Методы разработки экспертных систем в корпоративных информационных системах: повышение экономической устойчивости предприятия

Данное исследование направлено на углубленный анализ влияния экспертных систем, интегрированных в корпоративные информационные системы, на экономическую устойчивость предприятий. В условиях современной бизнес-среды роль экспертных систем значительно возрастает, так как они служат ценным инструментом для стратегического принятия решений, управления рисками и повышения операционной эффективности. В статье рассматривается применение современных методов, таких как нейронные сети, нечеткая логика, коллективный интеллект и байесовские сети, причем эффективность и ограничения каждого из них оцениваются посредством сравнительного анализа. В исследовании использовались инструменты машинного обучения, разработанные на современных языках программирования Python и R, при этом библиотеки scikit-learn и TensorFlow показали наилучшие результаты. Эффективность систем оценивалась с использованием количественных показателей на основе мнений отраслевых экспертов и данных реальных предприятий. Авторы отмечают, что внедрение экспертных систем доступно не только для крупных компаний, но и для малого и среднего бизнеса. Это исследование можно рассматривать как вклад в региональные и международные научные работы по изучению синергии КИС и ЭС. Результаты показывают, что экспертные системы оказывают существенное положительное влияние на финансовые показатели предприятий: текущая ликвидность увеличивается на 20%, чистая прибыль – на 23%, затраты снижаются на 12%, а долговая нагрузка уменьшается на 25%. Кроме того, в статье обсуждаются особенности и возможности внедрения экспертных систем в условиях Казахстана, предлагаются практические рекомендации по ускорению цифровой трансформации. Также подчеркивается важность формирования культуры управления на основе данных в рамках цифровой экосистемы.

1. Jackson P. Introduction to Expert Systems. 3rd ed. Addison-Wesley, 1999. P. 455–458.

2. Durkin J. Expert Systems: Design and Development. Prentice Hall, 1994. P. 714–719.

3. Negnevitsky M. Artificial Intelligence: A Guide to Intelligent Systems. 2nd ed. Pearson Education, 2005. 394 p.

4. Сәтбаев Қ. Қазақстандық кәсіпорындардың цифрлық трансформациясы. Астана: Технополиграф, 2021. – Б. 216–219.

5. URL: https://elibrary.kz/download/transformatsiya_kasiporyn_satpayev (өтініш берілген күн: 16.06.2025)

6. Luger G.F. Artificial Intelligence: Structures and Strategies for Complex Problem Solving. 6th ed. Pearson, 2009. 754 p.

7. Bonabeau E., Dorigo M., Theraulaz G. Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press, 1999. 307 p.

8. Kennedy J., Eberhart R. Swarm Intelligence. Morgan Kaufmann, 2001. P. 512–515.

9. Pearl J. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. Morgan Kaufmann, 1988. P. 552–556.

10. URL: https://www.sciencedirect.com/book/9780080514893/probabilistic-reasoning-in-intelligent-systems (accessed: 16.06.2025)

11. Korb K.B., Nicholson A.E. Bayesian Artificial Intelligence. 2nd ed. CRC Press, 2010. 728 p. DOI: 10.1201/9781439815917

12. Laudon K.C., Laudon J.P. Management Information Systems: Managing the Digital Firm. 16th ed. Pearson, 2022. P. 688–691.

13. O’Brien J.A., Marakas G.M. Management Information Systems. 10th ed. McGraw-Hill, 2010. P. 768–771.

14. Han J., Kamber M., Pei J. Data Mining: Concepts and Techniques. 3rd ed. Morgan Kaufmann, 2011. P. 703–706.

15. Witten I.H., Frank E., Hall M.A. Data Mining: Practical Machine Learning Tools and Techniques. 4th ed. Morgan Kaufmann, 2016. P. 654–657. URL: https://www.elsevier.com/books/data-mining/witten/978-0-12-804291-5

16. Қазақстан Республикасы Стратегиялық жоспарлау және реформалар агенттігі Ұлттық статистика бюросы. Ресми деректер, 2020–2023. URL: https://stat.gov.kz (өтініш берілген күн: 16.06.2025)

17. Әлемдік Банк. Қазақстанның экономикалық көрсеткіштері. Халықаралық салыстырмалы талдау. 2023. URL: https://data.worldbank.org/country/kazakhstan (өтініш берілген күн: 16.06.2025)

18. Дәулетов Ә.К. Кәсіпорындардың ақпараттық жүйелері. Алматы: Экономика, 2019. – Б. 348–351.

19. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. 4th ed. Pearson, 2020. URL: https://aima.cs.berkeley.edu (accessed: 16.06.2025)

20. Қазақстан Республикасы Цифрлық даму, инновациялар және аэроғарыш өнеркәсібі министрлігі. Цифрлық индустрияландыру статистикалық жинағы–2023. – Нұр-Сұлтан: КазИИТУ, 2023. – Б. 45–48. URL: https://digit.gov.kz (өтініш берілген күн: 16.06.2025)

21. Poole D.L., Mackworth A.K. Artificial Intelligence: Foundations of Computational Agents. 2nd ed. Cambridge University Press, 2017. URL: https://artint.info (accessed: 16.06.2025)

22. ҚазҰУ Хабаршысы. Эксперттік жүйелердің қазіргі заманғы бизнестегі рөлі // ҚазҰУ Хабаршысы – Экономика сериясы. – 2021. – № 3(45). – Б. 56–67. URL: https://bulletin.kaznu.kz/index.php/economics (өтініш берілген күн: 16.06.2025)