8SGQWTQHNe

нарастание противоречий в отношении современной тенденции парадигмы университетов инновационной экономики как связь 3-х фундаментальных блоков (учебный процесс – исследования, аналитика – проектные разработки и инновации).

Существенный объем нормативных ограничений и отсутствие автономности в принятии стратегических решений значительно сокращает спектр направлений для корректировки стратегии вуза. Однако действующая нормативная база позволяет реализовать ряд системных действий в сфере мотивации профессорско-преподавательского состава университета. Для мотивации преподавателей целесообразно реализовать следующие шаги:

освободить преподавателей от большей части непрофильной общественной нагрузки, внося соответствующие правки в должностные инструкции. Переложить непрофильную нагрузку на профильные обеспечивающие структуры (возможно, с увеличением штата сотрудников служб при необходимости);

пересмотреть действующие нормативы Приказа ректора № 123-об «Об утверждении порядка расчета объема педагогической работы» от 11.02.2016 в сторону увеличения;

активизировать процессы внешнего инбридинга (приглашение НПР из других университетов), что позволит сформировать тенденции к развитию ценностей и формированию нужной идентичности как ключевых элементов успешного бренда.

Таким образом, успешная реализация стратегии опорного университета в решающей степени зависит от решения ряда системных проблем ключевых направлений модернизации.

Список литературы

1.Программа развития Мурманского арктического государственного университета на 2017–2021 гг. Утверждена приказом ректора от 12 июля 2017 года. [Электронный ресурс]. Режим доступа: http://www.masu.edu.ru/files/admin/ programma-razvitiya-magu-2017-2021.pdf. Загл. с экрана.

2.Приказ Ректора ФГБОУ ВО МАГУ от 20 ноября 2015 года № 872-об «О стоимости платных образовательных услуг» [Электронный ресурс]. Режим доступа: http://www.mshu.edu.ru/files/pfo/prikaz_872ob_20112015_ofo.pdf.

Загл. с экрана.

3.Приказ Ректора ФГБОУ ВО МАГУ от 21 июня 2017 года № 577-об «О стоимости платных образовательных услуг» [Электронный ресурс]. Режим досту-

па: http://www.mshu.edu.ru/files/pfo/prikaz-577-ob-21-06-2017-I-kurs-ofo.pdf.

Загл. с экрана.

4.Социально-экономическое положение Мурманской области в январе-августе 2017 года [Электронный ресурс]. Режим доступа: http://213.168.51.135/files/ electronic_versions/Report/01031_2017_08.pdf#page=44. Загл. с экрана.

20

5.Официальный сайт ФГБОУ ВПО МГТУ [Электронный ресурс]. Режим доступа: http://www.mstu.edu.ru/press/news/20-09-2017/rosneft.shtml. Загл. с экрана.

6.Отчет о научно-исследовательской деятельности МГТУ за 2016 год [Электронный ресурс]. Режим доступа: http://www.mstu.edu.ru/science/results/ files/2016_tom_1_(10,45,58,60,67,70,72,73,75).pdf. Загл. с экрана.

7.Отчет о результатах самообследования ФГБОУ ВО «МАГУ» (2017 год) [Электронный ресурс]. Режим доступа: http://www.mshu.edu.ru/files/ olaikko/otchet-o-samoobsledovanii-MASU-2017.pdf. Загл. с экрана.

8.Итоги федерального статистического наблюдения в сфере оплаты труда отдельных категорий работников социальной сферы и науки [Электронный ресурс]. Режим доступа: http://213.168.51.135/files/templates/Monitoring_ZP.html.

Загл. с экрана.

9.Отчет о результатах самообследования ФГБОУ ВО «МАГУ» (2016 год) [Электронный ресурс]. Режим доступа: http://www.mshu.edu.ru/files/olaikko/ Otchet-o-samoobsledovanii-2016.pdf. Загл. с экрана.

10.Отчет о результатах самообследования ФГБОУ ВО «МАГУ» (2015 год) [Электронный ресурс]. Режим доступа: http://www.mshu.edu.ru/files/olaikko/ otchet_samoobsledovanie.pdf. Загл. с экрана.

11.Приказа ректора № 123-об «Об утверждении порядка расчета объема педагогической работы» от 11.02.2016.

