Модели обоснования ценовой политики фирмы при вхождении на рынок технологий речевой аналитики

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.

1. Зеленева Е. С. Оценка характеристик, сфер и границ применения цифровых инноваций в финансовом секторе. Финансы: теория и практика. 2023;27(2):76-86. DOI: 10.26794/2587-5671-2023-27-2-76-86

2. Кумар А., Кумар А., Кумари С. и др. Искусственный интеллект: стратегия управления финансовыми рисками. Финансы: теория и практика. 2024;28(3):174-182. DOI: 10.26794/2587-5671-2024-28-3-174-182

3. Покаместов И. Е., Никитин Н. А. Современные технологии искусственного интеллекта как инструмент трансформации цепочек создания стоимости российских коммерческих банков. Финансы: теория и практика. 2024;28(4):122-135. DOI: 10.26794/2587-5671-2024-28-4-122-135

4. Kuzovkova T. A., Salutina T. Yu., Sharavova O. I. The impact of digital platforms on the business management information system. In: Systems of signal synchronization, generating and processing in telecommunications — SYNCHROINFO 2021. (Kaliningrad, June 30 — July 02, 2021). New York, NY: IEEE; 2021. DOI: 10.1109/SYNCHROINFO51390.2021.9488330

5. Kuzovkova T. A., Sharavova O. I., Tikhvinskiy V. O., Devyatkin E. E. Matching of 6G network capabilities to digital services requirements. In: Systems of signal synchronization, generating and processing in telecommunications — SYNCHROINFO 2022. (Arkhangelsk, June 29 — July 01, 2022). New York, NY: IEEE; 2022. DOI: 10.1109/SYNCHROINFO55067.2022.9840939

6. Ustyuzhanina E. V., Sigarev A. V., Komarova I. P., Novikova E. S. The impact of the digital revolution on the paradigm shift in the economic development. Espacios. 2017;38(62):12. URL: https://es.revistaespacios.com/a17v38n62/a17v38n62p12.pdf

7. Ustyuzhanina E., Evsukov S., Komarova I. Network economy as a new economic system. European Research Studies Journal. 2018;21(3):77-89. DOI: 10.35808/ersj/1045

8. Дементьев В. Е., Евсюков С. Г., Устюжанина Е. В. Отношения реципрокности на формирующихся рынках сетевых благ. Terra Economicus. 2019;17(4):23-40. DOI: 10.23683/2073-6606-2019-17-4-23-40

9. Дементьев В. Е., Евсюков С. Г., Устюжанина Е. В. О важности стратегического подхода при ценообразовании на рынках сетевых благ. Журнал Новой экономической ассоциации. 2020;(2):57-71. DOI: 10.31737/2221-2264-2020-46-2-3

10. Дементьев В. Е. Цепочки создания ценности перед вызовами цифровизации и экономического спада. Вопросы экономики. 2021;(3):68-83. DOI: 10.32609/0042-8736-2021-3-68-83

11. Соловьев В. И. Математическое моделирование рынка программного обеспечения. Дис. ... докт. экон. наук. М.: ЦЭМИ РАН; 2010. 272 с.

12. Соловьев В. И. Эффективность облачных ИТ-услуг при случайном спросе. Вестник Финансового университета. 2013;(1):120-123.

13. Ivanyuk V., Soloviev V. Neural network model for the multiple factor analysis of economic efficiency of an enterprise. In: Rutkowski L., Scherer R., Korytkowski M., et al., eds. Artificial intelligence and soft computing (ICAISC 2021). Cham: Springer-Verlag; 2021:278-289. (Lecture Notes in Computer Science. Vol. 12855). DOI: 10.1007/978-3-030-87897-9_26

14. Антипина О., Иноземцев В. Диалектика стоимости в постиндустриальном обществе. Мировая экономика и международные отношения. 1998;(5):48-59. DOI: 10.20542/0131-2227-1998-5-48-59

15. Антипина О. Н. Ценообразование в информационной экономике. Дис. ... докт. экон. наук. М.: МГУ им. М. В. Ломоносова; 2009. 340 с.

16. Антипина О. Н. Сколько стоит цифра? О природе цены благ в цифровой экономике. Общественные науки и современность. 2019;(5):5-16. DOI: 10.31857/S086904990006558-5

17. Антипина О. Н. Платформы как многосторонние рынки эпохи цифровизации. Мировая экономика и международные отношения. 2020;64(3):12-19. DOI: 10.20542/0131-2227-2020-64-3-12-19