CC BY
34
Научная статья
DOI: 10.15593/2224-9354/2024.1.14 УДК 338.364.4: 004.8
А.Н. Хацкелевич, С.А. Рудаков, Г.А. Егоров
ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА КАК ОДИН ИЗ ФАКТОРОВ КОНКУРЕНТОСПОСОБНОСТИ БИЗНЕСА В ЧЕТВЕРТОЙ ПРОМЫШЛЕННОЙ РЕВОЛЮЦИИ
Представлено определение конкурентоспособности организации, рассмотрены ее критерии, оценены позиции искусственного интеллекта в рамках критериев конкурентоспособности организации. Рассмотрены отечественные и зарубежные инструменты практического применения для бизнеса, которые созданы на базе искусственного интеллекта и охватывают все актуальные бизнес-процессы в разнообразных отраслях, таких как производство, сельское хозяйство, финансы и страхование, информационные технологии, маркетинг, менеджмент, творческие виды деятельности, транспорт, здравоохранение. Рассмотрены конкретные бизнес-процессы, включающие в себя работу с персоналом, логистику, производство и реализацию продукции и услуг, коммуникацию с клиентами, контрагентами и персоналом, сервис и т.п. Приведено обоснование влияния применения технологий искусственного интеллекта на конкурентоспособность и эффективность бизнеса в четвертой промышленной революции. Примеры приведены в конкретных и измеримых единицах; указан процентный прирост производительности за счет внедрения рассматриваемых технологий. Рассмотрены основные технические параметры нейронных сетей и искусственного интеллекта. Дана оценка экономического эффекта от внедрения технологий на базе искусственного интеллекта. Также в общих чертах отмечено влияние анализируемых технологий на рынок труда, рассмотрены некоторые прогнозы, проанализирована структура вакансий в стране-лидере по Рассмотрены социологические опросы относительно общественного отношения к технологиям на базе искусственного интеллекта. Сделаны выводы о влиянии применения технологий искусственного интеллекта на эффективность и конкурентоспособность бизнеса, отмечены сильные и слабые стороны рассматриваемых технологий, рассмотрены тенденции развития и распространения технологий на базе искусственного интеллекта.
Ключевые слова: искусственный интеллект, нейронные сети, конкурентоспособность бизнеса, особенности четвертой промышленной революции, искусственный интеллект в маркетинге, искусственный интеллект в менеджменте.
Невозможно говорить об экономике и технологиях отдельно, между этими категориями всегда будет выстраиваться прямая связь. XXI в. считается эпохой стремительного технологического прорыва во многих сферах, но наи-
© Хацкелевич А.Н., Рудаков С.А., Егоров Г.А., 2024 Хацкелевич Анна Николаевна - канд. экон. наук, доцент кафедры менеджмента, маркетинга и коммерции ФГАОУ ВО «Пермский государственный национальный исследовательский университет», Пермь, e-mail: [email protected].
Рудаков Савелий Александрович - студент экономического факультета, кафедры менеджмента, маркетинга и коммерции ФГАОУ ВО «Пермский государственный национальный исследовательский университет», направления «Менеджмент», Пермь, e-mail: [email protected].
Егоров Глеб Александрович - студент экономического факультета, кафедры менеджмента, маркетинга и коммерции ФГАОУ ВО «Пермский государственный национальный исследовательский университет», направления «Менеджмент», Пермь, e-mail: [email protected].
больший прогресс наблюдается в отрасли информационных технологий, особенно активно развивается искусственный интеллект (ИИ). Поэтому рассматривая те или иные экономические вопросы, необходимо уделять пристальное внимание именно этой сфере.
С точки зрения бизнеса использование данных технологий является элементом конкурентоспособности. Конкурентоспособность бизнеса можно охарактеризовать как степень удовлетворения потребностей клиентов относительно конкурентов - аналогичных организаций, присутствующих на аналогичном рынке. К основным критериям конкурентоспособности можно отнести: долю рынка, издержки, отличительные свойства, степень освоения технологий, метод продаж и имидж. Искусственный интеллект способен оказать наибольшее влияние как минимум на два критерия конкурентоспособности: степень освоения технологий и уровень издержек организации.
Искусственный интеллект уже прочно внедрился в нашу жизнь и продолжает свое развитие, трансформирующее всю мировую экономику. На бизнесе подобные трансформации всегда сказывались наиболее ярко, ведь именно бизнес и является основным бенефициаром инноваций, они позволяют увеличить производительность, сократить издержки и выйти на новый уровень развития. При этом можно назвать огромное количество компаний, которые не только внедряли инновации для увеличения эффективности, но и возникали благодаря инновационному продукту. С другой же стороны, технологический прогресс зачастую в моменте негативно сказывается на рынке труда, вытесняя множество рабочих мест. Совершенно неудивительно, что в массовом сознании новая технология часто воспринимается враждебно. Можно вспомнить большое количество исторических примеров в подтверждение этих слов, например луддитов, которые, не желая принимать технологический прогресс во времена промышленной революции в Англии в начале XIX в., крушили станки и оборудование, прекрасно понимая, что подобные инновации просто вытеснят их с рынка труда. Неудивительно, что сегодня многие боятся того же, только вместо машин и двигателей сегодня в авангарде прогресса идут нейро-сети, Big Data, робототехника и другие технологии. Согласно опросам 2022 г., 87 % россиян знают об искусственном интеллекте, при этом 45 % опрошенных ему не доверяют [1]. Главные страхи - риск утечки данных, сбоев, высокая степень самостоятельности в принятии решений, вытеснение человека с рынка труда. С другой стороны, опрошенные позитивно воспринимают возможность делегировать ИИ опасные для человека виды работ, его объективность, меньшее по сравнению с человеком количество ошибок и т.п. Тем не менее в целом доверие к технологиям искусственного интеллекта увеличивается, а среди молодых людей оно наиболее высоко [2].
