Когнитивный подход к бизнес-аналитике при оценке цифровых рисков безопасности в процессе внедрения новых технологий

Павлов М. А.1, Шиболденков В. А.1
1 Московский государственный технический университет им. Н.Э. Баумана

Статья в журнале

Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 15, Номер 3 (Март 2025)

Цитировать эту статью:

Аннотация:
В данной работе исследуются особенности и возможные сложности технико-экономического анализа киберугроз в организациях, которые возникают в контексте цифровой трансформации и интеграции новых технологий. Актуальность исследования обусловлена ростом цифровых рисков, которые могут существенно повлиять на экономические показатели компаний. Рассматриваются основные виды рисков, с которыми сталкиваются организации в процессе внедрения цифровых решений, в том числе финансовые и операционные аспекты. Также анализируются международные документы, регулирующие вопросы информационной безопасности, и подходы к аналитике и управлению ИТ-рисками. Особенно внимание уделяется когнитивному подходу к бизнес-анализу цифровых рисков, который предложен как новый способ экономической оценки проектов в сфере кибербезопасности при цифровой трансформации. В работе представлены экономико-математические модели, используемые для оценки инновационных проектов, а также проанализированы методы управления рисками в контексте внедрения новых технологий. Выявлены ключевые проблемы, с которыми сталкиваются организации при оценке эффективности своей политики кибербезопасности, и предложены рекомендации по улучшению процессов анализа и интеграции технологий с учётом технико-экономических последствий. В заключение сделаны выводы относительно необходимости применения когнитивного подхода для повышения экономической эффективности и минимизации рисков

Ключевые слова: цифровая трансформация, инновационные риски, управление рисками, интеграция технологий, оценка инноваций

JEL-классификация: O31, O32, O33



Введение

Актуальность данного исследования заключается в том, что когнитивный подход к бизнес-аналитике становится решающим фактором при оценке цифровых рисков, связанных с внедрением новых технологий в контексте стратегической трансформации организаций [21]. В современном мире цифровизация рассматривается как одно из наиболее значимых направлений, нацеленное на применение передовых цифровых решений для модификации бизнес-моделей, оптимизации бизнес-процессов и улучшения взаимодействия с клиентами. Основными задачами этой трансформации являются не только повышение эффективности, но и укрепление конкурентоспособности, а также внедрение инновационных подходов в организационные структуры [2].

В рамках реализации проектов цифровизации организации активно развивают облачные технологии, автоматизируют ключевые бизнес-процессы и создают цифровые платформы, что становится стратегически важным для их развития. Эти инициативы подчеркивают важность инновационного подхода и переосмысления существующих бизнес-моделей. Кроме того, критическим аспектом успешной трансформации является культурная адаптация сотрудников к использованию новых технологий и методов работы. Это требует высокой степени цифровой грамотности, что, в свою очередь, подчеркивает необходимость внедрения когнитивных подходов для эффективной оценки рисков и разработки стратегий в области цифровой безопасности [3].

Первоначально систематизированная бизнес-аналитика новых рисков основывалась на управление по целям и результатам (Макрусев В.В. [14, c. 417]). Далее развивались когнитивные подходы к моделированию в понимании причинно-следственной связи (Караев Р. А. [11, c. 8-9], Макрусев В.В. [15, c. 419-420]) и интеллектуального анализа данных (Дроговоз П.А., [8, c. 29-31]). С развитием алгоритмов машинного обучения, еще больше развивается интеллектуальная и дата-ориентированная бизнес-аналитика (Чернышева Ю. Г. [19, с. 70-72], Михненко О. Е. [17, с. 66], Марченкова О.В. [16, c. 88], Курцев Н.О. [13, с. 134-136]). В текущий момент с широким развитием алгоритмов и сервисов искусственного интеллекта применяются уже не подходы, а широкие когнитивные технологии, которые включают набор разных когнитивных свойств (Суматохин В.А. [19, c. 172], P.A. Drogovoz [24, с. 199]. Рисунок 1 демонстрирует эволюция подходов к бизнес-аналитике с указанием ключевых работ:

