Анализ экономической эффективности внедрения интеллектуальных систем аналитики в малом бизнесе

В условиях ускоряющейся цифровой трансформации малые и средние предприятия вынуждены адаптироваться к более динамичной конкурентной среде, росту объемов данных и повышенным требованиям к скорости управленческих решений. Развитие цифровых технологий изменяет принципы ведения бизнеса [2]. Интуитивные управленческие практики уступают управлению на основе данных, что снижает неопределенность, повышает точность прогнозирования и эффективность использования ресурсов. В этих условиях интеллектуальные аналитические системы становятся инструментом повышения эффективности и конкурентоспособности предприятий за счет поддержки управленческих решений и автоматизации анализа информации. Несмотря на рост числа эмпирических исследований внедрения ИИ и аналитики больших данных в МСП, сохраняется теоретический разрыв между фиксацией статистических зависимостей и объяснением механизмов формирования экономического эффекта. В большинстве работ влияние технологий рассматривается как корреляционная связь с показателями результативности, тогда как структурная логика преобразования аналитических возможностей в устойчивые экономические параметры остается недостаточно формализованной [9].

Цель исследования заключается в разработке теоретико-аналитической модели формирования экономической эффективности внедрения интеллектуальных систем аналитики в малом бизнесе на основе синтеза эмпирических результатов современных исследо- ваний. Для достижения цели сформулированы следующие задачи:

• -    систематизировать факторы внедрения интеллектуальной аналитики в малых и средних предприятиях;

• -    оценить влияние аналитических систем на экономические показатели деятельности МСП;

• -    определить основные механизмы формирования экономической эффективности внедрения аналитики;

• -    сопоставить эмпирические результаты современных исследований для выявления устойчивых закономерностей экономического эффекта.

Научная новизна исследования заключается в объединении технологического, ресурсного и ориентированного на использование данных подходов к оценке внедрения интеллектуальной аналитики как фактора экономической трансформации предприятия. Экономический эффект рассматривается через сочетание вероятностных моделей оценки результатов деятельности и структурных моделей влияния технологий на результативность организаций, через интеграцию эмпирических данных и результатов систематических обзоров, что позволяет комплексно раскрыть механизмы экономической эффективности аналитических систем в малом бизнесе.

Гипотеза исследования заключается в предположении, что внедрение интеллектуальных аналитических систем оказывает статистически значимое положительное влияние на экономическую результативность МСП, однако величина и устойчивость эффекта медиируются уровнем организационнотехнологической зрелости предприятия и степенью интеграции аналитики в управленческие процессы.

Материалы и методы

Методологическая база исследования сформирована посредством поэтапного отбора и сравнительно-аналитического изучения рецензируемых научных публикаций, посвященных внедрению интеллектуальных аналитических систем, технологий искусственного интеллекта и анализа больших данных в малых и средних предприятиях, их влиянию на экономическую результативность бизнеса. Исследование ориентировано на выявление механизмов формирования экономического эффекта цифровых аналитических решений в условиях ресурсных ограничений малого биз- неса и трансформации управленческих процессов на основе использования данных.

Поиск источников осуществлялся в международных научных базах и издательских репозиториях Scopus, Web of Science, ScienceDirect, SpringerLink, MDPI Open Access Journals, Wiley Online Library и других открытых научных платформах за период 20222025 гг. Отбор публикаций проводился по критериям тематической релевантности, наличия количественных или концептуально обоснованных результатов, воспроизводимости выводов.

В анализ включались эмпирические исследования, систематические обзоры, эконометрические модели и прикладные концептуальные разработки, содержащие выявляемые причинно-следственные связи между внедрением аналитических технологий и показателями деятельности предприятий. Исключались публикации без аналитических результатов, дублирующие исследования и работы, не рассматривающие малый и средний бизнес как объект анализа. Первичный массив составил 63 публикаций. После отбора по аннотациям и проверки полнотекстовых материалов в итоговый корпус исследования вошли 10 источников.

Поиск выполнялся по ключевым словам на русском и английском языках: «artificial intelligence in SMEs», «business analytics», «big data analytics», «AI adoption», «SME performance», «decision support systems», «data-driven management», «digital transformation of SMEs», «economic performance», «AI implementation barriers», с последующим ручным скринингом релевантности по аннотациям и спискам литературы отобранных работ. Итоговый корпус источников был структурирован по трем аналитическим уровням: факторы внедрения технологий, механизмы преобразования аналитических возможностей в управленческие решения и экономические результаты деятельности предприятий. Такое структурирование позволило сосредоточить анализ на повторяющихся закономерностях перехода от внедрения интеллектуальной аналитики к формированию экономического эффекта.