При этом существуют альтернативные точки зрения, которые говорят о том, что искусственный интеллект создаст больше рабочих мест нежели вы-
теснит. Например, в конце 2021 г. помощник Президента России Максим Орешкин сделал заявление о том, что к 2025 г. в мире появится около 100 млн новых рабочих мест благодаря искусственному интеллекту, а в нашей стране -порядка 3 млн [3]. Подобные данные приводит и Всемирный экономический форум, согласно его оценке, искусственный интеллект создаст порядка 100 млн новых рабочих мест, а потери составят около 85 млн. Сторонником той же позиции является один из наиболее известных топ-менеджеров и экономистов России Герман Греф, который считает, что цифровизация создаст больше мест, нежели поглотит, однако для достижения этой цели необходимо, чтобы люди начали обучаться новым востребованным специальностям (Data Scientist, архитектор автоматизации, разработчик текстов для ботов, специалист в области интеллектуальной собственности, системный оператор, разработчик приложений и программ и т.д.) [4].
Сегодня огромный резонанс вызвала нейросеть ChatGPT, что только усилило общественный интерес и опасения по поводу замены людей технологиями. Создателем ChatGPT является компания OpenAI, основанная в 2015 г., у истоков которой находились такие люди, как Илон Маск, Сэм Альтман и Питер Тиль. Целью создания компании и ее продукта являются стремления в развитии дружественного ИИ, способного помочь людям в решении различных задач. К основным функциям данной нейросети можно отнести: самостоятельное написание программного кода, решение аналитических задач, создание и написание текста, ответы на сложные вопросы, создание сценариев, сочинение и написание текстов, создание планов и расчетов, осуществление качественного перевода и т.п. [5].
Дадим определения ИИ и нейросетям. В ГОСТ Р 59277-2020 «Системы искусственного интеллекта. Классификация систем искусственного интеллекта» дано следующее определение: «Искусственный интеллект - это комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение, поиск решений без заранее заданного алгоритма и достижение инсайта) и получать при выполнении конкретных практически значимых задач обработки данных результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Примечание -Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе, в котором используются методы машинного обучения). процессы и сервисы по обработке данных, анализу и синтезу решений» [6].
В ГОСТ Р 70462.1-2022 «Информационные технологии. Интеллект искусственный. Оценка робастности нейронных сетей. Часть 1. Обзор» приведено следующее определение: «Нейронная сеть - это сеть примитивных обрабатывающих элементов, соединенных взвешенными связями с регулируемыми весами, в которой каждый элемент выдает значение, применяя нелинейную
функцию к своим входным значениям, и передает его другим элементам или представляет его в качестве выходного значения» [7].
Существуют определенные типы нейронных сетей [8-12]:
1. Прямое распространение (Feedforward) - это наиболее применяемый тип нейронных сетей, где информация передается только в одном направлении от входного слоя к выходному. Они используются для задач классификации, регрессии, распознавания образов и многих других.
2. Рекуррентные нейронные сети (Recurrent) - в этом типе нейронных сетей связи между нейронами образуют циклы, что позволяет им обрабатывать последовательности данных, такие как временные ряды, речь и текст. Примеры таких сетей включают в себя LSTM и GRU.
3. Сверточные нейронные сети (Convolutional) - это тип нейронных сетей, который используется для обработки входных данных с пространственной структурой, таких как изображения. Они обычно используются для распознавания образов, классификации и сегментации изображений.
4. Самоорганизующиеся карты (Self-organizing maps) - это нейронные сети, которые используются для кластеризации и визуализации данных. Они помогают определить скрытые закономерности в больших объемах данных.
5. Глубокие нейронные сети (Deep neural networks) - это нейронные сети, которые имеют несколько скрытых слоев, что позволяет им извлекать более сложные и абстрактные функции из данных. Они используются для решения многих задач, таких как классификация изображений, распознавание речи, искусственный интеллект и др.
Рассмотрим объем инвестиций в растущую отрасль: в Lightcast составили отчет, согласно которому инвестиции в технологии искусственного интеллекта уже перевалили за 180 млрд долл., увеличившись в 13 раз за десять лет. Рост инвестиций в технологии искусственного интеллекта представлен на рис. 1 [13].
300,00
>—» Ч
п 250,00
>-4.
W 200,00
S
Я 150,00
О О
а 50,00
50,00
нч
S
0,00
2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 Годы
Рис. 1. Глобальные корпоративные инвестиции в искусственный интеллект
Несмотря на спад в 2022 г., который можно объяснить влиянием экономической конъюнктуры, тем не менее наблюдается крайне активный рост сегмента за анализируемый период.
Россия не остается в стороне: согласно данным МФТИ, рынок искусственного интеллекта в нашей стране растет в 10 раз быстрее ВВП, а Минцифры прогнозируют 80-кратный рост объемов рынка к 2024 г. относительно 2018 г. [14].
Для того чтобы лучше понять, в каких отраслях технологии искусственного интеллекта наиболее востребованы сегодня, рассмотрим доли вакансий с использованием ИИ на рынке труда США (рис. 2), так как в вопросах инноваций данная страна находится на передовых позициях, вновь обратимся к данным Lightcast [13].
