Оценка инновационной активности организации с применением систем искусственного интеллекта

Статья представляет комплекс научных и методических положений по оценке инновационной активности организации, разработанных на основе процессного подхода с интеграцией технологий искусственного интеллекта (ИИ). Научная новизна исследования заключается в разработке целостного методического аппарата, объединяющего процессный подход, многоуровневый анализ барьеров и технологии ИИ для оценки инновационной активности в специфических институциональных условиях. Впервые предложена интеграция сценарного механизма управления и архитектуры интеллектуальной системы анализа, адаптированных к вызовам санкционного давления и логистической изоляции. Исследование направлено на решение актуальной проблемы адаптации инструментов оценки инноваций к условиям регионов со специфическими институциональными барьерами на примере Республики Крым. Объектом исследования выступает инновационная активность организаций Республики Крым, функционирующих в условиях санкционных ограничений и логистической изоляции. Предметом исследования является процессный подход к оценке инновационной активности организации с применением систем ИИ. Методологическую основу работы составили: процессный подход, институциональный анализ, SWOT-анализ, методы математического моделирования и сценарного планирования. Эмпирическая база включает данные по организациям региона, нормативно-правовые акты и статистические данные. В результате исследования решен комплекс взаимосвязанных задач. Выявлены и систематизированы институциональные и цифровые барьеры инновационной активности на микро-, мезо- и макроуровнях с установлением их синергетического характера. Разработана оригинальная многоуровневая модель диагностики этих барьеров, позволяющая идентифицировать препятствия на всех стадиях инновационного цикла. Предложена и апробирована матрица оценки эффектов влияния различных факторов, выявившая доминирующую роль экономических ограничений на микроуровне. Сконструирован сценарный механизм управления, включающий три варианта развития («Адаптивный рост», «Фокус и эффективность», «Антихрупкость и локализация»), обеспечивающий адаптивность стратегии. Разработана архитектура системы интеллектуального анализа на основе методов машинного обучения (Random Forest, XGBoost, NLP) и спроектирована детальная схема процесса интеграции ИИ в оценочную деятельность. Практическая значимость работы подтверждена апробированием элементов разработанного методического аппарата. Результаты ориентированы на органы государственной власти для формирования региональной инновационной политики и на менеджмент компаний для повышения эффективности управления инновациями в условиях неопределенности и технологических вызовов.