Стремительно развивающиеся технологии искусственного интеллекта (далее — ИИ) проникают во все сферы жизнедеятельности общества и встраиваются в процессы управления. Скорость их развития, самообучения и спектр возможностей применения поражают воображение. ИИ-технологии становятся частью повседневной жизни человека и условием лидерства, эффективности в бизнесе, политике, науке, образовании, в том числе и на международном уровне.

Последствия столь бурного и повсеместного применения ИИ пока еще не полностью изучены и осознаны, особый интерес в понимании последующих изменений представляет внедрение ИИ-технологий в управлении государством, являющимся особым социальным институтом по своему предназначению, обеспечивающим стабильность и регуляцию в обществе. Ошибки в управлении могут иметь катастрофический эффект.

Это и предопределило цель статьи, а именно — рассмотрение процесса внедрения искусственного интеллекта в работу государства в контексте его институциональной специфики. Для достижения цели была применена методология институционального и деятельностно-активистского подходов, социологическое осмысление уникальности ИИ-технологий, что позволило рассмотреть структурные, нормативно-правовые особен- ности внедрения ИИ в государственное управление в повседневных практиках работы госслужащих, а также актуализировать существующие риски наблюдаемого процесса.

Данная статья выступает пропедевтической работой для исследования, целью которого является выявление наиболее вероятных социально-политических и институциональных изменений в условиях внедрения искусственного интеллекта (ИИ) в системы электронных государственных сервисов в России. В основе методологии лежат неоинституциональный и сетевой подходы, а также принципы теории рационального выбора. Это позволяет анализировать формальные и неформальные правила, координацию между субъектами и мотивы их поведения. Источниковую базу составляют публикации из баз РИНЦ, Scopus, WoS и IEEE, программные документы государств и данные по внедрению ИИ в различных секторах. Особое внимание уделяется изучению преимуществ, рисков и изменений, связанных с начавшейся интеграцией ИИ в государственные сервисы. Рассмотренные кейсы внедрения новых технологий демонстрируют значительный потенциал реформирования государственного управления, повышения эффективности услуг, качества коммуникации между властями и гражданами. Выделены значительные риски внедрения ИИ в электронные государственные сервисы. Приведенный анализ показывает, что успешное внедрение ИИ может быть обеспечено сбалансированной стратегией, учитывающей вопросы безопасности, прозрачности и доверия к технологиям. В статье представлены промежуточные результаты исследовательского проекта, направленного на выявление стратегий цифрового поведения отдельных возрастных групп граждан. Так, младшие и средние поколения опасаются замены человека ИИ-инструментами, а старшие не готовы к цифровой трансформации. На основе выявленных тенденций и сценариев внедрения ИИ-инструментов в электронные сервисы сформирована источниковедческая и методическая основа для предстоящего исследовательского проекта. 

Цель данного исследования заключается в проведении анализа современного состояния правового регулирования оценки результативности и эффективности технологической политики Российской Федерации, в том числе в сфере развития искусственного интеллекта и в разработке предложений по формированию комплексной системы такой оценки для повышения действенности инструментов государственного управления.
Методы исследования включают формально-юридический метод, который применялся для анализа системы нормативного правового регулирования как в сфере технологической политики в целом, так и в отношении инструментов государственного управления для развития искусственного интеллекта, сравнительно-правовой анализ существующих и проектируемых элементов оценки результативности и эффективности в отношении технологической политики в целом и развития искусственного интеллекта в частности, а также метод правового моделирования для разработки соответствующих рекомендаций по развитию указанной оценки результативности и эффективности.
Результаты исследования показали, что действующее правовое регулирование не содержит единого подхода к оценке результативности и эффективности мер государственной поддержки и стимулирования технологического развития в целом и развития искусственного интеллекта в частности, ориентированной на достижение конечного общественно значимого результата такого развития (технологическое лидерство России, в том числе в сфере искусственного интеллекта). Выявлена терминологическая неопределенность и преобладание оценки выполнения плановых мероприятий над оценкой их реального вклада в достижение и обеспечение технологического суверенитета и технологического лидерства России.
Выводы исследования заключаются в том, что для достижения и обеспечения технологического суверенитета и технологического лидерства России, в том числе в сфере развития искусственного интеллекта, реализация инструментов и мер государственного управления (стимулирования и поддержки развития) должна быть обусловлена внедрением и применением системной оценки результативности и эффективности таких инструментов и мер, включая соответствующий терминологический аппарат, показатели и методику оценки. Обоснован комплекс предложений по совершенствованию проектов нормативных правовых актов в этой сфере, разрабатываемых Минэкономразвития России в 2025 г. 

