УДК 338.2
DOI: 10.36871/ek.up.p.r.2025.11.10.020

Авторы

Татьяна Владимировна Кокуйцева,
Диана Ринатовна Идрисова,
Российский университет дружбы народов имени Патриса Лумумбы, Москва, Российская Федерация

Аннотация

В статье проведён анализ современных инструментов управления производством, представленных в трудах российских и зарубежных ученых. Исследованы и систематизированы подходы к управлению производственными процессами с использованием технологий искусственного интеллекта в ведущих мировых компаниях обрабатывающих отраслей промышленности. Сформулированы рекомендации по интеграции лучших мировых практик в деятельность российских промышленных предприятий.

Ключевые слова

управление производством, цифровые технологии, искусственный интеллект, производственные компании

Список литературы

  1. Алборова В.В., Перевозчикова Ю.В., Пальмов С.В. Искусственный интеллект: автоматизация процессов и интеллектуальные системы управления производством // Индустриальная экономика. 2024. №S1. URL: https://cyberleninka.ru/ article/n/iskusstvennyy-intellekt-avtomatizatsiyaprotsessov-i-intellektualnye-sistemy-upravleniyaproizvodstvom (дата обращения: 16.11.2025).
  2. Бирюков Н.П. Применение искусственного интеллекта для оптимизации процессов производства в промышленности // Вестник науки. 2024. №6 (75). URL: https://cyberleninka.ru/ article/n/primenenie-iskusstvennogo-intellektadlya-optimizatsii-protsessov-proizvodstva-vpromyshlennosti (дата обращения: 01.11.2025).
  3. Высшая школа экономики. Digital Transformation [Электронный ресурс] // stratpro. hse.ru. URL: https://stratpro.hse.ru/digitaltransformation/news/836055317.html (дата обращения: 16.11.2025).
  4. ГОСТ Р ИСО 15531-1-2008. Промышленные автоматизированные системы и интеграция. Данные по управлению промышленным производством. Часть 1. Общий обзор. — Москва: Стандартинформ, 2009. — 19 с. [Электронный ресурс]. URL: https://www.gostinfo.ru (дата обращения: 16.11.2025).
  5. Коммерсантъ. Россия, Валовой внутренний продукт [Электронный ресурс] // Kommersant. ru. URL: https://www.kommersant.ru/ doc/5774262 (дата обращения: 16.11.2025).
  6. Министерство экономического развития РФ. Производительность труда [Электронный ресурс] // economy.gov.ru. URL: https:// www.economy.gov.ru/material/directions/ np/proizvoditelnost/truda (дата обращения: 16.11.2025).
  7. Поляков А.А., Мамаджарова Т.А., Балашова Е.С. Искусственный интеллект: революция в современных отраслях промышленности // ЕГИ. 2024. №5 (55). URL: https://cyberleninka. ru/article/n/iskusstvennyy-intellekt-revolyutsiyav-sovremennyh-otraslyah-promyshlennosti (дата обращения: 01.11.2025).
  8. Правительство Российской Федерации. Распоряжение от 6 июня 2020 г. № 1512- р [Электронный ресурс] // government.ru. URL: https://static.government.ru/media/files/ Qw77Aau6IOSEIuQqYnvR4tGMCy6rv6Qm. pdf (дата обращения: 16.11.2025).
  9. Ребус Н. А., Благовещенский И.Г., Ратанова О.В., Ф. А. Мастяев. Роль технологий искусственного интеллекта в цифровой трансформации российского производства // Известия КБНЦ РАН. 2025. №2. URL: https://cyberleninka. ru/article/n/rol-tehnologiy-iskusstvennogointellekta-v-tsifrovoy-transformatsii-rossiyskogoproizvodstva (дата обращения: 21.11.2025).
  10. 10.Сопина Н.В., Маккаева Р.С.-А. Перспективы внедрения нейросетей и искусственного интеллекта на промышленном производстве // Journal of Monetary Economics and Management. 2023. №3. URL: https://cyberleninka.ru/ article/n/perspektivy-vnedreniya-neyrosetey-iiskusstvennogo-intellekta-na-promyshlennomproizvodstve (дата обращения: 21.11.2025).
  11. 11.Центр макроэкономического анализа и краткосрочного прогнозирования. О производительности труда в отраслях экономики России по сравнению с другими странами [Электронный ресурс] / В. Сальников (рук.), Д. Галимов, А. Гнидченко, О. Михеева // forecast.ru. – 2023. – 36 с. – URL: http://www.forecast.ru/_ARCHIVE/ Analitics/PROM/2025/otr1.pdf (дата обращения: 17.11.2025).
  12. 12.Top-tuning.ru. Geely и Deepseek: интеграция моделей искусственного интеллекта в автомобили нового поколения [Электронный ресурс] // top-tuning.ru. URL: https://top-tuning. ru/avtonovosti/20250207-geelyideepseekzavershili-integratsiyu-modeley-iskusstvennogointellekta-v-intellektualnye-avtomobili-novogopokoleniya (дата обращения: 16.11.2025).
