Informatization in the Digital Economy Informatization in the Digital Economy Информатизация в цифровой экономике 2712-9306 BIBLIO-GLOBUS Publishing House 123446 10.18334/ide.6.2.123446 WXYGRY Articles Статьи Research Article Intellectualization of management by exception: concept, principles and application Интеллектуализация управления по отклонениям: концепция, принципы и применение Shabaltina Larisa Vladimirovna Шабалтина Лариса Владимировна

доцент кафедры Теории менеджмента и бизнес-технологий, кандидат экономических наук, доцент

 shabaltina.lv@mail.ru Maslennikov Valeriy Vladimirovich Масленников Валерий Владимирович

профессор, доктор экономических наук

 maslennikov.vv@rea.ru Kalinina Irina Anatolevna Калинина Ирина Анатольевна

Профессор, доктор экономических наук, доцент.Директор высшей школы менеджмента

 Kalinina.IA@rea.ru Plekhanov Russian State University Российский государственный университет им. Г.В. Плеханова 30 06 2025 6 2 VOL 6, NO2 (2025) ТОМ 6, №2 (2025) 271 296 03 06 2025 26 06 2025 Copyright ©; 2025, Shabaltina L.V., Maslennikov V.V., Kalinina I.A. Copyright ©; 2025, Шабалтина Л.В., Масленников В.В., Калинина И.А. 2025 Shabaltina L.V., Maslennikov V.V., Kalinina I.A. Шабалтина Л.В., Масленников В.В., Калинина И.А. https://1economic.ru/lib/123446

The research examines the intellectualization of management by exception through the introduction of artificial intelligence and machine learning. Modern approaches to automation of identification, forecasting and correction of exceptions in business processes are considered. Special attention is paid to intelligent systems in project management, automation of detection, classification and correction of exceptions, as well as the application of a traffic light system for visualizing critical parameters. Practical cases and algorithms for the implementation of intelligent deviation management, as well as prospects for its development amid digital transformation, are presented. Examples show how intelligent systems improve the accuracy and speed of management decisions. The study is a valuable resource for managers, analysts, and specialists involved in optimizing business processes and implementing innovative technologies in management.

Исследование посвящено интеллектуализации управления по отклонениям (Management by Exception) за счет внедрения искусственного интеллекта и машинного обучения. Рассмотрены современные подходы к автоматизации выявления, прогнозирования и коррекции отклонений в бизнес-процессах. Особое внимание уделено применению интеллектуальных систем в управлении проектом, автоматизации выявления, классификации и корректировки отклонений, а также применению «светофорной» системы для визуализации критических параметров. Приведены практические кейсы и алгоритмы внедрения интеллектуального управления по отклонениям, а также перспективы его развития в условиях цифровой трансформации. На примерах показано, как интеллектуальные системы повышают точность и скорость управленческих решений. Исследование представляет собой ценный ресурс для руководителей, аналитиков и специалистов, занимающихся оптимизацией бизнес-процессов и внедрением инновационных технологий в управление

