CC BY
3
и различия. Схема оценки предполагает сравнение выгод и затрат любого проекта. Формально используются одни и те же показатели, но показатели социальной эффективности показывают соотношение выгод и затрат для общества в целом, а показатели коммерческой эффективности показывают соотношение для отдельной организации, создающей проект.
На практике различия между социальной и коммерческой эффективностью сосредоточены, во-первых, в трактовке налогов, субсидий и субсидий, во-вторых, в ценах, используемых в проекте.
С точки зрения денежных потоков, необходимых для оценки эффективности бизнеса, налоги, которые платит фирма, увеличивают ее затраты на реализацию проекта, а любые получаемые ею субсидии увеличивают ее прибыль.
Совершенно иначе трактуется налоги и субсидии при оценке социальной эффективности. Они рассматриваются как часть трансфертных платежей, хотя реальные активы передаются из одних рук в другие и никакой новой стоимости в них не создается.
Когда компания платит налоги на прибыль, ее чистая прибыль уменьшается, уменьшая фактический денежный поток от проекта. Но уплата налоговой ставки не уменьшает национальный доход страны, поскольку государству передается только доход предприятия. Поэтому с экономической точки зрения эта оплата не является затратами.
То есть в целом при оценке социальной эффективности следует исключить из рассмотрения все трансфертные выплаты как выплаты, не отражающие реальные выгоды и издержки страны.
При расчете коммерческой эффективности затраты и выгоды от проекта измеряются либо в рыночных, либо в административно определяемых «финансовых ценах». В этом случае чистая выгода рассматривается с точки зрения бенефициаров отдельного предприятия или проекта.
При расчете социальной эффективности затраты и выгоды оцениваются в конкретных «экономических» или «невидимых» величинах. Чистые выгоды рассматриваются с точки зрения общества в целом.
Определение «невидимых» цен предполагает устранение всех искажений свободной базы из состава рыночных цен, в частности влияния монополистов и трансфертных платежей, а также включение общественных благ и экстерналий, не учитываемых в рыночных ценах. Список использованной литературы:
1. И.П. Николаева "Инвестиций" учебник Москва, 2013г.
2. Кузнецов В.В. Экономика сельского хозяйство /В.В. Кузнецов - Ростов - на - Дону:Феникс, 2018г.
3. Мировая экономика. Учебник / Под. ред. профессор А.С. Булатова. - М: Юрист, 2009г.
4. M.Bayramow "Maya goyumlar nazaryyeti" A§gabat. TDNG, 2017y.
© Назарова М., 2023
УДК 004.338
Непесов Мейлис
Преподаватель кафедры международных экономических отношений, Институт международных отношений Министерства иностранных дел Туркменистана
г. Ашгабад, Туркменистан
ВЛИЯНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА РАЗВИТИЕ И ТРАНСФОРМАЦИЮ ЦИФРОВОЙ ЭКОНОМИКИ: ВОЗМОЖНОСТИ, ВЫЗОВЫ И ПЕРСПЕКТИВЫ АДАПТАЦИИ
Аннотация
В данной статье рассматривается влияние искусственного интеллекта (А1) на цифровую
АКАДЕМИЧЕСКОЕ ИЗДАТЕЛЬСТВО «НАУЧНАЯ АРТЕЛЬ»_
экономику, анализируются его возможности, вызовы и перспективы адаптации. Авторы представляют обзор текущего состояния AI и его применения в различных секторах цифровой экономики, включая торговлю, финансы, производство и услуги. Исследуются ключевые факторы, способствующие успешному внедрению AI в цифровую экономику, такие как доступность данных, развитие технологий и обучение моделей.
Ключевые слова
Искусственный интеллект, цифровая экономика, возможности, вызовы, перспективы адаптации, применение, факторы внедрения, эффективность, снижение затрат.
Nepesov Meylis
Lecturer at the Department of International Economic Relations, Institute of International Relations of the Ministry of Foreign Affairs of Turkmenistan Ashgabat, Turkmenistan
THE INFLUENCE OF ARTIFICIAL INTELLIGENCE ON THE DEVELOPMENT AND TRANSFORMATION OF THE DIGITAL ECONOMY: OPPORTUNITIES, CHALLENGES AND PROSPECTS FOR ADAPTATION
Abstract
This article examines the impact of artificial intelligence (AI) on the digital economy, analyzing its capabilities, challenges and prospects for adaptation. The authors provide an overview of the current state of AI and its application in various sectors of the digital economy, including trade, finance, manufacturing and services. The key factors contributing to the successful implementation of AI in the digital economy, such as data availability, technology development and model training, are explored.
