УДК 330.47:339.37:004.8
DOI: 10.36871/ek.up.p.r.2026.02.08.008

Авторы

Эдуард Иванович Маилов,
Всероссийская академия внешней торговли, Москва, Россия

Аннотация

В статье представлена методика расчета цифровой и ИИ-зрелости на процессном уровне (уровень подпроцесса) для крупных компаний розничной торговли. Актуальность обусловлена потребностью в воспроизводимой диагностике зрелости, обеспечивающей сопоставимость результатов и их применимость для управленческих решений. Методика основана на процессном подходе и предусматривает оценку подпроцесса по системе компонент: цифровизация и управляемость входных данных, автоматизация исполнения, цифровизация и управляемость выходных данных, аналитическая поддержка управления, а также зрелость применения искусственного интеллекта как самостоятельного измерения, отражающего регулярность использования, управляемость эксплуатации и контроль рисков. Для снижения субъективности предложены критерии выставления баллов по дискретной шкале 0–3 для каждой компоненты, далее описаны процедуры нормализации оценок и правила агрегирования. В результате формируются показатели цифровой зрелости подпроцесса, ИИ-зрелости подпроцесса и интегральный показатель зрелости, а также правила их последующей агрегации на уровни процесса и компании. Предложенный подход обеспечивает прозрачность расчета, повышает интерпретируемость итоговых значений и позволяет выявлять неоднородность зрелости в операционном контуре компании.

Ключевые слова

цифровая зрелость; ИИ-зрелость; модель зрелости; процессный подход; критерии оценки зрелости; цифровая трансформация