Рисунок 1 – Литературный обзор ключевых работ и эволюция подходов к бизнес-аналитике (Источник: разработано авторами)

Существующие исследования недостаточно охватывают аспекты взаимосвязи между внедрением цифровых технологий и уровнем их уязвимости к цифровым угрозам, что порождает необходимость в более глубоком понимании необходимых мер защиты [21]. Цель этой статьи заключается в формализации когнитивного подхода в бизнес-аналитике для оценки рисков и разработки концепции стратегии цифровой безопасности в условиях нарастающих угроз. Данная работа описывает применение новых возможностей когнитивного подхода в рамках практик бизнес-аналитики в контексте цифровой безопасности, предлагая комплексные модели, которые учитывают, как технологические, так и управленческие и организационно-экономические элементы для повышения устойчивости организаций. Предполагается, что применение когнитивного подхода к бизнес-аналитике позволит выявить более глубокие взаимосвязи между цифровыми рисками и новыми стратегиями защиты, а также улучшить общее понимание цифровой безопасности в контексте процесса цифровой трансформации. В исследовании будет использоваться качественный и количественный анализ данных, ориентированный на выявление новых типов уязвимостей организации в условиях цифровых угроз [10]. Будет проведён систематический обзор существующих стратегий цифровой безопасности, контент-анализ кейсов, а также опрос экспертов в области новых цифровых технологий и новых вызовов кибербезопасности. Результаты позволят разработать комплексную стратегию аналитики по предотвращению, обнаружению и реагированию на потенциальные угрозы, что в свою очередь, обеспечит устойчивость и безопасность цифровой инфраструктуры организаций в современном мире.

Рисунок 2 представляет классификацию угроз для цифровой безопасности организации при внедрении новых технологий:

Рисунок 2 - Классификация угроз для цифровой безопасности организации при внедрении новых технологий (Источник: разработано авторами)

Когнитивный подход к бизнес-аналитике при оценке цифровых рисков безопасности при внедрении новых технологий предполагает использование интеллектуальных методов и моделей, которые позволяют организации не только распознавать и анализировать потенциальные угрозы, но и принимать обоснованные решения на основе собранной информации. Такой подход предполагает, что восприятие рисков и их оценка — это не просто механический процесс, а сложное взаимодействие различных факторов, включая как технологические аспекты, так и человеческий фактор, корпоративную культуру и более сложные социальные конструкты [1].

Стоимость инвестиций в безопасность, возникающая в результате подобных взаимодействий, охватывает множество аспектов, так как включает в себя расходы на разработку, внедрение и поддержку мер безопасности информационных систем [3].

Эффективность подхода к оценке оптимального уровня инвестиций заключается в том, что компании должны учитывать не только прямые затраты, но и потенциальные финансовые и социально-репутационные потери, которые могут возникнуть в случае нарушений безопасности в долгосрочной перспективе. Это требует от организации комплексного анализа, направленного на минимизацию потенциальных потерь, связанных с угрозами, и балансировку этих рисков с необходимыми затратами на защиту [6]. Задача состоит в том, чтобы не только выбрать правильные решения по безопасности, но и сделать это с учетом ограничений и целей бизнеса [8,11].

Основные положения

В идеальном варианте [20], когнитивный подход позволяет интегрировать разнообразные данные и опыт, что способствует более адекватному пониманию рисков и более эффективному управлению ими, обеспечивая тем самым наилучшие бизнес-результаты в условиях постоянно меняющегося технологического ландшафта и сопутствующих угроз. Рисунок 3 демонстрирует особенности и преимущества применения когнитивного подхода в бизнес-аналитике:

Рисунок 3 – Особенности и преимущества применения когнитивного подхода в бизнес-аналитике (Источник: разработано авторами)

Когнитивный подход к бизнес-аналитике в контексте оценки цифровых рисков безопасности при внедрении новых технологий ориентируется на мультимодальный анализ, который объединяет данные из различных источников с использованием разных методов их получения. Рисунок 4 представляет роль видов данных и их структурированности в когнитивном анализе:

Рисунок 4 – Роль видов данных и их структурированности в когнитивном анализе (Источник: разработано авторами)

Этот подход позволяет глубже анализировать аномалии и риски, так как связывает информацию из аудиторских записей, систем мониторинга безопасности и взаимодействия пользователей. Мультимодальная аналитика улучшает понимание схем угроз, идентифицируя скрытые закономерности, что приводит к повышению точности обнаружения и ускорению реакции на инциденты [4].

