Пояснюваний штучний інтелект у підтримці управлінських рішень для великих системіз вимірюваним впливом на KPI підприємства

Abstract

The article is devoted to researching the possibility of using explanatory artificial intelligence (hereinafter referred to as EAI) to optimize management decisions in large systems, determining the impact of such decisions on the key performance indicators (hereinafter referred to as KPIs) of an enterprise, and developing recommendations for the implementation of EAI technologies in order to increase the transparency, reasonableness, and effectiveness of management. The study uses theoretical methods (analysis, synthesis, abstraction, induction, deduction) and empirical methods (description) to examine current trends in the implementation of EA. Approaches to the use of AI, in particular machine learning, deep learning, and generative models, were analyzed. Successful examples of AI implementation can be seen in companies such as Netflix, Google, Amazon, Apple, and Grammarly. The use of AI in management reduces costs, increases productivity, and ensures speed of decision-making. At the same time, the implementation of such technologies is accompanied by a number of challenges, including significant financial costs, possible conflicts with existing infrastructure, increased staff qualification requirements, and risks related to data security. Key KPIs for analyzing management decisions that ensure transparency and accountability are identified. The KPI classification includes financial, operational, customer, and innovation indicators. KPI measurement methods, such as the balanced scorecard (BSC) and OKR framework, provide a comprehensive picture of the company’s activities. It is recommended to develop a strategy for implementing PSI, involve employees in changes, and create crossfunctional teams. Staff adaptation can be ensured through continuous training programs. The study confirms the significant potential of PSI in supporting management decisions for large enterprises. Process optimization through the implementation of PSI can significantly impact a company’s KPIs, increasing the overall efficiency of the organization. The recommendations can serve as a basis for the successful implementation of PSI in the management practices of large systems.

Статтю присвячено дослідженню можливості застосування пояснювального штуч-ного інтелекту (далі – ПШІ) для оптимізації управлінських рішень у великих системах, визначенню впливу таких рішень на основні показники ефективності (далі – KPI) підпри-ємства та розробленню рекомендацій щодо впровадження технологій ПШІ з метою підви-щення прозорості, обґрунтованості й результативності управління. У процесі дослідження застосовано теоретичні методи (аналіз, синтез, абстрагування, індукція, дедукція) та емпіричні методи (опис) для вивчення сучасних тенденцій впровадження ПШІ. Проаналі-зовано підходи до використання ПШІ, зокрема технології машинного навчання, глибинного навчання, генеративних моделей. Успішні приклади впровадження ПШІ спостерігаються в компаніях, таких як Netflix, Google, Amazon, Apple та Grammarly. Використання ПШІ в управлінні знижує витрати, підвищує продуктивність і забезпечує швидкість прийняття рішень. Водночас упровадження таких технологій супроводжується низкою викликів, до яких належать значні фінансові витрати, можливі конфлікти з наявною інфраструкту-рою, підвищені вимоги до кваліфікації персоналу та ризики, пов`язані із забезпеченням без-пеки даних. Визначено основні KPI для аналізу управлінських рішень, що забезпечують про-зорість і відповідальність. Класифікація KPI включає фінансові, операційні, клієнтські та інноваційні показники. Методи вимірювання KPI, такі як система збалансованих показників (BSC) та OKR-фреймворк, дозволяють отримати всебічну картину діяльності компанії.. Рекомендується розробити стратегію впровадження ПШІ, залучати співробітників до змін і створювати міжфункціональні команди. Адаптація персоналу може бути забезпе-чена через програми безперервного навчання. Дослідження підтверджує значний потен-ціал ПШІ в підтримці управлінських рішень для великих підприємств. Оптимізація проце-сів через впровадження ПШІ може суттєво вплинути на KPI підприємства, підвищуючи загальну ефективність організації. Рекомендації можуть стати основою для успішного впровадження ПШІ в управлінські практики великих систем.