Фреймворк внедрения генеративного искусственного интеллекта в бизнес-процессы

Обложка

Цитировать

Полный текст

Аннотация

Предметом исследования является разработка комплексного фреймворка для стратегического внедрения генеративного искусственного интеллекта (далее ГИИ) в бизнес-процессы организаций различных масштабов и отраслей. Анализируются существующие подходы к внедрению технологий "традиционного" искусственного интеллекта, ГИИ и цифровой трансформации, выявляются их ограничения и недостатки в контексте специфических характеристик генеративных моделей, таких как способность к созданию нового контента и связанные с этим этические и правовые риски. Обосновывается необходимость создания специализированного фреймворка, который учитывает уникальные возможности и вызовы, связанные с ГИИ, а также потребность в адаптации к разнообразным бизнес-контекстам, включая малый и средний бизнес. Рассматривается проблема отсутствия структурированных методологий, позволяющих организациям эффективно интегрировать ГИИ в свою операционную деятельность, максимизируя отдачу от инвестиций и минимизируя потенциальные риски. Исследование базируется на систематическом и сравнительном анализе научной литературы и практических публикаций, а также синтезе концептуальной основы нового фреймворка. Применяется комбинированный подход, включающий методы качественного и количественного анализа данных. Научная новизна заключается в разработке девятиэтапного фреймворка, который, в отличие от существующих подходов, интегрирует большие языковые модели (LLM) уже на этапе диагностики бизнес-процессов для семантического анализа неструктурированных данных (интервью, анкеты, опросы). Это позволяет выявить скрытые взаимосвязи и неочевидные потребности в оптимизации, которые сложно обнаружить традиционными методами. Фреймворк охватывает стратегические, операционные и технологические аспекты внедрения, а также принципы управления изменениями и рисками. Разработанный фреймворк предлагает универсальный, адаптивный и практически ориентированный подход к стратегическому внедрению ГИИ, способствуя повышению эффективности бизнес-процессов, минимизации рисков и максимизации возврата на инвестиции в технологии ГИИ. Практическая значимость подтверждается апробацией в академии крупной консалтинговой компании и пилотного проекта в ПАО "МТС".

Об авторах

Сергей Вениаминович Кобелев

Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации

Email: serg@usefulpeople.ru
ORCID iD: 0009-0008-9359-0076
Научный сотрудник; Высшая школа государственного управления;

