Анализ экономической эффективности внедрения интеллектуальных систем аналитики в малом бизнесе
Автор: Гребенцов Н.
Журнал: Экономика и бизнес: теория и практика @economyandbusiness
Статья в выпуске: 3 (133), 2026 года.
Бесплатный доступ
В статье исследуются механизмы формирования экономической эффективности внедрения интеллектуальных систем аналитики в малом бизнесе в условиях ускоряющейся цифровой трансформации и ограниченности ресурсов малых и средних предприятий. Анализ основан на теоретико-аналитическом синтезе современных эмпирических и обзорных исследований, посвященных внедрению искусственного интеллекта, аналитики больших данных и систем поддержки принятия решений в МСП. Показано, что использование интеллектуальной аналитики оказывает влияние на экономическую результативность предприятий через снижение неопределенности управленческих решений, повышение согласованности процессов и улучшение прогнозирования спроса и использования ресурсов. Обосновано, что экономический эффект проявляется не столько в прямом росте средних показателей эффективности, сколько в перераспределении вероятностей экономических исходов и повышении устойчивости развития бизнеса. Продемонстрировано, что статистическая сила влияния аналитических систем подтверждается результатами структурного моделирования, фиксирующего значимую взаимосвязь между внедрением аналитики и результативностью предприятий. Выявлено, что окупаемость внедрения определяется уровнем организационно-технологической зрелости компаний, включая технологическую готовность, компетенции сотрудников, управленческую поддержку и интеграцию аналитики в процессы принятия решений. Предложена интерпретация интеллектуальной аналитики как механизма структурной трансформации управления, обеспечивающего переход к управлению на основе данных и формирование устойчивых параметров экономической деятельности. Статья представляет интерес для исследователей цифровой трансформации бизнеса, экономики малых и средних предприятий и управления аналитическими технологиями, для практиков, занимающихся внедрением интеллектуальных систем анализа данных.
Интеллектуальная аналитика, искусственный интеллект, малые и средние предприятия, экономическая эффективность, управление на основе данных, цифровая трансформация, результативность бизнеса
Короткий адрес: https://sciup.org/170212693
IDR: 170212693 | DOI: 10.24412/2411-0450-2026-3-74-82
Analysis of the economic efficiency of implementing intelligent analytics systems in small business
The article examines the mechanisms underlying the economic efficiency of implementing intelligent analytics systems in small businesses under conditions of accelerating digital transformation and resource constraints typical of small and medium-sized enterprises (SMEs). The analysis is based on a theoretical-analytical synthesis of contemporary empirical and review studies addressing the adoption of artificial intelligence, big data analytics, and decision support systems in SMEs. The study demonstrates that the use of intelligent analytics influences firms’ economic performance by reducing uncertainty in managerial decision-making, improving process coordination, and enhancing demand forecasting and resource utilization. It is substantiated that the economic effect manifests not primarily through direct increases in average performance indicators but through the redistribution of probabilities of economic outcomes and improved business resilience. The statistical strength of the impact of analytics systems is confirmed through structural modeling results identifying a significant relationship between analytics adoption and firm performance. The findings indicate that the return on implementation depends on the level of organizational and technological maturity of companies, including technological readiness, employee competencies, managerial support, and the integration of analytics into decision-making processes. Intelligent analytics is interpreted as a mechanism of structural managerial transformation enabling the transition toward data-driven management and the formation of stable economic performance parameters. The article is relevant for researchers in digital business transformation, SME economics, and analytics management, as well as for practitioners involved in the implementation of intelligent data analytics systems.