21

УДК 004.8 ББК 32.813

Е.А. Карпова

ФГБОУ ВО «Мурманский государственный технический университет» г. Мурманск, Россия

ИСКУСТВЕННЫЙ ИНТЕЛЛЕКТ И ЕГО ПРИМЕНЕНИЕ НА ПРЕДПРИЯТИЯХ

Аннотация. В работе представлены результаты анализа концептуальных основ искусственного интеллекта, а также рассмотрены основные направления и перспективы его применений на предприятиях в различных сферах деятельности человека.

Ключевые слова: искусственный интеллект, интеллектуальные информационные системы.

E.А. Karpova

Murmansk State Technical University

Murmansk, Russia

ARTIFICIAL INTELLIGENCE AT THE ENTERPRISES

Abstract. The article introduces the results of the analysis of artificial intelligence conceptual foundations and the main directions and prospects of its applications at enterprises in various spheres of human activity.

Key words: artificial intelligence, intelligent information systems.

Существует множество определений искусственного интеллекта, однако в наиболее общем смысле под ним понимают научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования видов человеческой деятельности, традиционно считающихся интеллектуальными. Впервые данный термин был введен в

1956 г. на конференции в Дартмутском университете. Но основы теории искусственного интеллекта были заложены еще в 1950 г. Аланом Тьюрингом в работе «Вычислительные машины и разум», в которой описывается процедура эмпирического «теста Тьюринга», позволяющего оценить «интеллектуальность» компьютера по его способности к осмысленному диалогу с человеком [2].

Выделяют два основных вида искусственного интеллекта: слабый и сильный [1]. Слабый искусственный интеллект, его еще называют прикладным, решает конкретные задачи, не выходящие за рамки познавательных способностей человека. Современные системы искусственного интеллекта относится именно к данному виду. Сильный искусственный интеллект должен быть способен решать любую интеллектуальную задачу пре-

22

взойдя в этом человека. Считается, что последнего вида искусственного интеллекта пока не существует.

Сегодня искусственный интеллект способен выполнять самые разнообразные задачи: поддерживать процесс принятия решений и интеллектуальный анализ данных, распознавать и обрабатывать речь и визуальные образы, автономно совершать операции по достижению поставленных человеком целей и вносить коррективы в свои действия и многие другие. В связи с этим технологии искусственного интеллекта получили широкое распространение на предприятиях практически всех сфер человеческой деятельности.

Впромышленности в настоящее время искусственный интеллект активно применяется для автоматизации рутинных задач в процессе производства, а также ресурсного планирования.

Всельском хозяйстве искусственный интеллект используется в оборудовании для обработки и сбора урожая, в частности, большую популярность в данной сфере получили беспилотные транспортные решения.

Финансовые предприятия нашли применение искусственного интеллекта в системах управления персоналом и работы с клиентами. Интеллектуальные технологии позволяют контролировать решения сотрудников и оперативно реагировать на их неправомерные действия, а при взаимодействии с клиентами обрабатывать их запросы и оказывать техническую поддержку.

На предприятиях сферы здравоохранения искусственный интеллект осуществляет на ранних стадиях диагностику различных заболеваний, оценивает ожидаемые результаты лечения и определяет эпидемиологическую обстановку.

Всфере образования используются интеллектуальные обучающие системы – программы, способные проверять уровень знаний учащихся, анализируя их ответы, давать рекомендации и составлять персонализированные планы обучения.

Таким образом, искусственный интеллект является перспективным инструментом, используемым в деятельности предприятий. Его основные преимущества состоят в том, что он способен накапливать и анализировать большие объемы данных, генерировать более оптимальные управленческие решения, экономить различные виды ресурсов, повышать производительность труда и другие. Однако вместе с этим он несет в себе серьезные угрозы, главной из которых является вытеснение человека с рынка труда.

Список литературы

1.Масленникова О.Е. Основы искусственного интеллекта: учеб. пособие. М.:

ФЛИНТА, 2013. 282 c.

2.Рассел С. Искусственный интеллект: учебник. М.: Вильямс, 2007. 1408 с.