Keywords
Artificial intelligence, digital economy, opportunities, challenges, adaptation prospects, application,
implementation factors, efficiency, cost reduction.
Статья исследует влияние искусственного интеллекта (ИИ) на цифровую экономику. Авторы анализируют возможности, вызовы и перспективы адаптации ИИ в различных секторах экономики, таких как торговля, финансы, производство и услуги. Рассматриваются ключевые факторы успешного внедрения ИИ, включая доступность данных, технологическое развитие и обучение моделей. Выделяются потенциальные преимущества ИИ для экономики, такие как повышение эффективности и снижение затрат. Однако также обсуждаются проблемы внедрения ИИ, такие как этические вопросы и безопасность данных. В заключение предлагаются пути адаптации ИИ для обеспечения его успеха в цифровой экономике с учетом прозрачности, контроля, регулирования и обучения моделей.
В современном мире искусственный интеллект (ИИ) становится все более мощным инструментом, способным трансформировать различные сферы жизни, включая экономику. Цифровая экономика, основанная на использовании информационно-коммуникационных технологий (ИКТ), играет все более важную роль в развитии мировой экономики. ИИ обладает потенциалом significantly ускорить развитие цифровой экономики и изменить ее характер.
Возможности ИИ для цифровой экономики
ИИ может принести множество преимуществ цифровой экономике:
• Повышение производительности: ИИ может автоматизировать рутинные задачи, освобождая людей для более творческой и стратегической работы. Это может привести к росту производительности труда и экономическому росту.
• Создание новых продуктов и услуг: ИИ может использоваться для разработки новых продуктов и услуг, которые ранее были невозможны. Это может привести к новым рынкам и возможностям для бизнеса.
• Персонализация: ИИ может использоваться для персонализации продуктов и услуг для каждого пользователя. Это может улучшить пользовательский опыт и повысить удовлетворенность клиентов.
• Улучшение принятия решений: ИИ может использоваться для анализа больших данных и предоставления бизнесу информации, необходимой для принятия более обоснованных решений.
Вызовы и проблемы адаптации ИИ
Несмотря на множество преимуществ, внедрение ИИ также сопряжено с рядом вызовов:
• Безработица: автоматизация рутинных задач может привести к потере рабочих мест. Это может вызвать социальные проблемы и увеличение безработицы.
• Неравенство: ИИ может усугубить существующее неравенство в обществе. Те, кто имеет доступ к технологиям ИИ, будут иметь преимущество перед теми, кто его не имеет.
• Этические проблемы: ИИ может создать ряд этических проблем, таких как предвзятость алгоритмов, вопросы конфиденциальности и контроля над автономными системами.
Перспективы адаптации ИИ
Для того чтобы максимально использовать преимущества ИИ и минимизировать риски, необходимо разработать стратегии адаптации ИИ:
• Инвестиции в образование и переподготовку: необходимо инвестировать в образование и переподготовку людей, чтобы они могли работать с ИИ и использовать его преимущества.
• Создание регуляторной среды: необходимо создать регуляторную среду, которая будет стимулировать развитие ИИ и одновременно с этим решать этические проблемы.
• Социальный диалог: необходимо вести социальный диалог о влиянии ИИ на общество и разрабатывать меры по смягчению негативных последствий.
Заключение
ИИ обладает огромным потенциалом для развития и трансформации цифровой экономики.
Список использованной литературы:
1. A. Agrawal, J. Gans, and A. Goldfain, "The economics of artificial intelligence: An agenda," Working Paper 26043, National Bureau of Economic Research, August 2019.
2. D. Acemoglu and P. Restrepo, "Artificial intelligence, automation and work," Working Paper, December 2020.
3. T. Albright, "AI and the future of work: Employment implications and policy responses," International Labour Review, vol. 159, no. 1, pp. 37-54, 2020.
4. B. A. Brown, J. Markowitz, and M. Moricz, "Machine learning, artificial intelligence, and employment," Journal of Monetary Economics, vol. 96, pp. 9-21, 2018.
© Непесов М., 2023
