Инновационные исследования по цифровой трансформации производственных предприятий, основанных на информационных технологиях

В контексте Индустрии 4.0 и цифровой трансформации изучены пути и механизмы информационной технологии для восстановления модели корпоративного управления производством. Проанализированы управленческие последствия технологии для производственных предприятий, отмечена эффективность ее применения в этой области. Объектом исследования выступает китайская интеллектуальная фабрика. Цель исследования заключается в том, чтобы определить, как эти информационные технологии влияют на управление всеми звеньями обрабатывающей промышленности. Использованы следующие методы: анализ, индукция, измерение, сравнение, статистика. Основные результаты исследования включают анализ политики правительств Германии, Российской Федерации и Китая по содействию цифровой трансформации передовых технологий в обрабатывающей промышленности, а также инновационное применение информационных технологий в цепочках корпоративного управления в производстве, логистике, продажах, принятии решений и других звеньях, а также их успешное применение на китайских интеллектуальных заводах. Продемонстрирована целесообразность расширения возможностей процессов корпоративного управления путем внедрения новых информационных технологий. Результаты исследования показывают, что применение информационных технологий в обрабатывающей промышленности оказывает положительное влияние, реализует различные инновационные сценарии через технологии в корпоративном управлении. В дальнейшем это будет способствовать продвижению передовых технологий в соответствующей отраслевой практике, повышению эффективности управления предприятиями и снижению затрат. Благодаря глубокой интеграции технологий и управления успешная практика производства в Китае обеспечивает жизнеспособную парадигму для глобальной цифровой трансформации.

1. Чжан, Ц. Оптимизация управления в китайской промышленности: интеграция искусственного интеллекта и управления данными / Ц. Чжан // Инновации и инвестиции. – 2025. – № 3. – С. 108-111. – EDN IBCJLH.

2. Schumpeter, J., & Swedberg, R. (1947). Theoretical problems of economic growth: Reprinted from Journal of Economic History Supplement. Journal of Economic History, 1–9. https://doi.org/10.4324/9781351311489-19

3. Malhotra, Y., & Galletta, D. F. (1999). Extending the technology acceptance model to account for social influence: Theoretical bases and empirical validation. Proceedings of the Hawaii International Conference on Systems Sciences. IEEE. https://doi.org10.1109/HICSS.1999.772658

4. Чжан, Ц. Эмпирический анализ цифровой трансформации промышленности в Китае и в мире / Ц. Чжан // Финансовый бизнес. – 2023. – № 11(245). – С. 322-325. – EDN PDJUCN.

5. Dong, K. (2022). The “14th Five-year Plan” intelligent manufacturing development plan interpretation and trend analysis. China Industry & Information Technology, (1), 26–29. https://doi.org10.19609/j.cnki.cn10-1299/f.2022.01.004

6. Резунков, Д. А. Сравнительный анализ фреймворков и нейросетевых архитектур для компьютерного зрения в области искусственного интеллекта для определения объектов на аэросъемках / Д. А. Резунков, Н. Ю. Шорникова // Педагогика, психология и экономика: вызовы современности и тенденции развития : материалы первой международной научно-практической конференции, Москва, 08 февраля 2024 года. – Москва: Московская международная академия, 2024. – С. 100-108. – EDN YLMDAX.

7. Rao, M. C., & Rao, P. K. (2009). Inventory turnover ratio as a supply chain performance measure. Serbian Journal of Management, 4(1), 41–50

8. The Significance of Accounts Receivable Turnover, Debt to Equity Ratio, Current Ratio to The Probability of Manufacturing Companies / A. E. A. Manullang, D. Togatorop, P. R. D. Purba [et al.] // International Journal of Social Science and Business. – 2020. – Vol. 4, No. 3. – P. 464. – DOI 10.23887/ijssb.v4i3.27874. – EDN XFFVOF.