УДК 33 Экономика. Народное хозяйство. Экономические науки
В последние годы происходит активная цифровизация различных отраслей. Одной из перспективных сквозных технологий является искусственный интеллект. Внедрение основанных на его применении инструментов способствует оптимизации бизнес-процессов и управления, в том числе антикризисного – особенно чувствительного к скорости и объективности принимаемых решений. Это обусловлено динамичностью внешней среды и неэффективностью применения в новых условиях методов, позволявших диагностировать и разрешать кризисы ранее. При этом наблюдается отставание научно-методологической базы от запросов практической деятельности. В статье представлен обзор возможностей, которые дает использование технологий искусственного интеллекта для решения задач антикризисного управления (анализа внешней среды, внутреннего потенциала, конкурентных преимуществ, стратегической реструктуризации и апостериорного анализа причин кризисных ситуаций). Отдельное внимание уделено оценке готовности российских организаций к внедрению соответствующего инструментария. В результате исследования определены масштабы использования ИИ на текущем этапе цифровой трансформации, а также определены перспективы его дальнейшего развития на различных уровнях хозяйствования. Сделаны выводы о положительных эффектах (повышение скорости, качества и объективности принимаемых решений, снижение затрат на антикризисное управление) применения новых технологий при условии их комплексного внедрения с учетом рисков.
антикризисное управление, кризис, искусственный интеллект, цифровая трансформация, индекс интеллектуальной зрелости
Введение
Возникающие в российской экономике кризисные явления обуславливают актуальность развития антикризисного управления как научного направления и сферы практической деятельности, осуществляемой на всех уровнях хозяйствования.
С начала XXI века в России под влиянием внешних событий произошло четыре масштабных кризиса [4]:
- 2008-2009 годов. Основной причиной этого кризиса стали глобальные макроэкономические дисбалансы, предпосылки которых были заложены финансовой либерализацией и недостаточным развитием систем регулирования и управления рисками в мировой финансовой системе;
- 2014-2015 годов. Этот кризис был спровоцирован введением антироссийских экономических санкций (в первую очередь ограничением доступа отечественных компаний к зарубежным источникам финансирования) и падением цен на нефть;
- 2020 года. Ключевым фактором развития кризиса стали противоэпидемические ограничения, установленные в связи с распространением инфекции COVID-19 (локдауны, необходимость трансформации функционирования реального сектора с учетом жестких санитарных требований, резкое снижение доходов во многих отраслях [3]);
- 2022 года. Этот кризис, в отличие от предыдущих, имел ярко выраженный национальный характер и был вызван наложением санкций на российские предприятия ключевых отраслей и финансового сектора, отказом бывших партнеров от сотрудничества и необходимостью быстро выстраивать новые торгово-финансовые связи.
Сравнение экономических показателей в период перечисленных кризисов приведено в таблице 1.
Таблица 1
Экономические показатели РФ в период кризисов
Table 1
Economic indicators of the Russian Federation during crises
|
|
2008-2009 |
2014-2015 |
2020 |
2022 |
|
Максимальное падение ВВП за квартал | Maximum drop in GDP in a quarter |
11,2% (II квартал 2009 года) |
3,3% (II квартал 2015 года) |
7,4% (II квартал 2020 года) |
4,5% (II квартал 2022 года) |
|
Пиковое значение инфляции (данные за месяц в пересчете на годовое значение) | Peak inflation (monthly data, annualized) |
15,2% (июнь 2008 года) |
16,9% (март 2015 года) |
4,9% (декабрь 2020 года) |
17,8% (апрель 2022 года) |
|
Сальдированный финансовый результат организаций (без субъектов малого предпринимательства, кредитных и некредитных финансовых организаций) | Balanced financial result of organizations (excluding small business entities, credit and non-credit financial organizations) |
2007 г.: 6,0 трлн. руб. 2008 г.: 3,8 трлн. руб. 2009 г.: 4,4 трлн.руб. |
2013 г.: 6,9 трлн. руб. 2014 г.: 4,3 трлн. руб. 2015 г.: 7,5 трлн. руб. |
2019 г.: 16,6 трлн. руб. 2020 г.: 13,4 трлн. руб. 2021 г.: 33,9 трлн. руб. |
2021 г.: 33,9 трлн. руб. 2022 г.: 22,3 трлн. руб. 2023 г.: 33,3 трлн. руб. |
Источник: составлено автором по материалам [4]
Source: compiled by the author based on materials from [4]
Кризисы как неотъемлемый этап развития социально-экономических систем определяются совокупностью множества взаимовлияющих ситуаций, что повышает сложность антикризисного управления.
