Влияние искусственного интеллекта на корпоративное управление

Обложка

Цитировать

Полный текст

Аннотация

Появление искусственного интеллекта (ИИ) выступает поворотным моментом в сфере корпоративного управления, который ускорил переоценку традиционных концепций и повлек необходимость в перспективном подходе к принятию решений, управлению рисками и этическим аспектам. В статье изучается многостороннее влияние ИИ на корпоративное управление с тщательным анализом того, каким образом технологии ИИ преобразуют операционные, стратегические и этические факторы деятельности организаций. Исследование акцентирует внимание на потенциале ИИ в области совершенствования процесса принятия решений, оптимизации операционной эффективности и поощрения инноваций путем обеспечения передовых аналитических возможностей и прогнозных аналитических выводов. Однако оно одновременно подчеркивает и возникновение беспрецедентных трудностей, включая вопросы соблюдения конфиденциальности данных, алгоритмическую предвзятость и необходимость создания надежной нормативно-правовой базы для снижения рисков,  связанных с внедрением ИИ. В статье отстаивается упреждающая позиция в отношении переосмысления моделей корпоративного управления с целью компенсации разрушительной природы ИИ с упором на добавление этических аспектов и прозрачности в приложения ИИ. Оно призывает руководство предприятий, лиц, определяющих политику, и стейкхолдеров к совместной работе, направленной на развитие структур управления, которые обеспечивают не только эффективное использование потенциала ИИ, но и защиту от присущих ему рисков. Исследование рекомендует установить руководящие этических принципы для ИИ, принять прозрачные практики ИИ и проводить постоянный мониторинг систем ИИ, чтобы обеспечить их соответствие задачам корпоративного управления и социальным ценностям. Важно также отметить, что подход и методики настоящего исследования основаны на качественном обзоре литературы, и поэтому обобщение результатов в различных секторах и концептуальных рамках корпоративного управления могут иметь ограничения. Стремительное развитие технологий ИИ создает характерные трудности при стремлении не отставать от новых тенденций и отслеживать потенциальные риски.

