Перейти к основному контенту

AI-SEWA: модель для повышения квалификации рабочей силы, этического управления и устойчивости в энергетическом секторе

Авторы

  • Ж.М. Ламбер Санкт-Петербургский государственный университет ORCID ID: 0009-0004-4319-0243

DOI:

https://doi.org/10.25806/mevriz-477

Ключевые слова:

искусственный интеллект O33, энергетический сектор Q40, внедрение искусственного интеллекта O32, переобучение рабочей силы J24, устойчивое развитие Q01

Аннотация

При повсеместном внедрении искусственного интелекта (ИИ) компании сталкиваются с рядом вызовов, среди которых недостаточный уровень технологической готовности, недостаток квалифицированных кадров и необходимость соблюдения принципов этического управления. В настоящем исследовании указанные проблемы рассматриваются на примере трёх ведущих энергетических компаний – EDF, «Лукойл» и «Газпром». На основе полученных результатов представлена комплексная управленческая модель AI-SEWA, направленная на преодоление основных препятствий внедрения ИИ, которая позволяет компаниям сформировать структурированную дорожную карту для реализации потенциала модели AI-SEWA с учётом этических и экологических аспектов. Исследование вносит вклад в обсуждение влияния ИИ на развитие кадрового потенциала в энергетическом секторе и предлагает практические рекомендации.

Информация о публикации

Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.

Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.

Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.

Правообладатель: ООО "Финпресс".

Условия использования. Полные тексты статей, опубликованных в журнале, распространяются по подписке. Все права защищены. Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.

Машиночитаемый файл метаданных: JATS XML

Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU: https://elibrary.ru/contents.asp?titleid=9628

Библиографические ссылки

1. Olson E. Digital Transformation and AI in Energy Systems: Applications, Challenges, and the Path Forward. In: Lynn T., Rosati P., Kreps D., Conboy K. (eds) Digital Sustainability. Palgrave Studies in Digital Business & Enabling Technologies. Palgrave Macmillan. – 2024. Cham. doi.org/10.1007/978-3-031-61749-2_4

2. Bidollahkhani M. & Kunkel J.M. (2024). Revolutionizing System reliability: The role of AI in predictive maintenance Strategies. arXiv (Cornell University). – 2024. doi.org/10.48550/arxiv.2404.13454

3. Tursunbayeva A. & Gal H.C. (2024). Adoption of artificial intelligence: A TOP framework-based checklist for digital leaders // Business Horizons. – 2024, 67 (4), 357–368. doi.org/10.1016/j.bushor.2024.04.006

4. Xie L., Zheng X., Sun Y., Huang T. & Bruton T. Massively digitised power grid: Opportunities and challenges of use-inspired AI. arXiv (Cornell University). – 2022. doi.org/10.48550/arxiv.2205.05180

5. Бутырин П.А. Электротехника и искусственный интеллект: общественные и правовые отношения, образование и коммуникации, угрозы // Электричество. – 2024. – №

11. – С. 4–8. doi.org/10.24160/0013-5380-2024-11-4-8

6. Elia G., Solazzo G., Lerro A., Pigni F. & Tucci C.L. The digital transformation canvas: A conceptual framework for leading the digital transformation process // Business Horizons. – 2024, 67 (4), 381–398. doi.org/10.1016/j.bushor.2024.03.007

7. Parasuraman A. & Colby C.L. Techno-Ready Marketing: How and Why Your Customers Adopt Technology. – 2015. – N.Y.: The Free Press.

8. Алфимов Г.Д. Развитие технологий искусственного интеллекта и машинного обучения в нефтегазовом комплексе // Экономика и бизнес: теория и практика. – 2024. – № 5-1 (111). doi.org/10.24412/2411-0450-2024-5-1-18-21

9. Ляндау Ю.В., Темирбулатов А.У. Обзор применения технологий искусственного интеллекта в электроэнергетической отрасли // Инновации и инвестиции. – 2023. – №

8. – С. 304–309.

10. Zechiel F., Blaurock M., Weber E., Büttgen M. & Coussement K. How tech companies advance sustainability through artificial intelligence: Developing and evaluating an AI x Sustainability strategy framework // Industrial Marketing Management. – 2024, 119, 75–89. doi.org/10.1016/j.indmarman.2024.03.010

11. Retkowsky J., Hafermalz E. & Huysman M. Managing a ChatGPT-empowered workforce: Understanding its affordances and side effects // Business Horizons. – 2024, 67 (5), 511–523. doi.org/10.1016/j.bushor.2024.04.009

12. Schiuma G., Santarsiero F., Carlucci D. & Jarrar Y. Transformative leadership competencies for organisational digital transformation // Business Horizons. – 2024, 67 (4), 425–437. doi.org/10.1016/j.bushor.2024.04.004

13. Hashmi N. & Bal A.S. Generative AI in higher education and beyond // Business Horizons. – 2024, 67 (5), 607–614. doi.org/10.1016/j.bushor.2024.05.005

14. Khachatryan K. Entrepreneurship amid armed conflicts: Insights from Artsakh // Business Horizons. – 2024, 67 (6), 727–741. doi.org/10.1016/j.bushor.2024.07.004

15. Marcantonio R. Environmental violence and enterprise: The outsized role of business for environmental peacebuilding // Business Horizons. – 2024, 67 (6), 685–698. doi.org/10.1016/j.bushor.2024.07.003

16. Стрижакова Е.Н., Стрижаков Д.В. Искусственный интеллект в экономике: будущее чат-ботов // Менеджмент в России и за рубежом. – 2023. – №

5. – С. 32–39.

