УДК 338.24.01:005.311.2:[004.6+004.83]
DOI: 10.36871/naukograd.2026.04.02.015
Авторы
Мария Константиновна Шмыгина,
Национальный исследовательский ядерный университет «МИФИ»
Аннотация
В фокусе внимания автора статьи – оценка реального экономического эффекта от интеграции инструментария больших данных на базе теоретических положений и эмпирического опыта лидеров отечественного рынка (ПАО «Сбербанк», X5 Group). Благодаря проведенному анализу подтверждается высокая монетизация информационных активов (от тщательной оптимизации кредитного скоринга до динамического прайсинга, управления ассортиментной матрицей). Между тем, повсеместное внедрение подобных инноваций обнажает серьезные институциональные барьеры. Разобщенность корпоративных баз, острый кадровый дефицит профильных дата-инженеров в сочетании с нерешенными правовыми дилеммами ответственности программных агентов требуют концептуального пересмотра ИТ-инфраструктуры. В качестве решения предлагается переход к децентрализованным метрикам, развертывание мультимодальных фабрик данных, целенаправленное повышение алгоритмической грамотности топ-менеджмента. Отмечено, что тесный симбиоз управленческой экспертизы и машинного интеллекта закрепляется в статусе базового критерия жизнеспособности крупного бизнеса.
Ключевые слова
алгоритмическое управление, большие данные, искусственный интеллект, корпоративный менеджмент, предиктивная аналитика, принятие управленческих решений, фабрика данных, цифровизация бизнеса
Список литературы
1. Аналитика в ритейле: решение ключевых бизнес-задач с помощью data-driven подхода // URL: https://dialog.x5.ru/connect/education/analitika-v-ritejle-reshenie-kljuchevyh-bizneszadach-s-pomoshhju-data-driven-podhoda/ (дата обращения: 06.08.2026).
2. Ермоленко О. М. Применение персонализированного подхода к клиентам банков с использованием современных цифровых технологий / О. М. Ермоленко, Л. Г. Нагапетян // Экономика и бизнес: теория и практика. – 2025. – № 10(128). – С. 128-133. – DOI 10.24412/2411-0450-2025-10-128-133. – EDN YVMAJC.
3. Ибрагимова З. М. Применение Big Data в бизнесе / З. М. Ибрагимова, М. С. Закриева // Тенденции развития науки и образования. – 2024. – № 114-10. – С. 25-27. – DOI 10.18411/trnio-10-2024-426. – EDN AEMXTM.
4. Иващенко Т. И. Исследование возможностей применения Big Data как инструмента создания информационной базы для процесса принятия решений / Т. И. Иващенко, Д. С. Кабакова // Вестник Академии знаний. – 2025. – № 2(67). – С. 1004-1010. – EDN IEZKKE.
5. Искусственный интеллект в Сбербанке // URL: https://www.tadviser.ru/index.php/Статья: Искусственный_интеллект_в_Сбербанке (дата обращения: 07.08.2026).
6. Рынок больших данных и ИИ в России превысил 430 млрд рублей. Пресс-служба Ассоциации больших данных // URL: https://www.iksmedia.ru/news/6071748-Rynokbolshix-dannyx-i-II-v-Rossii.html?utm_referrer=https%3a%2f%2fgemini.google. com%2f (дата обращения: 08.08.2026).
7. Финансовый эффект от внедрения GigaChat в процессы Сбера составил 30 млрд. рублей // URL: https://www.computerra.ru/320175/finansovyj-effekt-ot-vnedreniya-gigachat-vprotsessy-sbera-sostavil-30-mlrd-rublej/?yscl id=mskkm9i81629909683 (дата обращения: 07.08.2026).
8. Цифровые технологии в X5 Retail Group // URL: https://www.tadviser.ru/index.php/Статья:Цифровые_технологии_в_X5_Retail_Group (дата обращения: 06.08.2026).
9. Шамхалова Э. А. Экономические аспекты применения технологий «Big Data» в реальном секторе экономики: аспекты применения социальных сетей / Э. А. Шамхалова, Н. М. Умаргаджиева // Экономика: вчера, сегодня, завтра. – 2024. – Т. 14, № 12-1. – С. 981-988. – DOI 10.34670/AR.2024.39.13.104. – EDN VEECSW.
10. Gartner Identifies Top Trends in Data and Analytics for 2025 // URL: https://www.cloverinfotech.com/gartner-identifies-top-trendsin-data-and-analytics-for-2025/ (дата обращения: 08.08.2026).
