Татьяна Юрьевна Салютина — доктор экономических наук, доцент, заведующая кафедрой цифровой экономики, управления и бизнес-технологий
Москва
Tatyana Yu. Salutina — Dr. Sci. (Econ.), Assoc. Prof., Head of Department of digital economy
Moscow
Марат Фаридович Гумеров — доктор экономических наук, доцент, ведущий научный сотрудник Лаборатории микроэкономического анализа и моделирования
Москва
Marat F. Gumerov — Dr. Sci. (Econ.), Assoc. Prof., Leading Researcher, Laboratory of
Microeconomic Analysis and Modelling
Moscow
Асия Рашитовна Каберова — кандидат экономических наук, доцент кафедры цифровой экономики, управления и бизнес-технологий
Москва
Asiya R. Kaberova — Cand. Sci. (Econ.), Assoc. Prof., Department of digital economy,
management and business technologies
Moscow
Галина Петровна Платунина — старший преподаватель кафедры цифровой экономики, управления и бизнес-технологий
Москва
Galina P. Platunina — Major Lecturer, Department of digital economy, management and business technologies
Moscow
Статья посвящена адаптации общих математических моделей рынка программного обеспечения для описания рынка специфического продукта - технологий искусственного интеллекта в области речевой аналитики. Цель исследования - разработать модельный инструментарий обоснования цен на технологии речевой аналитики для фирм, входящих на данный рынок, и основанные на нем рекомендации в области их ценовой политики. Объект исследования - российский рынок технологий речевой аналитики. Предмет исследования - цена на данный вид продукции у фирм, выходящих на рассматриваемый рынок. В ходе исследования авторами используются классические методы экономико-математического моделирования рынков с разными уровнями конкурентной борьбы (монополия, олигополия, дуополия, монополистическая конкуренция). Результатом исследования является обоснование цены на продукцию фирмы, выходящей на рынок технологий речевой аналитики, с помощью трех экономико-математических моделей - регрессионной, балльной и удельных показателей. Все три модели подводят к рекомендации, что фирма, выходящая на рынок речевой аналитики, при установлении цены должна в меньшей степени ориентироваться на показатель качества распознания речи (этот фактор во всех трех моделях слабо влияет на цену), а в большей степени - на наличие дополнительных опций: чем их больше, тем выше возможности фирмы устанавливать цену на уровне, который ближе к лидерам рынка.
The article is devoted to adapting general mathematical models of the software markets for describing the market of the specific product. These are the technologies of artificial intelligence in speech analytics. The purpose of this study is to create a modeling instrumentation for pricing the technologies of speech analytics in companies which enter this market. The purpose also includes recommendations provided with the price politics. The object of the study is the Russian market of speech analytics technologies. The subject of the study are the prices of this product in companies which enter the market being explored. In this studying the authors use classical methods of economical and mathematical modeling the markets with different competitive levels (monopoly, duopoly, oligopoly, monopolistic competition). The results of the study are the foundations of prices for the companies which enter the speech analytics market. These prices are based on three kinds of economical mathematical models: regression, rating and marginal indicators. All three kinds of models lead to one recommendation. A company which enters the speech analytics market should establish the prices with Less orientation to the indictors of analytics’ quality. Because in all three models this factor has very weak influence on a result. More important factor are the additional options. Their bigger quantity allows a company to establish a price which is nearer to the same one of the market leaders.
The authors declare that there are no conflicts of interest present.