ШІ для рішень у бізнесі та публічному секторі бібліометричний огляд

Abstract

Дослідження узагальнює науковий ландшафт застосування штучного інтелекту (ШІ) у прийнятті управлінських рішень на основі бібліометричного аналізу 2158 публікацій, індексованих у Scopus у 2020–2024 рр. Дослідження поєднує протокол відбору на зразок PRISMA-ScR, побудову ко-вживаних термінів у VOSviewer і кількісні метрики (щорічний приріст публікацій, індекс цитувань, внесок країн/інституцій). Виявлено три домінантні кластери: технологічний (ML/DL, NLP, LSTM), організаційний (ROI, дані, компетенції, «human-in-the-loop») та етико-правовий (прозорість, упередженість, регуляція). У середньому публікаційна активність зростала на ≈25% на рік; близько 87% робіт фокусувалися на технічних аспектах, тоді як підтверджена позитивна рентабельність інвестицій від впроваджень зафіксована приблизно у 30% компаній. Предметні кейси охоплюють HR-аналітику (скорочення часу найму), фінанси (моделі LSTM для ризиків) і логістику (оптимізація маршрутів). Регуляторний дискурс концентрується навколо підзвітності моделей і зниження дискримінаційних рішень, що корелює з акцентом XAI та європейськими ініціативами довірливого ШІ. Показано, що гібридні конфігурації «людина-в-циклі» підвищують точність і прийнятність рішень, а організаційна зрілість даних визначає масштабованість впроваджень. Практичні наслідки стосуються проєктування метрик цінності, управління ризиками моделі, побудови дата-інфраструктури та впорядкування етичної відповідності у сферах високого ризику.