Методологические проблемы развития информационно-аналитической инфраструктуры для оценки состояния и прогнозирования сферы искусственного интеллекта

Матраева Лилия Валериевна   Васютина Екатерина Сергеевна   Башина Ольга Эмильевна   
RUEN
МЕТОДОЛОГИЧЕСКИЕ ПРОБЛЕМЫ РАЗВИТИЯ ИНФОРМАЦИОННО‑АНАЛИТИЧЕСКОЙ ИНФРАСТРУКТУРЫ ДЛЯ ОЦЕНКИ СОСТОЯНИЯ И ПРОГНОЗИРОВАНИЯ СФЕРЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

МАТРАЕВА Лилия Валериевна, д.э.н., профессор, Lilia.matraeva@gmail.com, МИРЭА – Российский технологический университет, Москва, Россия
ORCID: 0000-0002-9080-7953

ВАСЮТИНА Екатерина Сергеевна, к.э.н., профессор, esvas@mail.ru, МИРЭА – Российский технологический университет, Москва, Россия
ORCID: 0000-0001-8707-1642

БАШИНА Ольга Эмильевна, д.э.н., профессор, Bashina_O_E@mail.ru, Московский гуманитарный университет, Москва, Россия

Аннотация. В статье исследуются направления совершенствования информационно-аналитической инфраструктуры сферы искусственного интеллекта (ИИ) и развития ее отдельных элементов. Предлагается формирование комплексной системы сбора данных, способной обеспечить органы государственной власти, бизнеса и общества качественной информацией о текущем и прогнозном состояниях объекта. Доказывается необходимость институализации понятия «искусственный интеллект» в целях государственного мониторинга. Приведен анализ основных параметров состояния рынка искусственного интеллекта, наиболее актуальных с точки зрения современных аналитиков, на основании которого сделан вывод, что мировой рынок ИИ стал одним из важных факторов роста ВВП. Анализ сегмента ИИ в России показывает, что он уже в ближайшие годы может достичь статистически значимых объемов, в связи с чем необходимо активно включать и расширять данные об ИИ в национальной информационно-аналитической инфраструктуре, в частности, в государственной системе статистического наблюдения. Даются рекомендации в отношении методологической проработки особенностей и специфики развития информационной инфраструктуры ИИ. Обсуждаются наиболее значимые вызовы, которые стоят в этой области: формализация определения ИИ, разработка единой инфраструктуры измерения и мониторинга, проблемы отражения в статистическом учете, адаптация существующих статистических наблюдений в целях получения актуальных данных об его текущем и прогнозном состоянии. Доказывается, что инфраструктура измерения и система мониторинга ИИ должна не только отражать его вклад в достижение стратегических целей, но и быть специфицирована в соответствии с действующим институциональным контуром реализации модели инновационной экономики в целом.

Ключевые слова: искусственный интеллект; динамика и прогноз развития; информационно-аналитическая инфраструктура; качество и доступность статистических данных, государственный мониторинг.

DOI: 10.47711/0868-6351-202-116-131

METHODOLOGICAL PROBLEMS OF INFORMATION DEVELOPMENT–ANALYTICAL INFRASTRUCTURE FOR ASSESSING THE STATE AND FORECASTING THE SPHERE OF ARTIFICIAL INTELLIGENCE

L.V. MATRAEVA, Doct. Sci. (Econ), Professor, MIREA Russian Technological University, Moscow, Russia
ORCID: 0000-0002-9080-7953

E.S. VASYUTINA, Cand. Sci. (Econ.), Professor, MIREA Russian Technological University, Moscow, Russia
ORCID: 0000-0001-8707-1642

O.E. BASHINA, Doct. Sci. (Econ), Professor Moscow Humanitarian University, Moscow, Russia

