Заїка С. О., кандидат економічних наук, професор, професор кафедри менеджменту, бізнесу і адміністрування, Державний біотехнологічний університет, м. Харків, Україна

ORCID: 0000-0001-8132-7643
e-mail: zaika.svitlana1975@gmail.com

Грідін О. В., кандидат економічних наук, доцент, доцент кафедри менеджменту, бізнесу і адміністрування, Державний біотехнологічний університет, м. Харків, Україна

ORCID: 0000-0002-7236-2954
e-mail: aleksandrgridin2015@gmail.com

Заїка О. В., доктор філософії з фінансів, банківської справи та страхування, старший викладач закладу вищої освіти кафедри менеджменту, бізнесу і адміністрування, Державний біотехнологічний університет, м. Харків, Україна

ORCID: 0000-0002-7921-3273
e-mail: alyona.zayika1998@gmail.com

Інтеграція штучного інтелекту в систему управлінської діагностики та операційного менеджменту підприємства

Анотація. В статті досліджено теоретичні положення інтеграції штучного інтелекту в систему управлінської діагностики та операційного менеджменту підприємства. Обґрунтовано, що зростання обсягів управлінської інформації ускладнює опрацювання даних про ресурси, витрати, якість, персонал, постачання, строки виконання робіт і фактичні показники роботи підприємства. Розглянуто управлінську діагностику як аналітичну основу оцінювання операційної діяльності підприємства, що забезпечує виявлення відхилень, встановлення причин управлінських проблем, оцінювання зв’язків між прийнятими рішеннями і фактичними показниками, а також підготовку діагностичного висновку. Визначено можливості штучного інтелекту щодо аналізу значних масивів даних, виявлення повторюваних зв’язків, прогнозування змін, порівняння варіантів рішень і формування інформаційної основи для подальшого експертного оцінювання. Установлено, що використання штучного інтелекту в управлінській діагностиці потребує поєднання цифрового опрацювання даних із професійним тлумаченням одержаних результатів, оскільки остаточне управлінське рішення пов’язане з відповідальністю керівника, станом підприємства, допустимим рівнем управлінського ризику та умовами реалізації рішення. Запропоновано структурно-функціональну модель інтеграції штучного інтелекту в управлінську діагностику та операційний менеджмент підприємства, яка передбачає послідовний перехід від інформаційної бази підприємства до цифрового опрацювання даних, управлінської діагностики, експертної аналітики, прийняття управлінського рішення та контролю змін у роботі підприємства. Визначено, що запропонована модель може бути використана для планування операцій, раціонального використання ресурсів, контролю якості, управління постачанням і підготовки обґрунтованих управлінських рішень. Подальші дослідження доцільно спрямувати на розроблення методики оцінювання готовності підприємств до використання штучного інтелекту в операційному менеджменті та формування системи показників управлінської діагностики для різних типів підприємств.

Ключові слова: операційний менеджмент; штучний інтелект; управлінська діагностика; експертна аналітика; управлінські рішення; цифрове управління; операційні процеси.

Література:

1. Belhadi, A., Mani, V., Kamble, S. S., Khan, S. A. R., & Verma, S. (2024). Artificial intelligence-driven innovation for enhancing supply chain resilience and performance under the effect of supply chain dynamism: An empirical investigation. Annals of Operations Research, 333(2), 627-652. https://doi.org/10.1007/s10479-021-03956-x.
2. Cannas, V. G., Ciano, M. P., Saltalamacchia, M., & Secchi, R. (2024). Artificial intelligence in supply chain and operations management: A multiple case study research. International Journal of Production Research, 62(9), 3333-3360. https://doi.org/10.1080/00207543.2023.2232050.
3. Di Vaio, A., Palladino, R., Hassan, R., & Escobar, O. (2020). Artificial intelligence and business models in the sustainable development goals perspective: A systematic literature review. Journal of Business Research, 121, 283-314. https://doi.org/10.1016/j.jbusres.2020.08.019.
4. Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., … Williams, M. D. (2021). Artificial intelligence, business and society. International Journal of Information Management, 57, Article 101994. https://doi.org/10.1016/j.ijinfomgt.2019.08.002.
5. Helo, P., & Hao, Y. (2022). Artificial intelligence in operations management and supply chain management: An exploratory case study. Production Planning & Control, 33(16), 1573-1590. https://doi.org/10.1080/09537287.2021.1882690.
6. Jarrahi, M. H. (2018). Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision making. Business Horizons, 61(4), 577-586. https://doi.org/10.1016/j.bushor.2018.03.007.
7. Mundlos, P. (2025). The impact of artificial intelligence on managerial attention allocation for discontinuous change: A conceptual framework. Management Review Quarterly, 75, 1-45. https://doi.org/10.1007/s11301-024-00409-0.
8. Rocha, I. F., & Kissimoto, K. O. (2022). Artificial intelligence and internet of things adoption in operations management: Barriers and benefits. RAM. Revista de Administração Mackenzie, 23(4), Article eRAMR220119. https://doi.org/10.1590/1678-6971/eRAMR220119.en.
9. Toorajipour, R., Sohrabpour, V., Nazarpour, A., Oghazi, P., & Fischl, M. (2021). Artificial intelligence in supply chain management: A systematic literature review. Journal of Business Research, 122, 502-517. https://doi.org/10.1016/j.jbusres.2020.09.009.
10. Urbanovič, M., & Holubčík, M. (2026). Artificial intelligence in managerial decision-making for sustainable business models: A systematic literature review. Systems, 14(3), Article 245. https://doi.org/10.3390/systems14030245.
11. Zaika, S. O., Hridin, O. V., & Sahachko, Y. M. (2024). The essence of expert analytics as a basis for managerial decision-making in operational management. Economics of Systems Development, 6(1), 76-83. https://doi.org/10.32782/2707-8019/2024-1-8.