УДК 332.1:004.8
DOI: 10.36871/ek.up.p.r.2026.04.06.018

Авторы

Булат Дагирович Паштаев,
Дагестанский государственный аграрный университет, Махачкала, российская Федерация
Асият Ибрагимовна Аджиева,
Северо-Кавказская государственная академия, Черкесс, Карачаево-Черкесская Республика
Казбек Нарзанович Хашхожев,
Кабардино-Балкарский государственный университет им. Х. М. Бербекова, Нальчик, Российская Федерация

Аннотация

Статья посвящена анализу применения технологий искусственного интеллекта (ИИ), больших данных (Big Data) и предиктивной аналитики в управлении региональным развитием. Актуальность исследования обусловлена переходом государственного управления на платформенные принципы, внедрением систем «Умный город», а также реализацией стратегий цифровой трансформации регионов, в рамках которых инвестиции в аналитические платформы достигают значительных объёмов, однако методы оценки их экономической и управленческой эффективности остаются недостаточно разработанными. На основе анализа данных Министерства цифрового развития, связи и массовых коммуникаций РФ, Аналитического центра при Правительстве РФ, а также пилотных проектов внедрения предиктивной аналитики в регионах (Москва, Татарстан, Ханты-Мансийский автономный округ, Белгородская область) за период 2022–2025 гг. выявлены основные направления использования ИИ и больших данных в региональном управлении: прогнозирование налоговых поступлений, оптимизация бюджетных расходов, управление транспортными потоками, предиктивное обслуживание коммунальной инфраструктуры, адресное предоставление социальных услуг. Установлено, что экономический эффект от внедрения данных технологий носит разнородный характер: прямое сокращение операционных издержек достигает 8–15% в отдельных сферах (транспорт, ЖКХ), эффект в бюджетноналоговой сфере проявляется в виде прироста собираемости налогов на 3–7% за счёт снижения административных барьеров и улучшения администрирования. Организационно-управленческие аспекты внедрения включают трансформацию структуры региональных органов власти (сокращение линейных подразделений, рост аналитических департаментов), изменение требований к компетенциям государственных служащих, а также необходимость пересмотра процедур принятия решений. Предложена матрица оценки готовности регионов к внедрению ИИ и предиктивной аналитики, включающая факторы кадрового потенциала, инфраструктурной зрелости, нормативно-правового обеспечения и бюджетной обеспеченности.

Ключевые слова

искусственный интеллект, большие данные, предиктивная аналитика, региональное управление, цифровая трансформация, эффективность государственного управления, бюджетное планирование, умный город, цифровая зрелость региона, государственное администрирование.

Список литературы

  1. Аппалонова, Н. А. Использование ИИ в финансовом секторе для оптимизации рисков и повышения эффективности / Н. А. Аппалонова, И. А. Магомедов, А. М. Балтина // Экономика и управление: проблемы, решения. — 2024. — Т. 4, № 12(153). — С. 122–128.
  2. Аппалонова, Н. А. Экономическая оценка внедрения искусственного интеллекта в бизнес-процессы компании / Н. А. Аппалонова, Э. Р. Гузуева, А. А. Жиляев // Экономика и управление: проблемы, решения. — 2025. — Т. 8, № 5(158). — С. 173–183.
  3. Влияние цифровых технологий на качество жизни современного общества / Т.В.Яровова, А.Э. Амирасланова // Московский экономический журнал. — 2022. — Т. 7, № 10.
  4. Галимуллин, Н. Р. Роль искусственного интеллекта в цифровой трансформации банковской системы / Н. Р. Галимуллин // Экономика и управление: проблемы, решения. — 2025. — Т. 2, № 3(156). — С. 142–150. — DOI 10.36871/ ek.up. p. r.2025.03.02.018. — EDN RWCITW.
  5. Григорян, В. В. Инновационные технологии в управлении корпоративными продажами: обзор текущего состояния и будущих направлений / В.В. Григорян // Путеводитель предпринимателя. — 2025. — Т. 18, № 2. — С. 11–21.
  6. Лойко, В. Е. Цифровизация логистики: применение искусственного интеллекта и больших данных для оптимизации цепей поставок / В. Е.Лойко // Современные научные исследования и инновации. — 2025. — № 12(176).
  7. Морковкин, Д. Е. Развитие механизмов принятия управленческих решений на основе технологий искусственного интеллекта и больших данных / Д. Е. Морковкин, Д. С. Шихалиева, Г. И. Алеева, Т.В. Петрусевич // Вестник евразийской науки. — 2025. — Т. 17, № S1.
  8. Налбандян, Г.Г.Ключевые направления цифровой трансформации промышленных компаний: анализ российских и зарубежных предприятий / Г. Г. Налбандян, Т.В. Ховалова // Инновационное развитие экономики.—2021.—№ 6(66).— С. 58–66.
  9. Першина, Э. С. От больших данных к продвинутой аналитике в индустрии туризма / Э.С. Першина, С.В.Дараган // Научный вестник МГИИТ. — 2018. — № 2(52). — С. 60–69.
  10. Sukhodolov, A. P. Artificial intelligence in crime counteraction, prediction, prevention and evolution / A. P. Sukhodolov, A. M. Bychkova // Russian Journal of Criminology. — 2018. — Т. 12, № 6. — С. 753–766.