  13. 13.Automotive Manufacturing Solutions. BMW’s factory genius: how AI is transforming automotive production [Электронный ресурс] // automotivemanufacturingsolutions.com. URL: https://www. automotivemanufacturingsolutions.com/digitalisation/bmws-factory-genius-how-ai-is-transforming-global-automotive-production/641851 (дата обращения: 16.11.2025).
  14. Chapados N., Drouin A. Berkeley RDI. Agent Workflows [Электронный ресурс] // rdi.berkeley.edu. URL: https://rdi.berkeley.edu/llm-agents/ assets/agent-workflows.pdf (дата обращения: 16.11.2025).
  15. 15.Best-Selling Cars. 2025 Germany Best-Selling Car Brands and Models [Электронный ресурс] // best-selling-cars.com. URL: https://www.bestselling-cars.com/germany/2025-half-year-germany-best-selling-car-brands-and-models (дата обращения: 16.11.2025).
  16. 16.BMW Group. AIQX platform [Электронный ресурс] // bmwgroup.com. URL: https://www. bmwgroup.com/en/news/general/2023/aiqx. html (дата обращения: 16.11.2025).
  17. 17.BMW Group. Artificial intelligence eliminates pseudo-defects at crack control [Электронный ресурс] // press.bmwgroup. com. URL: https://www.press.bmwgroup.com/ global/videoDetail/PF0006992/artificial-intelligence-eliminates-pseudo-defects-at-crack-control-bmw-group-press-plant-dingolfing (дата обращения: 16.11.2025).
  18. 18.BMW Group. Artificial intelligence to control whether correct model designations are attached [Электронный ресурс] // press.bmwgroup. com. URL: https://www.press.bmwgroup.com/ global/videoDetail/PF0006994/artificial-intelligence-to-control-whether-correct-model-designations-are-attached-bmw-group-dingolfing-plant (дата обращения: 16.11.2025).
  19. 19.BMW Group. Innovation: Artificial Intelligence [Электронный ресурс] // bmwgroup.com. URL: https://www.bmwgroup.com/en/innovation/artificial-intelligence.html (дата обращения: 16.11.2025).
  20. 20.BMW Group. Smart maintenance using artificial intelligence [Электронный ресурс] // press. bmwgroup.com. URL: https://www.press.bmwgroup.com/global/articleDetail/T0438145EN/ smart-maintenance-using-artificial-intelligence (дата обращения: 16.11.2025).
  21. 21.CareEdge. Electric Vehicle Market Share and Sales [Электронный ресурс] // caredge.com. URL: https://caredge.com/guides/electric-vehicle-market-share-and-sales (дата обращения: 16.11.2025).
  22.  22.DCFModeling. History Mission Ownership [Электронный ресурс] // dcfmodeling.com. URL: https://dcfmodeling.com/blogs/history/300024-sz-history-mission-ownership (дата обращения: 16.11.2025).
  23. 23.Disfold.com. DAX Companies List [Электронный ресурс] // disfold.com. URL: https://disfold.com/ stock-index/dax-companies (дата обращения: 16.11.2025).
  24. 24.Gartner. Gartner Hype Cycle Identifies Top AI Innovations in 2025 [Электронный ресурс] / Aaron Rosenbaum, Robert Thanaraj // Gartner. com. URL: https://www.gartner.com/en/newsroom/press-releases/2025-08-05-gartner-hypecycle-identifies-top-ai-innovations-in-2025 (дата обращения: 16.11.2025).
  25. 25.Geely. Overview [Электронный ресурс] // geelyph.com. URL: https://geelyph.com/ overview (дата обращения: 16.11.2025).
  26. 26.General Motors. 2025 Sales Newsletter [Электронный ресурс] // gm.com. URL: https:// news.gm.com/content/public/us/en/gm/news/home/ newsletter-archive/2025/newsletter-07-03-2025. html (дата обращения: 16.11.2025).
  27. 27.Hans Aoyang Zhou et al. Improving Machine Vision with Generative AI [Электронный ресурс] // link.springer.com. URL: https://link.springer. com/article/10.1007/s10845-025-02604-6 (дата обращения: 16.11.2025).
  28. 28.Hexagon. General Motors validates digital twin [Электронный ресурс] // hexagon.com. URL: https://hexagon.com/resources/resource-library/general-motors-validates-digital-twin (дата обращения: 16.11.2025).
  29. 29.Humanoid Robotics Technology. Siasun announces new technology at Beijing World Robot Conference [Электронный ресурс] // humanoidroboticstechnology.com. URL: https://humanoidroboticstechnology.com/industry-news/siasun-announces-new-technology-at-the-beijing-world-robot-conference (дата обращения: 16.11.2025).
  30. 30.International Labour Organization (ILO). ILOSTAT. Labour productivity: ILO Modelled Estimates and Projections (ILOEST) database, November 2024 edition [Электронный ресурс]. – URL: https://ilostat.ilo.org/topics/labour-productivity/ (дата обращения: 17.11.2025).
