ARTIFICIAL INTELLIGENCE, ITS STRUCTURE. ADVANTAGES AND DISADVANTAGES OF THE INTEGRATION IN CERTAIN SECTORS OF THE ECONOMY
Abstract
The article investigates artificial intelligence (AI) as one of the key instruments for digitalizing the economy by analyzing historical development, evolution, and study of structural components like neural networks, machine learning, deep learning, computer vision, data science, natural language processing. Simultaneously, the article presents the impact on some of the structural elements of the economies of countries by showing and describing the main advantages – automation, and development of production processes, increase of productivity and efficiency, “big data” analytics without which any business can’t understand successful direction and audience to realize their goods and services, effective use of resources that directly impact non less important aspects as ecology, energetic sector, etc. in parallel to possible disadvantages/ threats to which any market economy participant has to be ready, to prepare the field of business transition, meaning new level of software, human resources and other. The results of the analysis of information show the actuality and importance of AI integration, the ways for further development and use of artificial intelligence, in which areas AI will have the greatest impact, and how and where artificial intelligence will continue to evolve at the social and economic levels are predicted. The article also forecasts the future evolution of AI, predicting its influence on labor markets, economic policies, and technological innovation. Considering some of the aspects of the article, AI is expected to revolutionize education through adaptive learning systems, improve energy efficiency by optimizing resource allocation, and even help with personalized medicine. Furthermore, advancements in general AI (AGI) may lead to the creation of autonomous decision-making systems, raising new questions about accountability and control. During investigation were used general theoretical research methods: analysis, synthesis, monographic method, methods of abstraction, classification, scientific generalization, empirical research - content analysis, statistical information processing and qualitative analysis. The main purpose of the article to show the importance of AI integration as well as to pay the attention of potential economy participants, business owners to use AI considering advantages and potential threats, on the basis of provided statistics and arguments which brightly shows necessity to use AI instruments as early as today to avoid being excluded from the race to success.
References
Тьюрінг А. М., Обчислювальна техніка та інтелект, Mind, вид. 49, Лондон, Великобританія. 1950. С. 433 - 460.
Маккарті Дж., Мінскі М., Рочестер Н. і Шеннон К, «Пропозиція для Дартмутського літнього дослідницького проекту зі штучного інтелекту», AI Magazine, том 27, номер 4, 2006. Ганновер, Нью-Гемпшир, США.
Суботін С., «Нейронні мережі: теорія і практика», Видавництво - О. О. Євенок, Житомир, Україна. 2020. С. 8 – 33
Бенгіо Ю., «Архітектури глибинного навчання штучного інтелекту, Основи та тенденції машинного навчання», вид. 2, № 1, 2009. С. 1-127.
Асоціація управління інформаційними ресурсами (2020), «Когнітивна аналітика: Концепції, методології, інструменти та додатки», вид. 1, 2020. С. 196,
Прохорова Т.В., Колесніков В.О., «Можливості застосування та впровадження Big Data та штучного інтелекту в технологічних процесах», Збірник студентських наукових праць «Науковий пошук молодих дослідників». Серія «Технічні науки», Вид. 4, ДЗ «Луганський національний університет імені Тараса Шевченка», Старобільськ. 2020. С. 72 - 78.
С.Ф. Покропивний «Економіка підприємства - 2-ге вид., перероблене і доповнене», Київ, Україна. 2011. С. 433-456
Всесвітній економічний форум, «Звіт про майбутнє робочих місць», Аналітична доповідь, 2023. Давос, Швейцарія, Цюріх, Німеччина.
Каун Ю., Собчук О., «Штучний інтелект як інструмент кібератак та кібербезпеки», I Міжнародна науково-практична конференція «Проблеми інформатики, програмного моделювання та безпеки цифрових систем», Луцьк, Україна. 2024, С. 40 – 41
Сінгла А., Сухаревський А., Йі Л., Чуй М., Холл Б., Стан штучного інтелекту: як організації перепрофілюються, щоб захопити цінність, 2025, С. 22.
Міжнародний валютний фонд (2023), Індекс готовності до штучного інтелекту, доступний за посиланням: https://www.imf.org/external/datamapper/AI_PI@AIPI/ADVEC/EME/LIC?year=2023 (дата звернення 17 березня 2024 року).
Turing A. M. (1950) “Computing Machinery and Intelligence”, Mind, vol. 49, London, UK, pp. 433 – 460.
McCarthy J., Minsky M., Rochester N., and Shannon C, (2006) “A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence”: AI Magazine, Vol. 27, Number 4, Hanover, New Hampshire, USA.
Subotin S., (2020) “Neironni merezi: teoriya ta praktuka” [Neural networks: Theory and Practice], Publishing House - O. O. Yevenok, Zhytomyr, Ukraine, pp. 8 – 33,
Bengio Y., (2009), “Learning Deep Architectures for AI ”, Foundations and Trends in Machine Learning, Vol. 2, No. 1, pp. 1–127.
Information Resources Management Association (2020), “Cognitive Analytics: Concepts, Methodologies, Tools, and Applications”, Engineering Science Reference, Vol. 1, pp. 196.
Prokhorova T.V., Kolesnikov V.O., (2020), “Possibilities of application and implementation of Big Data and artificial intelligence in technological processes”, Collection of student research papers “Scientific search of young researchers”. Series “Technical Sciences”, Vol. 4., State Institution “Luhansk Taras Shevchenko National University”, Starobilsk. pp. 72 - 78. (Article)
S.F. Pokropyvnyi (2011), Ekonomika predpriyatiya - 2nd ed., revised and supplemented - Kyiv, Ukraine - pp 433-456
World economic forum, (2023), “Future of jobs report”, Insight report, Davos, Switzerland, Zurich, Germany.
Kaun Y., Sobchuk O., (2024), “Artificial intelligence as a tool for cyberattacks and cybersecurity”, I International Scientific and Practical Conference “Problems of Computer Science, Software Modeling and Security of Digital Systems”, Lutsk, Ukraine, pp. 40 – 41.
Singla A., Sukharevsky A., Yee L., Chui M., Hall B., (2025) The state of AI: How organizations are rewiring to capture value, pp. 22.
International monetary fond (2023), AI Preparedness Index , available at: https://www.imf.org/external/datamapper/AI_PI@AIPI/ADVEC/EME/LIC?year=2023 (Accessed 18 March 2024).
This work is licensed under a Creative Commons Attribution 4.0 International License.
