Применение искусственного интеллекта (ИИ) открывает новые горизонты для повышения эффективности деятельности компаний в банковской сфере, трансформируя привычные способы анализа информации и взаимодействия с клиентами. Поэтому изучение воздействия ИИ и последствий этого воздействия является критически значимым. В статье представлен комплексный анализ влияния искусственного интеллекта на банковский сектор, рассмотрены преимущества и риски данного влияния, проведена оценка перспективности рынка, определены особенности развития банковской системы РФ и начало использования ИИ в деятельности банков, выявлены ключевые игроки рынка. Описаны успешные случаи применения искусственного интеллекта в деятельности крупных банков России, рассмотрены особенности развития технологии ИИ с точки зрения практической применимости.
Искусственный интеллект может радикально изменить подход к некоторым методам диагностики состояния здоровья. Температурные характеристики, наблюдаемые на поверхности кожи, могут указывать на наличие и анатомическое распределение заболеваний, травм и инфекций. Раннее обнаружение заболеваний по изменению температуры поверхности кожи предпринималось на протяжении нескольких последних лет. Однако необходимость оценки большого количества данных не позволяла этому методу термографии занять место в практике врачей. Искусственный интеллект сделает возможным быстрый анализ термограмм и раннее диагностирование заболеваний.
Современные процессы производства в Российской Федерации в последние несколько лет получили необходимость соблюдения технологического, логистического и экономического суверенитета в рамках нестабильной геополитической обстановки. Также процессы производства в различных сферах промышленности имеют возможности по повышению производительности предприятий с помощью применения алгоритмов искусственных нейронных сетей. Данная работа рассматривает потенциал улучшения показателей производительности предприятий на территории России посредством внедрения алгоритмов искусственных нейронных сетей в процессы производства. Актуальность исследования обусловлена необходимостью адаптации предприятий к быстро меняющимся внешним условиям и требованиям импортозамещения. Анализ существующих технологий и их влияние на развитие промышленности представляют большой интерес для разработки стратегий национальной безопасности и повышения конкурентоспособности российских предприятий. Целью исследования является оценка потенциала и практических возможностей использования инструментов искусственного интеллекта для повышения эффективности управления предприятиями-производителями компонентов.
Цель исследования - оценить потенциал и практические возможности использования инструментов искусственного интеллекта для повышения эффективности управления предприятиями-производителями компонентов. К задачам исследования относятся изучение современных методов применения инструментов ИИ в промышленности на российском и зарубежном опыте, определение ключевых направлений внедрения ИИ в производственные процессы. В работе использованы методы системного анализа, статистического и сравнительного анализа, а также анализ данных и кейсов внедрения ИИ. Материалом послужили научные статьи из российских и международных журналов, отчёты государственных организаций, данные промышленных предприятий. В результате проведенного исследования было показано, что современные ИИ-инструменты демонстрируют значительный потенциал повышения эффективности производства и управления на предприятиях, внедрение ИИ способствует улучшению качества продукции, снижению простоев и затрат, оптимизации логистики и менеджмента, тогда как российские предприятия принимают активные меры по цифровизации и локализации технологий, что усиливает технологическую независимость. Результаты исследования могут быть использованы для усиления программ поддержки цифровизации и внедрения ИИ на государственном уровне, разработки образовательных проектов для подготовки квалифицированных кадров в сфере ИИ для промышленности, а также развития партнерств между научными институтами и производственными компаниями для адаптации и масштабирования ИИ-решений на компонентном производстве.
Статья изучает роль больших данных и технологий искусственного интеллекта в трансформации области знаний управления интеллектуальным капиталом. Анализ научных публикаций в рассматриваемой области позволил выделить основные направления взаимодействия больших данных и искусственного интеллекта с интеллектуальным капиталом. Особое внимание уделено двойственной природе изучаемых технологий: большие данные и искусственный интеллект одновременно выступают как объект управления (нематериальный актив) и как инструмент управления и оценки. Обоснована необходимость формирования нового методологического подхода и фреймворка, учитывающего данную двойственность и взаимосвязь больших данных и искусственного интеллекта с материальными активами организации. В рамках исследования предложен фреймворк, демонстрирующий управление и оценку взаимодействия больших данных и искусственного интеллекта с интеллектуальным капиталом, нематериальными и материальными активами, а также их роль в создании ценности и обеспечении стратегической устойчивости организаций.
Технологии цифровой экономики активно проникают во все бизнес- процессы и становятся ключевым фактором конкурентоспособности современных предприятий. При этом возникает потребность в развитии нормативно- правового регулирования технологий искусственного интеллекта в части применения как бизнес - субъектами, так и связанными институтами. Современные модели машинного обучения активно внедряются в практику финансового анализа, включая задачи оценки устойчивости предприятий.
Целью статьи является выявление проблем регулирования технологий искусственного интеллекта в цифровой экономике. Методологическая основа исследования включает теоретический обзор концепций цифровизации, формально - юридические и историко-правовые методы для систематизации правовых норм, а также общие эмпирические методы исследования (синтез, анализ, сравнение, классификация). Показано, что проблемы регулирования технологий искусственного интеллекта во многом сосредоточены на этических вопросах и вопросах правосубъектности. Выделен комплекс наиболее актуальных проблем регулирования, которые могут стать отправной точкой в развитии национальной и международной правовой базы.
