ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В МОДЕЛИРОВАНИИ БИЗНЕС-ПРОЦЕССОВ ДЛЯ ИНФОРМАЦИОННО-УПРАВЛЯЮЩИХ СИСТЕМ

Скорнякова Е.А.

• 2025 № 6 (87) С. 588–593.

🇷🇺 На русском

Для цитирования

Скорнякова Е.А. Искусственный интеллект в моделировании бизнес-процессов для информационно-управляющих систем / III Научно-практическая конференция «Стандартизация: траектория науки», приуроченная ко Всемирному дню стандартов, Москва, 15 октября 2025 г. // Информационно-экономические аспекты стандартизации и технического регулирования. 2025. № 6(87). С. 588–593.

Аннотация

Анализ трендов стандартизации в области искусственного интеллекта в России показывает экспоненциальный рост за последние годы, что полностью соответствует национальной стратегии развития нашей страны. В статье рассматривается интеграция искусственного интеллекта в информационно-управляющие системы организаций. Особое внимание уделяется применению ML, NLP и Process Mining для автоматизации моделирования бизнес-процессов. Предложена концептуальная модель использования ИИ как «когнитивного усилителя» аналитика

Ключевые слова

искусственный интеллект LLM GenAI NLP CV моделирование бизнеспроцессов информационно-управляющая система ERP

Об авторах

Скорнякова E A

Скорнякова E A — канд. техн. наук, доцент кафедры 07 «Информационные системы и программная инженерия», БГТУ ВОЕНМЕХ им. Д.Ф. Устинова, г. Санкт-Петербург, ( г. Санкт-Петербург )

Список литературы

1. Федеральное агентство по техническому регулированию. Действующие стандарты по направлению «Искусственный интеллект» [Электронный ресурс]. – Режим доступа: https://www.rst.gov.ru/portal/gost//home/standarts/aistandarts (дата обращения: 13.10.2025).
2. Лестенко Н.А., Вальштейн К.В., Верхова А.А. Современные методы построения систем искусственного интеллекта для обработки аудиосигналов // Noise Theory and Practice. – 2025. – Т. 11, № 1(40). – С. 26–42.
3. Семенова Е. Г., Смирнова М.С., Ивакин Я.А. Алгоритм выявления и устранения гетероскедастичности при экспериментальном исследовании глубоких нейросетей // Автоматизация в промышленности. – 2023. – № 3. – С. 32–36.
4. Бурый А.С., Цаплина О.С. Генеративный искусственный интеллект цифрового университета // Информационно-экономические аспекты стандартизации и технического регулирования. – 2024. – № 5(80). – С. 85–91.
5. Лопатин И.Н. Многоуровневые системы качественных данных на основе моделей искусственного интеллекта: проблемы и решения // Информационно-экономические аспекты стандартизации и технического регулирования. – 2025. – № 1(82). – С. 70–75.
6. Гарбук С.В., Шалаев А.П. Перспективная структура национальных стандартов в области искусственного интеллекта // Стандарты и качество. – 2021. – № 10. – С. 26–33.
7. Свод знаний по управлению бизнес-процессами: BPM CBOK 4.0 / Тони Бенедикт, Матиас Кирхмер, Марк Шарсиг, Питер Франц, Раджу Саксена, Дэн Моррис, Джек Хилти / Под ред. А.А. Белайчука; Пер. с англ. – М.: Альпина Паблишер, 2022. – 504 с.

🇬🇧 In English

ARTIFICIAL INTELLIGENCE IN BUSINESS PROCESS MODELING FOR INFORMATION MANAGEMENT SYSTEMS

Skorniakova E.A.

Abstract

An analysis of artificial intelligence standardization trends in Russia reveals exponential growth in recent years, which is fully consistent with our country's national development strategy. This article examines the integration of artificial intelligence into management information systems enterprise. Particular attention is paid to the use of ML, NLP, and process mining to automate business process modeling. A conceptual model for using AI as a "cognitive amplifier" for analysts is proposed.

Keywords

Artificial Intelligence LLM GenAI NLP CV Business Process Modeling Management Information System ERP

About the authors

Skorniakova E A

Skorniakova E A — Associate Professor of O7 “Information Systems and Software Engineering” Department, BSTU VOENMEH named after D.F. Ustinov, Russia, St. Petersburg, ( St. Petersburg )

References

1. Federal Agency for Technical Regulation. Current standards in the field of "Artificial Intelligence". Available at: https://www.rst.gov.ru/portal/gost//home/standarts/aistandarts (accessed: 13.10.2025).
2. Lestenko N.A., Valshtein K.V., Verkhova A.A. Modern methods of constructing artificial intelligence systems for processing audio signals // Noise Theory and Practice. 2025, vol. 11, no. 1(40), pp. 26–42.
3. Semenova Ye. G., Smirnova M.S., Ivakin Ya.A. Algorithm for identifying and eliminating heteroscedasticity in an experimental study of deep neural networks // Avtomatizatsiya v promyshlennosti. 2023, no. 3, pp. 32–36.
4. Buryi A.S., Tsaplina O.S. Generative artificial intelligence of a digital university // Informatsionno-ekonomicheskiye aspekty standartizatsii i tekhnicheskogo regulirovaniya. 2024, no. 5(80), pp. 85–91.
5. Lopatin I.N. Vultilevel systems of qualitative data based on artificial intelligence models: problems and solutions. Informatsionno-ekonomicheskiye aspekty standartizatsii i tekhnicheskogo regulirovaniya. 2025, no. 1(82), pp. 70–75.
6. Garbuk S.V., Shalaev A.P. Prospective structure of national standards in the field of artificial intelligence. Standarti i kachestvo. 2021, no. 10, pp. 26–33.
7. Tony Benedict, Matthias Kirchmer, Mark Scharsig, Peter Franz, Raju Saxena, Dan Morris, Jack Hilty BPM CBOK Version 4.0 Guide to the Business Process Management Common Body Of Knowledge. Trans. from eng. Moscow: Alpina Publisher, 2022, 504 p.