Роль генеративного искусственного интеллекта при принятии управленческого решения

С овременное социально-экономическое развитие усиливает требования к качеству и скорости принятия управленческого решения. Управленческое решение сегодня формируется на пересечении экономических показателей, организационных ограничений, правовых требований, кадровых факторов, рисков и ожиданий заинтересованных сторон. Для управленца возрастает нагрузка не только по выбору оптимального варианта, но и по обеспечению доказательности решения, его объяснимости, согласуемо-сти и реализуемости. При этом информационная база управленческого решения всё чаще включает слабоструктурированные источники: тексты регламентов, протоколы совещаний, аналитические записки, обращения граждан и клиентов, экспертные заключения.

На этом фоне возникает объективный запрос на инструменты, которые ускоряют преобразование информации в управленческое знание и поддерживают управленческое решение в полном цикле – от постановки проблемы до контроля исполнения. Классические аналитические системы, ориентированные на структурированные данные, позволяют рассчитывать показатели и строить прогнозы, однако они ограниченно работают с текстами и контекстом управленческого решения. ГИИ, напротив, ориентирован на генерацию и преобразование естественного языка и способен выполнять функции семантического анализа документов, формирования резюме и аргументов, генерации вариантов действий и сценариев. В результате управленческое решение может получить дополнительный элемент поддержки: возникает возможность быстрее формировать альтернативы, сопоставлять последствия и стандартизировать обоснования.

Актуальность внедрения ГИИ в управленческое решение закрепляется и на уровне государственной повестки. [9] В Послании Президента РФ Федеральному Собранию от 29.02.2024 ГИИ и большие языковые модели названы революционными направлениями, внедрение которых «обещает настоящий прорыв» в экономике и социальной сфере; также обозначена задача наращивания отечественных вычислительных ресурсов [4].

Одновременно нормативные ориентиры в сфере ГИИ отражены в актуализированных положениях Национальной стратегии развития искусственного интеллекта, связанной с Указом Президента РФ № 490 (в редакции изменений 2024 года) [3]. Профильные российские конференции и отраслевые площадки, включая «Путешествие в мир искусственного интеллекта» и ЦИПР, формируют практическое поле обмена кейсами и управленческими подходами внедрения ГИИ, что усиливает прикладной характер исследования роли ГИИ в управленческом решении [10].

Ключевая цель данного исследования – обоснование роли ГИИ при принятии управленческого решения и представлении рекомендаций интеграции ГИИ в контур управления.

Для достижения поставленной цели необходимо решить ряд исследовательских задач:

• •    выявить предпосылки развития ГИИ в системе управления;

• •    выделить перспективные направления использования ГИИ в управленческом решении;

• •    предложить рекомендации по интеграции ГИИ в контур управления решением.

Объектом исследования выступают управленческие решения; предметом исследования – социально-экономические процессы при принятии управленческого решения.

В данном исследовании использовались методы сравнительного анализа и синтеза данных, системного риск-ориентированного подхода, а также вторичный анализ экономических исследований, исследования документов, включая статьи.

Управленческое решение представляет собой не единичный акт выбора, а процесс, включающий постановку проблемы, сбор и интерпретацию информации, разработку альтернатив, оценку последствий, оформление решения, организацию исполнения и контроль. Каждое управленческое решение требует согласования смыслов: участники процесса должны одинаково понимать цель, ограничения и критерии успеха. Именно здесь проявляется функциональная специфика ГИИ – он работает на уровне смыслового представления информации и способен ускорять переход к структурированному знанию, пригодному для управленческого решения [12].

В отличие от традиционных аналитических модулей, которые преимущественно оперируют числовыми показателями, ГИИ способен перерабатывать массивы документов, формировать резюме, выделять аргументы, обнаруживать противоречия, предлагать варианты формулировок управленческого решения. Это особенно важно в ситуациях, когда значимая часть оснований управленческого решения хранится в текстах и регламентах. При корректной интеграции ГИИ повышает скорость подготовки управленческого решения и одновременно повышает его объяснимость.

Вместе с тем принципиально важно, что управленческое решение не должно подменяться «ответом модели». ГИИ является инструментом поддержки, а субъектом управленческого решения остается высококвалифицированный управленец. Это соответствует базовой идее «человек в контуре», которая необходима для управляемости рисков, особенно когда управленческое решение связано с высокими последствиями. Концептуально это означает: ГИИ расширяет когнитивные возможности управленца, но не переносит на себя ответственность за управленческое решение.

Интеграция данных технологий в управленческие процессы создает принципиально новые воз- можности для повышения эффективности и обоснованности принимаемых решений, одновременно формируя комплекс методологических и практических вызовов.

