Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Правовое регулирование отношений по оказанию услуг в условиях цифровой экономики доктринальные, нормотворческие и правоприменительные аспекты. Моногра
.pdf
4.3. Применение искусственного интеллекта в сфере услуг: анализ современного состояния
вид продукции. Это позволяет кратно повысить показатели выруч‑
ки и прибыли.
2. Безопасность. Самообучающиеся нейронные сети анализиру‑
ют поведение клиентов и вычисляют подозрительные операции, су‑
щественно снижая таким образом негативные последствия действий
кибермошенников и киберпреступников, что приводит к значитель‑
ному снижению финансовых потерь, повышенной защищенности си‑
стемы и росту доверия пользователей [9].
Применение современных программно‑технических средств
и аналитических инструментов, позволяющих обрабатывать боль‑
шие массивы данных (Big Data), способно значительно повысить ско‑
рость и, как следствие, результативность работы подразделений Рос‑
финмониторинга и финансовой разведки. Сервисы ИИ используются
в целях автоматической классификации подозрительных финансовых
операций с участием юридических лиц по различным категориям ри‑
ска их вовлеченности в реализацию фиктивной финансово‑экономи‑
ческой деятельности.
Многообразие современных способов совершения предикатных
финансовых преступлений, совместно с применением различных
приемов и средств маскировки, существенно затрудняет обнаруже‑
ние признаков финансовых преступлений и требует колоссального
объема расследований и запросно‑справочной работы, а также тща‑
тельного анализа полученных сведений. В этом направлении также
широко применяются системы машинного обучения.
3. Маркетинговая сфера. Системы искусственного интеллекта
на основе тщательного изучения информации о предыдущих продажах
осуществляют прогнозирование сценариев развития событий. Алго‑
ритмами ИИ изучаются контактные данные клиентов, суммы сделок,
приобретенные ими товары или услуги [27]. Кроме того, ИИ анали‑
зирует поведение конкурентов в целях сопоставления эффективных
и неэффективных решений, что позволяет компании разрабатывать
и реализовывать грамотную маркетинговую стратегию, которая с вы‑
сокой вероятностью завершится финансовым успехом.
4. Скорость обработки данных. Big Data (большие данные) — это
основной инструмент работы искусственного интеллекта. ИИ позво‑
ляет быстро и эффективно анализировать гигантские объемы инфор‑
мации, разрабатывать виды реакции, а также осуществлять постро‑
141
4. Применение искусственного интеллекта в сфере услуг
ение стратегических планов, в частности при реализации биржевых
операций. Следует отметить, что у традиционных программных ал‑
горитмов отсутствует возможность самостоятельной адаптации к бы‑
стро изменяющимся условиям без предварительного обучения. Алго‑
ритмы искусственного интеллекта предоставляют такую возможность
и повышают продуктивность работы на бирже [3].
5. Процессы автоматизации. Существует большое число факто‑
ров, приводящих к появлению различных ошибок в работе персона‑
ла любой сферы деятельности. Искусственный интеллект, у которого
отсутствует так называемый человеческий фактор, применяя масси‑
вы данных, функции и технологии, позволяет осуществлять эффек‑
тивную безошибочную и точную работу.
6. Виртуальные помощники. Применение виртуальных помощни‑
ков — это один из инструментов искусственного интеллекта, который
со временем будет более широко внедряться во все бизнес‑процессы
оказания услуг. Например, использование чат‑ботов при оказании ме‑
дицинских услуг позволит сэкономить до 20 млн долл. в год. В 2022 г.
такая экономия составила свыше 8 млрд долл.
175
Искусственный интеллект способен снижать риски износа и по‑
вреждения оборудования, а также создавать систему безопасности
для различных компаний. Автоматизация ручного труда также яв‑
ляется важной и неоднозначной темой, поскольку использование
алгоритмов искусственного интеллекта в промышленности спо‑
собно практически полностью вытеснить из этой сферы человече‑
ский труд. Автоматизированные технологии выполняют сложные
процессы быстрее и качественнее, чем человек, они способны ра‑
ботать 24 ч в сутки.
