Экономические инструменты развития цифровой экономики: сборник статей ежегодной региональной межвузовской научно-практической конференции преподавателей, аспирантов и магистрантов кафедры экономики

ИНСТИТУТ ПРОЕКТНОГО  
МЕНЕДЖМЕНТА И ИНЖЕНЕРНОГО БИЗНЕСА 

ЭКОНОМИЧЕСКИЕ ИНСТРУМЕНТЫ 
РАЗВИТИЯ ЦИФРОВОЙ ЭКОНОМИКИ 

СБОРНИК СТАТЕЙ ЕЖЕГОДНОЙ РЕГИОНАЛЬНОЙ МЕЖВУЗОВСКОЙ 
НАУЧНО-ПРАКТИЧЕСКОЙ КОНФЕРЕНЦИИ ПРЕПОДАВАТЕЛЕЙ, 
АСПИРАНТОВ И МАГИСТРОВ КАФЕДРЫ ЭКОНОМИКИ

Королев – 2024 

ИНСТИТУТ ПРОЕКТНОГО  
МЕНЕДЖМЕНТА И ИНЖЕНЕРНОГО БИЗНЕСА 

ЭКОНОМИЧЕСКИЕ ИНСТРУМЕНТЫ РАЗВИТИЯ 
ЦИФРОВОЙ ЭКОНОМИКИ

СБОРНИК СТАТЕЙ ЕЖЕГОДНОЙ РЕГИОНАЛЬНОЙ МЕЖВУЗОВСКОЙ 
НАУЧНО-ПРАКТИЧЕСКОЙ КОНФЕРЕНЦИИ ПРЕПОДАВАТЕЛЕЙ, 
АСПИРАНТОВ И МАГИСТРОВ КАФЕДРЫ ЭКОНОМИКИ

Королев – 2024 

УДК 658 
 ББК 65 
           Э40 

СОСТАВ ОРГКОМИТЕТА КОНФЕРЕНЦИИ 
1.
Меньшикова М.А., д.э.н., проф., зав. кафедрой экономики - председатель оргкомитета;
2.
Джамалдинова М.Д., к.э.н., доц., доцент кафедры экономики - зам. председателя оргкомитета;
3.
Алексахина В.Г., к.э.н., доц., директор ИПМиИБ – член оргкомитета;
4.
Смирнова П.В., к.э.н., доцент кафедры экономики – секретарь оргкомитета.

Э40

        Экономические 
инструменты 
развития 
цифровой 
экономики: сборник статей ежегодной региональной межвузовской 
научно-практической конференции преподавателей, аспирантов и 
магистрантов кафедры экономики / под общей редакцией проф. 
Меньшиковой М.А. и доц. Джамалдиновой М.Д.: [Электронный 
ресурс]: / Текст. дан. и граф. – 2-е изд., стереотип. – М.: Изд. 
«Научный консультант», 2024. – 1 электрон. опт. диск (CD-R). – 
Объем издания: 1,80 Мб.; Тираж 500 экз.,– Систем. требования: 
IBMPC с процессором Intel(R) Pentium (R) CPU G3220 @; частота 
3.00 GHz; 4Гб RAM; CD-ROM дисковод; Windows 7 Ultimate; мышь; 
клавиатура, Adobe Acrobat XI Pro, Adobe Reader. 

В 
настоящем 
сборнике 
статей 
представлены 
научные 
труды 
преподавателей, аспирантов, магистрантов кафедры экономики и других 
вузов, 
а 
так 
же 
практических 
специалистов-участников 
ежегодной 
региональной межвузовской научно-практической конференции, которая 
была проведена 04 февраля 2022 года на базе Технологического 
университета. Тема применения экономических инструментов развития 
цифровой экономики является актуальной, так как предполагает изучение 
возможностей 
внедрения 
инструментов 
цифровой 
экономики 
промышленными предприятиями в целях оптимизации производственных 
процессов, улучшения качества производимой продукции и услуг и 
обеспечения транспарентности хозяйствования промышленного предприятия 
в современных условиях.  

Издание предназначено для студентов, аспирантов, преподавателей и 
широкого круга читателей. 

