УДК 004.8:004.9:004.738.5
DOI: 10.36871/26189976.2026.02-2.003
Авторы
Камилла Рустемовна Виллард,
Российский университет дружбы народов имени Патриса Лумумбы, Москва, Россия
Яхита Солтановна Исламгереева,
Чеченский государственный университет им. А. А. Кадырова, Грозный, Россия
Ирина Эдуардовна Островская,
Приморский государственный аграрно-технологический университет, Уссурийск, Россия
Аннотация
Статья посвящена моделированию и оценке эффективности функционирования цифровых платформ (маркетплейсы, агрегаторы услуг, рекламные и контентные экосистемы) с применением методов искусственного интеллекта (ИИ). В отличие от «линейных» организаций, платформы являются многосторонними рынками: их результативность определяется взаимодействием нескольких групп участников, перекрёстными сетевыми эффектами, архитектурой правил доступа и алгоритмическими механизмами матчинга (поиск, ранжирование, рекомендации), а также контуром доверия и безопасности (антифрод, модерация). В таких системах простое улучшение отдельных KPI не является достаточным доказательством роста эффективности: требуется причинно-следственная оценка эффектов внедрения ИИ-модулей (например, нового ранжирования или модели выявления мошенничества) на систему метрик, включая долгосрочные показатели и ограничения справедливости/безопасности. В статье предложена практикоориентированная рамка, в которой (i) эффективность задаётся как многокритериальная функция качества матчинга, финансового результата и рисков; (ii) моделирование включает поведенческие и структурные компоненты (спрос/предложение, конкуренция за экспозицию, интерференция), а (iii) оценка эффективности опирается на экспериментальные и квазиэкспериментальные дизайны, отделяющие причинный эффект от корреляций. Показано, как использовать ИИ как инструмент управления политиками платформы при сохранении воспроизводимости выводов: от постановки метрик и данных — к идентификационной стратегии — к отчётности о компромиссах и рисках. Обсуждаются ограничения (сетевые внешние эффекты, смещения отбора, дрейф данных, манипуляции участниками) и минимальные процедуры контроля качества выводов.
Ключевые слова
цифровые платформы
сетевые эффекты
эффективность
ранжирование
рекомендации
A/B-тестирование
искусственный интеллект
Список литературы
[1] Александров В. Р. Генеративный искусственный интеллект в планировании производства / В. Р. Александров, А. А. Щеткин, А. С. Бевз // Измерение. Мониторинг. Управление. Контроль.—2025.—№ 1 (51).—С. 34–45.
[2] Баловнева А. Н. Модель реализации непрерывного образования на основе цифрового следа / А. Н. Баловнева, С. И. Колесникова // Инновационные, информационные и коммуникационные технологии.—2018.—№ 2.—С. 13–16.
[3] Григорьева И. В. Интеграция дополненной реальности (AR) и виртуальной реальности (VR) в образование: тренды, вызовы и перспективы / И. В. Григорьева, А. С. Поветкин // Вестник Университета Российского инновационного образования. — 2025. — № 2.—С. 38–46.
[4] Жигалов К. Ю. Искусственный интеллект в персонализации образования: технологии формирования индивидуальных траекторий / К. Ю. Жигалов // Научный Лидер.— 2025.—№ 51 (252).—С. 70–75.
[5] Зайцева М. А. Искусственный интеллект в цифровой педагогике: анализ аудитории подкастов / М. А. Зайцева, В. О. Макеев // Проблемы современного педагогического образования.—2025.—№ 88–1.—С. 102–106.
[6] Кондратьева О. В. Автоматизированная оценка эффективности цифровых инноваций в АПК: разработка ИИ-модели для анализа производственных, экономических и операционных показателей / О. В. Кондратьева, А. О. Делба // Экономическая среда.—2025.—Т. 14, № 4.—С. 46–57.
[7] Коротченко А. А. Искусственный интеллект в образовании. Преимущества, вызовы, будущее / А. А. Коротченко // Методист. Профессиональное образование.—2025.— № 7.—С. 6–11.
[8] Кудинов С. А. Технологии ИИ для генерации цифровых моделей развития территорий / С. А. Кудинов, М. Б. Зайчук // Вестник НИЦ Строительство. — 2025. — № 1 (44). — С. 159–169.
[9] Ляпина О. А. Использование цифровых образовательных ресурсов при изучении предмета «Труд (Технология)» / О. А. Ляпина, Ю. В. Байчурина, Е. В. Забродина, С. В. Забродин, Е. А. Арюкова // Современные наукоемкие технологии. — 2024. — № 9. — С. 128–133.
[10] Пантелеев Е. М. Оценка функциональных ресурсов инновационного потенциала экономической безопасности региона / Е. М. Пантелеев, С. В. Киселев // Экономика: вчера, сегодня, завтра.—2024.—Т. 14, № 6–1.—С. 136–150.
[11] Пушкарева Т. В., Макарова В. А., Малыш А. Е. Искусственный интеллект в формировании у преподавателя знаний по интерактивным методам обучения // Современное педагогическое образование.—2025.—№ 4.—С. 219–222.
[12] Решение задач информационной безопасности с использованием искусственного интеллекта / А. В. Скрыпников, В. В. Денисенко, Е. Г. Хитров, И. И. Савченко, К. С. Евтеева // Современные наукоемкие технологии.—2021.—№ 6–2.—С. 277–281.
[13] Семенников А. В. ИИ—как он изменяет образование и науку в эпоху цифровой трансформации / А. В. Семенников // Экономика и управление: проблемы, решения. — 2024.—Т. 7, № 7 (147).—С. 84–89.
[14] Трофимов Г. А. Особенности внедрения цифровых технологий в компаниях газовой промышленности / Г. А. Трофимов, В. В. Акбердина // Russian Economic Bulletin. — 2025.—Т. 8, № 6.—С. 355–371.
[15] Троянская М. А. Цифровизация и программное обеспечение в условиях технологического суверенитета: государственное управление и современное состояние / М. А. Троянская, В. В. Варзин, Г. И. Шепелин, А. В. Семенов, Ш. У. Ниязбекова, Е. М. Торбик, Е. П. Петухова, И. А. Зборовский // Кузнечно-штамповочное производство. Обработка материалов давлением.—2025.—№ 10.—С. 238–244.
