Детальная информация

Объект исследования - инвестиционные процессы, связанные с реализацией проектов в сфере искусственного интеллекта в банковском секторе Российской Федерации. Предмет исследования - методические подходы к оценке инвестиционной привлекательности ИИ-проектов и инструменты их совершенствования применительно к российской банковским реалиям. Целью исследования является разработка комплексной методики оценки инвестиционной привлекательности проектов в сфере искусственного интеллекта (КМОИ), учитывающей финансовые, технологические и регуляторные факторы, и ее апробация на примере конкретного банковского ИИ-проекта. Данная диссертация посвящена решению ряда важных задач. В первой главе были систематизированы и проанализированы существующие научные подходы к оценке инвестиционной привлекательности ИИ-проектов, выявив системные ограничений и описав историческое развитие методов оценки. Вторая глава включала анализ российского рынка искусственного интеллекта и инвестиционной активности банков, а также разработку инновационной трехблочной комплексной методики оценки (КМОИ) с интегральным индексом инвестиционной привлекательности (IIIP), объединяющей финансовые, технологические и стейкхолдерные аспекты. В третьей главе разработанная методика была успешно апробирована на реальном объекте исследования – проекте системы раннего предупреждения дефолтов для ПАО «Банк «Санкт-Петербург»». В ходе апробации был рассчитан скорректированный WACC_AI, проведен сценарный анализ, определена зона инвестиционной привлекательности и предложена дорожная карта для повышения индекса. В итоге, исследование предоставило методически обоснованный и практически проверенный инструмент для более точной и диагностически ценной оценки ИИ-проектов в банковском секторе.

Object of research - investment processes related to the implementation of artificial intelligence projects in the banking sector of the Russian Federation. Subject of research - methodological approaches to assessing the investment attractiveness of AI projects and tools for their refinement in the context of Russian banking practice. The aim of the research is to develop a comprehensive methodology for assessing the investment attractiveness of artificial intelligence projects (CIAM), taking into account financial, technological, and regulatory factors, and to test it on a specific banking AI project. This dissertation addresses a number of important tasks. The first chapter systematized and analyzed existing scientific approaches to assessing the investment attractiveness of AI projects, identifying systemic limitations and describing the historical development of evaluation methods. The second chapter covered an analysis of the Russian artificial intelligence market and the investment activity of banks, as well as the development of an innovative three-block comprehensive assessment methodology (CIAM) featuring an Integral Investment Attractiveness Index (IIAI) that combines financial, technological, and stakeholder-related aspects. In the third chapter, the developed methodology was successfully tested on a real research object - an early default warning system project for PJSC "Bank "Saint Petersburg"". During the testing, an adjusted WACC_AI was calculated, a scenario analysis was conducted, the investment attractiveness zone was determined, and a roadmap for improving the index was proposed. As a result, the study provided a methodologically sound and practically validated tool for a more accurate and diagnostically valuable assessment of AI projects in the banking sector.

• РЕФЕРАТ
• ABSTRACT
• ВВЕДЕНИЕ
• 1. СОВРЕМЕННЫЕ ПОДХОДЫ К ИНВЕСТИЦИОННОЙ ОЦЕНКЕ ПРОЕКТОВ В СФЕРЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ТЕХНОЛОГИЙ
  • 1.1 Научные подходы к инвестиционной оценке проектов в сфере ИИ и технологий
  • 1.2 Эволюция понятия “инвестиционная оценка проектов ИИ”
  • 1.3 Обзор отечественной литературы
  • 1.4 Современные проблемы и необходимость развития подходов
• 2. АНАЛИЗ РЫНКА ИИ, ИНВЕСТИЦИОННОЙ АКТИВНОСТИ И РАЗРАБОТКА МЕТОДИКИ ОЦЕНКИ
  • 2.1 Анализ рынка искусственного интеллекта в Российской Федерации
  • 2.2 Исследование инвестиционной активности в сфере ИИ
  • 2.3 Сравнительный анализ КМОИ с существующими подходами к оценке инвестиционной привлекательности ИИ-проектов
  • 2.4 Разработка комплексной методики оценки инвестиционной привлекательности ИИ-проектов (КМОИ)
• 3. АПРОБАЦИЯ КОМПЛЕКСНОЙ МЕТОДИКИ ОЦЕНКИ ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ НА ПРИМЕРЕ ПАО «БАНК «САНКТ- ПЕТЕРБУРГ»
  • 3.1 Объект апробации и обоснование выбора проекта
  • 3.2 Расчеты по методологии КМОИ
  • 3.3 Перспективы развития методологии
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