Файл: Цифровая экономика. Искусственный интеллект (ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ЦИФРОВОЙ ЭКОНОМИКИ).pdf

Согласно целевым показателям, наиболее востребованное программное обеспечение (ПО) может включать системы электронного документооборота (используются 59% организаций в корпоративном секторе и 67% финансовых организаций), электронные справочно-правовые системы (53 и 68%) и программное обеспечение для электронного финансового учета (56 и 68%). ), Решение организационных, административных и экономических проблем (55 и 66%), управление закупками, продажа товаров (44 и 35%), обеспечение доступа к базам данных через глобальные информационные сети - (30 и 40%). Программы разработки (18 и 9%), программы обучения (15 и 34%) и системы редакционно-издательского назначения (7%)^[10].

Примерно такая же оценка приоритетов и деятельности организаций в корпоративном секторе. В то же время, в силу характера деятельности, программное обеспечение для управления автоматизированным производством и / или отдельными техническими средствами и технологическими процессами наиболее востребовано в производственных компаниях и в отрасли связи (41 и 50%). Торговые организации являются лидерами в использовании программного обеспечения для управления закупками и продажей товаров (69%).

Качественно новый уровень использования цифровых технологий в корпоративном управлении обеспечивается внедрением информационных систем, автоматизирующих процессы учета, планирования и контроля. Каждая пятая (22%) организация корпоративного сектора и каждая третья (36%) финансового сектора внедрили по крайней мере один из самых популярных инструментов этого класса в производственном процессе: системы ERP, CRM, SCM.

ERP-системы, отвечающие за планирование ресурсов организации и внутреннюю интеграцию электронного бизнеса, наиболее востребованы в этих секторах экономики, что вполне естественно, поскольку функциональность CRM и SCM-систем в виде соответствующих модулей основных Система EPR может быть реализована. Даже если компания обычно использует несколько специализированных систем, они тесно связаны между собой.

Использование ERP-систем в России сопоставимо с Венгрией, Латвией (16% бизнес-ассоциаций используют эти системы), Великобританией (17%), более чем в три раза ниже лидеров стран ЕС по этому показателю - Германии (56%), Бельгия (50%), Дания (47%).

CRM-системы для оперативного управления взаимоотношениями с клиентами (сбор, агрегация, анализ информации о наличии / потребности товаров (установок, услуг), циклов продаж, цен находятся в 13% компаний в корпоративном секторе и на 31% - в финансовом отношении. За последние 5 лет доля пользователей этих систем увеличилась в 2-1,5 раза. Связь (32%) и торговля (23%) являются лидерами по внедрению в организациях рассматриваемых видов экономической деятельности, а также в системах ERP.

Наименее распространены SCM-системы, позволяющие автоматизировать работу с партнерами, обеспечивающие связь с системами управления заказами поставщиков/покупателей: их использует около 6% организаций предпринимательского, финансового секторов. В торговле этот показатель на уровне 15%, связи – 13%, обрабатывающих производствах – 6%, на транспорте – 5%^[11].

В последние годы в бизнес-среде все большую популярность набирают ИТ-сервисы, реализованные на облачной платформе. Среди преимуществ этих технологий – практически неограниченное расширение информационного ресурса без создания собственной ИТ-инфраструктуры.

Уровень распространения облачных сервисов в российских организациях сопоставимо со средним по странам ЕС – 21%63. При отставании от стран-лидеров по этому индикатору – Финляндия (57%), Швеция (48%), Дания (42%), Россия опережает Францию и Австрию (по 17%), Германию (16%).

2.4 Разработка методов по устранению рисков путём использования искусственного интеллекта

Машинное обучение - форма ИИ, в которой компьютерные алгоритмы со временем совершенствуются благодаря опыту использования данных, - играет все более заметную роль в управлении рисками предприятия. ИИ можно использовать для создания сложных инструментов анализа поведения и деятельности в режиме реального времени. Технология может приспосабливаться к изменениям в среде, поэтому она расширяет мониторинговый потенциал организации в таких сферах, как соблюдение регуляторных норм и корпоративное управление. Она может быть не только системой раннего предупреждения, но и системой раннего обучения, предотвращает воплощение угроз.