Abstract. The article examines the directions for improving the information and analytical infrastructure in the field of artificial intelligence (AI) and the development of its individual elements. It is proposed to form a comprehensive data collection system capable of providing government bodies, business and society with high-quality information about the current and forecast conditions of the object. The need to institutionalize the concept of “artificial intelligence” for the purposes of government monitoring is proven. An analysis of the main parameters of the state of the artificial intelligence market, the most relevant from the point of view of modern analysts, is given, on the basis of which it is concluded that the global AI market has become one of the important factors in GDP growth. Analysis of the AI segment in Russia shows that in the coming years it can reach statistically significant volumes, and therefore it is necessary to actively include and expand data on AI in the national information and analytical infrastructure, in particular in the state statistical observation system. Recommendations are given regarding the methodological elaboration of the features and specifics of the development of the information infrastructure of AI. The most significant challenges facing this area are discussed: formalization of the definition of AI, development of a unified measurement and monitoring infrastructure, problems of reflection in statistical accounting, adaptation of existing statistical observations in order to obtain up-to-date data on its current and forecast state. It is proven that the measurement infrastructure and monitoring system for AI should not only reflect its contribution to achieving strategic goals, but also be specified in accordance with the current institutional framework for implementing the innovation economy model as a whole.

Keywords: artificial intelligence, dynamics and forecast of development, information and analytical infrastructure, quality and accessibility of statistical data, government monitoring.

DOI: 10.1134/S107570072401009X

Received 25.04.2023. Accepted 01.08.2023.

For citation: L.V. Matraeva, E.S. Vasyutina, and O.E. Bashina. Methodological Problems of Information Development-Analytical Infrastructure for Assessing the State and Forecasting the Sphere of Artificial Intelligence // Studies on Russian Economic Development. 2024. Vol. 35. No. 1. Pp. 80–90.

Статья опубликована в журнале «Проблемы прогнозирования» (ISSN: 0868-6351 (Print), ISSN: 3034-0071 (Online)), №1 2024

