2025. — Т 12. — №s4 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://resources.today/19faor425.html

This article metadata is also available in English

DOI: 10.15862/19FAOR425 (https://doi.org/10.15862/19FAOR425)

Полный текст статьи в формате PDF (объем файла: 556.5 Кбайт)

Ссылка для цитирования этой статьи:

Пушкарский, М. С. Автоматизация бизнес-процессов компаний на основе технологий искусственного интеллекта / М. С. Пушкарский // Отходы и ресурсы. — 2025. — Т 12. — №s4. — URL: https://resources.today/PDF/19FAOR425.pdf. — DOI: 10.15862/19FAOR425. (дата обращения: 13.09.2026).

Автоматизация бизнес-процессов компаний на основе технологий искусственного интеллекта

Пушкарский Михаил Сергеевич
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
E-mail: 249078@edu.fa.ru

Научный руководитель: Капустина Надежда Валерьевна
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
Профессор кафедры «Логистики»
Доктор экономических наук, доцент
E-mail: NVKapustina@fa.ru

Аннотация. Представленное исследование посвящено анализу механизмов автоматизации бизнес-процессов сквозь призму управления данными внутри организации. Автор доказывает, что ускорение отдельных звеньев производственной или логистической цепочки без обеспечения сквозной согласованности данных не только не улучшает совокупный результат, но и порождает новые точки рассогласованности: ускоренный участок «перегружает» смежные этапы устаревшей или неполной информацией. Тем самым эффект автоматизации оказывается инвертированным — скорость возрастает, тогда как качество управленческих решений снижается. Центральным практическим результатом работы выступает процессная модель в нотации BPMN, включающая циклический контур обратной связи. Модель предполагает последовательное прохождение данных через этапы сбора, верификации, нормализации, интеллектуального анализа и принятия решений с последующим возвратом результата в систему для дальнейшего обогащения. Такой замкнутый контур постепенно повышает достоверность данных без необходимости полной перестройки существующей инфраструктуры. Автор также рассматривает роль человеческого фактора в условиях высокой степени автоматизации, указывая на сохраняющуюся значимость экспертной оценки при принятии решений по неформализуемым параметрам. Дополнительно введены характеристики ключевых барьеров внедрения: фрагментарность корпоративных ИТ-ландшафтов, отсутствие стандартов обмена данными между системами и дефицит компетенций у персонала для сопровождения интеллектуальных решений. Полученные результаты обладают выраженной практической применимостью для организаций с разнородными информационными системами, стремящихся к снижению операционных издержек и повышению устойчивости процессов. Предложенный комплексный подход образует методологическую рамку, пригодную для адаптации к отраслевой специфике, прежде всего в логистике, производстве и цифровом управлении цепями поставок.

Ключевые слова: автоматизация бизнес-процессов; искусственный интеллект; логистика; управление данными; BPMN; согласованность данных; цифровая трансформация.

Скачать