Файл: Источники права в Российской Федерации.pdf

Интернет вещей будет дальше автоматизировать процессы и повышать эффективность, что повлияет на итоги деятельности компаний. Благодаря встроенной технологии, которая может немедленно сообщать об условиях, может быть значительно сокращено количество отходов скоропортящихся продуктов, материалов, потерянных из-за производственных проблем, время, потраченное на непредвиденные поломки машин или систем, и энергопотребление, что приведет к экономии затрат. Расширение доступа к данным, которые можно собирать в режиме реального времени, также может привести к принятию более эффективных и своевременных деловых решений. Известно, что компании монетизируют данные, и теперь их будет еще больше.

Эти новые изменения, эффективность и автоматизированные системы могут потенциально сократить количество рабочих мест, таких как ручной труд, необходимый для учета и инвентаризации, мониторинга производственных процессов, считывания счетчиков коммунальных услуг и тому подобное. Будут затронуты все отрасли, поскольку будет подключено больше устройств. Но хотя автоматизация задач в прошлом вызывала потерю рабочих мест на производстве, часто, когда автоматизация берет на себя повседневную задачу, навыки, необходимые для работы, просто переходят к более сложным задачам. А иногда рабочие места даже увеличиваются из-за спроса на продукцию. Несмотря на повсеместное распространение банкоматов, которые впервые появились в середине 1970-х годов и выполняют множество задач, ранее выполнявшихся кассирами банков, Бюро статистики труда обнаружило, что с 1999 по 2019 год количество рабочих мест увеличилось. Это частично потому что банки открыли больше филиалов, чтобы привлечь больше клиентов, как только более низкие потребности в персонале удешевляли работу каждого из них.

IoT должен значительно расширить другие виды работ, особенно те, которые связаны с самими гаджетами и данными, которые они собирают. Это включает в себя продажу и обслуживание соответствующего аппаратного обеспечения, разработку устройств и аналитического программного обеспечения, а также анализ данных (хотя некоторые работают над программами, выполняющими большую часть аналитической работы). Для мониторинга служб, подключенных ко многим из этих устройств, может потребоваться больше ИТ-персонала и представителей обслуживания клиентов. Центры обработки данных, необходимые для облачных вычислений, также могут расширяться или увеличиваться в количестве.

Помимо затрат, умные города, здания и дома, обеспечиваемые Интернетом вещей, также могут иметь большое значение для сокращения отходов, загрязняющих веществ и выбросов парниковых газов, делая нашу современную жизнь более устойчивой в долгосрочной перспективе. Устройства IoT также могут предоставить нам множество удобств, которые экономят наши усилия для решения более профессиональных и личных задач.

1.3. Искусственный интеллект как новый инструмент роста инноваций и конкурентоспособности цифрового бизнеса

Интеллект, демонстрируемый машинами в отличие от естественного интеллекта людей и животных, называется искусственным интеллектом, широко известным как ИИ. Искусственный интеллект позволяет машинам имитировать когнитивные функции, такие как обучение и навыки решения проблем, которые могут привести к большим технологическим возможностям завтра.

Искусственный интеллект (ИИ) создает средства и механизм, которые помогают сделать цифровой мир более безупречным в ближайшем будущем, сводя к минимуму необходимость кодирования и перекодирования. ИИ собирается распространять естественные и контекстуальные интерфейсы компьютерных вычислений. Используя ИИ, могут быть достигнуты сложные экосистемы, в которых происходит обмен данными между программным обеспечением без какого-либо вмешательства человека.

ИИ (и его различные поджанры, такие как машинное обучение и глубокое обучение) во многих отношениях все еще находится в зачаточном состоянии, и его возможности в настоящее время весьма ограничены. Обучение таких систем, даже для выполнения простых задач, требует непомерных объемов данных, емкости хранения данных и вычислительной мощности.

Таким образом, как упоминалось ранее, нереально ожидать, что системы искусственного интеллекта устранят необходимость принятия любых человеческих решений в бизнесе. Тем не менее, хорошо обученные системы искусственного интеллекта, в общем, достаточно хороши в одном: распознавание шаблонов, в том числе тех, которые не поддаются определению большинства операторов, будь то из-за объема обрабатываемых данных или из-за тонкости шаблона^[5].

