ЦИФРОВАЯ ТРАНСФОРМАЦИЯ ЭКОНОМИКИ НА ОСНОВЕ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ИНТЕЛЛЕКТУАЛЬНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ

Л.Т. Марышева; Н.Х. Латипова

Mualliflar

Л.Т. Марышева Muallif
Н.Х. Латипова Muallif

{$ Etel}:

цифровая трансформация, искусственный интеллект, интеллектуальные информационные системы, экономическая эффективность, машинное обучение, производительность, информационная инфраструктура, цифровые компетенции, управление рисками, Узбекистан.

Abstrak

В статье исследуется цифровая трансформация экономики на основе технологий искусственного интеллекта и интеллектуальных информационных систем как совокупный организационно-технологический процесс, влияющий на производительность, издержки, качество управления и устойчивость экономической деятельности. Цель исследования состоит в формировании методического подхода к оценке результативности внедрения искусственного интеллекта с учетом взаимосвязи технологических, информационных, кадровых и управленческих факторов. В работе систематизированы направления применения машинного обучения, интеллектуального анализа данных и прогнозной аналитики в производстве, финансах, логистике, маркетинге и государственном управлении. Обосновано, что экономический эффект зависит не только от факта внедрения цифрового решения, но и от качества данных, доступности вычислительной инфраструктуры, цифровых компетенций персонала, интеграции информационных систем и зрелости механизмов управления рисками. Предложена система показателей, включающая производительность труда, операционные затраты, скорость обработки информации, уровень автоматизации, качество управленческих решений и рациональность использования ресурсов. Для интерпретации результатов использованы данные современных международных исследований, показывающих неоднородность эффектов искусственного интеллекта между организациями, видами деятельности и группами работников. Отдельно рассмотрены условия цифровой трансформации в Республике Узбекистан в контексте Стратегии развития технологий искусственного интеллекта до 2030 года. Показано, что корректная оценка требует сопоставления базового и целевого состояния, учета совокупной стоимости владения, временных лагов, рисков и контрфактического сценария. Сформулированы ограничения исследования и направления дальнейшей эмпирической проверки предлагаемого подхода на данных предприятий различных отраслей. Практическая значимость подхода состоит в возможности его использования организациями при выборе приоритетных проектов цифровизации, предварительном обосновании инвестиций и последующем контроле полученных результатов. Предлагается разделять технологические метрики модели и конечные экономические показатели, поскольку высокая точность алгоритма сама по себе не подтверждает рост производительности или снижение затрат без проверки в реальном бизнес-процессе и соответствующей контрольной группы.

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

Bibliografik havolalar

1. Vial G. Understanding digital transformation: A review and a research agenda // The Journal of Strategic Information Systems. 2019. Vol. 28, No. 2. P. 118–144. DOI: 10.1016/j.jsis.2019.01.003.

2. Verhoef P.C., Broekhuizen T., Bart Y., Bhattacharya A., Dong J.Q., Fabian N., Haenlein M. Digital transformation: A multidisciplinary reflection and research agenda // Journal of Business Research. 2021. Vol. 122. P. 889–901. DOI: 10.1016/j.jbusres.2019.09.022.

3. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. 4th ed. Pearson, 2021.

4. OECD. OECD Digital Economy Outlook 2024. Vol. 1: Embracing the Technology Frontier. Paris: OECD Publishing, 2024.

5. OECD, Boston Consulting Group, INSEAD. The Adoption of Artificial Intelligence in Firms: New Evidence for Policymaking. Paris: OECD Publishing, 2025. DOI: 10.1787/f9ef33c3-en.

6. World Bank. Digital Progress and Trends Report 2025: Strengthening AI Foundations. Washington, DC: World Bank, 2025.

7. Stanford Institute for Human-Centered Artificial Intelligence. AI Index Report 2026. Stanford University, 2026.

8. Czarnitzki D., Fernández G.P., Rammer C. Artificial intelligence and firm-level productivity // Journal of Economic Behavior & Organization. 2023. Vol. 211. P. 188–205. DOI: 10.1016/j.jebo.2023.05.008.

9. Brynjolfsson E., Li D., Raymond L. Generative AI at Work // The Quarterly Journal of Economics. 2025. Vol. 140, No. 2. P. 889–942. DOI: 10.1093/qje/qjae044.

10. Barba-Sánchez V., Meseguer-Martínez A., Gouveia-Rodrigues R., Raposo M.L. Effects of digital transformation on firm performance: The role of IT capabilities and digital orientation // Heliyon. 2024. Vol. 10, No. 6. e27725. DOI: 10.1016/j.heliyon.2024.e27725.

11. Tabassi E. Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. National Institute of Standards and Technology, 2023. DOI: 10.6028/NIST.AI.100-1.

12. ISO/IEC 42001:2023. Information technology — Artificial intelligence — Management system. Geneva: International Organization for Standardization, 2023.

13. ISO/IEC 23894:2023. Information technology — Artificial intelligence — Guidance on risk management. Geneva: International Organization for Standardization, 2023.

14. Постановление Президента Республики Узбекистан № ПП-358 от 14.10.2024 «Об утверждении Стратегии развития технологий искусственного интеллекта до 2030 года». Национальная база данных законодательства Республики Узбекистан.

15. Указ Президента Республики Узбекистан № УП-6079 от 05.10.2020 «Об утверждении Стратегии “Цифровой Узбекистан — 2030” и мерах по её эффективной реализации». Национальная база данных законодательства Республики Узбекистан.

16. Mikalef P., Gupta M. Artificial intelligence capability: Conceptualization, measurement calibration, and empirical study on its impact on organizational creativity and firm performance // Information & Management. 2021. Vol. 58, No. 3. 103434. DOI: 10.1016/j.im.2021.103434.

17. Lee M.C.M., Scheepers H., Lui A.K.H., Ngai E.W.T. The implementation of artificial intelligence in organizations: A systematic literature review // Information & Management. 2023. Article 103816. DOI: 10.1016/j.im.2023.103816.

18. OECD. OECD AI Principles. Adopted 2019, updated 2024. OECD.AI, 2024.

19. OECD. Explanatory memorandum on the updated OECD definition of an AI system // OECD Artificial Intelligence Papers. No. 8. Paris: OECD Publishing, 2024. DOI: 10.1787/623da898-en.

20. Davenport T.H., Ronanki R. Artificial Intelligence for the Real World // Harvard Business Review. 2018. Vol. 96, No. 1. P. 108–116.