* Все материалы даны в авторской редакции

ISBN  978-5-907477-98-8 

© ГБОУ ВО МО «Технологический университет», 2022 
© Оформление. Издательство «Научный консультант», 2022

СОДЕРЖАНИЕ 

Меньшикова М.А., Корчагина Н.В., Пинягина Н.Б.,  
Джамалдинова М.Д.  
КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ИЗМЕНИТ БИЗНЕС.................6 
Петухов В.Д.  
СИСТЕМНЫЙ ПОДХОД В УПРАВЛЕНИИ ПРЕДПРИЯТИЕМ…………14 
Корженевская Е.И.  
ОБРАЗОВАТЕЛЬНЫЙ ПОТЕНЦИАЛ КАК ФАКТОР 
ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ РЕГИОНА……………….………18 
Полторацкий В.Е.  
МЕТОДИЧЕСКИЙ ПОДХОД К ПОВЫШЕНИЮ  
БЕЗОПАСНОСТИ В УЧЕБНЫХ ЗАВЕДЕНИЯХ В УСЛОВИЯХ 
НЕШТАТНЫХ СИТУАЦИЙ НА ОСНОВЕ ПРИМЕНЕНИЯ 
ТЕХНОЛОГИЙ ИНТЕРНЕТА ВЕЩЕЙ, ПОЗИЦИОНИРОВАНИЯ И 
 
ВИДЕОАНАЛИТИКИ……………………………………………………….27 
Чехов А.В.  
ФОРМИРОВАНИЕ ИННОВАЦИОННОЙ СРЕДЫ В СИСТЕМЕ 
НАЛОГООБЛОЖЕНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ…………………34 
Джамалдинова М.Д.  
ИННОВАЦИИ И РИСКИ ВНЕДРЕНИЯ КОНЦЕПЦИИ  
УСТОЙЧИВОГО РАЗВИТИЯ В УПРАВЛЕНИИ ЦЕПЯМИ 
ПОСТАВОК…………………………………………………………………..43 
Гаврилова Т.В., Смирнова П.В.  
РАЗВИТИЕ ЦИФРОВОЙ ТРАНСФОРМАЦИИ  
В ПРОМЫШЛЕННОСТИ И ЕЕ ПЕРСПЕКТИВЫ…………………………50 
Бутузов А.Г.  
ИНСТИТУЦИОНАЛЬНЫЕ ОСНОВЫ ПРИРОДОПОЛЬЗОВАНИЯ  
В СОВРЕМЕННОЙ РОССИИ: РЕГИОНАЛЬНЫЙ АСПЕКТ…………….58 
Христофорова И.В.  
ПАНДЕМИЯ КОРОНОВИРУСА И ЦИФРОВЫЕ ТЕХНОЛОГИИ  
В ОБРАЗОВАНИИ: ДЕГРАДАЦИЯ ИЛИ ПРОРЫВ? РЕЗУЛЬТАТЫ 
 
SWOT-АНАЛИЗА……………………………………………………………67 
Астахова Я. А., Джамалдинова М.Д.  
СОВЕРШЕНСТВОВАНИЕ НОРМИРОВАНИЯ ТРУДА В 
СОВРЕМЕННЫХ УСЛОВИЯХ…………………………………………….75 
Пантелеева О.Ю., Меньшикова М.А.  
СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ И ИННОВАЦИОННЫХ 
ИНСТРУМЕНТОВ КОНТРОЛЬНОГО  
РИСК-ОРИЕНТИРОВАННОГО УПРАВЛЕНИЯ  
В ДЕЯТЕЛЬНОСТИ ТРАНСПОРТНЫХ ПРЕДПРИЯТИЙ………………80 

Жорова К.А., Джамалдинова М.Д.  
КАЧЕСТВО ТЕХНОЛОГИЧЕСКИХ БИЗНЕС-ПРОЦЕССОВ  
НА ПРЕДПРИЯТИИ…………………………………………………………

 
 
87 
Бутузов А.Г.  
СТРУКТУРНЫЕ СДВИГИ И ТРАНЗАКЦИОННЫЕ ИЗДЕРЖКИ  
В РОССИЙСКОЙ ЭКОНОМИКЕ…………………………………………..

 
 
93 
Могуев Б.Д.  
ИСПОЛЬЗОВАНИЕ СИСТЕМЫ «PAY PER VIEW» НА ПРИМЕРЕ 
ДЕЯТЕЛЬНОСТИ «WORLD WRESTLING ENTERTAINMENT»  
(WWE) C ПРИМЕНЕНИЕМ СТАТИСТИЧЕСКОГО АНАЛИЗА…………

 
 
 
99 
Букова А.А.  
РАЗВИТИЕ ЖЕНСКОЙ ДЕЛОВОЙ АКТИВНОСТИ И ЖЕНСКОГО 
МЕНЕДЖМЕНТА В РОССИИ………………………………………………

 
 
109 
Евдокимова  В.Т., Джамалдинова М.Д., Меньшикова М.А.  
ПОСТРОЕНИЕ МОДЕЛЕЙ БИЗНЕС-ПРОЦЕССОВ НА 
ПРЕДПРИЯТИИ………………………………………………………………

