Лаборатория инновационных решений в управлении с использованием ИИ

Развитие внутренней инновационной среды в организациях высшего профессионального образования с использованием концепции вовлечения

Для поддержания конкурентоспособности и адаптивности в условиях современного мира организациям высшего образования необходимо развивать внутреннюю инновационную среду. Такой подход подразумевает создание условий, которые поощряют и поддерживают участие сотрудников, студентов и других целевых групп в инновационной деятельности образовательного учреждения через создание инновационной атмосферы, трансляцию ценностей, использование новых форматов взаимодействия, создание комьюнити, применение геймификации, искусственного интеллекта и других инструментов.

Целью исследования является формирование комплекса научно-практических рекомендаций по развитию внутренней инновационной среды в организациях высшего профессионального образования с использованием концепции вовлечения. Результаты исследования могут быть применимы в организациях для создания благоприятной внутренней инновационной среды, повышения качества инновационной деятельности, образовательных процессов и проектных решений, привлечения талантливых специалистов и студентов, повышения их инновационной активности, а также укрепления позиций образовательного учреждения на рынке образовательных услуг.

Проект «Преодоление цифрового разрыва: исследование поведения потребителей в эпоху цифровизации» направлен на изучение потребительского поведения в виртуальной среде. Для сбора данных используются как классические методы, включая опросы и интервью, так и автоматизированные алгоритмы скрапинга. На основе полученной информации выявляются ключевые факторы, влияющие на потребительское поведение и пользовательский опыт. Применение современных методов анализа данных, таких как текстовый майнинг и структурный анализ, способствует обнаружению скрытых закономерностей. Ожидаемые результаты включают разработку рекомендаций для бизнеса и государственных структур по снижению цифрового неравенства, оптимизацию цифровых стратегий, а также интеграцию результатов в образовательные программы и научные исследования.

Экономика больших данных — явление, которое все с большей регулярностью обсуждается в научных и общественных дискуссиях, формируя задачи на «развитие в рамках направления» и необходимость ресурсного обеспечения подобных событий. Однако один из важнейших этапов в рамках реализации стратегической задачи — анализ и описание исходного этапа.

Изучаемая в ходе исследования проблема — определение текущей стадии и возможности развития экономики больших данных в разрезе региональной специфики Российской Федерации на основе спроса реального сектора экономики. Научная группа исследует изменение параметров рынка труда как наиболее заметных индикаторов развития экономики данных на мезоуровне, выявляя как особенности укрепления спроса на конкретные компетенции, так и изменение содержания инструментария для решения поставленных задач.

На сегодняшний день большинство венчурных фирм, фондов и других аналогичных объединений начинают первый контакт с потенциальными проектами для инвестиций путем анализа презентации проекта и другой документации. Как правило, этим занимаются аналитики разного уровня, проведя первичный анализ, выносится решение, будет ли продолжаться коммуникация с данным стартапом. Текущее положение дел отнимает квалифицированные человеко-часы, а главное, лишает проект объективной оценки, так как несмотря на высокую квалификацию аналитиков и согласованную политику отбора проектов оценка выносится субъективно, что на большой выборке может оставить стоящий проект без внимания. На базе описанной выше проблематики образуется цель диссертации, которая заключается в создании системы анализа документации стартапа на базе искусственного интеллекта, которая сможет анализировать ключевые показатели продукта и рынка, а также политики фонда для релевантной поддержки в принятии предварительных инвестиционных решений. Для достижения поставленной цели будут изучены сущность искусственного интеллекта, как инструмента поддержки принятия решений, ключевые аспекты оценки инвестиционной привлекательности стартапа и практика ведущих специалистов из индустрии по внедрению искусственного интеллекта для поддержки принятия решений. На базе проведенного исследования будет спроектирована общая методология анализа для системы и разработан концепт технологического решения с помощью LLM по общей методологии.

Проект направлен на оценку уровня технологического развития российских нефтегазовых компаний с целью дальнейшего формирования карт развития технологий и рекомендаций по ее использованию в инновационной деятельности российских нефтегазовых компаний. Метод составления карт предполагает использование подхода, включающего анализ текущих методов работы с результатами интеллектуальной деятельности в нефтегазовых компаниях. Для составления технологических карт отрасли планируется провести анализ таких объектов интеллектуальной собственности компаний, как патенты на изобретения в категориях: добыча, переработка, транспортировка, хранение и возобновляемые источники энергии (далее ВИЭ) для определения технологических трендов в патентном портфеле нефтегазовых компаний. Включение в карту данных о грантовых проектах, поддержанных РНФ, позволит выявить приоритетные направления фундаментальных исследований в нефтегазовой отрасли. В проекте планируется использование больших языковых моделей для систематизации информации о грантовых заявках в категориях добыча, переработка, транспортировка, хранение и ВИЭ. Результатом работы станет технологическая карта развития нефтегазовой отрасли до 2030 года с рекомендациями по её внедрению и использованию в российских нефтегазовых компаниях.

Проект представляет собой глубокий анализ работы наукоемких организаций и центров трансфера технологий, созданных при университетах и научных институтах России. Исследование выявляет лучшие практики, актуальные проблемы и перспективы развития, включая внедрение искусственного интеллекта для трансформации бизнес-процессов. Результаты работы позволят повысить эффективность работы наукоёмких организаций, способствуя интеграции инноваций в экономику и улучшению взаимодействия науки с бизнесом. Наши рекомендации помогут центрам трансфера технологий стать более динамичными и конкурентоспособными, что открывает новые возможности для роста и развития инновационной экосистемы в России.