employee
Kuban State University (Department of World Economy and Management, Professor)
employee from 01.01.1990 until now
Krasnodar, Krasnodar, Russian Federation
student
Russian Federation
VAC 5.2.1 Экономическая теория
VAC 5.2.3 Региональная и отраслевая экономика
VAC 5.2.4 Финансы
VAC 5.2.5 Мировая экономика
VAC 5.2.6 Менеджмент
VAC 5.2.7 Государственное и муниципальное управление
UDK 338.24 Управление экономикой
UDK 004.89 Прикладные системы искусственного интеллекта. Интеллектуальные системы, обладающие знаниями
GRNTI 06.52 Экономическое развитие и рост. Прогнозир-ние и планирование экономики. Экономич. циклы и кризисы
OKSO 38.04.02 Менеджмент
BBK 65 Экономика. Экономические науки
TBK 7833 Инновационный менеджмент. Интеллектуальная организация
BISAC JNF010000 Business & Economics
BISAC BUS041000 Management
Relevance. In the modern world, neural networks are playing an increasingly significant role in various fields of activity, including management in companies. The use of neural networks in management practice can lead to significant changes in the methods of decision making, data analysis, forecasting and optimization of business processes. Therefore, it is important to explore exactly how neural networks influence the development of management practices and what new opportunities they provide for companies to improve efficiency. Goal. The purpose of this study is to study the influence of neural networks on the development of management practices in modern companies and to identify the main aspects that determine this process. Tasks: - Analysis of current trends and applications of neural networks in business management. - Study of the advantages and disadvantages of using neural networks. - Development of recommendations for the effective use of neural networks in management in modern companies. Research results: The specifics and main current trends in the development of neural networks are analyzed. Examples of their use in different companies are considered. Both the advantages and disadvantages of neural network technologies are identified. Recommendations have been developed for the effective use of neural networks in management in modern companies.
Neural networks, Management, Artificial intelligence, Modern companies, Management decisions
Текущие тренды и применение нейросетей в управлении бизнесом
В современном бизнесе нейросети становятся все более важным инструментом для оптимизации управленческих процессов и повышения конкурентоспособности компаний. Нейросети, базирующиеся на искусственном интеллекте, способны обрабатывать и анализировать большие объемы данных, выявлять закономерности и предсказывать тенденции, что делает их незаменимым инструментом для принятия управленческих решений. Одним из основных трендов применения нейросетей в управлении бизнесом является автоматизация и оптимизация процессов. Нейросети могут быть использованы для автоматизации рутинных задач, таких как анализ данных, прогнозирование спроса, управление запасами и т.д. Согласно исследованиям [1], проведенным McKinsey & Company [рис.1], автоматизация и оптимизация процессов с использованием нейросетей могут привести к существенному увеличению производительности и снижению затрат на 20-30% в различных отраслях.
Рисунок 1 – Потенциал автоматизации и оптимизации процессов [1]
Другим важным направлением применения нейросетей в управлении бизнесом является персонализация и улучшение клиентского опыта. Нейросети позволяют анализировать данные о потребителях, их предпочтениях и поведении, что позволяет компаниям создавать персонализированные продукты и услуги, а также эффективно взаимодействовать с клиентами. Согласно исследованию от Accenture [2, c.6], более 70% потребителей проявляют больший интерес к продуктам и услугам, предложенным на основе персонализированных рекомендаций, что существенно повышает конверсию и уровень лояльности. Нейросети имеют широкий спектр возможностей для создания бизнес-приложений и помогают предприятиям автоматизировать задачи, которые раньше выполнялись вручную.
Использование технологии анализа больших данных для обучения нейронных сетей представляет собой важный инструмент в маркетинге. Специалисты могут применять нейронные сети для более эффективного взаимодействия с клиентами, прогнозирования поведения потребителей и анализа сложных сегментов аудитории, а также для автоматизации маркетинговых процессов. Однако наиболее распространенное применение нейронных сетей связано с прогностическим анализом, позволяющим маркетологам прогнозировать результаты кампаний. Например, сервис Яндекс.Метрика [3] позволяет оценивать посещаемость веб-сайтов, анализировать поведение пользователей и проводить другие аналитические задачи. Кроме того, нейронные сети эффективно обрабатывают контент, такой как тексты. Например, сервис Retext.ai [4] позволяет автоматически увеличивать уникальность текста и создавать краткие изложения статей на различных языках, включая русский, английский, белорусский и украинский.