Литература/References

  1. The State of AI in 2022 – and a Half Decade in Review. McKinsey Global Survey. 2022. URL: https://clc.ink/6102iTBSu
  2. Market size and revenue comparison for artificial intelligence worldwide from 2018 to 2030. URL: https://clck.ru/UnQUv
  3. Каспарьянц Д. Анализ рынка искусственного интеллекта в 2021 году. Научно-технический центр ФГУП «Главный радиочастотный центр». 30.11.2021. URL: https://clck.ru/35cyFZ [Kaspar’yanc D. Analiz rynka iskusstvennogo intellekta v 2021godu. Nauchno-tekhnicheskij centr FGUP «Glavnyj radiochastotnyj centr». 30.11.2021. (In Russ.)]
  4. Искусственный интеллект. Индекс 2021 года. Альманах Искусственный интеллект. 2022. № 10. Индекс 2021 года. Центр Национальной технологической инициативы на базе МФТИ по направлению «Искусственный интеллект». URL: http://www.aiReport.ru [Iskusstvennyj intellekt. Indeks 2021 goda. Al’manah Iskusstvennyj intellekt. 2022. No. 10. Indeks 2021 goda. Centr Nacional’noj tekhnologicheskoj iniciativy na baze MFTI po napravleniyu «Iskusstvennyj intellekt». (In Russ.)]
  5. Эффективные отечественные практики на базе технологий искусственного интеллекта в обрабатывающей промышленности. Аналитический отчет. АНО «Цифровая экономика». 2022. URL: https://clck.ru/35cx4s [Effektivnye otechestvennye praktiki na baze tekhnologij iskusstvennogo intellekta v obrabatyvayushchej promyshlennosti. Analiticheskij otchet. ANO «Cifrovaya ekonomika». 2022. (In Russ.)]
  6. Stanford University Human-Centered Artificial Intelligence. Artificial Intelligence Index Report 2022. 222 p. URL: https://clck.ru/33Dfsn
  7. Stanford University Human-Centered Artificial Intelligence. Artificial Intelligence Index Report. 2023. 386 p. URL: https://clck.ru/35cxKo
  8. Fueling the AI transformation: Four key actions powering widespread value from AI, right now Deloitte’s State of AI in the Enterprise, 5th Edition report. 2022. 49 p. URL: https://clck.ru/35cxQZ
  9. Развитие отдельных высокотехнологичных направлений. Белая книга. ВШЭ. 2022. URL: https://issek.hse.ru/mirror/pubs/share/565446894.pdf [Razvitie otdel’nyh vysokotekhnologichnyh napravlenij. Belaya kniga. VSHE. 2022. (In Russ.)]
  10. Выходец Р.С. Стратегия Китая в области искусственного интеллекта // Евразийская интеграция: экономика, право, политика. 2022. Т. 16. № 2. С. 140–147. [Vyhodec R.S. Strategiya Kitaya v oblasti iskusstvennogo intellekta // Evrazijskaya integraciya: ekonomika, pravo, politika. 2022. Т. 16. No. 2. S. 140–147. (In Russ.)]
  11. Добролюбова Е.И. Государственное управление по результатам в эпоху цифровой трансформации: обзор зарубежного опыта и перспективы для России // Вопросы государственного и муниципального управления. 2018. № 4. С. 70–93. [Dobrolyubova E.I. Gosudarstvennoe upravlenie po rezul’tatam v epohu cifrovoj transformacii: obzor zarubezhnogo opyta i perspektivy dlya Rossii // Voprosy gosudarstvennogo i municipal’nogo upravleniya. 2018. No. 4. S. 70–93. (In Russ.)]
  12. Рыбак О.П. Искусственный интеллект как объект статистического изучения // Вопросы статистики. 2020. № 27 (2). С. 34-47. [Rybak O.P. Iskusstvennyj intellekt kak ob»ekt statisticheskogo izucheniya // Voprosy statistiki. 2020. No. 27 (2). S. 34-47. (In Russ.)]
  13. Pearl J. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference Morgan Kaufmann. 1988. 584 p.
  14. Manyika J., Bughin J. The promise and challenge of the age of artificial intelligence // McKinsey Global Institute. Briefing note prepared for the Tallinn Digital Summit. 2018. URL: https://clck.ru/35cxSG
  15. Городнова Н.В. Моделирование развития и внедрения систем «слабого» и «сильного» искусственного интеллекта: социально-экономические аспекты // Вопросы инновационной экономики. 2022. Т. 12. № 1. С. 123-140. DOI: 10.18334/vinec.12.1.113717. [Gorodnova N.V. Modelirovanie razvitiya i vnedreniya sistem «slabogo» i «sil’nogo» iskusstvennogo intellekta: social’no-ekonomicheskie aspekty // Voprosy innovacionnoj ekonomiki. 2022. T. 12. No. 1. S. 123-140. (In Russ.)]
