Статті КУА (ДМетІ)

Permanent URI for this collectionhttp://crust.ust.edu.ua/handle/123456789/16496

Browse

Now showing 1 - 5 of 5

AI Technology Implementation in Company Compliance Management
(Ukrainian State University of Science and Technologies, Dnipro, 2025) Waszkielewicz, Wiesław; Kozenkov, Dmytro Ye.
ENG: The article examines the use of artificial intelligence (AI) in compliance as a tool for automating audits, reducing risks, and improving monitoring efficiency. It describes key AI applications, including transaction analysis (AML), risk management, automated regulatory document analysis, compliance chatbots, employee behavior monitoring, counterparty verification (KYC), audit automation, and open-source intelligence analysis. The key technologies involved in these processes are highlighted, such as machine learning, natural language processing (NLP), biometric identification, and big data analytics. The article concludes that the implementation of AI in compliance significantly enhances security, minimizes human errors, and improves adaptation to regulatory changes.
Дослідження впливу технологій штучного інтелекту на менеджмент в медичній сфері та медичну практику
(Український державний університет науки і технологій, Дніпро, 2025) Вишневський, Є. І.; Вишневська, Марія Костянтинівна; Сакович, В. М.
UKR: Досліджено вплив технологій штучного інтелекту (ШІ) на менеджмент в медичній сфері та медичну практику, зокрема їх застосування для автоматизації діагностики, персоналізованого лікування та підтримки прийняття рішень. Розглянуто ключові області застосування ШІ в різних галузях медицини. На основі міжнародного досвіду розроблено рекомендації щодо інтеграції систем ШІ у відділеннях різного профілю місцевих лікарень. Проаналізовано та систематизовано труднощі та обмеження використання ШІ в медичній сфері.
Логістичний підхід до оцінки ризиків металургійного підприємства з використанням штучного інтелекту
(Видавничий дім «Інтернаука», Київ, 2024) Козенков, Дмитро Євгенович; Каут, Ольга Вікторівна
UKR: Вступ. Останнім часом у вітчизняній і закордонній практиці стала популярною логістична концепція управління промисловим підприємством. Потреба у використанні логістики на підприємствах пов’язана із еволюцією процесу управління та особливостями виробничих процесів промислових підприємств. Особливої актуальності це набуває в умовах кризи, коли промислове підприємство повинно так організовувати свою діяльність, щоб мінімізувати ризики, збитки та витрати, що пов’язано з процесами виробництва, обслуговування, транспортування. Застосування штучного інтелекту цими сферами – питання актуальне, але неоднозначне. Використання штучного інтелекту з метою мінімізації ризиків функціонування підприємств України набуває особливого значення в сучасних умовах. Відповідно до суспільних очікувань, воєнний стан має в перспективі перейти в повоєнний період, що робить актуальною вже зараз потребу в коригуванні підходів до управління ризиками. Особливо це стосується підприємств, що переорієнтовуються на воєнні рейки. Мета. Метою дослідження є розкриття концептуальних підходів до інтеграції штучного інтелекту в управління ризиками мікрологістичної системи металургійного підприємства. Матеріали і методи. Матеріалами дослідження є положення економічної теорії, наукові праці вітчизняних і зарубіжних учених щодо питань управління ризиками, оцінці технічних ризиків і їх впливу на результати роботи підприємств, аналізу і прогнозування можливих збитків. В процесі здійснення дослідження було використано наступні наукові методи: експертних оцінок, нечіткої логіки, теоретичного узагальнення та групування (для оцінки ризиків і їх впливу на економічні наслідки, а також визначення виділення різних факторів ризику, ризикових подій та економічних наслідків а також для групування методів оцінки ризиків за певними ознаками. Результати. Потреба у використанні логістики на підприємствах пов’язана із еволюцією процесу управління та особливостями виробничих процесів промислових підприємств. Актуальною проблемою є узгодження інформації між