ДВОЙСТВЕННАЯ ПРИРОДА ГИБРИДНОГО ИНТЕЛЛЕКТА В ПРОМЫШЛЕННЫХ СИСТЕМАХ
Статья поступила в редакцию: 09.07.2026
Статья принята к публикации: 04.09.2026
Статья опубликована: 07.09.2026
Ключевые слова:
гибридный интеллект, цифровая экономика, интеллектуализация, промышленные предприятия, Industry 5.0, управление бизнес-процессами, iBPMS, расширенная реальность (XR), периферийные вычисления (edge computing), объяснимый искусственный интеллект (XAI), институциональная экосистема.Аннотация
В статье на основе системного и институционально-эволюционного подходов гибридный интеллект рассматривается как модель совместного функционирования человеческого и искусственного интеллекта в цифровой экономике с акцентом на промышленные системы. Показано, что по мере исчерпания эффектов базовой цифровизации возрастает значение интеллектуализации, то есть перехода от автоматизации и накопления данных к устойчивым контурам принятия решений, в которых человек и искусственный интеллект действуют комплементарно. Гибридный интеллект трактуется двойственно: с одной стороны, как технологическая платформа, объединяющая искусственный интеллект, машинное обучение, периферийные вычисления, человеко-машинные интерфейсы и расширенную реальность; с другой стороны, как институциональный феномен, требующий формирования норм ответственности, доверия, компетенций и стандартов применения. В статье анализируются тенденции внедрения гибридных решений в промышленных системах, включая процессно-ориентированные контуры и интеллектуальные BPM-системы, а также выявляются ключевые барьеры: когнитивные разрывы между человеком и алгоритмом, инфраструктурные ограничения, непрозрачность моделей и фрагментация институциональной среды. Предлагается экосистемная концепция интеграции гибридного интеллекта в логике человекоцентричного вектора Industry 5.0 и формируется концептуальная основа для дальнейших исследований механизмов оценки эффективности интеллектуальных промышленных систем.
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: Издательский дом «Академический».
Условия использования. Статьи текущего года распространяются по подписке на журнал «Финансовый менеджмент». Все права защищены. Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU www.elibrary.ru/contents.asp?titleid=9552 . Материалы предыдущих лет распространяются по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0) . Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.
Машиночитаемый файл метаданных: JATS XML
Список литературы
Иншакова Е.И. Формирование экосистемы цифровой экономики Российской Федерации: институциональный аспект // Вестник Волгоградского государственного университета. Экономика. 2020. Т. 22, № 4. С. 5-17. DOI: 10.15688/ek.jvolsu.2020.4.1 EDN: CKIQKR.
Клейнер Г.Б. Интеллектуальная экономика цифрового века. Цифровой век: шаги эволюции // Экономика и математические методы. 2020. Т. 56, № 1. С. 18-33. DOI: 10.31857/S042473880008562-7 EDN: HOUWCA.
Комаров Н.М., Пащенко Д.С. Применение технологий искусственного интеллекта в инновационной деятельности промышленных предприятий // Вестник Евразийской науки. 2023. Т. 15, № 6. EDN: HEKHRE.
Указ Президента Российской Федерации от 10 октября 2019 г. № 490 "О развитии искусственного интеллекта в Российской Федерации". [Электронный ресурс]. URL: https://publication.pravo.gov.ru/document/view/0001201910110003 (дата обращения 11.07.2026).
Указ Президента Российской Федерации от 15 февраля 2024 г. № 124 "О внесении изменений в Указ Президента Российской Федерации от 10 октября 2019 г. № 490 "О развитии искусственного интеллекта в Российской Федерации" и в Национальную стратегию развития искусственного интеллекта на период до 2030 года, утвержденную этим Указом" // Официальный интернет-портал правовой информации. [Электронный ресурс]. URL: https://publication.pravo.gov.ru/document/0001202402150063 (дата обращения 11.07.2026).
Ben-Ameur A., Araldo A., Bronzino F. On the Deployability of Augmented Reality Using Embedded Edge Devices. DOI: 10.48550/arXiv.2010.14845.
Breque M., De Nul L., Petridis A. Industry 5.0: Towards a Sustainable, Human-Centric and Resilient European Industry. Luxembourg: Publications Office of the European Union, 2021. DOI: 10.2777/308407 ISBN: 978-92-76-25308-2.
Dellermann D., Ebel P., Söllner M., Leimeister J.M. Hybrid Intelligence // Business & Information Systems Engineering. 2019. Vol. 61, No. 5. P. 637-643. DOI: 10.1007/s12599-019-00595-2 EDN: ZEGZJW.
Dumas M., Fournier F., Limonad L. et al. AI-Augmented Business Process Management Systems: A Research Manifesto // ACM Transactions on Management Information Systems. 2023. Vol. 14, No. 1. DOI: 10.1145/3576047.
Fernández-Caramés T.M., Fraga-Lamas P. Forging the Industrial Metaverse for Industry 5.0: Where Extended Reality, IIoT, Opportunistic Edge Computing, and Digital Twins Meet // IEEE Access. 2024. Vol. 12. P. 95778-95819. DOI: 10.1109/ACCESS.2024.3422109 EDN: JFGKHT.
Kamar E. Directions in Hybrid Intelligence: Complementing AI Systems with Human Intelligence // Proceedings of the Twenty-Fifth International Joint Conference on Artificial Intelligence (IJCAI-16). 2016. P. 4070-4073.
Krishna R., Rahman A. Use Case for an Extended Reality Application on Edge Computing Infrastructure // RFC 9699. RFC Editor, 2024. DOI: 10.17487/RFC9699.
Liu L., Li H., Gruteser M. Edge Assisted Real-time Object Detection for Mobile Augmented Reality // Proceedings of the 25th Annual International Conference on Mobile Computing and Networking (MobiCom '19). New York: ACM, 2019. Article 25. 16 p. DOI: 10.1145/3300061.3300116 EDN: SWRBHH.
Lundberg S.M., Lee S.-I. A Unified Approach to Interpreting Model Predictions // Advances in Neural Information Processing Systems 30 (NIPS 2017). 2017. Vol. 30. P. 4765-4774.
Ribeiro M.T., Singh S., Guestrin C. "Why Should I Trust You?": Explaining the Predictions of Any Classifier // Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD '16). New York: ACM, 2016. P. 1135-1144. DOI: 10.1145/2939672.2939778.
Sauer C.R., Burggräf P. Hybrid Intelligence - Systematic Approach and Framework to Determine the Level of Human-AI Collaboration for Production Management Use Cases // Production Engineering. 2025. Vol. 19. P. 525-541. DOI: 10.1007/s11740-024-01326-7 EDN: EABBUH.
Vial G. Understanding Digital Transformation: A Review and a Research Agenda // The Journal of Strategic Information Systems. 2019. Vol. 28, No. 2. P. 118-144. DOI: 10.1016/j.jsis.2019.01.003.