В исследовании Aldossari, Mokhtar и Abdul Ghani [1] рассматривается влияние аналитики больших данных на принятие решений в МСП. Ardito и др. [2] анализируют связь внедрения искусственного интеллекта с ро- стом выручки предприятий, тогда как Ayinaddis [3] систематизирует факторы внедрения ИИ на основе обзорного анализа. Haq и др. [4] исследуют влияние внедрения ИИ на результативность МСП в рамках модели TOE–RBV, а Hussain и Rizwan [5] предлагают поэтапный подход к внедрению ИИ в условиях ограниченных ресурсов. Kgakatsi и др. [6] обобщают экономические эффекты аналитики больших данных, Miah [7] рассматривает применение бизнес-аналитики и систем поддержки решений в электронной коммерции МСП, а Oldemeyer, Jede и Teuteberg [8] анализируют барьеры внедрения и проблемы оценки экономической целесообразности. Schwaeke и др. [9] систематизируют текущее состояние внедрения ИИ в малом бизнесе, тогда как Soomro и др. [10] оценивают влияние технологий ИИ на результативность МСП с использованием комбинированного подхода SEM–ANN.

На основе сопоставления концептуальных подходов и эмпирических результатов рассмотренных исследований выполнен теоретико-аналитический синтез, направленный на выявление устойчивых механизмов формирования экономической эффективности интеллектуальных аналитических систем в малом бизнесе. Исследование носит теоретикоаналитический характер, не предполагает собственной эмпирической выборки и ориентировано на обобщение научных результатов с целью выявления закономерностей преобразования аналитических технологий в экономические результаты деятельности предприятий.

Результаты исследования

Проведенный анализ показывает, что внедрение интеллектуальных аналитических систем сопровождается изменением экономической логики функционирования малых и средних предприятий через трансформацию процессов принятия управленческих решений. Использование аналитических инструментов снижает неопределенность управленческой среды за счет системной обработки данных и формализации выбора альтернатив, что уменьшает зависимость решений от субъективных оценок и повышает их устойчивость во времени [1]. На практике это проявляется в более точном согласовании планирования с ожидаемым спросом, повышении управляе- мости ресурсов и сокращении отклонений между плановыми и фактическими результатами деятельности. Аналитика тем самым влияет на отдельные операции и предсказуемость экономического поведения предприятия. Подобные эффекты фиксируются и в исследованиях аналитики больших данных, где улучшение прогнозирования и распределения ресурсов рассматривается как базовый механизм повышения экономической результативности бизнеса [6].

Полученные результаты позволяют интерпретировать экономическое воздействие аналитики как накопительный процесс, возникающий по мере ее интеграции в ключевые управленческие и операционные контуры предприятия. Связь между внедрением технологий искусственного интеллекта и экономической результативностью проявляется через снижение операционных потерь, ускорение реакции на изменения внешней среды и повышение согласованности решений внутри организации [10]. В отличие от краткосрочного технологического эффекта, наблюдаемое влияние носит структурный характер. Аналитические системы изменяют параметры функционирования бизнеса, включая стабильность результатов и способность предприятия адаптироваться к колебаниям спроса. Исследования внедрения ИИ в условиях ограниченных ресурсов показывают, что экономический эффект возникает именно при фактическом использовании аналитики в бизнес-процессах, тогда как формальное внедрение технологий не приводит к сопоставимым изменениям результативности [4].

Для количественной оценки характера экономических изменений был проведен анализ крупномасштабных эмпирических данных, позволяющий рассмотреть влияние внедрения искусственного интеллекта на распределение финансовых результатов предприятий. Данный подход дает возможность анализировать экономическую эффективность не через средние показатели роста, а через изменение вероятности различных сценариев развития бизнеса, что более адекватно отражает реальное функционирование МСП в условиях неопределенности. В таблице 1 рассмотрено влияние внедрения искусственного интеллекта на вероятности изменения выручки в выборке из 11 429 малых и средних предприятий.

