CC BY
0УДК 004.8, 330.1 doi:10.18720/SPBPU/2/id24-68
Воронова Наталья Степановна 1,
профессор, д-р экон. наук, профессор;
Яковлева Дарья Дмитриевна 2,
аспирант
ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И DEEPTECH В УПРАВЛЕНИИ ФИНАНСАМИ
1 Россия, Санкт-Петербург, Санкт-Петербургский государственный
университет, nsvoronova@yandex.ru;
2 Россия, Санкт-Петербург, Санкт-Петербургский государственный
экономический университет, dariakovlevaa@mail.ru
Аннотация. Статья рассматривает современный подход к управлению финансами на основе инструментов искусственного интеллекта и DeepTech. Авторы рассматривают методы анализа финансовых данных, выявления уязвимостей и предотвращения финансовых атак, подчеркивая необходимость правильной интеграции DeepTech-технологий в современные финансовые практики и подчеркивают важность использования алгоритмов искусственного интеллекта для обеспечения надежности системы аутентификации, возможности применения технологий машинного обучения для оптимизации стратегий управления финансами и доступом к финансовой информации и ресурсам, в управлении финансовыми рисками.
Ключевые слова. DeepTech, искусственный интеллект, управление, финансы, системный анализ.
Natalia S. Voronova 1,
Professor, Doctor of Economics;
Daria D. Iakovleva 2, Postgraduate (PhD) Student
ARTIFICIAL INTELLIGENCE TECHNOLOGY AND DEEPTECH IN FINANCIAL MANAGEMENT
1 St Petersburg University, St. Petersburg, Russia, nsvoronova@yandex.ru;
2 St. Petersburg State University of Economics, St. Petersburg, Russia,
dariakovlevaa@mail.ru
Abstract. The article discusses a modern approach to financial management based on artificial intelligence and DeepTech tools. The authors consider methods for analyzing financial data, identifying vulnerabilities and preventing financial attacks, emphasizing the need for proper integration of DeepTech technologies into modern financial practices and emphasize the importance of using artificial intelligence algorithms to ensure the reliability of the authentication system, the possibility of using machine
learning technologies to optimize financial and access management strategies to financial information and resources, in financial risk management.
Keywords. DeepTech, artificial intelligence, management, finance, system analysis.
Введение
Современное управление финансами сталкивается с разнообразными задачами, требующими более эффективных и адаптивных методов, и внедрение передовых DeepTech-технологий, таких как искусственный интеллект, машинное обучение и анализ больших данных, способствует более тесной интеграции и анализу финансовых данных, оптимизации финансовых процессов и принятию обоснованных финансовых решений благодаря быстрой адаптации к изменяющимся условиям.
Научно-практической проблемой, стоящей перед исследователями и практиками в области управления финансами, является разработка интегрированных подходов к внедрению DeepTech технологий для создания адаптивных систем управления. Эта проблема включает в себя несколько ключевых аспектов:
1) Как обеспечить сбор и агрегацию данных с различных источников, включая датчики оборудования, системы мониторинга и базы данных, с учетом их разнообразия и объемов?
2) Как разработать алгоритмы глубокого обучения и машинного обучения, способные эффективно анализировать данные и обнаруживать аномалии с высокой точностью?
3) Как создать прогностические модели, которые учитывают неопределенность и изменчивость внешних факторов для более точного прогнозирования событий?
4) Как разработать автоматизированные системы принятия решений, которые учитывают данные и прогнозы для оптимизации производственных процессов?
5) Как интегрировать DeepTech технологии для адаптации и оптимизации производственных процессов, учитывая их сложность и разнообразие?
6) Как создать системы мониторинга в реальном времени, которые обеспечивают надежное обнаружение?
7) Как обеспечить постоянное обучение системы на основе новых данных и опыта для постоянной оптимизации процессов? Решение этих научно-практических проблем имеет большое значение для создания более гибких, эффективных и адаптивных систем управления финансами с использованием технологий DeepTech. Оно открывает новые перспективы для совершенствования процессов, повышения качества управленческих решений и обеспечения конкурентоспособности предприятий в современной бизнес-среде.
