В статье исследуются актуальные проблемы и направления развития инструментов мониторинга криптовалютных транзакций для целей противодействия легализации преступных доходов и финансированию терроризма. Проведен анализ ключевых технологических подходов к выявлению подозрительных операций, включая системы KYT (Know Your Transaction, ), блокчейн и графовый анализ, методы машинного обучения. Авторы пришли к выводу, что ни один из инструментов в отдельности не способен полностью решить комплексную задачу выявления подозрительной активности на криптовалютном рынке, что требует комплексного подхода при формировании систем финансового мониторинга. На основе сравнительной оценки существующих инструментов сформулированы практические рекомендации по совершенствованию мониторинга, среди которых интеграция искусственного интеллекта, развитие отечественных аналитических платформ и усиление международного регуляторного взаимодействия. Особое внимание уделено необходимости формирования целостной национальной экосистемы, сочетающей развитие правового поля, конкурентоспособные технологические решения и совместные усилия подразделений финансовой разведки для обеспечения национальной безопасности.

В статье исследуется система управления рисками на уровне корпорации. Бизнес вынужден формировать стратегии управления ими, чтобы защитить своих сотрудников, активы и деятельность.
В процессе исследования была выявлена устойчивая динамика структурных преобразований в системе риск-менеджмента корпораций после 2020 г., в результате которых произошла адаптивность компаний к волатильным условиям ведения бизнеса. Обоснована необходимость перехода к комплексному риск-менеджменту на стратегическом и оперативном уровнях управления, а также изменений в системе внутреннего контроля и аудита как инструмента для достижения согласованности корпоративных интересов.
На основе исследования было установлено, что в условиях экономической и финансовой нестабильно, меняющейся регуляторной среды для ведения бизнеса, цифровой трансформации общества процесс управления рискам превращается в неотъемлемую часть системы стратегического управления бизнесом, когда необходимо принимать нескольких вариантов развития рисковых ситуаций и ответных действий корпораций. Это оказало существенное влияние на ускорение автоматизация управления рисками, применение аналитики больших данных и искусственного интеллекта, которые позволили значительно расширить систему инструментов корпоративного риск-менеджмента.
Исследования представляет интерес и может быть использована специалистами и исследователями проблем развития риск-менеджмента, практикующими менеджерами, научными сотрудниками, а также представляет интерес для студентов и аспирантов, обучающихся по экономическим направлениям.

В настоящей статье исследуются геоинформационные подходы к совершенствованию системы мониторинга за особо опасными трансмиссивными и природно-очаговыми инфекциями, имеющими огромные социально-экономические последствия не только отраслевого характера, но и для национальной безопасности и экономического суверенитета России. Обоснована целесообразность разработки и внедрения комплексной информационно-аналитической платформы, интегрирующей геоинформационные системы и мультиагентные методы моделирования. Предложенная архитектура позволяет генерировать многоуровневые эпизоотолого-эпидемиологические оценки рисков и прогнозные модели, являющиеся теоретической основой для формирования долгосрочной стратегии эпидемиологического надзора в отношении выявленных очагов инфекции. Данный подход обеспечивает обоснованное распределение ресурсов профилактических и противоэпидемических мероприятий с учетом интересов хозяйствующих субъектов и населения. Проанализированы предпосылки создания цифровой эпизоотической платформы и раскрыты преимущества от внедрения автоматизированной системы учета и регистрации животных «Regagro» на территории Российской Федерации для разработки агент-ориентированных моделей в эпизоотологии.

