В контексте фундаментальных трансформаций экономических систем исследование механизмов принятия управленческих решений с применением технологий искусственного интеллекта (ИИ) и больших данных (Big Data) приобретает особую актуальность. Интеграция данных технологий в управленческие процессы создает принципиально новые возможности для повышения эффективности и обоснованности принимаемых решений, одновременно формируя комплекс методологических и практических вызовов. Управленческое решение представляет собой многокомпонентный результат аналитической деятельности, включающий прогнозирование, оптимизацию, экономическое обоснование и селекцию оптимальной альтернативы из множества возможных вариантов достижения целевых показателей системы менеджмента. Являясь интегративным процессом, объединяющим все функции управления, разработка и имплементация управленческих решений детерминирует эффективность функционирования и конкурентоспособность экономических систем различного уровня. Эволюция научных представлений о сущности процесса принятия решений демонстрирует последовательное развитие от общефилософских концепций рационального выбора до современных междисциплинарных теорий и математических моделей. Современный этап характеризуется формированием новой парадигмы, основанной на интеграции методов искусственного интеллекта, машинного обучения и аналитики больших данных в процессы подготовки и принятия управленческих решений. В рамках исследования разработана концептуальная модель интеллектуальной системы поддержки принятия решений, синтезирующая методы и инструменты ИИ, интеллектуального анализа данных, предиктивной аналитики и имитационного моделирования. Предложенная модель обеспечивает комплексную информационно-аналитическую поддержку всех этапов управленческого цикла, от идентификации проблемы до контроля реализации принятых решений. Методический подход к оценке экономической эффективности внедрения интеллектуальных технологий в процессы разработки и реализации управленческих решений базируется на системе количественных и качественных показателей, учитывающих как прямые экономические эффекты, так и косвенные выгоды от повышения качества и оперативности принимаемых решений.
In context fundamental transformations of economic systems, the study of mechanisms for making management decisions using artificial intelligence (AI) and Big Data technologies is becoming especially relevant. The integration of these technologies into management processes creates fundamentally new opportunities for improving the efficiency and validity of decisions, while simultaneously forming a set of methodological and practical challenges. A management decision is a multi-component result of analytical activity, including forecasting, optimization, economic justification and selection of the optimal alternative from a variety of possible options for achieving the target indicators of the management system. Being an integrative process that unites all management functions, the development and implementation of management decisions determines the efficiency of functioning and competitiveness of economic systems at various levels. The evolution of scientific ideas about the essence of the decision-making process demonstrates a consistent development from general philosophical concepts of rational choice to modern interdisciplinary theories and mathematical models. The current stage is characterized by the formation of a new paradigm based on the integration of artificial intelligence, machine learning and big data analytics methods into the processes of preparing and making management decisions. As part of the study, a conceptual model of an intelligent decision support system was developed that synthesizes the methods and tools of AI, data mining, predictive analytics and simulation modeling. The proposed model provides comprehensive information and analytical support for all stages of the management cycle, from problem identification to monitoring the implementation of decisions made. The methodological approach to assessing the economic efficiency of introducing intelligent technologies into the processes of developing and implementing management decisions is based on a system of quantitative and qualitative indicators that take into account both direct economic effects and indirect benefits from improving the quality and efficiency of decisions made.