Система управления финансами предприятия представляют собой сложные системы с множеством взаимодействующих элементов и подсистем. Системный анализ позволяет учитывать эту комплексность и рассматривать предприятие как целостную систему. Системный анализ помогает выявить взаимосвязи и взаимодействия между различными аспектами управления производством, включая процессы, людей, ресурсы и технологии. Системный анализ способствует более глубокому пониманию стратегических аспектов управления, включая адаптацию к изменениям во внешней среде и управление внутренними процессами. Одним из ключевых аспектов адаптивного управления является способность прогнозировать и антиципировать возможные проблемы. Системный анализ помогает выявить потенциальные уязвимости и разработать стратегии для их решения. Системный анализ позволяет оптимизировать использование ресурсов, чтобы достичь наилучших результатов в условиях постоянно меняющейся среды. Системный анализ также предоставляет возможность создания моделей и симуляций для анализа различных стратегий управления и их влияния на экономические процессы.
1. Создание системы управления финансами на основе искусственного интеллекта и DeepTech
Создание системы управления финансами на основе искусственного интеллекта и DeepTech предполагает переход к цифровизации процесса управления финансами и поддержки принятия решений со стороны руководства. С информационной точки зрения, данный процесс включает в себя выявление локальных сценариев для анализа стратегии управления финансами в условиях социально-экономической и производственной среды. Иными словами, это полностью охватывает информационно -логический процесс предвидения потенциальных проблемных ситуаций, что, в свою очередь, требует использования современных компьютерных технологий.
С развитием передовых технологий, таких как искусственный интеллект (ИИ), машинное обучение (МО), квантовые вычисления и анализ больших данных (Big Data), появляется возможность разработки систем адаптивного управления, способных реагировать на изменения в реальном времени и оптимизировать процессы управления финансами. Эти технологии, известные как DeepTech, предоставляют предприятиям инструменты для более точного анализа данных, прогнозирования событий и принятия решений на основе финансовых данных. Тем не менее, несмотря на потенциал DeepTech, существует ряд научных и практических проблем, связанных с его внедрением в управление финансами. Эти проблемы охватывают вопросы сбора и агрегации финансовых данных, обработки больших объемов информации, обеспечения качества финансовых данных, эффективности алгоритмов анализа и масштабирования си-
стем. Решение этих проблем имеет решающее значение для успешного внедрения DeepTech и создания более гибких систем адаптивного управления финансами.
2. Технологии DeepTech и искусственного интеллекта в контексте адаптивного управления финансами
DeepTech в контексте адаптивного управления финансами означает применение передовых технологий и методов, таких как искусственный интеллект, машинное обучение, анализ больших данных и другие инновационные подходы для оптимизации и совершенствования финансового управления. Эти технологии предоставляют возможность создания систем адаптивного управления, способных реагировать на изменения в реальном времени и оптимизировать финансовые процессы. DeepTech, в рамках адаптивного управления финансами, играет важную роль в использовании передовых технологий и методов, таких как искусственный интеллект, машинное обучение, анализ больших данных и другие инновации для оптимизации и совершенствования процессов управления финансами. DeepTech для адаптивного управления финансами включают в себя следующие ключевые элементы (табл. 1).
Таблица 1
DeepTech технологии и искусственный интеллект для управления финансами
DeepTech Роль в системе адаптивного управления финансами
1 2
Искусственный интеллект (AI) Поддерживает аналитические и прогностические функции в обработке финансовых данных для адаптивного управления финансами. Использует алгоритмы машинного обучения и нейронные сети для анализа данных, прогнозирования событий и принятия автоматических финансовых решений [1]
Машинное обучение (ML) Поддерживает аналитические и прогностические функции в обработке финансовых данных для адаптивного управления финансами. Использует алгоритмы машинного обучения и нейронные сети для анализа данных, прогнозирования событий и принятия автоматических финансовых решений [2]
Анализ Больших Данных (Big Data) Сбор и анализ больших объемов финансовых данных позволяют выявлять закономерности, тренды и аномалии. Это помогает системе управления принимать обоснованные финансовые решения и корректировать их в реальном времени, основываясь на анализе больших данных
Интернет вещей (IoT) Сбор данных с финансового оборудования и объектов при помощи 1оТ обеспечивает непрерывный мониторинг. Это позволяет системе управления иметь актуальную информацию о состоянии финансовых активов и процессов, что улучшает качество финансового управления
Технологии компьютерного зрения и распознавания образов Повышают точность контроля качества финансовых продуктов и способствуют более быстрой реакции на финансовые аномалии, что улучшает эффективность финансового управления
1 2
Системы аналитики данных и бизнес-интеллекта Содействуют более полному и понятному анализу финансовых данных, что позволяет системе управления принимать более обоснованные финансовые решения
Автоматизация процессов и рутинных задач Снижает вероятность финансовых ошибок и повышает точность и эффективность выполнения задач, что в итоге влияет на производительность системы управления финансами [4]
Эти инновационные технологии и методы оказывают существенное воздействие на сферу управления финансами и способствуют созданию более гибких и адаптивных систем управления финансами. Применение системного анализа для формирования системы адаптивного управления финансами имеет фундаментальное значение в силу сложности задач и функций управления, неопределенности взаимосвязей, а также необходимости комплексного анализа стратегии управления финансами. Это включает в себя обнаружение финансовых проблем, прогнозирование исходов для предвидения проблемных ситуаций, а также распределение и оптимизацию финансовых ресурсов на основе методологии, моделирования и симуляции поведения финансовой системы.