Искусственный интеллект революционизирует маркетинг по всему миру, однако подавляющее большинство потребителей, говорящих по-арабски, по-прежнему недоступны. в этой статье рассматривается важная проблема: маркетинговые технологии с использованием искусственного интеллекта в настоящее время сталкиваются с трудностями при проведении кампаний на арабском языке. Сложность арабского языка, в том числе его многочисленные диалекты и культурные особенности, приводят к тому, что алгоритмы, разработанные в основном на основе данных на английском языке, не работают. Мы выявляем причины, по которым существующие решения в области искусственного интеллекта не работают, и оцениваем последствия для маркетологов, работающих на Ближнем Востоке. Исследование показывает, как ограниченная поддержка арабского НЛП и общих платформ приводит к снижению вовлеченности. В отличие от большинства обсуждений технологий, это исследование носит практический характер. Оно опирается на отраслевые примеры и существующие исследования, чтобы выявить реальные барьеры, сдерживающие использование ИИ в арабском маркетинге. Задача проста: выявить основные технические и культурные пробелы, мешающие ИИ эффективно “понимать” арабских потребителей, и предложить возможные решения для их устранения. Мы обсуждаем стратегические усовершенствования, которые могут устранить пробелы, включая перенаправление ресурсов на технологии ИИ на местном языке и адаптацию контента к различным диалектам. В заключение, в этом обзоре представлена краткая информация для маркетологов и политиков. В нем показано, как решение проблем, связанных с арабским языком в ИИ, - это не просто языковая проблема, но и возможность для бизнеса. Обладая этими знаниями, предприниматели и новаторы могут раскрыть весь потенциал искусственного интеллекта на Ближнем Востоке, привлекая новых потребителей более целенаправленным и эффективным способом.
В статье анализируются и оцениваются возможности США, Китая и России по созданию автономных систем военного назначения.
США, Китай, Россия и другие страны обладают большими возможностями по созданию автономных систем военного назначения. В то же время продолжается обсуждение проблемы гонки вооружений в области искусственного интеллекта на международном уровне.
Рассмотрение и анализ опыта управления разработками образцов вооружения и военной техники с использованием искусственного интеллекта в США и Китае предоставляют возможность его использования в интересах Российской Федерации.
Цель исследования заключалась в изучении влияния искусственного интеллекта на экономику и социальную сферу, а также в разработке рекомендаций по минимизации рисков и максимизации положительных эффектов от его использования. В рамках исследования был проведен анализ существующих исследований, обзор литературы и разработка аналитических моделей с целью оценки социально- экономических эффектов интеграции искусственного интеллекта. Результаты показали, что искусственный интеллект трансформирует основные аспекты экономики, включая повышение производительности, автоматизацию процессов и усиление конкурентной среды. Применение современных технологий в социальной сфере способствует улучшению качества жизни, в частности через модернизацию здравоохранения и образования. Одновременно с этим выявлены такие риски, как усиление цифрового неравенства, технологическая безработица и вопросы этического использования технологий. На основе проведенного анализа разработаны стратегии минимизации рисков и предложены меры для увеличения положительных эффектов, включая развитие цифровой грамотности, стандарты кибербезопасности и поддержку малого бизнеса. Исследование указывает на необходимость сбалансированного подхода к интеграции искусственного интеллекта с учетом правовых, социальных и экономических аспектов, предоставляя рекомендации разработчикам политики, бизнеса и научного сообщества.
Сегодня сложно не отметить рост популярности использования искусственного интеллекта в различных сферах жизни общества - от социальных сетей до внедрения в существующие алгоритмы различных программ. В то же время предприятия стараются стать всё более человекоцентричными не только в области отношений с клиентами, но и в отношении сотрудников: создать условия для развития, сформировать чувство уверенности и безопасности, создать комфортную организационную культуру. Цели настоящей статьи - выделение конфликтообразующих факторов, рассмотрение природы их влияния на сотрудников компании, выявление основных элементов, их формирующих. Понимание этих моментов поможет руководству предприятия избежать серьёзных проблем на пути внедрения новых технологий и использования методов искусственного интеллекта в деятельности компании. Также автором выделены достоинства и недостатки применения методов машинного обучения в управленческой деятельности. Среди негативных выделено отсутствие эмпатии и человеческого подхода, что, с другой стороны, является и плюсом наравне с точностью и эффективностью обработки информации и принятия решений, поскольку позволяет это делать без лишних эмоций, которые часто ведут к снижению правильности результатов.
Современные образовательные программы, направленные на подготовку специалистов в области искусственного интеллекта и анализа данных, предполагают наличие продуманной и последовательной математической подготовки, обеспечивающей фундамент для освоения алгоритмических и вычислительных дисциплин. Отсутствие единых подходов к проектированию учебных планов приводит к значительной вариативности как в структуре, так и в содержании математических курсов. Это затрудняет сопоставление образовательных траекторий, формирование единых требований к выпускникам и оценку качества подготовки. Проведённое исследование направлено на выявление типичных структур математической подготовки и их классификацию с использованием методов анализа данных. Анализ 46 учебных планов бакалавриата позволил определить частотность включения ключевых дисциплин, их распределение по семестрам, а также устойчивые комбинации, характерные для подавляющего числа программ. С целью формализации образовательных траекторий была реализована графовая модель, где вершины соответствуют дисциплинам, а рёбра отражают порядок их изучения. На основе введённой метрики расстояния между программами осуществлена кластеризация, позволившая выделить две устойчивые группы учебных планов с различной глубиной математической подготовки, а также аномальную траекторию, выходящую за рамки типовой структуры. Результаты исследования могут служить основой для разработки рекомендаций по унификации подходов к построению учебных планов, а также для внедрения инструментов автоматизированного анализа и сравнения образовательных программ.