Применение больших данных и искусственного интеллекта в различных отраслях экономики России
Аннотация
Статья посвящена комплексному анализу внедрения технологий больших данных (Big Data) и искусственного интеллекта (ИИ) в ключевых секторах экономики Российской Федерации. Актуальность исследования обусловлена стратегической важностью цифровой трансформации для обеспечения технологического суверенитета и конкурентоспособности страны. На основе анализа отраслевой динамики за период 2018–2024 годов выявлены основные тренды, измерен экономический эффект и систематизированы ключевые барьеры, такие как дефицит кадров и фрагментированность данных. Результаты показывают значительный рост инвестиций и позитивное влияние технологий на операционную эффективность, особенно в финансовом секторе. В заключение представлен ряд мер государственной и корпоративной политики, направленных на ускорение интеграции сквозных цифровых технологий в экономику.
Ключевые слова: большие данные, искусственный интеллект, цифровая трансформация, отрасли экономики, анализ данных, машинное обучение, инвестиции, кадры, государственная политика.
Содержание не найдено
Список использованных источников и литературы
1. Указ Президента РФ № 203 от 09.05.2017 «О Стратегии развития информационного общества в Российской Федерации на 2017–2030 годы».
2. Национальная программа «Цифровая экономика Российской Федерации» (утверждена протоколом заседания президиума Совета при Президенте РФ от 04.06.2019 № 7).
3. Аналитический центр при Правительстве РФ. (2023). Индикаторы цифровой экономики: 2023: Статистический сборник. – М.: НИУ ВШЭ.
4. Гохберг Л.М., Рудь В.А., Стрижак Е.А. (2022). Искусственный интеллект в России: Анализ трендов, вызовов и возможностей. – М.: Издательский дом НИУ ВШЭ.
5. Древаль Р.Е. (2021). Большие данные в промышленности: от теории к практике. – СПб.: Питер.
6. Исследование RAEX. (2023). Внедрение технологий искусственного интеллекта в российских компаниях: отраслевой срез.
7. Обзор Банка России. (2022). О развитии технологий искусственного интеллекта и больших данных на финансовом рынке.
8. Рейтинг цифровой трансформации регионов РФ – 2023. Минцифры России.
9. Стрижов И.А. (2020).
Помимо традиционных скоринговых моделей, банки и микрофинансовые организации развивают альтернативный скоринг. Анализируя с согласия клиента его цифровой след (активность в приложениях, история браузинга, данные с геолокации), алгоритмы могут сформировать кредитный профиль для заемщиков без официальной кредитной истории (студентов, молодых специалистов). Это позволяет расширять клиентскую базу при управляемом уровне риска.
Системы рекомендаций на базе ИИ анализируют историю операций, жизненные события (свадьба, рождение ребенка) и формируют персонализированные предложения по кредитным картам, инвестиционным продуктам или страховым полисам. Роботизированные сове