Фрагмент для ознакомления
2
В настоящее время искусственный интеллект (ИИ) является областью стратегической важности и ключевой технологией для становления новой цифровой экономики России. Важную роль в достижении амбициозных целей в области развития ИИ, закреплённых в правительственных документах, играет практическое применение искусственного интеллекта в сфере управления персоналом.
Актуальность исследования определяется необходимостью цифровой трансформации компаний ТЭК, что является ключевым фактором успеха в условиях сложившейся экономической и геополитической ситуации. Стремление топливно-энергетических компаний повысить экономическую и операционную эффективность своей деятельности делает целесообразным внедрение цифровых решений.
В этой связи целью исследования является изучение вопросов, связанных с применением современных информационно-коммуникационных технологий, в частности технологий искусственного интеллекта в управлении персоналом компаний ТЭК. В качестве основного подхода к исследованию данной проблемы был выбран системный подход, благодаря которому комплексно были рассмотрены такие разноплановые элементы, как технологии искусственного интеллекта, компании топливно-энергетического комплекса и управление персоналом, которые до этого изучались отдельно.
В курсовой работе раскрывается понятие искусственного интеллекта, определяются его преимущества и недостатки, показываются основные направления его применения в управлении персоналом, а также основные решения крупнейших компаний-разработчиков программного обеспечения с элементами искусственного интеллекта и практические примеры их применения компаниями на современном этапе.
1. Обзор литературы
1.1. Исторический экскурс в развитие и применение искусственного интеллекта в разных сферах
Искусственный интеллект (ИИ) – это область компьютерной науки, которая занимается разработкой систем и программ, обладающих способностью к самообучению и принятию решений. Развитие и применение ИИ пронизывает различные сферы нашей жизни, меняет подходы и возможности в различных областях [1].
Исторический экскурс в развитие и применение искусственного интеллекта позволяет нам лучше понять, как эта технология стала неотъемлемой частью современного мира. Первые попытки создания ИИ были предприняты ещё в 1950-х годах, однако ограниченные вычислительные мощности и недостаток данных сдерживали его развитие.
На рубеже 1980-х и 1990-х годов, благодаря более мощным компьютерам и развитию алгоритмов, ИИ начал проникать в различные сферы, такие как медицина, банковское дело, транспорт, автоматизация производства и другие. Однако, в то время, применение ИИ было ограничено некоторыми задачами, и роль человека в принятии решений оставалась важной.
С появлением машинного обучения и глубоких нейронных сетей в последние десятилетия, область применения ИИ значительно расширилась. Машинное обучение позволяет компьютерным системам обрабатывать и анализировать большие объемы данных для получения ценных выводов и прогнозов. Глубокие нейронные сети позволяют ИИ эмулировать некоторые аспекты человеческого мышления, такие как распознавание образов, обучение на основе опыта и анализ сложных данных [1].
В современном мире ИИ применяется во многих сферах. Например, в медицине ИИ используется для диагностики и лечения заболеваний, распознавания патологий на медицинских изображениях и разработки новых лекарственных препаратов. В финансовой сфере ИИ помогает кредитным организациям в принятии решений о выдаче кредитов и финансовом анализе. В автомобильной промышленности ИИ применяется в разработке автопилотных систем и улучшении безопасности на дорогах.
Искусственный интеллект также проникает в нашу повседневную жизнь в виде голосовых помощников, автоматических переводчиков, рекомендательных систем и многое другое. Каждый день появляются новые возможности для использования ИИ в различных сферах, и его роль в нашей жизни только увеличивается.
Поэтому, необходимость обширного развития и применения искусственного интеллекта является неотъемлемой частью нашего современного мира, обеспечивает новые возможности и улучшает эффективность в различных областях деятельности [2].
1.2. Существующие исследования по использованию искусственного интеллекта в системе подготовки кадров в ТЭК
Использование искусственного интеллекта в системе подготовки кадров в топливно-энергетическом комплексе (ТЭК) уже длительное время привлекает внимание как исследователей, так и практиков. Доступность большого объема данных, возросшая вычислительная мощность и развитие алгоритмов машинного обучения открывают новые возможности для оптимизации процессов обучения, рекрутирования и развития специалистов в контексте ТЭК.
При использовании искусственного интеллекта в системе подготовки кадров в ТЭК можно достичь нескольких целей. Во-первых, автоматизация процессов набора персонала, формирования кадровых резервов и оценки профессионального потенциала сокращает временные затраты и улучшает эффективность этих процессов. Автоматизированные системы могут анализировать квалификационные требования, сопоставлять их с данными кандидатов и подбирать оптимальные варианты для дальнейшего обучения или трудоустройства [3].
Во-вторых, искусственный интеллект позволяет создать персонализированные образовательные программы и материалы. Благодаря анализу данных о предпочтениях и навыках каждого студента или сотрудника, система может предложить индивидуальный план обучения, который учитывает его уровень знаний и потребности. Такие программы способствуют более эффективному усвоению материала и развитию конкретных навыков, необходимых в сфере ТЭК.
В-третьих, использование искусственного интеллекта позволяет прогнозировать потребности в кадрах и разрабатывать стратегии долгосрочного планирования персонала. Автоматизированные системы могут анализировать изменения в сфере ТЭК, прогнозировать потенциальные проблемы и предлагать конкретные меры, например, предлагать дополнительные курсы или программы, чтобы предугадать будущие потребности в квалифицированных кадрах [2].
