Детальная информация

Статья представляет комплекс научных и методических положений по оценке инновационной активности организации, разработанных на основе процессного подхода с интеграцией технологий искусственного интеллекта (ИИ). Научная новизна исследования заключается в разработке целостного методического аппарата, объединяющего процессный подход, многоуровневый анализ барьеров и технологии ИИ для оценки инновационной активности в специфических институциональных условиях. Впервые предложена интеграция сценарного механизма управления и архитектуры интеллектуальной системы анализа, адаптированных к вызовам санкционного давления и логистической изоляции. Исследование направлено на решение актуальной проблемы адаптации инструментов оценки инноваций к условиям регионов со специфическими институциональными барьерами на примере Республики Крым. Объектом исследования выступает инновационная активность организаций Республики Крым, функционирующих в условиях санкционных ограничений и логистической изоляции. Предметом исследования является процессный подход к оценке инновационной активности организации с применением систем ИИ. Методологическую основу работы составили: процессный подход, институциональный анализ, SWOT-анализ, методы математического моделирования и сценарного планирования. Эмпирическая база включает данные по организациям региона, нормативно-правовые акты и статистические данные. В результате исследования решен комплекс взаимосвязанных задач. Выявлены и систематизированы институциональные и цифровые барьеры инновационной активности на микро-, мезо- и макроуровнях с установлением их синергетического характера. Разработана оригинальная многоуровневая модель диагностики этих барьеров, позволяющая идентифицировать препятствия на всех стадиях инновационного цикла. Предложена и апробирована матрица оценки эффектов влияния различных факторов, выявившая доминирующую роль экономических ограничений на микроуровне. Сконструирован сценарный механизм управления, включающий три варианта развития ("Адаптивный рост", "Фокус и эффективность", "Антихрупкость и локализация"), обеспечивающий адаптивность стратегии. Разработана архитектура системы интеллектуального анализа на основе методов машинного обучения (Random Forest, XGBoost, NLP) и спроектирована детальная схема процесса интеграции ИИ в оценочную деятельность. Практическая значимость работы подтверждена апробированием элементов разработанного методического аппарата. Результаты ориентированы на органы государственной власти для формирования региональной инновационной политики и на менеджмент компаний для повышения эффективности управления инновациями в условиях неопределенности и технологических вызовов.

This article presents a set of scientific and methodological principles for assessing an organization’s innovation activity, developed using a process-based approach with the integration of artificial intelligence (AI) technologies. The research’s novelty lies in the development of a comprehensive methodological framework combining a process-based approach, multi-level barrier analysis and AI technologies to assess innovation activity in specific institutional settings. For the first time, an integrated scenario-based management mechanism and the architecture of an intelligent analysis system, adapted to the challenges of sanctions pressure and logistical isolation, are proposed. The study aims to address the current problem of adapting innovation assessment tools to the conditions of regions with specific institutional barriers, using the Republic of Crimea as a case study. The object of the study is the innovation activity of organizations in the Republic of Crimea operating under sanction restrictions and logistical isolation. The subject of the study is a process-based approach to assessing an organization’s innovation activity using AI systems. The methodological basis of the work includes a process-based approach, institutional analysis, SWOT analysis, mathematical modeling and scenario planning. The empirical base includes data on regional organizations, regulatory acts and statistical data. The study addressed a set of interrelated tasks. Institutional and digital barriers to innovation activity were identified and systematized at the micro-, meso- and macrolevels, establishing their synergistic nature. An original multi-level model for diagnosing these barriers was developed, enabling the identification of obstacles at all stages of the innovation cycle. A matrix for assessing the impact of various factors was proposed and tested, revealing the dominant role of economic constraints at the microlevel. A scenario-based management mechanism was constructed, including three development options ("Adaptive Growth", "Focus and Efficiency" and "Antifragility and Localization"), ensuring the adaptability of the strategy. An architecture for an intelligent analysis system based on machine learning methods (Random Forest, XGBoost, NLP) was developed and a detailed scheme for integrating AI into assessment activities was designed. The practical significance of the work was confirmed by the testing of elements of the developed methodological framework. The results are intended for public authorities to formulate regional innovation policies and for company management to improve the effectiveness of innovation management in the face of uncertainty and technological challenges.

π-Economy. — Санкт-Петербург: СПбПУ, 2022 -. — Загл. с титул. экрана. — Периодичность: 6 раз в год. — Выходит с 2022 г. — Электрон. журнал. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Текст: электронный

π-Economy. — Санкт-Петербург: СПбПУ, 2022 -. Т. 18, № 5 : Развитие экономики и промышленности на основе искусственного интеллекта, 2025. — 1 файл (5,34 Мб). — Свободный доступ из сети Интернет (чтение, печать, копирование). — <URL:http://elib.spbstu.ru/dl/2/j26-22.pdf>.