Петренко О. П., к.е.н., доцент кафедри економічної теорії і економіки підприємства, Одеський державний аграрний  університет, м. Одеса, Україна

ORCID: 0000-0001-9722-3785
e-mail: Leka_m@ukr.net

Шевченко А. А., к.е.н., доцент кафедри економічної теорії і економіки підприємства, Одеський державний аграрний  університет, м. Одеса, Україна

ORCID: 0000-0002-3581-7884
e-mail: alіsochka1978@gmaіl.com

Сімекчі А. Ф., здобувачка другого (магістерського) рівня вищої освіти спеціальності С1 Економіка та міжнародні економічні відносини, Одеський державний аграрний  університет, м. Одеса, Україна

ORCID: 0009-0007-8196-7836
e-mail: an.fedorovna2003@gmail.com

Цифрова трансформація ціноутворення аграрних підприємств на засадах штучного інтелекту

Анотація. У статті досліджено особливості цифрової трансформації ціноутворення аграрних підприємств на засадах штучного інтелекту в умовах високої волатильності ринку, кліматичних змін та глобальних економічних викликів. Обґрунтовано необхідність переходу від традиційних витратних моделей до динамічних цифрових систем управління цінами, що базуються на використанні Big Data, машинного навчання, прогнозної аналітики. Визначено ключові проблеми сучасного аграрного ціноутворення, серед яких інформаційна асиметрія, дисбаланс між собівартістю та ринковими цінами, а також низька адаптивність класичних методів до швидких змін ринкового середовища.

У роботі сформовано концептуальну модель трансформації принципів ціноутворення під впливом цифровізації та виокремлено актуальні цифрові принципи: предиктивність, динамічність, алгоритмічну прозорість, персоніфікацію та екосистемність. Доведено, що інтеграція інтелектуальних систем підтримки рішень дозволяє агропідприємствам мінімізувати ризики волатильності, оптимізувати прибутковість і забезпечити стратегічну стійкість бізнесу. Проаналізовано світовий досвід застосування моделей штучного інтелекту для прогнозування цін та управління аграрними процесами, зокрема використання ARIMA, LSTM та технологій глибокого навчання.

Встановлено, що використання цифрових платформ і прогнозної аналітики сприяє підвищенню ефективності цінової політики, автоматизації управлінських процесів та формуванню конкурентних переваг аграрних підприємств. Перспективи подальшого розвитку пов’язані з поширенням хмарних технологій, Blockchain та мобільних цифрових сервісів у агробізнесі.

Ключові слова: цифровізація, ціноутворення; аграрні підприємства; штучний інтелект; Big Data; прогнозна аналітика; цифрова трансформація; конкурентоспроможність.

Література:

1. Predictive Analytics in Agriculture Market. Data Intelo: web–site. 2024. URL: https://dataintelo.com/report/predictive-analytics-in-agriculture-market
2. Битов В. П. Ціноутворення в системі управління соціально – економічних процесів суспільства. Сталий розвиток економіки.  №3 (54). DOI: https://doi.org/10.32782/2308-1988/2025-54-22
3. Букало Н., Ковальчук О. Аналіз цінових стратегій та споживча поведінка в контексті маркетингових досліджень. Економічний журнал Волинського національного університету ім. Л. Українки. 2024. № 3(39). с. 156-162. DOI: https://doi.org/10.29038/2786-4618-2024-03-156-162
4. Шевченко А. А., Петренко О. П, Соломонова В. В. Діагностика та стратегічне проектування розвитку аграрного підприємництва в умовах воєнного стану. Науковий вісник Одеського національного економічного університету. №3. с.14-21. DOI: https://doi.org/10.32680/2409-9260-2025-3-328-14-21
5. Сотник А. А. Формування цінової політики підприємства на основі маркетингових досліджень конкурентних цін. Економічний простір. № 207. с.339- 345. DOI: https://doi.org/10.30838/EP.207.339-345
6. Петренко О., Шевченко А., Михайлова Ю., Кушніренко С. Виклики та перспективи формування дохідності підприємств України в умовах нестабільності. Економічний вісник Причорномор’я. №.6. с.94-108 DOI: https://doi.org/10.37000/ebbsl.2024.06.08
7. Слободян Н. Г., Саухіна О. В. Ціноутворення та управління витратами на підприємствах харчової промисловості. Економічний аналіз. №2. Том 28. с. 176-181. URL: http://nbuv.gov.ua/UJRN/ecan_2018_28%282%29__24
8. Kiran M.,SabuK.& ManojKumar.(2020). Predictive analytics in Agriculture: Forecasting prices of Arecanuts in Kerala. Procedia Computer Science. Volume 171. p. 699-708. URL: https://www.sciencedirect.com/science/article/pii/S1877050920310449?__cf_chl_tk=hej1pyacpkyrSTheUGucJ8I_3uAbwC2oZ6BzGgB0Zzg-1777980090-1.0.1.1-71W4O2qQI13FGZ4MX6hKsXeNERJg3F6o0cn..DSR.Ag
9. Kotyal1 K. & Beleri P. S. (2024). Agribusiness in the digital age: data analytics in revolutionizing agriculture. Krishi science – eMagazine for Agricultural Sciences. Volume 05. Issue:10. p. 16-20. URL: https://www.researchgate.net/publication/387173671_AGRIBUSINESS_IN_THE_DIGITAL_AGE_DATA_ANALYTICS_IN_REVOLUTIONIZING_AGRICULTURE
10. Kadlimatti V. & Saboji S. V. (2019) Agriculture Price Prediction Using Data Mining. International Journal of Engineering and Advanced Technology. Volume 8. p. 1075-1077. URL: https://www.ijeat.org/wp-content/uploads/papers/v8i6S/F12050886S19.pdf
11. Шевченко А. А., Петренко О. П., Косик Д. В. Штучний інтелект в рослинництві: успішні кейси аграрних підприємств. Modern Economics. №47.DOI: https://doi.org/10.31521/modecon.V47(2024)-19
12. Мельник Б. І. Економічні переваги цифрової трансформації аграрного сектору: аналіз інструментів і практик. Економіка і суспільство. Вип. 78. DOI: https://doi.org/10.32782/2524-0072/2025-78-99
13. Dionissopoulos I., Assimakopoulos F., Spiliotopoulos D., Margaris D. & Vassilakis C. (2024). Predicting Agricultural Product and Supplies Prices Using Artificial Intelligence. Proceedings of the 16th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management. Volume 3. p. 371-379. URL: https://www.scitepress.org/Papers/2024/130716/130716.pdf?utm_source=chatgpt.com
14. Шевченко І. В., Левковська Т. А. Особливості застосування прогностичної аналітики для оцінки економічного розвитку підприємства. 2026. № 83. DOI: https://doi.org/10.32782/2524-0072/2026-83-65