Список литературы

  1. Батищев А.В., Соловьев И.В. Анализ перспектив и проблем управления бизнес-процессами малого бизнеса на основе технологий искусственного интеллекта // Естественно-гуманитарные исследования. 2024. № 3(53). С. 492-497. EDN: DLRLCG.
  2. Окаева Б.С. Анализ возможности использования генеративного искусственного интеллекта в рамках инновационных бизнес-моделей // Экономика и управление: проблемы, решения. 2024. Т. 9, № 12(153). С. 154-161. doi: 10.36871/ek.up.p.r.2024.12.09.017. EDN: EENGJF.
  3. Обухова Е.А. Генеративный искусственный интеллект как драйвер развития высокотехнологичных секторов экономики России // Экономика и управление инновациями. 2024. № 3(30). С. 70-78. doi: 10.26730/2587-5574-2024-3-70-78. EDN: YZWNGC.
  4. Зверькова Т.Н. Риски генеративного искусственного интеллекта в финансовом посредничестве и подходы к их оценке // Сибирская финансовая школа. 2024. № 3(155). С. 34-43. doi: 10.34020/1993-4386-2024-3-34-43. EDN: LGALYC.
  5. Битиева И.А., Кулумбегова М.Х. Риски кибербезопасности, связанные с внедрением технологии генеративного искусственного интеллекта ChatGPT / Современные тенденции развития информационных технологий в научных исследованиях и прикладных областях: сборник докладов IV Международной научно-практической конференции, Владикавказ, 27-28 апреля 2023 года. Владикавказ: Северо-Кавказский горно-металлургический институт (Государственный технологический университет), 2023. С. 32-35. EDN: EUHWPQ.
  6. Бухтуева И.А., Рубин И.М., Можаровский Е.А., Бобунов А.Ю., Яковишин А.Д. Трансформация B2B сектора с помощью генеративного искусственного интеллекта: потенциал и риски // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. 2024. № 07/2. С. 46-51. doi: 10.37882/2223-2966.2024.7-2.04. EDN: AJSPEZ.
  7. Сушкова О.В. Правовые особенности использования и регулирования генеративного искусственного интеллекта для развития инновационной деятельности субъектами бизнеса // Вестник Университета имени О.Е. Кутафина (МГЮА). 2024. № 10. С. 44-51. https://doi.org/10.17803/2311-5998.2024.122.10.044-051. EDN: DQVCID.
  8. Степаненко Д.Ю. Применение искусственного интеллекта в железнодорожной отрасли // Научное обозрение. Технические науки. 2024. № 5. С. 19-23. doi: 10.17513/srts.1483. EDN: JYGFWZ.
  9. Залазный Р.А., Ноговицын Е.П. Использование генеративных нейросетей в маркетинге / Новая экономика, бизнес и общество: Материалы XI апрельской научно-практической конференции молодых исследователей, Владивосток, 15-26 апреля 2024 года. Владивосток: Дальневосточный федеральный университет, 2024. С. 660-666. EDN: UXLHBY.
  10. Карпова Г.А., Руглов В.П., Домашенко А.А. Применение генеративных нейронных сетей в работе предприятий сферы услуг (на примере гостиничных предприятий) // Профессорский журнал. Серия: Рекреация и туризм. 2024. № 4 (24). С. 3-13. doi: 10.18572/2686-858X-2024-24-4-3-13. EDN: SZHOUT.
  11. Абрамов А.В., Абрамов О.В. Генеративный искусственный интеллект для МСП: возможности и вызовы / Сборник научных статей 14-ой Международной конференции, 24 октября 2024 года. Том 1. С. 8-11.
  12. Пономаренко А.С. Внедрение генеративного искусственного интеллекта в бизнес-среду: сложности, тенденции и перспективы // Экономический вестник Донбасского государственного технического университета. 2024. № 19. С. 64-72. EDN: VKGSEG.
  13. Малыгин О.Р., Скобенко Т.Д. Революция генеративного ИИ: новые возможности и вызовы для бизнеса и общества / Лучшая научно-исследовательская работа 2024: сборник статей VII Международного научно-исследовательского конкурса, Пенза, 20 октября 2024 года. Пенза: Наука и Просвещение, 2024. С. 30-33. EDN: AGIRKC.
  14. Ходас А.К. Влияние генеративного искусственного интеллекта на современный рынок труда / Проблемы устойчивости развития социально-экономических систем: Материалы Международной научно-практической конференции, Тамбов, 27 июня 2024 года. Тамбов: Тамбовский государственный университет имени Г.Р. Державина, 2024. С. 47-52. EDN: BGYEJI.
  15. Поспелова Е.А., Отоцкий П.Л., Горлачева Е.Н., Файзуллин Р.В. Генеративный искусственный интеллект в образовании: анализ тенденций и перспектив // Профессиональное образование и рынок труда. 2024. № 3 (58). С. 6-21. doi: 10.52944/PORT.2024.58.3.001. EDN: AOMGBJ.
  16. Кукитз П.В. Вызовы и перспективы внедрения инструментов генеративного искусственного интеллекта в маркетинговую деятельность бизнеса // Экономические исследования и разработки. 2024. № 6. С. 22-30. EDN: GZEWSX.
  17. Войнов Н.Д. Применение технологии искусственного интеллекта в России в текущем и актуальном горизонтах // Региональная экономика. Юг России. Т. 12, № 1. С. 98-111. DOI: https://doi.org/10.15688/re.volsu.2024.1.10. EDN: JGTHGS.
  18. Алексеев Д.В. Использование генеративного ИИ при анализе данных веб-аналитики // Universum: технические науки. 2024. № 2(119). С. 4-9. doi: 10.32743/UniTech.2024.119.2.16815. EDN: SQSRHI.
  19. Чертанова А.Р. Искусственный интеллект в управлении человеческими ресурсами: настоящее и будущее // М. Рыскулбеков атындагы Кыргыз экономикалык университетинин кабарлары. 2024. № 4(65). С. 47-50. EDN: AVBTWC.
  20. Кобелев С. В., Морозкин А. А., Харитонова Е. С. Внедрение генеративного ИИ в деятельность финансовой компании: ожидания, эффективность, обучение персонала // Профессиональное образование и рынок труда. 2024. № 4. С. 97-113. doi: 10.52944/PORT.2024.59.4.007. EDN: VNGWEE.
  21. Кобелев С.В. Концептуальная модель стратегии ИИ-трансформации // Финансы и управление. 2024. № 4. С. 61-78. doi: 10.25136/2409-7802.2024.4.72461 EDN: MHSEKU URL: https://nbpublish.com/library_read_article.php?id=72461
  22. Отоцкий П.Л., Горлачева Е.Н., Поспелова Е.А. Влияние генеративного искусственного интеллекта на отраслевую производительность в контексте российской экономики // Вестник Государственного университета просвещения. Серия: Экономика. 2024. № 4. С. 80-93. doi: 10.18384/2949-5024-2024-4-80-93. EDN: FKNRES.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).