Сценарии развития трансграничного бизнеса в сфере генеративного искусственного интеллекта

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.

1. Sengar S.S., Hasan A.B., Kumar S., Carroll F. Generative artificial intelligence: A systematic review and applications. Multimedia Tools and Applications. 2025;84(21):23661-23700. https://doi.org/10.1007/s11042-024-20016-1

2. Vujović D. Generative AI: Riding the new general purpose technology storm. Ekonomika preduzeća. 2024;72(1-2):125-136. https://doi.org/10.5937/ekopre2402125v

3. Kanbach D.K., Heiduk L., Blueher G., Schreiter M., Lahmann A. The GenAI is out of the bottle: Generative artificial intelligence from a business model innovation perspective. Review of Managerial Science. 2024;18(4):1189-1220. https://doi.org/10.1007/s11846-02300696-z

4. Terzis P. Law and the political economy of AI production. International Journal of Law and Information Technology. 2023;31(4):302-330. https://doi.org/10.1093/ijlit/eaae001

5. Eiras F., Petrov A., Vidgen B., et al. Risks and opportunities of open-source generative AI. 2024. https://doi.org/10.48550/arXiv.2405.08597

6. Barja-Martinez S., Aragüés-Peñalba M., Munné-Collado Í., et al. Artificial intelligence techniques for enabling Big Data services in distribution networks: A review. Renewable and Sustainable Energy Reviews. 2021;150:111459. https://doi.org/10.1016/j.rser.2021.111459

7. Arun C. The Silicon Valley effect. Stanford Journal of International Law. 2025;61(1): 55-100. URL: https://law.stanford.edu/wp-content/uploads/2025/04/SJIL_61-1_Arun.pdf (дата обращения: 24.08.2025).

8. Krause D. DeepSeek and FinTech: The democratization of AI and its global implications. SSRN. 2025. http://dx.doi.org/10.2139/ssrn.5116322

9. Widder D.G., West S., Whittaker M. Open (for business): Big tech, concentrated power, and the political economy of open AI. SSRN. 2023. http://dx.doi.org/10.2139/ssrn.4543807

10. Bloomberg Gen AI overview. London; New York: Bloomberg; 2025. 98 p.

11. Singh N., Chaudhary V., Singh N., Soni N., Kapoor A. Transforming business with generative AI: Research, innovation, market deployment and future shifts in business models. arXiv preprint arXiv:2411.14437. 2024. https://doi.org/10.48550/arXiv.2411.14437

12. Dockara T.R., Kirthivasan P.R. Strategies for Gen AI enterprise adoption. In: Malhotra M., ed. Int. conf. on innovation and emerging trends in computing and information technologies (IETCIT 2024). Cham: Springer; 2024:154-175. https://doi.org/10.1007/978-3-031-808425_13

13. Cazzaniga M., Jaumotte F., Li L., et al. Gen-AI: Artificial intelligence and the future of work. IMF Staff Discussion Notes. 2024;(001). https://doi.org/10.5089/9798400262548.006

14. Floridi L. Why the AI hype is another tech bubble. Philosophy & Technology. 2024;37(4):128. https://doi.org/10.1007/s13347-024-00817-w

15. Widder D.G., Hicks M. Watching the generative AI hype bubble deflate. arXiv preprint arXiv:2408.08778. 2024. https://doi.org/10.48550/arXiv.2408.08778

16. Alsabah H., Alibrahim A. Moral hazard in online peer-to-peer lending. Applied Economics. 2025;57(36):5474-5485. https://doi.org/10.1080/00036846.2024.2364933

17. Wala T., Wooten E. Implementing generative AI at large enterprises: The technology is not where big companies struggle. The Journal of Business and Artificial Intelligence. 2024;1(1): 1-12. URL: https://jbai.ai/index.php/jbai/article/view/24/12 (дата обращения: 24.03.2025).