CC BY
14Аудиторские ведомости. 2024. № 2. С. 223 — 230. Audit journal. 2024;(2):223 — 230.
ЭКОНОМИКА И УПРАВЛЕНИЕ
Научная статья УДК 332.01
https://doi.org/10.2441 2/1 727-8058-2024-2-223-230 NIION: 2017-0074-2/24-066
EDN: https://elibrary.ru/WDNZGL MOSURED: 77/27-021-2024-02-266
Внедрение технологий искусственного интеллекта в реальном секторе экономики
Андрей Владимирович Минаков1, Нодари Дарчоевич Эриашвили2, 3
1 2 Московский университет МВД России имени В.Я. Кикотя, Москва, Россия 3 Российский экономический университет имени Г.В. Плеханова, Москва, Россия, [email protected] 1 [email protected]
Аннотация. На сегодняшний день мир находится на стадии четвертой промышленной революции, которая приносит с собой большой объем инноваций, способных существенно менять промышленность и экономику в целом. В эпицентре этой революции находится искусственный интеллект, объединяющий технологии, позволяющие программному обеспечению воспринимать человеческие действия, понимать и учиться у человека, решать разнообразные задачи, ранее доступные только людям. В результате искусственный интеллект имеет потенциал преобразовать реальный сектор экономики, оптимизировав бизнес-процессы за счет сокращения человеческого труда, тем самым стимулировать экономический рост как на уровне отдельных компаний, так и на уровне государства.
Ключевые слова: искусственный интеллект, нейросеть, ИИ, автоматизация, цифровизация
Для цитирования: Минаков А.В., Эриашвили Н.Д. Внедрение технологий искусственного интеллекта в реальном секторе экономики // Аудиторские ведомости. 2024. № 2. С. 223—230. https://doi.org/10.24412/1727-8058-2024-2-223-230. ЕР1\1: https://elibrary.ru/WDNZGL.
ECONOMICS AND MANAGEMENT
Original article
Introduction of artificial intelligence technologies in the real sector of the economy
Andrey V. Minakov1, Nodari D. Eriashvili2, 3
1 2 Moscow University of the Ministry of Internal Affairs of Russia named after V.Ya. Kikot', Moscow, Russia
3 Plekhanov Russian University of Economics, Moscow, Russia, [email protected] 1 [email protected] 3 [email protected]
Abstract. Today, the world is at the stage of the fourth industrial revolution, which brings with it a large amount of innovation that can significantly change industry and the economy as a whole. At the epicenter of this revolution is artificial intelligence, combining technologies that allow software to perceive human actions, understand and learn from humans, and solve various problems that are previously available only to people. As a result, artificial intelligence has the potential to transform the real sector of the economy, optimizing business processes by reducing human labor, thereby stimulating economic growth, both at the level of individual companies and at the level of the state.
Keywords: artificial intelligence, neural network, AI, automation, digitization
For citation: Minakov A.V., Eriashvili N.D. Introduction of artificial intelligence technologies in the real sector of the economy // Auditorskiye vedomosti = Audit journal. 2024;(2):223—230. (In Russ.). https://doi.org/10.24412/1727-8058-2024-2-223-230. EDN: https://elibrary.ru/WDNZGL.
© Минаков А.В., Эриашвили Н.Д., 2024
Искусственный интеллект (ИИ, А1) — стремительно развивающаяся сфера цифровизации, которая имеет широкое применение в экономике в разных отраслях. Технологии ИИ, основанные на обучении программного обеспечения действиям человека и решению задач, которые ранее мог решать только человек, становятся все более значимыми как для государства, так и для бизнеса. Очевидно, что технологии с использованием ИИ, будут хорошим стимулом для будущего экономического развития и приведут к глобальным изменениям в подходе к производственной деятельности. Искусственный интеллект как учебная и научная область возник в 1950-х годах, его создателем был Джон Маккарти [9, с. 103].