  31. 31.Jacob A.P. MIT PhD Thesis [Электронный ресурс] // MIT. URL: https://dspace.mit.edu/ bitstream/handle/1721.1/58481/jacob-apjacobphd-eecs-2024-thesis.pdf (дата обращения: 16.11.2025).
  32. 32.Chen, T., Sampath, V., May, M.C., Shan, S., Jorg, O.J., Aguilar Martn, J.J., Stamer, F., Fantoni, G., Tosello, G., Calaon, M. Machine Learning in Manufacturing towards Industry 4.0: From For Now to Four-Know [Текст] // Applied Sciences. – 2023. – Vol. 13, № 3. – P. 1903. – DOI: 10.3390/ app13031903. – URL: https://www.mdpi. com/2076-3417/13/3/1903 (дата обращения: 17.11.2025).
  33. 33.Shanyan Nie, Naiwen Li, Yang Yang. Opportunities from Generative AI in Robotics [Электронный ресурс] // atlantis-press.com. URL: https://www.atlantis-press.com/proceedings/icmsem-24/126005083 (дата обращения: 16.11.2025).
  34. 34.Siasun. Innovative Blueprint for Robotics AI [Электронный ресурс] // en.siasun.com. URL: https://en.siasun.com/siasun-partnerswith-baidu-ai-cloud-to-chart-an-innovative-blueprint-for-robotics-ai.html (дата обращения: 16.11.2025).
  35. 35.Sruti Srinidh, Edward Lu, Anthony Rowe. XaiR: An XR Platform that Integrates Large Language Models with the Physical World [Электронный ресурс] // URL: https://users.ece.cmu.edu/~agr/ resources/publications/xair_ismar_2024.pdf (дата обращения: 17.11.2025).
  36. 36.Statista. Russia: Gross domestic product (GDP) in current prices from 1992 to 2030 [Электронный ресурс] / Statista Research Department // Statista. com. URL: https://www.statista.com/statistics/263772/gross-domestic-product-gdp-in-russia (дата обращения: 16.11.2025).
  37. 37.Visual Capitalist. Tesla still dominates with nearly 50% of U.S. EV sales [Электронный ресурс] // visualcapitalist.com. URL: https://www.visualcapitalist.com/tesla-still-dominates-with-nearly-50- of-u-s-ev-sales (дата обращения: 16.11.2025).
  38. 38.World Bank. World Development Indicators [Электронный ресурс] / Compiled by World Bank Group // wdi.worldbank.org. URL: https:// wdi.worldbank.org/table/4.2 (дата обращения: 16.11.2025).
  39. 39.Xue Jiang, Weiren Wang, Shaohan Tian, Hao Wang, Turab Lookman, Yanjing Su. Generative AI in materials science [Электронный ресурс] // nature.com. URL: https://www.nature.com/ articles/s41524-025-01554-0 (дата обращения: 16.11.2025).
  40. 40.Mayer, A., Greif, L., Huermann, T.M., Otto, S., Kastner, K., El Bobbou, S., Chardonnet, J.-R., Reichwald, J., Fleischer, J., Ovtcharova, J. Digital Twins, Extended Reality, and Artificial Intelligence in Manufacturing Reconfiguration: A Systematic Literature Review [Текст] // Sustainability. – 2025. – Vol. 17, № 5. – P. 2318. – DOI: 10.3390/ su17052318. – URL: https://www.mdpi.com/2318 (дата обращения: 17.11.2025).
  41. 41.Lavopa, A., Riccio, F. Manufacturing-led growth: Driving and sustaining economies : Policy Brief Series No. 15 / United Nations Industrial Development Organization (UNIDO); November 2024. — URL: https://www.unido.org/sites/ default/files/unido-publications/2024-11/IID%20 Policy%20Brief%2015%20-%20Manufacturingled%20growth.pdf (дата обращения: 21.11.2025).
  42. 42.Амирова, Э.Ф. Экономический потенциал применения искусственного интеллекта в автоматизации производства: анализ преимуществ и вызовов / Э. Ф. Амирова, И. М. Сафаров, Н. А. Аппалонова // Экономика и управление: проблемы, решения. – 2024. – Т. 4, № 2(143). – С. 5-11. – DOI 10.36871/ek.up.p.r.2024.02.04.001. – EDN FBQOBO.
  43. 43.Ветров А. С., Елисеева А. А. Искусственный интеллект – универсальный ин струментарий в руках эксперта // Экономика и управление: проблемы, решения. 2024. № 4. Т. 4. С. 184–190; https://doi.org/10.36871/ek.up.p.r.2024.04.04.021
  44. 44.Глазьев С.Ю. Ключевым направлением экономической политики на ближайшую перспективу должно стать осуществление промышленного прорыва на основе нового технологического уклада / С. Ю. Глазьев // Вестник ФИПС. – 2025. – Т. 4, № 2(12). – С. 108-111. – EDN PWHWJL.
  45. 45.Хрусталёв Е. Ю., Славянов А.С. Импортозависимость как угроза инновационному развитию отечественной промышленности // Экономический анализ: теория и практика. 2018. №6 (477). URL: https://cyberleninka.ru/ article/n/importozavisimost-kak-ugroza-innovatsionnomu-razvitiyu-otechestvennoy-promyshlennosti (дата обращения: 21.11.2025).