В статье рассматривается роль ИИ в военной и управленческой сферах, а также институциональные изменения, которые имеют место вследствие расширения использования автономных цифровых платформ. Обоснование актуальности темы связано с динамичным ростом потенциала использования интеллектуальных систем, радикально изменяющих механизмы принятия решений, способы распределения ответственности и управленческие модели в вооруженных конфликтах настоящего времени. Также подробно рассматриваются изменения в структурах противоборства, возникающие в результате внедрения самообучающихся платформ.
Цель исследования — определение механизмов и анализ последствий трансформации военных стратегий, связанных с переходом от классических форм ведения боевых действий к практикам, опирающимся на использование автономных цифровых платформ. В работе был использован институциональный метод для анализа институциональных изменений, происходящих под влиянием внедрения ИИ. Применение системного метода позволило рассматривать ИИ-системы как неотъемлемую часть современного мира, в котором уже невозможно раздельное существование человека и машины. Отмечается, что масштабное внедрение автономных цифровых платформ порождает многообразные риски не только технического, но также антропологического и экзистенциального характера. Рассматриваются и проблема ответственности за результаты принятых решений, и роль человека (в том числе и контролирующая) в меняющемся мире, и правовое обеспечение трансформирующейся реальности. При этом потенциал автономных цифровых систем по настоящее время является предметом серьезных дискуссий, поскольку не определены его границы. Автор приходит к выводу, что роль человека не должна быть номинальной, оператор всегда должен иметь возможность не только проводить мониторинг деятельности ИИ-систем, но также интерпретировать результат принятых решений и в случае необходимости иметь полномочия корректировать их. Очевидно, что переход ИИ от вспомогательного функционала к ведущей роли автономного разработчика сценариев принимаемых решений кардинально меняет систему взаимоотношений между человеком и вычислительными системами, поэтому она нуждается в адаптации к современным алгоритмам принятия управленческих решений, а также в обеспечении соразмерности социальной динамики, общественных ожиданий и направленности институциональных трансформаций. 

Настоящее исследование анализирует институциональные и технологические вызовы интеграции систем искусственного интеллекта (ИИ) в публичное администрирование и государственные сервисы, фокусируясь на классификации ролей алгоритмов в процессах принятия решений, балансе интересов в сотрудничестве с коммерческими поставщиками ИИ-решений и инфраструктуры, а также обеспечении национальной технологической автономии. Применен качественный междисциплинарный подход, сочетающий нормативноправовой анализ, тематический анализ эмпирических кейсов из практики различных стран и теоретический синтез. Данные собраны из официальных источников, рецензируемых научных публикаций и новостных источников с использованием метода снежного кома для отбора кейсов, а кодирование проводилось итеративно. В результате разработана оригинальная авторская шестиуровневая пирамидальная модель распределения ответственности в зависимости от степени автономии алгоритмов ИИ в цепочке принятия решений: от полной делегации («ИИ-Капитан») через предложение готового решения с утверждением человеком («ИИ-Штурман»), набор конфигураций («ИИ-Советник»), анализ среды с сигнализацией триггеров («ИИ-Наблюдатель» ), выполнение трудозатратных задач с ревизией оператором («ИИ-Рабочие руки») до рутинной поддержки без решений («ИИ-Рутинный помощник»). Модель наложена на градации рисков (высокий, ограниченный, минимальный) для оценки последствий ошибок. Выявлена дилемма государственно-частного партнерства, обеспечивающего доступ к инновациям, но усиливающего зависимость и уязвимости. Также обоснована роль суверенного ИИ как стратегии снижения этих рисков. Для эффективной интеграции алгоритмов в государственные сервисы рекомендуется внедрение обязательной классификации систем ИИ по уровням автономии и критичности, где шестиуровневая таксономия обеспечивает дифференцированный подход к распределению ответственности, минимизируя институциональные пробелы и риски предвзятости. 