Поскольку многие бизнес-решения могут зависеть от способности распознавать шаблоны, ИИ может быть полезен для бизнеса, даже если он применяется к узко сфокусированным областям. Например:

В медицинской промышленности проводится много исследований по применению ИИ для диагностики пациентов путем распознавания признаков заболевания на медицинских изображениях (таких как рентгеновские снимки и изображения МРТ) и в таких данных, как электрокардиограммы (ЭКГ) и электроэнцефалограммы (ЭЭГ). Эти системы не заменят (пока) врачей-людей, но могут предупредить медицинский персонал о состояниях, требующих более тщательного изучения.

В производстве ИИ может использоваться для идентификации дефектных деталей по фотографиям или другим данным.

В промышленных системах ИИ может использовать данные датчиков для выявления признаков неисправного оборудования, такого как насосы, двигатели, турбины и трубопроводы, задолго до того, как эти проблемы станут очевидными для наблюдателей. Данные датчика могут включать температуру, давление, расход и даже звуковые сигналы.

В области финансов ИИ может анализировать огромные объемы данных для выявления тенденций рынка, ценовых сигналов и других показателей, которые предприятия могут использовать для принятия стратегических и тактических решений.

В области информационной безопасности системы ИИ могут применяться для распознавания признаков мошенничества, взлома и утечки данных. Многие недавние громкие нарушения данных оставались незамеченными в течение нескольких недель или даже месяцев, потому что ответственные лица либо не знали, что искать, либо вообще не искали.

ИИ может обрабатывать гораздо больше данных гораздо быстрее, чем человек. ИИ может распознать паттерны, которые слишком тонки для человека, он не устает, не скучает и не капризничает из-за утомительных, повторяющихся задач, которые приводят людей в замешательство.

Недостатком является то, что не существует системы ИИ «общего назначения» - если нужно применить ИИ к какой-либо задаче, сначала нужно научить его этой задаче, используя огромные объемы данных. Например, обучение системе ИИ для распознавания дефектных частей на фотографиях означает «обучение» его десятками тысяч фотографий (каждая из которых должна быть помечена как такая, что «имеет дефекты» или «без дефектов» людьми). Если данные еще не существуют, нужно как-то их создать^[6].

Таким образом, первоначальные затраты на внедрение системы ИИ могут быть довольно высокими, но выгоды могут быть весьма убедительными.

Еще в 1985 году профессор Гарвардской школы бизнеса Майкл Портер определил три общие стратегии, которые используются предприятиями для достижения конкурентного преимущества: лидерство в затратах (минимизация затрат на предоставление товаров и услуг), дифференциация (положительное отличие от конкурентов) и фокус (сосредоточение внимания на, в частности, узких сегментах рынка). Не каждый успешный бизнес использует все эти стратегии, но все успешные компании используют, по крайней мере, одну из них.

Эти стратегии сейчас так же актуальны, как и более 30 лет назад, но есть разница: компании теперь могут применять цифровые технологии для реализации этих стратегий быстрее, чем когда-либо прежде. В современной бизнес-среде скорость - это все: будь то первым на рынке с продуктом или первым изменяющим направление, когда этого требуют условия^[7].

Организация, управление, планирование и исполнение в старом стиле больше не являются жизнеспособными, и компании, которые настаивают на приверженности старым подходам, рискуют отстать от своих более быстрых, более ловких конкурентов.

Вот почему цифровое преобразование так важно. Применение цифровых технологий, таких как ИИ, является ключом к снижению затрат, дифференциации рынка и ориентации на рынок, то есть каждой из общих стратегий Портера.

Цифровое преобразование не дешево и не легко. Но в долгосрочной перспективе это дешевле и проще, чем наблюдать, как конкуренты получат преимущество на каждом повороте рынка.

ИИ начинает становиться все более распространенным в нашей повседневной жизни. Google и Microsoft в течение некоторого времени вкладывали новые интеллектуальные возможности в свой бизнес. Покупка Google стартапа DeepMind станет первой из многих, поскольку компания надеется стать пионером и оказаться на переднем крае применения ИИ.

Использование ИИ для персонализации в электронной коммерции может решить огромную проблему «безудержного клиента» и повысить коэффициент конверсии.