 management by exception management intellectualization artificial intelligence machine learning predictive analytics digital transformation traffic light system Управление по отклонениям интеллектуализация управления искусственный интеллект машинное обучение предиктивная аналитика цифровая трансформация «светофорная» система 1. Ансофф И. Стратегическое управление: Экономика. - Москва, 1989. – 303 c. 2. Болдычева А. Г. Аналитика больших данных для динамического планирования и управления запасами // Аудитор. – 2024. – № 11. – c. 38-49. 3. Бродников А.Ф., Вихарева Н. А. Поверка и калибровка средств измерений температуры. / учебное пособие. - Новосибирск: Сибпринт, 2021. – 132 c. 4. Принципы структурирования и коды. ГОСТ Р 58908.1mdash;2020 Промышленные системы, установки, оборудование и промышленная продукция. [Электронный ресурс]. URL: http://gost.gtsever.ru/Data/741/74180.pdf (дата обращения: 24.05.2025). 5. Электронные модули (IEC 62421:2007, ЮТ). ГОСТ Р МЭК 62421—2016 Технология электронного монтажа. [Электронный ресурс]. URL: https://files.stroyinf.ru/Data2/1/4293749/4293749956.pdf (дата обращения: 24.05.2025). 6. Драккер П.Ф. Управление, нацеленное на результаты. / пер. с англ. - М.: Технологическая школа бизнеса, 1994. – 191 c. 7. Друри К. Управленческий и производственный учёт. Водный курс (5-е изд.). - М.: Юнити-Дана, 2016. – 735 c. 8. Друри К. Управленческий учет для бизнес-решений. / Учебник / Пер. с англ. - М. : ЮНИТИ-ДАНА, 2017. – 655 c. 9. Гохберг Л. М., Туровец Ю. В., Вишневский К. О. Искусственный интеллект в России: технологии и рынки. / Нац. исслед. ун-т «Высшая школа экономики». - М. : ИСИЭЗ ВШЭ, 2025. – 148 c. 10. Лукинов В.А., Соколов Д.А. Роль искусственного интеллекта в цифровой трансформации современной России // Научное обозрение. Технические науки. – 2023. – № 2. – c. 38-43. – url: https://science-engineering.ru/ru/article/view?id=1432. 11. Яковлева Е.А., Виноградов А.Н., Александрова Л.В., Филимонов А.П. Роль технологий искусственного интеллекта в цифровой трансформации экономики // Вопросы инновационной экономики. – 2023. – № 2. – c. 707-726. – doi: 10.18334/vinec.13.2.117710. 12. Семенов В. И. // Планово-экономический отдел. – 2017. – № 7. – url: https://www.cfin.ru/management/manufact/diff.shtml?printversion. 13. Тебекин А.В., Мантусов В.Б. Управление организацией: теоретико-методологические основы, функциональные задачи, технологии, прикладные аспекты применения. / монография. - M.: РИО Российской таможенной академии, 2016. – 312 c. 14. Тейлор Ф.В. Принципы научного управления. / The Principles of Scientific Management. - Harper amp; Brothers, New York, 1911. 15. Тренды и развитие искусственного интеллекта (ИИ) // https://roscongress.org/materials/trendy-i-razvitie-iskusstvennogo-intellekta-ii/?utm_referrer=https%3A%2F%2Fwww.yandex.ru%2F (дата обращения: 03.06.2025) 16. Тренды развития ИИ в России Как искусственный интеллект обретает лицо и теряет свободу. [Электронный ресурс]. URL: https://www.kommersant.ru/doc/6559938 (дата обращения: 10.02.2025). 17. Управление по исключениям // Современные технологии управления. [Электронный ресурс]. URL: https://sovman.ru/articletop/tekhnologii-upravleniya/upravleniye-po-tselyam/upravleniye-po-isklyucheniyam/ (дата обращения: 24.05.2025). 18. Лабынцев Н.Т., Шароватова Е.А.; Кручанова Н.В. Управленческий учет в системе менеджмента организации. / монография. - Ростовский государственный экономический университет РИНХ (Ростов-на-Дону), 2017. – 403 c. 19. Черемохин М. Агрегатор сервисов In Scale. Предиктивная аналитика: 3 метода и системы. [Электронный ресурс]. URL: https://in-scale.ru/blog/prediktivnaya-analitika/ (дата обращения: 24.03.2025). 