SCI Библиотека

Цель данной статьи - предложить уточненную синтезированную классификацию инноваций в гостиничном бизнесе, основанную на критическом анализе научной литературы. Особое внимание будет уделено специфическим аспектам инноваций в малых гостиничных предприятиях, под которыми понимаются средства размещения с номерным фондом до 50 единиц.

Методы: исследование построено на изучении теоретико-методологических основ классификации инноваций, использует методы абстракции, контент-анализа. В рамках выполнения исследования проведен критический обзор научных публикаций, предлагающих различные деления инноваций на виды и классификации инноваций в гостиничном бизнесе. Для увеличения охвата различных полезных данных, точек зрения авторов, к которым может относиться и гостиничный бизнес, рассматриваются классификации для более широких сфер: туризма, гостеприимства, а также для сервисной деятельности в целом.

В результате исследования предложена авторская классификация инноваций, применяемых на предприятиях гостиничного комплекса. Практическая значимость статьи заключается в том, что она предоставляет владельцам малых гостиничных предприятий углубленное понимание классификации инноваций. Это может способствовать эффективной адаптации новых инновационных управленческих решений в их производственно-хозяйственной деятельности. Статья предлагает вектор для дальнейших эмпирических и теоретических исследований в этой области. В качестве вывода можно отметить, что авторами делается попытка не только внести вклад в теоретическую базу, но и предложить практический инструментарий для предприятий, стремящихся к внедрению инноваций и улучшению своих бизнес-моделей.

В статье рассмотрено влияние искусственного интеллекта на ключевые отрасли российской экономики и социальной сферы, включая здравоохранение, сельское хозяйство, транспорт, промышленность и строительство. Данные сферы определены как приоритетные отрасли для внедрения ИИ до 2024 года Министерством экономического развития РФ и Национальным центром развития искусственного интеллекта при Правительстве РФ. Целями исследования являются анализ текущего состояния внедрения ИИ в выбранных отраслях, оценка потенциала и перспектив использования ИИ в этих сферах, выявление основных барьеров и вызовов, связанных с внедрением ИИ, а также изучение успешных примеров применения ИИ в российской экономике. Проведен анализ нормативных документов, регулирующих развитие ИИ в России, с акцентом на Указ Президента Российской Федерации от 10 октября 2019 г. № 490, а также теоретических и эмпирических источников. Особое внимание уделено современным версиям ИИ, таким как GPT-4o, и их роли в модернизации и оптимизации различных процессов. В статье исследуются гипотезы о возможных негативных последствиях стремительного внедрения ИИ, включая опасения, высказываемые такими известными критиками ИИ, как Элиезер Юдковский, Илон Маск и Стив Возняк, и рассматриваются вызовы, с которыми сталкиваются предприятия. При этом учитываются данные о текущем уровне внедрения ИИ в России, который, по оценкам экспертов, составляет около 32% в среднем по отраслям экономики. Описаны примеры успешного применения ИИ, а также выявлены основные препятствия и перспективы его использования в российской промышленности и других секторах. Особое внимание уделяется наиболее востребованным технологиям ИИ, таким как интеллектуальные системы поддержки принятия решений и компьютерное зрение, которые, согласно данным Национального центра развития искусственного интеллекта, используются в 71% и 69% случаев соответственно.

Relevance. The paper explores interregional cooperation, examining the challenges of aligning spatial and innovation development in macro-regions, with a focus on two federal districts of Russia. The study assesses the potential of interregional cooperation among neighboring regions within a single federal district, as well as among more distant regions across different federal districts. Research Objective. The study aims to test two hypotheses: the first deals with the viability of imitation innovation strategies in peripheral regions of both intra and inter-federal districts. The second hypothesis concerns the presence of innovation interdependence (autocorrelation) among regions from different federal districts, influenced by the level and industrial compatibility of innovation outputs. Data and methods. The study employs the DEA method to identify central and peripheral regions (imitator regions) by calculating technical efficiency indicators. It also uses coupling interregional complementarity indexes to assess the potential for interregional cooperation in innovation and technological import substitution, considering the industrial profiles of the regions. Spatial autocorrelation is evaluated by using Moran’s Index to estimate the level of regional interdependence, factoring in the level and industry conformity of innovation output. The novelty of the proposed methodological approach lies in the application of interregional indexes of innovation complementarity as weighting coefficients in Moran’s Index calculation. Results. The study reveals a rise in spatial inequality, competition among regions, and constrained interregional innovation cooperation across federal districts. Geographical proximity currently plays a pivotal role in cooperation, with initial indications of a macro-regional space evolving through knowledge exchange. However, both hypotheses concerning imitation strategies and autocorrelation are only confirmed for regions within a single federal district. Conclusions. The findings of this study regarding spatial autocorrelation offer valuable insights for policymakers in the sphere of regional innovation.