Услуги по обращению с отходами и административная поддержка Транспортировка и складирование Недвижимость, аренда и лизинг Оптовая торговля Добыча полезных ископаемых, разработка карьеров и добыча нефти и газа
Коммунальные услуги Розничная торговля Государственная администрация Управление компаниями и предприятиями Образовательные услуги Сельское хозяйство, лесоводство, рыболовство и охота
Производство Финансы и страхование Профессиональные, научные и технические услуги Информационные технологии
0 1 2 3 4 5
Рис. 2. Объявления о вакансиях с использованием искусственного интеллекта (% от всех объявлений о вакансиях) в Соединенных Штатах в разбивке по секторам,
2021 против 2022 г.
Как видно из статистики, в тройке лидеров сегодня информационные технологии, наука и технические услуги, финансы и страхование. Однако технологии искусственного интеллекта уже на сегодняшний день имеют повсеместное распространение, они проникли уже практически во все сферы экономики [15]. Рассмотрим конкретные примеры использования данных технологий в бизнесе. Для демонстрации универсальности и широты их использования взяты примеры из различных отраслей: маркетинг (1-6), финансы (7), промышленность (8), транспорт (9), творческие виды деятельности (10-13), 1Т (14-16), здравоохранение (17), сельское хозяйство (18) (табл. 1).
Таблица 1
Примеры использования технологий на базе ИИ и нейронных сетей в мировом и российском бизнесе
Компания Технология Функционал Влияние на бизнес
1. EORA [16] zДиалог Компания EORA специализируется на разработке чат-ботов для оптимизации коммуникации с клиентами, что является одним из ведущих трендов на рынке маркетинговых решений. Одним из успешных проектов компании было создание чат-бота для выбора обоев на сайте крупной розничной сети строительных материалов «Леруа Мер-лен». Это позволило упростить процесс выбора товара для потребителей и повысить эффективность работы компании Нейросеть была обучена параметрам 1500 артикулов и способна автоматически распределять их на основе внешних характеристик, таких как цвет и рисунок. Это приводит к улучшению обслуживания за счет более быстрого доступа к ассортименту и сокращения количества необходимых консультантов
2. Amazon [17] Amazon Personalize Данная нейросеть ответственна за создание рекомендаций, которые значительно увеличивают продажи компании Система рекомендаций уже сегодня обеспечивает более 35 % продаж Amazon
3. Яндекс [18] Yandex Data Factory Прогноз влияния промоакций на объем продаж Данная нейросеть анализирует историю продаж и ассортимент магазинов. На основании этих данных нейросеть уже дает прогнозы с 87 % точностью до коробки и с 61 % точностью до упаковки
4. Тинькофф Банк [19] Технология алгоритмического кешбэка Систематизация и предложение клиентам наиболее релевантных предложений Данная технология позволяет предоставить клиентам наиболее подходящие варианты. В результате количество покупателей, совершивших как минимум 1 покупку по предложению достигло 11 %. Благодаря внедрению технологии удалось сэкономить порядка 80 млн руб.
5. ДомКлик [19] AI-техно-логия оценки вторичного жилья Технология детально анализирует рынок жилья, используя сравнительный подход, затем осуществляется итоговый расчет цены Внедрение технологии привело к следующим результатам: ускорилась процедуры оценки, увеличилась ее точность, затраты на подрядчиков после внедрения технологии упали до нуля, рост одобренных заявок увеличился на 8 %
6. Head Hunter [19] ML-техно-логия Head Hunter Natural language processing анализирует большие объемы резюме и вакансий, на основании чего предлагает наиболее точные подборки За счет внедрения новой технологии удалось увеличить средний отклик соискателей в 2 раза, увеличить конверсию откликов в приглашения в 1,2 раза, добиться роста продаж публикаций вакансий до 40 %
Продолжение табл. 1
Компания Технология Функционал Влияние на бизнес
7. Fukoku Mutual Life [20] IBM Watson Комплексный анализ совокупности факторов, оказывающих влияние на признание страхового случая Рост эффективности аналитических отделов страховых компаний, сокращение штата сотрудников. В компании считают, что внедрение данной нейросети увеличит продуктивность на 30 % и окупится всего за 2 года. Нейросеть уже заменила 34 сотрудников компании
8. Video Matrix [21] Vmx Dequs, Vmx SILA, Vmx Qualex, Vmx MarkerID, Vmx Business CAP, Vmx Platform Frame Данные нейросети специализируется на разработке систем видеоаналитики, которые применяются на производстве для учета произведенных изделий, обнаружения дефектов и контроля соблюдения промышленной безопасности. Эти решения основаны на использовании компьютерного зрения и машинного обучения для анализа видеоизображений с целью автоматизировать процессы производства и повысить его эффективность Программно-аппаратный комплекс АРМИЛ был разработан для Челябинского металлургического комбината с целью сокращения доли бракованной продукции и повышения качества. Он способен обнаруживать более 20 классов дефектов, включая царапины и микротрещины размером от 0,3 мм с высокой точностью, что позволяет сократить количество брака и уменьшить число сотрудников, занятых в мониторинге и обеспечении безопасности
9. ОАО «РЖД» [22] Нейросеть -ИСУДП «Прогноз» Данная интеллектуальная система представляет собой многофункциональный инструмент, основанный на технологиях моделирования, прогнозирования и оптимизации движения поездов на железнодорожной сети. Она использует алгоритмы машинного обучения и анализа данных для обнаружения и предотвращения конфликтных ситуаций, которые могут негативно повлиять на нормативный график движения поездов Автоматизация в транспортной и логистической сферах, включая железнодорожный, магистральный, промышленный и метрополитен-ный транспорт, а также Н-ВаЬп, морской и речной транспорт, порты, автомобильное сообщение и логистические центры, может привести к увеличению производительности при сокращении рабочей силы. Рост эффективности диспетчерских пунктов
10. Сбербанк [23] ruDALL-E пЮАЬЬ-Е - нейросеть, созданная Сбером, способная генерировать графику на основе текста Данная инновация способна самостоятельно создавать графику: иллюстрации, изображения для рекламы, копирайтинга, архитектурного и промышленного дизайна. Технология уже может создавать качественный продукт самостоятельно, в дальнейшем совершенствование алгоритмов может привести к значительному росту качества материала при сокращении штата дизайнеров
Продолжение табл. 1
Компания Технология Функционал Влияние на бизнес
11. Microsoft [24] Kosmos - 1 Создание и интерпретация текста, визуальные ответы на текстовые вопросы, генерация субтитров к изображению, классификация текста без оптического распознавания символов Рост эффективности работы отделов, занятых творческой деятельностью и работой с текстом (дизайнеры, маркетологи, журналисты, титровальщики и т.п.)
