ТРАНСФОРМАЦІЯ ЦИФРОВОЇ ЕКОНОМІКИ ПІД ВПЛИВОМ ІНСТРУМЕНТІВ ШТУЧНОГО ІНТЕЛЕКТУ
Анотація
У статті досліджено вплив штучного інтелекту (ШІ) на трансформацію цифрової економіки та обгрунтовано доцільність його використання для автоматизації бізнес-процесів. Для кожної сфери цифрової економіки визначено найбільш підходящі моделі ШІ. У фінансовому секторі оптимальним є використання GPT-4, BERT та OpenAI Codex для автоматизації обробки документів та аналізу фінансових звітів, а Fraud Detection AI та RoBERTa – для виявлення шахрайських схем. У юридичній сфері LegalBERT, CaseHOLD та ContractNLP забезпечують аналіз договорів, оцінку правових ризиків та прогнозування судових рішень. В управлінні персоналом застосування BERT, GPT-4 та Claude сприяє автоматизації найму, аналізу резюме та створенню адаптивних навчальних програм. У маркетингових стратегіях ефективним є використання GPT-4, Claude та Gemini AI для генерації текстового контенту, а CLIP і GPT-4 Vision – для аналізу та створення візуальних матеріалів. У державному управлінні ChatGPT, DialogPT та Gemini AI забезпечують автоматизацію обслуговування громадян, а RoBERTa та BERT – моніторинг суспільних настроїв.
Посилання
Chang Y., Wang X., Wang J., Wu Y., Yang L., Zhu K., Chen H., Yi X., Wang C., Wang Y. and Ye W. A survey on evaluation of large language models. ACM transactions on intelligent systems and technology. 2024. Vol. 15(3). P.1-45.
Iqbal M.M., Islam K.A., Zayed N.M., Beg T.H, and Shahi S.K. Impact of artificial intelligence and digital economy on industrial revolution 4: evidence from Bangladesh. American Finance & Banking Review. 2021. Vol. 6(1). P.42-55.
Kshetri N. Generative artificial intelligence in marketing. IT Professional. 2023. Vol. 25(5). P.71-75.
Hartmann J. and Netzer O. Natural language processing in marketing. In Artificial intelligence in marketing. 2023. Vol. 20. P. 191-215.
Ding N., Qin Y., Yang G., Wei F., Yang Z., Su Y., Hu S., Chen Y., Chan C.M., Chen W. and Yi J. Parameter-efficient fine-tuning of large-scale pre-trained language models. Nature Machine Intelligence. 2023. Vol. 5(3). P. 220-235.
Radiya-Dixit E. and Wang X. How fine can fine-tuning be? learning efficient language models. In International Conference on Artificial Intelligence and Statistics. 2020. P. 2435-2443/
Basole R.C. and Major T. Generative AI for visualization: Opportunities and challenges. IEEE Computer Graphics and Applications. 2024. Vol. 44(2). P.55-64.
Zanella M. and Ben Ayed I. Low-rank few-shot adaptation of vision-language models. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2024. P. 1593-1603.
Gołąb-Andrzejak E. The impact of generative AI and ChatGPT on creating digital advertising campaigns. Cybernetics and Systems. 2023. P. 1-15.
Li Y., Wang S., Ding H. and Chen H., Large language models in finance: A survey. In Proceedings of the fourth ACM international conference on AI in finance 2023. P. 374-382
Vijayalakshmi V., Ananya A. and MU. S.A. Optimization of HR Recruitment Process using Large Language Model (LLM). In 2024 First International Conference on Innovations in Communications, Electrical and Computer Engineering (ICICEC).2024. P. 1-5.
Ghaffari S., Yousefimehr B. and Ghatee M., Generative-AI in e-Commerce: Use-cases and Implementations. In 2024 20th CSI International Symposium on Artificial Intelligence and Signal Processing (AISP). 2024. P. 1-5.