 
 
115 
Михневич А.С., Петухов В.Д., Джамалдинова М.Д.  
ИССЛЕДОВАНИЕ ДЕЯТЕЛЬНОСТИ КРЕДИТНОЙ  
ОРГАНИЗАЦИИ В ИНТЕРНЕТЕ……………………………………………

 
 
123 
Гасанов И.Н., Гаврилова Т.В., Смирнова П.В.  
РАЗВИТИЕ РЫНКА ЭЛЕКТРОННОЙ КОММЕРЦИИ  
В МОСКОВСКОЙ ОБЛАСТИ………………………………………………

 
 
129 
Савочкин И.О., Меньшикова М.А., Корженевская Е.И.  
КРИТЕРИИ ВЫБОРА ИНФОРМАЦИОННОЙ СИСТЕМЫ  
ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ УПРАВЛЕНИЯ…………………

 
 
145 
Чернышов Н.А., Меньшикова М.А., Полторацкий В.Е.  
ПОКАЗАТЕЛИ ЭФФЕКТИВНОСТИ ЭЛЕКТРОННОЙ РЕКЛАМЫ  
И ЭЛЕКТРОННОГО МАРКЕТИНГА………………………………………

 
 
151 
 
 

УДК 331.1, 331.41 
 

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ИЗМЕНИТ БИЗНЕС 
 
Меньшикова Маргарита Аркадьевна, 
доктор экономических наук, профессор, профессор кафедры Экономики, 
Государственное бюджетное образовательное 
учреждение высшего образования Московской области 
«Технологический университет имени дважды Героя Советского Союза, 
летчика-космонавта А.А. Леонова», г. Королёв, Московская область 
 
Корчагина Наталья Викторовна, 
кандидат экономический наук, доцент, заведующая базовой кафедры 
Экономики и организации производства, Государственное бюджетное 
образовательное учреждение высшего образования Московской области 
«Технологический университет имени дважды Героя Советского Союза, 
летчика-космонавта А.А. Леонова» на ОАО «КОМПОЗИТ», г. Королёв, 
Московская область 
 
Пинягина Наталья Борисовна, 
доктор экономических наук, с.н.с., профессор кафедры К4-МФ «Экономика и 
управление» Федеральное государственное бюджетное образовательное 
учреждение высшего образования «Мытищинский филиал Московского 
государственного технического университета им. Н.Э. Баумана», г. Москва; 
заместитель председателя правления, вице-президент РАО «Бумпром» 
 
Джамалдинова Марина Джамалдиновна 
кандидат экономических наук, доцент, доцент кафедры Экономики, 
Государственное бюджетное образовательное 
учреждение высшего образования Московской области 
«Технологический университет имени дважды Героя Советского Союза, 
летчика-космонавта А.А. Леонова», г. Королёв, Московская область 
 
В 
статье 
исследованы 
вопросы 
применения 
искусственного 
интеллекта в бизнесе и как его применение может кардинально изменить 
экономику, каким будет его влияние на будущее: исследовано понятие 
искусственного интеллекта, приведены типы искусственного интеллекта, 
изучена 
роль 
искусственного 
интеллекта 
в 
системе 
управления 
взаимоотношениями с клиентами. 
 
Искусственный интеллект, машинное обучение, глубокое обучение, 
цифровая технология 
 
 

HOW ARTIFICIAL INTELLIGENCE WILL CHANGE BUSINESS 
 
Menshikova Margarita A., 
Doctor of Economics, Professor of the Department of Economics,  
State Budgetary Educational Institution of Higher 
Education of the Moscow Region, 
«Technological University named after twice Hero  
 of the Soviet Union, pilot-cosmonaut A.A. Leonov», Korolev, Moscow Region 
 
Korchagina Natalya V., 
candidate of Economic Sciences, associate Professor, Head of the Basic 
Department of Economics and Organization of Production, State Budgetary 
Educational Institution of Higher Education of the Moscow Region 
“Technological University named after twice Hero of the Soviet Union, pilotcosmonaut A.A. Leonov" at OJSC "COMPOZIT", Korolev, Moscow region 
 
Pinyagina Natalya B., 
Doctor of Economics, Senior Researcher, Professor of the Department of K4-MF 
"Economics and Management" Federal State Budgetary Educational Institution of 
Higher Education "Mytishchi Branch of the Moscow State Technical University. 
N.E. Bauman, Moscow; 
Deputy Chairman of the Board, Vice President of RAO Bumprom 
 
Dzhamaldinova Marina D., 
candidate of economic Sciences, associate Professor at the Department of 
Economics, State Budgetary Educational Institution of Higher Education of the 
Moscow Region, «Technological University named after twice Hero  of the Soviet 
Union, pilot-cosmonaut A.A. Leonov», Korolev, Moscow Region 
 

The article explores the issues of using artificial intelligence in business 

and how its use can radically change the economy, what will be its impact on the 
future: the concept of artificial intelligence is investigated, types of artificial 
intelligence are given, the role of artificial intelligence in the customer 
relationship management system is studied. 

