Главная
Об институте
Авторефераты диссертаций
Научные публикации
Аспирантура
Профсоюз
Контакты
Интегральная оценка эффективности интеллектуальной системы поддержки принятия решений в Федеральных органах исполнительной власти агропродовольственного комплекса России Integral assessment of the effectiveness of an intelligent decision support system in Federal executive authorities of the agri-food complex of Russia
Мальшина Н.А., к.филос.н., Энгельсский технологический институт (филиал) Саратовского государственного технического университета им. Гагарина Ю.А. Malshina N.A., candidate of philosophical sciences, Engels Technological Institute (branch) of Saratov State Technical University
В статье представлена интегральная оценка эффективности интеллектуальной системы поддержки принятия решений (ИСППР) в Федеральных органах исполнительной власти агропродовольственного комплекса России (ФОИВ АПК) по пяти показателям. Сравнительный анализ индекса ИИ-зрелости ФОИВ АПК и интегральной оценки эффективности позволяет сделать вывод о положительной, но нелинейной взаимосвязи между организационной зрелостью и результатами внедрения ИИ-решений в ФОИВ агропродовольственного комплекса России. Декомпозиция интегрального показателя по пяти группам критериев показывает, что при наличии затрат на ИИ-решения нередко отсутствуют стратегии, регламенты, процедуры риск-менеджмента и инструменты доверия, что приводит к снижению эффективности интеллектуальной системы поддержки принятия решений. The article presents an integral assessment of the effectiveness of an intelligent decision support system (IDSS) in the Federal executive authorities of the agri-food complex of Russia (FEA AFC) based on five indicators. A comparative analysis of the AI maturity index of the FEA AFC and the integral efficiency assessment allows us to conclude that there is a positive but non-linear relationship between organizational maturity and the results of implementing AI solutions in the Federal executive authorities of the Russian agri-food complex. Decomposition of the integral indicator into five groups of criteria shows that, despite expenditures on AI solutions, strategies, regulations, risk management procedures and trust instruments are often absent, which leads to a decrease in the effectiveness of the intelligent decision support system.
Ключевые слова: агропродовольственный комплекс, интеллектуальная система поддержки принятия решений, интегральная оценка эффективности, матричная модель Keywords: agri-food complex, intelligent decision support system, integral efficiency assessment, matrix model
Список источников
1. Блинова Ю.Ю., Родина Е.В. Решение экономических задач матричным методом // Современные наукоемкие технологии. 2014. 5-2. С. 235.
2. Бондаренко В.А., Мамаев И.И., Сахнюк П.А., Сахнюк Т.И. Опыт использования математических моделей современных экономических исследований в учебном процессе // Информационные системы и технологии как фактор развития экономики региона. – Ставрополь, 2013. – С. 233-236.
3. Веселова Г.О. Бизнес-моделирование как альтернатива традиционным подходам в оценке эффективности государственного управления // Наука в центральной России. 2013. № 105. С. 34-38
3. Голяткина Л.И. Системы поддержки принятия решений: от Лейбница до искусственного интеллекта // Вестник государственного университета «Дубна». Серия «Науки о человеке и обществе». 2023. No1 С. 71-79.
4. Индекс зрелости искусственного интеллекта федеральных органов исполнительной власти Российской Федерации. Аналитический доклад. М.: РАНХиГС. 2024. - 124 с.
5. Интеллектуальные системы поддержки принятия решений в процессах государственного управления / отв. ред. Сатдыков А.И., — Москва: РАНХиГС, 2025. - с. 470.
6. Искусственный̆ интеллект для устойчивого развития. – URL: https://esg-a.ru/ru/press-center/ esg-alyans-i-alyans-v-sfere-ii-vypustili- sbornik-kejsov-iskusstvennyj- intellekt-dlya-ustojchivogo-razvitiya? ysclid=mdr9tdb6xt108326441.
7. Каплан Р. Сбалансированная система показателей: от стратегии к действию / Роберт С. Каплан, Дейвид П. Нортон. – М.: ЗАО «Олимп-бизнес», 2003. – 210 с.
8. Клюшникова Е.В. Методические подходы к расчету интегрального показателя, методы ранжирования. – URL: http://innoj.tversu.ru/Vipusk1(10) 2016/2%20-%20Клюшникова.pdf
9. Мальшина Н.А. Интегральная оценка эффективности интеллектуальной системы поддержки принятия решений для органов государственного управления // Экономичесеская среда. 2025. №4. С. 13-3.
10. Мальшина Н.А. Обоснование гибкой методологии оценки эффективности интеллектуальной системы поддержки принятия решений // Экономическое развитие России. 2025. № 32 №9. С. 305-316.
11. Мамаев И.И., Бондаренко В.А. Моделирование экономических процессов с использованием методов линейной алгебры // Аграрная наука, творчество, рост: сборник научных трудов по материалам Международно-практической конференции. – Ставрополь: СтГАУ, 2013. – С. 268-271.