Хотя ИИ все еще развивается, его уже можно использовать для уменьшения рисков в некоторых ключевых сферах. Например, машинное обучение может прогнозировать вероятность неуплаты займа или платежа физическим лицом или организацией. Это можно использовать для построения моделей прогнозирования дохода с переменными.

В течение многих лет с помощью машинного обучения успешно выявляли мошенничество с кредитными карточками. Банки используют системы, которые ознакомлены с данным платежного баланса за прошлые годы, чтобы мониторить платежи на предмет потенциальной мошеннической деятельности и блокировать подозрительные транзакции. Финансовые учреждения также используют автоматизированные системы для своих специалистов, связывая информацию о торговле с другой информацией о поведении, такой как трафик электронной почты, записи в календаре, время прибытия и выхода из офиса и даже телефонные звонки.

Аналитические платформы на основе ИИ могут управлять рисками, связанными с поставщиками. Они обобщают разнообразную информацию о поставщиках, начиная с их географической и геополитической среды, заканчивая финансовыми рискам, оценки уровня устойчивости и социальной ответственности предприятий.

И наконец, системы ИИ можно научить выявлять, отслеживать и отражать кибератаки. Они идентифицируют программное обеспечение по определенным критериями - например, высокая процессорная мощность или передача больших массивов данных - и затем прекращают эту атаку.

Несмотря на все преимущества искусственный интеллект также является источником новых рисков, которыми надо управлять. Поэтому важно определить риски, которые относятся к каждой отдельной программе ИИ и каждому бизнес-подразделению, использующему данную технологию.

Также существуют ряд рисков, которые с внедрением искусственного интеллекта могут грозить деятельности в которой он использован:

Предвзятость алгоритмов: алгоритмы на основе машинного обучения определяют закономерности данных и кодируют их в прогнозах, правилах и решениях. Если эти закономерности отражают некоторые существующие предубеждения, алгоритмы, вероятно, усилят это предубеждение, что может привести к усилению дискриминации.

Преувеличение возможностей: поскольку системы ИИ не понимают задач, которые они выполняют, и полагаются на свои учебные данные, они далеко не безошибочны. Достоверность их результатов может быть под угрозой, если входные данные будут предвзятыми, неполными или низкого качества.

Программные ошибки: ошибка в алгоритмах приводит к ошибочным результатам, что может иметь серьезные негативные последствия.

Риск кибератак: хакеры, которые хотят похитить личные данные или конфиденциальную информацию о компании, все чаще атакуют системы ИИ.

Правовые риски и обязательства: в настоящее время существует мало законов, регулирующих сферу ИИ, но это может измениться. Системы, анализирующие большие объемы данных о потребителях, могут не соответствовать действующим и будущим регламентам о конфиденциальности данных, особенно Общему регламенту о защите данных ЕС (GDPR).

Репутационные риски: Системы ИИ обрабатывают большие объемы конфиденциальных данных и принимают критические решения о лицах в целом ряде областей, включая кредитование, образование, занятость и здравоохранение. Таким образом, любая система, которая подверглась атаке или используется для неэтичных целей, создает существенные репутационные риски для организации.

Таким образом, искусственный интеллект (ИИ) создает возможности при его правильном использовании и риски при неправильном внедрении. В этой главе были рассмотрены две стороны медали и выделяемые аспекты ИИ, на которые нужно обратить внимание при внедрении.