Перспективные функции ГИИ на этапах принятия управленческого решения представлены на Рисунке 1.

Современный этап характеризуется формированием новой парадигмы принятия управленческих решений, основанной на взаимодополняемости естественного и искусственного интеллекта. Ключевые направления данной парадигмы в 2026 году представлены в Таблице.

Ключевыми трендами развития передовых генеративных технологий, открывающих новые воз-

Рисунок 1. Перспективные функции ГИИ в процессах принятия управленческих решений [11]

Таблица

Возможные направления применений больших моделей ГИИ в управленческом решении

Направление использования	Сценарий использования	Критерии оценки
Управление данными	1.    Формирование структур данных и анализ 2.    Генерация меток подтверждения достоверности данных	а)    ускорение создания баз знаний по принципу структурированной информации; б)    повышение качества управления накопленными данными, в том числе созданными с использованием больших моделей ГИИ
Обработка текстовых документов на естественном языке	1. Подготовка проектов писем с ответами на типовые обращения граждан и организаций или о перенаправлении обращения в другой государственный орган согласно компетенции	а)    снижение трудозатрат на подготовку корреспонденции; б)    повышение удовлетворенности сотрудников; в)    сокращение количества ошибок
	2. Анализ проектов правовых актов, представленных на рассмотрение в государственный орган	а)    сокращение времени подготовки корреспонденции; б)    повышение удовлетворенности сотрудников; в)    сокращение количества ошибок
	3. Подготовка предложений по совершенствованию правового регулирования	а)    снижение трудозатрат на подготовку проектов правовых актов; б)    повышение удовлетворенности сотрудников; в)    сокращение количества ошибок; г)    сокращение времени на подготовку и согласование проектов правовых актов
Развитие кадрового потенциала	1.    Первичный анализ резюме и данных кандидатов на трудоустройство, развития сотрудников 2.    Помощь в рутинных задачах	а)    повышение скорости первичного анализа компетенций кандидатов на основе резюме и подтверждения соответствия требованиям; б)    повышение скорости оценки и подготовки рабочих задач
Управление рисками	1.    Контроль коррупции и ПОД/ФТ. 2.    Отслеживание мошенничества и киберрисков. 3.    Стресс-тестирование	а)    снижение ошибок, возникающих в версионности документов; б)    выявление расхождений и несоответствия информации; в)    формирование рекомендаций по доработке

Источник: составлено автором на основе [8].

можности для повышения качества и обоснованности управленческих решений, можно назвать следующие.

• 1.    Интеграция ГИИ с технологиями обработки больших данных. ИИ и большие данные являются взаимодополняющими технологиями, синергетический эффект от интеграции которых многократно превышает результаты их изолированного применения.

• 2.    Применение методов обработки естественного языка, их интеграция в системы поддержки принятия решений открывает возможности для извлечения ценной информации из неструктурированных текстовых данных.

• 3.    Разработка методов и интерфейсов в рамках концепции объяснимого ИИ через оценку уровня достоверности выводов.

Ключевая роль в использовании ГИИ в качестве поддержки принятия решений принадлежит квалифицированному управленцу. Цифровизация приводит к постепенному перераспределению функций между управленцем и ГИИ.

Бюрократические барьеры внедрения ГИИ в процессы принятия управленческих решений в управлении связаны с многостадийностью согласования, что приводит к значительному удлинению временных циклов внедрения инновационных технологий.

Кроме того, на сегодняшний день всё еще сохраняется правовая неопределенность, связанная с отсутствием унифицированных стандартов серти- фикации и лицензирования ИИ-решений. Данный аспект формирует институциональные ограничения, препятствующие реализации пилотных проектов. Также присутствуют проблема кадрового дефицита в управлении ГИИ в различных организациях [2; 7; 8].

Необходимость минимизации указанных барьеров посредством применения самого ГИИ определяется его потенциалом – способностью формировать стандартизированные экспертные заключения, интеллектуальные шаблоны документов и прогнозные оценки рисков внедрения, обеспечивая сокращение временных лагов согласования в порядки величины.

Успешный переход к интеллектуальным механизмам разработки и реализации решений возможен только при комплексном подходе, охватывающем все направления управленческой деятельности. Генеративные модели синтезируют оптимистичные, пессимистичные и базовые сценарии, интегрируя финансовые показатели, HR-метрики, законодательные изменения и геополитические факторы [5].

Опираясь на архитектурные представления о системах поддержки принятия решений, целесообразно рассматривать ГИИ как отдельный элемент в составе системы поддержки принятия решений, который преобразует данные и документы в управленческие релевантные представления, обеспечит коммуникационную готовность результата для управленческого решения. Для интеграции ГИИ в контур управления решением возможно использование алгоритма сценарного прогнозирования (см. Рисунок 2).