Целью исследования является ответ на вопрос, как экономика данных меняет городское управление, переходя от традиционных моделей к подходам, основанным на данных, где умные города становятся центрами данных, а данные — ключевым ресурсом для принятия обоснованных решений, оптимизации процессов и повышения качества жизни горожан. Актуальность данной темы обусловлена необходимостью повышения эффективности управления, основанного на данных, проактивного предоставления услуг и сервисов.
В исследовании использованы такие методы, как сравнительный анализ, обобщение, методы наукометрического анализа и качественного контент-анализа научных публикаций. Базируясь на проведенном исследовании, авторы выделяют основные тенденции управления умным городом на основе данных и вызовы в сфере управления умным городом, предлагают меры, направленные на решение существующих проблем и снижение угроз.
Так, особое внимание следует уделять вопросам создания защищенной среды для совместной обработки данных, безопасности городской инфраструктуры, ее защите, а также подготовке квалифицированных кадров, способных учитывать уязвимости на этапе проектирования как физической, так и ИТ-инфраструктуры умного города.

Статья посвящена изучению влияния развития и широкого распространения инструментов искусственного интеллекта (ИИ) на систему образования и рынок труда в современной экономике. В ней намечены важные исследовательские направления, связанные с развитием инструментов ИИ и процессами их интеграции в системе «образование — рынок труда». Представлен комплексный анализ процессов внедрения и интеграции технологий ИИ в существующие производственные процессы и последствий этого для современной системы образования.
Цель исследования — не только оценить трансформацию педагогических практик под влиянием ИИ, но и рассмотреть его опосредованное воздействие на рынок труда, обусловленное кардинальным изменением востребуемых в связи с распространением такового профессиональных компетенций.
Методология и подходы: исследование построено на анализе современных тенденций и включает практический кейс, демонстрирующий возможности ИИ в обработке образовательного контента. Особое внимание уделено оценке рисков и ограничений, связанных с повсеместным внедрением ИИ.
Результаты: выявлены и систематизированы ключевые тренды внедрения ИИ в систему образования, такие как персонализация обучения, автоматизация рутинных функций преподавательской деятельности, появление новых образовательных форматов и практик. Определены перспективные направления использования ИИ в образовательных целях и дана системная оценка сопутствующим рискам его внедрения. Рассмотрены направления трансформации существующих профессий и изменения структуры занятости под влиянием распространения ИИ.
Выводы: обладая огромным потенциалом для улучшения жизни людей, ИИ в то же время связан с углублением цифрового разрыва — он может стать барьером для одних и привилегией для других, а не средством формирования инклюзивного общества. Взаимодействие ИИ с системой образования как социальным институтом представляет собой сложный и многогранный процесс ее инновационного развития. Широкое внедрение инструментов ИИ в процессы обучения — это не просто техническая модернизация, а институциональная трансформация, затрагивающая все стороны образовательной системы. Широкое внедрение ИИ в сферу труда воздействует на структуру занятости и профессиональный состав кадров, меняя тем самым требования к образовательной системе. 

Системы поддержки принятия решений (СППР) представляют собой перспективную технологию на основе искусственного интеллекта (ИИ). На данный момент подобные системы используются в ряде сфер и отраслей экономики, однако область юриспруденции остается одной из наиболее сложных для их внедрения.
Цель данной работы состоит в анализе психологических аспектов взаимодействия пользователя и ИИ в рамках упомянутых систем. На основе анализа существующих моделей взаимодействия человека и технологий, а также авторской методологии представлен дизайн исследования.
Представлены результаты фокус-группы с экспертами органов исполнительной и судебной власти (N = 8): место СППР в работе юриста, польза и сомнения в ходе использования подобных систем. Выделены параметры, значимые для профилирования и дальнейшей адаптации систем к конкретному пользователю.
Также в статье обсуждаются перспективы и вопросы внедрения СППР в практике правоприменения. 

Переход государства к электронным форматам обслуживания одновременно расширяет формальную доступность услуг и задает новые контуры социального различия для граждан старшего возраста. Официальный дискурс, сопровождающий цифровую трансформацию, не только описывает технические изменения, но и закрепляет ролевые ожидания в отношении адресатов мер социальной поддержки и участников управленческих процессов, влияя на распределение прав и обязанностей. Цель исследования — установить, как в нормативных и стратегических документах конструируются роли и статус старшего поколения, а также какие институциональные механизмы облегчают или затрудняют их доступ к электронным услугам и участие в управленческих практиках.
Методы включают качественный контент-анализ с элементами фрейм-анализа корпуса федеральных и региональных документов последних семи лет; единицей анализа служили фрагменты, где прямо упоминаются пожилые граждане, механизмы упрощения доступа и факторы цифровой дифференциации. Кодирование проводилось по блокам ролевых образов, мер включенности и скрытых барьеров с последующим осевым сопоставлением категорий для выявления устойчивых связок между принципами обслуживания и фактическими регулятивными требованиями.
Результаты показывают доминирование образа пожилого гражданина как получателя благ и адресата обслуживания при слабом закреплении активных ролей участия и партнерства; меры доступности носят преимущественно компенсаторный характер (сохранение альтернатив офлайн, обучение, сопровождение, беззаявительное предоставление отдельных услуг). Параллельно усиливается режим «цифрового по умолчанию», усложняются процедуры подтверждения личности, сокращаются привычные очные каналы и вводятся стимулы, привязанные к онлайн-обращениям, что формирует внутри возрастной группы линию разделения по уровню цифровых навыков, ресурсов и поддержки.
Выводы состоят в том, что при общей ориентации на инклюзию цифровая модернизация воспроизводит зависимый статус старшего поколения и одновременно порождает новые основания неравенства; для смягчения этих эффектов требуется институциональное закрепление равнозначной многоканальности, расширение практик реального участия пожилых граждан в проектировании и оценке услуг и регулярный аудит скрытых барьеров цифрового взаимодействия. 

