ITIS МЕТРИКАСЫ МЕН МАШИНАЛЫҚ ОҚЫТУ ӘДІСТЕРІНЕ НЕГІЗДЕЛГЕН AI-ШЕШІМДЕРДІ ЕНГІЗУ ТИІМДІЛІГІН БАҒАЛАУДЫҢ ИНТЕЛЛЕКТУАЛДЫ ӘДІСТЕМЕСІ
Article Sidebar
Main Article Content
Аңдатпа
Мақалада шағын және орта бизнес компаниялары үшін жасанды интеллект шешімдерін енгізу тиімділігін бағалаудың авторлық әдістемесі ұсынылған. Әдістеме AI Impact Score (ITIS) интегралдық метрикасына және машиналық оқыту әдістеріне негізделген. Әзірленген БАК моделі («Бизнес-мақсат — AI-шешім — KPI») AI платформасының функционалдық модульдері мен клиент-компаниялардың бизнес нәтижелері арасындағы байланысты формалдайды. ITIS метрикасы төрт параметрдің геометриялық орташа мәні ретінде есептеледі: бизнес-әсер, стратегиялық салмақ, бизнес-мақсаттарды қамту деңгейі және іске асырудың жетілу дәрежесі. Енгізу әсерінің класын болжау үшін UCI Bank Marketing деректер жиынтығында (45 211 бақылау) төрт классификация алгоритміне салыстырмалы эксперимент жүргізілді. Негізгі модель ретінде Random Forest Classifier таңдалды (Accuracy = 0,844; Macro F1 = 0,730). Әдістемені қазақстандық AI Pradavan стартапының деректері негізінде апробациялау нәтижесінде ITIS көрсеткіші 0,90-ға тең болып, «жоғары тиімді енгізу» класына сәйкес келетіні анықталды.
Article Details
##submission.citations##
McKinsey & Company. The state of AI in early 2024: Gen AI adoption spikes and starts to generate value [Электронный ресурс]. 2024. URL: McKinsey (дата обращения: 15.03.2025).
Henderson J. C., Venkatraman N. Strategic alignment: Leveraging information technology for transforming organizations // IBM Systems Journal. 1993. Vol. 32, No. 1. P. 472–484. DOI: 10.1147/sj.382.0472.
Doerr J. Measure What Matters: How Google, Bono, and the Gates Foundation Rock the World with OKRs. New York: Portfolio, 2018. 320 p.
Kohli R., Grover V. Business value of IT: An essay on expanding research directions to keep up with the times // Journal of the Association for Information Systems. 2008. Vol. 9, No. 1. P. 23–39. DOI: 10.17705/1jais.00147.
Moro S., Cortez P., Rita P. A data-driven approach to predict the success of bank telemarketing // Decision Support Systems. 2014. Vol. 62. P. 22–31. DOI: 10.1016/j.dss.2014.03.001.
Glassix. Study shows AI chatbots enhance conversion by 23% [Электронный ресурс]. URL: Glassix (дата обращения: 20.03.2025).
Kaplan R. S., Norton D. P. The Balanced Scorecard: Translating Strategy into Action. Boston: Harvard Business School Press, 1996. 322 p.
Breiman L. Random forests // Machine Learning. 2001. Vol. 45, No. 1. P. 5–32. DOI: 10.1023/A:1010933404324.
Об утверждении Концепции развития искусственного интеллекта на 2024–2029 годы: Постановление Правительства Республики Казахстан от 24 июля 2024 года № 592 [Электронный ресурс]. URL: Әділет (дата обращения: 15.03.2025).
Brynjolfsson E., Hitt L. M. Beyond computation: Information technology, organizational transformation and business performance // Journal of Economic Perspectives. 2000. Vol. 14, No. 4. P. 23–48. DOI: 10.1257/jep.14.4.23.
DeLone W. H., McLean E. R. The DeLone and McLean model of information systems success: A ten-year update // Journal of Management Information Systems. 2003. Vol. 19, No. 4. P. 9–30. DOI: 10.1080/07421222.2003.11045748.
Melville N., Kraemer K., Gurbaxani V. Review: Information technology and organizational performance: An integrative model of IT business value // MIS Quarterly. 2004. Vol. 28, No. 2. P. 283–322.
Davenport T. H., Ronanki R. Artificial intelligence for the real world // Harvard Business Review. 2018. Vol. 96, No. 1. P. 108–116.
Ransbotham S., Kiron D., Gerbert P., Reeves M. Reshaping business with artificial intelligence: Closing the gap between ambition and action. MIT Sloan Management Review; Boston Consulting Group, 2017.
AI Pradavan [Электронный ресурс]: официальный сайт. URL: https://aipradavan.city-innovation.kz (дата обращения: 20.03.2026).