К примеру, чат‑бот Олег, применяемый в приложении интернет‑
банка Тинькофф, с помощью распознавания речи общается с клиента‑
ми банка посредством цифровых устройств и выполняет стандартные
банковские операции, включая денежные переводы. Эти же функции
осуществляются первым в мире семейством виртуальных ассистентов
Салют экосистемы Сбер
176
. Искусственный интеллект Ева позволяет
175
Research, Forecasting & Consultancy for Digital Technology Markets. URL: https://
www.juniperresearch.com/home (date of accessed: 09.06.2022).
176
Официальный сайт Сбер. Салют. URL: https://salute.sber.ru/ (дата обращения:
10.06.2022).
142
4.3. Применение искусственного интеллекта в сфере услуг: анализ современного состояния
решать проблемы, возникающие у пользователей, на сайте крупней‑
шего интернет‑магазина Wildberries и др.
Другим направлением применения искусственного интеллекта
в сфере услуг является туризм. Примером применения алгоритмов ИИ
в туристическом бизнесе является крупнейшая в мире онлайн‑плат‑
форма по планированию путешествий — Expedia. В рамках данной
платформы осуществляется целый набор бизнес‑процеду: от брони‑
рования отеля до аренды транспорта. В указанном сервисе применя‑
ется нейронная сеть машинного обучения в целях персонализации
процесса планирования поездки каждого клиента. В отличие от тра‑
диционных типов прогнозирования при оказании туристических ус‑
луг предиктивная аналитика алгоритмов искусственного интеллекта
легко и быстро адаптируется к изменениям поведения клиентов, ис‑
пользуя массивы вновь поступающих данных.
Применение возможностей анализа неструктурированных и нео‑
чищенных данных с помощью ИИ‑сервисов в процессе распростра‑
нения мобильного контента, в частности сообщений в различных
мессенджерах, электронных писем, видео и фото, позволяет осуще‑
ствить структурирование собранных данных с целью их дальнейшей
машинной обработки. Эта возможность лежит в основе работы серви‑
са Siri, который позволяет обрабатывать и структурировать человече‑
скую речь, обеспечивая ее подготовку к осуществлению дальнейшего
анализа. В системах анализа неструктурированных данных заложен
огромный потенциал для бизнеса, который накапливает информа‑
цию в течение определенного периода, что способствует облегчению
работы человека и экономии времени на сортировку данных и выяв‑
ление взаимосвязей между ними.
Перспективными направлениями применения возможностей
искусственного интеллекта являются такие процессы, в которых
действия человека отслеживаются и многократно повторяются.
Подчеркнем, что уровень сквозных технологий на сегодняшний
день не позволяет заменить труд человека абсолютно во всех сфе‑
рах бизнеса и услуг. Творчество личности пока полностью заме‑
нить алгоритмами невозможно. Перспективность систем искус‑
ственного интеллекта заключается в возможности делегирования
им утомительных и трудоемких для человека задач, включая логи‑
стические операции. К примеру, роботизированный онлайн‑ри‑
143
4. Применение искусственного интеллекта в сфере услуг
тейлер Ocado разработал систему компьютерного зрения и нейрон‑
ную сеть для замены процесса сканирования баркодов на торговых
складах. Это позволяет ускорить поиск и выдачу потребителю необ‑
ходимых товаров.
На сегодня получены впечатляющие результаты, связанные с соз‑
данием компьютерного зрения, модулей управления движением,
понимания речи, организации и предоставления доступа к инфор‑
мации [20]. Среди наиболее популярных систем искусственного ин‑
теллекта необходимо отметить системы распознавания образов (face
recognition), обработки естественного языка и синтеза речи (natural
language processing), а также автоматизированные аналитические си‑
стемы прогнозирования результатов (predictive analytics). Несмотря
на это, современный бизнес до сих пор не обладает достаточно на‑
дежными интеллектуальными технологиями, которые могут воспро‑
изводить точность работы человеческих глаз или отдельных зон моз‑
га, ответственных за речь [12; 17].
Искусственный интеллект открывает новые горизонты в реше‑
нии экологических проблем. Основные риски в этой сфере сопря‑
жены с уровнем безопасности технологий и контроля за ними. Также
необходимо учитывать этические проблемы и социальные послед‑
ствия применения систем ИИ. Новые технологии способны помо‑
гать людям контролировать состояние растений и животных и ока‑
зывать влияние на климатические условия Земли.