учасниками логістичних ланцюжків. Не завжди можна переконатися в якості і достовірності отриманої інформації. Часто інформація має суб'єктивний характері і залежить від особистого сприйняття співробітника. Концепція виштовхуючої логістики (а саме така використовується переважною більшістю металургійних підприємств), заснована на визначенні потреби клієнта в логістичних послугах і максимально швидкому їх задоволенню відповідно до своїх можливостей. Спеціалізовані інформаційні системи для спостереження за ситуацією на ринку, які дозволяють самостійно сканувати інформаційні ресурси конкурентів, зможуть обробляти отриману інформацію в автоматичному режимі і здатні до самонавчання, зможуть працювати з нечіткими вхідними даними і дозволять як мінімум отримати інформаційну підтримку при прийнятті управлінні. максимум – автоматизувати ухвалення рішень. Система управління ризиками на металургійних підприємствах, що формується на основі логістичного підходу, орієнтована на інтеграцію політики управління ризиками в усіх виробничих ланках від одиничних об’єктів ризиків до мікрологістичної системи в цілому з оцінкою та прогнозуванням можливих збитків за всіма елементами логістичного ланцюга. До розвитку системи управління ризиками мікрологістичної системи веде застосування інтелектуальних інформаційних систем. В логістиці всі інформаційні повідомлення, що передаються горизонтальними зв'язками, упаковуються в дискретні інформаційні повідомлення, що складаються з двох блоків. У службовому блоці повідомлення передаються дані, необхідні маршрутизації та управління потоками, розрахунку вагових коефіцієнтів потоку (і навіть об'єкта чи параметра), дані подальшого навчання нейронної мережі тощо. Доведено, що застосування штучного інтелекту дозволить використовувати власні ретроспективні дані для навчання нейронної мережі, яка забезпечуватиме інформаційні повідомлення відповідними метаданими, необхідними для формування параметрів логістичних потоків та вироблення способів усунення логістичних бар'єрів тощо. Перспективи. В подальших наукових дослідженнях пропонується зосередити увагу на порядку впровадження штучного інтелекту в систему моніторингу ризиків промислового підприємства, а також розробки відповідної методики їх аналізу. Це надасть змогу покращити методику та організацію управління ризиками промислового підприємства.
Цифровий фінансовий моніторинг як інструмент прийняття рішень у публічному управлінні
(Український державний університет науки і технологій, Дніпро, 2025) Козенков, Дмитро Євгенович; Каут, Ольга Вікторівна; Шпортько, Ганна Юріївна
UKR: У статті досліджено теоретичні та практичні аспекти інтеграції технологій штучного інтелекту у цифровий фінансовий моніторинг як інструмент підвищення ефективності прийняття рішень у публічному управлінні. Визначено роль штучного інтелекту у забезпеченні прозорості, підзвітності та аналітичної підтримки управлінських процесів. Проаналізовано приклади впровадження інтелектуальних технологій в українських банківських установах та системах відкритих фінансів, а також досвід країн Європейського Союзу. Увагу приділено ризикам і бар’єрам, що супроводжують цифрову трансформацію публічного фінансового сектору. Запропоновано комплекс рекомендацій щодо інституційного, правового та технологічного забезпечення впровадження штучного інтелекту у сферу фінансового моніторингу. У висновках окреслено перспективи подальших досліджень, зокрема у напрямах етичного аудиту алгоритмів, адаптації моделей штучного інтелекту до різних рівнів управління та розвитку інструментів громадського контролю (CivicTech).
Штучний інтелект для трансформації бізнес-процесів
(Український державний університет науки і технологій, Дніпро, 2024) Шпортько, Ганна Юріївна; Дєдик, Д. Г.
UKR: Досліджено способи, якими штучний інтелект трансформує бізнес-процеси. Розглянуто декілька інструментів штучного інтелекту щодо для автоматизації рутинних завдань у бізнесі, для аналітики та передбачення та для управління ризиками та безпекою. Показано що використання ШІ допомагає підприємствам стати більш конкурентоспроможними.