КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
Контроль і управління в складних системах (КУСС-2024)

Розмір шрифта: 
ПОКРАЩЕННЯ ПРИЙНЯТТЯ РІШЕНЬ В УПРАВЛІННІ БІЗНЕС-ПРОЦЕСАМИ ЗА ДОПОМОГОЮ ПРЕДИКТИВНОЇ АНАЛІТИКИ НА ОСНОВІ ШТУЧНОГО ІНТЕЛЕКТУ
Юрій Анатолійович Горчук, Марія Сергіївна Юхимчук, Володимир Михайлович Дубовой

Остання редакція: 2024-12-10

Анотація


Дана робота досліджує роль штучного інтелекту (ШІ), зокрема предиктивної аналітики на основі ШІ, в удосконаленні процесу прийняття рішень в рамках управління бізнес-процесами (BPM). Оскільки організації прагнуть підвищити ефективність і адаптивність своїх процесів, предиктивна аналітика стала ключовим інструментом, який дозволяє бізнесу приймати більш обґрунтовані рішення. Використовуючи моделі штучного інтелекту, такі як ChatGPT, Gemini AI та інші, компанії можуть аналізувати величезні обсяги історичних даних і даних у реальному часі, щоб прогнозувати тенденції, оптимізувати розподіл ресурсів і зменшити ризики у своїй діяльності.

Предиктивна аналітика на основі штучного інтелекту революціонізує підхід до BPM. Здатність передбачати потенційні майбутні події на основі аналізу даних дозволяє компаніям проактивно коригувати робочі процеси, графіки та використання ресурсів. Цей зсув призводить до підвищення продуктивності, зниження операційних витрат і більш гнучкого реагування на динаміку ринку. Моделі штучного інтелекту особливо ефективні в аналізі великих масивів даних, які були б занадто складними або трудомісткими для аналітиків-людей, тим самим підвищуючи швидкість і точність прийняття рішень.

У цій роботі також розглядаються основні алгоритми та методи машинного навчання, які використовуються моделями штучного інтелекту для генерування прогностичних висновків, зокрема регресійний аналіз, нейронні мережі та дерева рішень. Вона досліджує інтеграцію предиктивної аналітики на основі штучного інтелекту в існуючі системи BPM і вивчає її наслідки для прийняття оперативних і стратегічних рішень. Крім того, в роботі розглядаються такі проблеми, як якість даних, складність інтеграції та необхідність безперервного навчання моделей для підтримки високої точності прогнозування.

Дослідження підкреслює, як предиктивна аналітика на основі штучного інтелекту може трансформувати бізнес-операції, особливо в таких сферах, як управління ланцюгами поставок, управління взаємовідносинами з клієнтами та фінансове прогнозування. Крім того, в дисертації розглядається майбутній потенціал ШІ в BPM, зокрема, як прогнозні моделі можуть розвиватися, щоб з часом стати більш автономними та адаптивними, що в кінцевому підсумку призведе до більш розумних бізнес-процесів, які самооптимізуються.

 

DOI: https://doi.org/10.31649/mccs2024.2-07


Ключові слова


штучний інтелект (ШІ); управління бізнес-процесами (BPM); предиктивна аналітика; прийняття рішень; моделі; розподіл ресурсів; прогнозування;

Посилання


  1. van der Aalst, W. M. P. (2016). Process Mining: Data Science in Action. Springer. [Електронний ресурс]. – Режим доступу:  https://www.academia.edu/40551325/Process_M ining_Wil_van_der_Aalst_Data_Science_in_Action_Second_Edition
  2. Daugherty, P., & Wilson, H. J. (2018). Human + Machine: Reimagining Work in the Age of AI. [Електронний ресурс]. – Режим доступу: https://books.google.com.ua/books/about/ Human_+_Machine.html?id=wpY4DwAAQBAJ&redir_esc=y
  3. Dumas, M., La Rosa, M., Mendling, J., & Reijers, H. A. (2018). Fundamentals of Business Process Management. [Електронний ресурс]. – Режим доступу: https://link.springer .com/book/10.1007/978-3-662-56509-4
  4. Zaki, M. J., & Meira, W. (2019). Data Mining and Machine Learning: Fundamental Concepts and Algorithms (2nd ed.) [Електронний ресурс]. – Режим доступу: https://www .cambridge.org/ua/universitypress/subjects/computer-science/knowledge-management-databases-and-data-mining/data-mining-and-machine-learning-fundamental-concepts-and-algorithms-2nd-edition?format=HB
  5. Weske, M. (2012). Business Process Management: Concepts, Languages, Architectures. [Електронний ресурс]. – Режим доступу: https://link.springer.com/book/10.1007 /978-3-642-28616-2
  6. Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach. Pearson. [Електронний ресурс]. – Режим доступу: https://hbr.org/2018/01/artificial-intelligence-for- the-real-world
  7. Harmon, P. (2019). Business Process Change: A Business Process Management Guide for Managers and Process Professionals. Morgan Kaufmann [Електронний ресурс]. – Режим доступу: https://www.academia.edu/44913633/Business_Process_Change_A_Business_Proc ess_Management_Guide_for_Managers_and_Process_Professionals_Fourth_Edition
  8. Дубовой, В. М., Юхимчук, М. С. Аналіз процесів в релейних системах управління з елементами штучного інтелекту //[Електронний ресурс]. – Режим доступу: https://ir.li b.vntu.edu.ua/bitstream/handle/123456789/13168/maria.pdf?sequence=1&isAllowed=y