 
Artificial intelligence, machine learning, deep learning, digital technology 
 
Современная действительность даёт нам множество примеров 
ежедневного взаимодействия с искусственным интеллектом, и некоторые 
отмечают высокую эффективность такого взаимодействия. Многие люди до 
сих пор связывают искусственный интеллект с антиутопиями научной 
фантастики, но эта характеристика ослабевает по мере того, как 
искусственный 
интеллект 
развивается 
и 
становится 
все 
более 

распространенным явлением в нашей повседневной жизни. Сегодня 
искусственный интеллект – это имя нарицательное (Привет, Маруся!). 
Хотя признание искусственного интеллекта в основном обществе 
является новым явлением, это не новая концепцией. Современная область 
искусственного интеллекта возникла в 1956 году, но потребовались 
десятилетия кропотливой научно-исследовательской и апробационной 
работы, чтобы добиться значительного прогресса в разработке системы 
искусственного интеллекта и воплотить ее в технологическую реальность. 
В 
бизнесе 
искусственный 
интеллект 
имеет 
широкий 
спектр 
применения. На самом деле, большинство из нас ежедневно в той или иной 
форме взаимодействует с искусственным интеллектом: от обыденных 
действий и решений до захватывающих дух. Искусственный интеллект уже 
меняет практически все бизнес-процессы в каждой отрасли. По мере 
распространения технологий искусственного интеллекта они становятся 
императивом для предприятий, которые хотят сохранить своё конкурентное 
преимущество. 
Прежде чем исследовать, как технологии искусственного интеллекта 
влияют на деловой мир, важно дать определение этому термину. 
«Искусственный интеллект» – это широкий и общий термин, который 
относится к любому типу компьютерного программного обеспечения, 
которое участвует в деятельности, похожей на человеческую, включая 
обучение, планирование и решение проблем. Называть конкретные 
приложения «искусственным интеллектом» – это то же самое, что называть 
Honda Accord 2013 года «автомобилем» – это технически правильно, но не 
охватывает никаких деталей [2]. Чтобы понять, какой тип искусственного 
интеллекта преобладает в бизнесе, нужно копнуть глубже. 
Машинное обучение – один из наиболее распространенных типов 
искусственного интеллекта, разрабатываемых сегодня для бизнес-целей. 
Машинное обучение в основном используется для быстрой обработки 
больших 
объемов 
данных. 
Эти 
типы 
искусственного 
интеллекта 
представляют собой алгоритмы, которые со временем «обучаются», 
совершенствуясь в том, что они делают, чем чаще они это делают [1]. 
Предоставьте алгоритму машинного обучения больше данных, и его 
моделирование должно улучшиться. Следует особо отметить, что машинное 
обучение полезно для помещения огромных массивов данных, которые все 
чаще собираются с помощью подключенных устройств и Интернета вещей, в 
удобном для людей контексте. 
Например, если вы управляете производственным предприятием, 
ваше оборудование, скорее всего, подключено к сети. Подключенные 
устройства передают постоянный поток данных о функциональности, 
производительности и многом другом в центральное место. К сожалению, 
человек не может просеять слишком много данных, и даже если бы он мог, 
он, вероятно, пропустил бы большую часть закономерностей. Машинное 
обучение может быстро анализировать поступающие данные, выявляя 

