DOI: 10.33917/mic-1.126.2026.53-66

Проводится исследование эффективности инвестиций в инновационную цифровую модель обработки данных о предпочтениях клиентов предприятий туристической отрасли Китая и России на основе инновационной модификации производственной функции Кобба-Дугласа. В ходе проверки полученных данных выдвинутые гипотезы были подтверждены эмпирически. Результаты исследования оформлены в выводы и рекомендации для различных групп предприятий крупного, малого и среднего бизнеса, для государственной политики цифровизации отрасли и для международного сотрудничества.

Источники:

1. Zavyalova E.B. The 4th industrial revolution and digital transformation: changes and challenges / E.B. Zavyalova, M.V. Safronchuk, A.E. Burzhinkaya. International Journal of Economic Policy in Emerging Economies. 2022. Vol. 16. No. 2/3/4. p. 417.

2. Хун Юнмяо, Ши Цзюлин. Элементы данных и экономика данных. Экономическая теория и экономический менеджмент. 2024. Том 44. № 8. С. 1-16.

3. Ghasemaghaei M, Calic G. Does big data enhance firm innovation competency? The mediating role of data-driven insights. Journal of Business Research. 2019. № 104. pp.69-84.

4. Badmus O., Rajput S.A., Arogundade J.B., Williams M. AI-driven business analytics and decision making. World Journal of Advanced Research and Reviews. 2024. Vol. 24. N. 01. pp. 616-633. URL: https://wjarr.com/sites/default/files/WJARR-2024-3093.pdf

5. Luca G., Rosciano M. Google Trends Data and Transfer Function Models to Predict Tourism Demand in Italy. Journal of Tourism Futures. 2023. URL: (PDF) Google Trends data and transfer function models to predict tourism demand in Italy

6. Mankiw N.G. Macroeconomics. 7-th edition, USA: Harvard University, Worth Publishers, Macmillan Learning, 2010. 641 p.

7. Pranevich A., Khatskevich G. Technological Progress and Neutrality by Hicks, Harrod, and Solow: Genesis, Construction, and Generalizations. Belarusian Economic Journal. 2020. No 3. pp. 87-105.

DOI: 10.33917/es-6.204.2025.34-41

Статья фокусируется на трех ключевых проблемах, играющих особую роль в исследовании и регулировании развития цифровой технологии «большие данные»: (1) содержание и особенности больших данных как цифровой технологии и как больших массивов информации, которые предопределяют методологические подходы к исследованию траекторий их развития и их правовую базу; (2) глобальные тренды и проблемы перехода на рельсы экономики, основанной на данных; (3) анализ и оценка российских тенденций в глобальном ландшафте.

Источники:

1. Big Data. Definition [Электронный ресурс]. Gartner. URL https://www.gartner.com/en/information-technology/glossary/big-data

2. Гапоненко Н.В. Цифровые технологии за границами хайпа: глобальный ландшафт // Экономические стратегии. 2022. №6. С. 104–110. DOI: https://doi.org/10.33917/es-6.186.2022.104-110

3. Going Digital: Shaping Policies, Improving Lives. Paris: OECD Publishing, 2019.

4. Навин Кумар. Статистика больших данных за 2025 год (данные о росте и рынке) [Электронный ресурс]. DemandSage. 2025. 24 июня. URL https://www.demandsage.com/big-data-statistics/

5. Data and AI Leadership Executive Survey. Wavestone, 2024.

6. Data, BI and Analytics Trend. BARC, 2025.

7. Большие данные: выгодное приложение или дорогостоящий эксперимент? K2 Cloud и Arenadata, 2025.

8. Готовность российского бизнеса к экономике данных: Мониторинг цифровой трансформации бизнеса. Вып. 2. М.: НИУ ВШЭ, 2023.

DOI: 10.33917/es-1.193.2024.132-137

Анализируется конкурентная стратегия фармацевтической компании в условиях цифровизации общества. Описано, как голосовой ассистент пациента позволяет компании влиять на разные уровни спроса, получать информацию о паттернах поведения целевой аудитории и увеличивает точки контакта бренда с целевой аудиторией. Подробно представлена технология разработки голосового ассистента для отрасли здравоохранения, а также описаны механизмы влияния на целевую аудиторию.