20. Шабалтина Л. В., Масленников В. В., Микалина М. Р. Управление жизненным циклом высокотехнологичной продукции: влияние теории ограничений и цифровой зрелости // Цифровое общество: научные инициативы и новые вызовы: Сборник научных трудов IХ Всероссийской научно-практической конференции, Москва, 15 ноября 2024 года. Москва, 2024. – c. 32-37. 21. Шабалтина Л.В., Гарнова В.Ю., Чеснокова В.Р. Управление организацией при цифровой трансформации бизнеса // Научные исследования и разработки. Экономика фирмы. – 2020. – № 4. – c. 4-14. 22. Шабалтина Л.В., Масленников В.В. Управление цифровой трансформацией организаций с применением искусственного интеллекта // Вопросы инновационной экономики. – 2023. – № 2. – c. 771-784. – doi: 10.18334/vinec.13.2.118231. 23. Шабалтина Л. В., Масленников В. В. Формализация понятия цифровой зрелости в процессе развития организации // Шаг в будущее: искусственный интеллект и цифровая экономика. Техноэкономика: трансформация платформ: Сборник статей Международного научного форума. Москва, 16–17.02.2023 г. – Москва: РЭУ им. Г.В. Плеханова. Москва, 2023. – c. 267-274. 24. Шабалтина Л. В., Масленников В. В. Цифровая трансформация основа интеграции цифровых технологий в модель развития нового технологического уклада // Финансовый бизнес. – 2022. – № 11. – c. 104-111. 25. Шабанова В.А., Ибрагимов Р.Р., Шабалтина Л.В. Применение технологий искусственного интеллекта в управлении маркетингом // Управление в России: проблемы и перспективы. – 2023. – № 4. – c. 25-40. 26. Шароватова Е.А., Магомедова Р.Н. Управление по отклонениям: современная техника взаимосвязи бюджетной и учетной информации // Международный бухгалтерский учет. – 2020. – № 1. – c. 17 – 29. 27. Artificial Intelligence for the Real World. Thomas H. Davenport, Rajeev Ronanki. Harris // Harvard Business Press, Jan 1, 2018 28. Artificial Intelligence: A Modern Approach (основы ИИ для управления процессами). Stuart Jonathan Russell, Peter Norvig. Pearson, 2021 - С: 1168 29. Thomas H. Davenport, Jeanne G. Harris Competing on Analytics: The New Science of Winning (основы data-driven управления). - Harvard Business Press, 2007. – 218 p. 30. Davenport T. H., Beck J. C. The Attention Economy: Understanding the New Currency of Business. - Harvard Business School Press, 2001. 31. Davenport, Thomas H.; Leibold, M.; Voelpel, S. (2006). Strategic management in the innovation economy. Strategy approaches and tools for dynamic innovation capabilities. Wiley. pp. 441 32. Goodfellow I., Bengio Y., Courville A. Deep Learning (применение глубокого обучения для анализа отклонений). - MIT Press, 2016. – 800 p. 33. Drucker P. The Practice of Management. Harper amp; Row (1954). - Taylor amp; Francis Group, 2017. – 370 p. 34. Fayol H. Administration industrielle et générale. - Paris. — Dunod et Pinat, 2016. – 174 p. 35. Gabriel Smith. Management by Exception: What is It and How Does it Work? // Pricefx / March 20th, 2023 (Updated 07/17/2024) / [электронный ресурс] URL: https://www.pricefx.com/learning-center/management-by-exception-what-is-it-and-how-does-it-work (дата обращения 24.05.25) URL: https://www.pricefx.com/learning-center/management-by-exception-what-is-it-and-how-does-it-work (дата обращения: 24.05.25). 36. Halpern N., Mwesiumo D., Suau-Sanchez P., Budd T., Bråthen S. Ready for digital transformation? The effect of organizational readiness, innovation, airport size and ownership on digital change at airports // Journal of Transportation Management. – 2021. – № 101949. 37. Harold Koontz, Cyril O'Donnell McGraw-Hill. Principles of Management: An Analysis of Managerial Functions. 