Для сферы розничной торговли и продаж использование алгоритмов нейронных сетей позволяет предсказывать спрос, определяя оптимальный момент, когда продукт или услуга будут востребованы потребителями, и обеспечивать непрерывную доступность товаров и своевременную доставку. Примером такого подхода является новый сервис от "СБЕРа" [5], а именно прогнозирование спроса на производстве и в ритейле, где искусственный интеллект автоматически определяет оптимальный запас товаров для каждой торговой точки или прогнозирует ожидаемый спрос от дистрибьюторов, что в итоге позволяет снизить операционные издержки бизнеса, связанные как с избытком товаров, так и с их нехваткой на складе или в магазине.
Искусственный интеллект находит применение в автоматизации процессов в банковской сфере и финансах, где они помогают предсказывать успехи в бизнесе, оценивать кредитные риски, определять вероятность одобрения кредитов или ипотеки, а также выявлять случаи мошенничества. Например, платформы маркетплейса, такие как Sravni.ru [6], предоставляют возможность найти наиболее выгодные предложения на финансовых рынках, проанализировать кредитную историю, оформить, рассчитать или погасить кредиты, а также прогнозировать вероятность одобрения займов и выплат.
Нейронные сети также применяются в области безопасности для обнаружения вредоносного программного обеспечения, фишинга, модерации контента, выявления DDoS-атак и других угроз. К ним относятся широко известные антивирусные программы, такие как Kaspersky Anti-Virus [7], а также брандмауэры, например, Comodo [8], которые анализируют весь трафик и блокируют подозрительную активность. Защищенные браузеры и поисковые системы также входят в этот список. Они предупреждают пользователей о фишинговых и опасных сайтах, а также предотвращают некоторые виды атак и вторжений. Например, поисковая система "Яндекс" [9] использует телеметрию и собирает статистику о пользователях и их действиях для обеспечения безопасности, хотя эти данные могут быть подвергнуты перехвату.
Нейросетевые технологии активно используются в сфере логистики, помогая компаниям с различными аспектами, начиная от упаковки и заканчивая доставкой. Они используются для оптимизации маршрутов, чтобы определить наилучший путь для водителя грузовика, выявления дефектов на производственных линиях, а также в диспетчерских службах для оптимизации упаковки товаров для перевозки или балансировки сборочных линий путем распределения рабочих мест с учетом их навыков. Онлайн-карты и GPS-навигаторы являются ярким примером таких систем. Например, сервис "Яндекс.Карты" [10] позволяет пользователям находить нужные места даже без точного адреса и строить самые оптимальные маршруты к ним. Очевидно, что нейросети представляют большую ценность для множества компаний практически в любой отрасли. Сегодня технологии искусственного интеллекта настолько интегрированы в практическую деятельность компаний и в повседневную жизнь физических лиц, что подчас они даже не осознают и не замечают влияние нейросетей на качество и эффективность бизнеса. Выявленные тренды применения нейросетей в различных отраслях и сферах экономической деятельности позволяют определить преимущества и недостатки их практического применения в системе управления современными компаниями.
Преимущества и недостатки использования нейросетей в практике управления современными компаниями
В мире быстро развивающихся технологий нейросети играют ключевую роль в множестве областей, от медицины до финансов и автоматизации производства. Они обладают мощным потенциалом и способны значительно повысить эффективность и точность различных бизнес-процессов. Однако, как и любая инновация, управление нейросетями сопряжено с рядом преимуществ и недостатков, которые требуют внимательного анализа. Рассмотрим преимущества применения нейросетей в практике управления современными компаниями, представленные в таблице 1.
