Применение искусственного интеллекта в трансформации бизнес-процессов промышленных предприятий: организационно-экономический подход

Введение .

Актуальность совершенствования бизнес-процессов с применением ИИ для современных предприятий очевидна. В этом процессе важную роль играют антикризисные стратегии, оптимизация ресурсных расходов и минимизация затрат, что обусловлено интенсивной конкуренцией, стремительным развитием технологий и ростом цен на ведение бизнеса. В этой связи, Фонд стремится автоматизировать свои бизнес- процессы, что позволит оптимизировать затраты и сократить сроки выполнения операций [1].

Как упоминает А.А. Прохорова, «классические подходы к бизнес-контролю значительно теряют свою актуальность в условиях динамичного рынка и быстрого технологического прогресса». В новых условиях, когда информация обрабатывается на огромных скоростях, традиционные методы и взаимодействия становятся неэффективными и требуют серьезной адаптации. Тем не

менее, решение данной задачи не столь сложное. На помощь приходят передовые технологии и управленческие практики. Непрерывный мониторинг, исследование рынка и использование многополярных алгоритмов играют важную роль, предлагая ценные инструменты для принятия обоснованных решений. Применение методов оптимизации, прогнозирования и визуализации (как вперед, так и обратно) демонстрирует свою эффективность и становится нормой для компаний, стремящихся к прогрессу и расширению своих возможностей, что подтверждается многофункциональными инструментами искусственного интеллекта, гарантирующими высокий уровень производительности и надежности данных [1].

Мы занимаемся исследовательским проектом, посвященным трансформациям, произведенным в предпринимательской сфере в результате внедрения цифровых технологий и разнообразных высоких технологий. В исследовании основной акцент делается на важные факторы оптимизации бизнес-процессов, логистические решения, стратегии рынка и финансовое управление. Планируется провести значительное исследование о влиянии современных решений искусственного интеллекта на организационные структуры компаний и их финансовые результаты, а также рассмотреть возможные риски и проблемы, которые возникают при слиянии технологий и бизнес-операций.

Результаты .

Применение ИИ в производственных процессах

В настоящее время искусственный интеллект меняет лицо автоматизации производственного сектора. Производственные предприятия с внедренными инновационными алгоритмами фиксируют улучшение в контроле процессов, снижении затрат на обслуживание и уменьшении времени, когда оборудование не работает. Это позволяет им укрепить свои конкурентные позиции.

Внедрение ИИ в автомобилестроении наглядно демонстрируют примеры Toyota и General Motors. Эти компании используют технологии ML для оперативного мониторинга состояния своих производственных мощностей, что позволяет быстро обнаруживать любые отклонения в работе и инициировать профилактическое обслуживание, снижая время простоя и затраты, оптимизируя EBITDA через лучшие результаты в производительности.

Согласно данным, предоставленным В.Н. Ивановым, «сегодня в области металлургии наблюдается активное внедрение передовых технологий и автоматизированных систем, которые способствуют улучшению процесса управления качеством изготовленных изделий». В частности, системы автоматического контроля в металлургии успешно применяют алгоритмы искусственного интеллекта. Они способны быстро и точно анализировать изделия на соответствие требованиям, используя фотографии, сделанные цифровыми камерами, или видеоинформацию с камер наблюдения. Использование таких систем в процессе производства позволяет быстро выявлять карты и дефекты изделий, таких как стальная проволока, алюминиевые диски и другие, значительно снижая процент брака на всех этапах производства [3].

Оптимизация цепочек поставок с использованием ИИ.

В последнее время тенденцией стало внедрение машинного обучения и технологий анализа больших данных для значительного роста эффективности цепочки поставок. Л.Н. Кузнецов отмечает, что «современные аналитические инструменты позволяют компаниям более адекватно оценивать запросы клиентов, оптимизировать объемы складирования и усовершенствовать логистику». Примером удачного внедрения этих технологий служит компания Amazon, которая эффективно использует их в своей глобальной стратегии работы на сегодняшний день [5].

Amazon использует искусственный интеллект для анализа покупательского поведения и прогнозирования тенденций рынка, что позволяет эффективно управлять складскими запасами. Применяя алгоритмы машинного обучения, компания минимизирует вероятность нехватки товаров и сбоев в поставках. Внедрение новых технологий в логистику и выполнение запросов направлено на улучшение клиентского взаимодействия, сокрытие затрат на обработку заказов и увеличением оптимизации грузопотока [5]. Искусственный интеллект все более активно внедряется в конвейерные технологии, находя применение в множестве отраслей, включая логистику. DHL, например, использует AI-решения для увеличения эффективности своей деятельности и минимизации затрат. Проведение анализа в реальном времени позволяет компании оптимально распределять ресурсы, затрачивая меньше времени на исполнение заказов и сокращая топливные расходы, что особенно важно при ухудшении погодных условий или дорожной ситуации [2].

Применение ИИ для маркетинговых целей и коммерческих операций.

С недавних пор наблюдается активное внедрение искусственного интеллекта в рабочие процессы. По мнению специалистов с опытом в оптимизации работы, использование ИИ может значительно улучшить эффективность различных бизнес-процессов. А с помощью анализа пользовательских предпочтений компании могут создать уникальные предложения, тем самым повышая вероятность успешной продажи продукта.

Л.М. Кузнецов и А.Н. Васильев подчеркивают, что на фоне быстрого изменения рыночных условий «многие фирмы все больше ориентируются на AI-технологии – для развития логистики, более точного ценообразования и выявления покупательских трендов через анализ данных» [5].

Финансовый менеджмент и применение современных технологий анализа данных.

