?
ИИ-персонализация как ключевой фактор удовлетворенности клиентов в ритейле стран БРИКС
.
Целью исследования – определить влияния персонализированных маркетинговых инструментов ИИ на удовлетворенность потребителей на рынках e-grocery стран БРИКС (Россия, Индия и Бразилия). Исследование выполнялось в два этапа: онлайн опрос потребителей продуктовых ритейлеров в России, Индии и Бразилии за два временных периода (2021-2022 гг., 3840 респондентов, до внедрения ИИ в маркетинговые инструменты) и 2023-2024 гг., 4280 респондентов, с момента использования ИИ персонализации). Затем данные были проанализированы при помощи (1) факторного анализа (CFA) для выявления наиболее значимых факторов, (2) моделирования структурными уравнениями (SEM) с целью установления линейных взаимосвязей, а также (3) дополнительно были выявлены нелинейные связи (конфигурации) факторов, влияющих на удовлетворенность потребителей, с использованием метода fsQCA (fuzzy-set Qualitative Comparative Analysis).
Язык:
русский
Ключевые слова: искусственный интеллектперсонализацияmarketing toolspersonalizationмаркетинговые инструментыпотребительский опытconsumer experienceAI
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
В книге
СПб.: ИПЦ СПбГУПТД, 2025.
Канаев Е. А., Southeast Asia: Actual Problems of Development 2026 Vol. 1 No. 1(70) P. 153–163
Цель статьи состоит в определении степени успеха, достигнутого Камбоджой в развитии своей экосистемы искусственного интеллекта (ИИ), рассматриваемого сквозь призму ее состояния ее нецифровых активов как результата экономической модернизации, а также ее цифровых проектов и инициатив. Представив специфику камбоджийской парадигмы экономической модернизации и дав оценку достигнутым к настоящему времени результатам, статья анализирует основные проекты и инициативы ...
Добавлено: 30 июля 2026 г.
Канаев Е. А., Southeast Asia: Actual Problems of Development 2026 Vol. 2 No. 2(71) P. 11–22
В фокусе внимания автора статьи находится усиливающаяся цифровая составляющая в эволюции проблемы Южно-Китайского моря в контексте изменения подхода АСЕАН к углубляющимся противоречиям и ее политики в цифровом пространстве. Проведя обзор политики АСЕАН в отношении проблемы Южно-Китайского моря, автор переходит к рассмотрению цифровой повестки многосторонних диалоговых форматов АСЕАН и далее – к зарождающемуся цифровому компоненту проблемы ...
Добавлено: 30 июля 2026 г.
Степанов С. К., Иноземцев М. И., Закон 2026 № 7 С. 193–203
2022 год в Европе был ознаменован подготовкой проекта директивы об ответственности за вред, причиненный с использованием искусственного интеллекта. Основная особенность проекта в том, что в нем предлагается применять режим виновной ответственности за вред, причиненный с помощью искусственного интеллекта. Кроме того, обозначен ряд практических мер, на первый взгляд призванных облегчить положение потерпевшего: раскрытие доказательств, а также ...
Добавлено: 27 июля 2026 г.
Добавлено: 20 июля 2026 г.
Стоянова О. В., Окусков И. С., Бизнес-информатика 2026 Т. 20 № 2 С. 81–93
Интеграция искусственного интеллекта (ИИ) в информационные технологии трансформирует требования к компетенциям специалистов, однако проникновение ИИ-компетенций на ранние этапы жизненного цикла программного обеспечения (Software Development Life Cycle, SDLC) – анализ требований и планирование – остаётся недостаточно изученным. Существующие работы опираются на статические модели компетенций без эмпирической валидации либо анализируют рынок труда на агрегированном уровне профессий, не ...
Добавлено: 5 июля 2026 г.
Лескина Э. И., Вестник Воронежского государственного университета. Серия: Право 2026 Т. 65 № 2 С. 100–111
Общество все больше полагается на модели генеративного искусственного интеллекта, которые используются во многих сферах, становятся неотъемлемой частью жизни различных социальных групп. Экспоненциальный рост данных, тем не менее, не может удовлетворить все возрастающие потребности в обучении моделей искусственного интеллекта. Сравнительно новым способом преодоления дефицита тренировочных данных является использование синтетических данных. Синтетические данные применяются в различных сферах: ...
Добавлено: 2 июля 2026 г.
Сельский А. К., Снегирев А. Ю., Колбин Е. И. и др., В кн.: Цифровая клиентоцентричность. Как современные технологии помогают компаниям и государству сделать шаг навстречу потребителям.: М.: ИСИЭЗ ВШЭ, 2026. Гл. 2 С. 71–142.
Вторая глава монографии посвящена анализу современных мегатрендов клиентоцентричности, которые формируются под воздействием цифровых технологий и трансформируют подходы компаний и государственных органов к взаимодействию с клиентами и гражданами. На основе семантического анализа больших данных (с использованием системы iFORA) и экспертных интервью авторы выделяют четыре ключевых мегатренда.
