Эволюция использования и применения машинного обучения и искусственного интеллекта в разработке корпоративных информационных систем и в системах поддержки принятия решений
Автор: Александр Андреевич Шинкарев, Мария Викторовна Ядрышникова, Олег Витальевич Логиновский, Снежана Андреевна Лазарева, Владимир Михайлович Губин
Рубрика: Информатика и вычислительная техника
Статья в выпуске: 4 т.25, 2025 года.
Бесплатный доступ
В настоящее время применение больших языковых моделей (large language model, далее – LLM) в корпоративных информационных системах и системах поддержки принятия решений становится все более распространенной практикой. Цель исследования: рассмотреть последовательное развитие технологий, использующихся в корпоративных информационных системах, от математических моделей до нейронных сетей, включая большие языковые модели, а также выдвинуть рекомендации по применению LLM в корпоративных системах и предположить, каковы будущие тенденции и риски применения алгоритмов искусственного интеллекта в таких системах. Методы и материалы. Исследование основано на ретроспективном анализе алгоритмов искусственного интеллекта. Рассмотрено несколько вариантов использования больших языковых моделей в корпоративных системах и системах поддержки принятия решений и проведен их сравнительный анализ по ряду критериев, выявленных на основе изученных существующих исследований. Результаты. Приведено несколько рекомендаций лучших практик по применению рассмотренных подходов к применению LLM в корпоративных системах. Также описаны преимущества и недостатки нового подхода к разработке программного обеспечения с применением LLM, где человек выступает в роли архитектора и планировщика задач, а LLM – в роли их исполнителя. Рассмотрены передовые технологии, ядром которых являются большие языковые модели – агентный искусственный интеллект, позволяющий моделям взаимодействовать со внешним миром посредством инструментов и выполнять разноплановые задачи подобно человеку. Приведены предположения о будущих тенденциях в применении искусственного интеллекта в целом и LLM в частности в корпоративных информационных системах и системах поддержки принятия решений и рисках, связанных с дальнейшим развитием этих технологий. Заключение. Полученные результаты могут быть использованы в качестве основы для принятия решений управленцами в отношении целесообразности применения рассмотренных в статье методов и связанных с ними рисков при построении корпоративных информационных систем.
Поддержка принятия решений, корпоративные информационные системы, машинное обучение, искусственный интеллект, большие языковые модели, агентные системы, вайб-кодинг
Короткий адрес: https://sciup.org/147252340
IDR: 147252340 | УДК: 004.89 | DOI: 10.14529/ctcr250402
Evolution of usage and application of machine learning and artificial intelligence in the development of en-terprise information systems and in decision support systems
Usage of large language models (LLMs) in enterprise information systems has been growing more common in recent years. The purpose of the study is to consider the evolution of technologies used in enterprise information systems from mathematical models to neural networks, including large language models, as well as suggest recommendations on the application of LLMs in enterprise systems and assume future tendencies and risks of using artificial intelligence (AI) in such systems. Methods and materials. A retrospective method was used to analyze the development of artificial intelligence algorithms. Several approaches to using LLMs in enterprise systems and decision support systems were considered and compared by several criteria identified based on the existing studies. Results. The conducted study includes several recommendations on the best practices of applying LLM-based approaches to enterprise systems. It also covers the advantages and disadvantages of a new LLM-based programming approach, where a person acts as a system architect, while a model performs the technical tasks. The study describes the most recent advanced technology, agentic AI, which allows large language models to interact with their external environments and perform diverse tasks using various tools. The study also includes assumptions about future tendencies of AI usage in enterprise information systems and the corresponding risks. Conclusion. The results of this study can be used as a base for managers’ decision making regarding the feasibility of using LLM-based methods considered in the study and their corresponding risks when building enterprise information systems.