Економіко-статистичний аспект застосування штучного інтелекту

Abstract

У статті досліджено особливості цифрової трансформації Європейського Союзу у 2024 році та структурні диспропорції у впровадженні технологій штучного інтелекту (ШІ) у корпоративному секторі. Встановлено, що цифрова трансформація набуває масштабного характеру, а рівень застосування ШІ зростає пропорційно до розміру підприємства. Це обґрунтовуєгіпотезу про те, що ресурсна забезпеченість і рівень організаційної складності є ключовими детермінантами впровадження ШІ у бізнес-секторі. Виявлено, що просторова диференціація впровадження ШІ у країнах ЄС та держав-партнерах підтверджує стійку цифрову нерівність: різниця між Данією та Румунією перевищує дев’ятик-ратне значення. Країни з високою цифровою зрілістю швидко адаптують бізнес до технологічних змін, тоді як держави-аутсайдери потребують посилення інституційної підтримки, розвитку цифрових компетентностей і стимулювання інноваційної активності малого та середнього бізнесу. Обґрунтовано, що галузе-вий аналіз демонструє чіткі диспропорції у впровадженні ШІ: високотехно-логічні та наукоємні сектори виступають драйверами цифровізації, інтегруючи ШІ у дослідження, розробку, управління, маркетинг та виробничі процеси. Традиційні виробничі, матеріальні та інфраструктурні галузі мають стримані темпи інтеграції, зокрема у логістиці, обліково-аналітичній роботі та безпеці у сфері інформаційно-комунікаційних технологій. Міжгалузеві відмінності формують чіткий профіль цифрової трансформації: від секторів із високою технологічною інтенсивністю та активною інтеграцією ШІ до галузей із низькою цифровою інтенсивністю, які лише починають системну цифровізацію. Встановлено, що структура використання ШІ у сфері управління, фінансів, досліджень та інновацій демонструє залежність від технологічної інтенсивності галузі та рівня її цифрової інтелектуалізації. Сектори з високою наукоємністю активно інтегрують ШІ у створення нових продуктів, послуг та технологічних рішень, тоді як традиційні галузі застосовують ШІ здебільшого для операційної оптимізації. У логістичних процесах рівеньвпровадження ШІ залишається фрагментованим, що підкреслює потребу у поширенні інтелектуальних рішень для підвищення конкурентоспроможності та стійкості ланцюгів постачання. Abstract. The article investigates the features of digital transformation in the European Union in 2024 and the structural disparities in the implementation of artificial intelligence (AI) technologies in the corporate sector. It is established that digital transformation has acquired a large-scale character, and the level of AI adoption increases proportionally with the size of the enterprise. This substantiates the hypothesis that resource availability and the level of organizational complexity are key determinants of AI implementation in the business sector.It is revealed that spatial differentiation in AI adoption across EU countries and partner states confirms persistent digital inequality: the difference between Denmark and Romania exceeds a ninefold value. Countries with high digital maturity rapidly adapt their business to technological changes, whereas lagging countries require strengthened institutional support, the development of digital competencies, and the stimulation of innovation activity in small and medium-sized enterprises.It is substantiated that sectoral analysis demonstrates clear disparities in AI implementation: high-tech and knowledge-intensive sectors act as drivers of digitalization, integrating AI into research and development, management, marketing, and production processes. Traditional manufacturing, material, and infrastructure industries exhibit slower integration, particularly in logistics, accounting and analytical activities, and ICT security. Intersectoral differences form a distinct profile of digital transformation: from sectors with high technological intensity and active AI integration to industries with low digital intensity, which are only beginning systemic digitalization.It is established that the structure of AI utilization in management, finance, research, and innovation depends on the technological intensity of the sector and the level of its digital intellectualization. Knowledge-intensive sectors actively integrate AI into the creation of new products, services, and technological solutions, whereas traditional industries primarily use AI for operational optimization. In logistics processes, the level of AI implementation remains fragmented, highlighting the need to expand intelligent solutions to enhance competitiveness and the resilience of supply chains.