Первый мегатренд, проактивное взаимодействие и персонализация, описывает переход от реактивного обслуживания к предвосхищению ...
Добавлено: 26 июня 2026 г.
Капитонов И. А., Москвитин О. А., Современное профессиональное образование 2026 № 5 С. 55–57
В статье рассматривается проблема институциональной неготовности российской системы образования и науки к массовому распространению генеративного искусственного интеллекта. Авторы фиксируют парадоксальную асимметрию: студенты и аспиранты активно применяют ИИ для делегирования текстопроизводства, тогда как научно-педагогические работники в большинстве своём не используют его как исследовательский инструмент. Показано, что в основе этой асимметрии лежит не «злой умысел» участников, а ...
Добавлено: 23 июня 2026 г.
Добавлено: 22 июня 2026 г.
В декабре 2025 г. в Институте философии РАН состоялся «круглый стол» с международным участием на тему «Социальное программирование как методологический инструмент сетевой самоорганизации: проблемы и тенденции». Организаторы «круглого стола» – журнал «Вопросы философии» и представители научного проекта № 25-28-00707 «Социальное программирование как проблема сетевой самоорганизации», поддержанного Российским научным фондом. В обсуждении приняли участие философы-эпистемологи, специалисты ...
Добавлено: 18 июня 2026 г.
Бархатова Л. А., Социологические исследования 2026 № 5 С. 71–83
В статье концептуализируются методологические возможности сетевого анализа гиперссылок как способа эмпирической реконструкции социального взаимодействия через цифровые следы. На примере анализа сети партнерств в сфере искусственного интеллекта (ИИ) в России представлена авторская аналитическая схема перевода технических связей гиперссылок в социологические категории. Описан полный цикл обработки данных, собранных веб-краулингом, включая этап контекстуализации через ручную верификацию содержания ссылок. ...
Добавлено: 12 июня 2026 г.
Butorova A., Bobakov V., Sergeev A. и др., European Physical Journal: Special Topics 2026 P. 1–19
Добавлено: 10 июня 2026 г.
Orazmetova Dilara, Zhohov A., Vasilieva Sofia и др., , in: 2026 28th International Conference on Digital Signal Processing and its Applications (DSPA).: IEEE, 2026. P. 1–5.
Добавлено: 7 июня 2026 г.
Фонотов А. Г., Косычев А. М., Управление наукой: теория и практика 2026 Т. 8 № 1 С. 12–31
В исследовании сравниваются национальные стратегии искусственного интеллекта (ИИ) США, Китая и России, оценивается их содержательная полнота и управленческие логики. Используется гибридная рамка, объединяющая подходы управления (опережающего, рефлексивного, эксперименталистского и предварительного) и контентный анализ структуры стратегий. Результаты показывают, что США опираются на гибкое и рефлексивное управление, Китай – на централизованное директивное планирование, Россия – на смешанную ...
Добавлено: 4 июня 2026 г.
Seul: PMLR, 2026.
Добавлено: 4 июня 2026 г.
Москвитин О. А., Лебединский В. И., В кн.: Цифровое общество: состояние, проблемы, перспективы.: [б.и.], 2026.
В статье анализируются правовые и организационные основы функционирования государственных информационных систем «Антикартель» и «ТАРИФ», созданных Федеральной антимонопольной службой России в рамках цифровой трансформации контрольно-надзорной деятельности. Исследуются возможности использования технологий искусственного интеллекта для выявления антиконкурентных соглашений и обеспечения эффективного тарифного регулирования. Выявляются отдельные возможные правовые риски и направления совершенствования использования ГИС. ...
Добавлено: 2 июня 2026 г.
Geneva: International Telecommunication Union, 2025.
Добавлено: 26 мая 2026 г.
Федоров Н. С., Финансовый журнал 2025 Т. 17 № 6 С. 99–112
DCF-модель является одной из наиболее часто используемых при оценке стоимости компаний для принятия инвестиционных решений. Тем не менее оценка точности данной модели остает ся важным исследовательским вопросом. В статье представлена оценка точности спецификаций DCF-модели на основе анализа отклонений справедливых цен акций компаний, котирующихся на фондовом индексе S&P 500. Справедливые цены спецификаций DCF-модели составлены на основе ...
Добавлено: 15 мая 2026 г.
Федоров Н. С., Финансы и бизнес 2025 Т. 21 № 3 С. 34–50
В настоящее время роль искусственного интеллекта все больше занимает значительную роль в различных сферах, в том числе возрастает роль машинного обучения и в финансовой области. Оценка стоимости компании остается важной частью исследований ввиду своей сложности корректной предска зательной точности целевых цен акций. В данном исследовании проведено сравнение предсказательной точности целевой стоимости акций с применением модели дисконтирования ...
Добавлено: 15 мая 2026 г.