МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В СИСТЕМЕ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ СЛОЖНОСТРУКТУРИРОВАННЫХ ОРГАНИЗАЦИЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ И МНОГОКРИТЕРИАЛЬНОСТИ
Статья поступила в редакцию: 09.06.2026
Статья принята к публикации: 07.08.2026
Статья опубликована: 10.08.2026
Ключевые слова:
искусственный интеллект, управленческие решения, цифровая трансформация, многокритериальность, неопределенность,, машинное обучение, корпоративное управление, machine learningАннотация
В статье исследуются возможности применения методов искусственного интеллекта в процессах принятия управленческих решений сложноструктурированных организаций. Проведен анализ современных подходов к управлению сложными организационными системами и рассмотрены основные группы методов искусственного интеллекта, используемые для поддержки управленческой деятельности. Выявлены преимущества применения машинного обучения, байесовских моделей, методов многокритериальной оптимизации, нечеткой логики, обучения с подкреплением и глубокого обучения при решении задач прогнозирования, распределения ресурсов, оценки рисков и выявления скрытых закономерностей в данных. Сделан вывод о необходимости разработки комплексных гибридных подходов, обеспечивающих совместное функционирование человека и интеллектуальных систем в контуре управления сложноструктурированными организациями.
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
Список литературы
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.
