ЕФЕКТИВНИЙ ЕКОНОМІЧНИЙ РОЗВИТОК ПІДПРИЄМСТВА ЧЕРЕЗ ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ ДАНИХ: ВИКОРИСТАННЯ AI ДЛЯ ПРОГНОЗУВАННЯ ТА ОПТИМІЗАЦІЇ СТРАТЕГІЙ БІЗНЕСУ
Анотація
З огляду на швидкий технологічний розвиток, зміни у поведінці споживачів та зростання обсягів інформації, перед сучасними компаніями постає важливе завдання адаптуватися до поточних трансформацій та вчасно реагувати на нові виклики. Це вимагає від них впровадження нових підходів до аналізу даних, і штучний інтелект відіграє у цьому процесі провідну роль. Метою роботи є визначення ролі та напрямів використання штучного інтелекту в оптимізації бізнес-стратегій та процесі прогнозування. Зауважено роль штучного інтелекту в оптимізації інших стратегій компанії, наприклад, рекламної стратегії. Розкрито широкий спектр напрямів застосування штучного інтелекту в процесі прогнозування, зокрема, для прогнозування енергоспоживання, попиту, продажів, ланцюгів постачання, відтоку клієнтів, цільової аудиторії, поведінкових особливостей тощо.
Посилання
Çelebi, H. İ. (2021). Artificial intelligence applications in management information systems: A comprehensive systematic review with business analytics perspective. Artificial Intelligence Theory and Applications, vol. 1(1), pp. 25–56. Available at: https://dergipark.org.tr/en/pub/aita/issue/77113/1290881
Kruhse-Lehtonen, U., & Hofmann, D. (2020). How to define and execute your data and AI strategy. Harvard Data Science Review, vol. 2(3). DOI: https://doi.org/10.1162/99608f92.a010feeb
Akerkar, R. (2019). Artificial intelligence for business. Cham: Springer. DOI: https://doi.org/10.1007/978-3-319-97436-1
Bharadiya, J. P. (2023). Machine learning and AI in business intelligence: Trends and opportunities. International Journal of Computer (IJC), vol. 48(1), pp. 123–134. Available at: https://ijcjournal.org/index.php/InternationalJournalOfComputer/article/view/2087/769
Aldoseri, A., Al-Khalifa, K., & Hamouda, A. A. (2023). Roadmap for integrating automation with process optimization for AI-powered digital transformation. Preprints. DOI: https://doi.org/10.20944/preprints202310.1055.v1
Burström, T., Parida, V., Lahti, T., & Wincent, J. (2021). AI-enabled business-model innovation and transformation in industrial ecosystems: A framework, model and outline for further research. Journal of Business Research, vol. 127, pp. 85–95. DOI: https://doi.org/10.1016/j.jbusres.2021.01.016
Annor Antwi, A., & Al-Dherasi, A. A. M. (2019). Application of artificial intelligence in forecasting: A systematic review. SSRN. DOI: https://dx.doi.org/10.2139/ssrn.3483313
Gupta, K., Mane, P., Rajankar, O. S., Bhowmik, M., Jadhav, R., Yadav, S. … Chobe, S. V. (2023). Harnessing AI for strategic decision-making and business performance optimization. International Journal of Intelligent Systems and Applications in Engineering, vol. 11(10s), pp. 893–912. Available at: https://www.ijisae.org/index.php/IJISAE/article/view/3360
Akerkar, R. (2019). Employing AI in business. In Artificial intelligence for business (pp. 63–74). Cham: Springer. DOI: https://doi.org/10.1007/978-3-319-97436-1_6
Kannangara, L., Harsha, S., Isuru, T., Wijesiriwardhane, C., Wijendra D. R., & Kishara, J. (2021). Artificial intelligence-based business strategy for optimized advertising. In 2021 3rd International conference on advancements in computing (ICAC): Conference proceedings (pp. 234-239). IEEE. DOI: https://doi.org/10.1109/ICAC54203.2021.9671204
Gilliland, M., Tashman, L., & Sglavo, U. (2021). Business forecasting: the emerging role of artificial intelligence and machine learning. John Wiley & Sons. DOI: https://doi.org/10.1002/9781119782605
Khan, M. A., Saqib, S., Alyas, T., Rehman, A. U., Saeed, Y., Zeb, A., ... & Mohamed, E. M. (2020). Effective demand forecasting model using business intelligence empowered with machine learning. IEEE Access, vol. 8, pp. 116013–116023. DOI: https://doi.org/10.1109/ACCESS.2020.3003790
Mehendale, A., & Sherin, N. H. (2018). Application of artificial intelligence (AI) for effective and adaptive sales forecasting. Journal of Contemporary Management Research, vol. 12(2), pp. 17–35.
Faritha Banu, J., Neelakandan, S., Geetha, B. T., Selvalakshmi, V., Umadevi, A., & Martinson, E. O. (2022). Artificial intelligence based customer churn prediction model for business markets. Computational Intelligence and Neuroscience, vol. 2022, article 1703696. DOI: https://doi.org/10.1155/2022/1703696
Zulaikha, S., Mohamed, H., Kurniawati, M., Rusgianto, S., & Rusmita, S. A. (2020). Customer predictive analytics using artificial intelligence. The Singapore Economic Review, pp. 1–12. DOI: https://doi.org/10.1142/S0217590820480021
Lipitakis, A. D., & Lipitakis, E. A. (2017). Artificial intelligence and business: A hybrid genetic algorithm for e-business strategic planning and performance evaluation. The Business & Management Review, vol. 9(2), pp. 1–12. Available at: https://cberuk.com/cdn/conference_proceedings/conference_97959.pdf
Gruetzemacher, R., Dorner, F. E., Bernaola-Alvarez, N., Giattino, C., & Manheim, D. (2021). Forecasting AI progress: A research agenda. Technological Forecasting and Social Change, vol. 170, article 120909. DOI: https://doi.org/10.1016/j.techfore.2021.120909