Об авторах

Г. Калкан

Университет Газиантепа, Газиантеп, Турция

Автор, ответственный за переписку.
Email: gkalkan@gantep.edu.tr

Список литературы

  1. Hilb M. Toward artificial governance? The role of artificial intelligence in shaping the future of corporate governance. J Manag Gov. 2020;24:851-70. https://doi.org/0.1007/s10997-020-09519-9 DOI: https://doi.org/10.1007/s10997-020-09519-9
  2. Cihon P, Schuett J, Baum SD. Corporate governance of artificial intelligence in the public interest. Information. 2021;12(7):275. https://doi.org/10.3390/info12070275 DOI: https://doi.org/10.3390/info12070275
  3. Tokmakov MA. Artificial intelligence in corporate governance. In: Digital Economy and the New Labor Market: Jobs, Competences and Innovative HR Technologies. Springer International Publishing; 2021. p. 667-74. https://doi.org/10.1007/978-3-030-60926-9_83 DOI: https://doi.org/10.1007/978-3-030-60926-9_83
  4. Han H. The impact of Artificial Intelligence (AI) and blockchain adoption in corporate governance: Ethical perspectives. Doctoral dissertation, Brunel University London; 2022.
  5. Thierer AD. Getting AI innovation culture right. R Street Policy Study. 2023;(281). DOI: https://doi.org/10.2139/ssrn.4404402
  6. Mertens F. The Use of Artificial Intelligence in Corporate Decision-Making at Board Level: A Preliminary Legal Analysis. Financial Law Institute Working Paper Series 2023-01. Available at SSRN: https://ssrn.com/abstract=4339413 or https://doi.org/10.2139/ssrn.4339413. DOI: https://doi.org/10.2139/ssrn.4339413
  7. Fenwick M, Vermeulen EP. Technology and corporate governance: Blockchain, crypto, and artificial intelligence. Tex J Bus Law. 2019;48:1. DOI: https://doi.org/10.2139/ssrn.3263222
  8. Thuraisingham B. Artificial intelligence and data science governance: Roles and responsibilities at the c-level and the board. In: 2020 IEEE 21st International Conference on Information Reuse and Integration for Data Science (IRI). IEEE; 2020. p. 314-8. https://doi.org/10.1109/IRI49571.2020.00052 DOI: https://doi.org/10.1109/IRI49571.2020.00052
  9. Bobek S, Tadeja SK, Struski Ł, Stachura P, Kipouros T, Tabor J, et al. Virtual reality-based parallel coordinates plots enhanced with explainable AI and data-science analytics for decision-making processes. Appl Sci. 2021;12(1):331.
  10. Ashoori M, Weisz JD. In AI we trust? Factors that influence trustworthiness of AI-infused decision-making processes. arXiv preprint arXiv:1912.02675; 2019. https://doi.org/10.3390/app12010331 DOI: https://doi.org/10.3390/app12010331
  11. Nassar A, Kamal M. Ethical dilemmas in AI-powered decision-making: A deep dive into big data-driven ethical considerations. Int J Responsible Artif Intell. 2021;11(8):1-11.
  12. Cuervo R. Predictive AI for SME and Large Enterprise Financial Performance Management. arXiv preprint arXiv:2311.05840; 2023.
  13. Hosain MT, Anik MH, Sadman RAFİ, Tabassum R, Insia K, Siddiky MM. Path To Gain Functional Transparency In Artificial Intelligence With Meaningful Explainability. J Metaverse. 2023;3(2):166-80. DOI: https://doi.org/10.57019/jmv.1306685
  14. Güngör H. Creating value with artificial intelligence: A multi-stakeholder perspective. J Creat Value. 2020;6(1):72-85. https://doi.org/10.1177/2394964320921071 DOI: https://doi.org/10.1177/2394964320921071
  15. Felzmann H, Fosch-Villaronga E, Lutz C, Tamò-Larrieux A. Towards transparency by design for artificial intelligence. Sci Eng Ethics. 2020;26(6):3333-61. https://doi.org/0.1007/s11948-020-00276-4 DOI: https://doi.org/10.1007/s11948-020-00276-4
  16. Shen W. Analysis of the application of artificial intelligence technology in the protection of corporate governance rights and interests. Front Psychol. 2022;13:966689. doi: 10.3389/fpsyg.2022.966689 DOI: https://doi.org/10.3389/fpsyg.2022.966689
  17. Yang Q, Steinfeld A, Zimmerman J. Unremarkable AI: Fitting intelligent decision support into critical clinical decision-making processes. In: Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems. ACM; 2019. p. 1-11. https://doi.org/10.1145/3290605.3300468 DOI: https://doi.org/10.1145/3290605.3300468
