+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Экономический анализ: теория и практика»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Трансформация бизнес-моделей компаний в сфере образовательных технологий под влиянием внедрения в них искусственного интеллекта

т. 23, вып. 7, июль 2024

PDF  PDF-версия статьи

Получена: 22.02.2024

Получена в доработанном виде: 10.04.2024

Одобрена: 05.05.2024

Доступна онлайн: 30.07.2024

Рубрика: ЭФФЕКТИВНОСТЬ БИЗНЕСА

Коды JEL: О31

Страницы: 1240–1257

https://doi.org/10.24891/ea.23.7.1240

Павлюкевич Е.Д. аспирант экономического факультета, Московский государственный университет имени М.В. Ломоносова (МГУ), Москва, Российская Федерация 
gekapavl@yandex.ru

https://orcid.org/0009-0001-5977-1999
SPIN-код: отсутствует

Садов К.С. аспирант экономического факультета, Московский государственный университет имени М.В. Ломоносова (МГУ), Москва, Российская Федерация 
konstantin-sadov@mail.ru

https://orcid.org/0009-0008-1704-2641
SPIN-код: отсутствует

Предмет. Элементы бизнес-моделей компаний в сфере образовательных технологий.
Цели. Определить, как искусственный интеллект влияет на инновационность продуктов, бизнес-процессы, эффективность, взаимоотношения с клиентами и стратегическое развитие в разрезе бизнес-моделей компаний.
Методология. Использованы общенаучные методы познания.
Результаты. С помощью опроса, оцениваемого по шкале Лайкерта, были собраны количественные данные от менеджеров компаний в рассматриваемой сфере. Респондентам предлагалось оценить степень влияния искусственного интеллекта на ряд элементов в бизнес-моделях их компаний. Результаты свидетельствуют о значительном влиянии искусственного интеллекта на обработку данных, эффективность образовательного процесса, скорость создания контента, а также изменение ролей и компетенций. Полученные результаты подчеркивают роль искусственного интеллекта в оптимизации образовательных процессов, автоматизации административных задач и предиктивной аналитике для принятия обоснованных решений. Однако влияние данной технологии на потоки доходов и масштабируемость остается минимальным, что указывает на потенциальные области для будущего развития продуктов.
Выводы. Исследование дает представление о стратегических изменениях, необходимых в сфере образовательных технологий, обусловленных интеграцией искусственного интеллекта, и вносит вклад в более широкую дискуссию о роли технологий в образовании. Результаты исследования дают основу разработчикам продуктов для бизнесов в сфере образовательных технологий в целях решения проблем в тех областях, где искусственный интеллект еще не стал основополагающим инструментом, а также для понимания наиболее востребованных областей.

Ключевые слова: искусственный интеллект, бизнес- модели в образовательных технологиях, инновации в образовании, цифровая трансформация, оценка влияния искусственного интеллекта

Список литературы:

  1. Zawacki-Richter O., Marín V.I, Bond M., Gouverneur F. Systematic review of research on artificial intelligence applications in higher education – Where are the educators? International Journal of Educational Technology in Higher Education, 2019, vol. 16, no. 39, pp. 1–27. URL: Link
  2. Bozkurt A. Educational Technology Research Patterns in the Realm of the Digital Knowledge Age. Journal of Interactive Media in Education, 2020, vol. 2020, iss. 1, pp. 1–17. URL: Link
  3. Regan P.M., Khwaja E.N. Mapping the political economy of education technology: A networks perspective. Policy Futures in Education, 2019, vol. 17, iss. 8, pp. 1000–1023. URL: Link
  4. Jaehun Lee, Taewon Suh, Roy D., Baucus M. Emerging Technology and Business Model Innovation: The Case of Artificial Intelligence. Journal of Open Innovation: Technology, Market, and Complexity, 2019, vol. 5, iss. 3. URL: Link
  5. Acemoglu D., Restrepo P. The wrong kind of AI? Artificial intelligence and the future of labour demand. Cambridge Journal of Regions, Economy and Society, 2019, vol. 13, iss. 1, pp. 25–35. URL: Link
  6. Kinkel S., Baumgartner M., Cherubini E. Prerequisites for the adoption of AI technologies in manufacturing – Evidence from a worldwide sample of manufacturing companies. Technovation, 2021, vol. 110, no. 102375. URL: Link
  7. Renz A., Hilbig R. Prerequisites for artificial intelligence in further education: identification of drivers, barriers, and business models of educational technology companies. International Journal of Educational Technology in Higher Education, 2020, vol. 17, no. 14. URL: Link
  8. Briggs B. Managing Relationships. In: The Strategic Treasurer: A Partnership for Corporate Growth. Ed. by C.A. Jeffery. John Wiley & Sons, Inc., 2012. URL: Link
  9. Snijders I., Wijnia L., Rikers R.M.J.P., Loyens S.M.M. Building bridges in higher education: Student-faculty relationship quality, student engagement, and student loyalty. International Journal of Educational Research, 2020, vol. 100, no. 101538. URL: Link
  10. Taddeo M., Floridi L. How AI can be a force for good. Science, 2018, vol. 361, no. 6404, pp. 751–752. URL: Link
  11. Holmes W., Porayska-Pomsta K., Holstein K. et al. Ethics of AI in Education: Towards a Community-Wide Framework. International Journal of Artificial Intelligence in Education, 2022, vol. 32, pp. 504–526. URL: Link
  12. Prentice C., Nguyen M. Engaging and retaining customers with AI and employee service. Journal of Retailing and Consumer Services, 2020, vol. 56, no. 102186. URL: Link
  13. Iwendi C., Bashir A., Peshkar A. et al. COVID-19 Patient Health Prediction Using Boosted Random Forest Algorithm. Frontiers in Public Health, 2020, vol. 8. URL: Link
  14. Kumar V., Rajan B., Venkatesan R., Lecinski J. Understanding the Role of Artificial Intelligence in Personalized Engagement Marketing. California Management Review, 2019, vol. 61, iss. 4, pp. 135–155. URL: Link
  15. Van Gog T., Paas F. Instructional Efficiency: Revisiting the Original Construct in Educational Research. Educational Psychologist, 2008, vol. 43, iss. 1, pp. 16–26. URL: Link
  16. Simmons J., Alexander L. The Determinants of School Achievement in Developing Countries: A Review of the Research. Economic Development and Cultural Change, 1978, vol. 26, no. 2, pp. 341–357. URL: Link
  17. Rana N.P., Chatterjee S., Dwivedi Y.K., Akter S. Understanding dark side of artificial intelligence (AI) integrated business analytics: Assessing firm’s operational inefficiency and competitiveness. European Journal of Information Systems, 2021, vol. 31, iss. 3, pp. 364–387. URL: Link
  18. Yongbin Zhang, Ronghua Liang, Ziyuan Shi, Huiling Ma. The Design and Implementation of a Process-Driven Higher Educational Administrative System. IERI Procedia, 2012, vol. 2, pp. 176–182. URL: Link
  19. Sjödin D., Parida V., Palmié M., Wincent J. How AI capabilities enable business model innovation: Scaling AI through co-evolutionary processes and feedback loops. Journal of Business Research, 2021, vol. 134, pp. 574–587. URL: Link
  20. Soni N., Sharma E.K., Singh N., Kapoor A. Impact of Artificial Intelligence on Businesses: from Research, Innovation, Market Deployment to Future Shifts in Business Models. ArXiv, 2019. URL: Link
  21. Pecanin E., Spalevic P., Mekic E., Jovic S., Milovanovic I. E-learning engineers based on constructive and multidisciplinary approach. Computer Applications in Engineering Education, 2019, vol. 27, iss. 6, pp. 1544–1554. URL: Link
  22. Xinyun Hu, Yelland N. Changing Learning Ecologies in Early Childhood Teacher Education: From Technology to STEM Learning. Beijing International Review of Education, 2019. URL: Link
  23. Segarra G. The advanced information technology innovation roadmap. Computers in Industry, 1999, vol. 40, iss. 2–3, pp. 185–195. URL: Link00023-8
  24. Ming-Hui Huang, Rust R.T. Artificial Intelligence in Service. Journal of Service Research, 2018, vol. 21, iss. 2, pp. 155–172. URL: Link
  25. Yinying Wang. When artificial intelligence meets educational leaders’ data-informed decision-making: A cautionary tale. Studies in Educational Evaluation, 2020, vol. 69, no. 100872. URL: Link
  26. Van Hoorebeek M., Marson J. Teaching and Technology Transfer as Alternative Revenue Streams: A Primer on the Potential Legal Implications for UK Universities. International Journal of Educational Management, 2005, vol. 19, no. 1, pp. 36–47. URL: Link
  27. Monger R.F. AI Applications: What's Their Competitive Potential? Information Systems Management, 1988, vol. 5, iss. 3, pp. 19–25. URL: Link
  28. Yingzi Xu, Chih-Hui Shieh, Van Esch P., I-Ling Ling. AI Customer Service: Task Complexity, Problem-Solving Ability, and Usage Intention. Australasian Marketing Journal, 2020, vol. 28, iss. 4, pp. 189–199. URL: Link
  29. Li Gao, Gang Li, Fusheng Tsai et al. The impact of artificial intelligence stimuli on customer engagement and value co-creation: The moderating role of customer ability readiness. Journal of Research in Interactive Marketing, 2022, vol. 17, iss. 2, pp. 317–333. URL: Link
  30. Guangming Cao, Yanqing Duan, Edwards J.S., Dwivedi Y.K. Understanding managers’ attitudes and behavioral intentions towards using artificial intelligence for organizational decision-making. Technovation, 2021, vol. 106, no. 102312. URL: Link
  31. Howard S.K., Thompson K. Seeing the system: Dynamics and complexity of technology integration in secondary schools. Education and Information Technologies, 2016, vol. 21, pp. 1877–1894. URL: Link
  32. Mishra S., Tripathi A. AI business model: An integrative business approach. Journal of Innovation and Entrepreneurship, 2021, vol. 10, iss. 18, pp. 1–21. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-8725 (Online)
ISSN 2073-039X (Print)

Свежий номер журнала

т. 23, вып. 10, октябрь 2024

Другие номера журнала