Таблица 1 – Анализ преимуществ применения нейросетей в практике управления современными компаниями (разработана авторами)
|
Преимущества использования нейросетей |
|
|
Показатель |
Комментарий |
|
Эффективность ИИ |
Применение ИИ позволяет оптимизировать процесс управления современными компаниями непрерывно, поскольку нейросеть не устает и работает в четко заданных пределах, описанных алгоритмом. Повышение эффективности функционирования современных компаний на основе использования ИИ достигается за счет возможности экономии затрат времени и ресурсов на выполнение сложных управленческих задач. |
|
Непрерывное обучение |
Нейронная сеть постоянно обучается и улучшает свои результаты. После обучения она может производить выходные данные без необходимости ввода полных данных. По мере использования программа или приложение становится более удобным и автоматизированным для пользователя, происходит адаптация и оптимизация работы ИИ под задачи системы управления современной компании. |
|
Извлечение данных |
Самым важным преимуществом использования облачных сервисов или онлайн-управления данными является их извлечение. Если оборудование повреждено или выйдет из строя, вся резервная копия программы будет доступна онлайн. Поэтому нет необходимости проводить обучение системы снова и снова. Сохранность, защита и безопасность хранения данных для современных компаний являются жизненно необходимыми условиями существования, что в полной мере сегодня обеспечивается на основе использования технологии ИИ. |
|
Многозадачность |
Новые продвинутые программы разработаны таким образом, чтобы обеспечить максимальную многозадачность системы управления современными компаниями, что позволяет решать и оптимизировать одновременно несколько задач с одинаковым уровнем эффективности. Нейросети позволяют рассматривать разные варианты решения управленческих задач на основе моделирования ситуации с использованием ИИ |
|
Широкое применение |
Нейронные сети созданы для того, чтобы в будущем полностью автоматизировать все бизнес-процессы, заменить живой труд машинным и исключить человеческий фактор. Использование ИИ наряду с многочисленными программами позволяет расширить спектр решаемых управленческих задач и обучить нейронную сеть в различных сферах экономической деятельности. Использование этой технологии в медицине, машиностроении, горнодобывающей промышленности, сельском хозяйстве и т. д. позволяет получить множество преимуществ: от обеспечения безопасности до установления повседневных задач. |
Представленные в таблице 1 преимущества обеспечивают возможность более эффективного использования искусственного интеллекта в различных областях, повышая точность и скорость принятия управленческих решений. Непрерывное обучение позволяет системе адаптироваться к новым данным и изменяющимся условиям, что особенно важно в динамичных средах. Гибкость в извлечении данных обеспечивает доступ к информации, необходимой для принятия решений. Способность к многозадачности расширяет сферу применения нейросетей, позволяя им решать разнообразные задачи. Все это в совокупности повышает эффективность работы системы и обеспечивает ее адаптивность к различным ситуациям в практике управления современными компаниями. Однако применение нейросетей в практике управления современными компаниями сопряжено и с недостатками, анализ которых представлен в таблице 2.
Таблица 2 – Анализ недостатков применения нейросетей в практике управления современными компаниями (разработана авторами)
|
Недостатки использования нейросетей |
|
|
Показатель |
Комментарий |
|
Аппаратное обеспечение |
Аппаратное обеспечение для использования нейросетей в практике управления современными компаниями требует существенных финансовых затрат и тщательного выбора обоорудования под запросы решаемых задач. Несмотря на то, что данные хранятся в Интернете, нейронным сетям по-прежнему требуется оборудование для их создания и облачного хранилища. Стоимость оборудования увеличивается пропорционально со сложностью проблемы, а его обслуживание требует дополнительных ресурсов. |
|
Сложные алгоритмы |
Использование нейросети становится возможным только на основе алгоритмизации всех функций и процессов, описанных под заказ системы управления современной компании. Всё программирование, которое необходимо выполнить на начальном этапе, требует написания длинных и сложных программ. Например, на создание алгоритма, способного выполнить указанную задачу, могут потребоваться месяцы или даже годы. |
|
«Черный ящик» |
Нейронная сеть в процессе обучения под управленческие задачи представляет собой «черный ящик» и требует больших затрат времени для анализа ситуации и получения желаемого результата. Даже если результаты точны, аналитики не смогут отследить процесс. Большинство нейронных сетей представляют собой системы «черного ящика», генерирующие результаты на основе опыта, а не определенных программ. |
|
Приблизительные или неточные результаты |