Сегодня вполне реально применять алгоритмы искусственного
интеллекта в малом и среднем бизнесе в сфере оказания услуг при
наличии достаточных объема и качества данных, которые обеспечат
построение процесса эффективного обучения ИИ. В этих целях су‑
ществует ряд доступных платформ, которые предоставляют свои ин‑
струменты для машинного обучения, примерами являются Amazon
(Azure), Yandex, Mail.ru, узкоспециализированные площадки и т. п.
С помощью искусственного интеллекта возможно получение персо‑
нальных предложений от банков и интернет‑магазинов, информации
в поисковых системах, обращение к онлайн‑доктору и пр.
Экспертами прогнозируется рост числа ИИ‑стартапов и различ‑
ных мобильных приложений на основе машинного обучения. Ожида‑
ется, что уже в течение 2022 г. в системы искусственного интеллекта
будут инвестировать свыше 1/3 компаний, оказывающих различные
144
4.4. Сокращение транзакционных издержек в цифровой среде
виды услуг. Благодаря использованию систем искусственного интел‑
лекта глобальный валовой внутренний продукт (ВВП) к 2030 г. уве‑
личится на 14 % и составит свыше 15,7 трлн долл.
177
4.4. Сокращение транзакционных издержек
в цифровой среде
В цифровой экономике под транзакционными издержками следу‑
ет понимать экономическую оценку возможных потерь или ущерба,
возникающих в процессе взаимодействия между экономическими
агентами и осуществления рыночных транзакций, в том числе на ос‑
нове цифровых алгоритмов и платформ (блокчейн), эффективность
которых обеспечивается возможностями сквозных технологий и со‑
ответствующих цифровых институтов традиционным и дистанцион‑
ным способами. Иными словами, в цифровой среде остается набор
непроизводительных (паразитических) издержек, которые не связа‑
ны с операционными затратами на ведение бизнеса или оказание ус‑
луг, но сопровождают бизнес‑процессы. К таким издержкам следует
отнести издержки на поиск и обработку информации, предконтракт‑
ные и постконтрактные издержки (издержки оппортунистическо‑
го поведения), а также связанные с принятием и реализацией управ‑
ленческих решений и пр.
Научный подход автора главы к пониманию и оценке транзакци‑
онных издержек в ходе оказания услуг заключается в реализации ал‑
горитма, состоящего из последовательности следующих этапов.
1. Определение состава субъектов транзакционных издержек (вну‑
тренние транзакционные издержки). Это издержки, возникающие при
формировании «паутины контрактов» в рамках взаимодействия между
собственниками бизнеса и управляющими проектами, менеджерами
и исполнителями по контракту и т. п., включая заработную плату на‑
емных сотрудников. Применение систем искусственного интеллек‑
177
Искусственный интеллект увеличит глобальный ВВП на 15,7 триллионов дол‑
ларов США. URL: https://www.iksmedia.ru/news/5418447‑Iskusstvennyj‑intellekt‑uvelichit.
html (дата обращения: 10.09.2023).
145
4. Применение искусственного интеллекта в сфере услуг
та позволит осуществлять экономию на указанных видах транзакци‑
онных издержек.
2. Определение состава транзакционных издержек. К таким издерж‑
кам относятся следующие:
1) затраты на организацию и планирование деятельности, кон‑
троль и координацию выполнения работ и оказания услуг, повыше‑
ние качества услуг, реализацию мероприятий по повышению эффек‑
тивности;
2) затраты на осуществление коммерческой логистической дея‑
тельности, маркетинговых исследований, продвижения услуг;
3) затраты на развитие инфраструктуры (охрана, транспортные
расходы, эксплуатационные издержки, юридическое консультиро‑
вание, затраты на реализацию социальных программ);
4) затраты на развитие сквозных технологий (инновационное раз‑
витие, технические, технологические, управленческие инновацион‑
ные затраты, затраты на инновационный менеджмент, создание но‑
вых алгоритмов искусственного интеллекта, формирование больших
данных и машинное обучение). Следует отметить, что указанные из‑
держки будут возрастать, особенно на первоначальном этапе вне‑
дрения. Однако в целом состав и объемы транзакционных издержек
в цифровой среде будут серьезным образом сокращаться.
