Сингулярность цифровой экономики

Актуальность темы исследования. Цифровизация экономики является ведущим мировым трендом. Внедрение цифровых технологий в бизнесе, социальной сфере, государственном управлении обеспечивает автоматизацию процессов и функций, что способствует увеличению производительности труда и росту экономики в целом. В государственной программе «Цифровая экономика Российской Федерации» [1] отмечена необходимость стимулирования промышленности, создания высокотехнологичных IT-предприятий, индустриальных цифровых платформ для основных секторов экономики, а также малых и средних предприятий в сфере цифровых технологий. По оценке разработчиков программы «Цифровая экономика Российской Федерации», цифровизация экономики может дать более 20 % прироста ВВП до 2025 г. Объектом исследования является цифровая экономика. Предметом исследования – сингулярность цифровой экономики. Методами исследования являются общетеоретические методы исследования такие как: наблюдение, сравнение, анализ, синтез.

---

Нужна курсовая на заказ недорого в Томске с гарантией? Поможет Work5.

---

. Цель данной работы – изучить сингулярность цифровой экономики. Для достижения поставленной цели необходимо решить следующие задачи: 1) рассмотреть понятие технологической сингулярности, рассмотреть процессы цифровой трансформации; 2) изучить основы банковской информации, а также методы big data в банковской сфере. Реферат состоит из введения, двух глав, заключения и списка использованной литературы.

Подытоживая проведенный анализ цифровизации экономики и её значение для социума, сформулируем три основные парадигмы ЦТ. Парадигма 1. Капитальные расходы (создание совокупной стоимости владений – ТСО): – Оптимизация расходов и времени при проектировании; – Оптимизация расходов и времени в процессе эксплуатации; – Оптимизация инвестиций. Парадигма 2. Операционные расходы (стимулирование реальной экономики): – Снижение потребления электроэнергии; – Снижение расходов на энергоснабжение; – Рост производительности; – Эксплуатационная готовность и безотказная работа оборудования; – Оптимизация расходов на техническое обслуживание. Парадигма 3. Устойчивое развитие, скорость и эффективность (адаптация ко времени): – Оптимизация выбросов СО2; – Оптимизация времени выхода на рынок; – Снижение претензий к комфортности условий труда и отдыха; – Оптимизация окупаемости инвестиций. Возможности и перспективы, которые дают большие данные, позволяют утверждать, что в скором времени их использование станет таким же обязательным условием выживания банка, как достаточность капитала и сбалансированная кредитная политика.

. Байназаров, Н. Волшебная палочка: зачем банкам Big Data [Электронный ресурс] – URL: http://www.banki.ru/news/daytheme/?id=9949915 (дата обращения: 28.05.2021). 2. Гобарева, Я.Л. Большие данные в банковской сфере / Я.Л. Гобарева, Г.В. Ширнин // Валютный контроль. Валютное регулирование. – 2014. - №8. – С. 58- 63. 3. Гобарева, Я.Л. Big Data: большой потенциал управления рисками / Я.Л. Гобарева, О.Ю. Городецкая, М.С. Николаенкова // Транспортное дело России. – 2016. - №1. - С.21-24. 4. Городецкая, О.Ю. Технологии Big Data: перспективы развития в России / О.Ю. Городецкая, Я.Л. Гобарева // V Международная научно-практическая конференция «Математика, статистика и информационные технологии в экономике, управлении и образовании»: сб. трудов. – Тверь, 2016. – С.34-39. 5. Гобарева, Я.Л. Современные инновационные технологии в банковской сфере / Я.Л. Гобарева, О.Ю. Городецкая, И.А. Еременко // Банковские услуги. - 2018. - № 6. - С. 24-32. 6. Городецкая, О.Ю. Моделирование оптимального развития региона в системе экономических отношений Российской Федерации / О.Ю. Городецкая, А.В. Медведев // Хроноэкономика. - 2017. - № 4 (6). - С. 27-30. 7. Гобарева, Я.Л. Практическое применение когнитивных инструментов в банковской деятельности / Я.Л. Гобарева, О.Ю. Городецкая, Н.А. Рысин // Банковские услуги. – 2019. – № 6. – С. 15–21. 8. Коваль Л. Что ждет вкладчиков в 2018 году / Л. Коваль, Э. Терченко [Электронный ресурс] // Ведомости: официальный сайт газеты. – 2017. – 22 декабря. – URL: https://www.vedomosti.ru/finance/articl11es/2017/12/22/746152- stavki-vniz (дата обращения: 28.05.2021). 9. Назаров, А.М. Уровень обслуживания клиентов в российских банках: анализ КПМГ / А.М. Назаров // Банковский ритейл. - 2015. – №1. 10. Носов, Н. Сбербанк России: от сберкассы к высокотехнологичной компании [Электронный ресурс] – URL: https://www.itweek.ru/idea/article/detail.php?ID=176397 (дата обращения: 28.05.2021). 11. Филина Ф. Big Data для банкира [Электронный ресурс] // Ведомости : официальный сайт газеты. – 2017. – № 15. – 25 октября. – URL: https://www.vedomosti.ru/partner/articles/2017/10/23/739068-uznat-vse (дата обращения: 28.05.2021). 12. Jiawei HanJiawei HanM. KamberJ. Pei, Data Mining: Concepts and Techniques, 2006. 13. S. J. Lee, K. Siau, A review of data mining techniques, Industrial Management & Data Systems 101 (1) 2001. 14. Kerri Wazny. Crowdsourcing’s ten years in: A review, 2017. 15. Data Fusion. ACM Computing Surveys 41(1), 2008. 16. Youichi Matsusaka. Reference and Pattern Recognition. Lecture Notes in Computer Science 2017. Conference: JSAI International Symposium on Artificial Intelligence 17. S.Kuchipudi, T.S.Reddy, "Applications of Big data in Various Fields", International Journal of Computer Science and Information Technologies (IJCSIT), Vol.6, No.5, 2015. 18. Mashooque A. Memon, Safeeullah Soomro, Awais K. Jumani and Muneer A. Kartio3. Big Data Analytics and Its Applications. Annals of Emerging Technologies in Computing (AETiC) Vol. 1, No. 1, 2017. 19. AI Index 2017 Annual Report. / https://www.aiindex.org/2017-report.pdf (дата обращения: 28.05.2021). 20. Retail banks and big data - The Economist Intelligence Unit, July 2014 – 11 p. 21. Интернет ресурс: http://www.tssonline.ru/articles2/fix-corp/rost-obemainformatsii--realii-tsifrovoy-vselennoy (дата обращения: 28.05.2021). 22. Интернет ресурс: https://www.computerworld.ru/news/IDC-rynok-biznesanalitiki-i-obrabotki-Bolshih-Dannyh-v-2017-godu-prevysit-150-milliardov-dollarov (дата обращения: 28.05.2021). 23. Интернет ресурс: https://www.crn.ru/news/detail.php?ID=118015 (дата обращения: 28.05.2021). 24. Интернет ресурс: Westpac using big data to woo customers with offers made to measure. http://www.smh.com.au/it-pro/business-it/westpac-using-big-datato-woo-customers-with-offers-made-to-measure-20140303-hvfx5.html (дата обращения: 28.05.2021). 25. Интернет ресурс: http://www.cnews.ru/articles/2017-10- 13_kak_rossijskim_ kompaniyam_stat_liderami_rynka_bolshih_dannyh (дата обращения: 28.05.2021).