Трансформация управленческих процессов в корпоративной среде: внедрение интеллектуальных агентов для повышения эффективности принятия решений

Обложка
  • Авторы: Садковкин А.А1,2,3, Гуляк Д.Р3
  • Учреждения:
    1. , 2 Садковкин А.А.
    2. Всероссийская академия внешней торговли
    3. Российская академия народного хозяйства и государственной службы при Президенте РФ
  • Выпуск: Том 8, № 6 (2025)
  • Страницы: 185-195
  • Раздел: СТАТЬИ
  • URL: https://ogarev-online.ru/2658-5286/article/view/377854
  • ID: 377854

Цитировать

Полный текст

Аннотация

исследование направлено на решение проблемы неэффективности управленческих процессов в корпоративной среде, характеризующейся когнитивной перегрузкой руководителей и непродуктивным распределением рабочего времени. На основе методологии design science research и эмпирических данных глубинных интервью разработана модульная архитектура интеллектуального агента с гибридной системой управления знаниями. Идентифицированы три приоритетных управленческих сценария автоматизации. Предложена триадическая система метрик эффективности, адаптирующая модель проектного треугольника к специфике ИИ-агентов. Методология обеспечивает воспроизводимый подход к цифровой трансформации управленческих процессов с измеримыми бизнес-эффектами.

Об авторах

А. А Садковкин

, 2 Садковкин А.А.; Всероссийская академия внешней торговли; Российская академия народного хозяйства и государственной службы при Президенте РФ

Д. Р Гуляк

Российская академия народного хозяйства и государственной службы при Президенте РФ

Список литературы

  1. Xi Z., Chen W., Guo X. et al. The Rise and Potential of Large Language Model Based Agents: A Survey // arXiv preprint. 2023. arXiv:2309.07864. 86 p.
  2. Park J.S., O'Brien J.C., Cai C.J., Morris M.R., Liang P., Bernstein M.S. Generative Agents: Interactive Simulacra of Human Behavior // Proceedings of the 36th Annual ACM Symposium on User Interface Software and Technology (UIST '23). San Francisco, CA, USA, October 29 – November 01, 2023. New York: ACM, 2023. P. 1 – 22. doi: 10.1145/3586183.3606763
  3. День Инвестора 2023 [Электронный ресурс] // ПАО Сбербанк. Режим доступа: https://investorday.sber.ru/assets/presentation-ru.cdae762a.pdf (дата обращения: 01.08.2025)
  4. Презентация о компании МКПАО «ЯНДЕКС». II квартал 2025 [Электронный ресурс] // Яндекс. Режим доступа: https://yastatic.net/s3/ir-docs/docs/2025/q2/16e7h56233gd2c714f200d1j801ec30b/2Q25_IR_Presentation_RUS.pdf (дата обращения: 01.08.2025)
  5. Alphabet Investor Relations [Electronic resource] // Alphabet Inc. Access mode: https://abc.xyz/site-map/default.aspx (date of access: 01.08.2025)
  6. Investor Presentation. October 2024 [Electronic resource] // NVIDIA Corporation. Access mode: https://s201.q4cdn.com/141608511/files/doc_presentations/2024/Oct/NVIDIA-Investor-Presentation-Oct-2024.pdf (date of access: 01.08.2025)
  7. Gartner Predicts: By 2028, 33% of Enterprise Software Applications Will Include Agentic AI [Electronic resource] // Gartner, Inc. 2024. Access mode: https://www.gartner.com/en/newsroom/press-releases (date of access: 15.08.2025)
  8. The Chief AI Officer: The New Imperative For The C-Suite [Electronic resource] // Xite Create. Access mode: https://xite.ai/blogs/the-chief-ai-officer-the-new-imperative-for-the-c-suite/ (date of access: 14.08.2025)
  9. Yao S., Zhao J., Yu D. et al. ReAct: Synergizing Reasoning and Acting in Language Models // arXiv preprint. 2022. arXiv:2210.03629. 25 p.
  10. LangGraph: Multi-Agent Workflows [Electronic resource] // LangChain Blog. Access mode: https://blog.langchain.com/langgraph-multi-agent-workflows/ (date of access: 14.08.2025)
  11. Packer C., Wooders S., Lin K. et al. MemGPT: Towards LLMs as Operating Systems // arXiv preprint. 2024. arXiv:2310.08560. 28 p.
  12. Snegirev A., Tikhonova M., Maksimova A., Fenogenova A., Abramov A. The Russian-focused embedders' exploration: ruMTEB benchmark and Russian embedding model design // arXiv preprint. 2024. arXiv:2408.12503. 18 p.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).