ARTIFICIAL INTELLIGENCE METHODS IN THE MANAGEMENT DECISION-MAKING SYSTEM OF COMPLEX ORGANIZATIONS IN CONDITIONS OF UNCERTAINTY AND MULTICRITERIA
Статья поступила в редакцию: 09.06.2026
Статья принята к публикации: 07.08.2026
Статья опубликована: 10.08.2026
Keywords:
artificial intelligence, management decisions, digital transformation, multi-criteria analysis, uncertainty, and corporate managementAbstract
The article explores the possibilities of applying artificial intelligence methods in the management decision-making processes of complex organizations. It analyzes modern approaches to managing complex organizational systems and examines the main groups of artificial intelligence methods used to support management activities. The article identifies the advantages of using machine learning, Bayesian models, multi-criteria optimization methods, fuzzy logic, reinforcement learning, and deep learning for solving forecasting problems, resource allocation, risk assessment, and identifying hidden patterns in data. The paper concludes that it is necessary to develop comprehensive hybrid approaches that ensure the joint functioning of humans and intelligent systems in the management of complex organizations.
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: Издательский дом «Академический».
Лицензия: Статья распространяется на условиях лицензии Creative Commons Attribution 4.0 International (CC BY 4.0).
Машиночитаемый файл метаданных: JATS XML
References
Тищенко В.И. Об истоках "общей теории систем" Берталанфи // Ценности и смыслы. 2025. № 4 (98). С. 97-113. DOI: 10.24412/2071-6427-2025-4-97-113 EDN: ARKIMO.
Шеметов П.В., Чередникова Л.Е., Петухова С.В. Менеджмент: управление организационными системами. М.: Издательство «Омега-Л», 2007. 406 с. ISBN: 978-5-370-00904-4 EDN: QOGPDF.
Кузьмина Л.П. Развитие теории принятия решений в менеджменте // Вестник КГЭУ. 2009. № 2. С. 51-55. EDN: KUWJWB.
Докторова Н.П. Особенности принятия управленческих решений в условиях цифровой трансформации экономики РФ. Теоретический аспект // Вестник Академии знаний. 2024. № 2 (61). С. 620-623. EDN: TUNTNG.
Лебедева Е.О. Роль искусственного интеллекта в автоматизации процессов принятия решений в проектном менеджменте // Путеводитель предпринимателя. 2025. №18(1) С. 65-72. DOI: 10.24182/2073-9885-2025-18-1-65-72 EDN: HHJDXV.
Цветков В.Я. Распределенное управление // Современные технологии управления. 2017. № 4 (76). EDN: YLKMVB.
Дороговцева А.А., Овчаренко Н.К. Искусственный интеллект в системе управления предприятием: эволюция, инновации и перспективы // Экономика, предпринимательство и право. 2024. Т. 14, № 11. С. 6259-6272. DOI: 10.18334/epp.14.11.121944 EDN: KQRQVX.
Тебекин А.В., Петров В.С. Реализация принципа разделения труда системы научного управления Ф. Тейлора в современной системе социально-экономического развития государства // ЭВ. 2019. №4 (19). С. 5-12. DOI: 10.36807/2411-7269-4-19-5-12 EDN: JCYOLB.
Zednik C. Solving the Black Box Problem: A normative framework for explainable artificial intelligence // Philosophy & Technology. 2021. Vol. 34. P. 265-288. DOI: 10.1007/s13347-019-00382-7 EDN: GTKQEW.
Барышников П.Н. "Черный ящик" или прозрачный алгоритм: аналитический обзор источников по этике искусственного интеллекта // Вестник Томского гос. ун-та. Философия. Социология. Политология. 2025. № 85. С. 5-20. DOI: 10.17223/1998863X/85/1 EDN: IWICPO.
Богданов В.С. Гибридные системы управления: от осмысления онтологических аспектов к концептуализации феномена // Наука. Культура. Общество. 2024. № 2. С. 25-36. DOI: 10.19181/nko.2024.30.2.2 EDN: OVHICZ.