Ключевое влияние мультимодальной аналитики на уменьшение экономических потерь от кибератак проявляется в повышения точности угроз, более быстром реагировании, снижении потенциальных убытков и оптимизации ресурсов [13]. Таким образом, интеграция когнитивной аналитики становится важным элементом бизнес-стратегии, позволяя эффективно выявлять угрозы цифровой безопасности и реагировать на них, что особенно актуально на фоне постоянно изменяющегося ландшафта технологических угроз [12]. В условиях роста объемов данных и сложности угроз, использование мультимодальных данных для оценки рисков и ущерба от кибератак помогает компаниям выстраивать приоритеты в защите информации.

Анализ данных всех этих модальностей является необходимым шагом для комплексного понимания стоимости киберугроз и позволяет компаниям выработать всесторонние стратегии защиты своих компьютерных систем и информации. В условиях постоянно меняющегося ландшафта киберугроз, интеграция всех перечисленных модальностей в аналитический процесс становится важным аспектом стратегического планирования и управления рисками в цифровой сфере [7].

Проблема заключается в том, что внедрение когнитивной бизнес-аналитики и интеллектуального управления цифровыми рисками требует значительных временных и финансовых затрат, а также значительных организационно-экономических изменений, что порождает ряд трудностей, поскольку многие компании не готовы инвестировать в обеспечение безопасности, воспринимая его мерой, не способствующей их развитию, или бессмысленной тратой ресурсов, когда возможно оплатить минимальный штраф за нарушение. В результате их уровень защиты остается низким, что негативно отражается на репутации и благополучии различных заинтересованных сторон.

Поэтому есть необходимость внедрения новых аналитических подходов, но она сопровождается рядом сложностей, таких как нехватка стимулов, квалифицированных кадров и эффективной коммуникации между подразделениями, которые останавливают предприятие от принятия оптимального решения. Решение этих проблем требует внимания как со стороны компаний, так и со стороны правительства и общества [9].

Когнитивные методы играют ключевую роль в понимании взаимосвязей между рисками и решениями, поскольку позволяют бизнесу учитывать не только количественные, но и качественные факторы, влияющие на безопасность. В статье проведено аналитическое сравнение существующих подходов, включая вероятностные модели, теории игр, а также методы машинного обучения, что позволяет выявить их преимущества и ограничения в контексте реальных сценариев применения.

Результаты

Исследование методологий экономико-математического моделирования рисков, связанных с информационной безопасностью предприятий, представляет важный аспект для обеспечения надежности информационных систем в условиях динамично меняющейся технологической среды [5]. В контексте когнитивного подхода к бизнес-аналитике, данная работа выполняет попытку систематически рассмотреть и проанализировать эффективность различных техник, применяемых для оценки и управления цифровыми рисками безопасности при внедрении новых технологий.

Кроме того, акцентируется внимание на важности интеграции этих методологий в процесс принятия решений, что может способствовать формированию более устойчивых механизмов противодействия киберугрозам. Установлено, что грамотное применение когнитивных подходов наряду с экономико-математическими моделями может не только повысить точность оценки рисков, но и подкрепить организационные изменения, направленные на повышение общей киберустойчивости, что создаст условия для более эффективного адаптирования предприятий к изменениям в технологическом ландшафте и формированию более киберутойчивых бизнес-процессов.

Экономическая обоснованность представленных экономико-математических методов оценки рисков и эффективности мер безопасности информационных систем основывается на их способности предоставлять конкретные и применимые данные для принятия обоснованных решений в области кибербезопасности и управления рисками.

