Риски применения искусственного интеллекта при проведении стратегического анализа

Введение

Интеграция искусственного интеллекта во все сферы хозяйственной деятельности современного общества происходит стремительно, что обусловлено как развитием цифровых технологий, так и поиском новых путей повышения конкурентоспособности, эффективности и ответов на глобальные вызовы. Государственное управление различных уровней, корпоративный менеджмент и даже решение бытовых вопросов все чаще сопряжено с использованием нейросетей, что, по мнению пользователей, сокращает время принятия решений. Несомненно, инновационные технологии выступают триггерами развития и их значение нельзя недооценивать, но, как всякое нововведение они требуют повышенного внимания со стороны квалифицированных специалистов с целью изучения возможностей и угроз.

«Возможности искусственного интеллекта надо использовать при принятии любых решений, но окончательное слово должно быть за человеком». Об этом заявил президент В.В. Путин на пленарном заседании Восточного экономического форума [1].

Искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые с результатами интеллектуальной деятельности человека или превосходящие их» [2].

В современном информационном обществе, где объемы данных растут в геометрической прогрессии, а скорость изменений требует мгновенной адаптации, внедрение искусственного интеллекта (ИИ) в стратегический анализ становится не только необходимостью, но и ключевым конкурентным преимуществом [3].

В связи с сокращением горизонта долгосрочного планирования, повышением волатильности и неопределенности классические инструменты стратегического анализа характеризуются снижением эффективности и нуждаются во внедрении систем поддержки принятия решений на основе ИИ. Однако, новые инструменты анализа внешней и внутренней среды вместе с широким проникновением и рядом преимуществ, характеризуются наличием нетрадиционных барьеров, а, следовательно, требуют разработки формальной, надежной методологии управления рисками, связанными с самой технологией.

Обозначенная проблематика входит в круг научных интересов ученых, занятых исследованиями в сферах соприкосновения ИИ со стратегическим управлением, включая вопросы управления рисками и их взаимосвязь со стратегическим анализом на различных уровнях хозяйственной деятельности. Среди статей отечественных авторов следует выделить публикации Жуликова С.Е., Жуликовой О.В., исследующих место РФ по использованию ИИ в международных рейтингах [4]; исследования таких ученых как Суртаева, О.С. [5], Сидоркин В.А. [6], Сухорученко М.С. [7], Бовт А.К. [8], Павлов А.А. [9], Суртаева О.С., Козлова Е.В., Боечко П.А. [10], Мурзин М.Б. [11], которые рассматривают вопросы внедрения ИИ на различных уровнях. В отдельную группу следует выделить экономистов, рассматривающих риски применения ИИ: Лукичев П.М. [12], Кузнецова Е.С. [13], Екатеринин М.В. [14], Сухинин А.И. [15], Алексеев В.Н. [16] и др. Но, несмотря на достаточно обширную библиографию, следует отметить пробелы в вопросах систематизации рисков и поэтапного процесса управления ими.

К числу зарубежных исследователей, чьи публикации заслуживают наибольшего внимания, на наш взгляд, следует отнести Саксена Т. [17], Кединга К. [18], Пу И. [19], Сеттибатхини В.С. [20] и др.

В числе изученных материалов риски применительно к стратегическому анализу обозначены, по нашему мнению, точечно и в недостаточном объеме, в связи с чем считаем актуальным проведение более глубокого исследования рисков применения ИИ при проведении стратегического анализа.

Цель и задачи исследования

Целью исследования выступает выявление и систематизация рисков, возникающих при применении искусственного интеллекта в процессе стратегического анализа, а также разработка алгоритма управления данными рисками.

Новизна исследования заключается в предложении классификации применения рисков искусственного интеллекта в стратегическом анализе, а также разработке алгоритма управления данными видами рисков.

Материал и методы исследования

Нормативно-правовой базой для подготовки статьи послужили Указ Президента РФ от 10.10.2019 N 490 (ред. от 15.02.2024) «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года»), Приказ Росстата от 28.07.2025 N 364 (ред. от 06.10.2025) «Об утверждении форм федерального статистического наблюдения и указаний по их заполнению для организации федерального статистического наблюдения за деятельностью в сфере образования, науки и инноваций».

Информационной базой выступили материалы Роспатента, Института статистических исследований и экономики знаний НИУ ВШЭ, АНО «Цифровая экономика», официальных изданий, специализирующихся на деловой и экономической информации и научных статей.

Теоретико-методологическую основу работы составили научные труды российских и зарубежных ученых в области внедрения ИИ-усиленного стратегического анализа, включая изучение вопросов управления ИИ-рисками.