ЗАКЛЮЧЕНИЕ

Таким образом, мы можем сделать вывод, что цифровая экономика - это новый тип экономических отношений во всех секторах мирового рынка, который в настоящее время развивается быстрыми темпами и может в ближайшем будущем стать основным видом обмена денежными средствами на глобальном уровне с ростом высоких технологий. Развитие и совершенствование новых технологий настолько быстры, что просто невозможно идти в ногу со старыми технологиями. Следовательно, теперь вы должны участвовать в общем информационном и технологическом потоке обновлений и пытаться эффективно их применять.

У России есть возможность добиться технического прогресса во многих сферах деятельности. Это видно, например, в банковском секторе, где российским финансовым учреждениям удалось преодолеть некоторые из следов, которые были препятствием для банковских систем промышленно развитых стран в 1980-х и 1990-х годах, и сразу же начали развивать цифровые функции. Сейчас для России важно создать собственные приоритетные ниши для цифровых инноваций, в которых вы сможете не только добиться независимости на внутреннем рынке при минимальных затратах, но и стать признанным лидером мирового рынка.

СПИСОК ИСТОЧНИКОВ

1. Паспорт национальной программы «Цифровая экономика Российской Федерации» (утв. президиумом совета при Президенте РФ по стратегическому развитию и национальным проектам. Протокол от 24 декабря 2018 года № 16).
2. Указ Президента РФ от 09.05.2017 № 203 «О Стратегии развития информационного общества в Российской Федерации на 2017 - 2030 годы" // Собрание законодательства РФ. 15.05.2017. № 2., Ст. 2901.
3. Указ Президента РФ от 07.05.2018 № 204 (ред. от 19.07.2018) «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» // Собрание законодательства РФ. 14.05.2018. № 20. Ст. 2817.
4. Приказ ФНС России от 18.09.2019 № ММВ-7-11/470 «Об утверждении формы расчета по страховым взносам, порядка ее заполнения, а также формата представления расчета по страховым взносам в электронной форме и о признании утратившим силу приказа Федеральной налоговой службы от 10.10.2016 № ММВ-7-11/551» (Зарегистрировано в Минюсте России 08.10.2019 № 56174)
5. Добрынин А.П., Черних К.Ю., Куприяновский В.П. «Цифровая экономика – различные пути к эффективному применению технологий» // А.П. Добрынин, К.Ю. Черних, В.П. Куприяновский // International Journal of Open Information Technologies. – 2016. - №1. С. 180.
6. Доэрти П., Уилсон Дж. Человек + машина. Новые принципы работы в эпоху искусственного интеллекта. М.: Манн, Иванов и Фербер, 2019. С. 304.
7. Единое информационное пространство взаимодействия субъектов научной и инновационной деятельности: монография / под ред. В.В. Трофимова, В.Ф. Минакова. СПб.: Изд-во СПбГЭУ, 2017. C. 103.
8. Система формирования исследовательских компетенций и технологических заделов в научной и образовательной деятельности: монография / под ред. В.В. Трофимова, В.Ф. Минакова. СПб.: Изд-во СПбГЭУ, 2018. С. 180
9. Цифровая экономика: 2019: краткий статистический сборник / Г.И. Абдрахманова, К.О. Вишневский, Л.М. Гохберг и др.; Нац. исслед. ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2019. С. 96.
10. Юдина Т.Н. Осмысление цифровой экономики /Т.Н. Юдина // Теоретическая экономика. - 2016. - №3. C.244.
11. Отношение к искусственному интеллекту. Исследование коммуникационного агентства Edelman 2019 года, реализовано Центром экспертизы искусственного интеллекта Edelman (Edelman AI Center of Expertise) при поддержке Всемирного экономического форума (ВЭФ). [Электронный ресурс]. URL: https://qps.ru/HSqGv (дата обращения: 25.05.2020).
12. Пресс-релизы и новости/ Cайт НорНикель. 2020. [Электронный ресурс]. URL: https://www.nornickel.ru/news-and-media/press-releases-and-news/ (дата обращения: 25.05.2020).
13. Цифровая экономика: как специалисты понимают этот термин. Сайт РАН. 2020. [Электронный ресурс]. URL: https://prof-ras.ru/index.php?option=com_k2&view=item&id=888:tsifrovaya-ekonomika-kak-spetsialisty-ponimayut-etot-termin (дата обращения: 25.05.2020).
14. Цифровая экономика: как специалисты понимают этот термин: сайт РИА наука. 2020. [Электронный ресурс]. URL: https://ria.ru/20170616/1496663946.html (дата обращения: 26.05.2020).
15. Человек + машина: бизнес в эпоху искусственного интеллекта. Информационно-аналитическая система Росконгресс. [Электронный ресурс]. URL: https://roscongress.org/sessions/spief-2019-chelovek- mashina-biznes-v-epokhu-iskusstvennogo-intellekta/translation (дата обращения: 25.05.2020).