Рисунок 5 представляет сравнение экономико-математических методов оценки цифровых рисков при внедрении новых технологий:

Рисунок 5 - Сравнение экономико-математических методов оценки цифровых рисков при внедрении новых технологий (Источник: разработано авторами)

Ключевым явлением в этом контексте является связь между потенциальными убытками и инвестициями в защитные мероприятия, что позволяет организациям не только минимизировать риски, но и оптимизировать ресурсы с точки зрения экономической эффективности [1].

Экономико-математические методы, представленные ниже, обеспечивают системный и комплексный подход к оценке рисков и эффективному управлению безопасностью информационных систем. Они служат основой для принятия обоснованных решений о выделении ресурсов, позволяют предугадать финансовые последствия и обеспечить устойчивость бизнеса к киберугрозам, что подчеркивает их экономическую обоснованность.

В последние годы создано множество методов для оценки информационных технологий и киберрисков, которые обеспечивают эффективные инструменты для системного управления рисками в области безопасности информации и цифровых активов. Тем не менее, даже с учетом широкого спектра существующих методов, ни один из них не способен в полной мере охватить все аспекты, связанные с оценкой новых и инновационных рисков.

Когнитивный подход к бизнес-аналитике становится особо актуальным при оценке цифровых рисков, возникающих в процессе внедрения новых технологий. Этот подход подразумевает интеграцию различных когнитивных моделей, что позволяет более глубоко анализировать факторы, влияющие на кибербезопасность [23].

Эффективная оценка рисков требует комплексного подхода, учитывающего не только количественные меры, но и качественные аспекты, связанные с изменениями в организационной структуре, внедрением новых процессов и технологий, а также человеческим фактором. Когнитивные методы в этом контексте открывают новые возможности для анализа сложных взаимосвязей и факторов, влияющих на безопасность. Например, через применение машинного обучения и анализ данных можно более точно предсказать потенциальные угрозы [19].

Кроме того, важность мультидисциплинарного подхода к анализу рисков не может быть недооценена. Интеграция знаний из разных областей, таких как психология, экономика и информационные технологии, позволяет более адекватно оценивать и управлять рисками, которые формируются в результате внедрения современных решений. Таким образом, использование когнитивного подхода в бизнес-аналитике может значительно улучшить как процесс идентификации рисков, так и разработку соответствующих стратегий их минимизации.

Рисунок 6 представляет сравнение моделей диффузии и принятия технологий при внедрении новых технологий:

Рисунок 6 - Сравнение моделей диффузии и принятия технологий при внедрении новых технологий (Источник: разработано авторами)

Когнитивный подход к бизнес-аналитике акцентирует внимание на процессе воспринимаемости, понимания и принятия информации при оценке цифровых рисков безопасности, связанных с внедрением новых технологий. В этом контексте вышеописанные методы играют ключевую роль [22]. Интеграция этих методов в когнитивный подход позволяет более глубоко анализировать и прогнозировать риски, связанные с безопасностью, при внедрении новых технологий, обеспечивая более адаптивные и управляемые стратегии для минимизации этих рисков [19,18].

Каждая из этих теорий предоставляет уникальный подход к пониманию принятия и внедрения технологий, учитывая различные аспекты, такие как социальные взаимодействия, организационные структуры и специфические контексты использования технологий.

Обсуждение

В контексте когнитивного подхода к бизнес-аналитике оценка цифровых рисков безопасности при внедрении новых технологий требует интеграции различных методов анализа [15]. Таблица 1 представляет сходства и различия существующих методов и авторского подхода:

Таблица 1 – Сходства и различия существующих методов и авторского подхода

Методология
Преимущества
Недостатки
Экспертные оценки
Быстрая адаптация к новым угрозам.
Субъективность и зависимость от опыта оценщиков.
Статистический анализ
Прогнозирование на основе исторических данных.
Игнорирование новых угроз и контекста.
Технический анализ
Выявление уязвимостей на уровне технологий.
Упущение финансовых аспектов.
Финансовые методики
Оценка экономической целесообразности инвестиций.
Не учитывает быстрые изменения технологий.
Систематизированная бизнес-аналитика
Четкость и фокус на результатах.
Требует постоянного контроля, упрощение решений.
Когнитивные подходы к моделированию
Выявление причинно-следственных связей.
Сложность реализации, требует глубоких знаний.
Интеллектуальный анализ данных
Автоматизация анализа больших данных.
Зависимость от качества данных и алгоритмов.
Интеллектуальная дата-ориентированная аналитика
Улучшение точности прогнозов с помощью машинного обучения.
Высокие вычислительные требования и сложность.
Когнитивные технологии
Комплексный анализ рисков.
Сложность реализации и значительные инвестиции.

Когнитивный подход на основе мультимодального анализу акцентирует внимание на интерпретации данных через призму человеческого восприятия и мышления. Он использует методы когнитивных наук для учета как количественных, так и качественных аспектов данных, включая контекст и эмоции. В отличие от традиционной бизнес-аналитики, которая основывается на статистических методах и строгом измерении, когнитивный подход интегрирует различные источники информации (текст, звук, изображение) и выявляет глубокие закономерности. Это помогает лучше понимать поведение потребителей и разрабатывать эффективные стратегии с учетом человеческих факторов. Таким образом, основные отличия заключаются в глубоком анализе контекста и использовании мультимодальных данных для более комплексного представления ситуации.

Заключение

Внедрение когнитивных аналитических решений в цифровую безопасность приносит значительные экономические выгоды, улучшая выявление киберугроз и оптимизируя затраты на защиту информации. Рекомендуется автоматизация процессов с использованием искусственного интеллекта, включая машинное обучение и нейронные сети, которая позволяет быстро реагировать на кибератаки и выявлять уязвимости, что сокращает экономические потери и рационализирует инвестиции.

Применение когнитивной аналитики также повышает операционную эффективность, оптимизируя бизнес-процессы и автоматизируя рутинные задачи, что в свою очередь увеличивает производительность и улучшает общую эффективность деятельности организации. Правильный выбор исходных данных, повышения их качества и отбор экономико-математических моделей помогает адекватно оценивать риски и эффективность инвестиций в защитные меры, что делает управление безопасностью более гибким и соответствующим бизнес-специфике.


Источники:

1. Халяпин А.А., Усачева Ю. А., Руденко А. И. Методы информационного менеджмента для оценки эффективности инвестиционных it-проектов в эпоху цифровизации // Вестник Академии знаний. – 2021. – № 2. – c. 433-438. – url: https://cyberleninka.ru/article/n/metody-informatsionnogo-menedzhmenta-dlya-otsenki-effektivnosti-investitsionnyh-it-proektov-v-epohu-tsifrovizatsii.
2. Александрова Т. В. Формирование концептуальной модели цифровой трансформации производственных бизнес-процессов на нефтегазовых предприятиях // Вестник томского государственного университета. экономика. – 2019. – № 48. – c. 233-251. – url: https://cyberleninka.ru/article/n/formirovanie-kontseptualnoy-modeli-tsifrovoy-transformatsii-proizvodstvennyh-biznes-protsessov-na-neftegazovyh-predpriyatiyah.
3. Гимранов Р. Д. Группировка угроз и рисков экономической безопасности цифрового предприятия нефтегазовой отрасли: ситуационный подход // Креативная экономика. – 2020. – № 7. – c. 1291-1310. – url: https://cyberleninka.ru/article/n/gruppirovka-ugroz-i-riskov-ekonomicheskoy-bezopasnosti-tsifrovogo-predpriyatiya-neftegazovoy-otrasli-situatsionnyy-podhod.
4. Дмитриева М. А., Шедько Ю. Н. Цифровые тренды в стратегическом управлении и существующие ИТ-риски // Управленческие науки. – 2023. – № 2. – c. 6-15.
5. Дробкова О.С., Дроговоз П.А. Применение экономико-математической модели оценки уровня интеграции предприятий промышленного комплекса // Креативная экономика. – 2023. – № 1. – c. 165-182. – doi: 10.18334/ce.17.1.116675.
6. Дроговоз П.А., Коренькова Д.А., Павлов М.А. Кибербезопасность в международной космической индустрии: кооперативно-игровой подход к гармонизации экономических интересов стейкхолдеров // XLVI Академические чтения по космонавтике, посвященные памяти академика С.П. Королева и других отечественных ученых – пионеров освоения космического пространства (Москва, 25-28 янв. 2022 г.): сб. тез. всеросс. науч. конференции / РАН [и др.]; ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)». М: Изд-во МГТУ им. Н.Э. Баумана. Москва, 2022. – c. 48-54.
7. Дроговоз П.А., Попович Л.Г., Жильникова А.Н. Корпоративное и публичное управление в условиях глобальной цифровой экономики: инфраструктура, законодательство, методология // Аудит и финансовый анализ. – 2010. – № 6. – c. 320-327.
8. Дроговоз П.А., Чемезов С.В., Турко Н.И., Куликов С.А. Организационно-экономические механизмы военно-гражданской интеграции высокотехнологичных отраслей промышленности // Milex-2011: сб. докладов V международной научной конференции по военно-техническим проблемам, проблемам обороны и безопасности и использования технологий двойного применения. Минск: ГУ «БелИСА». Минск, 2011. – c. 28-33.
9. Илькевич С. В. Стратегия цифровой трансформации промышленных предприятий: эффекты внедрения технологий умного производства // Сррм. – 2022. – № 3. – c. 210-225. – url: https://cyberleninka.ru/article/n/strategiya-tsifrovoy-transformatsii-promyshlennyh-predpriyatiy-effekty-vnedreniya-tehnologiy-umnogo-proizvodstva.
10. Антропов К.Ю., Ахмадеев Р.Г., Косов М.Е. Кибербезопасность и сохранение цифрового суверенитета экономики // Вестник экономической безопасности. – 2021. – № 5. – c. 268-273. – url: https://cyberleninka.ru/article/n/kiberbezopasnost-i-sohranenie-tsifrovogo-suvereniteta-ekonomiki.
11. Караев Р. А., Микаилова Р. Н., Сафарли И. И., Садыхова Н. Ю., Имамвердиева Х. Ф. Когнитивные инструменты для динамического анализа бизнес-стратегий предприятий // Бизнес-информатика. – 2018. – № 1. – c. 7-16. – url: https://cyberleninka.ru/article/n/kognitivnye-instrumenty-dlya-dinamicheskogo-analiza-biznes-strategiy-predpriyatiy.
12. Куликов С.А., Дроговоз П.А. Сетецентрические механизмы управления интегрированными корпоративными структурами оборонно-промышленного комплекса// Научная сессия МИФИ-2011. Т.3 Стратегические информационные технологии в атомной энергетике и промышленности. Проблемы информационной безопасности в системе высшей школы. Экономические и правовые проблемы инновационного развития атомной отрасли. Образование в национальном исследовательском ядерном университете. М.: МИФИ, 2011