Таблица 1. Предельные эффекты внедрения AI на вероятности сценариев выручки [2]

Сценарий выручки за 3 года	Изменение вероятности при AI	Направление эффекта
Выручка снизилась	-0,126	снижение риска падения
Выручка стабильна	-0,078	снижение вероятности стагнации
Рост < 30%	+0,053	рост вероятности умеренного роста
Рост ≥ 30%	+0,151	рост вероятности высокого роста

Представленные данные демонстрируют системное перераспределение вероятностей экономических исходов после внедрения аналитических технологий. Снижение вероятности негативных сценариев сопровождается ростом вероятности положительной динамики выручки, что указывает на изменение структуры экономических результатов внутри совокупности предприятий. Выявленный эффект позволяет рассматривать интеллектуальную аналитику как механизм перераспределения экономических рисков: уменьшается вероятность неблагоприятных исходов при одновременном усилении вероятности ускоренного роста. Следовательно, влияние аналитики проявляется не столько в повышении среднего уровня результативности, сколько в снижении вариативности экономических результатов и повышении устойчивости развития предприятий. Аналогичная зависимость прослеживается в исследованиях, где повышение качества управленческих решений выступает промежуточным механизмом формирования экономического эффекта и роста результативности организаций, что указывает на воспроизводимость выявленной закономерности в различных эмпирических контекстах.

Полученные результаты показывают, что внедрение интеллектуальных аналитических систем связано с измеримыми изменениями результативности малых и средних предприятий, фиксируемыми на уровне статистических зависимостей между использованием технологий искусственного интеллекта и ключевыми параметрами функционирования бизнеса. В отличие от описательных оценок цифровой трансформации, применение структурного моделирования позволяет количественно определить силу влияния аналитических решений и оценить вклад технологий в изменение показателей деятельности предприятий. Аналитические системы выступают не вспомогательным инструментом автоматизации, а фактором, изменяющим устойчивость управленческих процессов за счет повышения согласованности решений и снижения вариативности операционных результатов [10].

Анализ показывает, что экономическое воздействие аналитики формируется через повышение точности управленческих решений и снижение потерь, возникающих вследствие информационной неопределенности. Использование данных позволяет предприятиям синхронизировать операционные действия с текущими рыночными условиями и уменьшать рассогласование между планированием и фактическим исполнением процессов. Подобные эффекты ранее фиксировались в исследованиях внедрения аналитики больших данных, где улучшение прогнозирования и распределения ресурсов рассматривалось как ключевой механизм роста результативности предприятий [1, 6]. При этом влияние аналитики распространяется за пределы отдельных операций и затрагивает организационную устойчивость бизнеса, поскольку систематическое использование данных снижает зависимость результатов от случайных факторов и повышает предсказуемость экономических исходов [4].

Для количественной оценки силы выявленных зависимостей использованы результаты структурного моделирования, позволяющие определить стандартизированные коэффициенты влияния внедрения искусственного интеллекта на различные компоненты результативности предприятий. Данный подход обеспечивает сопоставимость эффектов и позволяет рассматривать аналитические технологии как фактор, изменяющий параметры функционирования организации на уровне всей системы управления. В таблице 2 рассмотрено влияние принятия искусственного интеллекта на компоненты результативности малых и средних предприятий на основе структурного моделирования.

Таблица 2. Влияние принятия ИИ на компоненты результативности МСП (SEM, стандартизированные коэффициенты) [10]

Направление результативности МСП	Связь (путь)	β	t
Экономическая результативность	AI → ECOP	0,64	13,27
Социальная результативность	AI → SOCP	0,57	12,85
Экологическая результативность	AI → ENVTP	0,56	10,23

Примечание: в столбце «Направление результативности МСП» представлены оцениваемые компоненты результативности предприятия, отражающие различные аспекты его функционирования. Столбец «Связь (путь)» показывает направление влияния внедрения искусственного интеллекта на соответствующий показатель в рамках структурной модели. Показатель β (стандартизированный коэффициент пути) характеризует силу и направление статистической связи между переменными, позволяя сопоставлять относительное влияние факторов. Значение t отражает статистическую значимость полученной зависимости и используется для проверки устойчивости выявленных взаимосвязей в модели структурного моделирования.