3. Определение общего объема внутренних транзакционных издержек.
Это сумма издержек на систему управления, включая процесс приня‑
тия и реализации управленческих решений, затраты на реализацию
коммерческой деятельности, обслуживание и развитие инфраструк‑
туры, а также на дальнейшее технологическое развитие. В целом, ука‑
занные затраты будут минимизироваться за счет исключения из со‑
става издержек затрат на заработную плату сотрудников.
4. Оценка эффективности компании. Оценка объемов выручки,
прибыли, рентабельности и прочих показателей результативности
и эффективности. Набор указанных показателей будет продикто‑
ван принципами целесообразности и спецификой конкретного вида
бизнеса.
5. Расчет относительной величины внутренних транзакционных из‑
держек. Это соотношение общей величины внутренних транзакци‑
онных издержек к величине выручки (прибыли), выраженное в про‑
центах.
146
4.4. Сокращение транзакционных издержек в цифровой среде
6. Оценка динамики изменения величины текущих относительных
транзакционных издержек по сравнению с величиной аналогичного
показателя за предыдущие периоды.
7. Сопоставление динамики изменения внутренних транзакцион‑
ных издержек и показателей эффективности. Если транзакционные
издержки больше прибыли (финансового результата), то приня‑
тые управленческие решения привели к опережающему росту вну‑
тренних транзакционных издержек и с такой ситуацией необходи‑
мо бороться. Если транзакционные издержки меньше полученной
прибыли, то подтверждается технико‑экономическая целесообраз‑
ность и обоснованность институциональных преобразований в циф‑
ровой среде.
В нижеприведенной табл. форме ниже представлены основные
направления и прогноз влияния систем искусственного интеллек‑
та на величину транзакционных издержек в цифровой экономике.
Направления минимизации различных видов транзакционных издержек
в цифровой среде [19; 28]
Наименование
транзакционных
издержек
Издержки поис‑
ка информации –
затраты времени
и ресурсов, необ‑
ходимых для по‑
иска и обработки
информации
Издержки веде‑
ния переговоров —
затраты времени
и средств на ве‑
дение перегово‑
ров
Краткая характе‑
ристика
Затраты времени
и финансов на по‑
лучение и обра‑
ботку информации
о рынке, ценах,
услугах, имею‑
щихся товарах,
поставщиках и по‑
требителях
Средства на про‑
ведение перего‑
воров об условиях
обмена, заключе‑
ние и оформление
контрактов
Последствия применения ис‑
кусственного интеллекта
и других технологий
Колоссальное сокращение за‑
трат на сбор, обработку, хра‑
нение и систематизацию
больших данных (Big Data).
Снижение асимметричности
и искажений информацион‑
ного поля
Возможность прогнозирова‑
ния различных сценариев ве‑
дения переговоров, учет раз‑
личных факторов.
Применение алгоритмов блок‑
чейна и цифровой подписи
147
4. Применение искусственного интеллекта в сфере услуг
Наименование
транзакционных
Краткая характе‑
ристика
Последствия применения ис‑
издержек
Издержки изме‑
рения — затраты
на измерение ко‑
личества и каче‑
ства вступающих
в обмен товаров
и услуг
Затраты на изме‑
рительную тех‑
нику, проведение
измерений, осу‑
ществление мер
по минимизации
потерь из‑за оши‑
бок. Издержки из‑
мерения возраста‑
Данная группа транзакци‑
онных издержек возраста‑
ет по мере генерирования бо‑
тами интернетного трафика
(до 30 %), информации
и данных.
Изменение соотношения вы‑
год и интересов экономиче‑
ских агентов
ют с повышением
требований к точ‑
ности
Издержки спец‑
ификации и за‑
щиты прав
собственности –
расходы на со‑
держание судов,
арбитража, ор‑
ганов государ‑
ственного управ‑
ления
Затраты времени
и ресурсов для
восстановления
нарушенных
прав и потери
от некачественной
специ фикации
и ненадежной
защиты прав
собственности
Возможность осуществления
формализованного юридиче‑
ского контроля. Основной вид
собственности в цифровой
среде — информация, защи‑
та которой обеспечивается че‑
рез патентование. Заключение
сделок через блокчейн и фор‑
мирование цифрового следа,
позволяющего избежать воз‑
никновения споров по вопро‑
су принадлежности прав
Продолжение табл.