Источники: 

1. Ковтюх Г.С. Основные тенденции развития фармацевтического рынка в России [Электронный ресурс]. Лечебное дело. 2023. № 2. С. 134–140. DOI 10.24412/2071-5315-2023-12888. EDN GGLUIQ

2. Аржанова К.А. Современные PR-технологии продвижения компании [Электронный ресурс]. Компетентность. 2020. № 5. С. 30–35. URL: https://cyberleninka.ru/article/n/sovremennye-prtehnologii-prodvizheniya-kompanii-1

3. Виничук О.Ю. Современные методы продвижения фармацевтических компаний на региональных фармацевтических рынках в условиях цифровизации бизнеса [Электронный ресурс]. Вестник евразийской науки. 2023. Т. 15. № 3. URL: https://esj.today/PDF/77ECVN323.pdf

4. Prentice С., Loureiro S.M., Guerreiro J. Engaging with intelligent voice assistants for wellbeing and brand attachment // Journal of Brand Management. 2023. No. 30. P. 449–460. 10.1057/ s41262-023-00321-0 Engaging with intelligent voice assistants for wellbeing and brand attachment.

5. McLean G., Osei-Frimpong K., Barhorst J. Alexa, do voice assistants influence consumer brand engagement? — Examining the role of AI powered voice assistants in influencing consumer brand engagement // Journal of Business Research. 2021. No. 124. P. 312–328. 10.1016/j.jbusres.2020.11.045.

6. Зуенкова Ю.А., Богданович С.Т. Beyond the Pill — стратегия маркетинга отношений на фармацевтическом рынке [Электронный ресурс]. Микроэкономика. 2023. № 5. С. 39–47. URL: https://doi.org/10.33917/mic-5.112.2023.39–47

7. Андриянова Е.А. Социальное доверие в медицине: возможности онлайн-коммуникации // Наука как общественное благо: Сб. научных статей Второго международного конгресса Русского общества истории и философии науки. Санкт-Петербург, 27–29 ноября 2020 г. / Санкт-Петербургский государственный университет; Русское общество истории и философии науки. Т. 5. М.: Межрегиональная общественная организация «Русское общество истории и философии науки», 2020. С. 90–93. EDN ZWEESO

DOI: 10.33917/mic-5.100.2021.87-102

В статье представлено описание и анализ реализуемой японским правительством политики модернизации сектора здравоохранения на основе технологии искусственного интеллекта, приведены конкретные примеры некоторых научно-исследовательских проектов и практического применения описываемых технологий, выявлены проблемные области реализуемой политики и разрабатываемых проектов.

Модернизация сектора здравоохранения и медицинского обслуживания с применением новейших цифровых технологий, в частности, технологии искусственного интеллекта, является на сегодня одним из ключевых мировых трендов. В России цифровая трансформация здравоохранения определена как одна из ключевых задач и производится в рамках Национального проекта «Здравоохранение».

Изучение успешных примеров внедрения технологии искусственного интеллекта, а также, проблем, препятствующих или замедляющих интеграцию данной технологии и способов их преодоления, может стать ценным уроком для стран, также вовлеченных в разработку национальных стратегий по развитию искусственного интеллекта. 

Digitalization of the healthcare sector in Japan based on artificial intelligence technology: key problems and solutions

Источники:

1. Мелдо А.А., Уткин Л.В., Трофимова Т.Н. Искусственный интеллект в медицине: современное состояние и основные направления развития интеллектуальной диагностики // Лучевая диагностика и терапия. 2020. Т. 11. №1. С. 9-17. URL: https://doi.org/10.22328/2079-5343-2020-11-1-9-17

2. Моисеенко В.М., Мелдо А.А., Уткин Л.В., Прохоров И.Ю., Рябинин М.А., Богданов А.А. Автоматизированная система обнаружения объемных образований в легких как этап развития искусственного интеллекта в диагностике рака легкого // Лучевая диагностика и терапия. 2018. № 3. С. 62-68. URL: https://doi.org/10.22328/2079-5343-2018-9-3-62-68

DOI: 10.33917/mic-1.90.2020.107-114

В статье предлагаются возможные подходы к созданию новых методов, алгоритмов и программных средств анализа структурированных и неструктурированных данных, а также методология применения созданных средств при решении прикладных задач с учетом зарубежного опыта разработки и внедрения в спецслужбах и правоохранительных органах прикладных интеллектуальных информационных систем.

Источники:

В статье рассматривается влияние цифровизации на управление персоналом и его стратегическую составляющую на основе позиций ведущих экспертов в данной области. Цель статьи заключается в систематизации диджитал-практик в области управления персоналом и выделении наиболее востребованных инструментов, к которым обращаются успешные компании. Приведены содержательные характеристики нового поколения сотрудников, определяющие контекст таких актуальных направлений активностей в области управления персоналом, как мотивация, рекрутинг, лидерство. Сделаны выводы о содержательном изменении деятельности в области управления персоналом, рассмотрены проблемы и перспективы использования больших данных в управлении персоналом.