УДК 005.334:331.101.262:004.8
DOI: 10.36871/ek.up.p.r.2026.03.09.019

Авторы

Ольга Титовна Ергунова,
Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия
Ольга Юрьевна Орлова,
Санкт-Петербургский государственный экономический университет, Санкт-Петербург, Россия

Аннотация

Статья посвящена разработке методологии построения индекса уязвимости человеческого капитала организации (ИУЧК) – композитного количественного показателя, интегрирующего оценку рисков обесценения человеческого капитала при интеграции систем искусственного интеллекта (ИИ) в управленческие процессы. Методологической основой индекса является трёхмерная классификация рисков, структурированная по: (1) уровню управления (операционный, тактический, стратегический), (2) типу замещаемой функции (рутинная когнитивная, аналитическая, креативная, коммуникативная), (3) горизонту реализации риска (немедленный, среднесрочный, отложенный). Пересечение трёх измерений формирует трёхмерную решётку из 36 ячеек (3 × 4 × 3), каждая из которых характеризуется весовым коэффициентом, калиброванным методом Дельфи. Разработана формула агрегирования ИУЧК, учитывающая нелинейный характер каскадных рисков. Пилотная апробация выполнена на данных 54 организаций мегаполисов (Санкт-Петербург, Москва, Екатеринбург), собранных в рамках гранта РНФ № 25-28-01469 в 2025–2026 гг. Получены различия индекса по отраслям (ИТ-сектор: ИУЧК = 0,41; производство: 0,58; финансовый сектор: 0,53; услуги: 0,47) и масштабу организаций (крупные: 0,55; средние: 0,49; малые: 0,38). Обнаружено, что порог повышенной уязвимости (ИУЧК ≥ 0,61) достигнут в 22% исследованных организаций. Результаты носят предварительный характер и требуют дальнейшей статистической верификации на расширенной выборке.

Ключевые слова

индекс уязвимости человеческого капитала, решётка рисков, искусственный интеллект, каскадные риски, технологическое замещение, менеджмент организаций, количественная модель оценки

Список литературы

  1. Национальный центр развития искусственного интеллекта при Правительстве Российской Федерации. Индекс готовности приоритетных отраслей экономики РФ к внедрению ИИ: аналитический доклад / НЦРИИ, ВЦИОМ. – М., 2024. – 48 с.
  2. McKinsey Global Institute. A new future of work: The race to deploy AI and raise skills in Europe and beyond / McKinsey Global Institute. – New York: McKinsey & Company, 2024. – 136 p.
  3. Eloundou T., Manning S., Mishkin P., Rock D. GPTs are GPTs: An early look at the labor market impact potential of large language models // Science. – 2023. – Vol. 380, no. 6652. – DOI: 10.1126/science.adj0998.
  4. Kellogg K.C., Valentine M.A., Christin A. Algorithms at work: The new contested terrain of control // Academy of Management Annals. – 2020. – Vol. 14, no. 1. – P. 366–410. – DOI: 10.5465/annals.2018.0174.
  5. Fitz-enz J. The ROI of Human Capital: Measuring the Economic Value of Employee Performance. – 2nd ed. – New York: AMACOM, 2009. – 336 p.
  6. Sveiby K.-E. The New Organizational Wealth: Managing and Measuring Knowledge-Based Assets. – San Francisco: Berrett-Koehler, 1997. – 275 p.
  7. Edvinsson L., Malone M.S. Intellectual Capital: Realizing Your Company’s True Value by Finding Its Hidden Brainpower. – New York: HarperBusiness, 1997. – 240 p.
  8. Ергунова О.Т. Концепция рискогенного замещения человеческого капитала: теоретическая модель каскадного формирования рисков при алгоритмизации управления организациями // Проблемы теории и практики управления. – 2026. – № 5. – (в печати).
  9. Капелюшников Р.И. Человеческий капитал России: эволюция и структурные особенности // Вестник общественного мнения. – 2005. – № 4(78). – С. 46–54.
  10. Frey C.B., Osborne M.A. The future of employment: How susceptible are jobs to computerisation? // Technological Forecasting and Social Change. – 2017. – Vol. 114. – P. 254– 280. – DOI: 10.1016/j.techfore.2016.08.019.
  11. Autor D.H. Why are there still so many jobs? The history and future of workplace automation // Journal of Economic Perspectives. – 2015. – Vol. 29, no. 3. – P. 3–30.
  12. Acemoglu D., Restrepo P. Robots and jobs: Evidence from US labor markets // Journal of Political Economy. – 2020. – Vol. 128, no. 6. – P. 2188–2244.
  13. OECD. OECD Employment Outlook 2019: The Future of Work / OECD. – Paris: OECD Publishing, 2019. – 340 p. – DOI: 10.1787/9ee00155-en.
  14. Autor D.H., Mindell D., Reynolds E. The work of the future: Building better jobs in an age of intelligent machines. – Cambridge, MA: MIT Press, 2020. – 92 p.
  15. Committee of Sponsoring Organizations of the Treadway Commission (COSO). Enterprise Risk Management – Integrating with Strategy and Performance. – 2017. – 16 p.
  16. Одегов Ю.Г., Лабаджян М.Г. Кадровая политика и кадровое планирование. – М.: Юрайт, 2024. – 444 с.
  17. Raisch S., Krakowski S. Artificial intelligence and management: The automation– augmentation paradox // Academy of Management Review. – 2021. – Vol. 46, no. 1. – P. 192–210. – DOI: 10.5465/amr.2018.0072.
  18. Ергунова О.Т., Сомов А.Г., Иващенко А.А., Седякина А.А. Нейросетевые решения и блокчейн в управлении трудовыми ресурсами мегаполисов: концепции, модели, прогнозы. – СПб.: Политехпресс, 2025. – 258 с.