В последние годы мы наблюдаем невиданный рост исследований, финансовых вложений в ИИ и его практического применения. Искусственный интеллект — это форма интеллекта, созданная для моделирования человеческого поведения и мышления в компьютерных системах [9, с. 103]. Он способен обучаться и находить решения для различных задач. Технологии ИИ функционируют путем совмещения обширных наборов данных со специальными алгоритмами итеративной обработки, что позволяет выявлять закономерности и особенности анализируемой информации.
Существуют различные подходы в современных системах ИИ для решения задач, аналогичных тем, что выполняют люди. Среди них важными являются обработка естественного языка, компьютерное зрение, машинное обучение, глубокое обучение. Кроме того, системы используют большие наборы данных для выдачи ответов на сложные вопросы и решения проблем. ИИ представляет собой стремительно развивающуюся сферу, его экономическое применение стремительно возрастает. Он может быть применен для разработки и доведения до совершенства экономических моделей, автоматизации процессов и обеспечения информирования в процессе принятия решений.
По мере увеличения объема работы, который необходимо выполнять людям, использование потенциала ИИ становится все более необходимым. В этом контексте представляются обоснованными автоматизация и циф-ровизация повседневных задач. По мнению Т.Г. Философовой и Е.А. Матюшиной, технологии ИИ позволяют значительно ускорять
рабочие процессы [10, с. 240]. Е.И. Масалов считает, что использование ИИ в технологиях позволяет компаниям улучшать качество продукции и настраивать ее под конкретные потребности клиентов, что способствует повышению их ценности [5, с. 849]. С точки зрения М.М. Мизаева и Х.М. Бапаевой, благодаря использованию ИИ компании способны генерировать новые концепции, получать больше информации и совершенствовать процесс принятия решений в бизнесе [6, с. 210].
Многими авторами отмечается, что ИИ обладает значительным преимуществом в сокращении количества ошибок, допускаемых человеком при решении аналогичных задач [6, с. 210]. Еще одним важным плюсом ИИ является возможность переложить на него ряд задач и рисков, привлекая роботов. Вне зависимости от сферы деятельности — от обезвреживания бомб до полета в космос или изучения самых глубоких точек океанов, машины с прочными металлическими корпусами обладают природной устойчивостью и способны работать в экстремальных условиях. Кроме того, они способны выполнять точную работу с большим уровнем ответственности и не подвержены быстрому износу [6, с. 210].
В отличие от людей ИИ не нуждается в перерывах на отдых. Он оперирует на более высокой скорости мышления, способен выполнять несколько задач одновременно и достигать точных результатов. Искусственные системы легко справляются с утомительной монотонной работой. Примером этого могут служить онлайн-чат-боты, предоставляющие клиентам моментальную поддержку в любое время. Благодаря применению ИИ и обработке естественного языка чат-боты могут отвечать клиентам на типовые вопросы, решать проблемы и передавать более сложные запросы специалистам, обеспечивая бесперебойное круглосуточное обслуживание.
Эмоции влияют на людей, даже если они сами этого не хотят. В отличие от людей ИИ лишен эмоций, что делает его очень практичным и рациональным в принятии решений. Безусловным преимуществом ИИ-технологий является отсутствие предвзятости, что обеспечивает более объективное принятие решений. Например, системы рекрутинга на основе ИИ отбирают кандидатов на работу исходя из их навыков и квалификации, минуя демографические особенности. Это позволяет уменьшить предвзятость в процессе подбора персо-
нала, способствуя более инклюзивной и разнообразной рабочей силе.
Помимо своих преимуществ, ИИ имеет и некоторые недостатки. Внедрение ИИ-технологий требует значительных временных и ресурсных затрат. К принципиальным недостаткам относится невозможность нестандартного мышления. Н.В. Морозова и ее коллеги отмечают, что развитие ИИ может привести к сокращению рабочих мест и увеличению безработицы [8, с. 91].
