Artificial Intelligence Technologies for Small and Micro Enterprises: Application Recommendations for Improving Operational Efficiency

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

This article explores the potential application of artificial intelligence (AI) technologies to enhance the operational efficiency of small and micro-enterprises (SMEs) in Russia. The aim of the study is to generalize experience and develop recommendations. Considering the limited resources and specificity of SME activities, the authors examine the challenges faced by these enterprises, as well as the broader technological context. Utilizing computer technologies and data analysis, the authors extracted descriptions of SME representatives’ experiences from the russian professional social network TenChat. The extracted algorithmic themes were expertly transformed into directions for the application of AI technology and formed the basis for the development of practical recommendations. The study formulated conclusions on possible directions for the application of AI technologies, including marketing and customer service, automation and optimization of routine tasks, data analysis, and process optimization. The developed recommendations include strategic decisions, AI reactivity, team management, operational activity provisioning, and data management. The results of the study are of interest to entrepreneurs, SME managers, and researchers seeking to enhance business efficiency through AI technologies.

About the authors

Victoria A. Ignatova

MIREA – Russian Technological University

Author for correspondence.
Email: vignatovaa@yandex.ru

lecturer, Department of Industrial Programming; Institute for Advanced Technologies and Industrial Programming

Russian Federation, Moscow

Gleb N. Kuzmin

MIREA – Russian Technological University

Email: kuzmin_g@mirea.ru
ORCID iD: 0000-0001-5398-577X
SPIN-code: 3701-4512
Scopus Author ID: 57198490261
ResearcherId: E-2859-2015

senior lecturer, Department of Industrial Programming; Institute for Advanced Technologies and Industrial Programming

Russian Federation, Moscow

References

  1. Barinova V.A., Zemtsov S.P., Tsareva Yu.V. In search of entrepreneurship in Russia. Part I. What Prevents Small and Medium Businesses from Developing. Moscow: Delo, 2023.
  2. Nevmyvako V.P. Digital economy and Industry 4.0: New challenges for small and medium businesses. Problems of Market Economy. 2021. No. 1. Pp. 96–109. (In Rus.)
  3. Khudaiberdiev O.A. Industry 4.0 as an innovative environment of opportunities for small entrepreneurship. Bulletin of the Plekhanov Russian University of Economics. 2023. No. 4. Pp. 194–201. (In Rus.)
  4. DaSilva C.M., Trkman P. Business model: What it is and what it is not. Long Range Planning. 2014. Vol. 47. No. 6. Pp. 379–389.
  5. Osterwalder A. et al. Value proposition design: How to create products and services customers want. John Wiley & Sons, 2015.
  6. Novakova O.N. Problems of improving the efficiency of enterprise operations. Symbol of Science. 2016. No. 9-1. Pp. 127–130. (In Rus.)
  7. Strekalova N.D. Business model concept: methodology of systems analysis. Bulletin of the Russian State Pedagogical University named after A.I. Herzen. 2009. No. 92. Pp. 95–105. (In Rus.)
  8. Zenevich D.A. Operational efficiency and reserves for its improvement. In: Engineering economics. Collection of materials of the 79th student scientific and technical conference, section “Engineering economics”. Minsk: BNTU, 2023. Pp. 98–101.
  9. Martianova A.I. И. Internet trade as a factor in small business development. Scientific Electronic Journal “Academic Journalism”. 2023. No. 9-2. Pp. 81–85. (In Rus.)
  10. Novoseltseva G.B., Rasskazova N.V. Prospects for small business in the digital economy. Issues of Innovative Economics. 2020. No. 10 (1). Pp. 521–532. (In Rus.)
  11. Gladilina I.P., Litvenko I.Yu., Kiryukhina E.O. Modern management technologies and Industry 4.0. Financial Markets and Banks. 2021. No. 12. Pp. 21–23. (In Rus.)
  12. Vaswani A., Shazeer N., Parmar N. et al. Attention is all you need. In: Advances in neural information processing systems. 2017. P. 30.
  13. Bang Y., Cahyawijaya S., Lee N. et al. A multitask, multilingual, multimodal evaluation of chatGpt on reasoning, hallucination, and interactivity. arXiv preprint arXiv:2302.04023, 2023.
  14. Sridhara G., Mazumdar S. ChatGpt: A study on its utility for ubiquitous software engineering tasks. arXiv preprint arXiv:2305.16837, 2023.
  15. Tishchenko S.A., Shakhmuradyan M.A. Machine learning methods in small business: Content and management. Bulletin of the Plekhanov Russian University of Economics. 2019. No. 6 (108). (In Rus.)
  16. Mezentsev D.A. Применение искусственного интеллекта в управлении малым и средним бизнесом // Экономические и социально-гуманитарные исследования. 2023. № 3 (39). С. 102–107.
  17. Popova E.V. Application of artificial intelligence in small and medium business management. Economic and Social-Humanitarian Studies. 2023. No. 3 (39). Pp. 102–107. (In Rus.)
  18. Khan, A.A., Laghari, A.A., Li, P. et al. The collaborative role of blockchain, artificial intelligence, and industrial internet of things in digitalization of small and medium-size enterprises. Sci Rep. 2023. No. 13. P. 1656.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Text fragments for block 1 direction 1

Download (760KB)
Indexing metadata
3. Fig. 2. Text fragments for block 2 direction 1

Download (438KB)
Indexing metadata
4. Fig. 3. Text fragments for block 3 direction 1

Download (710KB)
Indexing metadata
5. Fig. 4. Text fragments for block 1 direction 2

Download (276KB)
Indexing metadata
6. Fig. 5. Text fragments for block 2 direction 2

Download (268KB)
Indexing metadata
7. Fig. 6. Text fragments for block 1 direction 3

Download (1MB)
Indexing metadata
8. Fig. 7. Text fragments for block 2 direction 3

Download (1MB)
Indexing metadata
9. Fig. 8. Text fragments for block 1 direction 4

Download (387KB)
Indexing metadata
10. Fig. 9. Text fragments for block 2 direction 4

Download (926KB)
Indexing metadata
11. Fig. 10. Text fragments for block 3 direction 4

Download (1MB)
Indexing metadata
12. Fig. 11. Text fragments for additional block of direction 4

Download (1MB)
Indexing metadata
13. Fig. 12. Text fragments for block 1 of direction 5

Download (380KB)
Indexing metadata
14. Fig. 13. Text fragments for block 2 direction 5

Download (639KB)
Indexing metadata


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».