По мнению Е.П. Кочеткова [6], причина большинства кризисов кроется в недочетах функционирования институциональной среды. М.С. Оборин [10] указывает, что в условиях цифровизации главной задачей антикризисного управления становится нейтрализация негативного влияния внешней макросреды и определение «точки невозврата»; Чэнь Гаосян формулирует ее как «противодействие и смягчение последствий неблагоприятных изменений» [17]. Е.В. Бутрова [2] отмечает, что изменения, связанные с цифровизацией бизнес-процессов, делают нецелесообразным применение механизмов антикризисного управления, которые использовались ранее.
По мнению О. Кухара, Ю. Кравчика и О. Бречко [23], благодаря использованию цифровых технологий появляются новые возможности преодоления кризисных ситуаций за счет разработки новых стратегий управления рисками и адаптации к меняющимся условиям. В то же время Фэн Пин [16] отмечает возникновение противоречия между получаемыми преимуществами и новыми рисками экономической безопасности, а О.Е. Устинова [15] акцентирует внимание на проблемах управленческого сопротивления.
Поиск наиболее эффективных инструментов диагностирования и профилактики кризисов, принятия решений для позитивного разрешения кризисов обуславливает интерес к внедрению новейших технологий, одной из наиболее перспективных среди которых представляется искусственный интеллект (являющийся, по утверждению С.Ю. Глазьева [7, c. 171], составной частью управленческой революции).
М.А. Юдинцев и А.Г. Зайцев [19] рассматривают эволюцию теории антикризисного управления компаний в контексте цифровой трансформации, делая вывод о необходимости комплексного подхода к внедрению новых инструментов. Н.В. Сергеева [11] также отмечает рост спроса на решения, предполагающие интеграцию искусственного интеллекта с иными цифровыми технологиями.
Цель данного исследования – анализ возможностей и перспектив применения искусственного интеллекта в антикризисном управлении.
Материал и методы исследования
Методологической основой исследования выступают общенаучные методы – анализ и синтез, а также систематизация научных источников (трудов отечественных и зарубежных исследователей по вопросам трансформации антикризисного управления в условиях цифровизации, применения искусственного интеллекта в рассматриваемой сфере деятельности).
Результаты исследования и их обсуждение
Интерес к прикладному применению искусственного интеллекта увеличился в последние годы в связи с повышением доступности соответствующих инструментов (по данным исследователей из Стэнфордского университета [20], число публикаций по этой теме за период с 2010 по 2021 год возросло более чем вдвое; при этом академические заведения уступили лидерство в разработках коммерческому сектору, обладающему значительным ресурсным потенциалом). Однако разработки этой технологии, инициировавшей новую технологическую революцию и переход к новому технологическому укладу, начались еще в середине XX века. Сам термин «искусственный интеллект» впервые был использован на Дартмутской конференции 1956 года [8, c. 220], но определение до сих пор остается дискуссионным. В России используется следующее легальное определение, содержащееся в Национальной стратегии развития искусственного интеллекта на период до 2030 года: «Искусственный интеллект – комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые с результатами интеллектуальной деятельности человека или превосходящие их» [14].
Технологии искусственного интеллекта находят применение как в коммерческом сегменте, так и в государственном и муниципальном управлении. Оценка готовности к внедрению технологий производится на основе индексных методов. За рубежом получил распространение AI maturity index – показатель зрелости, характеризующий степень, в которой организации освоили возможности искусственного интеллекта в правильном сочетании. Для классификации компаний используется матрица 2х2, имеющая два измерения:
- базовые возможности искусственного интеллекта (применение платформ данных, облачных платформ и т.д. – все то, что позволяет не отставать от конкурентов);
- дифференцирующие возможности искусственного интеллекта (целостная стратегия внедрения искусственного интеллекта, инновационная корпоративная культура и т.д. – характеристики, позволяющие компании выделиться).
Это позволяет выделить четыре группы компаний:
- лидеры ИИ – высокий уровень и базовых, и дифференцирующих возможностей (12%);
- новаторы ИИ - высокий уровень дифференцирующих, низкий уровень базовых возможностей (13%);
- разработчики ИИ – высокий уровень развития базовых возможностей при низком уровне дифференцирующих (12%);
- экспериментаторы ИИ – низкий уровень развития обоих типов возможностей, отсутствие зрелых стратегий (63%) [24].
В России используется иной подход – НЦРИИ при Правительстве РФ по данным опросов представителей из различных сфер выполняет расчет интегрального индекса интеллектуальной зрелости отраслей экономики, секторов социальной сферы и системы государственного управления. Распределение сфер и отраслей по степени готовности к использованию ИИ (по данным 2023 года) представлено на рисунке 1.
1. Ансофф, И. Стратегическое управление / И. Ансофф. – М.: Экономика, 1989. – 519 с.
2. Бутрова, Е.В. Особенности антикризисного управления предприятием в условиях цифровизации / Е.В. Бутрова // Экономика, предпринимательство и право. – 2021. – Т. 11. - №3. – С. 579-590.