1. Указ Президента РФ от 09.05.2017 № 203 «О Стратегии развития информационного общества в Российской Федерации на 2017 - 2030 годы" // Собрание законодательства РФ. 15.05.2017. № 2., Ст. 2901. ↑

2. Цифровая экономика: как специалисты понимают этот термин: сайт РИА наука. 2020. [Электронный ресурс]. URL: https://ria.ru/20170616/1496663946.html (дата обращения: 26.05.2020). ↑

3. Цифровая экономика: как специалисты понимают этот термин. Сайт РАН. 2020. [Электронный ресурс]. URL: https://prof-ras.ru/index.php?option=com_k2&view=item&id=888:tsifrovaya-ekonomika-kak-spetsialisty-ponimayut-etot-termin (дата обращения: 25.05.2020). ↑

4. Человек + машина: бизнес в эпоху искусственного интеллекта. Информационно-аналитическая система Росконгресс. [Электронный ресурс]. URL: https://roscongress.org/sessions/spief-2019-chelovek- mashina-biznes-v-epokhu-iskusstvennogo-intellekta/translation (дата обращения: 25.05.2020). ↑

5. Паспорт национальной программы «Цифровая экономика Российской Федерации» (утв. президиумом совета при Президенте РФ по стратегическому развитию и национальным проектам. Протокол от 24 декабря 2018 года № 16) ↑

6. Цифровая экономика: 2019: краткий статистический сборник / Г.И. Абдрахманова, К.О. Вишневский, Л.М. Гохберг и др.; Нац. исслед. ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2019. С. 96. ↑

7. Отношение к искусственному интеллекту. Исследование коммуникационного агентства Edelman 2019 года, реализовано Центром экспертизы искусственного интеллекта Edelman (Edelman AI Center of Expertise) при поддержке Всемирного экономического форума (ВЭФ). [Электронный ресурс]. URL: https://qps.ru/HSqGv (дата обращения: 25.05.2020). ↑

8. Добрынин А.П., Черних К.Ю., Куприяновский В.П. «Цифровая экономика – различные пути к эффективному применению технологий» // А.П. Добрынин, К.Ю. Черних, В.П. Куприяновский // International Journal of Open Information Technologies. – 2016. - №1. С. 180. ↑

9. Приказ ФНС России от 18.09.2019 № ММВ-7-11/470 «Об утверждении формы расчета по страховым взносам, порядка ее заполнения, а также формата представления расчета по страховым взносам в электронной форме и о признании утратившим силу приказа Федеральной налоговой службы от 10.10.2016 № ММВ-7-11/551» (Зарегистрировано в Минюсте России 08.10.2019 № 56174) ↑

10. Система формирования исследовательских компетенций и технологических заделов в научной и образовательной деятельности: монография / под ред. В.В. Трофимова, В.Ф. Минакова. СПб.: Изд-во СПбГЭУ, 2018. С. 180 ↑

11. Доэрти П., Уилсон Дж. Человек + машина. Новые принципы работы в эпоху искусственного интеллекта. М.: Манн, Иванов и Фербер, 2019. С. 304. ↑