3. Систематизация проблем и путей их решения в системе адаптивного управления финансами с использованием технологий DeepTech
Систематизация проблем и путей их решения в системе адаптивного управления финансами с использованием технологий DeepTech может включать следующие аспекты на различных этапах управления финансами (табл. 2).
Для решения этих задач необходима комплексная методика, включающая в себя усовершенствование сбора данных, разработку точных и гибких алгоритмов анализа и принятия финансовых решений, а также детальное планирование и интеграцию системы управления финансами в процессы управления. Несмотря на возможные трудности, использование DeepTech в адаптивном финансовом управлении создает более гибкую и эффективную среду, способную оперативно реагировать на изменения и обеспечивать повышенный уровень финансовой стабильности и безопасности производства [5].
Таблица 2
Анализ проблемных ситуаций и путей их решения_
Этапы управления финансами Проблемная ситуация Пути решения
Анализ и прогнозирование - Отсутствие точных данных - Сбор и агрегация данных из различных источников
- Неопределенность будущих финансовых событий - Использование алгоритмов машинного обучения для прогнозирования
- Сложность анализа больших объемов данных - Применение аналитических инструментов Big Data для обработки данных
Реакция на изменения - Недостаточная скорость реакции на изменения - Внедрение систем адаптивного управления для быстрой адаптации
- Неэффективное распределение ресурсов - Использование оптимизационных алгоритмов искусственного интеллекта
- Недостаточная автоматизация финансовых решений - Развитие автоматизированных систем принятия решений
Контроль и обеспечение безопасности - Угрозы кибербезопасно-сти - Развитие современных методов киберзащиты и мониторинга
- Недостаточный контроль качества данных - Внедрение технологий компьютерного зрения и распознавания образов
- Риски человеческих ошибок - Автоматизация процессов и рутинных задач
4. Результаты
Проблемы, возникающие на различных этапах процесса адаптивного управления финансами, могут быть успешно решены с использованием разнообразных технологий системного анализа и DeepTech. БеерТееИ-технологии активно применяются в сфере финансовой безопасности, что значительно улучшает систему управления в области обнаружения и защиты от финансовых угроз [6]. Внедрение этих технологий способствует повышению эффективности выявления аномалий и идентификации потенциальных финансовых рисков. Системы глубокого обучения и машинного обучения могут анализировать большие объемы финансовых данных, выявляя аномальное поведение, которое может свидетельствовать о возможных финансовых угрозах или нарушениях безопасности [7]. Технология DeepTech используется для создания моделей, способных распознавать сигнатуры известных финансовых рисков и мошеннических операций. Она также позволяет прогнозировать потенциальные финансовые риски для оперативного реагирования системы и разработки мер по их предотвращению. DeepTech также может быть задействована в автоматизированном анализе больших объемов журналов финансовых операций и активности с целью выявления потенциально
опасных действий и нарушений. Для управления доступом и аутентификации можно успешно использовать биометрическую идентификацию и голосовое управление, основанные на технологии DeepTech. Это существенно повышает надежность системы аутентификации. DeepTech способствует анализу финансовых данных для выявления потенциальных финансовых рисков или аномальных паттернов финансовых операций [8]. Технологии машинного обучения могут помочь в определении наиболее эффективных стратегий управления доступом к финансовой информации и ресурсам. Более того, DeepTech может применяться для анализа финансового программного обеспечения и выявления финансовых уязвимостей, что дает компаниям возможность предпринимать меры по их устранению и обеспечению высокого уровня безопасности данных и системы управления.
