Лидия Александровна Сорокина, аспирант,
119991, Москва, Ленинские горы, д. 1.
Lidia A. Sorokina, Postgraduate Student,
1, Leninskie Gory, Moscow 119991.
Михаил Васильевич Кулаков, доктор экономических наук, профессор, заведующий лабораторией по изучению социально-экономических проблем развивающихся стран экономического факультета,
119991, Москва, Ленинские горы, д. 1.
Mikhail V. Kulakov, D.Sc. in Economics, Professor, Head of the Laboratory for the Study of Socio-Economic Problems of Developing Countries, Faculty of Economics,
1, Leninskie Gory, Moscow 119991.
Софья Борисовна Карловская, кандидат экономических наук, доцент кафедры мировой экономики экономического факультета,
119991, Москва, Ленинские горы, д. 1;
518172, КНР, Провинция Гуандун, Шэньчжэнь, район Лунган, Даюньсиньчэн, Гоцзидасюэюань ул., д. 1
Sofya B. Karlovskaya, PhD in Economics, Associate Professor at the Department of World Economics, Faculty of Economics,
1, Leninskie Gory, Moscow 119991;
1, International University Park Road, Dayun New Town, Longgang District, Shenzhen, Guangdong Province, P.R. China, 518172
Цель. Выявить особенности развития трансграничного бизнеса в сфере генеративного искусственного интеллекта (ИИ), а также разработать рекомендации для формирования перспективных стратегий российских компаний и Правительства Российской Федерации (РФ).
Задачи. Раскрыть характерные черты трансграничного бизнеса и провести форсайт-сессию перспектив его развития в сфере генеративного ИИ; оценить основные направления развития международного бизнеса в сфере генеративного ИИ; определить особенности развития российского бизнеса в сфере генеративного ИИ; предложить концептуальные направления стратегии поддержки трансграничного бизнеса в сфере генеративного ИИ в России.
Методология. Методы исследования включают в себя социально-экономический форсайт по методике «Четыре мира», экспертный опрос, литературный обзор, концептуальный и статистический анализ, экстраполяцию данных.
Результаты. Представлено научное определение трансграничного бизнеса в сфере генеративного ИИ, а также охарактеризованы распространенные в современных условиях организационные модели бизнеса по использованию генеративного ИИ. Обоснованы причины неуклонной транснационализации бизнеса в сфере генеративного ИИ, выделены его характеристики. Детально рассмотрены подходы и проблемы оценки экономических перспектив развития международного бизнеса в указанной сфере, приведены результаты форсайт-сессии развития трансграничного бизнеса. Раскрыт потенциал трансграничного бизнеса в сфере генеративного ИИ российского происхождения, определены барьеры его развития и возможности их преодоления, которые прослеживаются в интенсификации стратегического взаимодействия государства и бизнеса.
Выводы. Наиболее вероятным сценарием развития трансграничного онлайн-бизнеса в сфере генеративного ИИ является сочетание технологической интеграции и конкурентной борьбы крупных игроков. Для российских компаний и Правительства РФ ключевым вызовом в этой связи выступает преодоление внешних ограничений и создание условий для интеграции собственных технологий в глобальные цепочки добавленной стоимости.
Aim. The work aimed to identify the specific features of cross-border business development in the field of generative artificial intelligence (AI) and develop recommendations for the formation of promising strategies for Russian companies and the Government of the Russian Federation (RF).
Objectives. The work seeks to identify the characteristic features of cross-border business and conduct a foresight session on its development prospects in the field of generative AI; to assess the main development trends of international business in the field of generative AI; to determine the specific features of Russian business development in the field of generative AI; to propose conceptual directions for a strategy to support cross-border business in the field of generative AI in Russia.
Methods. The research methods include socioeconomic foresight using the “Four Worlds” technique, an expert survey, a literature review, conceptual and statistical analysis, and data extrapolation.
Results. The work presents a scientific definition of cross-border business in the field of generative AI and characterizes organizational models for businesses using generative AI, commonly used in the modern context. The reasons for the steady transnationalization of generative AI business are substantiated, and its characteristics are highlighted. Approaches to and challenges in assessing the economic prospects for the development of international generative AI business are examined in detail, and the results of a foresight session on cross-border business development in generative AI are presented. The work revealed the potential of cross-border generative AI business originating in Russia, and identified the barriers to its development and opportunities for overcoming them, which are traced in the intensification of strategic interaction between the state and business.
Conclusions. The most probable scenario for the development of cross-border online business in the field of generative AI is a combination of technological integration and competition among major players. For Russian companies and the Russian government, the key challenge in this regard is overcoming external obstacles and creating conditions for integrating own technologies into global value chains.
The authors declare that there are no conflicts of interest present.