12. Bloomberg News [25] Cyborg Нейросеть формирует подборки новостей, генерирует контент и т.д. Рост эффективности отелов журналистов, аналитиков, редакторов. Уже сегодня нейросеть создает до 30 % контента издания
13. Яндекс [26] YandexGPT Актуальная версия некогда известной «Балабобы», которая способна генерировать тексты на любую заданную тему, сохраняя стиль и связность. Не имеет собственного знания или мнения, а лишь имитирует стиль реальных текстов из интернета. Это достигается благодаря использованию нейросетей, которые обучены на большом количестве текстовых данных и могут генерировать продолжения текстов на основе заданных параметров Нейронная сеть является эффективным инструментом для создания высококачественного контента на русском языке, что может быть полезно для широкого круга пользователей, включая авторов, журналистов, копирайтеров и маркетологов. Уже сейчас при помощи YandexGPT создаются качественные и продающие описания товаров для Яндекс Маркета
14. Сбербанк [27] GigaChat «Сбер» представил новую нейро-сеть GigaChat, которая способна отвечать на вопросы пользователей, вести диалог и генерировать программный код. В отличие от СЬаЮРТ, GigaChat не только создает текст, но также генерирует изображения и проявляет большую грамотность при общении на русском языке. Данная нейросеть использует современные алгоритмы глубокого обучения и генеративно-состязательные сети ^А№), которые позволяют создавать изображения, соответствующие контексту текстового ввода Данная нейросеть - альтернатива ChatGPT, заточенная под работу в России. Функционал соответствует оригиналу, и соответственно может: писать код, отвечать на сложные вопросы, создавать сценарии, сочинять и писать тексты, создавать планы и расчеты, осуществлять качественный перевод. Таким образом, данная технология может значительно повысить эффективность во многих сферах бизнеса и оказать значительную поддержку журналистам, редакторам, программистам, аналитикам, педагогам и маркетологам
15. IBM [28] IMN Telum Process Анализ больших массивов данных Аналитика данных в современном бизнесе одна из важнейших составляющих успеха, данная нейросеть как раз решает эту задачу, уже сейчас может заменить целый штат аналитиков
Окончание табл. 1
Компания Технология Функционал Влияние на бизнес
16. Coca-Cola [29] ChatGPT Уже известная всем нейросеть способна самостоятельно писать программный код, решать аналитические задачи, писать текст, отвечать на сложные вопросы, создавать сценарии, сочинять и писать тексты, создавать планы и расчеты, осуществлять качественный перевод Внедрение данной нейросети в бизнес значительно повышает эффективность деятельности программистов, маркетологов, копи-райтеров, аналитиков данных. Такой рост эффективности неизбежно приводит к сокращению количества описанных сотрудников
17. IBM [30] Watson for Oncology Нейросеть самостоятельно ставит диагноз и назначает курс лечения Уже сегодня в вопросах постановки диагноза, точность нейросети достигает 90 % (средний уровень точности врачей в рассматриваемой области - 50 %). В дальнейшем тенденция только усилится
18. ICRISAT [31] Microsoft Cortana Intelligence Suite На основании совокупности факторов, нейронная сеть определяет наиболее оптимальное время посева, наиболее подходящие удобрения, наблюдает за состоянием почвы Внедрение данной нейросети увеличивает урожайность сельскохозяйственных предприятий до 30-40 %
Разумеется, рассматриваемые технологии могут значительно увеличить эффективность деятельности бизнеса, но, с другой стороны, настолько мощные преимущества не могут не иметь обратной стороны [32]. Рассмотрим основные преимущества и недостатки использования искусственного интеллекта в бизнесе в целом (табл. 2).