Методология проводимого исследования

Обозначенная тема исследования относится к числу междисциплинарных, данная статья находится на стыке таких наук, как стратегический менеджмент, цифровая экономика и информационные технологии, в связи с этим была использована смешанная методология. Основными составляющими используемой методологии выступили теоретические методы, включая методы классификации и таксономии, а также эмпирические методы, такие как сбор данных, метод сравнительного анализа и др.

Основная часть

Современный этап развития государственного и корпоративного управления характеризуется фундаментальным сдвигом, вызванным стремительным внедрением инновационных методик и инструментов, в том числе переходом к ИИ-усиленному стратегическому анализу. Если традиционный стратегический анализ базировался на управленческом опыте, гипотезах и выборочных исследованиях микро- и макросреды, то в условиях цифровой экономики этот подход становится недостаточным. Именно ИИ обеспечивает транзит от ручного анализа к автоматическому выявлению инсайтов, от обобщенных решений к персонализированным стратегиям для каждого объекта исследования.

Предиктивная аналитика, основанная на ИИ, позволяет обрабатывать данные в реальном времени, обеспечивать визуализацию ключевых показателей и автоматические рекомендации при обнаружении угроз или новых возможностей, строить сложные сценарии развития событий, просчитывать риски, рентабельность инвестиций. Использование нейросетей на стратегических сессиях помогает трансформировать обсуждение от субъективных суждений к проверяемым данным, генерации гипотез и оценке эффективности разрабатываемых планов развития.

При этом важно отметить, что в текущем состоянии развития экономики ИИ не призван заменить специалистов в сфере стратегического управления, его роль заключается в усилении человеческих компетенций и предоставлении более точных, основанных на фактах рекомендаций.

Регулярное совершенствование нормативно-правовой базы РФ, включая Национальную стратегию развития искусственного интеллекта [2], последний приказ Росстата [21], публикации Роспатента [22, 23] свидетельствуют о понимании важности прогресса интеграции ИИ в хозяйственную жизнь страны со стороны государства. Внимание к данной проблематике региональных государственных органов, исследовательских центров, корпораций, средств массовой информации, а также специалистов в области юриспруденции, экономики, информационных систем и т.п. растет постоянно.

«Сейчас ИИ в России внедряется в сфере государственного управления: автоматизируются бюрократические процедуры, обеспечивается качественно иной уровень контроля и принятия решений. Более того, искусственный интеллект в прошлом году использовался даже при составлении федерального бюджета РФ» - заявил первый вице-спикер Госдумы Александр Жуков на XI Парламентском форуме БРИКС [24].

Институт статистических исследований и экономики знаний НИУ ВШЭ в рамках изучения распространения технологий искусственного интеллекта проанализировал особенности использования ИИ в регионах страны по итогам 2024 года. Оценки основываются на данных обследования свыше 15000 крупных и средних организаций - пользователей ИИ, проведенного в 2025 году Росстатом по методологии ИСИЭЗ НИУ ВШЭ [25].

Применение технологий ИИ в России характеризуется значительной географической концентрацией, что напрямую связано с экономическим потенциалом регионов. Так, примерно каждая пятая организация, использующая решения на основе ИИ, расположена в Москве (10,7%) и Московской области (7,8%). Еще четверть пользователей ИИ (25,4%) сосредоточены в 11 субъектах Российской Федерации, административными центрами которых являются города-миллионники. Более половины (56,1%) организаций, применяющих ИИ-технологии, распределены по остальным 73 регионам (рисунок 1).

Рисунок 1 ‒ Распределение субъектов РФ по числу организаций-пользователей искусственного интеллекта в 2024 году

Источник: [25]

Комплексные исследования проводятся АНО «Цифровая экономика», представивших только в 2025 году такие значимые исследования как «Тренды применения ИИ в отраслях» [26], «Будущее искусственного интеллекта» [27], в которых компетентные эксперты определили основные направления и перспективы развития искусственного интеллекта в РФ.

Большое внимание становлению подхода по использованию ИИ в стране уделяют и средства массовой информации. Например, издательство «Коммерсант» публикует показатели по выручке от монетизации ИИ за 2024 год, согласно которому 95% приходится на пять крупнейших компаний («Яндекс» - 500 млрд. руб. (+49,25% за год), «Сбер» - 400 млрд руб. (+14,29%), «Т-Технологии» (Т-Банк) 350 млрд. руб. (+16%),VK - 119 млрд руб. (+26,34%) и «Лаборатория Касперского» - более 49 млрд. руб., (+7,5%)), ссылаясь на данные аналитической компании Smart Ranking. а также делает прогноз роста рынка технологий ИИ в России в 2025 году на 25–30%, т.е. приблизительно до 1,9 трлн. руб. [28].