Однако, несмотря на все преимущества использования искусственного интеллекта в системе подготовки кадров в ТЭК, существуют и некоторые вызовы и проблемы. Например, возникают этические вопросы относительно прозрачности алгоритмов и достоверности автоматически принимаемых решений. Также существует опасность, что развитие искусственного интеллекта может привести к пренебрежению человеческим фактором и недооценке значимости межличностных навыков.
Таким образом, использование искусственного интеллекта в системе подготовки кадров в ТЭК предоставляет огромные возможности для оптимизации процессов и повышения качества подготовки сотрудников. Однако необходимо учитывать сложности и этические аспекты, чтобы гарантировать успешное применение искусственного интеллекта в данной области.
2. Описание системы подготовки кадров в ТЭК
2.1. Структура и функции системы подготовки кадров в ТЭК
Структура и функции системы подготовки кадров в сфере топливно-энергетического комплекса (ТЭК) являются ключевыми элементами обеспечения эффективного функционирования данного сектора экономики. Эта система включает в себя несколько составляющих [4].
1. Образовательные учреждения: в рамках системы подготовки кадров в ТЭК существуют различные образовательные учреждения, включая промышленные колледжи, технические вузы, институты и университеты. Они предлагают программы подготовки, связанные с различными аспектами ТЭК, такими как бурение, геологоразведка, эксплуатация и обслуживание оборудования, энергетика и др.
2. Тренинги и семинары: для повышения квалификации уже работающих специалистов система подготовки кадров в ТЭК предлагает проведение тренингов и семинаров. Эти мероприятия могут быть организованы как внутри компаний, так и внешними экспертами или специализированными учебными центрами.
3. Практическая подготовка: важным аспектом подготовки кадров в ТЭК является наличие практической работы и стажировок. Это позволяет студентам и выпускникам приобрести опыт работы в реальных производственных условиях и научиться применять теоретические знания на практике.
4. Научно-исследовательская работа: исследования и разработки играют важную роль в развитии ТЭК. Система подготовки кадров должна уделять достаточное внимание научной работе и обеспечивать проведение научно-исследовательских проектов, в которых студенты и преподаватели могут участвовать.
5. Кадровые лимиты и планы развития: чтобы система подготовки кадров была эффективной, она должна быть взаимосвязана с кадровыми лимитами и планами развития компаний и организаций в ТЭК. Только таким
Показать больше
Фрагмент для ознакомления
3
1. Денисов А. Ф., Кардаш Д. С. Анализ практик применения цифровых технологий в отборе персонала // Экономика и управление. 2018. No 6. С. 26–37.
2. Донской Д. В. Об интеллектуализации компьютерных систем управления персоналом // Евразийский союз уче- ных. 2016. No 1-1. С. 44–46.
3. Толкунова Е. Г. Управление персоналом в эпоху цифровой экономики // Экономика: вчера, сегодня, завтра. 2019. Т. 9. No 6-1. С. 138–143.
4. Балаганская В. С., Чуланова О. Л. Искусственный интеллект в управлении персоналом: возможности и риски // Новое поколение. 2019. No 20. С. 19–24.
5. Берзина М. Е., Иванова И. И., Устратова И. А., Мельничук А. В. Роль искусственного интеллекта в сфере управле- ния персоналом // Новое поколение. 2019. No 20. С. 25–31.
6. Сидоренко М. Ю., Макушкин С. А. Технологии использования искусственного интеллекта в системе подбора и обучения персонала // Новое поколение. 2019. No 20. С. 71–76.
7. Чуланова О. Л., Фомина Е. В. Возможности применения VR и искусственного интеллекта в управлении персона- лом // Журнал экономических исследований. 2019. Т. 5. No 3. С. 3–7.
8. Загребельная Н. С., Ефимова Н. В., Шевелева А. В. Основы экономики фирмы. М.: МГИМО-Университет, 2016. 478 с.
9. Зубков В. Г., Зубков Г. В., Шевелева А. В. Информатизация образования – инновационный путь развития России // Инвестиции и инновации. 2015. No 5. С. 18–21.
10. McKinsey & Company. Automation in mining, oil, and gas: Machine learning and AI are changing the face of the workforce. (https://www.mckinsey.com/industries/oil-and-gas/our-insights/automation-in-mining-oil-and-gas-machine-learning-and-ai-are-changing-the-face-of-the-workforce)
11. Deloitte. Emerging applications of AI in the energy sector. (https://www2.deloitte.com/insights/us/en/industry/power-and-utilities/emerging-applications-ai-energy-sector.html)
12. SAP Insights. AI, automation, and analytics: Transforming the oil and gas workforce. (https://www.sap.com/cmp/dg/asset/2018-07-30-00-00-00/allocation--ai-automation-and-analytics--transforming-the-oil-and-gas-workforce/index.html)
13. PWC. The digital transformation initiative: Artificial intelligence in the oil and gas industry. (https://www.pwc.com/mx/es/industrias/energia-y-recursos/artificial-intelligence-oil-and-gas-industry.html)
14. IBM. Applying AI in oil and gas. (https://www.ibm.com/industries/oil-gas/applying-ai)
15. Accenture. AI transformation in oil and gas: From analytics to insights to decisions. (https://www.accenture.com/us-en/insights/industrial/connecting-the-oil-and-gas-workforce-to-new-opportunities)