12. Нейман Дж. фон, Моргенштерн О. Теория игр и экономическое поведение. М.: Главная редакция физико-математической литературы «Наука», 1970. 708с.
13. От цифровизации к интеллектуализации: системное управление инновационным развитием страны / под общей редакцией: Г. Б. Клейнера, С. Е. Щепетовой. - Москва : Науч. мир, 2021. - 216 с.
14. Плетняков В.А. Комплексное применение технологий OLAP и Data Mining для поддержки принятия стратегических решений на мезоуровне экономики // УЭкС. 2012. №7 (43)..
15. Филатов Е.А. Использование интегрального метода для анализа эффективности инвестиционной деятельности на примере пятифакторной модели // Вестник Иркутского государственного технического университета. 2014. № 4(87).
16. Цапаев М. А., Антонян К. А. Эволюция систем поддержки принятия решений // Экономика и социум. 2019. №1-1 (56).
17. Шавров А.Г. Методы интегральной оценки в исследованиях региональной экономики // Научный журнал КубГАУ. 2012. №79.
References
1. Blinova, Yu.Yu. and Rodina, E.V. (2014) Solving economic problems using the matrix method, Modern High Technologies, 5-2, p. 235. (In Russ)
2. Bondarenko, V.A., Mamaev, I.I., Sakhnyuk, P.A. and Sakhnyuk, T.I. (2013) Experience in using mathematical models of modern economic research in the educational process, in Information Systems and Technologies as a Factor of Regional Economic Development. Stavropol, pp. 233-236.
3. Veselova, G.O. (2013) Business modelling as an alternative to traditional approaches in evaluating public administration effectiveness, Science in Central Russia, 105, pp. 34-38. (In Russ)
4. Golyatkina, L.I. (2023) Decision support systems: from Leibniz to artificial intelligence, Bulletin of Dubna State University. Series: Human and Social Sciences, 1, pp. 71-79. (In Russ)
5. RANEPA (2024) Artificial Intelligence Maturity Index of Federal Executive Authorities of the Russian Federation. Analytical report. Moscow: Russian Presidential Academy of National Economy and Public Administration. 124 p. (In Russ)
6. Satdykov, A.I. (ed.) (2025) Intelligent Decision Support Systems in Public Administration Processes. Moscow: RANEPA. 470 p. (In Russ)
7. ESG Alliance and AI Alliance (2024) Artificial Intelligence for Sustainable Development. Collection of cases. Available at: https://esg- a.ru/ru/press-center/esg-alyans-i- alyans-v-sfere-ii-vypustili-sbornik- kejsov-iskusstvennyj-intellekt-dlya- ustojchivogo-razvitiya?ysclid=mdr9tdb6xt108326441.
8. Kaplan, R.S. and Norton, D.P. (2003) The Balanced Scorecard: Translating Strategy into Action. Moscow: ZAO Olymp-Business. 210 p. (In Russ)
9. Klyushnikova, E.V. (2016) Methodological approaches to calculating an integral indicator and ranking methods. Available at: http://innoj.tversu.ru/Vipusk1(10) 2016/2%20-%20Клюшникова.pdf.
10. Malshina, N.A. (2025) Integral assessment of the effectiveness of an intelligent decision support system for public administration bodies, Economic Environment, 4, pp. 13-31. (In Russ)
11. Malshina, N.A. (2025) Justification of a flexible methodology for assessing the effectiveness of an intelligent decision support system, Economic Development of Russia, 32(9), pp. 305-316. (In Russ)
12. Mamaev, I.I. and Bondarenko, V.A. (2013) Modelling economic processes using linear algebra methods, in Agricultural Science, Creativity, Growth: Proceedings of the International Practical Conference. Stavropol: Stavropol State Agrarian University, pp. 268-271. (In Russ)
13. Neumann, J. von and Morgenstern, O. (1970) Theory of Games and Economic Behavior. Moscow: Main Editorial Board of Physical and Mathematical Literature «Nauka». 708 p. (In Russ)
14. Kleiner, G.B. and Shchepetova, S.E. (eds.) (2021) From Digitalisation to Intellectualisation: System Management of Innovative Development of the Country. Moscow: Scientific World. 216 p. (In Russ)
15. Pletnyakov, V.A. (2012) Comprehensive application of OLAP and Data Mining technologies to support strategic decision-making at the meso-level of the economy, UES [Management of Economic Systems], 7(43). (In Russ)
16. Filatov, E.A. (2014) Using the integral method to analyse investment efficiency through a five-factor model, Bulletin of Irkutsk State Technical University, 4(87). (In Russ)
17. Tsapaev, M.A. and Antonyan, K.A. (2019) Evolution of decision support systems, Economics and Society, 1-1(56). (In Russ)
18. Shavrov, A.G. (2012) Methods of integral assessment in regional economic research, Scientific Journal of KubSAU [Kuban State Agrarian University], 79. (In Russ)
Скачать файл: Скачать