Управление деятельностью промышленных предприятий на основе применения искусственного интеллекта: анализ и критические барьеры внедрения
Ключевые слова:
промышленные предприятия, эффективность, управление, технологииАннотация
В условиях цифровой трансформации внедрение искусственного интеллекта (ИИ) становится ключевым фактором повышения эффективности управления промышленными предприятиями. Целью данного исследования является разработка комплексного теоретико-методического подхода к оценке и повышению эффективности управления на основе ИИ. В работе применены методы систематизации, сравнительного анализа и оценки ключевых показателей эффективности (KPI) с учетом макроэкономических и экологических факторов риска (PESTLE и ESG). Результаты исследования демонстрируют, что интеграция ИИ-решений (предиктивная аналитика, компьютерное зрение, интеллектуальная автоматизация) позволяет повысить общую эффективность оборудования (OEE) на 20–30%, сократить операционные расходы на 15–25% и минимизировать незапланированные простои на 30–50%. В то же время анализ выявил критические барьеры внедрения: разрозненность данных, дефицит компетенций и высокие капитальные затраты, обуславливающие высокий риск неудачи до 70% проектов цифровой трансформации. Сделан вывод о необходимости поэтапного внедрения ИИ с предварительным аудитом ИТ-инфраструктуры и адаптацией организационной культуры предприятия.
Скачивания
Библиографические ссылки
Ahmad, A. (2023). Application of artificial intelligence in improving the efficiency of corporate information systems. JIEM: Journal Informatic, Education and Management, 5(2), 1–7. https://doi.org/10.61992/jiem.v5i2.55
Tian, T., Jia, S., Lin, J., Huang, Z., Wang, K. O., & Tang, Y. (2024). Enhancing industrial management through AI integration: A comprehensive review of risk assessment, machine learning applications, and data-driven strategies. EMI Economics & Management Information, 3(4). https://doi.org/10.62836/emi.v3i4.243
Антонов-Дружинин П. В., Суржиков М. А. Способы применения искусственного интеллекта при управлении операционной эффективностью предприятий // Вестник Ростовского государственного экономического университета (РИНХ). — 2024. — № 4 (88). — С. 32–42. https://doi.org/10.54220/v.rsue.1991-0533.2024.88.4.003
Lee, J., Davari, H., Singh, J., & Pandhare, V. (2018). Industrial artificial intelligence for Industry 4.0-based manufacturing systems: Industrial AI applications and challenges. Manufacturing Letters, 18, 20–23.
Дорофеев О. В., Ребус Н. А., Люблинская Н. Н., Филимонова Е. В. Анализ применения искусственного интеллекта в ERP-системах: потенциал и реальный опыт внедрения // Современная конкуренция. — 2025. — Т. 19, № 3. — С. 91–106. https://doi.org/10.37791/2687-0657-2025-19-3-91-106
Ивашко В. М., Романова Е. С. Методический подход к оценке цифровой зрелости предприятия // Веснік сувязi. — 2023. — № 4. — С. 45–50.
Кашлей Ф. Ф. Роль ИИ в управлении производственными ресурсами промышленного предприятия // Сборник материалов БНТУ. — Минск, 2025. — С. 289–295.
Rojko, A. (2017). Industry 4.0 concept: Background and overview. International Journal of Interactive Mobile Technologies (iJIM), 11(5), 77–90. https://doi.org/10.3991/ijim.v11i5.7072
Наумов Д. В. Цифровая трансформация промышленных предприятий: экономический аспект // Теоретическая экономика. — 2025. — № 9. — С. 80–93. https://doi.org/10.52957/2221-3260-2025-9-80-93
Николаева А. Б., Куянова А. А. Оценка экономической эффективности внедрения AI-решений для автоматизации бизнес-процессов на примере системы документооборота ОЭЗ «Алабуга» // Материалы КНИТУ-КАИ. — Казань, 2025. — С. 502–518.
Петухова А. В., Коваленко А. В. Системы поддержки принятия решений (СППР) на основе интеллектуальных технологий. Архитектура, проектирование и использование СППР в различных областях // Прикладная математика и вопросы управления. — 2025. — № 1. — С. 47–58. https://doi.org/10.15593/2499-9873/2025.1.04
Суртаева О. С., Козлова Е. В., Боечко П. А. Место искусственного интеллекта в стратегическом процессе промышленного предприятия // Deutsche Internationale Zeitschrift für zeitgenössische Wissenschaft. — 2021. — № 8, Vol. 2. — С. 34–37.
Shang, Y., Zhou, S., Zhuang, D., Żywiołek, J., & Dincer, H. (2023). Artificial intelligence and enterprise pollution reduction: Micro-evidence from China. Journal of Cleaner Production, 382, Article 135285. https://doi.org/10.1016/j.jclepro.2022.135285
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Экономический профессиональный журнал

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
