Совершенствование управления конкурентоспособностью в промышленности на основе использования методов искусственного интеллекта

В условиях санкционного давления западных стран и структурной трансформации внешнеэкономических связей повышение конкурентоспособности российской промышленности является одной из приоритетных задач государственного регулирования и корпоративного стратегического управления. Промышленный комплекс выступает базой технологического суверенитета, формирует устойчивость цепочек добавленной стоимости и обеспечивает воспроизводство инвестиционного и инновационного потенциала страны. На фоне ограничений доступа к оборудованию, компонентной базе и программным решениям возрастает значение управленческих технологий, позволяющих снижать издержки, повышать качество продукции, сокращать производственные циклы и повышать устойчивость поставок. Целью исследования является определение ключевых направлений совершенствования процессов управления конкурентоспособностью промышленных предприятий на основе использования методов искусственного интеллекта. В статье рассмотрены контуры применения ИИ в управлении производством, качеством, техническим обслуживанием и ремонтом, закупками и логистикой, энерго-эффективностью и коммерческими решениями. Показано, что экономический эффект во многом формируется за счет снижения стоимости ошибок планирования и неопределенности, роста точности прогнозов и оптимизации режимов функционирования активов. Оцениваются приоритетные организационно-экономические механизмы внедрения ИИ как инструмента повышения конкурентоспособности промышленности в условиях внешних ограничений. 

1. Итоги работы Банка России 2023: коротко о главном. URL: https://www.cbr.ru/statichtml/file/159640/kgo_2023.pdf (дата обращения: 08.02.2026).

2. Федеральная служба государственной статистики. URL: https://rosstat.gov.ru (дата обращения: 19.07.2026).

3. О динамике промышленного производства. Итоги 2024 года. URL: https://www.economy.gov.ru/material/file/8aa341310b8d9fb9d1c97ae486d87979/o_dinamike_promyshlennogo_proizvodstva_itogi_2024_goda.pdf (дата обращения: 08.02.2026).

4. Стратегическое направление в области цифровой трансформации обрабатывающих отраслей промышленности (утвержденный документ). URL: https://static.government.ru/media/files/OwFdjc3nMWk3BqAUbjqdJImPl3NxqRIS.pdf (дата обращения: 08.02.2026).

5. Стратегия цифровой трансформации обрабатывающих отраслей промышленности в целях достижения их «цифровой зрелости» до 2024 года и на период до 2030 года. URL: https://minpromtorg.gov.ru/storage/797ced43-043d-4b4e-b72b-3d36984adbc7/documents/3a3eaba0-c6e7-4094-ad3a-5bbf8f3048ce/1bde905b-0eae-45d4-81e9-37bc043f8311.pdf (дата обращения: 08.02.2026).

6. The impact of artificial intelligence on productivity, distribution and growth. URL: https://www.oecd.org/content/dam/oecd/en/publications/reports/2024/04/the-impact-of-artificialintelligence-on-productivity-distribution-and-growth_d54e2842/8d900037-en.pdf (дата обращения: 08.02.2026).

7. Методические рекомендации по оценке эффективности инвестиционных проектов (вторая редакция, исправленная и дополненная) : утв. Минэкономики РФ, Минфином РФ и Госстроем РФ 21.06.1999 №ВК 477. URL: https://docs.cntd.ru/document/1200005634 (дата обращения: 08.02.2026).

8. Управление активами. Общее представление, принципы и терминология. URL: https://meganorm.ru/Data/588/58869.pdf (дата обращения: 08.02.2026).

9. Сумеркин, М. Ю., Кошелев А. С., Прокофьев Д. А. Цифровые технологии и Agile методологии: синергия для совершенствования бизнес-процессов на высокотехнологичных предприятиях // Экономика и управление в машиностроении. 2025. № 2. С. 31–36. DOI 10.48612/ecomanmash/2025-0298-3136. EDN SOKEIN.