Анализ результатов структурного моделирования показывает выраженную статистическую взаимосвязь между внедрением интеллектуальных аналитических систем и различными компонентами результативности малых и средних предприятий. Полученные коэффициенты отражают системный характер воздействия аналитики, проявляющийся одновременно на экономическом, организационном и устойчивостном уровнях функционирования бизнеса. Наблюдаемая структура связей указывает на то, что влияние аналитических технологий распространяется за пределы отдельных операционных улучшений и затрагивает общие параметры деятельности предприятия, связанные с согласованностью процессов, управляемостью ресурсов и стабильностью результатов. В этом контексте интеллектуальная аналитика выступает как механизм повышения предсказуемости функционирования организации, снижая зависимость результатов от случайных операционных колебаний. Сходные закономерности отмечаются в исследованиях цифровой трансформации МСП, где накопление аналитических компетенций сопровождается усилением адаптивности и устойчивости организаций к изменениям внешней среды.

Полученные статистические зависимости позволяют рассматривать внедрение аналитических систем как фактор, изменяющий структуру результативности предприятий на уровне взаимосвязей между управленческими решениями и итоговыми показателями деятельности. Представленные результаты количественно характеризуют влияние аналитики в рамках исследуемой модели и формируют эмпирическое основание для дальнейшего рассмотрения механизмов экономического воздействия интеллектуальных систем в последующих разделах работы.

Обсуждение

Полученные результаты позволяют рассматривать экономическую эффективность интеллектуальной аналитики как результат системного изменения механизмов функционирования малых и средних предприятий. Аналитические системы воздействуют на деятельность компаний не напрямую через отдельные показатели, а через преобразование логики принятия управленческих решений. Использование данных снижает информационную неопределенность и переводит управление от реактивной модели к прогнозной, в которой решения принимаются на основе выявленных закономерностей, а не постфактум анализа. Это приводит к повышению согласованности действий внутри организации и формирует более устойчивые параметры функционирования бизнеса.

Одним из основных каналов экономического воздействия выступает автоматизация аналитических и операционных процессов. Сокращение времени обработки информации и уменьшение доли ручных операций изменяют структуру управленческих затрат, позволяя предприятиям перераспределять ресурсы в пользу задач развития. Аналитические инструменты начинают выполнять координирующую функцию, связывая различные подразделения через единую информационную основу. В результате повышается управляемость операций и снижается вероятность несогласованных действий, что усиливает организационную устойчивость предприятия. Параллельно аналитика расширяет возможности персонализации взаимодействия с клиентами, трансформируя маркетинговые процессы из стандартизированных в адаптивные. Это изменяет источник конкурентного преимущества. Ценность создается не за счет масштаба операций, а за счет точности взаимодействия с потребителем.

Существенную роль играет использование аналитики для прогнозирования спроса и оптимизации запасов. Предприятия получают возможность синхронизировать закупки, производство и сбыт, что уменьшает операционные колебания и повышает предсказуемость экономических результатов. Аналитика в данном случае выступает механизмом координации потоков ресурсов и информации, обеспечивая переход от локальной оптимиза- ции отдельных процессов к управлению бизнесом как единой системой. Это усиливает способность предприятий адаптироваться к изменениям внешней среды и поддерживать устойчивость конкурентных позиций [6]. На рисунке рассмотрено распределение экономических эффектов внедрения интеллектуальных аналитических систем в малых и средних предприятиях.

Рисунок. Экономические эффекты внедрения интеллектуальных аналитических систем в МСП (% исследований) [6]

Распределение экономических эффектов показывает, что наибольшая доля исследований связывает внедрение аналитических систем с общим улучшением бизнеса (29,03%), что указывает на комплексный характер воздействия аналитики, затрагивающий одновременно несколько аспектов деятельности предприятия, а не отдельные показатели эффективности. Близкое значение экономической результативности (27,96%) подтверждает, что аналитика чаще рассматривается как фактор повышения общей эффективности функционирования компаний, включая управляемость и устойчивость результатов. Рост выручки фиксируется в 19,35% исследований, что отражает способность аналитических инструментов усиливать коммерческую деятельность через более точное понимание спроса и поведения клиентов. Снижение затрат отмечено в 16,13% работ, что демон- стрирует вторичную роль экономии ресурсов по сравнению с эффектами развития и оптимизации бизнеса. Значительно меньшая доля исследований связывает аналитические системы с инновациями (4,30%), что показывает ограниченность прямого влияния аналитики на создание новых продуктов, тогда как минимальное значение операционной эффективности (1,08%) указывает на то, что аналитика редко рассматривается исключительно как инструмент локального улучшения операций, а чаще - как фактор более широких организационных изменений.

