Правильная ссылка на статью:
Кобелев С.В..
Фреймворк внедрения генеративного искусственного интеллекта в бизнес-процессы
// Финансы и управление.
2025. № 2.
С. 1-21.
DOI: 10.25136/2409-7802.2025.2.73740 EDN: TFYZSJ URL: https://nbpublish.com/library_read_article.php?id=73740
Читать статью
Результаты процедуры рецензирования статьи:
|
EDN: TFYZSJ
|
Аннотация:
Предметом исследования является разработка комплексного фреймворка для стратегического внедрения генеративного искусственного интеллекта (далее ГИИ) в бизнес-процессы организаций различных масштабов и отраслей. Анализируются существующие подходы к внедрению технологий "традиционного" искусственного интеллекта, ГИИ и цифровой трансформации, выявляются их ограничения и недостатки в контексте специфических характеристик генеративных моделей, таких как способность к созданию нового контента и связанные с этим этические и правовые риски. Обосновывается необходимость создания специализированного фреймворка, который учитывает уникальные возможности и вызовы, связанные с ГИИ, а также потребность в адаптации к разнообразным бизнес-контекстам, включая малый и средний бизнес. Рассматривается проблема отсутствия структурированных методологий, позволяющих организациям эффективно интегрировать ГИИ в свою операционную деятельность, максимизируя отдачу от инвестиций и минимизируя потенциальные риски. Исследование базируется на систематическом и сравнительном анализе научной литературы и практических публикаций, а также синтезе концептуальной основы нового фреймворка. Применяется комбинированный подход, включающий методы качественного и количественного анализа данных. Научная новизна заключается в разработке девятиэтапного фреймворка, который, в отличие от существующих подходов, интегрирует большие языковые модели (LLM) уже на этапе диагностики бизнес-процессов для семантического анализа неструктурированных данных (интервью, анкеты, опросы). Это позволяет выявить скрытые взаимосвязи и неочевидные потребности в оптимизации, которые сложно обнаружить традиционными методами. Фреймворк охватывает стратегические, операционные и технологические аспекты внедрения, а также принципы управления изменениями и рисками. Разработанный фреймворк предлагает универсальный, адаптивный и практически ориентированный подход к стратегическому внедрению ГИИ, способствуя повышению эффективности бизнес-процессов, минимизации рисков и максимизации возврата на инвестиции в технологии ГИИ. Практическая значимость подтверждается апробацией в академии крупной консалтинговой компании и пилотного проекта в ПАО "МТС".
Ключевые слова:
генеративный искусственный интеллект, фреймворк внедрения, большие языковые модели, бизнес-процессы, стратегический анализ, оптимизация процессов, управление рисками, управление изменениями, цифровая трансформация, ИИ-трансформация
Abstract:
The subject of the research is the development of a comprehensive framework for the strategic implementation of generative artificial intelligence (GenAI) in the business processes of organizations of various sizes and industries. Existing approaches to the implementation of traditional artificial intelligence (AI) technologies, GenAI, and digital transformation are analyzed, and their limitations and shortcomings are identified in the context of the specific characteristics of GenAI models, such as the ability to create new content and the associated ethical and legal risks. The necessity of creating a specialized framework that takes into account the unique opportunities and challenges associated with GenAI, as well as the need for adaptation to diverse business contexts, including small and medium-sized businesses, is substantiated. The problem of the lack of structured methodologies that allow organizations to effectively integrate GenAI into their operational activities, maximizing return on investment and minimizing potential risks, is considered. The research is based on a systematic and comparative analysis of scientific literature and practical publications, as well as the synthesis of the conceptual basis of a new framework. A combined approach is used, including methods of qualitative and quantitative data analysis. The scientific novelty lies in the development of a nine-stage framework that, unlike existing approaches, integrates large language models (LLMs) already at the stage of business process diagnostics for semantic analysis of unstructured data (interviews, questionnaires, surveys). This makes it possible to identify hidden relationships and non-obvious optimization needs that are difficult to detect using traditional methods. The framework covers strategic, operational, and technological aspects of implementation, as well as change and risk management principles. The developed framework offers a universal, adaptive, and practically oriented approach to the strategic implementation of GenAI, contributing to improving the efficiency of business processes, minimizing risks, and maximizing the return on investment in GenAI technology. The practical significance is confirmed by approbation at the academy of a large consulting company and a pilot project at MTS PJSC.
Keywords:
digital transformation, change management, process optimization, risk management, strategic analysis, business processes, large language models, implementation framework, generative artificial intelligence, AI transformation