Нейронные сети в практической деятельности современных компаний по сути проходят сейчас процесс тестирования, своего рода пилотный проект, который не гарантирует получение идеального результата. Вся используемая информация не совсем подходит для того, чтобы предоставить конкретные результаты, а для некоторых ситуаций желаемый ответ может быть не получен вообще. Эта неопределенность и неточность является главной проблемой ИИ. Всю полученную информацию от нейросетей необходимо проверять на достоверность. |
|
Зависимость от данных |
Для получения достоверной информации в целях принятия эффективного управленческого решения должна быть правильно поставлена задача по обработке большого объема данных. Если в исходных данных для нейросети недостаточно информации, то она не будет работать должным образом и может быть сломана. От качества исходной информации и объема данных будет зависеть результат работы ИИ. |
Представленный анализ преимуществ и недостатков применения нейросетей в практике управления современными компаниями позволяет оценить их потенциал и отметить существующие вызовы, с которыми сталкиваются компании в процессе цифровизации своей деятельности. Сложные алгоритмы и аппаратное обеспечение могут создавать технические и ресурсные ограничения для развертывания и использования нейросетей. Кроме того, проблемы, такие как непрозрачность алгоритмов и зависимость от данных, могут привести к неопределенности и недоверию к результатам работы системы. Приблизительные или неточные результаты могут снизить доверие пользователей и ограничить применение нейросетей в критических сферах. Тем не менее, понимание этих ограничений позволяет разработать стратегии для их преодоления и более эффективного использования нейросетей в практике управления современными компаниям в будущем.
Рекомендаций по эффективному использованию нейросетей в управлении современными компаниями
Эффективное использование нейросетей в практике управления современными компаниями основано на их способности обрабатывать большой объем данных под конкретные задачи управления. Нейросети, как форма искусственного интеллекта, обладают широким спектром возможностей, которые могут применяться в компаниях для автоматизации и оптимизации различных процессов. Некоторые из основных функций и возможностей нейросетей включают:
- Анализ данных: Нейросети могут обрабатывать большие объемы данных и выявлять закономерности, тренды и скрытые паттерны, что помогает компаниям принимать более обоснованные решения на основе данных.
- Прогнозирование и моделирование: Одной из ключевых функций нейросетей является способность предсказывать будущие события и тенденции на основе анализа исторических данных. Это может быть полезно для прогнозирования спроса, финансовых результатов и других ключевых показателей.
- Автоматизация рутинных задач: Нейросети могут быть обучены выполнять рутинные задачи, такие как обработка заявок, ответы на повторяющиеся запросы клиентов, анализ документов и т.д., что позволяет сотрудникам освободить время для выполнения более стратегически важных задач.
- Управление процессами: Нейросети могут использоваться для оптимизации бизнес-процессов, управления запасами, планирования производства и других аспектов операционной деятельности компании.
В определенных случаях нейросети могут заменить функции специалиста в компании, особенно в задачах, где требуется высокая скорость обработки данных, точность и автоматизация рутинных операций. Например, в области клиентского обслуживания нейросети могут быть использованы для автоматического ответа на запросы клиентов или анализа больших объемов обратной связи. В области производства они могут контролировать процессы и предсказывать сбои оборудования, что помогает предотвратить простои и улучшить эффективность производства. Однако в большинстве случаев нейросети скорее дополняют, а не полностью заменяют роль человека, и чаще всего применяются в качестве инструмента для повышения производительности и эффективности работы сотрудников.
Что касается творческих способностей, то можно представить некоторые нейросетевые модели, такие как генеративно-состязательные сети (GAN), способные генерировать реалистичные изображения, музыку, тексты и другие виды контента. Например, нейросети могут создавать изображения по запросу, генерировать музыкальные композиции или даже писать статьи и рассказы. Также нейросети могут быть обучены создавать дизайнерские элементы, такие как логотипы, арт-работы, архитектурные проекты и т.д. Они могут предложить новые идеи и варианты, вдохновляя дизайнеров и художников.
Хотя нейросети не обладают творческим мышлением в том смысле, как это делают люди, они способны генерировать новые идеи и варианты на основе обученных данных и алгоритмов. Они могут служить инструментом для расширения творческого потенциала людей, предлагая новые идеи и решения, которые могут быть дальше развиты и преобразованы в реальные проекты.