Сопоставление результатов исследований позволяет рассматривать окупаемость внедрения интеллектуальной аналитики как результат взаимодействия технологических и организационных факторов, формирующих способность предприятия извлекать экономическую ценность из данных. Аналитические системы сами по себе не создают экономический эффект; ключевым становится уровень готовности компании интегрировать аналитические инструменты в управленческую практику. Наиболее устойчивым драйвером выступает технологическая готовность, включающая наличие цифровой инфраструктуры, совместимость систем и способность предприятия работать с данными на регулярной основе. В организациях, где аналитика встроена в повседневные процессы, эффект проявляется как постепенное повышение результативности, тогда как фрагментарное внедрение приводит лишь к локальным улучшениям без заметной экономической отдачи [1 ].

Значимую роль играют компетенции сотрудников, поскольку аналитические инструменты требуют интерпретации результатов и их преобразования в управленческие решения. Недостаток аналитических навыков ограничивает использование технологий даже при наличии технических решений. В этом контексте поддержка руководства становится критическим условием окупаемости: именно управленческий уровень определяет распределение ресурсов, приоритет цифровых инициатив и готовность предприятия к организационным изменениям. Исследования показывают, что влияние лидерских факторов проявляется через создание среды, в которой аналитика используется системно, а не эпизодически.

Отдельным фактором выступает доступ к данным и их интеграция между различными источниками. Экономическая ценность аналитики усиливается при объединении искусственного интеллекта с аналитикой больших данных и цифровыми источниками информации, что расширяет возможности прогнозирования и повышает точность управленческих решений. Такая технологическая связность формирует эффект взаимного усиления инструментов, при котором результат определяется не отдельной технологией, а целостностью цифровой экосистемы предприятия.

Одновременно выявляются устойчивые барьеры окупаемости. Наиболее значимым остается неопределенность экономической оценки внедрения, когда предприятия испытывают трудности с прогнозированием ожидаемого эффекта и сопоставлением затрат и выгод. Ограниченность ресурсов МСП усили- вает осторожность инвестиций, а недостаток аналитических компетенций замедляет переход от экспериментального использования технологий к их системному применению. В результате различия в экономических результатах внедрения объясняются не уровнем доступных технологий, а степенью организационно-технологической зрелости предприятий, определяющей способность превращать аналитические возможности в устойчивые параметры результативности бизнеса, что логически завершает интерпретацию выявленных механизмов экономической эффективности.

Заключение

Проведенное исследование показало, что экономическая эффективность внедрения интеллектуальных систем аналитики в малом бизнесе формируется не как прямое следствие использования технологий, а как результат их интеграции в управленческие и операционные процессы предприятия. Аналитические системы оказывают влияние на результативность через снижение неопределенности управленческих решений, повышение согласованности действий и улучшение прогнозируемости экономических результатов. Полученные результаты демонстрируют, что ключевой эффект аналитики проявляется в изменении структуры экономических исходов деятельности предприятий, включая снижение вероятности неблагоприятных сценариев и повышение устойчивости развития.

Анализ эмпирических исследований подтверждает наличие статистически значимой связи между внедрением аналитических технологий и экономической результативностью МСП, однако величина эффекта зависит от организационно-технологических условий использования аналитики. Наиболее значимыми факторами формирования экономического эффекта выступают технологическая готовность предприятий, наличие аналитических компетенций, управленческая поддержка и доступ к данным. Экономическая отдача усиливается при системной интеграции аналитики в процессы принятия решений и взаимодействии искусственного интеллекта с инструментами анализа данных и цифровыми источниками информации.

Сопоставление результатов исследования с выдвинутой гипотезой показывает, что внедрение интеллектуальных аналитических си- стем способствует повышению экономической результативности малых и средних предприятий, однако устойчивость и масштаб данного эффекта обусловлены уровнем организационно-технологической зрелости и степенью интеграции аналитики в управленческие процессы, а не самим фактом внедрения технологий.

Перспективы дальнейших исследований связаны с эмпирической проверкой выявлен- ственных моделей оценки окупаемости аналитических решений на ранних стадиях внедрения, изучением влияния аналитической зрелости предприятий на долгосрочную устойчивость и динамику их экономического развития. Дополнительным направлением может стать анализ взаимодействия интеллектуальной аналитики с организационными способностями компаний и формирование практических метрик оценки эффективности data- ных механизмов на отраслевых и региональ- ориентированного управления.

ных выборках МСП, разработкой количе-