Таблица 2
Достоинства и недостатки использования технологий ИИ и нейронных сетей в бизнесе в целом
№ п/п Преимущества Недостатки
1 Ускорение операций Присутствуют ошибки в работе (пусть их доля и ниже, чем у человека)
2 Генерация большого количества идей Нейросети только развиваются, поэтому необходимо проверять результаты их деятельности
3 Анализ больших массивов данных за минимальное время Необходимо дополнительное обучение персонала по программам использования данных технологий
4 Высокое качество работы Существуют риски утечки данных
5 Поиск закономерностей и отклонений в больших массивах данных Ограниченность использования нейросетей
6 Уменьшение количества бракованной продукции Достаточно высокая степень недоверия широких масс к технологиям на базе искусственного интеллекта
7 Упрощение и ускорение рутинных операций Вытеснение человека с рынка труда, рост безработицы
8 Сокращение потребности в трудовых ресурсах Высокая степень самостоятельности в принятии решений
Окончание табл. 2
№ п/п Преимущества Недостатки
9 Улучшение потребительского опыта Риск снижения уровня образования за счет использования нейросетей студентами
10 Сокращение времени обслуживания Необходимо тратить много ресурсов для обучения нейросетей, долгая процедура запуска
11 Возможность решения сложных для человека задач Для эффективной работы искусственному интеллекту требуется много очищенных и структурированных исходных данных, которыми обладают далеко не все организации
Сегодня бизнесу тяжело игнорировать технологии искусственного интеллекта и нейронных сетей, так как они напрямую влияют на его конкурентоспособность за счет повышения качества продукции и услуг и сокращения времени на бизнес-процессы, благодаря чему увеличивается эффективность деятельности компаний. Уже сейчас технологии на базе искусственного интеллекта и нейронных сетей используются во многих сферах экономики.
На основании рассмотренных данных можно сделать следующие выводы:
1) осведомленность о технологиях искусственного интеллекта и нейронных сетях увеличивается с каждым годом, также ежегодно увеличивается доверие населения к данным технологиям, особенно оно велико среди представителей молодого поколения;
2) за последние 10 лет доля инвестиций в отрасль увеличилась в 13 раз, это говорит о нарастающей популярности технологий искусственного интеллекта и нейронных сетей и их потенциале;
3) в нашей стране рынок искусственного интеллекта растет в 10 раз быстрее ВВП;
4) наибольшая доля использования данных технологий на сегодняшний день наблюдается в 1Т, научной сфере, финансах и страховании;
5) сфера использования данных технологий на сегодняшний день более чем широкая, к ней можно отнести производство, маркетинг, анализ данных, финансы, сельское хозяйство, науку, сферу услуг и т.д. В отдельных сферах эффективность производства благодаря технологиям искусственного интеллекта увеличивается до 30-40 %, в сфере маркетинга продажи также увеличиваются до 40 %.
Разумеется, рассматриваемые технологии обладают рядом преимуществ и недостатков, к основным из которых можно отнести следующие:
• достоинства: рост эффективности производства, оказания услуг; сокращение времени работы; анализ больших массивов данных; создание огромного количества подробных сценариев; отсутствие ошибок по причине человеческого фактора.
• недостатки: большое количество программных ошибок; требуется время для адаптации и обучения персонала; вытеснение человека с рынка труда; риски утечки данных; требуется время для обучения нейронных сетей; высокая степень самостоятельности при принятии решений; риск снижения уровня образованности студентов из-за использования нейронных сетей.
Список литературы
1. Керзина Е.А. Применение методов DATAMINING в маркетинговых исследованиях // Современные гуманитарные и социально-экономические исследования: материалы 2-й науч.-практ. конф. - Пермь, 2013. - Т. 3. - С. 140-145.
2. Тадтаев Г. Россияне назвали свои главные страхи перед искусственным интеллектом [Электронный ресурс]. - URL: https://www.rbc.ru/society/28/ 12/2022/63ab45de9a7947664c3ef893 (дата обращения: 15.07.2023).
3. Кузнецова Э.Р., Ванькова С.А., Узякаева А.Р. Анализ ИТ-отрасли в Российской Федерации // Стратегии бизнеса. - 2022. - № 10 (11). - С. 295-297.
4. Влияние искусственного интеллекта на рынок труда [Электронный ресурс]. - URL: https://clck.ru/33oASp (дата обращения: 15.07.2023).
5. Как работает ChatGPT: объясняем на простом русском эволюцию языковых моделей с T9 до чуда [Электронный ресурс] / Хабр (Сообщество IT-специалистов). - URL: https://habr.com/ru/companies/ods/articles/716918/ (дата обращения: 15.07.2023).
6. ГОСТ Р 59277-2020. Национальный стандарт Российской Федерации. Системы искусственного интеллекта [Электронный ресурс]. - URL: https:// docs.cntd.ru/document/1200177292 (дата обращения: 15.07.2023).
7. ГОСТ Р 70462.1-2022. Информационные технологии. Интеллект искусственный. Оценка робастности нейронных сетей. Ч. 1. Обзор [Электронный ресурс]. - URL: https://allgosts.ru/35/020/gost_r_70462.1-2022 (дата обращения: 15.07.2023).
8. Что такое нейросети: на что способны, как работают и кому нужны [Электронный ресурс]. - URL: https://clck.ru/33VdBt (дата обращения: 15.07.2023).
9. Что такое сверточная нейронная сеть [Электронный ресурс]. - URL: https://clck.ru/35xzLj (дата обращения: 15.07.2023).
10. Самоорганизующиеся карты [Электронный ресурс]. - URL: https:// clck.ru/35xzSo (дата обращения: 15.07.2023).
11. Самый мягкий и пушистый путь в Machine Learning и Deep Neural Networks [Электронный ресурс]. - URL: https://clck.ru/35xzWj (дата обращения: 15.07.2023).
