Стратегии инновационной деятельности стран по направлению развития интеллектуальных систем

Развитие интеллектуальных систем, в основе которых лежит искусственный интеллект в области исследований и разработок технических систем, – это новое конкурентное преимущество, драйвер роста страны. Авторами предложены показатели инновационной деятельности страны в области развития интеллектуальных систем: доля патентов страны в количестве патентов по всем странам; количество национальных стратегий в области интеллектуальных систем в стране; география внедрения разработанных странами интеллектуальных систем. Введен термин – «индекс специализации страны в сфере интеллектуальных технологий». Индекс специализации – это соотношение фактического количества видов патентов, зарегистрированных в стране в области интеллектуальных технологий, к 10 потенциально возможным видам патентов. К ним относятся патенты по передовым производственным технологиям, робототехнике, передовым материалам, искусственному интеллекту, большим данным, интернету вещей, мобильности, фотонике, безопасности, цифровым двойникам. Используя кластерный метод, сгруппированы 43 страны по уровню инновационной деятельности в области развития интеллектуальных систем, основываясь на данных Всемирной организации интеллектуальной собственности и Европейской комиссии за 2023 г. Это позволило разработать классификацию стратегий инновационной деятельности стран в области развития интеллектуальных систем (на основе скоринговой оценки). Предложенная классификация позволяет проводить бенчмаркинг в целях изучения опыта страны и оценивать инвестиционные риски проектов в области развития интеллектуальных систем.

1. Reynolds E. Innovation and production: Advanced manufacturing technologies, trends and implications for us cities and regions. Built Environment. 2017;43(1):25–43. https://doi.org/10.2148/benv.63.3.25

2. Jaspert D., Ebel M., Eckhardt A., Poeppelbuss J. Smart retrofitting in manufacturing: A systematic review. Journal of Cleaner Production. 2021;312(2):127555. https://doi.org/10.1016/j.jclepro.2021.127555

3. Haricha K., Khiat A., Bahnasse A., Issaoui Y., Hassan O. Towards smart manufacturing: Implementation and benefits. Journal of Ubiquitous Systems and Pervasive Networks. 2021;15(02):25–31.

4. Zenisek J., Wild N., Wolfartsberger J. Investigating the potential of smart manufacturing technologies. Procedia Computer Science. 2021;180:507–516. https://doi.org/10.1016/j.procs.2021.01.269

5. Ponomareva L., Usacheva I., Volkova A. “Smart manufacturing” in the context of digitalization of business and society. In: Popkova, E.G., Sergi, B.S. (eds.). ISC 2020: “Smart Technologies” for society, state and economy. Lecture notes in networks and systems. Vol. 155. Springer, Cham.; 2021. P. 777–785. https://doi.org/10.1007/978-3-030-59126-7_86

6. Maresova P., Soukal I., Svobodova L., Selamat A., Krejcar O. Consequences of Industry 4.0 in business and economics. Economies. 2018;6(3):46. https://doi.org/10.3390/economies6030046

7. Dreyer S., Egger A., Püschel L., Röglinger M. Prioritising smart factory investments – A project portfolio selection approach. International Journal of Production Research. 2020;60(3):999–1015. https://doi.org/10.1080/00207543.2020.1849845

8. Herrmann F. The smart factory and its risks. Systems. 2018;6(4):38. https://doi.org/10.3390/systems6040038

9. Appio F., Frattini F., Petruzzelli A., Neirotti P. Digital transformation and innovation management: A synthesis of existing research and an agenda for future studies. Journal of Product Innovation Management. 2021;38(1):4–20. https://doi.org/10.1111/jpim.12562

10. Habanik J., Grencikova A., Krajco K. The impact of new technology on sustainable development. Engineering Economics. 2019;30(1):41–49. https://doi.org/10.5755/j01.ee.30.1.20776

11. Yang S., Raghavendra M., Kaminski J., Pepin H. Opportunities for Industry 4.0 to support remanufacturing. Applied Sciences (Switzerland). 2018;8(7):1177. https://doi.org/10.3390/app8071177

12. Parhi Sh., Joshi K., Akarte M. Smart manufacturing: a framework for managing performance. International Journal of Computer Integrated Manufacturing. 2020;34(1):1–30. https://doi.org/10.1080/0951192X.2020.1858506

13. Kusiak A. Smart manufacturing. International Journal of Production Research. 2018;56(1-2):508–517. https://doi.org/10.1080/00207543.2017.1351644

14. O’Brien Ch. Industry 4 and the future of smart manufacturing. Applied Science and Engineering Progress. 2021;14(1):1–2. https://doi.org/10.14416/j.asep.2020.09.002

15. Wang B., Tao F., Fang X., Liu Ch., Liu Y., Freiheit Th. smart manufacturing and intelligent manufacturing: A comparative review. Engineering. 2021;7(6):738–757. https://doi.org/10.1016/j.eng.2020.07.017

16. Tao F., Zhang H., Liu A., Nee A. Digital twin in industry: State-of-the-art. IEEE Transactions on Industrial Informatics. 2019;15(4):2405–2415. https://doi.org/10.1109/TII.2018.2873186

17. Грязнов С.А. Цифровые двойники в промышленности. В: Сб. науч. ст. XI Междунар. науч. конф. «Инновационные технологии, экономика и менеджмент в промышленности». Волгоград; 2021. С. 88–89.

18. Zeba G., Dabic M., Cicak M., Daim T., Yalcin H. Technology mining: Artificial intelligence in manufacturing. Technological Forecasting and Social Change. 2021;171:1–18. https://doi.org/10.1016/j.techfore.2021.120971

19. Wang J., Hsu Ch. A topic-based patent analytics approach for exploring technological trends in smart manufacturing. Journal of Manufacturing Technology Management. 2020;32(1):110–135. https://doi.org/10.1108/JMTM-03-2020-0106

20. Wang K.-J., Lee T.-L., Hsu Y. Revolution on digital twin technology – a patent research approach. The International Journal of Advanced Manufacturing Technology. 2020;107(3):4687–4704. https://doi.org/10.1007/s00170-020-05314-w

21. Lee K.-S., You Y. A study for Korea manufacturing innovation through smart factory. Indian Journal of Public Health Research and Development. 2018;9(8):848–853. https://doi.org/10.5958/0976-5506.2018.00839.2