3. Вертакова, Ю.В. Реализация антикризисных мер для населения и бизнеса в условиях пандемии коронавируса COVID-19 / Ю.В. Вертакова, Т.В. Феоктистова // Экономика и управление. – 2020. – Т. 26. - №5. – С. 444-454.
4. Доклад об антикризисных мерах Банка России. – М.: Банк России, 2024. – 125 с.
5. Индекс готовности приоритетных отраслей экономики Российской Федерации к внедрению искусственного интеллекта. Аналитический доклад. − М.: Национальный центр развития искусственного интеллекта при Правительстве Российской Федерации, 2023. — IV + 68 с.
6. Кочетков, Е.П. Трансформация антикризисного управления в условиях цифровой экономики: обеспечение финансово-экономической устойчивости высокотехнологичного бизнеса: монография / Е.П. Кочетков. – М.: Проспект, 2020. – 328 с.
7. Кудина, М.В. Государственное управление в новых геополитических и геоэкономических условиях (итоги работы XX международной конференции). Часть 1 / М.В. Кудина, К.А. Ишеков, С.А. Соболев // Вестник Московского университета. Серия 21. Управление (государство и общество). – 2024. – Т. 21. - №1. – С. 168-190.
8. Мальцева, И.Ф. Использование систем искусственного интеллекта в управленческих и производственных процессах / И.Ф. Мальцева, Ю.В. Шульгина // Естественно-гуманитарные исследования. – 2024. - №5 (55). – С. 220-228.
9. Методы и виды конкурентного анализа рынка в маркетинге [Электронный ресурс] // AI Wiz. – URL: https://aiwiz.ru/analyzing_competitors_with_ai (дата обращения: 29.11.2024).
10. Оборин, М.С. Формирование механизма антикризисного управления промышленностью региона в условиях цифровизации производства / М.С. Оборин // Государственное управление. Электронный вестник. – 2020. - №81. - С. 144-162.
11. Сергеева, Н.В. Использование технологий искусственного интеллекта в международном бизнесе как ответ на вызовы чрезвычайных ситуаций // Экономика. Налоги. Право. – 2022. – № 15(2). – С. 72-79.
12. Суртаева, О.С. Использование потенциала искусственного интеллекта в стратегическом анализе внешней среды предприятия / О.С. Суртаева // Экономические системы. – 2022. – Т. 15. – №2 (57). – С. 54-56.
13. Применение искусственного интеллекта на финансовом рынке: доклад для общественных консультаций. – М.: Банк России, 2023. – 52 с.
14. Указ Президента РФ от 10.10.2019 N 490 (ред. от 15.02.2024) «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года») [Электронный ресурс] // Консультант Плюс. – URL: https://www.consultant.ru/document/cons_doc_LAW_335184/ (дата обращения: 01.12.2024).
15. Устинова, О.Е. Искусственный интеллект в менеджменте компаний / О.Е. Устинова // Креативная экономика. – 2020. – Т. 14. - № 5. – С. 885-904.
16. Фэн Пин. Риски экономической безопасности предприятия в условиях цифровой трансформации / Фэн Пин // Прогрессивная экономика. – 2024. - №7. – С. 155-163.
17. Чэнь Гаосян. Антикризисное управление компанией в современных условиях / Ч. Гаосян // Экономика и социум. – 2024. - № 6-1 (121). – С. 1466-1470.
18. Шедько, Ю.Н. Стратегическое управление проектами на основе использования искусственного интеллекта / Ю.Н. Шедько, М.Н. Власенко, Н.В. Унижаев // Экономическая безопасность. – 2021. – Т.4. - №3. – С. 629-641.
19. Юдинцев, М.А. Эволюция теории антикризисного управления компаний в контексте цифровой трансформации / М.А. Юдинцев, А.Г. Зайцев // Прогрессивная экономика. – 2024. - № 10. – С. 91-103.
20. Artificial Intelligence Index Report 2023 [Электронный ресурс] // Stanford University Human-Centered Artificial Intellegence. – URL: https://aiindex.stanford.edu/wp-content/uploads/2023/04/HAI_AI-Index-Report_2023.pdf (дата обращения: 28.11.2024).
21. Castro H. et al. Artificial Intelligence Models: A literature review addressing Industry 4.0 approach // Procedia Comput Sci. 2024. Vol. 239. P. 2369-2376.
22. Mariani, M.M. et al. Artificial intelligence in innovation research: A systematic review, conceptual framework, and future research directions // Technovation. 2023. Vol. 122. P. 102623.
23. Kukhar, O. Digital transformation as a factor in ensuring economic security of enterprises / O. Kukhar, Y. Kravchyk, O. Brechko // Baltic Journal of Economic Studies. - №9(5). – P. 143-152.
24. The art of AI maturity [Электронный ресурс] // Accenture. – URL: https://www.accenture.com/se-en/insights/artificial-intelligence/ai-maturity-and-transformation (дата обращения: 22.11.2024).
