هذا النص ترجمة آلية من Русский. أُعدّت بواسطة الذكاء الاصطناعي وقد تحتوي على أخطاء.
اقرأ النص الأصلي →مفارقة التحول الرقمي في الاقتصاد الروسي
كشفت دراسة لبيانات Росстат باستخدام التعلم الآلي عن مفارقة مثيرة: القطاعات الرائدة في التحول الرقمي تواجه مشكلات أكثر بنسبة 60-80%. تحليل لنموذجين من نماذج تطوير الاقتصاد الرقمي في روسيا.

طالما نُظر إلى التحول الرقمي باعتباره وصفة عالمية لتعزيز كفاءة الاقتصاد. وكان من المفترض أن كلما تبنت المؤسسة التقنيات الرقمية بشكل أكثر نشاطاً، ارتفع مستوى استدامتها وقدرتها التنافسية. غير أن تحليل بيانات Росстат كشف عن نمط غير متوقع: القطاعات الرائدة في التحول الرقمي للاقتصاد الروسي تواجه في الوقت ذاته أكبر عدد من العوائق التي تحول دون مواصلة تحولها الرقمي.
في الواقع، كشفت الدراسة عن مفارقة الاقتصاد الرقمي: كلما تبنى القطاع الذكاء الاصطناعي وتقنيات البيانات الضخمة Big Data والحلول البرمجية الحديثة بشكل أكثر نشاطاً، ازداد اعتماده على البنية التحتية لتكنولوجيا المعلومات وجودة البيانات ونقص الكوادر المؤهلة.
ما الذي تم تحليله
استندت الدراسة إلى البيانات المفتوحة لـ Росстат حول رقمنة المؤسسات في مختلف قطاعات الاقتصاد لعام 2024. وقد عكست بيانات Росстат الإنفاق على التقنيات الرقمية، واستخدام البرمجيات، وتطبيق الذكاء الاصطناعي، وإنترنت الأشياء، وتقنيات البيانات الضخمة، إضافة إلى العقبات التي تعيق التحول الرقمي للمؤسسات عبر جميع أنواع الأنشطة الاقتصادية. وقد شمل التحليل تقريباً جميع القطاعات الرئيسية للاقتصاد الروسي الواردة في إحصاءات Росстат لعام 2024.
تمثلت مشكلة تحليل البيانات في أن مثل هذه الكميات الضخمة من البيانات يستحيل تحليلها عملياً بالأساليب الإحصائية التقليدية، نظراً لأن البيانات كانت موزعة على جداول متعددة، وذات بنية مختلفة ومستويات متفاوتة من التفصيل.
كيف أُجري التحليل
لمعالجة المعلومات، تم تطوير منهجية خاصة للمعالجة الذكية للبيانات، مكّنت من دمج بيانات Росстат المتفرقة في نموذج موحد للتحليل اللاحق باستخدام أساليب التعلم الآلي. وبعد المعالجة الأولية للبيانات، طُبقت خوارزميات مختلفة للتحليل العنقودي، مما سمح بتجميع القطاعات وفقاً لدرجة تشابه خصائصها في سياق التحول الرقمي.
كشفت الدراسة أيضاً عن مشكلة مهمة في البيانات الإحصائية لـ Росстат نفسها. فعلى الرغم من المصداقية العالية للمعلومات المنشورة، يُعرض جزء كبير من البيانات بشكل معقد يصعب تحليله آلياً - في صيغة جداول Excel متفرقة ذات بنية غير متجانسة ومبادئ مختلفة لتنظيم المؤشرات. وفي ظل تطور تقنيات الذكاء الاصطناعي وتحليلات البيانات الضخمة، يتطلب إجراء تحليل اقتصادي شامل توفر مستودعات بيانات مُعدة أصلاً للمعالجة الآلية والتحليل الذكي.



