УДК 004.418:005.334
DOI: 10.36871/2618-­9976.2026.04.018

Авторы

Александр Олегович Ануров,
Аспирант кафедры «Информатики», Российский экономический университет им. Г.В. Плеханова, Москва, Россия
Геннадий Геннадьевич Булгаков,
Аспирант кафедры «Информатики», Российский экономический университет им. Г.В. Плеханова, Москва, Россия
Сергей Александрович Ярушев,
Кандидат технических наук, директор центра перспективных исследований в искусственном интеллекте, Российский экономический университет им. Г.В. Плеханова, Москва, Россия

Аннотация

В  статье  рассматривается  задача  допуска  решений  ИИ  к  автоматическому исполнению задач в BPM­системах с ботами­исполнителями  после  завершения  этапа  выбора процесса. В  настоящем  исследовании  основное  внимание  уделено формализации  и  валидации  безопасного  перехода  от  оценки  искусственного  интеллекта  к  реальному  действию  в исполняемой процессной среде. Предложен и апробирован  риск­ориентированный  метод,  в  котором решение  о  допустимости  автоматического  исполнения принимается по отношению процесса и конкретной задачи к тому или иному классу критичности, при запрете деэскалации,  обязательной  проверке  политик  исполнения, контроле  уверенности  решения  и  проверке  доступности бота­исполнителя.  Полученные  результаты  демонстрируют,  что  практическая  ценность  интеллектуальной  автоматизации  определяется  не  только  качеством  выбора  процесса, но и способностью безопасно доводить решение  искусственного интеллекта до исполнения с контролируемым переводом в ручной контур.

Ключевые слова

управляемая интеллектуальная автоматизация
BPM-­системы
боты­-исполнители
риск-­ориентированный допуск к исполнению
контур с участием человека
соблюдение политик
автоматическое исполнение
цифровая экономика

Список литературы

[1] Булгаков Г.Г. AI_in_BPM_research. [Электронный  ресурс]. Исследовательское  хранилище,  локальные  наборы  данных  и  обучающие  артефакты. GitVerse. URL: https://gitverse.ru/godzil34/AI_in_BPM_research (дата обращения: 14.03.2026).

[2] Вил ван дер Алст У.М.П. Анализ процессов: наука  о данных  в действии. – 2­е изд. Springer, 2016. DOI: https://doi.org/10.1007/978­3­662­49851­4.

[3] Ву Х., Сяо Л., Сунь Ю., Чжан Дж., Ма Т., Хэ Л. Обзор возможностей человека в процессе машинного обучения // Компьютерные системы будущего поколения. 2022. Т. 135. С. 364–381. ДОИ: https://doi.org/10.1016/j.future.2022.05.014.

[4] Дэвенпорт Т.Х., Ронанки Р. Искусственный  интеллект  для  реального  мира  // Harvard Business Review. 2018. Т. 96. № 1. С. 108–116.

[5] Кульков И. Роль искусственного интеллекта в трансформации бизнеса: на примере  фармацевтических  компаний  //  Технологии  в  обществе. 2021.  Т. 66.  Статья  101629. DOI: https://doi.org/10.1016/j.techsoc.2021.101629.

[6] Патрисио Л., Варела Л., Сильвейра З. Интеграция искусственного интеллекта и автоматизации роботизированных процессов: обзор литературы и предложения по  созданию  устойчивой  модели  //  Прикладные  науки. 2024.  Т. 14. №  21.  Статья  9648. DOI: https://doi.org/10.3390/app14219648.

[7] Платтфаут Р., Рейзе Дж.­Р., Янс К. и др. Автоматизация  роботизированных  процессов – исследовательские импульсы панельной дискуссии BPM 2023 // Наука о  процессах. 2024. Том 1. Статья 5. DOI: https://doi.org/10.1007/s44311­024­00005­1.

[8] Розманн М., Фом Брок Дж., Ван Лой А. и др. Управление бизнес­процессами в эпоху  искусственного интеллекта – три основных направления // Информационные си­стемы  и  управление  электронным  бизнесом. 2024.  Т. 22.  С. 415–429. DOI: https://doi.org/10.1007/s10257­024­00689­9.

[9] Сайед Р., Суриади С., Адамс М. и др. Автоматизация роботизированных процессов: современные  темы  и  вызовы  //  Компьютеры  в  промышленности. 2020.  Т. 115. Статья 103162. DOI: https://doi.org/10.1016/j.compind.2019.103162.

[10] Табасси Э. Система управления рисками в области искусственного интеллекта (AI RMF 1.0). NIST AI 100­1. Национальный институт стандартов и технологий, 2023. DOI: https://doi.org/10.6028/NIST.AI.100­1.