ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В БИЗНЕСЕ: СОЦИАЛЬНЫЕ АСПЕКТЫ ТЕОРЕТИЧЕСКОГО МОДЕЛИРОВАНИЯ, АНАЛИТИКИ И ПРАКТИКИ

  • Наталья Сергеевна Ладыжец
    • ФГБОУ ВО «Удмуртский государственный университет»
Ключевые слова: искусственный интеллект, машинное обучение, сильный ИИ, слабый ИИ, искусственный сверхинтеллект, бизнес, IT-сектор, инновации, рискогенное общество, социальные аспекты ИИ, социальные риски, социальные перспективы, сервисная модель ИИ

Аннотация

Аналитика тематики искусственного интеллекта (ИИ) в последние десятилетия приобрела очевидный междисциплинарный характер, с различными отраслевыми проекциями в сфере экономики, производства, медицины, культуры, образования так же, как и в области разработки и применения военной техники. Основные концептуализации и теоретические модели ИИ относятся к западной аналитической традиции, оказываясь востребованными как для обоснования условий достижения устойчивого развития и позиций политико-экономического лидерства Соединенных Штатов Америки и стран Западной Европы, так и для привлечения внимания ко все возрастающей рискогенности общества и радикализации современности. Одной из многих отраслевых проекций анализа искусственного интеллекта стало его применение в бизнесе. Здесь, также в продолжение «традиции» аналитики в других областях, очевидно постоянство смешения терминов, поэтому один из подразделов статьи посвящен терминологическим уточнениям. Также раскрыта динамика изменений последних лет, связанная с развитием ИИ. Рассматривается формирование современных бизнес-ландшафтов, происходящее со все большим укоренением воздействия ИИ в повседневных практиках. Показано, что принятие решений с использованием инструментов бизнес-аналитики, управляемых искусственным интеллектом, становится актуальным новаторским трендом для крупных корпораций, заинтересованных в достижении стратегического лидерства и взаимодействия. Раскрыты социальные аспекты сервисной модели ИИ, а также усиления взаимосвязи искусственного интеллекта и больших данных, формирования конкурентной бизнес-среды, существенно увеличивающие управленческие и потребительские риски. Приведены результаты исследований по применению ИИ в российском бизнесе, подтвержденные отраслевыми экспертами.

Литература

1. Бауман З. Текучая модерность: взгляд из 2011 года. Лекция Зигмунта Баумана // Электронная публикация: Центр гуманитарных технологий.2011. URL: http://gtmarket.ru/laboratory/doc/4992.
2. Бауман З. Текучая современность / Пер. с англ. С.А. Комарова; под ред. Ю. В. Асочакова. СПб. [и др.]: Питер, 2008. 240 c.
3. Бек У. Общество риска. На пути к другому модерну / пер. с нем. В. Седельника и Н. Федоровой; послесл. А. Филиппова. М.: Прогресс-Традиция, 2000. 384 с.
4. Бехманн Г. Современное общество: общество риска, информационное общество, общество знаний / пер. с нем. А.Ю. Антоновского, Г.В. Гороховой, Д.В. Ефременко, В.В. Каганчук, С.В. Месяц. М.: Логос, 2010. 248 с.
5. Гидденс Э. Последствия современности / Пер. с англ. Г.К. Ольховикова; Д.А. Кибальчича; вступ. статья Т.А. Дмитриева. М.: Изд. и консалт. группа «Праксис», 2011. 352 с.
6. Гидденс, Э. Устроение общества: Очерк теории структурации. М.: Академический Проект, 2005. 528 с.
7. Кастельс М. Информационная эпоха: экономика, общество и культура / Под науч. ред. О.И. Шкаратана. М.: ГУ ВШЭ, 2000. 608 с.
8. Урри Дж. Мобильности. М.: Праксис, 2012. 576 с.
9. CSD Indicators of Sustainable Development. Indicators of sustainable development: guidelines and methodologies. New York: United Nations. P. 5-8. 2001. URL: https://www.un.org/esa/sustdev/natlinfo/indicators/guidelines.pdf. (Accessed:01.08.2020)
10. Ализар А. Марвин Мински недоволен развитием искусственного интеллекта // Хабр, 5 марта 2007. URL: https://habr.com/ru/post/5095/.
11. Bruke W.W. Leaders: The strategies for taking charge, by Warren Warren Bennis and Burt Nanus. New York: Harper & Row, 1985, 244 p. URL: http://doi.org./10/1002/hrm.3930240409.
12. Johansen B. Leaders Make the Future. San Francisco: Berrett-Koehler Publishers, Inc. 2009. 195 p.
13. Левашов Н. Хватит всё подряд называть ИИ // Хабр. 20 янв. 2020. URL: https://habr.com/ru/post/484716/.
14. Куцев Р. В чём различия между Data Science, машинным обучением, ИИ, глубоким обучением и Data Mining // Хабр. 19 авг. 2022. URL: https://habr.com/ru/post/682932/.
15. Joshi A.M., Lavanchy, M, Stehli, S. Data analytics & artificial intelligence: What it means for your business and society [Online]. 2018. URL: https://www.imd.org/research-knowledge/articles/artificial-intelligence-real-world-impact-on-business-and-society/. (Accessed:11 January 2022).
16. Макафи Э.; Бриньольфссон, Э. Где компьютеры побеждают людей, а где нет. Нью-Йорк Таймс. 16 марта 2016 г. Архивировано с оригинала 16 октября 2018 г. URL: https://translated.turbopages.org/proxy_u/en-ru.ru.9e7978cc-6310cb3e-37fce042-74722d776562/https/www.nytimes.com/2016/03/16/opinion/where-computers-defeat-humans-and-where-they-cant.html.
17. Leak K. Four Emerging Business Intelligence Trends For 2022 // Forbes. Feb 25, 2022. URL: https://www.forbes.com/sites/forbestechcouncil/2022/02/25/four-emerging-business-intelligence-trends-for-2022/?sh=117d8d813759.
18. Spencer M. What is the Best Business Model of Artificial Intelligence? 2020. [Online]. URL: https://www.linkedin.com/pulse/what-best-business-model-artificial-intelligence-michael-spencer-. (Accessed:11 January 2022).
19. Pereira D. SaaS Business Model. 2020. [Online]. URL: https://businessmodelanalyst.com/saas-business-model/. (accessed: 11 January 2022).
20. Canals J., Heukamp F. Preface // The Future of Management in an AI World: Redefining Purpose and Strategy in the Fourth Industrial Revolution. Palgrave Macmillan. 2020. 242 p.
21. Шиян А., Шумара К. Изучаем аналитику: искусственный интеллект в российском бизнесе // ICT.Moscow. 2020. URL: https://ict.moscow/news/ai-business.
Поступила в редакцию 2022-08-22
Опубликована 2022-09-16
Раздел
Социология
Страницы
335-341