Relevance. As interregional competition intensifies, state support for innovation in regional economies becomes increasingly important. To improve the effectiveness of such support, it is necessary to gain a better understanding of the link between innovation and economic development. Research Objective. The study aims to assess the impact of innovation activity on regional economic growth, focusing on the case of a large industrial region in Russia. Data and Methods. The analysis uses socio-economic data for Sverdlovsk region from 2000 to 2023 and applies an autoregressive distributed lag (ARDL) model to assess the relationship between innovation and economic performance. The study introduces an Innovation Activity Index, which incorporates several key components, such as the number of research personnel, internal R&D expenditures, and other relevant indicators, for a more comprehensive evaluation. Results. The study traces the region’s innovation activity, revealing a general upward trend. However, while innovation clearly has a positively influence on economic growth in the short term, its effects over medium- and long-term periods are less obvious, likely due to structural factors in the regional economy. Conclusion. The study proposes recommendations to enhance regional innovation support within the «smart specialization» framework, including backing innovation projects, developing a sustainable innovation ecosystem, and investing in human capital.

В России действует порядка 200 инструментов поддержки науки и инноваций, однако инновационная активность организаций составляет 12 %, что в 4-6 раз ниже, чем в большинстве технологически развитых стран. Международные санкции обостряют неотложность решения проблемы активизации инновационной составляющей технико-технологической конкурентоспособности страны. гипотеза настоящего исследования заключается в том, что повышение эффективности управления инновационными процессами в российских регионах требует перехода к целостной инновационной политике, нацеленной на гармонизацию развития региональных научно-технологических и производственных комплексов в интересах обеспечения технологического суверенитета. Цель статьи - совершенствование методологии и механизмов государственной инновационной политики РФ. Раскрыт авторский подход к реализации основных идей инновационной политики, ориентированной на миссию, применительно к специфике российских регионов. Обоснована целесообразность использования в РФ эшелонированной инновационной стратегии. На первом этапе усилия должны быть направлены на стимулирование инновационной деятельности в регионах с наиболее высоким уровнем развития науки и высокотехнологичных производств с поэтапным вовлечением в инновационные процессы менее развитых регионов. При выборе регионов предлагается учитывать следующие показатели: численность занятых НИОКР, объем отгруженной продукции высокотехнологичными и среднетехнологичными высокого уровня предприятиями, численность студентов вузов, бюджетную обеспеченность. С использованием рангового метода на основе данных Росстата проведен предварительный выбор 10 регионов, имеющих наилучшие предпосылки для реализации данного подхода (Москва, Санкт-Петербург, Республика Татарстан, Нижегородская, Свердловская области и др.). Обоснованы актуальные инновационные миссии для этих регионов с учетом потребностей экономики в преодолении технологического отставания и снижении импортозависимости (инновационное импортозамещение, экономика замкнутого цикла и др.). Полученные результаты могут быть использованы при совершенствовании инновационной политики на федеральном и региональном уровнях. Одним из наиболее актуальных направлений дальнейших исследований является разработка теоретико-методологических основ формирования единого научно-технологического пространства России.

Цель. Разработка комплекса цифровых инновационных решений в области производства продукции машиностроительных предприятий на уровне цеховой структуры.
Процедура и методы. Методика исследования основывается на методах: контентанализа документов, графического моделирования, парных сравнений, построения морфологических матриц, номинальных групп, анализа, сопоставления, диагностического подхода, интерпретации результатов исследования и некоторых других.
Результаты. Предложен комплекс цифровых инновационных решений в области производства продукции машиностроительных предприятий на уровне цеховой структуры, включающий следующие фазы: интерфейс; бронирование компонент; изменение открытых заказов (разделение заказа, изменение размера заказа); вычисление приоритетов заказа.
Теоретическая и/или практическая значимость заключается в том, что разработанный комплекс цифровых инновационных решений позволяет реализовать следующие функции: выдачу заказов в производство; выдачу производственных заданий по группам рабочих мест; учёт движения заказов по деталеоперациям; выдачу информации о ходе производства по запросам.

