AI в международной торговле: новая архитектура эффективности и финансового планирования
Gespeichert in:
| Titel: | AI в международной торговле: новая архитектура эффективности и финансового планирования |
|---|---|
| Verlagsinformationen: | APNI, 2025. |
| Publikationsjahr: | 2025 |
| Schlagwörter: | искусственный интеллект, внедрение ИИ, торговля, международная торговля, внешнеэкономическая деятельность, показатели эффективности |
| Beschreibung: | Статья раскрывает трансформационный потенциал искусственного интеллекта (ИИ) для международной торговли и внешнеэкономической деятельности (ВЭД) с фокусом на финансовое планирование, управление рисками и устойчивость цепочек поставок. На основе систематического анализа рецензируемых публикаций с 2023–2025 гг. и объединения данных эмпирических кейсов предлагается многоуровневая концептуальная модель интеграции ИИ‑инструментов Digital Trade CFO 2.0. Полученные результаты свидетельствуют о том, что внедрение ИИ сокращает среднюю абсолютную ошибку прогноза спроса на 14,8%, уменьшает цикл оборотного капитала на 13–22 дня, повышает EBITDA‑margin на 4,3–6,1 пункта и снижает вероятность дефолта по экспортным контрактам до 40%. Автор формулирует практические рекомендации для финансовых директоров и регуляторов, а также выделяет направления дальнейших исследований. The article reveals the transformational potential of artificial intelligence (AI) for international trade and foreign economic activity (FEA) with a focus on financial planning, risk management and supply chain sustainability. Based on a systematic analysis of peer‑reviewed publications from 2023-2025 and combining empirical case data, a multi-level conceptual model for integrating AI tools Digital Trade CFO 2.0 is proposed. The results show that the introduction of AI reduces the average absolute demand forecast error by 14.8%, reduces the working capital cycle by 13–22 days, increases EBITDA margin by 4.3–6.1 points and reduces the probability of default on export contracts by up to 40%. The author formulates practical recommendations for financial directors and regulators, as well as identifies areas for further research. |
| Publikationsart: | Article |
| Sprache: | Russian |
| DOI: | 10.5281/zenodo.15811160 |
| Rights: | CC BY |
| Dokumentencode: | edsair.doi...........856d2f1c6448e0b539e6809e7990365d |
| Datenbank: | OpenAIRE |
Nájsť tento článok vo Web of Science | Abstract: | Статья раскрывает трансформационный потенциал искусственного интеллекта (ИИ) для международной торговли и внешнеэкономической деятельности (ВЭД) с фокусом на финансовое планирование, управление рисками и устойчивость цепочек поставок. На основе систематического анализа рецензируемых публикаций с 2023–2025 гг. и объединения данных эмпирических кейсов предлагается многоуровневая концептуальная модель интеграции ИИ‑инструментов Digital Trade CFO 2.0. Полученные результаты свидетельствуют о том, что внедрение ИИ сокращает среднюю абсолютную ошибку прогноза спроса на 14,8%, уменьшает цикл оборотного капитала на 13–22 дня, повышает EBITDA‑margin на 4,3–6,1 пункта и снижает вероятность дефолта по экспортным контрактам до 40%. Автор формулирует практические рекомендации для финансовых директоров и регуляторов, а также выделяет направления дальнейших исследований.<br />The article reveals the transformational potential of artificial intelligence (AI) for international trade and foreign economic activity (FEA) with a focus on financial planning, risk management and supply chain sustainability. Based on a systematic analysis of peer‑reviewed publications from 2023-2025 and combining empirical case data, a multi-level conceptual model for integrating AI tools Digital Trade CFO 2.0 is proposed. The results show that the introduction of AI reduces the average absolute demand forecast error by 14.8%, reduces the working capital cycle by 13–22 days, increases EBITDA margin by 4.3–6.1 points and reduces the probability of default on export contracts by up to 40%. The author formulates practical recommendations for financial directors and regulators, as well as identifies areas for further research. |
|---|---|
| DOI: | 10.5281/zenodo.15811160 |