  16. Ganascia J.-G. Artificial intelligence: between myth and reality // Курьер Юнеско. 2018. No. 3. URL: https://clck.ru/35cxVw
  17. Воронцова И.В., Луконина Ю.А. Дефиниция «искусственный интеллект» и ее семантико-процессуальное значение в судебной системе России и зарубежных стран // Российский судья. 2020. № 10. С. 41–45. DOI: 10.18572/1812-3791-2020-10-41-45.[Voroncova I.V., Lukonina Yu.A. Definiciya «iskusstvennyj intellekt» i ee semantiko-processual’noe znachenie v sudebnoj sisteme Rossii i zarubezhnyh stran // Rossijskij sud’ya. 2020. No. 10. S. 41–45. (In Russ.)]
  18. Information Economy Report 2017: Digitalization, Trade and Development. UNCTAD/IER. 2017. Corr. 1. URL: https://clck.ru/35cxXx
  19. Указ Президента РФ от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года»). Консультант Плюс. URL: http://www.consultant.ru/document/cons_doc_LAW_335184/1f32224a00901db9cf44793e9a5e35567a4212c7/ [Ukaz Prezidenta RF ot 10.10.2019 № 490 «O razvitii iskusstvennogo intellekta v Rossijskoj Federacii» (vmeste s «Nacional’noj strategiej razvitiya iskusstvennogo intellekta na period do 2030 goda»). Konsul’tant Plyus. (In Russ.)]
  20. Mandych I.A., Bykova A.V. Difficulties and prospects for the development of high-tech projects in the epoch of digital transformation of economy. Russian Technological Journal. 2021. No. 9 (2). Pp. 88-95. URL: https://doi.org/10.32362/2500-316X-2021-9-2-88-95
  21. Baruffaldi S., et al., «Identifying and measuring developments in artificial intelligence: Making the impossible possible». OECD Science, Technology and Industry Working Papers. OECD Publishing, Paris. 2020. No. 2020/05. URL: https://dx.doi.org/10.1787/5f65ff7e-en
  22. Draft guidance note on ‘Recording Artificial Intelligence in the national accounts’. 2021. SNA/M3.21/7.1. URL: https://clck.ru/35cxbd
  23. Ministry of Enterprise and Innovation Swedens. National Approach to AI (N2018.36). URL: https://clck.ru/35cxgd
  24. National Strategy for Artificial Intelligence #AIFORALL, 2018. URL: https://indiaai.gov.in/research-reports/national-strategy-for-artificial-intelligence
  25. OECD. 2019. Рекомендация Совета по искусственному интеллекту, принятая 22 мая 2019 года по предложению Группы экспертов по искусственному интеллекту при ОЭСР (AIGO). URL: http://oe.cd/ai
  26. US Congressional Research Service. Artificial Intelligence and National Security. URL: https://clck.ru/35cxrq
  27. Strategic Council for AI Technology. Artificial Intelligence Technology Strategy. URL: https://clck.ru/35cyBp
  28. Next Generation Artificial Intelligence Development Plan (AIDP). URL: https://clck.ru/35cxvc (accessed 25.03.2023)
  29. ISO/IEC DIS 22989 Information technology – Artificial intelligence – Artificial intelligence concepts and terminology. URL: https://clck.ru/35cy5Q
  30. Пестов И.С. Почему невозможно оценить рынок искусственного интеллекта? // Альманах «Искусственный интеллект». МФТИ. 2019. № 2. C. 162-165. URL: https://singapore-academy.org/libcdo/100.pdf [Pestov I.S. Pochemu nevozmozhno ocenit’ rynok iskusstvennogo intellekta? // Al’manah «Iskusstvennyj intellekt». MFTI. 2019. No. 2. S. 162-165. (In Russ.)]
  31. Ступин Р.С. Искусственный интеллект в системе статистического анализа // Цифровой Регион: опыт, компетенции, проекты. Сборник трудов IV Международной научно-практической конференции, приуроченной к Году науки и технологий в России. Брянcк, изд-во Брянского государственного инженерно-технологического университета. 2021. С. 575–590. [Stupin R.S. Iskusstvennyj intellekt v sisteme statisticheskogo analiza // Cifrovoj Region: opyt, kompetencii, proekty. Sbornik trudov IV Mezhdunarodnoj nauchno-prakticheskoj konferencii, priurochennoj k Godu nauki i tekhnologij v Rossii. Bryank, izd-vo Bryanskogo gosudarstvennogo inzhenerno-tekhnologicheskogo universiteta. 2021. S. 575–590. (In Russ.)]
  32. Artificial Intelligence (AI) worldwide – Statistics & Facts. 2022. URL: https://clck.ru/UnQUv
  33. IDC. Artificial Intelligence Spending Grew 20.7% Worldwide in 2021, According to IDC. Taxonomy Note. 21sent 2022. URL: https://clck.ru/323mrf