23

УДК 330.34 ББК 65.35

Ю.Ф. Куранов

ФГБУН «Институт экономических проблем» КНЦ РАН г. Мурманск, Россия

РАЗВИТИЕ БЕРЕГОВОЙ РЫБОПЕРЕРАБОТКИ НА СЕВЕРНОМ БАССЕЙНЕ

Аннотация. В статье рассматриваются вопросы развития рыбопереработки на береговых предприятиях Северного бассейна. Показана динамика и перспективные направления развития. Предложены меры, направленные на их поддержку.

Ключевые слова: Северный бассейн, рыбопереработка, прибрежный промысел, охлажденное сырье, меры стимулирования.

Yu.F. Kuranov

Institute of Economic Problems KSC RAS

Murmansk, Russia

DEVELOPMENT OF COASTAL FISH PROCESSING

IN THE NORTHERN BASIN

Abstract. The article deals with the development of fish processing at the coastal enterprises of the Northern Basin. Dynamics and perspective directions of development are shown. Proposed measures to support them.

Key words: Northern basin, fish processing, coastal fishery, chilled raw materials, incentive measures.

Вопросы импортозамещения и снижения сырьевой составляющей экспорта, стимулирования производства рыбопродукции с глубокой степенью переработки отраженны в поручениях Президента Российской Федерации, в том числе, с акцентированием необходимости интенсификации этих процессов на береговых предприятиях.

Обеспеченность береговых предприятий сырьем, вопросы форм и методов взаимодействия их с промысловыми организациями остаются проблемными с начала рыночных преобразований. Анализ и оценка сложившихся отношений необходимы для адекватного принятия законодательных, административных и хозяйственных решений, направленных на преодоление имеющихся негативных тенденций. Одним из весомых показателей этого является, в частности, сложившаяся на Северном бассейне устойчивая сырьевая направленность экспорта рыбопродукции первичного передела и, прежде всего, наиболее ликвидных тресковых видов рыб.

Повышение эффективности использования рыбного сырья, совершенствование законодательно закрепленных организационных форм и

24

критериев его доступности является необходимым условием развития и взаимодействии промыслового флота и береговых рыбоперерабатывающих предприятий. Это взаимодействие, по нашему мнению, необходимо осуществлять на основе формирования механизма согласования и реализации интересов участников экономической деятельности в сфере материального производства, с учетом общественных интересов потребителей и государства в целом.

Организация береговой рыбопереработки на Северном бассейне до 90-х гг. прошлого века характеризовалась высокой концентрацией (до 85,0%) в местах базирования флотов на Мурманском и Архангельском рыбокомбинатах. В Республике Карелия береговые мощности были рассредоточены территориально между 4–5 предприятиями (в городах Петрозаводск, Беломорск, Сортавала и др.). Незначительная часть (не более 5,0–7,0% общего объема) береговой рыбопереработки, в целях занятости населения и преимущественно на дотационной основе, размещалась в поморских поселениях Белого и Баренцева морей.

Под воздействием рыночных преобразований (снижение протекционистской поддержки Северных территорий, смещение рыбопереработки в менее затратные регионы, разрушение хозяйственных связей и др.) происходило сокращение производства. К концу 90-х гг. (максимальный спад) общие объемы береговой рыбопереработки уменьшились в семь раз (со

141,0 до 20,4 тыс. т).

Итоговым, наиболее значимым результатом всех преобразований на Северном бассейне, можно отметить снижение масштабности берегового производства по отдельным позициям до регионального уровня. Это относится, прежде всего, к предприятиям Архангельской области и Республики Карелия, выпускающим традиционные виды продукции (консервы, рыба соленая, копченая, вяленая). При общем снижении масштабов производства береговая переработка рыбного сырья на Северном бассейне в настоящее время сосредоточена преимущественно (до 90,0%) в Мурманской области (табл. 1).

Таблица 1

Динамика выпуска продукции рыбообрабатывающими предприятиями Северного бассейна по регионам, тыс.т

25

Источник: рассчитано по данным региональных органов статистики и профильных структурных образований (отделы, комитеты, министерства) в составе администрации.

Развитие береговой рыбопереработки все в большей степени происходит под воздействием институциональных и нормативно-правовых преобразований, изменений конъюнктуры внутреннего и внешнего рынков, реализации региональных конкурентных преимуществ и специализации производства.

