+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Региональная экономика: теория и практика»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

eLIBRARY.RU
ООО «ИВИС»
Biblioclub

Экономическое обоснование внедрения предиктивной аналитики и искусственного интеллекта в управление цепями поставок

ВЫПУСК 9, СЕНТЯБРЬ 2026

Получена: 25.03.2026

Одобрена: 29.04.2026

Доступна онлайн: 30.09.2026

Рубрика: Инновации и инвестиции

Коды JEL: О31, О32, О33

Страницы: 180-188

https://doi.org/10.24891/yohlnw

Людмила Владимировна МАЙМАКОВА ответственный автор, кандидат экономических наук, доцент кафедры экономики и организации производства, Казанский государственный энергетический университет (КГЭУ), Казань, Российская Федерация 
ludmilam80@mail.ru

https://orcid.org/0009-0001-3182-5545
SPIN-код: 9109-7027

Ульяна Денисовна ИВАНОВА студентка, Казанский государственный энергетический университет (КГЭУ), Казань, Российская Федерация 
ulyana.ivanova2502@gmail.com

ORCID id: отсутствует
SPIN-код: 5084-2533

Предмет. Управление цепями поставок как ключевой фактор экономической устойчивости предприятия в условиях высокой волатильности внешней среды, санкционных ограничений и необходимости импортозамещения.
Цели. Систематизированный анализ экономической эффективности внедрения инструментов предиктивной аналитики и искусственного интеллекта в управление цепями поставок. Обоснование необходимости снижения операционных затрат и оптимизации складских запасов в целях минимизации рисков хозяйственной деятельности.
Методология. Использованы методы сравнительного анализа, системного анализа, статистического анализа и экспертных оценок.
Результаты. Выявлены ключевые «зоны неэффективности» в традиционной системе традиционного управления цепями поставок, приводящие к избыточному накоплению запасов или дефициту. Определена структура экономического эффекта от внедрения искусственного интеллекта, включающая сокращение издержек хранения, снижение потерь от списания неликвидных запасов и повышение оборачиваемости оборотного капитала. Предложен комплекс мер по интеграции интеллектуальных систем в существующий управленческий контур.
Выводы. Реализация предложенных подходов позволяет не только минимизировать логистические риски, но и высвободить финансовые ресурсы для развития производственных мощностей.

Ключевые слова: предиктивная аналитика, искусственный интеллект, управление цепями поставок, экономическая эффективность, цифровизация логистики

Список литературы:

  1. Иванов Ф.Д. Предиктивное моделирование в сфере управления цепями поставок на основании методов искусственного интеллекта // Экономика и управление. 2025. Т. 31. № 9. С. 1200–1212. EDN: BLWILC
  2. Лысоченко А.А., Бутенко Д.Д. Развитие логистической системы управления цепями поставок в условиях цифровой трансформации // Экономика и бизнес: теория и практика. 2023. № 11. Ч. 2. С. 151–153. EDN: WRGEGF
  3. Bowersox D.J., Closs D.J. Logistical Management: The Integrated Supply Chain Process. McGraw-Hill, 1996, 730 p.
  4. Бирюкова Е.А. Интеграция технологий искусственного интеллекта в бизнес в современных российских условиях // Вестник Челябинского государственного университета. 2025. № 11. С. 119–126. EDN: UHORCW
  5. Бикмаева А.Д. Перспективы импортозамещения на основе развития отраслей специализации регионов России // Вестник Пермского университета. Серия «Экономика». 2025. Т. 20. № 2. С. 163–179. EDN: CYNJIX
  6. Кондратенко Н.А., Засимов А.С. Логистическая сфера в эпоху цифровой трансформации – теоретические основы и практики повышения цифровой зрелости // Вестник Академии знаний. 2025. № 4. С. 293–301. EDN: FQKKMT
  7. Бирюкова А.Д., Третьякова В.А., Малышкин С.М. Использование методов предиктивной и прескриптивной аналитики при прогнозировании спроса государственных закупок // Известия Тульского государственного университета. Технические науки. 2025. № 3. С. 46–53. EDN: DOZVZE
  8. Каменев И.Г., Пороховник Д.А. Роль цифровизации в принятии решений на основе данных в управлении цепями поставок // Управленческие науки. 2025. Т. 15. № 2. С. 102–115. EDN: OUCUFQ
  9. Корчагина Е.В., Корчагина Д.А., Ромакина О.М., Арсеньева А.З. Применение технологий искусственного интеллекта в логистике и управлении глобальными цепями поставок: анализ зарубежных научных публикаций // РИСК: Ресурсы, Информация, Снабжение, Конкуренция. 2024. № 1. С. 29–33. EDN: JYYJBE
  10. Панфилова Е.Е. Управление внедрением и сопровождением информационных систем на промышленном предприятии // Сила систем. 2019. № 3. С. 6–31. EDN: WXGTDE
  11. Комаров Н.М., Голубев С.С., Пащенко Д.С., Щербаков А.Г. Инструменты искусственного интеллекта в программах цифровой трансформации промышленных предприятий // Мир новой экономики. 2024. Т. 18. № 3. С. 6–16. EDN: DAEUHA
  12. Зайченко И.М., Яковлева М.А. Предиктивная аналитика в управлении цепями поставок // Научный вестник Южного института менеджмента. 2019. № 2. С. 18–22. EDN: LSICBW
  13. Курбанов А.Е., Аджиева А.Ю. Использование искусственного интеллекта для прогнозирования макроэкономических показателей // Экономика и бизнес: теория и практика. 2024. № 5. Ч. 1. С. 252–255. EDN: BNLZEC
  14. Хасанов А.Р. Влияние предиктивной аналитики на деятельность компаний // Стратегические решения и риск-менеджмент. 2018. № 3. С. 108–113. EDN: VJUZMJ
  15. Николаев С.В. Влияние искусственного интеллекта на экономические механизмы управления предприятиями // Региональные проблемы преобразования экономики. 2025. № 3. С. 162–172. EDN: NOOLVM
  16. Голубев С.С., Цивилева А.Е. Экономика цифровизации промышленных предприятий: монография. М.: Ай Пи Ар Медиа, 2024. 216 с.

Посмотреть другие статьи номера »

 

ISSN 2311-8733 (Online)
ISSN 2073-1477 (Print)

Свежий номер журнала

ВЫПУСК 9
СЕНТЯБРЬ 2026

Другие номера журнала

Журнал входит в Единый государственный перечень научных изданий — «Белый список». Подробнее>>