1955 - Industrial management - 664 pages 38. Sozinova A. A., Ilyina E. N., Shabaltina L. V. Hi-tech production based on intelligent machines in emerging economies in Industry 4.0: a source of new quality of economic growth or a path to socio-economic crisis // International Journal of Economic Policy in Emerging Economies. – 2024. – № 3/4. – p. 368-380. 39. Horngren, C. et al. Cost Accounting: A Managerial Emphasis. Charles T. Horngren, Srikant M. Datar, George Foster Pearson Prentice Hall, 2020 - Business amp; Economics - 868 pages 40. Hyndman, R.J., amp; Athanasopoulos, G. (2018) Forecasting: principles and practice (методы прогнозирования в управлении), 2nd edition, OTexts: Melbourne, Australia 41. Ismanov I. N., Muminova E. A., Rasulova Sh. X., Shabaltina L. V. Influence of financing innovations on information systems management in the digital economy // Proceedings on Engineering Sciences. – 2024. – № 3. – p. 251-260. 42. Machine Learning Yearning (практическое применение ML в автоматизации решений). Andrew Ng, Tuan Bui/. [Электронный ресурс]. URL: https://www.dbooks.org/d/1501-1590481125-f7313dbf5ade5fa0/(датаобращения (дата обращения: 24.05.2025). 43. Machine, Platform, Crowd: Harnessing Our Digital Future (автономные системы в менеджменте). Andrew McAfee, Erik Brynjolfsson W. W. Norton amp; Company, Jun 27, 2017 - Business amp; Economics - 288 pages 44. Managing the Digital Economy: Directions, Technologies, and Tools / L. V. Shabaltina, E. N. Egorova, I. A. Agaphonov, L. V. Ermolina // Digital Economy: Complexity and Variety vs. Rationality, Vladimir, 17–19.04.2019 г. – Vladimir: Springer Nature, 2020. – P. 168-174 45. Prediction Machines: The Simple Economics of Artificial Intelligence (экономика ИИ-решений). Ajay Agrawal, Joshua Gans, Avi Goldfarb / Harvard Business Press, Apr 17, 2018 - Computers - 272 pages 46. Provost F., Fawcett T. Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking (ML для управления бизнес-процессами). - Publisher: O’Reilly Media, 2013. 47. Robert Newton Anthony, John Dearden, Richard F. Vancil., R.D. Irwin, Management Control Systems: Cases and Readings, 1965 - С: 686 48. Scenario of Hi-Tech Growth of Innovative Economy in Modern Russia / A. I. Pakhomova, R. A. Yalmaev, E. V. Belokurova, L. V. Shabaltina // The 21st Century from the Positions of Modern Science: Intellectual, Digital and Innovative Aspects, Nizhny Novgorod, 23–24 мая 2020 года. Vol. 91. – Cham: Springer, 2020. – P. 544-551 49. Shabaltina, L. V. Digital Development Management Strategy of Organizations Based on Digital Maturity Parameters / L. V. Shabaltina, V. V. Maslennikov, E. V. Popova // II International Scientific Forum on Sustainable Development of SocioEconomic Systems (WFSDS 2022), Zoom, 23–24 декабря 2022 года. – Zoom: LLC Institute of Digital Economics and Law, 2022. – P. 854-858 50. Siegel Eric . Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die Hardcover – January 1, 2013Siegel, E., Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die (методы прогнозного моделирования)/ Publisher: Wiley Publishing ISBN:978-1-119-14567-7 Published:11 January 2016 Pages:368 51. The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World (универсальные ML-модели для управления). Pedro Domingos Penguin UK, Sep 22, 2015 - Science - 352 pages 52. Shabaltina L. V., Maslennikov V. V., Popova E. V., Gonchukova S. A. Trends in the Development of Digital Transformation of Organizations based on Artificial Intelligence // II International Scientific Forum on Sustainable Development and Innovation (WFSDI 2023): Conference Proceedings, Porto, Portugal, 27–28 апреля 2023 года. – Ekaterinburg: Institute of Digital Economics and Law LLC. Ekaterinburg, 2024. – p. 382-386.