  18. Hussain M. When, Where, and Which?: Navigating the Intersection of Computer Vision and Generative AI for Strategic Business Integration. IEEE Access. 2023;11:127202-15. https://doi.org/10.1109/ACCESS.2023.3332468 DOI: https://doi.org/10.1109/ACCESS.2023.3332468
  19. Ivashkovskaya I, Ivaninskiy I. What impact does artificial intelligence have on corporate governance?. Journal of Corporate Finance Research/Корпоративные финансы. 2020;14(4):90-101. https://doi.org/10.17323/j.jcfr.2073-0438.14.4.2020.90-101
  20. Kaya BC. The role of artificial intelligence in corporate governance. Available at SSRN; 2022. https://doi.org/10.2139/ssrn.4143846 DOI: https://doi.org/10.2139/ssrn.4143846
  21. Teodorescu DA, Aivaz KA, Vancea DPC, Condrea E, Dragan C, Olteanu AC. Consumer trust in AI algorithms used in e-commerce: A case study of college students at a Romanian public university. Sustainability. 2023;15(15):11925. https://doi.org/10.3390/su151511925 DOI: https://doi.org/10.3390/su151511925
  22. Keding C, Meissner P. Managerial overreliance on AI-augmented decision-making processes: How the use of AI-based advisory systems shapes choice behavior in R&D investment decisions. Technol Forecast Soc Change. 2021;171:120970. https://doi.org/10.1016/j.techfore.2021.120970 DOI: https://doi.org/10.1016/j.techfore.2021.120970
  23. Jarrahi MH. Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision-making. Bus Horiz. 2018;61(4):577-86. https://doi.org/10.1016/j.bushor.2018.03.007 DOI: https://doi.org/10.1016/j.bushor.2018.03.007
  24. Sharma S, Islam N, Singh G, Dhir A. Why do retail customers adopt artificial intelligence (AI) based autonomous decision-making systems?. IEEE Trans Eng Manag. 2022.
  25. Stinson C, Vlaad S. A feeling for the algorithm: Diversity, expertise, and artificial intelligence. Big Data Soc. 2024;11(1):20539517231224247. https://doi.org/10.1177/20539517231224247 DOI: https://doi.org/10.1177/20539517231224247
  26. Eroğlu M, Karatepe Kaya M. Impact of Artificial Intelligence on Corporate Board Diversity Policies and Regulations. Eur Bus Organ Law Rev. 2022;23(3):541-72. https://doi.org/0.1007/s40804-022-00251-5 DOI: https://doi.org/10.1007/s40804-022-00251-5
  27. Rajendran R, Sharma P, Saran NK, Ray S, Alanya-Beltran J, Tongkachok K. An exploratory analysis of machine learning adaptability in big data analytics environments: A data aggregation in the age of big data and the internet of things. In: 2022 2nd International Conference on Innovative Practices in Technology and Management (ICIPTM). IEEE; 2022. vol. 2, p. 32-6. DOI: https://doi.org/10.1109/ICIPTM54933.2022.9753921
  28. Spring M, Faulconbridge J, Sarwar A. How information technology automates and augments processes: Insights from artificial intelligence-based systems in professional service operations. J Oper Manag. 2022;68(6-7):592-618. https://doi.org/10.1002/joom.1215 DOI: https://doi.org/10.1002/joom.1215
  29. Dembkowski S. The Art of Involving Boards in Embracing AI. In: The AI Book: The Artificial Intelligence Handbook for Investors, Entrepreneurs and FinTech Visionaries. Wiley; 2020. p. 26-8. https://doi.org/10.1002/9781119551966.ch9 DOI: https://doi.org/10.1002/9781119551966.ch9
  30. Edelman D, Sharma V. It’s Time for Boards to Take AI Seriously. Harv Bus Rev. 2023 Nov. Available from: https://hbr.org/2023/11/its-time-for-boards-to-take-ai-seriously. Accessed 2024 May 5.
  31. Aljohani A. Predictive analytics and machine learning for real-time supply chain risk mitigation and agility. Sustainability. 2023;15(20):15088. https://doi.org/10.3390/su152015088 DOI: https://doi.org/10.3390/su152015088
  32. Aziz S, Dowling M. Machine learning and AI for risk management. In: Disrupting Finance: FinTech and Strategy in the 21st Century. Springer; 2019. p. 33-50. https://doi.org/10.1007/978-3-030-02330-0_3 DOI: https://doi.org/10.1007/978-3-030-02330-0_3
  33. Bussmann N, Giudici P, Marinelli D, Papenbrock J. Explainable AI in fintech risk management. Front Artif Intell. 2020;3:26. https://doi.org/10.3389/frai.2020.00026 DOI: https://doi.org/10.3389/frai.2020.00026
  34. Giudici P. Fintech risk management: A research challenge for artificial intelligence in finance. Front Artif Intell. 2018;1:1. https://doi.org/10.3389/frai.2018.00001 DOI: https://doi.org/10.3389/frai.2018.00001
