ВНЕДРЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ В БИЗНЕС-ПРОЦЕССЫ ПРЕДПРИЯТИЙ КАК ФАКТОР ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ОБСЛУЖИВАНИЯ КЛИЕНТОВ
DOI:
https://doi.org/10.25806/fm-1089Статья поступила в редакцию: 06.11.2023
Статья принята к публикации: 21.12.2023
Статья опубликована: 29.12.2023
Ключевые слова:
бизнес-процессы предприятий, клиентский сервис, искусственный интеллект, машинное обучениеАннотация
В настоящее время бизнес-процесс обслуживания клиентов является важнейшей составляющей деятельности любого предприятия. Клиентский сервис необходим на различных этапах взаимодействия клиента и компании. В современных условиях важное значение для клиентского сервиса имеет предоставляемый предприятиями веб-контент. Данная работа посвящена исследованию того, как искусственный интеллект в совокупности с машинным обучением применим для оптимизации веб-контента и предоставления персонализированных рекомендаций пользователям. Наряду с веб-контентом важное значение для пользователей имеют разработки веб-приложений. Внедрение искусственного интеллекта и машинного обучения в бизнес-процессы предприятий, связанные с оптимизацией веб-контента и разработкой веб-приложений, может существенным образом повысить качество обслуживания клиентов, что благоприятным образом скажется на финансовых показателях деятельности компаний. В статье рассматриваются тенденции внедрения искусственного интеллекта и машинного обучения в бизнес-процессы и бизнес-логику, а также методы и технологии, которые компании могут использовать для оптимизации веб-контента в целях повышения качества предоставления продуктов и их дальнейшего обслуживания. В работе приведены примеры как отечественные технологические лидеры, такие как Сбер и Яндекс активным образом внедряют искусственный интеллект и машинное обучение в свои бизнес-процессы, повышая тем самым лояльность клиентов и демонстрируя другим участникам различных рынков как вышеуказанные технологии обеспечивают компаниям конкурентное преимущество, финансовую стабильность, инновационное развитие
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
Джонс М.Т. Программирование искусственного интеллекта в приложениях. М.: ДМК Пресс, 2018. 312 с.
Избачков Ю.С., Петров В.Н. Информационные системы: Учебник для вузов. 2-е изд. [Электронный ресурс]. URL: http://www.iworld.ru/attachment.php (дата обращения 25.11.2023).
Люгер Джордж Ф. Искусственный интеллект. Стратегии и методы решения сложных проблем. – М.: Диалектика-Вильямс, 2018. 864 с.
Саханевич Д.Ю. Исследование подходов и методов применения искусственного интеллекта и машинного обучения в социально-экономических процессах // Вестник Омского университета. Серия «Экономика». 2020. Т. 18. № 2. С. 65-79.
Федотова А.В. Искусственный интеллект как фокус развития цифровой экономики: теоретические и практические аспекты // Московский экономический журнал. 2021. № 6. С. 476-487.
Василий Калитеевский. Искусственный интеллект в разработке веб-сайтов [Электронный ресурс]. URL: https://www.sixhands.co/blog/using-artificial-intelligence-to-enhance-websites (дата обращения 30.11.2023).
Ваш путеводитель по миру NLP. [Электронный ресурс]. URL: https://habr.com/ru/companies/otus/articles/705482/ (дата обращения 03.12.2023).
Знакомство с рекомендательными системами. [Электронный ресурс]. URL: https://habr.com/ru/companies/piter/articles/350346/ (дата обращения 30.11.2023).
Извлечение ключевых фраз в NLP. [Электронный ресурс]. URL: https://www.geeksforgeeks.org/keyphrase-extraction-in-nlp/ (дата обращения 03.12.2023).
Машинное обучение для оптимизации клиентского сервиса. [Электронный ресурс]. URL: https://blog.naumen.ru/machine-learning-for-customer-service/?ysclid=lppgb4zmbw752578043 (дата обращения 03.12.2023).
Системы рекомендаций: обзор современных подходов. [Электронный ресурс]. URL: https://www.ispras.ru/proceedings/docs/2012/22/isp_22_2012_401.pdf?ysclid=lppcise21r83467446 (дата обращения 03.12.2023).
Что такое веб-контент. [Электронный ресурс]. URL: https://seasway.ru/computer-science/chto-takoe-veb-kontent?ysclid=lpkxcs5k9e53962733 (дата обращения 30.11.2023).
ARC Publishing. [Электронный ресурс]. URL: https://www.arcpublishing.com/solutions/brands (дата обращения 30.11.2023).
Forbes. Meet Bertie, Heliograf And Cyborg, The New Journalists On The Block. [Электронный ресурс]. URL: https://www.forbes.com/sites/enriquedans/2019/02/06/meet-bertie-heliograf-and-cyborg-the-new-journalists-on-the-block/?sh=76101f8f138d (дата обращения 30.11.2023).
NLP: что это такое и как она работает. [Электронный ресурс]. URL: https://skillbox.ru/media/code/nlp-chto-eto-takoe-i-kak-ona-rabotaet/?ysclid=lpper72vln502901635 (дата обращения 03.12.2023).
