NobleBlocks

Research indexJournal article

Инновационное развитие высокотехнологичной промышленности и оценка цифровой зрелости экономических систем

Shkarupeta, Kirilchuk, Nalivaichenko and 1 other

DOAJ (DOAJ: Directory of Open Access Journals)22 Sep 2026Open access

NobleIDark:/48914/w1/20261105/1F0E534BDOI10.18721/je.19407

Free to read at the publisher

You can read the abstract here, or the full text at the publisher.

Read at the publisher

Abstract

Статья посвящена вопросам инновационного развития высокотехнологичной промышленности и оценке цифровой зрелости экономических систем. Целью исследования является разработка теоретических и прикладных подходов к оценке эффективности высокотехнологичной промышленности на основе методов экономики инноваций и машинного обучения в контексте анализа и повышения цифровой зрелости предприятий и экосистем. Использованы методы системного анализа, экономико-статистического анализа (включая анализ динамики валового регионального продукта, производительности труда и инновационной активности), методы оценки эффективности цифровых активов (LTV, CAC), а также структурное моделирование бизнес-процессов. В статье исследуется эволюция подходов к управлению инновациями в промышленности на примере Республики Крым. В первой части работы проведен анализ текущего состояния высокотехнологичного сектора региона с применением метрик экономики данных, выявлен разрыв в уровне цифровой зрелости между крымскими предприятиями и общероссийскими лидерами. Во второй части исследования рассмотрены архитектуры построения предиктивных систем ценообразования и моделей децентрализованного взаимодействия (Web3). Установлено, что ключевым барьером остается низкий уровень валовой добавленной стоимости в наукоемких отраслях при одновременном росте инвестиций в основной капитал. Показано, что точечное внедрение алгоритмов машинного обучения в управление запасами и логистикой способно увеличить операционную эффективность на 12−15% без значительных капитальных затрат. Разработана и обоснована модифицированная система сбалансированных показателей (Digital BSC), адаптированная для оценки цифровой зрелости промышленных предприятий региона. Предложена методика оценки цифровой зрелости экосистемы с учетом коэволюционных процессов. Предложенная система Digital BSC, включающая наряду с финансовыми результатами метрики качества данных (Data Quality Index, DQI) и инновационной восприимчивости персонала, позволяет количественно оценить уровень цифровой зрелости и идентифицировать «узкие места» в управлении данными. Обоснована необходимость перехода от экстенсивной цифровизации к целенаправленному развитию компетенций в области Data Science и промышленного дизайна как основы для повышения цифровой зрелости экосистем. Для промышленности Крыма проведена декомпозиция инновационных процессов на уровне «данные → прогноз → решение», выявлены диспропорции в структуре инвестирования в НИОКР и предложен механизм «цифрового двойника» регионального промышленного комплекса для тестирования мер государственной поддержки.

Discussion

More

Suggest a correction or report