  35. Schuett J. Three lines of defense against risks from AI. AI Soc. 2023;1-15. https://doi.org/0.1007/s00146-023-01811-0
  36. Gupta M, Akiri C, Aryal K, Parker E, Praharaj L. From chatgpt to threatgpt: Impact of generative AI in cybersecurity and privacy. IEEE Access. 2023. https://doi.org/10.1109/ACCESS.2023.3300381 DOI: https://doi.org/10.1109/ACCESS.2023.3300381
  37. Boston Consulting Group. The new blueprint for corporate performance. 2023. Available from: https://www.bcg.com/publications/2023/the-new-blueprint-for-corporate-performance. Accessed 2024 May 5.
  38. Karbekova AB, Мakhkamova SG, Inkova NA, Pakhomova OK. Automation based on datasets and AI of corporate accounting and sustainability reporting in quality management in industry 4.0. Proceedings on Engineering Sciences. 2023. https://doi.org/10.24874/PES.SI.02.007 DOI: https://doi.org/10.24874/PES.SI.02.007
  39. Zehir C, Çınar F, Şengül H. Role of stakeholder participation between transparency and qualitative and quantitative performance relations: An application at hospital managements. Procedia Soc Behav Sci. 2016;229:234-45. https://doi.org/10.1016/j.sbspro.2016.07.134 DOI: https://doi.org/10.1016/j.sbspro.2016.07.134
  40. Mökander J, Sheth M, Gersbro-Sundler M, Blomgren P, Floridi L. Challenges and best practices in corporate AI governance: Lessons from the biopharmaceutical industry. Front Comput Sci. 2022;4:1068361. https://doi.org/10.3389/fcomp.2022.1068361 DOI: https://doi.org/10.3389/fcomp.2022.1068361
  41. Picciau C. The (un)predictable impact of technology on corporate governance. Hastings Bus Law J. 2021;17:67. DOI: https://doi.org/10.2139/ssrn.3643500
  42. Chiu IH, Lim EW. Technology vs ideology: how far will artificial intelligence and distributed ledger technology transform corporate governance and business?. Berkeley Bus LJ. 2021;18:1. DOI: https://doi.org/10.2139/ssrn.3695006
  43. Birkstedt T, Minkkinen M, Tandon A, Mäntymäki M. AI governance: themes, knowledge gaps and future agendas. Internet Res. 2023;33(7):133-67. https://doi.org/10.1108/INTR-01-2022-0042 DOI: https://doi.org/10.1108/INTR-01-2022-0042
  44. Camilleri MA. Artificial intelligence governance: Ethical considerations and implications for social responsibility. Expert Syst. 2023;e13406. https://doi.org/10.1111/exsy.13406 DOI: https://doi.org/10.1111/exsy.13406
  45. Xue L, Pang Z. Ethical governance of artificial intelligence: An integrated analytical framework. J Digit Econ. 2022;1(1):44-52. https://doi.org/10.1016/j.jdec.2022.08.003 DOI: https://doi.org/10.1016/j.jdec.2022.08.003
  46. Stahl BC, Antoniou J, Ryan M, Macnish K, Jiya T. Organisational responses to the ethical issues of artificial intelligence. AI Soc. 2022;37(1):23-37. https://doi.org/0.1007/s00146-021-01148-6 DOI: https://doi.org/10.1007/s00146-021-01148-6
  47. Roche C, Wall PJ, Lewis D. Ethics and diversity in artificial intelligence policies, strategies and initiatives. AI Ethics. 2023;3(4):1095-1115. https://doi.org/0.1007/s43681-022-00218-9 DOI: https://doi.org/10.1007/s43681-022-00218-9
  48. Thomas JV. The Impact of Artificial Intelligence on Corporate Boards: Embracing the Future. LinkedIn. 2023 Dec 21. Available from: https://www.linkedin.com/pulse/impact-artificial-intelligence-corporate-boards-future-v-thomas-wuvnc. Accessed 2023 Dec 21.
  49. Tallarita R. AI is Testing the Limits of Corporate Governance. SSRN Electronic Journal. 2023. Available from: https://ssrn.com/abstract=4693045. DOI: https://doi.org/10.2139/ssrn.4693045
  50. Papagiannidis E, Enholm IM, Dremel C, Mikalef P, Krogstie J. Toward AI governance: Identifying best practices and potential barriers and outcomes. Inf Syst Front. 2023;25(1):123-41. https://doi.org/10.1007/s10796-022-10251-y DOI: https://doi.org/10.1007/s10796-022-10251-y
  51. Schildge G. AI Corporate Governance: It’s Not Too Late, Yet. 2023. Available from: https://matrixmarketinggroup.com/ai-corporate-governance/. Accessed 2023 Nov 10.
  52. Baloğlu G, Çakalı KR. Is Artificial Intelligence a New Threat to Academic Ethics?: Enron Scandal Revisited By ChatGPT. İşletme. 2023;4(1):143-65. DOI: https://doi.org/10.57116/isletme.1244633

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Калкан Г., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».