Обозначенные тенденции доказывают актуальность исследования вопросов внедрения нейронных сетей и других инструментов искусственного разума в цифровую экономику, где важным является не только признание масштабов использования, но и оценка его возможных рисков.

Ключевым условием для определения эффективности ИИ в стратегическом анализе является качество используемых данных, поскольку обрабатываются значительные объемы информации, а значит, характеристики и защита этого актива становятся источником первостепенного риска. Способность ИИ выявлять доступные и скрытые закономерности оборачивается потенциальной катастрофой, если входящие показатели содержат ошибки (случайные или предумышленные), являются неполными или низкого качества.

Зачастую вышеуказанные аспекты вызывают у аналитиков наибольшие опасения и требуют сравнения с классическим анализом, результаты которого представлены в таблице 1.

Таблица 1 – Сравнение характеристик классического и ИИ-усиленного стратегического анализа и определение ключевых рисков (стратегического ущерба)

Кроме того, на наш взгляд, риски ИИ в стратегическом анализе можно классифицировать по категориям, определив для них специфические угрозы, основные характеристики и потенциальный стратегический ущерб (таблица 2).

Таблица 2 - Классификация рисков искусственного интеллекта в стратегическом анализе и их влияние на стратегические решения

Представленная в таблице 2 классификация рисков внедрения искусственного интеллекта в процесс стратегического анализа является авторской, а значит, дискуссионной и может быть дополнена, уточнена, расширена по категориям и характеристикам предложенных позиций. Для топ-менеджмента на различных уровнях важно понимание особенностей и природы возможных угроз, но еще более значимым является поиск путей по их преодолению, включая механизмы управления рисками. На рисунке 2 представлен алгоритм управления рисками применения искусственного интеллекта при проведении стратегического анализа.

Рисунок 2 - Алгоритм управления рисками применения искусственного интеллекта при проведении стратегического анализа

Источник: составлено автором

На первом этапе необходимо разработать план по управлению рисками, в котором определить цель, задачи, построить процесс предстоящего управления, включая назначение ответственных лиц за его выполнение. На втором этапе следует идентифицировать возникшие ИИ-риски с привлечением экспертов, применяя методы мозгового штурма; при этом описывается категория риска, угрозы и потенциальный стратегический ущерб. На следующем этапе процесса управления рисками ИИ проводится анализ данных рисков, включающий в себя три направления: качественную оценку, количественную оценку, ранжирование (приоритизацию), что позволит выявить наиболее критичные и опасные угрозы, по отношению к которым требуются незамедлительные и масштабные реакции. Четвертый этап включает в себя планирование реагирования на ИИ-риски с разработкой конкретных мер в альтернативном виде для каждого риска, установление сроков исполнения и исполнителей. Заключительный этап алгоритма - мониторинг и контроль ИИ-рисков, в рамках которого помимо непосредственно мониторинга и контроля проводится периодический аудит, проверка используемых моделей искусственного интеллекта документирование процесса использования нейросети или другого инструмента.

Предложенный алгоритм благодаря лаконичности и наглядности призван помочь специалистам ИИ-усиленного стратегического анализа в разработке мер по преодолению, минимизации и/или устранению специфических рисков.

Заключение

Существующая реальность вынуждает субъектов рынка использовать в процессе стратегического управления инновационные инструменты, поскольку традиционные подходы не всегда могут обеспечить требуемую скорость и эффективность принятия решений. Государственные органы и корпорации вовлекают искусственный интеллект в свою деятельность все активнее, признавая массу преимуществ от использования нейросетей и других инструментов ИИ. Но наряду с плюсами, ИИ-усиленный стратегический анализ характеризуется наличием угроз, проявляющихся в специфических рисках.

В данном исследовании автором была представлена возможная классификация ИИ-рисков с выделением в их общем массиве пять основных групп: риски валидности, риски безопасности, управленческие, этико-правовые и социальные риски. Кроме того, приведена сравнительная характеристика классического и ИИ-усиленного стратегического анализа и определены ключевые риски на основе таких параметров, как горизонт планирования, источники данных, принятие решений и организационная готовность. В помощь специалистам-управленцам предложен алгоритм управления рисками применения искусственного интеллекта при проведении стратегического анализа, включивший в себя пять этапов: планирование управления, идентификация ИИ-рисков, их анализ, планирование реагирования, а также мониторинг и контроль.

Таким образом, представленные результаты исследования позволят государственным органам и хозяйствующим субъектам использовать систематизированную информацию при переходе от бесконтрольного использования ИИ в процессе стратегического анализа к созданию новой системы, учитывающей аспекты риск-менеджмента.

Дальнейшие исследования могут быть сосредоточены на расширении классификации рисков ИИ-усиленного стратегического анализа, а также методик их оценки и разработки мер по реагированию.