Национальный центр развития искусственного интеллекта при Правительстве РФ в 2023 г. провел анализ развития ИИ в мире. Согласно исследованию, Россия оказалась на 15-й позиции среди лучших стран в 2022 г. по количеству публикаций в научных журналах, посвященных ИИ, но значительно отстает от стран-лидеров. Лидером данного рейтинга стала Индия с 23 089 публикациями в научных журналах в области ИИ за год (рис. 1).
2? ООО
20000
15 000
10000
5 000
23 089
13 765
7 263
1962
Индия
Китай
США
Россия
Рис. 1. Количество публикаций в научных журналах в области ИИ за 2022 г., ед.
Источник: составлено авторами на основе [2].
В рейтинге стран по доле патентных зая- (5,6 тыс. заявок, или 27,4%). Показатель по вок по ИИ с большим отрывом лидером ста- России составляет 0,4% — очень низкое знали США (6,9 тыс. заявок, или 33,5% обще- чение (рис. 2). го значения в мире), далее следует Китай
40
Россия С'ТТТА Китай Япония
Рис. 2. Доля патентных заявок по ИИ в общем количестве по всем странам, %
Источник: составлено авторами на основе [2].
До 2022 г. был создан 261 стартап в области ИИ с регистрацией России. Однако, по сравнению с другими странами количество российских стартапов очень низкое (в 14 раз ниже лидера рейтинга), соответственно и доля ИИ-стартапов от общемирового
значения небольшая — 2,6%. Лидером в этой области являются США с наибольшим количеством созданных стартапов (3569 ед., или 35,5% общего числа старта-пов), за ними следуют Индия и Великобритания (рис. 3).
Россия США Индия
Рис. 3. Доля ИИ-стартапов от общемирового значения по отдельным странам в 2022 г., %
Источник: составлено авторами на основе [2].
Общий объем частных инвестиций в ИИ-стартапы у России также значительно
ниже по сравнению с лидерами рейтинга (рис. 4).
50000 45000 40000 35000 g 30000 п25000
I 20000
" 15000 10000 5000 0
13410
4 370
51 ш
Росам США Китай Великобритания
Рис. 4. Объем инвестиций в ИИ-стартапы в 2022 г., млн долл.
Источник: составлено авторами на основе [2].
Реальный сектор экономики — это основная составляющая экономики, которая охватывает производство и продажу товаров и услуг. Он занимает центральное место в экономике и является главным источником доходов для большей части государств. Структура реального сектора экономики разнообразна и включает несколько ключевых отраслей, таких как промышленность, строительство, транспорт, связь и др.
Рассмотрим примеры применения ИИ в реальном секторе экономики за рубежом.
В области сельского хозяйства применяются компьютерное зрение и машинное обучение для обнаружения дефектов почвы и предоставления рекомендаций по посадке. Например, компания Sentient применяет технологии ИИ для анализа факторов, таких как ультрафиолетовое излучение, соленость, тепло и вода. Они используют эти данные, чтобы разработать инновационные методы выращивания и получать высокие урожаи.
Компания John Deere на протяжении последних нескольких десятилетий вкладывала средства в технологии и робототехнику. В результате она представила свои полностью автоматизированные тракторы на выставке CES 2022.
Tesla, Google и Uber работают над производством беспилотных автомобилей, которые могут значительно повысить безопасность дорожного движения, сократить пробки и улучшить доступность для людей с физическими ограничениями.
Завод Tesla (Фремонт, США) является производственным предприятием, где электромобили производятся с нуля и укомплектовываются за 3—5 дней. На заводе используется около 200 роботов, большая часть процесса производства полностью автоматизирована.
Немецкая компания BMW и японская Toyota внедряют системы машинного зрения, которые используют ИИ для автоматического контроля и обнаружения дефектных продуктов.
Компания IKEA из Швеции применяет беспилотные летательные аппараты для проведения инвентаризации на нескольких складах в Европе, включая Италию, Швецию, Швейцарию и Германию. Швейцарская компания Geberit, производитель сантехники, использует дроны для инспектирования резервуаров, что помогает им проводить проверку более эффективно и точно.
