorah, E., Afum, E., Dacosta, E. and Tian, Z. (2020) Green warehousing, logistics optimization, social values and ethics and economic performance: the role of supply chain sustainability, The International Journal of Logistics Management, 31 (3): 549-574.
27. Jia, W.; Wang, S.; Xie, Y.; Chen, Z.; Gong, K. (2022) Disruptive technology identification of intelligent logistics robots in AIoT industry: Based on attributes and functions analysis. Systematic Research and Behavioural Science, 39 (4): 557-568.
28. Cukier, W. (2019) Disruptive processes and skills mismatches in the new economy Theorizing social inclusion and
innovation as solutions. Journal of Global Responsibility, 10: 211225.
29. Oosthuizen, R.M. (2022) The Fourth Industrial Revolution—Smart Technology, Artificial Intelligence, Robotics and Algorithms: Industrial Psychologists in Future Workplaces. Frontiers in Artificial Intelligence,^ (2): 913168.
30. Khatri, S.; Pandey, D.K.; Penkar, D.; Ramani, J. Impact of Artificial Intelligence on Human Resources. In: Data Management, Analytics and Innovation; Advances in Intelligent Systems and Computing; Sharma, N., Chakrabarti, A., Balas, V., Eds.; Springer: Singapore, 2019.
Artificial intelligence as a disruptive innovation Krasnov A.N., Ksenofontov A.A., Shmeleva L.A.
Financial University
JEL classification: D24, D41, D84, D92, O11, O12, O31, O32, O34_
The subject of research is artificial intelligence, prospects and limits of its application. The research method is a review of specialized literature from two fields: medicine, logistics and transportation, as well as urban planning and municipal management. The result of the study is a generalization of the experience and findings of authors from these fields. In general, AI really looks like a potentially disruptive technology that can significantly change existing economic and social ties, as well as modify many sectors of the economy. AI is at the beginning of its development, but it is already widely used in various sectors of the economy and is achieving significant improvement in results. Keywords: artificial intelligence, innovation, disruptive technology, economy, society,
national economy References
1. Nassiri-Mofakham, F. (ed). (2019) Current and Future Developments in Artificial
Intelligence, Vol. 1: Intelligent Computational Systems: A Multi-Disciplinary Perspective, Sharjah, UAE: Bentham Science Publishers.
2. Dal Mas, F.; Piccolo, D.; Cobianchi, L.; Edvinson, L.; Presch, G.; Massaro, M.;
Skrap, M.; Vajana, A.F.D.; D'Auria, S.D.S.; Bagnoli, C. The Effects of Artificial Intelligence, Robotics, and Industry 4.0 Technologies. Insights from the Healthcare Sector. In Proceedings of the European Conference on the Impact of Artificial Intelligence and Robotics (ECIAIR), EM Normandie Business School, Oxford, UK, 31 October— November 2022; pp. 88-95.
3. Manickam, P.; Mariappan, S.A.; Murugesan, S.M.; Hansda, S.; Kaushik, A.; Shinde,
R.; Tipperudraswamy, S.P. (2022) Artificial Intelligence (AI) and Internet of Medical Things (IoMT) Assisted Biomedical Systems for Intelligent Healthcare. Biosensors, 12(3): 562-579.
4. Kelly, J.T.; Collins, P.F.; McCamley, J.; Ball, L.; Roberts, S.; Campbell, K.L. (2021)
Digital disruption of dietetics: Are we ready? Journal of Human Nutrition and Dietetics, 34: 134-146.
5 Joda, T.; Yeung, A.W.K.; Hung, K.; Zitzmann, N. U.; Bornstein, M.M. (2021)
Disruptive Innovation in Dentistry: What It Is and What Could Be Next. Journal of Dental Research., 100: 448-453.
6 Ahmad, P.; Alam, M.; Aldajani, A.; Alahmari, A.; Alanazi, A.; Stoddart, M.; Sghaireen,
M. (2021) Dental Robotics: A Disruptive Technology. Sensors, 21: 3308-3320.
7. McBee, M.P. and Wilcox, C. (2020) Blockchain Technology: Principles and
Applications in Medical Imaging, Journal of Digital Imaging, 33: 726-734.
8. Rasouli, J.J.; Shao, J. N.; Neifert, S.; Gibbs, W. N.; Habboub, G.; Steinmetz, M.P.;
Benzel, E.; Mroz, T.E. (2021) Artificial Intelligence and Robotics in Spine Surgery, Global Spine Journal, 11: 556-564.
9. Dorweiler, B.; Wegner, M.; Salem, O.; Murtaja, A.; Schäfers, J.F.; Oberhuber, A.
(2022) Innovation, disruptive technologies and transformation in vascular surgery. Gefasschirurgie, 27: 561-568. 10 Mohanty, K.; Subiksha, S.; Kirthika, S.; Bh, S.; Sokkanarayanan, S.; Bose, P.; Sathiyanarayanan, M. (2022) Opportunities of Adopting AI-Powered Robotics to Tackle COVID-19. In: Proceedings of the International Conference on COMmunication Systems and NETworkS (COMSNETS), Bangalore, India, 5-9 January 2022; pp. 703-708.