Цель. Разработка комплекса цифровых инновационных решений в области планирования мощностей производственного предприятия.
Процедура и методы. Методика исследования основывается на методах: контент-анализа документов, графического моделирования, парных сравнений, построения морфологических матриц, номинальных групп, анализа, сопоставления, диагностического подхода, интерпретации результатов исследования и некоторых других.
Результаты. Предложен комплекс цифровых инновационных решений в области планирования мощностей производственного предприятия, направленных на определение баланса рабочей силы, оборудования и других ресурсов, необходимых для производства его продукции. Теоретическая и/или практическая значимость. Теоретическая и практическая значимость исследования заключается в том, что разработанный комплекс цифровых инновационных решений в области планирования мощностей производственного предприятия позволяют реализовать следующие функции: определение фонда времени рабочих мест; определение длины горизонта планирования; вычисление длительности операций; вычисление межоперационного времени и технологического цикла заказа; выбор технологического цикла; исключение выполненных работ; аккумуляция загрузки.

Высокие темпы жизни Москвы как современного мегаполиса обуславливают необходимость использования горожанами средств индивидуальной мобильности. Увеличивающееся количество используемых электросамокатов стимулирует государство к централизованной разработке стратегии развития системы городского общественного транспорта, которая включает сервисы аренды средств индивидуальной мобильности. Разработка соответствующей стратегии позволит интегрировать инновационные транспортные средства общего пользования в единую транспортную систему города. Условия для разработки и производства инновационных электросамокатов и других средств индивидуальной мобильности созданы на территории инновационных промышленных кластеров экономической зоны «Технополис Москва». Создание транспортных средств нового поколения, которые отвечают потребностям жителей современного мегаполиса, должно стать ключевым стратегическим вектором развития современной транспортной системы столицы России. Ключевыми стратегическими целями должны быть повышение качества жизни населения Москвы и обеспечение национального технологического суверенитета. Модернизация производств в процессе последовательной реализации отраслевой стратегии способна стимулировать развитие инновационных технологий в транспортной сфере и трансформацию транспортной отрасли в масштабах страны. Роль инновационных кластеров Москвы заключается в производстве, проверке технологий на эффективность и стимулировании их распространения во всех регионах страны.

Согласно исследованию академика А. Г. Аганбегяна одним из ключевых факторов организации роста экономики, благосостояния и трансформации социально-экономической системы России является формирование новой транспортно-логистической инфраструктуры с двухсторонними автострадами, скоростными железными дорогами, региональной сетью аэропортов и крупными логистическими центрами в ключевых транспортных узлах. Учитывая длинный цикл окупаемости таких проектов, который составляет до 20-25 лет, и объем инвестиций, которые потребуются на реализацию данной инициативы (по оценкам до 3 трлн рублей ежегодно), то внутренних инвестиционных ресурсов компаний поставщиков и операторов транспортно-логистической инфраструктуры для реализации этой инициативы будет не достаточно. В связи с тем, что логистика проходит путь от 1PL, 2PL и 3PL к 4PL и 5PL, к транспортно-логистической инфраструктуре предъявляются высокие требования по обеспечению мультимодальности не только на уровне физической инфраструктуры, но и к программно-аппаратным решениям. Это способствует росту межотраслевых научно-исследовательских групп и интероперабельных научно-технических решений. Основой транспортно-логистической инфраструктуры России является железнодорожная отрасль. Ее основная задача с точки зрения операционной деятельности состоит в поддержании бесперебойности функционирования и обеспечении безопасности пассажиро- и грузопотоков Российской Федерации. В условиях санкционных ограничений задача по формированию опережающего научно-технического задела и его масштабирования в железнодорожной отрасли возросла. Обеспечение технологического суверенитета связано со сквозными производственными технологиями, к которым относят алгоритмы искусственного интеллекта, цифровые двойники и другие технологи, которые предъявляют требования к интероперабельности данных. Данная статья посвящена выявлению потенциала повышения эффективности коммерциализации инноваций и трансфера технологий компаний железнодорожной отрасли. Мы предложили авторские рекомендаций по повышению экономической мотивации для преодоления барьеров коммерциализации и трансфера технологий компаний железнодорожной отрасли России. Использовали теорию стратегии и методологию стратегирования академика В. Л. Квинта

В условиях чрезвычайного периода особое значение приобретает обсуждение и утверждение единых методологических стандартов стратегирования инновационных кластеров. Именно эффективная методология стратегирования кластеров при этом имеет решающее значение в стимулировании инновационного развития. Согласно данным, приведённым в настоящем исследовании, в российской действительности необходимо использовать методологию стратегирования академика В. Л. Квинта для обеспечения стратегического успеха в развитии системы инновационных кластеров. При этом в процессе разработки и реализации стратегии стратегическим лидерам, а также группе лиц, ответственных за разработку стратегии, необходимо придерживаться пятнадцати ключевых правил стратегического мышления, подробно проанализированных в настоящей работе.