13. Курцев Н.О., Кашеварова Н.А. Управление интеллектуальной собственностью в условиях цифровизации промышленности // Управление научно-техническими проектами (Москва, 3 апр. 2020 г.): сб. материалов IV междунар. науч.-техн. конференции / Министерство науки и высшего образования Российской Федерации; ФГБОУ ВО «Московский государственный университет имени Н.Э. Баумана. М.: Изд-во МГТУ им. Н.Э. Баумана. Москва, 2020. – c. 132-138.
14. Лившиц И. И. Практика управления киберрисками в нефтегазовых проектах компаний холдингового типа // Вопросы кибербезопасности. – 2020. – № 1. – c. 42-51.
15. Макрусев В.В. и др. / Экономический анализ: теория и практика, 2020, т. 19, вып. 3, стр. 416–429
16. Марченкова О.В., Шиболденков В.А. Анализ перспективных технологий цифровизации в наукоемком секторе экономики // XLVI Академические чтения по космонавтике, посвященные памяти академика С.П. Королева и других отечественных ученых – пионеров освоения космического пространства (Москва, 25-28 янв. 2022 г.): сб. тез. всеросс. науч. конференции / РАН [и др.]; ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)». М: Изд-во МГТУ им. Н.Э. Баумана. Москва, 2022. – c. 87-89.
17. Михненко О. Е. Цифровая трансформация аналитических процессов бизнеса // Учет. Анализ. Аудит. – 2021. – № 2. – c. 62-70. – url: https://cyberleninka.ru/article/n/tsifrovaya-transformatsiya-analiticheskih-protsessov-biznesa.
18. Павлов М.А. Криминологические меры борьбы с преступлениями в сфере компьютерной информации // Студенческий: электрон. научн. журн. – 2023. – № 40. – c. 29-31. – url: https://sibac.info/journal/student/252/309536.
19. Суматохин В.А., Шиболденков В.А. Исследование применения технологий искусственного интеллекта при решении экономических задач наукоемкого производства // XLVI Академические чтения по космонавтике, посвященные памяти академика С.П. Королева и других отечественных ученых – пионеров освоения космического пространства (Москва, 25-28 янв. 2022 г.): сб. тез. всеросс. науч. конференции / РАН [и др.]; ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)». М: Изд-во МГТУ им. Н.Э. Баумана. Москва, 2022. – c. 170-175.
20. Чернышева Ю. Г. Бизнес-анализ - новые возможности аналитики для управления // Учет и статистика. – 2022. – № 1. – c. 69-76. – url: https://cyberleninka.ru/article/n/biznes-analiz-novye-vozmozhnosti-analitiki-dlya-upravleniya.
21. Шиболденков В.А. Особенности экономико-математического моделирования пространственно-временных характеристик процесса диффузии инноваций в сложных системах // Технологии разработки и отладки сложных технических систем (Москва, 1–2 апр. 2020 г.): Cб. трудов VII всеросс. науч.-практ. конференции / ФГБОУ ВО «Московский государственный университет имени Н.Э. Баумана (национальный исследовательский университет)», Центр инженерных технологий и моделирования \"Экспонента\". М: Изд-во МГТУ им. Н.Э. Баумана. Москва, 2021. – c. 447-450.
22. Шиболденков В.А. Экономико-математическое моделирование нелинейных закономерностей в инновационной деятельности наукоемкого производства (на примере аэрокосмической отрасли) // XLVI Академические чтения по космонавтике, посвященные памяти академика С.П. Королева и других отечественных ученых – пионеров освоения космического пространства (Москва, 25-28 янв. 2022 г.): сб. тез. всеросс. науч. конференции / РАН [и др.]; ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)». М: Изд-во МГТУ им. Н.Э. Баумана. Москва, 2022. – c. 191-194.
23. Щеглов Д. К., Сайбель А. Г., Букарев А. М. Методология оценки эффективности проектов цифровой трансформации предприятий высокотехнологичной промышленности // Инновации и инвестиции. – 2023. – № 10. – c. 383-395. – url: https://cyberleninka.ru/article/n/metodologiya-otsenki-effektivnosti-proektov-tsifrovoy-transformatsii-predpriyatiy-vysokotehnologichnoy-promyshlennosti.
24. P.A. Drogovoz, N.A. Kashevarova, V.A. Dadonov, T.G. Sadovskaya and M.K. Trusevich, “Industry 4.0 in Russia: Digital Transformation of Economic Sectors,” in Industry 4.0 in SMEs Across the Globe: Drivers, Barriers, and Opportunities, edited by J.M. Müller, N. Kazantsev (CRC Press, Boca Raton, 2021), pp. 195-211; https://doi.org/10.1201/9781003165880-15 URL: https://doi.org/.

Страница обновлена: 17.03.2025 в 13:08:03