Реализация государственной политики в сфере цифровой трансформации экономики неразрывно связана с модернизацией систем управления на микроуровне — в первую очередь, на уровне промышленных и сервисно-производственных предприятий.
Цель настоящей статьи — детерминирование ключевых факторов, оказывающих влияние на изменение показателя производительность труда в условиях цифровой экономики и рассмотрение возможностей процессного подхода при разработке и использовании цифровой платформы управления предприятием.
В качестве основного метода, позволяющего рассматривать задачу повышения производительности труда как единое действие, используется процессный подход. На практике подобная задача подразумевает разработку и внедрение инновационных механизмов и методов управления предприятием, для чего были сформированы группы бизнес-процессов и соответствующие им счетные измеримые показатели.
Приводится пример реального использования интеллектуальной системы автоматизации процессов эксплуатации распределенной сети сложных инженерных объектов «Система Мобилити» Группы МОЛНЕТ, обеспечивающей сквозное управление основными и вспомогательными бизнес-процессами, формирующей цифровые модели производственного поведения одного из крупнейших предприятий связи.
Описывается конкретика использования конвергенции труда человека и интеллектуальной машины как одна из возможностей цифровой платформы, заключающаяся в применении методов дисперсионного анализа и технологии искусственного интеллекта к исследованию бизнес-процессов, построения цифровых двойников и их использования для выработки мероприятий по повышению производительности труда.
В статье показано, что цифровые платформы управления предприятием служат связующим звеном между стратегиями цифровой трансформации и практическим ростом производительности труда и эффективности производства, обеспечивая внедрение процессно-ориентированных, адаптивных и человеко-технологических решений на операционном уровне.
В заключении приведена экономическая оценка потенциальных эффектов от использования цифровой платформы. В качестве методологической основы используются системный анализ, теория стратегии и методология стратегирования академика В. Л. Квинта, дополняющая и трансформирующая процессный подход, делая его более адаптивным, интеллектуальным и ориентированным на будущее, особенно в условиях цифровой трансформации. 

Актуальность исследования связана с ограниченной результативностью проектов цифровой трансформации крупных предприятий, реализуемых зачастую без ее согласования со стратегическими целями развития. В условиях перехода к шестой длинной волне технологической конъюнктуры Н. Д. Кондратьева крупные предприятия уже накопили массивы больших данных, однако не располагают платформами, предоставляющими инструменты преобразования результатов их обработки в управленческие решения, направленные на рост производительности труда, интерпретируемой как измеримое выражение интереса объекта стратегирования.
Целью исследования является разработка интеллектуальной и адаптивной модели стратегического управления развитием процессов за счет обоснованного выбора приоритетных направлений трансформации в рамках цифровой платформы предприятия. Предложенная архитектура платформы предназначена для поддержки управленческих решений при стратегировании цифрового развития системы бизнес-процессов предприятий в сложившихся условиях высокой технологической изменчивости и организационной фрагментации.
Методология исследования включает несколько этапов. На первом этапе была разработана классификация бизнес-процессов, отражающая их функциональную роль в проектируемом контуре цифрового управления. Далее проводится оценка цифровой зрелости процессов, основанной на анкетировании по критериям автоматизации, интеграции с корпоративными информационными системами и формализованности регламентов. Параллельно ведется обработка ретроспективных данных показателей деятельности, позволяющая количественно оценить вклад каждой группы процессов в рост производительности труда.
Полученные оценки использованы для позиционирования процессов в матрице стратегической значимости, отражающей соотношение между уровнем цифровой зрелости и вкладом их цифровизации в рост производительности труда. Это позволило выделить приоритетные для цифровой трансформации процессы и послужило основой для проектирования цифровой платформы, реализующей функции целеполагания, сценарного анализа, мониторинга показателей и координации участников преобразований. Классификация бизнес-процессов формирует основу для согласования стратегических целей с текущими задачами предприятия. Полученные результаты подтверждают выдвинутую гипотезу о целесообразности использования показателя производительности труда в качестве функции полезности и позволяют рассматривать предложенную архитектуру цифровой платформы как основу для перехода от фрагментарных подходов к структурированной и управляемой цифровой трансформации. Перспективы исследования связаны с апробацией предложенной модели в различных отраслях промышленности. 

