ЕКОНОМІЧНИЙ ПОТЕНЦІАЛ ВИКОРИСТАННЯ ТЕХНОЛОГІЙ ШТУЧНОГО ІНТЕЛЕКТУ ДЛЯ ОПТИМІЗАЦІЇ УПРАВЛІННЯ ФІНАНСАМИ МІСЦЕВИХ ГРОМАД В УКРАЇНІ
DOI:
https://doi.org/10.15407/economyukr.2025.03.003Ключові слова:
економічний потенціал; прогнозування; місцеві бюджети; штучний інтелект; машинне навчання; великі мовні моделі; RAG; локальна LLМАнотація
Обґрунтовано економічний потенціал використання технологій штучного інтелекту для оптимізації управління фінансами місцевих громад. Окреслено потенційні можливості й переваги використання великих мовних моделей (LLM) у поєднанні з технологією пошуково-доповненої генерації (RAG) з метою запровадження нового рівня взаємодії фахівців місцевих фінансових органів з «базою знань», що накопичена з використанням фінансових, управлінських і облікових документів. Така «база знань» є частиною документообігу в рамках здійснення територіальними громадами діяльності з державного управління. Розглянуто приклади використання інструментів штучного інтелекту в управлінні публічними фінансами зарубіжних країн. Виокремлено вектори нарощування економічного потенціалу використання технологій штучного інтелекту в управлінні публічними фінансами. Проаналізовано наявні локальні LLM і RAG рішення, визначено їх особливості, переваги й недоліки.
Запропоновано концептуальну архітектуру RAG з локальною LLM у контексті використання даних технологій місцевими фінансовими органами як надбудову до електронного документообігу. Розроблено прототип програмного додатку, продемонстровано механізм роботи запропонованої архітектури і функціонал прототипу моделі RAG з інтеграцією в локальну модель lLLM Ollama. Виявлено потенційні ризики впровадження технологій штучного інтелекту в систему управління публічними фінансами і запропоновано заходи з їх усунення або мінімізації. Обґрунтовано, що штучний інтелект має величезний економічний потенціал, здатний трансформувати управління публічними фінансами, особливо на локальному рівні. Використання інструментів штучного інтелекту сприяє значному покращенню ефективності державного управління, автоматизації рутинних процесів і аналітики, що, у свою чергу, дозволяє точніше прогнозувати бюджетні показники й оптимізувати розподіл ресурсів.
Посилання
Kummamuru, K., Tata, S., Dasappa, G., Li, C.-S., Shivaram, M., Chenna, V. et al. (2019). Artificial intelligence-based document processing. Official Journal of the Patent Office. 424 p. URL: https://www.ipindia.gov.in/writereaddata/Portal/IPOJournal/1_4816_1/Part-1.pdf
Yen-Chia, H., Ting-Hao, K., Verma, H., Mauri, A., Nourbakhsh, I., Bozzon, A. (2022). Empowering local communities using artificial intelligence. Patterns. Vol. 3. Iss. 3. P. 1-7. https://doi.org/10.1016/j.patter.2022.100449
Serey, J., Quezada, L., Alfaro, M., Fuertes, G., Vargas, M., Ternero, R., Sabattin, J. et al. (2021). Artificial intelligence methodologies for data management. Symmetry. 13(11). 2040. https://doi.org/10.3390/SYM13112040
Sambetbayeva, M., Kuspanova, I., Yerimbetova, A., Serikbayeva, S., Bauyrzhanova, S. (2022). Development of intelligent electronic document management system model based on machine learning methods. Eastern-European Journal of Enterprise Technologies. 1(2(115)). 68-76. https://doi.org/10.15587/1729-4061.2022.251689
Heyets, V. (2004). Formation of the revenue part of the budget: results, problems and prospects. Economy and Forecasting. No. 1. P. 9-30. URL: http://eip.org.ua/docs/EP_04_1_09_uk.pdf [in Ukrainian].
Lunina, I., Kyrylenko, O., Luchka, A. et al. (2010). Diversification of local government revenues. Ed. by I.O. Lunina. Kyiv, Institute for Economics and Forecasting. URL: http://dspace.wunu.edu.ua/bitstream/316497/12272/1/Lunina.pdf [in Ukrainian].
Riabokin, M., Blyuma, O., Kotukh, Ye. (2024). Methodological and software support for the implementation of electronic document circulation at the level of local budgets using the “ISC Local budget” software. Finance of Ukraine. No. 5. P. 71-91. https://doi.org/10.33763/finukr2024.05.071 [in Ukrainian].
Kotukh, Ye., Korobchynskyi, M., Riabokin, M., Blyuma, O., Denysiuk, O. (2024). Methods and tools for forecasting the cash flow of local budgets using artificial intelligence. Scientific Notes of Ostroh Academy National University, "Economics" series. 33(61). 47-61. URL: https://journals.oa.edu.ua/Economy/article/view/4109 [in Ukrainian].
Arntz, M., Gregory, T., Zierahn, U. (2016). The risk of automation for jobs in OECD countries: A comparative analysis. OECD Social, Employment and Migration Working Papers. No. 189. URL: https://www.oecd-ilibrary.org/social-issues-migration-health/the-risk-of-automation-for-jobs-in-oecd-countries_5jlz9h56dvq7-en?mod=article_inline
Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H. et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. In: Proceedings of the 2021 AAAI/ACM Conference on AI, Ethics, and Society. P. 5998-6008. https://dl.acm.org/doi/abs/10.5555/3495724.3496517
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Видавничий дім "Академперіодика" НАН України

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.