Высокий уровень неопределенности современного мира в сочетании с активным развитием технологий искусственного интеллекта и анализа больших данных указывают на актуальность и своевременность применения этих технологий для повышения эффективности процессов в таком аспекте государственного и корпоративного управления как риск-менеджмент. Внедрение подходов к управлению рисками, основанных на применении современных технологий, сегодня становится фактически одним из ключевых условий развития и конкурентоспособности в различных отраслях экономики и сферах государственного регулирования.
В настоящей статье рассмотрены процессы и задачи управления рисками, установленные международными и российскими стандартами риск-менеджмента. Сформулированы подходы, позволяющие, в отличие от классических технологий, более эффективно решать основные стандартные задачи риск-менеджмента за счет применения современных технологий искусственного интеллекта и анализа больших данных.Поскольку на текущий момент слабо проработаны методы идентификация новых типов рисков, авторами статьи разработан новый комплексный подход к автоматизированной идентификации новых типов рисков, основанный на применении интеллектуальных методов поиска аномалий в исторических массивах данных о деятельности организации.
Рассмотрен подход к оценке вероятности наступления известных рисков и величины вероятных последствий при их наступлении, основанный на применении интеллектуальных классификационных и регрессионных моделей.
Сформулированы возможные варианты практического применения интеллектуальных систем, основанных на онтологии предметной области, для повышения эффективности и качества систематизации разнородной информации, относящейся к процессам риск-менеджмента, в том числе за счет сочетания онтологических средств с моделями искусственного интеллекта.
Рассмотрен подход к оценке вероятности наступления известных рисков и величины вероятных последствий при их наступлении, основанный на применении интеллектуальных классификационных и регрессионных моделей.
Сформулированы возможные варианты практического применения интеллектуальных систем, основанных на онтологии предметной области, для повышения эффективности и качества систематизации разнородной информации, относящейся к процессам риск-менеджмента, в том числе за счет сочетания онтологических средств с моделями искусственного интеллекта.