В сфере онлайн-торговли часто применяются чат-боты, доступные на веб-сайтах. Они основаны на технологиях ИИ и настроены на мгновенное реагирование на типовые запросы клиентов. Корпорации, такие как Amazon, используют сложные алгоритмы ИИ для прогнозирования покупательского поведения и определения наиболее вероятных продаж.
Розничные торговые компании, включая такие гиганты, как Walmart (США), применяют инструменты ИИ для прогнозирования и планирования уровня запасов. Эти инструменты основаны не только на анализе спроса,
Источник: составлено авторами на основе [3].
В России развиваются традиционные и генеративные системы ИИ. Традиционные системы ИИ реагируют на конкретный набор входных данных и не создают новую информацию, в то время как генеративный ИИ способен генерировать новые результаты на основе имеющихся данных. Примеры применения генеративного ИИ включают использова-
но также обрабатывают изображения и видео, полученные с камер в магазинах [4].
В Австралии компания Utopus Insights разработала и внедрила «умную систему» управления ветроэлектростанциями. Эта платформа собирает информацию от ветряных турбин и данные о рынке электроэнергии с целью оптимизации работы турбин. В свою очередь, команда VK Predict создала программное обеспечение, способное прогнозировать вероятность и объем нерегулируемого потребления электроэнергии в каждой точке поставок [1].
Для оценки текущего уровня развития, выявления ключевых трендов в области применения технологии и перспектив ИИ в России компания «Яков и Партнеры» опросила более 100 крупнейших компаний РФ.
Наиболее популярные сферы внедрения ИИ в реальном секторе экономики представим в табл. 1. Из данных таблицы, видно, что в реальном секторе экономики основные направления внедрения ИИ — клиентский сервис и производство (преимущественно «тяжелые» индустрии).
ние генеративных нейронных сетей в Яндексе для создания рекламных баннеров, а также возможность продавцов на Яндекс.Маркете создавать «продающие» описания для товаров с помощью YandexGPT.
В области генеративного ИИ в России пионерами, т.е. компаниями, определившими приоритетные сценарии использования ИИ,
Таблица 1. Основные бизнес-процессы на основе ИИ в большинстве российских компаний (80—100%)
Отрасль экономики Клиентский сервис Маркетинг и продажи Производство Цепочки поставок
Розничная торговля + +
Металлы и горная добыча +
Телекоммуникации +
Сельское хозяйство + +
Электронная коммерция + +
Нефть и газ +
Транспорт и логистика +
Химия и нефтехимия +
Машиностроение +
Автомобильная промышленность +
являются предприятия, работающие в сфере электронной коммерции, и небольшая часть предприятий розничной торговли. Отрасли, где происходит точечное внедрение генеративного ИИ (экспериментаторы), включают
торговлю, сельское хозяйство, промышленность и энергетику. В то время как в сферах машиностроения и нефтегазовой промышленности генеративный ИИ не находит применения (рис. 5).
Машиностроение Нефть II газ Э л ек тр оэнер гепнка Сельское хозяйство Тр анспор ти логистика Химия и нефтехимия Металлы и горная добыча Автомобили Ритейл E-commerce
100
100
п 89
17 1 83
17 1 83
20 80
29 ш 71
67 Ш 33
9 ^Я 27 64
60 40
-1-1-[-1-
0% 20% 40% 60% SO0 о 100% □ ГЪ юнеры ■ Экспер! ментаторы Последоватего i
Рис. 5. Внедрение генеративного ИИ в реальном секторе экономики РФ в 2022 г., %
Источник: составлено авторами на основе [3].
Согласно исследованию компании «Яков и Партнеры», наибольший максимальный финансовый эффект от внедрения ИИ ожидается в розничной торговле — 1,1 трлн руб. Во всех рассмотренных отраслях эффект от генеративного ИИ небольшой — 0,1 трлн руб., так как эти технологии в России еще недостаточно развиты (рис. 6).
Приведем примеры использования ИИ в реальном секторе экономики в РФ.
