ivdon3@bk.ru
В статье рассмотрен подход к разработке архитектуры систем поддержки управленческих решений в предпринимательских структурах с использованием технологий искусственного интеллекта. Показано, что традиционные методы принятия решений не обеспечивают достаточной скорости и обоснованности управленческих действий в условиях высокой волатильности рынка и информационной перегрузки. Предложена многоуровневая архитектура, основанная на принципах модульности, гибридного взаимодействия человека и ИИ, объяснимости и инкрементального развития. Представлена структура системы, включающая четыре слоя. Особое внимание уделено роли человека в контуре управления и пороговому контролю решений. На примере компаний малого и среднего бизнеса показано, что предложенный подход повышает точность прогнозов, ускоряет управленческий цикл и способствует формированию культуры доверия к аналитике. Архитектура обеспечивает адаптивность, прозрачность и соответствие нормативным требованиям, что делает ее эффективным инструментом внедрения ИИ в предпринимательские структуры.
Ключевые слова: принятие управленческих решений, архитектура, искусственный интеллект, человек в контуре, цифровая трансформация, интеллектуальная поддержка
В статье представлен сравнительный анализ точности пяти методов прогнозирования временных рядов спроса и цен: классических статистических подходов, алгоритмов машинного обучения и архитектуры глубокого обучения.
Ключевые слова: прогнозирование временных рядов, автомобильные грузоперевозки, машинное обучение, градиентный бустинг, рекуррентные нейронные сети, сравнительный анализ методов прогнозирования
2.3.4 - Управление в организационных системах , 2.9.9 - Логистические транспортные системы