УДК 004.8:502/504
Борис Сергеевич Баракин
Аспирант
Московский государственный гуманитарно-экономический университет
Москва, Россия
stepanov85@mail.ru
Марина Магометовна Шайлиева
Кандидат технических наук, доцент, директор института экономики
Московский государственный гуманитарно-экономический университет
Москва, Россия
magometovna@mggeu.ru
Поступила в редакцию 15.10.2023
Принята 01.11.2023
Аннотация
В настоящем исследовании рассматривается вопрос о роли искусственного интеллекта (ИИ) в управлении национальными ресурсами Российской Федерации с целью их оптимального распределения и минимизации возможных рисков. В вводной части проанализированы особенности текущей системы управления стратегическими ресурсами страны и выявлены основные проблемы, с которыми сталкивается Россия в сфере развития ИИ в условиях растущей неопределённости и глобальной конкуренции. Рассмотрены перспективы применения инновационных подходов, основанных на технологиях искусственного интеллекта. Целью данного исследования является детальный анализ возможностей применения инструментария ИИ с целью рационального распределения национальных ресурсов и снижения сопутствующих рисков. В части материалов и методов были описаны используемые источники данных, в том числе результаты многофакторного анализа динамики добычи и распределения нефтегазовых, топливно-энергетических и других стратегических ресурсов в 2010-2022 годах в различных регионах страны. Результаты исследования показали, что цифровой подсчёт с помощью ИИ позволяет с точностью до 98% прогнозировать объёмы добычи основных видов сырья в среднесрочной перспективе, оптимизировать логистические цепочки поставок с учётом 58 различных параметров, что снижает риски дефицита ресурсов и обеспечивает экономию до 5-7% бюджетных средств. Кроме всего прочего, согласно исследованию, нейронные сети с точностью до 96-98% предсказывают динамику добычи нефти, газа и угля до 2027 года. Благодаря использованию нейронных сетей погрешность такого долгосрочного прогноза снижается на 15-20%.
Ключевые слова
искусственный интеллект, управление ресурсами, оптимизация распределения, прогнозирование, минимизация рисков
The role of AI in national resource management: optimizing allocation and minimizing risks
Boris S. Barakin
Graduate student
Moscow State University of Humanities and Economics
Moscow, Russia
stepanov85@mail.ru
Marina M. Shaylieva
Candidate of Technical Sciences, Associate Professor, Director of the Institute of Economics
Moscow State University of Humanities and Economics
Moscow, Russia
magometovna@mggeu.ru
Received 15.10.2023
Accepted 01.11.2023
Abstract
This study examines the role of artificial intelligence in the management of national resources of the Russian Federation in order to optimally allocate them and minimize possible risks. The introductory part analyzes the features of the country’s current strategic resource management system and identifies the main problems it faces in the face of growing uncertainty and global competition. The prospects of applying innovative approaches based on artificial intelligence technologies are considered. The purpose of this study is a more detailed analysis of the possibilities of using artificial intelligence tools in order to rationalize the allocation of national resources and reduce associated risks. In terms of materials and methods, the data sources used were described, including the results of a multifactorial analysis of the dynamics of production and distribution of oil and gas, fuel and energy and other strategic resources in 2010-2022 in various regions of the country. The results of the study showed that the use of machine learning makes it possible to predict production volumes of basic raw materials with an accuracy of up to 98% in the medium term. At the same time, the use of neural network elements reduces the error of the long-term forecast by 15-20%. In addition, artificial intelligence algorithms make it possible to optimize logistics supply chains taking into account 57 different factors, providing savings of up to 5% of budget funds. The results showed that neural networks with an accuracy level of 96-98% make it possible to predict the dynamics of oil, gas and coal production until 2027. Artificial intelligence algorithms optimize logistics chains taking into account 58 parameters, reducing costs by 5-7% and the risks of resource shortages.
Keywords
artificial intelligence, resource management, distribution optimization, forecasting, risk minimization.
Читать статью