Магнитогорский металлургический комбинат успешно внедрил систему, способную обнаруживать и классифицировать дефекты на поверхности холоднокатаного металлопроката в рамках производственного процесса [7].
Компания Яндекс использует технологии компьютерного зрения в своих автономных
автомобилях и роботах-доставщиках. Кроме того, Яндекс использует большие языковые модели, такие как YandexGPT, для автоматизации клиентской поддержки [3].
Стоит отметить, что компания «Алиди» внедрила систему прогнозирования, которая помогает улучшить отношения с поставщиками и клиентами.
В одном из магазинов сети X5 Group в Казани был запущен робот для автоматизации контроля за выкладкой товаров на полках. В компании также внедрили ИИ-решение «Спрос», которое позволяет автоматически прогнозировать спрос.
ГК «Черкизово» в Кашире запустило полностью роботизированный завод по производству пищевой продукции.
1,2 1
£ 0.8 10,6 Э 0,4 0,2 0
J
0.S
0,6 0.6
01 0.1 0.1 0.1
1 1 1 1
Розничная торговля Гор нометаллур пи еская Производство Транспорт и логистика
отрасль ПОТр eoi ГШ1Ь смк
товаров
□ Генеративный in I яТрадишюнныйIПI
Рис. 6. Ожидаемый максимальный финансовый эффект от внедрения ИИ для экономики
России, трлн руб. в год
Источник: составлено авторами на основе [3].
Компания «РТ-Техприемка» внедрила решение на основе ИИ для контроля качества стали.
ГП «Калининская АЭС» внедрило роботизированный комплекс противопожарной защиты [1].
Таким образом, сущностью ИИ является способность машины выполнять задачи, используя разумные методы, аналогично человеческому мышлению, без явных инструкций, как выполнять задачу. Его большой вклад в устойчивое экономическое развитие в различных отраслях становится все более очевидным, что привлекает все больше внимания как на уровне отдельных отраслей, так и на уровне правительства. Технологии, основанные на ИИ, обладают широким спектром экономических преимуществ. Они экономят ресурсы бизнеса, увеличивают объем выполненной работы, уменьшают количество ошибок и повышают качество производимых товаров и предлагаемых услуг.
В реальном секторе российской экономии основные направления внедрения ИИ — клиентский сервис и производство. Среди примеров использования ИИ можно выделить технологии компьютерного зрения, большие языковые модели, системы прогнозирования, роботизация, генеративные нейронные сети и т.д.
Мировыми лидерами по уровню развития ИИ являются Китай, США, Индия, Япония. Инвестиционная активность в России значительно ниже, чем в странах-лидерах.
Чтобы в полной мере реализовать экономический потенциал ИИ, компаниям необхо-
димо активно экспериментировать с этой технологией для оптимизации бизнес-процессов, осуществлять инвестиции в привлечение высококвалифицированных специалистов и сотрудничать с другими компаниями, исследовательскими лабораториями и государством с целью ускорения процесса внедрения. С другой стороны, государство должно способствовать развитию технологий, поддерживая науку и образование, а также упрощать взаимодействие между бизнес-сообществами.
Список источников
1. Аналитические материалы // Цифровая экономика. 2023. URL: https://d-economy.ru/ research/#
2. Информационно-аналитическая справка «Сравнительный анализ основных показателей развития технологий искусственного интеллекта в Российской Федерации и ведущих странах по результатам 2022—2023 гг.» // Национальный центр развития искусственного интеллекта при Правительстве Российской Федерации. 2023. URL: https://ai.gov.ru
3. Искусственный интеллект в России — 2023: тренды и перспективы // Яков и Партнеры. 2023. URL: https://ai.gov.ru
4. Как компании используют искусственный интеллект // URL: https://www.eiu. com/n/how-companies-use-artificial-intell-gence/
5. Масалов Е.И. Искусственный интеллект как технологическая инновация экономического развития // Управленческий учет. 2022. № 10-3. С. 849—854.
