УДК 004.8
DOI: 10.36871/ek.up.p.r.2025.12.06.017

Авторы

Муслим Ахметханович Алероев,
Чеченский государственный университет им. А. А. Кадырова, Грозный, Российская Федерация
Ильдар Махмутович Ганиев,
Набережночелнинский филиал Университета управления «ТИСБИ», Набережные Челны, Российская Федерация
Ислам Мухамедович Лигидов,
Кабардино-Балкарский государственный университет имени Х. М. Бербекова, нальчик, Российская Федерация

Аннотация

В статье исследуется влияние нейросетевых технологий на трансформацию подходов к формированию бизнес-моделей и разработке новых продуктов в условиях цифровой экономики. Особое внимание уделено тому, как архитектуры глубокого обучения, генеративные модели и системы машинного восприятия способствуют ускорению инновационного цикла, персонализации клиентского опыта и переходу от традиционных производственных логик к платформенным и алгоритмическим моделям создания ценности. Анализируется практика внедрения нейросетей в разных отраслях — от маркетинга и медицины до дизайна, права и промышленности, — с акцентом на том, как ИИ-инструменты меняют экономику процессов, структуру команд, жизненный цикл продуктов и саму логику взаимодействия между бизнесом и пользователем. На основе изучения существующих кейсов и актуальной научной литературы в работе предложена классификация новых бизнес-моделей, обусловленных развитием нейросетевых решений, а также обозначены риски, институциональные ограничения и перспективы масштабирования.

Ключевые слова

нейросетевые технологии, бизнес-модели, генеративный ИИ, цифровая трансформация, инновационные продукты, персонализация, алгоритмическое управление, искусственный интеллект, платформа ценности, когнитивная автоматизация

Список литературы

  1. Бугин, Дж., Сонг, Дж., Маньяка, Дж., Чуй, М., Джоши, Р. Заметки с передовой ИИ: Моделирование влияния ИИ на мировую экономику [Электронный ресурс] // McKinsey Global Institute. 2019. URL: https://www.mckinsey. com/featured-insights/artificial-intelligence/notesfrom-the-ai-frontier-modeling-the-impact-of-aion-the-world-economy
  2. Остервальдер, А., Пиньёр, Й. Генерация бизнес-моделей: Справочник для визионеров, энтузиастов и претендентов. Хобокен: Wiley, 2010. 288 с.
  3. Флориди, Л., Коулз, Дж. Единая структура из пяти принципов для ИИ в обществе // Harvard Data Science Review. 2022. Том 4, № 1. DOI: 10.1162/99608f92.f0c34f0d.
  4. Райш, С., Краковски, С. Искусственный интеллект и управление: парадокс автоматизации и дополнения // Academy of Management Review. 2021. Том 46, № 1. С. 192–210. DOI: 10.5465/амр.2018.0072.
  5. Каплан А., Хэнляйн М. Правители мира, объединяйтесь! Вызовы и возможности искусственного интеллекта // Горизонты бизнеса. 2020. Том. 63, № 1. С. 37–50. DOI: 10.1016/j. bushor.2019.09.003.
  6. Власов А. С., Киселев П. В. Нейросети как фактор трансформации цифровых бизнес-моделей: возможности и ограничения // Цифровая экономика. 2023. № 2(8). С. 17–25
  7. Рахимова Г. С., Галявьев А. Р. Экономика цифровых платформ: модель ценообразования и монетизации в условиях сетевых эффектов // Экономика и управление: проблемы, решения. 2025. Т. 8, № 5 (158). С. 204–212.
  8. Аппалонова Н. А., Гузуева Э. Р., Жиляев А. А. Экономическая эффективность искусственного интеллекта в бизнес-процессах компании // Экономика и управление: проблемы, решения. 2025. Т. 8, № 5 (158). С. 173–183.
  9. Нуртдинов И. И., Шипшова О. А. Тенденции изменения вектора развития лизингового рынка в условиях ограничений // Вестник Российского университета кооперации. 2023. № 3 (53). С. 68–71. ЭДН АКАСФЕ.
  10. Чумарина Г. Р., Шипшова О. А. Пути повышения конкурентоспособности сельскохозяйственной потребительской кооперации в современных условиях // Международный журнал финансовых исследований. 2021. Том. 12, № 2. С. 318. DOI: 10.5430/ijfr.v12n2p318. EDN GEZWTS.