В работе представлен инновационный метод бизнес-планирования при помощи технологии искусственного интеллекта. В быстро меняющихся условиях возможность надежного прогнозирования и планирования высоко востребована. Внедрение технологии искусственного интеллекта и автоматизация процессов анализа и планирования позволяют создать совершенно новую динамичную мультиагентную модель финансового бизнес-планирования, быстро реагирующую на изменение внешних макроэкономических факторов и снижающую риск влияния человека, что и стало результатом исследования. Поставив целью разработать новый, актуальный, современный и высокоточный технологический подход к бизнес-планированию, авторы изучили ряд современных научных исследований по внедрению искусственного интеллекта в процессы финансового планирования и прогнозирования, систематизировали их и выделили интересные и практически реализуемые идеи. В результате предложен подход, позволяющий проводить довольно гибкое и быстро реализуемое бизнес-планирование, показывающее высоконадежный результат в коротком периоде и реализующий возможность оперативного изменения параметров деятельности компании. Однако его внедрение требует модификации процессов бизнес-планирования и внедрения автономной мультиагентной системы, которые также разработаны и предложены в исследовании. Статья будет интересна практикующим экономистам и представителям бизнеса, занимающимся бизнес-планированием, а также ученым и студентам, вовлеченным в проекты стимулирования предпринимательской деятельности. 

Актуальность. Реализуемые в Арктическом макрорегионе принципиально новые инфраструктурные и производственные решения впоследствии могут быть масштабированы как в субарктических регионах, так и в стране в целом, что обусловливает значимость анализа арктических проектов, проблем, принимаемых решений и актуализирует исследования различных аспектов предметной области.
Цель исследования: изучение содержания арктических проектов (в разрезе приоритетных проектов опорных зон развития), проблем и цифровых решений при их реализации. Задачи исследования: характеристика приоритетных проектов опорных зон развития; изучение передовых кейсов нефтегазовых компаний КНР и РФ в области искусственного интеллекта.
Методы исследования: системный подход, логический анализ, синтез, контентанализ открытых источников, моделирование. Результаты. Внедрение цифровых технологий в реализации ресурсных арктических проектов заключается в предварительном применении интеллектуального оборудования, использования больших данных, машинного обучения и других ИT-технологий в обработке и анализе данных для разведки и разработки. Внедрение технологий ИИ в ресурсных отраслях только началось и, несмотря на полученный операционный эффект, пока не принесло желаемых масштабных результатов. Оценка эффективности инвестиционных арктических проектов должна базироваться на совокупности показателей коммерческой, социально-экономической и бюджетной эффективности. Предлагаемая концептуальная модель оценки экономической эффективности DT (Digital Twin) включает три уровня оценки в зависимости зрелости двойника и генезиса образования экономического эффекта. Максимальный экономический эффект от внедрения DT достигается за счет автоматизации принятия решений, интеграции DT в производственные процессы в реальном времени и значительного сокращения совокупных операционных расходов. Автономные и когнитивные DT высокого уровня зрелости обеспечивают управленческую гибкость, стратегическое повышение стоимости компании и возможность оперативного реагирования на изменения внешней среды. 