12. Рекуррентные нейронные сети (RNN) с Keras [Электронный ресурс]. -URL: https://clck.ru/35xzbb (дата обращения: 15.07.2023).
13. AI Index 2023 [Электронный ресурс]. - URL: https://aiindex.stanford. edu/wp-content/uploads/2023/04/HAI_AI-Index-Report-2023_CHAPTER_4.pdf (дата обращения: 15.07.2023).
14. Церх Ю. Объемы рынка ИИ в России [Электронный ресурс]. - URL: https://clck.ru/UJHQX (дата обращения: 15.07.2023).
15. Антинескул Е.А., Брезгина К.В. Продвижение IT-продуктов // Актуальные вопросы современной экономики. - 2018. - № 5. - С. 84-93.
16. Eora Dialog: офиц. сайт нейросети [Электронный ресурс]. - URL: https://eora.ru/cases/eora-dialog (дата обращения: 15.07.2023).
17. Amazon Personalize: офиц. сайт [Электронный ресурс]. - URL: https:// aws.amazon.com/ru/personalize/ (дата обращения: 15.07.2023).
18. Обзор «Яндекс»: диверсифицирующийся технологический гигант // Тинькофф журнал. - URL: https://journal.tinkoff.ru/news/review-yandex/ (дата обращения: 15.07.2023).
19. AI Russia - открытая библиотека кейсов и премия в области бизнес-эффективности проектов, созданных с использованием искусственного интеллекта [Электронный ресурс]. - URL: https://ai-russia.ru/ (дата обращения: 15.07.2023).
20. Dave Gershgorn. Japanese white-collar workers are already being replaced by artificial intelligence [Электронный ресурс]. - URL: https://qz.com/875491/ japanese-white-collar-workers-are-already-being-replaced-by-artificial-intelligence (дата обращения: 15.07.2023).
21. ВидеоМатрик: офиц. сайт нейросети [Электронный ресурс]. - URL: https://videomatrix.ru/ (дата обращения: 15.07.2023).
22. Расписание за 5 секунд: как нейросеть оптимизирует движение ж/д транспорта. - URL: https://habr.com/ru/articles/670530/ (дата обращения: 15.07.2023).
23. ruDALL-E: генерируем изображения по текстовому описанию, или Самый большой вычислительный проект в России / Хабр (Сообщество IT-спе-циалистов). - URL: https://habr.com/ru/companies/sberbank/articles/586926/ (дата обращения: 15.07.2023).
24. Benj Edwards. Microsoft unveils AI model that understands image content, solves visual puzzles [Электронный ресурс]. - URL: https://arstechnica.com/in-formation-technology/2023/03/microsoft-unveils-kosmos-1-an-ai-language-model-with-visual-perception-abilities/ (дата обращения: 15.07.2023).
25. Automated Journalism: Bloomberg Cyborg [Электронный ресурс]. -URL: https://meta-guide.com/news/journalism/bloomberg-cyborg (дата обращения: 15.07.2023).
26. Как работает и на что способна нейросеть нового поколения YandexGPT. - URL: https://vc.ru/marketing/713824-kak-rabotaet-i-na-chto-sposob-na-neyroset-novogo-pokoleniya-yandexgpt (дата обращения: 15.07.2023).
27. GigaChat: что умеет новая российская нейросеть. - URL: https:// vc.ru/u/1409500-aptumi/770195-gigachat-chto-umeet-novaya-rossiyskaya-neyroset (дата обращения: 15.07.2023).
28. IBM Telum Processor improves the ability to intercept fraud in real-time [Электронный ресурс]. - URL: https://www.helpnetsecurity.com/2021/08/23/ibm-telum-processor/#:~:text=Telum%20is%20IBM%E2%80%99s%20first% 20proces-sor,insurance%20applications%20and%20customer%20interactions (дата обращения: 15.07.2023).
29. ChatGPT - что это такое и как устроена нейросеть: возможности и примеры использования. - URL: https://skillbox.ru/media/code/chatgpt-o-chyem-my-pogovorili-s-velikim-pritvorshchikom-ot-openai-i-kak-eto-bylo/ (дата обращения: 15.07.2023).
30. Нейросеть IBM Watson теперь знает, чего боятся люди. - URL: https:// habr.com/ru/articles/397297/ (дата обращения: 15.07.2023).
31. Microsoft and ICRISAT's Intelligent Cloud pilot for Agriculture in Andhra Pradesh increase crop yield for farmers [Электронный ресурс]. - URL: https:// news.microsoft.com/en-in/microsoft-and-icrisats-intelligent-cloud-pilot-for-agricul-ture-in-andhra-pradesh-increase-crop-yield-for-farmers/ (дата обращения: 15.07.2023).
32. Достоинства и недостатки ИИ [Электронный ресурс]. - URL: https:// clck.ru/35xtAK (дата обращения: 15.07.2023).
References
1. Kerzina E.A. Primenenie metodov DATAMINING v marketingovykh issledovaniiakh [Application of DATAMINING methods in marketing research]. Sovremennye gumanitarnye i sotsial'no-ekonomicheskie issledovaniia. Proc. of 2nd Acad. Conf. Perm, 2013, vol. 3, pp. 140-145.
2. Tadtaev G. Rossiiane nazvali svoi glavnye strakhi pered iskusstvennym intellektom [Russians named their main fears of artificial intelligence]. Available at: https://www.rbc.ru/society/28/12/2022/63ab45de9a7947664c3ef893 (accessed 15.07.2023).