С учетом глобальных трендов скорейшей цифровизации в экономике, финансовые специалисты обязаны внедрять передовые технологии. В цитате А.А. Пороховского: «применение интеллектуальных систем в управлении активами в значительной степени оптимизирует временные затраты на рутинные задачи и, как следствие, увеличивает управленческую результативность». Компанией-примером можно считать «Siemens», которая из года в год применяет системы ИИ для совершенствования процессов контроля и минимизации финансовых потерь [1]. Финансовая отрасль постепенно преображается, и это во многом обусловлено использованием искусственного интеллекта. Данный цифровой помощник активно используется для оперативного обнаружения неправомерных манипуляций с валютами, а также для формирования стратегий по снижению финансовых потерь, возникающих от нарушений в колебаниях валютных курсов и цен на активы. В результате такой системы наблюдается значительное увеличение уровня безопасности и прозрачности как для крупных корпораций, так и для стартапов и малых предприятий.

Обсуждение . Интеграция современных технологий, так как они занимают важное место в бизнесе, является необходимым решением для достижения конкурентного преимущества. Тем не менее, внедрение новых методов сталкивается с рядом проблем.

Одним из значимых факторов, влияющих на успешное применение новых систем, является изменение человеческого подхода к профессиональной деятельности. А.А. Пороховский отмечает, что «есть боязнь, что автоматизация негативно скажется на занятости, так как она предполагает замену человеческого труда техникой» [1].

Имплементация ИИ в сферах бизнеса представляет собой остро актуальную задачу, чья реализация зависит от множества факторов. Ход со

бытий на этом пути лежит в русле человеческого взаимодействия и обучения, ориентированного на стимулы и интересы самих работников. Для этого налаживается связь с экспертами в области управления производительностью, которые могут предоставить необходимые знания и ресурсы. Ключевым моментом является настройка персонала на то, что появление новейших технологий не следует осознавать, как угрозу, а воспринимать как процесс, способствующий оптимизации рабочих процессов и улучшению как товаров, так и обслуживания клиентов.

Кибербезопасность.

В наше время, когда технологии стремительно развиваются, внедрение новых систем управления, таких как AI и IoT, уже стало повседневной реальностью. Хотя такие шаги приносят неоспоримые преимущества, они также формируют новые уязвимости, что делает их привлекательными для киберпреступников.

По словам Л.М. Кузнецова и А.Н. Васильева, «на сегодняшний день хакеры активно исследуют уязвимости в информационных системах, что приводит к утечкам конфиденциальной информации и влияет на эффективность логистики» [5].

Сложные структуры систем управления затрудняют процесс их защиты, так как каждая система нуждается в уникальных подходах к безопасности. Дальше, большое количество IoT-устройств представляют собой серьезные риски из-за несоответствующей защиты. В связи с этим, предприятия должны адаптировать свои методы защиты данных на современном уровне, чтобы защитить свои производственные системы от потенциальных киберугроз.

В условиях глобализации и интеграции в международную практику адаптация к новым стандартам становится жизненно необходимой для организаций. Одним из самых актуальных является Общий регламент по защите данных (GDPR), принятый в странах Европы. Эти строгие нормы в области защиты личной информации требуют от компаний пересмотра и улучшения их внутренней политики обработки данных. При этом, использование технологий, основанных на искусственном интеллекте, может осложнить процессы обработки и хранения персональной информации. Крупные компании, такие как General Electric и Siemens, делают акцент на повышении безопасности своих цифровых систем для снижения угроз, связанных с ИИ.

Регуляторные вопросы.

Трудности интеграции искусственного интеллекта в бизнес-операции возникают из-за наличия различных юридических, а также регуляторных норм. Разнообразный состав юрисдикций накладывает значительные ограничения на разработку и внедрение единых практик по защите персональных данных и соблюдению законодатель- ства. Имеющиеся расхождения значительно усложняют задачи интеграции технологий ИИ в мировую промышленность и бизнес [5].

Актуальным моментом на сегодняшний день остаётся выполнение законодательных стандартов с учетом интеграции передовых ИТ-систем в сферу производства. Принимая во внимание оперативность изменений в изобретениях и их внедрениях, вопросы защиты авторских прав, относящиеся к Искусственному интеллекту, становятся особенно насущными. В частности, в различных регионах, включая Малайзию, наблюдается нарастающая тенденция к строгой регулировке законодательных инициатив, что требует детального изучения и дисциплинированного исполнения новых норм [4].

Социальные аспекты и влияние ИИ на трудовые процессы в разных отраслях экономики.

В исследованиях, проведенных В.В. Ивановым, отмечается, что «трансформация трудового рынка, предопределенная внедрением искусственного интеллекта, приводит к новому облику неуверенности и опасениям среди работников» [3]. В контексте автоматизации, упрощаются процессы. Это влечет за собой необходимость сокращения рабочих мест для людей, имеющих невысокую квалификацию, а также проблема сохранения рабочих мест становится особенно актуальной для большинства кандидатов.

Специалистам, относящим себя к высоким компетенциям и широко занимающимся типичными, предсказуемыми процессами в производственной среде (продуктовое производство, упаковочные работы, сортировочная деятельность и контрольная экспертиза) сейчас как никогда важно выделять временные интервалы на изучение и освоение новых навыков, отвечающих на изменяющийся фон условий труда [1].

Учитывая постоянное влияние искусственного интеллекта на рынок труда, наблюдается интересный парадокс: уменьшается количество традиционных вакансий, однако растет потребность в высококвалифицированных специалистах в области информационных технологий, включая разработчиков ПО, аналитиков данных и специалистов по кибербезопасности. Эта ситуация подчеркивает необходимость обновления образовательных курсов и программ, чтобы соответствовать современным требованиям рынка и обеспечить качественную подготовку новых спе-