Применение искусственного интеллекта в бизнес-планировании

В работе представлен инновационный метод бизнес-планирования при помощи технологии искусственного интеллекта. В быстро меняющихся условиях возможность надежного прогнозирования и планирования высоко востребована. Внедрение технологии искусственного интеллекта и автоматизация процессов анализа и планирования позволяют создать совершенно новую динамичную мультиагентную модель финансового бизнес-планирования, быстро реагирующую на изменение внешних макроэкономических факторов и снижающую риск влияния человека, что и стало результатом исследования. Поставив целью разработать новый, актуальный, современный и высокоточный технологический подход к бизнес-планированию, авторы изучили ряд современных научных исследований по внедрению искусственного интеллекта в процессы финансового планирования и прогнозирования, систематизировали их и выделили интересные и практически реализуемые идеи. В результате предложен подход, позволяющий проводить довольно гибкое и быстро реализуемое бизнес-планирование, показывающее высоконадежный результат в коротком периоде и реализующий возможность оперативного изменения параметров деятельности компании. Однако его внедрение требует модификации процессов бизнес-планирования и внедрения автономной мультиагентной системы, которые также разработаны и предложены в исследовании. Статья будет интересна практикующим экономистам и представителям бизнеса, занимающимся бизнес-планированием, а также ученым и студентам, вовлеченным в проекты стимулирования предпринимательской деятельности. 

1. Адаманова З. О., Скараник С. С. Искусственные нейронные сети в прогнозировании тенденций экономического роста // Ученые записки Крымского инженерно-педагогического университета. 2024. № 2 (84). С. 41–47.

2. Бобрышева В. Е., Магда А. В., Косников С. Н. Методы искусственного интеллекта в экономическом анализе // Экономика и предпринимательство. 2023. № 9 (158). С. 1046–1049. DOI 10.34925/EIP.2023.158.09.203.

3. Джавадова А. С. Искусственный интеллект в управлении агрорисками: преимущества и угрозы // Нанотехнологии: наука и производство. 2025. № 4. С. 21–24.

4. Искусственный интеллект в прогнозировании стоимости строительных проектов / Е. В. Соловьева, В. А. Дроздова, Я. В. Крутикова, Н. С. Кашин // Экономика и предпринимательство. 2025. № 7 (180). С. 1223–1227. DOI 10.34925/EIP.2025.180.7.218.

5. Концептуальные подходы к сверхдолгосрочному научно-технологическому прогнозированию на основе искусственной генерации новых знаний / С. С. Голубев, А. М. Губин, А. И. Иванус [и др.] // Инновации и инвестиции. 2023. № 8. С. 236–239.

6. Нагаева Е. А. Экономический анализ будущего: как искусственный интеллект меняет подходы к оценке и прогнозированию экономических процессов в организациях // Экономика и управление: проблемы, решения. 2025. Т. 2, № 7 (160). С. 155–162. DOI 10.36871/ ek.up.p.r.2025.07.02.016.

7. Павлова С. В., Мустафаева С. Р. Финансовое планирование и анализ как способы улучшения оценки аналитики // Экономические науки. 2023. № 223. С. 284–289. DOI 10.14451/1.223.284.

8. Применение методов искусственного интеллекта в макроэкономическом прогнозировании / С. Е. Плахова, Ю. Б. Меликова, С. Г. Руднев, К. А. Ковалева // Журнал прикладных исследований. 2023. № S1. С. 65–72. DOI 10.47576/2949-1878_2023_S1_65.

9. Пшеничный В. М., Исмайлов А. В. Применение искусственного интеллекта в прогнозировании спроса на углеводороды в условиях турбулентности энергетических рынков // Инновации и инвестиции. 2024. № 11. С. 87–91.

10. Сопина Н.В., Маккаева Р. С.-А. Перспективы внедрения нейросетей и искусственного интеллекта на промышленном производстве // Журнал монетарной экономики и менеджмента. 2023. № 3. С. 222–227. DOI 10.26118/2782-4586.2023.78.70.032.

11. Сорокотягина В. Л. Применение искусственного интеллекта в прогнозировании налоговых поступлений и автоматизации контроля // Менеджер. 2025. № 3 (109). С. 66–76. DOI 10.5281/zenodo.15697243.

12. Adelakun B. AI-driven financial forecasting: innovations and implications for accounting practices // International Journal of Advanced Economics. 2023. N 5 (9). Р. 323-338. DOI 10.51594/ijae.v5i9.1231.

13. Balcerzak A. P., Valaskova K. Artificial intelligence: Financial management under pressure of transformative technology // Equilibrium. Quarterly Journal of Economicsand Economic Policy. 2024. N 19 (4). Р. 1127–1137. DOI 10.24136/eq.3394.

14. Bartram S., Branke J., Motahari M. Artificial Intelligence in Asset Management. CFA Institute Research Foundation Literature Reviews. 2020. DOI 10.2139/ssrn.3510343.

15. Foziljonov I., Yuldashev J., Turgunov J., Khujamurodov A., Rozhkova E. AI-Driven Accounting and Sensing Applications for Investment Management // SHS Web of Conferences. 2025. Vol. 216. URL: http://dx.doi.org/10.1051/shsconf/202521601020 (дата обращения: 30.08.2025).

16. Kloba L., Kloba V. Implementation of artificial intelligence in marketing strategy of financial services // Green Blue and Digital Economy Journal. 2025. N 6 (2). Р. 1–7. DOI 10.30525/26615169/2025-2-1.

17. Kumar S., Prasad P. AI-Driven Financial Risk Assessment in Microfinance Institutions // International Journal of Science Engineering and Technology. 2025. Vol. 13. Iss. 2. DOI 10.61463/ ijset.vol.13.issue2.380.

18. Poshan Kumar Reddy Ponnamreddy. Accelerating GL Account Normalization with Generative AI: A Case Study in Financial Data Transformation // International Journal of Research in Computer Applications and Information Technology. 2025. N 8 (1). Р. 2977–2988. DOI 10.34218/ IJRCAIT_08_01_215.

19. Ramamoorthy L. AI-Powered Infrastructure & Tools for LargeScale Financial Systems: Challenges, Best Practices, and Standardization // International Journal for Multidisciplinary Research. 2025. Vol. 7. Iss. 3 (May-June 2025). DOI 10.36948/ijfmr.2025.v07i03.45728.

20. Rusyn-Hrynyk R., Fedorchak O., Kushnir Yu. Intelligent Forecasting Tools in Enterprise Financial Management: Potential and Limitations // Business Navigator. 2025. January. DOI 10.32782/ business-navigator.80-44.

21. Yao X., Li X., Kumar Mangla S., Song M. Roles of AI: Financing Selection for Regretful SMEs in E-commerce Supply Chains // Transportation Research Part E: Logistics and Transportation Review. 2024. Vol. 189. URL: https://doi.org/10.1016/j.tre.2024.103649.