Данные рекомендации применения нейросетей в управлении бизнесом свидетельствует о их значительном влиянии на различные аспекты корпоративного управления. От автоматизации процессов до улучшения клиентского опыта и прогнозирования тенденций - нейросети предоставляют компаниям мощный инструмент для повышения эффективности и достижения конкурентных преимуществ на рынке.
Таким образом, в результате проведенного исследования влияния нейросетей на развитие практики управления в современных компаниях получены следующие выводы:
- Нейросетевые технологии в сфере управления бизнесом демонстрируют возможности и обладают определенным потенциалом для оптимизации и автоматизации операций и бизнес-процессов в различных отраслях и сферах экономической деятельности. Нейросети, основанные на искусственном интеллекте, играют ключевую роль в современном бизнесе и уже начинают активно использоваться и применяться не только зарубежными, но и крупными отечественными компаниями, что, в свою очередь, повышает эффективность управленческих решений и способствует повышению конкурентоспособности компаний на рынке.
- Несмотря на сложности и ограничения, нейросети остаются ключевым инструментом для автоматизации и оптимизации процессов. Тем не менее, для успешной реализации их преимуществ и минимизации недостатков необходимо эффективное планирование, гибкая адаптация к условиям конкретного бизнеса и постоянное развитие технических решений. В итоге, понимание как преимуществ, так и недостатков нейросетей становится ключом к их эффективному использованию и внедрению в современный бизнес.
- В целом нейросети имеют большие перспективы для использования в практике управления современным бизнесом. Разработанные рекомендации по применению нейросетей в практике управления современными компаниями позволят быстро и эффективно сегментировать клиентов, моделировать их поведение в процессе совершения покупок, выявлять последовательность действий и мотивов поведения потребителей, делать прогнозы на основе данных, автоматизировать множество задач. Однако успех зависит от правильной интеграции нейросетей с бизнес-процессами, а также от учета их ограничений и потенциальных рисков. Развитие технологий и дальнейшее исследование в этой области будут способствовать расширению возможностей нейросетей в управлении современными компаниями.
1. McKinsey Global Institute. Artificial intelligence the next digital frontier? [Electronic Resource]. Available at: URL: https://www.mckinsey.com/~/media/mckinsey/industries/advanced%20electronics/our%20insights/how%20artificial%20intelligence%20can%20deliver%20real%20value%20to%20companies/mgi -artificial-intelligence-discussion-paper.ashx (accessed: 03.28.2023)
2. Accenture interactive. Why brands must move from communication to conversation for greater personalization. [Electronic resource]. Access mode: URL:: https://www.accenture.com/content/dam/accenture/final/a-com-migration/pdf/pdf-83/accenture-making-personal.pdf#zoom=50 (Access date : 04.02.2024)
3. Yandex.Metrica. [Electronic resource]. Access mode: URL: https://metrika.yandex.ru/list (Access date: 04.02.2024)
4. Retext.ai. [Electronic resource]. Access mode: URL: https://retext.ai/ru (Access date 04.02.2024)
5. SBER.ai. Artificial intelligence for people. [Electronic resource]. Access mode: URL: https://ai.sber.ru/issledovaniya/ (Date of access: 04.05.2024)
6. Compare.ru. [Electronic resource]. Access mode: URL: https://www.sravni.ru/ (Date of access: 04.05.2024)
7. Kaspesrsky. Cybersecurity Policy Blog. [Electronic Resource]. Available at: URL: https://www.kaspersky.com/about/policy-blog (Date accessed 04.06.2024)
8. Comodo Internet Security. [Electronic resource]. Access mode: URL: https://ru.comodo.com/software/internet_security/free-internet-security.php (Date accessed 04.06.2024)
9. Search system "Yandex". [Electronic resource]. Access mode: URL: https://yandex.ru/search?lr=35&aabrnd=874418671 (Access date 04.01.2024)
10. Yandex.Maps. [Electronic resource]. Access mode: URL: https://yandex.ru/maps/35/krasnodar/?ll=38.975313%2C45.035470&z=13 (Access date 04.01.2024)