Выводы
Таким образом, адаптивное управление финансами, поддерживаемое технологиями DeepTech и системным анализом, представляет собой значимый шаг в развитии современных финансовых практик. На каждом этапе этого процесса сбора, анализа и оптимизации финансовых данных, с применением передовых инструментов искусственного интеллекта и машинного обучения, технологии DeepTech способствуют решению разнообразных финансовых задач и повышению эффективности управления финансами. Адаптивное управление предполагает способность обнаруживать и преодолевать финансовые риски, которые могут возникнуть в трех основных областях: внутри финансовой организации (например, финансовые узкие места и диспропорции, нарушение финансовых коммуникаций), взаимодействии между финансовой организацией и внешней средой, а также внутри самой управляющей финансовой структуры. Для успешного адаптивного управления необходимо проводить исследования взаимодействий между элементами системы и создавать структурные модели для определения типичных режимов функционирования финансовой системы. Эти модели, в совокупности, формируют фрагменты логико-лингвистической модели дискретной сети финансовых проблемных ситуаций, представляя знания о финансовых проблемных ситуациях и возможных способах их решения. Поэтому важно иметь подходящие инструментальные средства для обработки информации в данном контексте. Важно отметить, что хотя технологии DeepTech обладают огромным потенциалом, они также влекут за собой ряд вызовов и проблем, таких как обработка больших объемов финансовых данных, обеспечение их качества и обучение систем. Однако с правильным подходом и интеграцией этих технологий, финансовые организации могут достичь новых уровней эффективности, качества и адаптивности в управлении финансами.
Список литературы
1. Kruachottikul P., Dumrongvute P., Tea-makorn P. et al. New product development process and case studies for deep-tech academic research to commercialization // J. Innov Entrep. - 2023. - Vol. 12, 48. - DOI: https://doi.org/10.1186/s13731-023-00311-1. - URL: https://innovation-entrepreneurship.springeropen.com/articles/10.1186/s13731-023-00311-
1 (date of access: 05.10.23).
2. Vrontis D., Christofi M., Pereira V., Tarba Sh., Makrides A., Trichina E. Artificial intelligence, robotics, advanced technologies and human resource management: a systematic review // The International Journal of Human Resource Management. - Pp. 6-23. - DOI: https://doi.org/10.1080/09585192.2020.1871398.
3. Du Z., Liu J., Wang T. Augmented reality marketing: a systematic literature review and an agenda for future inquiry // Front. Psychol. - 2022. - Vol. 13. - Paper ID 925963. -Pp. 2-14. - DOI: 10.3389/fpsyg.2022.925963.
4. De la Tour A., Soussan P., Harlé N., Chevalier R., Duportet X. From tech to deep tech. Boston Consulting Group, 2017. - URL: https://dtusciencepark.dk/wp-content/uploads/2023/08/from-tech-to-deep-tech-web.pdf (date of access: 05.10.23).
5. Nedayvoda A., Delavelle F., So Y., Graf L., Taupin L. Financing Deep Tech EM-Compass; Special Note 1. - Washington, DC: World Bank, 2021.
6. Mullet V., Sondi P., Ramat E. Review of cybersecurity guidelines for manufacturing factories in Industry 4.0 // IEEE Access. - 2021. - Vol. 9. - Pp. 23235-23263. -D0I:10.1109/ACCESS.2021.3056650. - URL: https://ieeexplore.ieee.org/stamp/stamp.jsp? tp=&arnumber=9345803 (date of access: 05.10.23).
7. Simeone A., Zeng Y., Caggiano A. Intelligent decision-making support system for manufacturing solution recommendation in a cloud framework // The International Journal of Advanced Manufacturing Technology. - 2021. - Vol. 112(1), January 2021. - Pp. 10351050. - DOI: 10.1007/s00170-020-06389-1.
8. Таланова М.И. Финансовые технологии (fintech): проблемы и перспективы развития [Электронный ресурс] // E-Scio. - 2021. - №6 (57). - URL: https://cyberleninka.ru/article/n/finansovye-tehnologii-fintech-problemy-i-perspektivy-razvitiya (дата обращения: 18.09.2023).