Актуальность. В условиях ускоренной цифровой трансформации государственного управления особую актуальность приобретает разработка устойчивых механизмов обеспечения продовольственной безопасности и формирования здоровьесберегающего питания для населения Арктической зоны Российской Федерации. Настоящее исследование направлено на научное обоснование модели цифрового управления питанием, основанной на интеграции интеллектуальных технологий в систему государственно-социальной политики. Цель исследования — разработка научно обоснованной модели цифрового управления питанием и продовольственной безопасностью в Арктике в условиях усиливающихся климатических, логистических и инфраструктурных ограничений. В условиях нарастающей климатической нестабильности, нутритивных и когнитивных дефицитов, цифрового неравенства и ограниченного доступа к медицинской помощи возникает потребность в переходе от традиционной продовольственной поддержки к гибкой системе адаптивного и интеллектуального управления питанием населения.
Методология включает структурно-функциональный и сравнительный анализ, цифровое моделирование, элементы поведенческой диагностики, микробиомного подхода и геоаналитики. Применяются сценарные методы оценки рисков, технологии биосенсорного мониторинга, а также инструменты анализа нутритивной уязвимости с учетом демографических, климатических и поведенческих факторов.
Результаты включают разработку оригинальной платформенной модели цифрового управления питанием, интегрирующей телемедицинские решения, интеллектуальные алгоритмы оценки и коррекции рациона, цифровые следы пищевого поведения и биосенсоры, носимые устройства и отечественные цифровые продукты («1С:Плановое питание», облачная система «Научный инструмент анализа питания» (НИАП) и др). Выделена система индикаторов для раннего выявления алиментарных рисков в северных и арктических муниципалитетах и предложены инновационные механизмы персонализированной нутриционной поддержки, включая цифровые двойники рационов и алгоритмы хрононутрициологической адаптации.
Выводы подтверждают, что цифровое питание в Арктической зоне России выступает стратегическим ресурсом социального суверенитета, адаптивности и устойчивого развития. Адаптивные интеллектуальные решения в сфере питания позволяют государству оперативно корректировать меры социальной политики в ответ на региональные вызовы, предупреждать пищевые дефициты и способствовать достижению целей национальных проектов в области демографии, здравоохранения и цифровой трансформации. 

Настоящая статья посвящена анализу отношения персонала транспортного предприятия к внедрению искусственного интеллекта (ИИ) для мониторинга состояния операторов. На основе обзора теорий принятия инноваций и социотехнических подходов формируется гипотеза о том, что отношение персонала определяется не только техническими характеристиками системы, но и психологическими, социокультурными и коммуникативными факторами.
Эмпирическая база включает два последовательно связанных этапа: тестирование прототипа в симуляционной среде и натурные испытания в реальных рейсах.
Метод — полуструктурированные интервью с 20 сотрудниками (целевой отбор по стажу и возрасту) с последующим тематическим и частотным анализом; для сопоставления субъективных оценок «до/после» применялась непараметрическая проверка различий. Показано, что принятие ИИ-решения определяют не только технические параметры, но и психологические, социокультурные и коммуникативные факторы: восприятие «наблюдаемости» и контроля, прозрачность алгоритмов, эргономика, участие персонала в доработке. На основе данных предложены управленческие механизмы снижения сопротивления: расширенная коммуникация и объяснимость, вовлечение пользователей в итеративный дизайн, таргетированное обучение и регламент обратной связи. Таким образом, предлагается эмпирически обоснованная модель управляемого внедрения ИИ в организациях повышенной ответственности, релевантная для практик гос- и муниципального управления.

Целью работы стало выявление ключевых характеристик цифровых инноваций здравоохранения для определений оптимальных стратегических подходов их развития. В качестве эмпирической базы для анализа составлен текстовый корпус из региональных практик цифрового здравоохранения, отобранных Минздравом РФ и ФГБУ «ЦНИИОИЗ» Минздрава России.
Посредством статистического метода TF-IDF для выявления семантически значимых терминов определены ключевые паттерны, характеризующие цифровые решения здравоохранения. Выявлена преобладающая роль инноваций, направленных на организацию оказания первичной медико-санитарной помощи. Наиболее характерными технологиями искусственного интеллекта в цифровых инновациях здравоохранения являются роботизированные голосовые помощники и технологии компьютерного зрения. Несовершенство нормативного регулирования применения медицинских технологий на основе искусственного интеллекта, сложившаяся цифровая инфраструктура, проблемы этики и безопасности использования медицинских данных затрудняют широкое внедрение инноваций. Показана актуальность разработки и внедрения немедицинских цифровых инноваций на основе искусственного интеллекта в рутинные процессы медицинских организаций. Объясняется целесообразность широкого применения искусственного интеллекта в рутинных инновациях для создания целостной экосистемы данных, необходимых для прогнозирования и принятия стратегических решений. В связи с этим определяются стратегические направления внедрения искусственного интеллекта в контексте цифровой трансформации управления здравоохранением: 1) широкое применение в повседневной и административной медицинской работе; 2) усилении роли и расширении спектра метаданных о процессах оказания медицинской помощи и состоянии системы здравоохранения.