3. Kuznetsova E.R., Van'kova S.A., Uziakaeva A.R. Analiz IT-otrasli v Rossiiskoi Federatsii [Analysis of the IT industry in the Russian Federation]. Strategii biznesa, 2022, no. 10 (11), pp. 295-297.
4. Vliianie iskusstvennogo intellekta na rynok truda [The impact of artificial intelligence on the labor market]. Available at: https://clck.ru/33oASp (accessed 15.07.2023).
5. Kak rabotaet ChatGPT: ob"iasniaem na prostom russkom evoliutsiiu iazykovykh modelei s T9 do chuda [How ChatGPT works: We explain in simple Russian the evolution of language models from T9 to miracle]. Available at: https ://habr.com/ru/companies/ods/articles/716918/ (accessed 15.07.2023).
6. GOST R 59277-2020. Natsional'nyi standart Rossiiskoi Federatsii. Sistemy iskusstvennogo intellekta [GOST R 59277-2020. National standard of the Russian Federation. Artificial intelligence systems]. Available at: https://docs.cntd. ru/document/1200177292 (accessed 15.07.2023).
А.Н. Xa^eneBH4, C.A. PygaKOB, r.A. EropoB
7. GOST R 70462.1-2022. Informatsionnye tekhnologii. Intellekt iskusst-vennyi. Otsenka robastnosti neironnykh setei. Ch. 1. Obzor [GOST R 70462.12022. Information technology. Artificial intelligence. Robustness assessment of neural networks. Part 1. Review]. Available at: https://allgosts.ru/35/ 020/gost_r_70462.1-2022 (accessed 15.07.2023).
8. Chto takoe neiroseti: na chto sposobny, kak rabotaiut i komu nuzhny [What are neural networks: What they are capable of, how they work and who needs them]. Available at: https://clck.ru/33VdBt (accessed 15.07.2023).
9. Chto takoe svertochnaia neironnaia set' [What is a convolutional neural network]. Available at: https://clck.ru/35xzLj (accessed 15.07.2023).
10. Samoorganizuiushchiesia karty [Self-organizing maps]. Available at: https://clck.ru/35xzSo (accessed 15.07.2023).
11. Samyi miagkii i pushistyi put' v Machine Learning i Deep Neural Networks [The softest and fluffiest path in Machine Learning and Deep Neural Networks]. Available at: https://clck.ru/35xzWj (accessed 15.07.2023).
12. Rekurrentnye neironnye seti (RNN) s Keras [Recurrent neural networks (RNN) with Keras]. Available at: https://clck.ru/35xzbb (accessed 15.07.2023).
13. AI Index 2023. Available at: https://aiindex.stanford.edu/wp-content/ uploads/2023/04/HAI_AI-Index-Report-2023_CHAPTER_4.pdf (accessed 15.07.2023).
14. Tserkh Iu. Ob"emy rynka II v Rossii [Volumes of the AI market in Russia]. Available at: https://clck.ru/UJHQX (accessed 15.07.2023).
15. Antineskul E.A., Brezgina K.V. Prodvizhenie IT-produktov [Promotion of IT products]. Aktual'nye voprosy sovremennoi ekonomiki, 2018, no. 5, pp. 84-93.
16. Eora Dialog. Available at: https://eora.ru/cases/eora-dialog (accessed 15.07.2023).
17. Amazon Personalize. Available at: https://aws.amazon.com/ru/personalize/ (accessed 15.07.2023).
18. Obzor "Iandeks": diversifitsiruiushchiisia tekhnologicheskii gigant [Yandex review: A diversifying tech giant]. Tin'koff zhurnal, available at: https://journal.tinkoff.ru/news/review-yandex/ (accessed 15.07.2023).
19. AI Russia - otkrytaia biblioteka keisov i premiia v oblasti biznes-effektivnosti proektov, sozdannykh s ispol'zovaniem iskusstvennogo intellekta [AI Russia: An open library of cases and an award in the field of business efficiency of projects created using artificial intelligence]. Available at: https://ai-russia.ru/ (accessed 15.07.2023).
20. Dave Gershgorn. Japanese white-collar workers are already being replaced by artificial intelligence. Available at: https://qz.com/875491/japanese-white-collar-workers-are-already-being-replaced-by-artificial-intelligence (accessed 15.07.2023).
21. VideoMatrik. Available at: https://videomatrix.ru/ (accessed 15.07.2023).
22. Raspisanie za 5 sekund: kak neiroset' optimiziruet dvizhenie zh/d transporta [Schedule in 5 seconds: How a neural network optimizes railway transport routes]. Available at: https://habr.com/ru/articles/670530/ (accessed 15.07.2023).
23. ruDALL-E: generiruem izobrazheniia po tekstovomu opisaniiu, ili Samyi bol'shoi vychislitel'nyi proekt v Rossii / Khabr (Soobshchestvo IT-spetsialistov) [ruDALL-E: Generating images based on text description, or The largest computing project in Russia / Habr (Community of IT Specialists)]. Available at: https://habr.com/ru/companies/sberbank/articles/586926/ (accessed 15.07.2023).
24. Benj Edwards. Microsoft unveils AI model that understands image content, solves visual puzzles. Available at: https://arstechnica.com/information-technology/2023/03/microsoft-unveils-kosmos-1-an-ai-language-model-with-visual-perception-abilities/ (accessed 15.07.2023).