11. Jabarulla, M. Y.; Lee, H.N. (2021) A Blockchain and Artificial Intelligence-Based,
Patient-Centric Healthcare System for Combating the COVID-19 Pandemic: Opportunities and Applications. Healthcare, 9:1019-1034.
12. Saraswat, D.; Bhattacharya, P.; Verma, A.; Prasad, V.K.; Tanwar, S.; Sharma, G.;
Bokoro, P.N.; Sharma, R. (2022) Explainable AI for Healthcare 5.0: Opportunities and Challenges. IEEE Access, 10: 84486-84517. 13 Mesko, B.; Hetenyi, G.; Gyorffy, Z. (2018) Will artificial intelligence solve the human resource crisis in healthcare? BMC Health Services Research, 18:545-560.
14. Maliha, G.; Gerke, S.; Cohen, G.; Parikh, R.B. (2021) Artificial Intelligence and
Liability in Medicine: Balancing Safety and Innovation. Milbank Quarterly, 99: 629-647.
15. Khatab, Z.; Yousef, G.M. (2021) Disruptive innovations in the clinical laboratory:
Catching the wave of precision diagnostics. Critical Review of Clinical and Laboratory Science, 58: 546-562.
16. Brunelle, F.; Brunelle, P. (2019) Artificial Intelligence and Medical Imaging: Definition, State of the Art and Perspectives. Bulletin of the National Medicine Academy, 203: 683-687.
17. Garbuio, M.; Lin, N. (2019) Artificial Intelligence as a Growth Engine for Health Care Startups: Emerging Business Models. Californian Management Review, 61:59-83.
18 Prakash, S.; Balaji, J. N.; Joshi, A.; Surapaneni, K.M. (2022) Ethical Conundrums in the Application of Artificial Intelligence (AI) in Healthcare—A Scoping Review of Reviews. Journal of Personalized Medicine, 12: 1914-1930.
19. Mesko, B. (2018) Future Directions of Digital Health. In Digital Health: Scaling
Healthcare to the World; Rivas, H., Wac, K., Eds.; Springer: Berlin/Heidelberg, Germany, pp. 339-363.
20. Ojo, A. (2019) Next Generation Government—Hyperconnected, Smart and Augmented. In: Proceedings of the 20th IFIP WG 5.5 Working Conference on Virtual Enterprises (PRO-VE), Turin, Italy, 23-25 September 2019; pp. 285-294.
21. Ljepava, N. (2022) AI-Enabled Marketing Solutions in Marketing Decision Making:
AI Application in Different Stages of Marketing Process. TEM Journal, 11: 13081315.
22. Wiegandt, D. (2022) Blockchain and Smart Contracts and the Role of Arbitration.
Journal of International Arbitration, 39(3): 671-690.
23. Dong, C.W.; Akram, A.; Anderson, D.; Arnas, P. O.; Stefansson, G. (2021) The
impact of emerging and disruptive technologies on freight transportation in the digital era: Current state and future trends. International Journal of Logistics Management, 32: 386-412.
24. Noor, A. (2022) Adoption of Blockchain Technology Facilitates a Competitive Edge
for Logistic Service Providers, Sustainability, 14(1): 15543-15560.
25. Zondervan, N.A.; Tolentino-Zondervan, F.; Moeke, D. (2022) Logistics Trends and
Innovations in Response to COVID-19 Pandemic: An Analysis Using Text Mining. Processes, 10: 2667-2674.
26. Agyabeng-Mensah, Y., Ahenkorah, E., Afum, E., Dacosta, E. and Tian, Z. (2020)
Green warehousing, logistics optimization, social values and ethics and economic performance: the role of supply chain sustainability, The International Journal of Logistics Management, 31(3): 549-574.
27. Jia, W.; Wang, S.; Xie, Y.; Chen, Z.; Gong, K. (2022) Disruptive technology identification of intelligent logistics robots in AIoT industry: Based on attributes and functions analysis. Systematic Research and Behavioral Science, 39(4): 557-568.
28. Cukier, W. (2019) Disruptive processes and skills mismatches in the new economy
Theorizing social inclusion and innovation as solutions. Journal of Global Responsibility, 10: 211-225.
29. Oosthuizen, R.M. (2022) The Fourth Industrial Revolution—Smart Technology, Artificial Intelligence, Robotics and Algorithms: Industrial Psychologists in Future Workplaces. Frontiers in Artificial Intelligence, .5(2): 913168.
30 Khatri, S.; Pandey, D.K.; Penkar, D.; Ramani, J. Impact of Artificial Intelligence on Human Resources. In: Data Management, Analytics and Innovation; Advances in Intelligent Systems and Computing; Sharma, N., Chakrabarti, A., Balas, V., Eds.; Springer: Singapore, 2019.
X X
o 00 A c.
X
00 m
o
2 O
ho CJ