В Мурманской области развитие береговой рыбопереработки определяется предприятиями, производство которых основывается на глубокой переработке донных тресковых видов рыб (выработка филе и клипфиска – готового и полуфабриката) с ориентацией на экспорт (табл. 2).

Таблица 2

Выпуск рыбопродукции береговыми предприятиями Мурманской области, тыс. т

В последние годы продукция, получаемая при переработке трески, пикши и сайды формирует две трети общего натурального объема продукции мурманских береговых предприятий. Исходной сырьевой базой этого развивающегося производства являются поставки мороженного и охлажденного полуфабриката океанического и прибрежного промысла в Баренцевом и Норвежском морях.

Большинство береговых предприятий Мурманской области строит стратегию своего развития на выпуске более качественной продукции (филе) из охлажденного сырья, поскольку не могут быть в полной мере конкурентоспособными по отношению к аналогичной продукции вырабатываемой из мороженого сырья в азиатских странах (Китае). Среднегодовая загрузка основного производства (выпуск филе и клипфиска) предприятий, специализирующихся на переработке тресковых видов рыб, не превышает одной трети, что сдерживает объемы выпуска и увеличение положительных финансовых результатов (прибыли). Из этого следует необходимость принятия ряда мер, направленных на увеличение выгрузок в Мурманской области охлажденного полуфабриката тресковых видов рыб.

26

Эти меры должны быть направлены, по нашему мнению, на увеличение прибрежной квоты, запрещение ее освоения морозильными судами. Выгрузки охлажденной продукции осуществляются и при освоении промышленной квоты, что должно стимулироваться экономическими и административными мерами (снижение налоговой нагрузки, наделение дополнительными объемами квот и др.). Предлагается законодательно ввести исторически сложившееся понятие «традиционное рыболовство», дающее право жителям прибрежных поселений, в рамках установленных ограничений по объему, осуществлять коммерческую реализацию части общего вылова.

27

УДК 658.155:339.3(470.21) ББК 63.053.371

В.В. Левитес, А.Д. Гостева

ФГБОУ ВО «Мурманский арктический государственный университет» г. Мурманск, Россия

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРИ ПЛАНИРОВАНИИ ПРИБЫЛИ ПРЕДПРИЯТИЯМИ АРКТИЧЕСКОГО РЕГИОНА

Аннотация. В статье рассмотрены планирование прибыли на примере статистики оптовой и розничной торговли.

Ключевые слова: прогнозирование прибыли, математическое моделирование, исследование оптовой и розничной торговли.

V.V. Levites, A.D. Gosteva

Murmansk Arctic State University

Murmansk, Russia

MATHEMATICAL MODELING IN THE PLANNING OF PROFITABILITY OF ARCTIC REGION ENTERPRISES

Abstract. The article considers profit planning using the example of wholesale and retail trade statistics.

Key words: forecasting profit, mathematical modeling, research of wholesale and retail trade.

Математическое моделирование экономических явлений и процессов является важным инструментом экономического анализа, дает возможность количественно описать исследуемое явление. В экономическом анализе используются главным образом математические модели, описывающие изучаемое явление или процесс с помощью уравнений.

Планирование прибыли предполагает разработку прогнозов по величине прибыли и направлениям ее использования, текущее и оперативное планирование, формирование, распределение и использование прибыли предприятия. Процесс прогнозирования прибыли заключается в разработке политики управления прибылью предприятия на ряд предстоящих лет, которая определяет систему долгосрочных целей формирования и распределения прибыли в соответствии со стратегией развития предприятия.

В качестве показателей эффективности продаж в розничной сети можно рассматривать финансовые и нефинансовые показатели, которые можно использовать для оценки роста предприятия розничной торговли. Данные показатели демонстрируют нам, насколько эффективно организация выполняет свои функции и развивается в своем направлении бизнеса.

28

Для исследования прибыли Мурманской области была рассмотрена статистика оптовой и розничной торговли. Для проведения исследования были взяты несколько показателей (табл. 1) и построена для них корреляционная матрица.

Наибольшее влияние на сальдированный финансовый результат имеет количество организаций розничной торговли (парный коэффициент корреляции равен 0,8).

Проанализируем основные показатели розничной торговли. В таблице 3 представлены исходные данные для построения модели для последующего прогноза.

Таблица 3

Основные показатели розничной торговли

29