Список литературы

  1. Аленина К.А., Курицына А.В. Разработка алгоритма оценки уровня цифровой зрелости компании // Экономика, предпринимательство и право. 2024. Т. 14, № 4. С. 1057–1078.
  2. Асадуллина А.В., Маилов Э.И. Диагностика уровня цифровой зрелости для реализации стратегии цифровой трансформации компании: постановка проблемы // V Российский экономический конгресс «РЭК-2023»: сборник тезисов докладов. Т. 16: Тематическая конференция «Цифровая экономика и сети». 2023. С. 75–79. URL: https://www.econorus.org/pdf/Volume16_ REC-2023.pdf (дата обращения: 28.10.2025)
  3. Асадуллина А.В., Маилов Э.И. Цифровая трансформация и цифровизация и современные методы диагностики уровня цифровой зрелости компаний // Russian Economic Bulletin. 2025. Т. 8, № 1. С. 452–460. URL: https://dgpu-journals. ru/archives/12015 (дата обращения: 28.10.2025)
  4. Гилева Т.А. Цифровая зрелость предприятия: методы оценки и управления // Вестник УГНТУ. Наука, образование, экономика. Серия: Экономика. 2019. № 1(27). С. 38–52.
  5. Ильина Л.А., Капустин К.К. Оценка цифровой зрелости российских компаний на основе интегральной модели // Вестник Бурятского государственного университета. Экономика и менеджмент. 2025. № 3. С. 49–57.
  6. Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации. Приказ от 18.11.2020 № 600 (ред. от 17.10.2022) «Об утверждении методик расчета целевых показателей национальной цели развития Российской Федерации «Цифровая трансформация»» [Электронный ресурс]. URL: https://it.kirovreg. ru/upload/18.11.2020%20%E2%84%96600%20 %28%D1%81%20%D0%B8%D0%B7%D0% BC%D0%B5%D0%BD%D0%B5%D0%BD %D0%B8%D1%8F%D0%BC%D0%B8%29. pdf (дата обращения: 28.10.2025).
  7. Наугольнова И.А. Процессный подход к управлению затратами и его роль в эволюционном реинжиниринге бизнес-процессов // Теория и практика общественного развития. 2023. № 8(184). С. 154–158.
  8. Нигай Е.А. Метрики цифровой зрелости бизнеса в микро-, мезо- и макроконтурах // Вестник Пермского университета. Серия «Экономика». 2024. Т. 19, № 1. С. 34–50.
  9. Фадеева Н.В. Процессный подход к управлению: дефиниции и интерпретации // Экономика строительства. 2022. № 11. С. 30–37.
  10. Чурсин А.А., Кокуйцева Т.В. Развитие методов оценки цифровой зрелости организации с учетом регионального аспекта // Экономика региона. 2022. № 2. С. 450–463.
  11. Яков и Партнеры; Яндекс. Искусственный интеллект в России – 2025: тренды и перспективы: отчет [Электронный ресурс]. Дек. 2025. 65 с. URL: https://adindex.ru/publication/analitics/ search/340222/img/Iskusstvennyy_intellekt_v_ Rossii_2025.pdf (дата обращения: 15.11.2025).
  12. Accenture. The art of AI maturity: Advancing from practice to performance [Electronic resource]: Report. 2022. URL: https://www. accenture.com/content/dam/system-files/acom/ custom-code/ai-maturity/Accenture-Art-of-AIMaturity-Report-Global-Revised.pdf (дата обращения: 28.10.2025).
  13. Becker J., Knackstedt R., Pöppelbuß J. Developing Maturity Models for IT Management // Business & Information Systems Engineering. 2009. Vol. 1, No. 3. P. 213–222.
  14. De Bruin T., Freeze R., Kulkarni U., Rosemann M. Understanding the main phases of developing a maturity assessment model // Australasian Conference on Information Systems (ACIS). 2005.
  15. Digitopia. AI Maturity Index (AIMI) / AI Maturity Assessment [Электронный ресурс]. URL: https://digitopia.co/solutions/ai-maturityindex/ (дата обращения: 28.10.2025).
  16. Gueorguiev T. Improving the internal auditing procedure by using SIPOC diagrams // Journal of Innovations and Sustainability. 2018. Vol. 4, No. 2. P. 35–43. URL: https://is-journal.com/is/ article/download/51/36/71 (дата обращения: 28.10.2025).
  17. Gurumurthy R., Schatsky D. Pivoting to digital maturity: Seven capabilities central to digital transformation [Electronic resource] // Deloitte Insights. 13 March 2019. URL: https:// www.deloitte.com/us/en/insights/topics/digitaltransformation/digital-maturity-pivot-model. html (дата обращения: 28.10.2025).
  18. National Institute of Standards and Technology (NIST). Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1) [Electronic resource]. 2023. URL: https://nvlpubs. nist.gov/nistpubs/ai/NIST.AI.100-1.pdf (дата обращения: 28.10.2025).
  19. OECD. Recommendation of the Council on Artificial Intelligence (OECD/LEGAL/0449) [Electronic resource]. 2019. URL: https:// legalinstruments.oecd.org/en/instruments/oecdlegal-0449 (дата обращения: 28.10.2025).
  20. Parkash S., Kaushik V.K. Supplier Performance Monitoring & Improvement (SPMI) through SIPOC Analysis & PDCA Model to the ISO 9001 QMS in Sports Goods Manufacturing Industry // LogForum. 2011. Vol. 7, No. 4. Art. 1. URL: https://www.logforum.net/pdf/7_4_1_11. pdf (дата обращения: 28.10.2025).
  21. Pöppelbuß J., Röglinger M. What makes a useful maturity model? A framework of general design principles for maturity models and its demonstration in business process management [Electronic resource] // Proceedings of the 19th European Conference on Information Systems (ECIS 2011). 2011. URL: https://www.researchgate.net/ publication/221409904_What_makes_a_useful_ maturity_model_A_framework_of_general_ design_principles_for_maturity_models_ and_its_demonstration_in_business_process_ management (дата обращения: 28.10.2025).
  22. Reichl G., Grünbichler R. Maturity models for the use of artificial intelligence in enterprises: a literature review // European Journal of Management and Business Economics. 2024. Vol. 33, No. 3. P. 306–325.
  23. Teichert R. Digital Transformation Maturity: A Systematic Review of Literature // Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis. 2019. Vol. 67, No. 6. P. 1673–1687. URL: https://acta.mendelu.cz/ pdfs/acu/2019/06/27.pdf (дата обращения: 28.10.2025).
  24. Vial G. Understanding digital transformation: A review and a research agenda // The Journal of Strategic Information Systems. 2019. Vol. 28, No. 2. P. 118–144.