25. Automated journalism: Bloomberg cyborg. Available at: https://meta-guide.com/news/journalism/bloomberg-cyborg (accessed 15.07.2023).
26. Kak rabotaet i na chto sposobna neiroset' novogo pokoleniia YandexGPT [How the new generation neural network YandexGPT works and what it can do]. Available at: https://vc.ru/marketing/713824-kak-rabotaet-i-na-chto-sposobna-neyroset-novogo-pokoleniya-yandexgpt (accessed 15.07.2023).
27. GigaChat: chto umeet novaia rossiiskaia neiroset' [GigaChat: What the new Russian neural network can do]. Available at: https://vc.ru/u/1409500-aptumi/770195-gigachat-chto-umeet-novaya-rossiyskaya-neyroset (accessed 15.07.2023).
28. IBM Telum Processor improves the ability to intercept fraud in real-time. Available at: https://www.helpnetsecurity.com/2021/08/23/ibm-telum-processor/#:~:text=Telum%20is%20IBM%E2%80%99s%20first%20processor,insur ance%20applications%20and%20customer%20interactions (accessed 15.07.2023).
29. ChatGPT - chto eto takoe i kak ustroena neiroset': vozmozhnosti i primery ispol'zovaniia [ChatGPT - what it is and how the neural network works: Capabilities and examples of use]. Available at: https://skillbox.ru/media/code/ chatgpt-o-chyem-my-pogovorili-s-velikim-pritvorshchikom-ot-openai-i-kak-eto-bylo/ (accessed 15.07.2023).
30. Neiroset' IBM Watson teper' znaet, chego boiatsia liudi [The IBM Watson neural network now knows what people are afraid of]. Available at: https://habr.com/ru/articles/397297/ (accessed 15.07.2023).
31. Microsoft and ICRISAT's Intelligent Cloud pilot for agriculture in Andhra Pradesh increase crop yield for farmers. Available at: https://news.microsoft.com/en-in/microsoft-and-icrisats-intelligent-cloud-pilot-for-agriculture-in-andhra-pradesh-increase-crop-yield-for-farmers/ (accessed 15.07.2023).
32. Dostoinstva i nedostatki II [Pros and cons of AI]. Available at: https://clck.ru/35xtAK (accessed 15.07.2023).
Оригинальность 89 %
Поступила 20.10.2023 Одобрена 13.11.2023 Принята к публикации 01.02.2024
A.N. Khatskelevich, S.A. Rudakov, G.A. Egorov
ARTIFICIAL INTELLIGENCE TECHNOLOGIES AS ONE OF THE FACTORS OF BUSINESS COMPETITIVENESS IN THE FOURTH INDUSTRIAL REVOLUTION
The article provides a definition of an organization's competitiveness, examines its criteria, and evaluates the position of artificial intelligence within the framework of the organization's competitiveness criteria. The article discusses domestic and foreign tools for practical use for business, which are created on the basis of artificial intelligence and cover all current business processes in various industries, such as: manufacturing, agriculture, finance and insurance, information technology, marketing, management, creative activities, transport, healthcare. Specific business processes are considered, including work with personnel, logistics, production and sale of products and services, communication with clients, contractors and personnel, service, etc. The rationale for the impact of the use of artificial intelligence technologies on the competitiveness and efficiency of business in the fourth industrial revolution is given, examples are given in specific and measurable units, and the percentage increase in productivity due to the implementation of the technologies in question is indicated. The main technical parameters of neural networks and artificial intelligence are considered. An assessment of the economic effect from the introduction of technologies based on artificial intelligence is given. The impact of the analyzed technologies on the labor market is also generally noted, some forecasts are considered, and the structure of vacancies in the leading country in IT is analyzed. Sociological surveys regarding public attitudes towards technologies based on artificial intelligence are considered. Conclusions are drawn about the impact of the use of artificial intelligence technologies on the efficiency and competitiveness of business, the strengths and weaknesses of the technologies under consideration are noted, and trends in the development and dissemination of technologies based on artificial intelligence are considered.
Keywords: artificial intelligence, neural networks, business competitiveness, features of the fourth industrial revolution, artificial intelligence in marketing, artificial intelligence in management.
Anna N. Khatskelevich - Cand. Sc. (Economics), Associate Professor, Department of Management, Marketing and Commerce, Perm State National Research University, e-mail: [email protected].
Savely A. Rudakov - Undergraduate Student, Department of Management, Marketing and Commerce, Perm State National Research University, e-mail: [email protected].
Gleb A. Egorov - Undergraduate Student, Department of Management, Marketing and Commerce, Perm State National Research University», e-mail: [email protected].
Received 20.10.2023 Approved 13.11.2023 Accepted for publication 01.02.2024
Финансирование. Исследование не имело спонсорской поддержки.
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Вклад авторов равноценен.
Просьба ссылаться на эту статью в русскоязычных источниках следующим образом:
Хацкелевич, А.Н. Применение технологий искусственного интеллекта как один из факторов конкурентоспособности бизнеса в четвертой промышленной революции / А.Н. Хацкелевич, С.А. Рудаков, Г.А. Егоров // Вестник ПНИПУ. Социально-экономические науки. -2024. - № 1. - С. 184-199.
Please cite this article in English as:
Khatskelevich A.N., Rudakov S.A., Egorov G.A. Artificial intelligence technologies as one of the factors of business competitiveness in the fourth industrial revolution. PNRPU Sociology and Economics Bulletin, 2024, no. 1, рp. 184-199 (In Russ.).