6. Мизаев М.М., Бапаева Х.М. Влияние искусственного интеллекта на принятие бизнес-
решений // Экономика: вчера, сегодня, завтра. 2022. № 4А. С. 210—217.
7. ММК исключит дефекты металлопроката с помощью технологии машинного зрения // иЯЬ: https://mmk.ru
8. Морозова Н.В. и др. Искусственный интеллект: стремление к технологиям завтрашнего дня // Тенденции развития науки и образования. 2023. № 101-4. С. 91—93.
9. Устьян Э.А. Понятие «искусственный интеллект»: от теории к правовому регулированию // Правовое регулирование экономической деятельности // ПРЭД. 2023. № 2. С. 103—111.
10. Философова Т.Г., Матюшина Е.А. Искусственный интеллект и стратегические задачи повышения международной конкурентоспособности в современных условиях // Государственное и муниципальное управление. Ученые записки. 2022. № 4. С. 240—246.
References
1. Analytical materials // Digital economy. 2023. URL: https://d-economy.ru/research/#
2. Information and analytical reference "Comparative analysis of the main indicators of the development of artificial intelligence technologies in the Russian Federation and leading countries according to the results of 2022—2023" // National Center for the Development of Artificial Intelligence under the
Government of the Russian Federation. 2023. URL: https://ai.gov.ru
3. Artificial intelligence in Russia — 2023: trends and prospects // Yakov and Partners. 2023. URL: https://ai.gov.ru
4. How companies use artificial intelligence // URL: https://www.eiu.com/n/how-companies-use-artificial-intelligence/
5. Masalov E.I. Artificial intelligence as a technological innovation of economic development // Managerial accounting. 2022. No. 10-3. pp. 849—854.
6. Mizaev M.M., Bapaeva H.M. The influence of artificial intelligence on business decisionmaking // Economics: yesterday, today, tomorrow. 2022. No. 4A. pp. 210—217.
7. MMK will eliminate rolled metal defects using machine vision technology // URL: https://mmk.ru
8. Morozova N.V. et al. Artificial Intelligence: the pursuit of tomorrow's technologies // Trends in the development of science and education. 2023. No. 101-4. pp. 91—93.
9. Ustyan E.A. The concept of "artificial intelligence": from theory to legal regulation // Legal regulation of economic activity // PRAED. 2023. No. 2. pp. 103—111.
10. Filosofova T.G., Matyushina E.A. Artificial intelligence and strategic tasks of increasing international competitiveness in modern conditions // State and municipal management. Scientific notes. 2022. No. 4. pp. 240—246.
Информация об авторах
А.В. Минаков — профессор кафедры экономики и бухгалтерского учета Московского университета МВД России имени В.Я. Кикотя, доктор экономических наук, профессор;
Н.Д. Эриашвили — профессор кафедры гражданского и трудового права, гражданского процесса Московского университета МВД России имени В.Я. Кикотя, профессор кафедры государственных и муниципальных финансов Российского экономического университета имени Г.В. Плеханова, кандидат юридических наук, доктор экономических наук, профессор, лауреат премии Правительства РФ в области науки и техники.
Information about the authors A.V. Minakov — Professor of the Department of Economics and Accounting at the Moscow University of the Ministry of Internal Affairs of Russia named after V.Ya. Kikot, Doctor of Economics, Professor; N.D. Eriashvili — Professor at the Department of Civil and Labor Law, Civil Procedure at the Moscow University of the Ministry of Internal Affairs of Russia named after V.Ya. Kikot, Professor at the Department of State and Municipal Finance of the Plekhanov Russian University of Economics, Candidate of Law, Doctor of Economics, Professor, laureate of the Russian Government Prize in Science and Technology.
Сведения о вкладе каждого автора Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.
Contribution of the authors: the authors contributed equally to this article. The authors declare no conflicts of interests.
Статья поступила в редакцию 15.03.2024; одобрена после рецензирования 17.04.2024; принята к публикации 15.05.2024.
The article was submitted 15.03.2024; approved after reviewing 17.04.2024; accepted for publication 15.05.2024.