Рисунок 2. Алгоритм сценарного прогнозирования управленческих решений при помощи ГИИ

На первом этапе формируется централизованное хранилище данных, объединяющее внутренние источники информации (кадровую статистику, деловую переписку, схемы бизнес-процессов) и внешние (отраслевые тенденции, нормативно-правовые акты, мониторинг СМИ). Данные подвергаются очистке, стандартизации и анонимизации с последующим созданием семантической графовой модели [1].

Второй этап предполагает дообучение генеративной модели искусственного интеллекта на корпоративном массиве с применением техник аугментации и оптимизации предпочтений для учета организационной специфики.

Третий этап реализуется в формате симуляционной платформы, где на основе заданных гипотез трансформации модель формирует варианты сценариев с оценкой каскадных эффектов на ключевые показатели деятельности.

ГИИ в этой архитектуре выполняет функции семантического поиска, извлечения сущностей и связей, генерации текстовых представлений сценариев и подготовки проектов управленческих документов.

Отдельно выделяется аналитико-модельный контур, который выполняет вычислительные процедуры – прогнозирование, оптимизацию, имитационное моделирование – там, где возможно формальное описание. ГИИ взаимодействует с этим контуром, обеспечивая объяснение результатов и их представление в форме, удобной для управленческого решения.

Завершающим элементом является контур доверенности и управляемости, включающий процедуры проверки корректности, разграничение доступа к данным, журналирование, фиксацию допущений и регламент «человек в контуре» [13; 14]. Без этого контура ГИИ остается внешним инструментом, а не частью управляемой системы поддержки управленческого решения.

ГИИ формирует сценарное прогнозирование управленческих решений через итеративный цикл больших языковых моделей, объединяющий семантическое моделирование, вероятностную симуляцию и оптимизацию предпочтений.

Сценарное прогнозирование управленческого решения с применением ГИИ целесообразно рассматривать как управляемый цикл, в котором ГИИ усиливает подготовку и сопоставление альтернатив, а окончательное управленческое решение сохраняется за лицом, принимающим решение. По итогам классификации сценариев выбирается тип управленческого действия (масштабирование, пилотирование, поэтапное внедрение либо пересмотр гипотезы), оформляется управленческое решение и запускается мониторинг исполнения. Результаты исполнения возвращаются в базу прецедентов, что повышает ка- чество последующих управленческих решений с использованием ГИИ.

Цифровая революция и стремительный прогресс в развитии информационных технологий сформировали фундамент для качественной трансформации процесса принятия решений. Переход от экспертно-эвристических методов к интеллектуальным системам поддержки открыл новые возможности применения больших данных, машинного обучения и предиктивной аналитики. Современные технологии многократно ускоряют генерирование и оценку альтернатив, обеспечивая непрерывную адаптацию решений в реальном времени. Таким образом, современный этап характеризуется формированием новой парадигмы принятия управленческих решений, основанной на взаимодополняемости естественного и искусственного интеллекта [6].

Роль ГИИ проявляется в создании когнитивной надстройки над управленческим циклом, которая ускоряет преобразование неструктурированной информации в управленческие полезные знания, расширяет множество альтернатив управленческого решения, формирует сценарный анализ, объяснения и стандартизирует управленческие документы.

Вместе с тем ГИИ не является субъектом управленческого решения; субъектность и ответственность сохраняются за управленцем, а эффективность применения ГИИ определяется зрелостью регламентов и контуров доверенности.

В работе выявлены основные недостатки развития ГИИ в России, среди которых ключевыми являются технологические и кадровые ограничения.

Предложен алгоритм сценарного прогнозирования системы, построенный с применением ГИИ на классическом риск-менеджменте и адаптированный для процесса принятия управленческого решения. Алгоритм собирает и структурирует данные, идентифицирует риски по заданной проблеме и генерирует сценарии по решению данной проблемы с различной вероятностью использования языковых моделей, варьирующих параметры исходной гипотезы трансформации. ГИИ проводит имитацию реального поведения участников, учитывает каскадные эффекты конкретной проблемы и визуализирует динамику для управленца, принимающего конечное решение.

Подчеркивается важность контроля и принятия конечного результата высококвалифицированным управленцем, несмотря на расширенные возможности автоматизации ГИИ [15].

Таким образом, сформированный алгоритм должен стать эффективным инструментом, обеспечивающим баланс между инновациями и управлением, что является необходимым условием устойчивой модернизации и повышения качества предоставляемых услуг.