Организационные аспекты внедрения машинного обучения в управлении бизнес-процессами

Актуальность темы исследования продиктована тем, что цифровая трансформация бизнеса стала неотъемлемой частью стратегии компаний, стремящихся оставаться конкурентоспособными в современном мире. Внедрение цифровых технологий позволяет оптимизировать внутренние процессы, улучшать взаимодействие с клиентами и создавать новые бизнес-модели. Одним из ключевых компонентов этой трансформации является машинное обучение, которое предоставляет организациям возможность анализировать массивы данных и принимать обоснованные управленческие решения. Все это подчеркивает необходимость продолжения исследований в этой области и актуализирует важность данной статьи. Подтверждено, что методы машинного обучения позволяют принимать управленческие решения исходя из анализа больших объемов информации, что в современном мире становится ключевым фактором успеха для компаний. Авторы пришли к выводу о том, что машинное обучение позволяет автоматизировать процессы, не имеющие четкой логики (алгоритмов). Следовательно, машинное обучение меняет не только подход к решению проблем, но и саму структуру бизнес-процессов. Несмотря на преимущества применения машинного обучения, у него есть вызовы и риски, которые сопряжены с внедрением его методов. На основании всестороннего теоретического исследования данного вопроса предложен ряд практических мероприятий внедрения под разделения в организации по управлению цифровой трансформацией.

1. Баланов, А. Н. Цифровая трансформация бизнеса: учебное пособие для СПО. Санкт-Петербург: Лань, 2024. – 172 с.

2. Кирильчук, С. П. Экзистенциальный фокус в развитии организаций при переходе к индустрии 5.0 / С. П. Кирильчук, Л. В. Ташенова, Е. В. Наливайченко // π-Economy. – 2024. – Т. 17, № 4.

3. Мохамед, А. Р. А. Прогнозирование характеристик трафика для сетей 5G на основе технологий искусственного интеллекта / А. Р. А. Мохамед. – Дисс. … канд. техн. наук: 05.12.13. – 2022. – 146 с. – EDN JDEPMW.

4. Тихомирова, О. Г. Управление проектом: комплексный подход и системный анализ: монография. Москва: ИНФРА-М, 2020. – 300 с.

5. Бардаков, А. А. Совершенствование инструментария реинжиниринга бизнес-процессов в управлении организацией / А. А. Бардаков. – Дисс. … канд. экон. наук: 08.00.05. – Нижний Новгород, 2020. – 173 с. – EDN TVDTSD.

6. Samuel, A. L. Some Studies in Machine Learning Using the Game of Checkers / A. L. Samuel // IBM Journal of Research and Development. – 1959. – Vol. 3, No. 3. – Pp. 210–229.

7. Волков, А. Н. Исследование и разработка методов построения инфраструктуры и предоставления услуг сетей связи на основе технологий искусственного интеллекта / А. Н. Волков. – Автореф. дисс. … канд. техн. наук: 05.12.13. – Санкт-Петербург, 2021. – 22 с. – EDN GYWSRR.

8. Киселев, Д. С. Использование машинного обучения для оптимизации бизнес-процессов / Д. С. Киселев, П. В. Трифонов // Экономика и управление в машиностроении. – 2019. – № 2. – С. 8–11. – EDN YQWPPD.

9. Савич, А. А. Машинное обучение как инструмент автоматизации бизнес-процессов / А. А. Савич, А. С. Кравчук // The Scientific Heritage. – 2021. – № 75-4(75). – С. 29–33. – DOI 10.24412/9215-0365-2021-75-4-29-33. – EDN SGYCLB.

10. Ворончихин, М. В. Влияние машинного обучения на бизнес-процессы / М. В. Ворончихин, Е. Ю. Данилова // Современные научные исследования: проблемы, тенденции, перспективы: материалы XXIII Международной научно-практической конференции, Анапа, 17 января 2024 г. – Анапа: Научно-исследовательский центр экономических и социальных процессов в Южном Федеральном округе, 2024. – С. 52–57. – EDN DWQJAB.

11. Парамонов, Е. С. Исследование востребованности применения методов машинного обучения в цифровой экономике / Е. С. Парамонов, К. А. Иванцов, В. А. Мирончук // Beneficium. – 2024. – № 1(50). – С. 22–30. – DOI 10.34680/BENEFICIUM.2024.1(50).22-30. – EDN FCNAFI