УДК 346.2:004.8:351.74:342.9
DOI: 10.36871/u.i.k.2025.12.03.019

Авторы

Лела Васильевна Чхутиашвили,
Московский государственный юридический университет имени О. Е.Кутафина (МГЮА), Москва, Россия
Даниил Петрович Пегов,
Институт публичного права и управления, ФГАОУ ВО «Московский государственный юридический университет имени О. Е.Кутафина (МГЮА)», Москва, Россия

Аннотация

Настоящая статья посвящена анализу и особенностям внедрения искусственного интеллекта в деятельность Федеральной антимонопольной службы, а также потенциальным рискам его применения. Потенциал Искусственного интеллекта (далее — ИИ) в деятельности антимонопольных органов является беспрецедентным, а успех внедрения и дальнейшего применения зависит от сбалансированного подхода, сочетающего в себе развитое правовое регулирование, технологические инновации и инвестиции в человеческий капитал.

Ключевые слова

искусственный интеллект, цифровизация государственного управления, Федеральная антимонопольная служба (ФАС), ГИС «Антикартель», контрольно-надзорная деятельность.

Список литературы

  1. Федеральный закон «О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации — городе федерального значения Москве и внесении изменений в статьи 6 и 10 Федерального закона «О персональных данных» от 24.04.2020 N 123-ФЗ // «Собрание законодательства РФ», 27.04.2020, N 17, ст. 2701.
  2. Указ Президента РФ от 10.10.2019 N 490 (ред. от 15.02.2024) «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года») // «Собрание законодательства РФ», 14.10.2019, N 41, ст. 5700.
  3. Абрамов С. Н. Применение технологий блокчейн и искусственного интеллекта в управлении бизнес-процессами // Инновации. — 2019. — Т. 11. — № . 1. — С. 61–67.
  4. Искусственный интеллект в государственном управлении. 27.11.2025 [Электронный ресурс]. — URL: https://www.tadviser.ru/index.php/Статья: Искусственный_интеллект_в_государственном_управлении (дата обращения: 27.11.2025).
  5. Молчанова Г.О., Рей А. И., Шагаров Д.Ю. Обнаружение признаков горизонтального сговора при государственных закупках с использованием методов машинного обучения. // Экономическая наука современной России. — 2020. — № 1 (88). — С. 109–127.
  6. Плеханова Л.С., ДозмаровК.В.Выявление и предотвращение правонарушений с помощью искусственного интеллекта в рамках антимонопольного правоприменения // В сборнике: Управление бизнесом в цифровой экономике. cедьмая международная конференция. Санкт-Петербург, 2024. — С. 102–105.
  7. Руцкая М. А. Применение технологий блокчейн и искусственного интеллекта в управлении бизнес-процессами // Информационные технологии и вычислительные системы. — 2018. — № . 4. — С. 70–76.
  8. ФАС: возникновение технологий искусственного интеллекта порождает новые вызовы в сфере конкуренции [Электронный ресурс]. — URL: https://fas. gov.ru/news/33959 (дата обращения: 27.11.2025).
  9. ФАС России // Ведомственная программа цифровой трансформации Федеральной антимонопольной службы на 2022–2024 годы [Электронный ресурс]. — URL: https://www.consultant.ru/document/cons_doc_ LAW_418894/?ysclid = lrqgqizfp1617687005 (дата обращения: 25.11.2025).
  10. ФАС: искусственный интеллект расширяет возможности эффективного антимонопольного контроля [Электронный ресурс]. — URL: https://fas.gov. ru/news/34337 (дата обращения: 27.11.2025).
  11. Чхутиашвили Л.В., Чхутиашвили Н.В.Антиконкурентные соглашения: зарубежный опыт // Вестник Тверского государственного университета. Серия: Экономика и управление.  2022.  № 1(57).  С. 200–206.
  12. Эриашвили Н.Д., Атабеков А. Р. Перспективы применения технологии искусственного интеллекта в противодействии антиконкурентным соглашениям: сравнительно-правовой анализ опытА США, КНР и России // Образование и право. — 2025. — № 10. — С. 178–186.
  13. Huber M., Imhof D. Machine learning with screens for detecting bid-rigging cartels // International Journal of Industrial Organization. — 2019. — Vol. 65. — P. 277–30.