В статье представлены результаты эмпирического исследования, посвящённого оценке эффективности «технологий искусственного интеллекта» в поддержке риск-ориентированных управленческих решений на предприятиях малого и среднего предпринимательства. Авторами был проведён полугодовой натурный эксперимент (февраль-август 2025 г.) с участием четырёх компаний из различных отраслей экономики. В рамках эксперимента были проанализированы параллельно-принимаемые ответственными менеджерами и разработанной гибридной нейросетевой моделью 72 управленческие ситуации, в т.ч. связанные с финансовым прогнозированием, оценкой рисков и оптимизацией затрат, были. Для сравнения эффективности решений использовались методы математической статистики (критерий χ² Пирсона и t-кристий Стьюдента). Результаты показали, что нейросетевая модель обеспечила статистически значимое снижение доли неэффективных решений (8,3% против 36,1% у менеджеров), более высокую точность прогнозирования (83,5% против 72,8%) и существенное сокращение времени принятия решений. При этом в сферах с высокой долей творческих и слабоформализуемых факторов модель не показала преимущества перед человеческим опытом.
На основе полученных данных авторы разработали практические рекомендации по интеграции нейросетевых моделей в систему риск-менеджмента субъектов малого и среднего предпринимательства, включая алгоритм гибридного принятия решений и управление специфическими рисками, связанными с внедрением технологий «искусственного интеллекта». Исследование подтверждает, что «искусственный интеллект» способен существенно повышать надёжность и скорость принятия решений в структурированных задачах, выступая эффективным дополнением к экспертной оценке.

В статье рассматриваются возможности и ограничения применения технологий искусственного интеллекта для выявления налоговых правонарушений в условиях режима налогового мониторинга. Утоняются понятие и перечень налоговых правонарушений, наиболее релевантных для автоматизированного выявления; раскрывается превентивный характер налогового мониторинга как риск-ориентированной формы налогового контроля. Практическая значимость результатов исследования заключается в разработке прикладных рекомендаций по использованию искусственного интеллекта в режиме налогового мониторинга. В частности, предложенная модель интеграции в налоговый мониторинг и цикл управления рисками с участием искусственного интеллекта. Результаты могут быть положены в основу методических материалов для налоговых органов и корпоративных служб налогового комплаенса. Кроме того, сформулированные в работе правовые и этические требования можно учитывать при доработке нормативной базы налогового мониторинга и регламентов Федеральной налоговой службы.

Цель настоящего исследования — создание и последующее использование чат-бота на основе генеративной языковой модели искусственного интеллекта (ГИИ) для создания ценностных предложений в сфере B2B. В рамках работы решены три задачи: проведён анализ литературы для выявления актуальных направлений использования ГИИ в B2B-коммуникациях; разработана методология формирования гипотез и аргументации на базе ГИИ; проведена апробация методологии на примере созданного чат-бота. Методология включает пять этапов: идентификацию закупочного центра, построение функционально-мотивационного профиля участников, формирование трёхуровневой модели восприятия продукта, генерацию ценностных коммуникационных связок и построение аргументации по модели ТАП. Апробация в реальных условиях (116 участников, 166 сессий) показала сокращение времени подготовки аргументации более чем на 60 %, высокую оценку применимости инструмента (средний балл 8,8 из 10, NPS +62,5) и подтверждение его готовности к масштабированию.

В статье рассмотрены результаты исследования о практическом использовании инструмента искусственного интеллекта в проекте разработки программного продукта. Поставлена и решена научная задача принципиальной оценки возможностей инженерной команды по созданию всех ключевых артефактов софтверного проекта с помощью инструмента искусственного интеллекта. Проанализированы выводы прикладного научного исследования автора о востребованности искусственного интеллекта в программной инженерии.

Автором в статье представлено исследование, которое вносит вклад в промышленную сферу через изучение двух концепций. Предлагается целостная интеграция инструментов и технологий бережливого и цифрового производства с учетом перспектив промышленной среды в условиях цифровой трансформации.

В последние годы на рынке одежды и обуви наблюдается непрерывный рост доли онлайн-продаж. Однако развитию интернет-торговли на этом рынке препятствует невозможность для клиента проверить соответствие товара его требованиям перед покупкой. Одним из эффективных цифровых инструментов для решения этой проблемы служит виртуальная примерочная. Целью статьи является обзор рынка виртуальных примерочных и оценка их влияния на эффективность торгового предприятия на рынке одежды и обуви.

Цель исследования — обзор систем машинного обучения для автоматизации маркетинга. Проанализированы ключевые игроки рынка: Adobe, Google, Salesforce, IBM и «Яндекс» с акцентом на их функциональность и эффективность. Применен многокритериальный подход, выявивший сходства систем и различия в интеграции и кастомизации. Исследование показывает, что выбор системы зависит от бизнес-требований и стратегических целей, способствуя повышению эффективности цифрового маркетинга и ROI.