2. Современное состояние внешнеэкономической деятельности в условиях цифровой (сетевой) экономики и перспективы ее развития

2.1. Внешнеэкономическая деятельность на глобальном рынке в условиях цифровой (сетевой) экономики и Интернета вещей

За последние несколько лет «цифровая экономика» стала концепцией, охватывающей ряд торговых потоков, в которых интернет играет центральную роль.

В последние годы эта динамика привела к активным кампаниям, связанным с цифровой торговлей, во-первых, чтобы перевести элементы «управления интернетом» в режим международной торговли, и, во-вторых, для усиления правил цифровой торговли в режиме международной торговли. Соединенные Штаты стали ключевым инициатором включения цифровых вопросов в режим международной торговли, чему способствуют требования быстро глобализирующегося американского «технического сектора», выступающего за более благоприятное и предсказуемое глобальное игровое поле. Получающаяся в результате возглавляемая США «повестка дня в области цифровой торговли» была представлена ​​на многостороннем уровне ВТО, а также на региональных и двусторонних форумах. Программа цифровой торговли была инициирована во время президентства Обамы; так называемые «торговые соглашения XXI века», в частности, Транстихоокеанское партнерство (ТТП) и Трансатлантическое торгово-инвестиционное партнерство (ТТИП), рассматривались лицами, определяющими торговую политику США, как важные шаги в продвижении новых правил цифровой торговли, разработчики торговой политики США описывают TPP как «самое амбициозное и дальновидное соглашение по торговле через Интернет».

В то время как мировая торговля товарами и финансовыми потоками, похоже, достигла своего пика с точки зрения их доли в ВВП, потоки данных растут почти в геометрической прогрессии. Согласно McKinsey, в период с 2009 по 2019 год поток глобальных данных вырос в 45 раз, и, согласно прогнозам, он увеличится еще на девять в течение следующих пяти лет. Кроме того, потоки данных добавили 2,2 триллиона долларов напрямую к мировому ВВП и еще 2,8 триллиона долларов косвенно.

Расширение возможностей подключения, инфраструктуры, сетевых эффектов, снижения затрат на вычисления и сенсоры, открытая архитектура программного обеспечения и дерегулирование цифровых рынков ускоряют внедрение и использование цифровых технологий и дают возможность появления целого нового поколения инвестиционных и бизнес-моделей.

Однако, хотя распространение цифровых технологий очень ценно для производительности, благосостояния и создания материальных благ, необходимо учитывать их ограничения из-за цифровой коммодитизации. Этот термин относится к влиянию, которое популяризация доступа и использования стандартизированных и универсальных цифровых технологий оказывает на конкурентные преимущества.

За последние несколько десятилетий многосторонний торговый режим претерпел важные изменения. В дополнение к большему количеству государств, присоединяющихся к многосторонней системе, сфера действия режима существенно изменилась, включая такие вопросы, как инвестиции, услуги и права интеллектуальной собственности. Параллельные сдвиги произошли на двустороннем и региональном уровнях. Благодаря этим процессам режим международной торговли перешел от поверхностного определения торговли, сосредоточенного на «пограничных» вопросах, таких как тарифы и квоты, к более глубокому режиму, который регулирует растущий список «заграничных» вопросов. Некоторые из новых проблемных областей, включенных в торговый режим, такие как интеллектуальная собственность, ранее слабо регулировались посредством необязательных или слабо навязанных механизмов глобального управления и были переведены в режим международной торговли посредством процесса смены режимов и форумов.

Поскольку ЕС стал важным блоком в рамках режимов международной торговли, другие исследования выявили роль мобилизации заинтересованных групп в формировании европейской торговой политики и создании транснациональных бизнес-коалиций.

Рост цифровой торговли бросает вызов существующим правилам торговли на разных уровнях. Краеугольным камнем режима международной торговли является классификация товаров и услуг и принятие правил, регулирующих различные классификации. Различие между товарами и услугами отражает историческую эволюцию режима торговли, а не четкое определение того, что представляет собой товар, а что представляет собой услуга. Например, в режиме ВТО не существует четкого определения того, что является товаром, а что является услугой, причем последнее определяется способом его продажи, а не четким определением. Однако различие в товарах / услугах имеет основополагающее значение для конкретного соглашения или главы, в которой рассматриваются конкретные виды деятельности.