закономерности и аномалии. Если машина на заводе-изготовителе работает с 
пониженной производительностью, алгоритм машинного обучения может 
уловить это и уведомить лиц, принимающих решения, о том, что пора 
отправить команду профилактического обслуживания. 
Но машинное обучение также является относительно широкой 
категорией. Развитие искусственных нейронных сетей, взаимосвязанной сети 
«узлов» искусственного интеллекта, привело к тому, что известно как 
«глубокое обучение» [3]. 
Глубокое обучение – это еще более конкретная версия машинного 
обучения, которая использует нейронные сети для участия в нелинейных 
рассуждениях [2]. Глубокое обучение имеет решающее значение для 
выполнения 
более 
сложных 
функций, 
таких 
как 
обнаружение 
мошенничества. Это можно сделать, анализируя широкий спектр факторов 
одновременно.  
Например, чтобы беспилотные автомобили заработали, необходимо 
выявить, проанализировать и отреагировать сразу на несколько факторов. 
Алгоритмы глубокого обучения используются, чтобы помочь беспилотным 
автомобилям контекстуализировать информацию, полученную их датчиками, 
например, расстояние до других объектов, скорость, с которой они движутся, 
и предсказание того, где они будут через 5-10 секунд. Вся эта информация 
рассчитывается параллельно, чтобы помочь беспилотному автомобилю 
принимать решения, например, когда следует менять полосу движения. 
Глубокое обучение имеет большие перспективы в бизнесе и, 
вероятно, скоро будет использоваться более широко. Старые алгоритмы 
машинного обучения, как правило, останавливаются в своих возможностях 
после захвата определенного объема данных, но модели глубокого обучения 
продолжают улучшать свою производительность по мере получения 
большего количества данных. Это делает модели глубокого обучения гораздо 
более масштабируемыми и детализированными; можно даже сказать, что 
модели глубокого обучения гораздо более независимы. 
Вместо того, чтобы служить заменой человеческого интеллекта и 
изобретательности, искусственный интеллект обычно рассматривается как 
вспомогательный инструмент. Хотя в настоящее время искусственный 
интеллект с трудом справляется с задачами здравого смысла в реальном 
мире, он умеет обрабатывать и анализировать массивы данных гораздо 
быстрее, 
чем 
человеческий 
мозг. 
Затем 
программное 
обеспечение 
искусственного интеллекта может вернуться с синтезированными курсами 
действий и представить их пользователю-человеку. Таким образом, люди 
могут использовать искусственный интеллект, чтобы помочь просчитать 
возможные последствия каждого действия и упростить процесс принятия 
решений. 
«Искусственный интеллект – это своего рода второе пришествие 
программного обеспечения», – сказал Амир Хусейн, основатель и 
генеральный директор компании SparkCognition, занимающейся машинным 

обучением 
[1]. 
Это 
форма 
программного 
обеспечения, 
которое 
самостоятельно принимает решения, которое способно действовать даже в 
ситуациях, не предусмотренных программистами. Искусственный интеллект 
обладает более широкими возможностями принятия решений по сравнению с 
традиционным программным обеспечением [4]. 
Эти черты делают искусственный интеллект очень ценным во многих 
отраслях, будь то просто помощь посетителям и персоналу в перемещении по 
корпоративному кампусу или выполнение такой сложной задачи, как 
мониторинг ветряной турбины, чтобы предсказать, когда она потребует 
ремонта. 
Машинное обучение часто используется в системах, которые 
собирают огромные объемы данных. Например, интеллектуальные системы 
управления 
энергопотреблением 
собирают 
данные 
с 
датчиков, 
прикрепленных 
к 
различным 
объектам. 
Затем 
массивы 
данных 
контекстуализируются с помощью алгоритмов машинного обучения и 
передаются лицам, принимающим решения, для лучшего понимания 
требований к использованию энергии и техническому обслуживанию. 
По словам Хусейна, искусственный интеллект является даже 
незаменимым союзником, когда дело доходит до поиска брешей в защите 
компьютерных сетей [1]. 
«У вас действительно не может быть достаточного количества 
экспертов по кибербезопасности для изучения этих проблем из-за масштаба и 
возрастающей сложности» [1], – сказал он. Искусственный интеллект также 
играет здесь все серьёзную и значимую роль. 
Искусственный 
интеллект 
также 
меняет 
системы 
управления 
взаимоотношениями с клиентами (CRM). Программное обеспечение, такое 
как Salesforce или Zoho, требует серьезного вмешательства человека, чтобы 
оставаться актуальным и точным. Но когда применяется искусственный 
интеллект к этим платформам, обычная CRM-система превращается в 
самообновляющуюся, автоматически корректирующуюся систему, которая 
остается для на вершине управления вашими отношениями.  
Приведем 
другой 
пример 
применения 
универсальности 
искусственного интеллекта в финансовом секторе. Доктор Хоссейн Рахнама, 
основатель 
и 
генеральный 
директор 
консьерж-компании 
Flybits 
с 
искусственным интеллектом и приглашенный профессор Массачусетского 
технологического института, работал с TD Bank над интеграцией 
искусственного интеллекта в обычные банковские операции, такие как 
ипотечные кредиты. 
«С помощью этой технологии, если у вас есть ипотечный кредит в 
банке, и он подлежит продлению в течение 90 дней или меньше… если вы 
проходите мимо отделения, вы получаете персонализированное сообщение с 
приглашением пойти в отделение и продлить покупку. Или если вы 
просматриваете недвижимость для продажи и проводите там более 10 минут,