17. Berthon P., Yalcin T., Pehlivan E. & Rabinovich T. (2024). Trajectories of AI technologies: Insights for managers // Business Horizons. – 2024. doi.org/10.1016/j.bushor.2024.03.002

18. Badghish A. & Soomro B. AI adoption in SMEs: Insights from the Technology–Organization–Environment framework. Sustainability. – 2024, 16 (5), 18–64. doi.org/10.3390/su16051864

19. Hannigan T.R., McCarthy I.P. & Spicer A. (2024). Beware of botshit: How to manage the epistemic risks of generative chatbots // Business Horizons. – 2024. doi.org/10.1016/j.bushor.2024.03.001

20. Brewer J., Patel D., Kim D. & Murray A. Navigating the challenges of generative technologies: Proposing the integration of artificial intelligence and blockchain // Business Horizons. – 2024, 67 (5), 525–535. doi.org/10.1016/j.bushor.2024.04.011

21. Mancuso I., Petruzzelli A.M., Urbinati A. & Matzler K. Leadership in the metaverse: Building and integrating digital capabilities // Business Horizons. – 2024, 67 (4), 331–343. doi.org/10.1016/j.bushor.2024.04.005

22. Abdelhalim E., Anazodo K.S., Gali N. & Robson K. A framework of diversity, equity, and inclusion safeguards for chatbots // Business Horizons. – 2024, 67 (5), 487–498. doi.org/10.1016/j.bushor.2024.03.003

23. Williams C. Peacebuilding by MNE subsidiaries: The role of intangible capital and local initiative // Business Horizons. – 2024, 67 (6), 711–725. doi.org/10.1016/j.bushor.2024.08.005

24. Governing AI for humanity. – 2024. doi.org/10.18356/9789211067873

25. Yin R.K. Case Study Research and Applications: Design and Methods (6th ed.). SAGE Publications. – 2018.

26. Qu S.Q. & Dumay J. The Qualitative Research Interview. Qualitative Research in Accounting & Management. – 2011, 8 (3), 238–264. doi.org/10.1108/11766091111162070

27. Bryman A. Social Research Methods (5th ed.). Oxford University Press. – 2016.

28. Bowen G.A. Document Analysis as a Qualitative Research Method. Qualitative Research Journal. – 2009, 9 (2), 27–40. doi.org/10.3316/QRJ0902027

29. Braun V. & Clarke V. Using Thematic Analysis in Psychology. Qualitative Research in Psychology. – 2006, 3 (2), 77–101. doi.org/10.1191/1478088706qp063oa

30. Stake R.E. Multiple Case Study Analysis. Guilford Press. – 2006.

31. Wiles R. What Are Qualitative Research Ethics? Bloomsbury Publishing. – 2013.

32. Saunders B., Kitzinger J. & Kitzinger C. Anonymising Interview Data: Challenges and Compromise in Practice. Qualitative Research. – 2015, 15 (5), 616–632. doi.org/10.1177/1468794114550439

33. Busher H. & James N. Ethics of Qualitative Research: Realities, Reflections, and Implications. Sage Publications. – 2012.

34. Растопчина Ю.Л., Ковалева Е.И., Титова И.Н. Особенности применения искусственного интеллекта в корпоративном секторе // Региональная и отраслевая экономика. – 2025. – № 4 (апр.). doi.org/10.47576/2949-1916.2025.2.2.003

35. Weber M., Engert M., Schaffer N., Weking J. & Krcmar H. Organisational Capabilities for AI Implementation – Coping with Inscrutability and Data Dependency in AI // Information Systems Frontiers, 2023, 25, 1549–1569. doi.org/10.1007/s10796-022-10297-y

36. Landeta Echeberria A. AI Integration in the Digital Transformation Strategy. In Artificial Intelligence for Business, 2022 (pp. 115–140). Springer. doi.org/10.1007/978-3-030-88241-9_5

37. Park J.J. Unlocking training transfer in the age of artificial intelligence // Business Horizons. – 2024, 67 (3), 263–269. doi.org/10.1016/j.bushor.2024.02.002

38. Fountain T. & McCarthy B. Democratising artificial intelligence: Strategies for broad-based adoption // Harvard Business Review. – 2023, 101 (1), 78–85.

39. Пшеничная С.С. Формирование новых компетенций работников нефтегазовой отрасли в эпоху развития технологий искусственного интеллекта // Финансовые рынки и банки. – 2024.

40. Хабриева Т.Я. Правовые проблемы идентификации искусственного интеллекта // Вестник Российской академии наук. – 2024. – Т.

94. – №

7. – С. 609–622. doi.org/10.31857/s0869587324070015

41. Johnson D.A., Johnson C.M. & Dave P. Performance feedback in organizations: understanding the functions, forms, and important features // Journal of Organizational Behavior Management. – 2022, 43 (1), 64–89. doi.org/10.1080/01608061.2022.2089436

42. Valentini C., Munnukka J. & Zhao H. Stakeholder satisfaction with corporate conflict engagement actions: Exploring the effects of goodwill, trust, and value alignment // Business Horizons. – 2024, 67 (6), 797–813. doi.org/10.1016/j.bushor.2024.08.003

Загрузки

Опубликован

2025-10-16