кусственного интеллекта
и других технологий
Издержки поли‑
тизации –
издержки, сопро‑
вождающие при‑
нятие решений
148
Издержки, воз‑
никающие в про‑
цессе организации
принятия коллек‑
тивного решения
путем голосования
Принятие эффективных
управленческих решений. Из‑
менение паттернов поведения
лиц, принимающих управлен‑
ческие решения, исключение
«человеческого фактора»
Наименование
транзакционных
издержек
Издержки оппор‑
тунистического
поведения –
издержки, возни‑
кающие в связи
с недобросовест‑
ным поведением,
а также потери,
вызванные на‑
рушением сдел‑
ки в ущерб пар‑
тнеру
4.4. Сокращение транзакционных издержек в цифровой среде
Окончание табл.
Краткая характе‑
ристика
Последствия применения ис‑
кусственного интеллекта
и других технологий
Затраты, связан‑
ные с нарушени‑
ем условий сдел‑
ки, направленных
на получение од‑
носторонних вы‑
год, различные
случаи обмана,
бездельничанья,
Минимальные (нулевые) за‑
траты вследствие исключения
«человеческого фактора». Из‑
менение структуры трудовых
ресурсов. Повышение эффек‑
тивности контроля за агентом.
Появление стимулов к инве‑
стированию в специфические
активы
манкирования
взятыми на себя
обязательствами
Издержки мас‑
штаба — отрица‑
тельный эффект
масштаба,
увеличение из‑
держек на еди‑
ницу продукции
при увеличении
Затраты, вы‑
званные непро‑
порциональ‑
ным увеличением
управленческих
кадров, неэффек‑
тивная кадровая
политика
Изменение паттернов поведе‑
ния потребителей
178
. Усиление
глобализации и позитивных
эффектов масштаба. Измене‑
ние структуры потребления.
Решение проблемы управ‑
ленческого координирования
и контроля
мощности ком‑
пании
178
Процесс принятия и реализации управленческих решений в тра‑
диционном формате представляет собой последовательность дей‑
ствий, которые могут быть разделены на два этапа: этап I — выра‑
ботка и принятие управленческого решения; этап II — реализация,
контроль и анализ выполнения принятого управленческого решения.
На первом этапе осуществляются следующие операции: постановка
178
Исламутдинов В. Ф. Институциональные изменения в контексте цифровой
экономики // Journal of Institutional Studies. 2020. Т. 12, № 3. С. 142–156. URL: https://
cyberleninka.ru/article/n/institutsionalnye‑izmeneniya‑v‑kontekste‑tsifrovoy‑ekonomiki
(дата обращения: 11.05.2022).
149
4. Применение искусственного интеллекта в сфере услуг
Экономия затрат
Этап II – реализация
ТАИ, ден. ед.
ТАИии
ТАИтр
tии Эффект прессования tтр Время
времени
0
Этап I – принятие
системе
Транзакционные
издержки (ТАИ1)
Общие внутренние
Общие транзакционные издержки (ТИии)
Трансформационные
издержки (ТИ2)
цели, поиск и сбор необходимой и достаточной информации, ее ана‑
лиз, определение целей управления в рамках решения проблемы, раз‑
работка критериев эффективности управленческого решения, а также
различных вариантов решения, сопоставление принятых вариантов
по критерию эффективности и выбор оптимального, оформление.
Управленческие решения можно разбить на два типа:
1) только транзакционные издержки;
2) одновременно транзакционные и трансформационные издержки.
На представленном ниже рис. отображены обозначенные типы
издержек.
решения в традиционной
издержки (ТИ
решения в традиционной системе
общ
)
Рис. Транзакционные и трансформационные издержки
в процессе принятия и реализации управленческого решения
На рис.:
– ТАИтр — общий объем транзакционных издержек в традици‑
онной системе принятия решения;
179
Разработано авторами по результатам исследования.
179
150
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]