Тип публикации: статья из журнала
Год издания: 2026
Идентификатор DOI: 10.25683/VOLBI.2026.75.1607
Ключевые слова: corporate economic security, counterparty verification, due diligence, commercial prudence, artificial intelligence, machine learning, natural language processing / NLP, gradient boosting, expert system, governed AI assistant with continuous monitoring, generative artificial intelligence, industrial enterprise, корпоративная экономическая безопасность, проверка контрагентов, должная осмотрительность, коммерческая осмотрительность, искусственный интеллект, машинное обучение, обработка естественного языка / NLP, градиентный бустинг, экспертная система, управляемый ИИ-ассистент, генеративный искусственный интеллект, промышленное предприятие
Аннотация: Статья посвящена исследованию направлений и разработке концептуальных рекомендаций по внедрению технологий искусственного интеллекта (ИИ) в процесс проверки контрагентов для повышения уровня корпоративной экономической безопасности. Актуальность исследования обусловлена возрастающей ролью проверки контрагентов как ключевого элементПоказать полностьюа системы корпоративной экономической безопасности. В условиях роста транзакционных издержек, ужесточения налогового контроля (включая требования к коммерческой осмотрительности) и увеличения объемов закупочной деятельности традиционные сервисы проверки контрагентов (СПАРК, «Контур.Фокус» и др.) демонстрируют ограниченную эффективность, поскольку ориентированы на «абстрактную» оценку благонадежности без привязки к конкретным параметрам договора. Предметом исследования выступают технологии искусственного интеллекта; объект исследования - процесс проверки контрагентов в системе корпоративной экономической безопасности. В результате исследования выявлены ключевые нерешенные научно-практические задачи: отсутствие контекстно-зависимых моделей проверки, низкий уровень внедрения искусственного интеллекта в российские сервисы, проблема объяснимости решений искусственного интеллекта (Explainable AI), ограничения информационной безопасности, отсутствие стандартизированных метрик эффективности. Определены наиболее релевантные технологии искусственного интеллекта (машинное обучение, обработка естественного языка, графовые нейронные сети, генеративный искусственный интеллект, компьютерное зрение). Предложен гибридный подход к проектированию специализированного корпоративного сервиса, сочетающий машинное обучение (градиентный бустинг), обработку естественного языка (NLP) и экспертную систему. Сформирована концептуальную модель последовательного внедрения технологий искусственного интеллекта в систему обеспечения корпоративной экономической безопасности промышленного предприятия, включающая три этапа: 1) автоматизация сбора данных и NLP-анализ; 2) предиктивная аналитика и скоринг; 3) управляемый ИИ-ассистент. The article is devoted to the study of directions and the development of conceptual recommendations for the implementation of artificial intelligence (AI) technologies in the process of counterparty verification in order to enhance the level of corporate economic security. The relevance of the study is driven by the increasing role of counterparty verification as a key element of the corporate economic security system. In the context of rising transaction costs, stricter tax control (including requirements for commercial prudence), and an increasing volume of procurement activities, traditional counterparty verification services (SPARK, Kontur.Focus, and others) demonstrate limited effectiveness, as they focus on an “abstract” assessment of counterparty reliability without reference to specific contract parameters. The subject of the study is artificial intelligence technologies; the object of the study is the process of counterparty verification within the corporate economic security system. The study identifies key unresolved scientific and practical challenges: the absence of context-dependent verification models, the low level of AI implementation in Russian verification services, the problem of explainability of artificial intelligence solutions (Explainable AI), information security constraints, and the lack of standardized performance metrics. The most relevant AI technologies are identified: machine learning, natural language processing (NLP), graph neural networks (GNNs), generative AI, and computer vision. A hybrid approach to the design of a specialized corporate service is proposed, combining machine learning (gradient boosting), natural language processing (NLP), and an expert system. A conceptual model for the sequential implementation of AI technologies into the corporate economic security system of an industrial enterprise is developed, comprising three stages: (1) automated data collection and NLP analysis; (2) predictive analytics and scoring; (3) governed AI assistant with continuous monitoring.
Журнал: Бизнес. Образование. Право
Выпуск журнала: №2
Номера страниц: 130-137
ISSN журнала: 1990536X
Место издания: Волгоград
Издатель: ИП Кумейко Е.А.