rusjelRussian Journal of Economics and LawRussian Journal of Economics and Law2782-2923"TCE "Taglimat"" Ltd.10.21202/2782-2923.2024.3.619-640rusjel-2572Research ArticleРЕГИОНАЛЬНАЯ И ОТРАСЛЕВАЯ ЭКОНОМИКАREGIONAL AND BRANCH ECONOMICSИнтеграция искусственного интеллекта в ERP-системы: достоинства, недостатки и перспективыIntegrating artificial intelligence into ERP systems: advantages, disadvantages and prospectshttps://orcid.org/0000-0001-6372-1700АнтоноваИ. И.AntonovaI. I.

Ирина Ильгизовна Антонова, доктор экономических наук, профессор, проректор по инновационно-проектной деятельности, заведующий кафедрой

кафедра цифровой экономики и управления качеством

Казань

Web of Science Researcher ID: https://publons.com/researcher/4905426

Irina I. Antonova, Dr. Sci. (Economics), Professor, Vice Rector on innovative and project activity, Head of the Department

Department of Digital Economy and Quality Management

Kazan

Web of Science Researcher ID: https://publons.com/researcher/4905426

antonova@ieml.ruСмирновВ. А.SmirnovV. A.

Виталий Алексеевич Смирнов, доктор экономических наук, профессор, профессор кафедры

кафедра цифровой экономики и управления качеством

Казань

Vitaliy A. Smirnov, Dr. Sci. (Economics), Professor

Department of Digital Economy and Quality Management

Kazan

smirnov@ieml.ruЕфимовМ. Г.EfimovM. G.

Максим Геннадьевич Ефимов, старший преподаватель

кафедра компьютерного моделирования и техносферной безопасности

Казань

Web of Science Researcher ID: AAF-3105-2019

Maksim G. Efimov, Senior Lecturer

Department of Computer Modeling and Technosphere Safety

Kazan

Web of Science Researcher ID: AAF-3105-2019

efimovmg@ieml.ruКазанский инновационный университет имени В. Г. ТимирясоваРоссияKazan Innovative University named after V. G. TimiryasovRussian Federation202417092024183619640Copyright © Антонова И.И., Смирнов В.А., Ефимов М.Г., 20242024Антонова И.И., Смирнов В.А., Ефимов М.Г.Antonova I.I., Smirnov V.A., Efimov M.G.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.rusjel.ru/jour/article/view/2572   Цель

   Цель: выявление ключевых преимуществ и потенциальных рисков, связанных с использованием искусственного интеллекта в ERP-системах для улучшения процессов принятия решений, эффективности управления и операционной деятельности различных секторов, включая коммерческие и некоммерческие организации.

   Методы

   Методы: систематический обзор литературы, анализ эмпирических данных, аналитический и экспериментальный методы исследования.

   Результаты

   Результаты: отражены ключевые направления внедрения искусственного интеллекта в ERP-системы, обеспечивающие улучшение операционной эффективности, отношений с клиентами, а также оптимизацию бизнес-процессов, управление данными, цепочками поставок, персоналом, автоматизацию операций, связанных с финансами, оптимизацию клиентских отношений; внедрение искусственного интеллекта в ERP-системы сокращает издержки на управление запасами, улучшает точность прогнозирования и оптимизацию запасов, ускоряет финансовый анализ и повышает точность бюджетирования, приводя к сокращению времени на планирование бюджета, увеличивает производительность, оптимизируя необходимые производственные процессы и сокращая время простоя оборудования. Однако также отмечаются риски утечки конфиденциальных данных, несанкционированного доступа к данным; сокращение рабочих мест из-за автоматизации задач; уязвимость для кибератак.

   Научная новизна

   Научная новизна: проанализированы малоизученные направления интеграции искусственного интеллекта в ERP-системах, предложен интегративный подход к применению искусственного интеллекта в ERP-системах, объединяющий методы машинного обучения, обработки естественного языка и прогнозной аналитики и обеспечивающий комплексную оценку комплексного воздействия на операционную эффективность бизнес-процессов.

   Практическая значимость: сформулированные направления решения выявленных проблем интеграции искусственного интеллекта в ERP-системы могут быть внедрены в их практику, поскольку позволят лучше учитывать локальные требования и законы.

   Objective

   Objective: to identify the key benefits and potential risks associated with the use of artificial intelligence in ERP systems to improve decision-making processes, management efficiency and operational performance of various sectors, including commercial and non-profit organizations.

   Methods

   Methods: systematic literature review, empirical data analysis, analytical and experimental research methods.

   Results

   Results: the key directions of artificial intelligence implementation in ERP-systems are reflected, providing improvement of operational efficiency, customer relations, as well as optimization of business processes, data management, supply chain and personnel management, automation of operations related to finance, optimization of customer relations; implementation of artificial intelligence in ERP-systems reduces inventory management costs, improves the accuracy of forecasting andinventory optimization, accelerates financial analysis and increases the accuracy of budgeting, resulting in reduced budget planning time; it also increases productivity by optimizing necessary production processes and reducing equipment downtime. However, there are also risks of confidential data leakage, unauthorized access to data; job losses due to automation of tasks; and vulnerability to cyberattacks.

   Scientific novelty

   Scientific novelty: the little-studied directions of artificial intelligence integration in ERP-systems are analyzed; an integrative approach to the application of artificial intelligence in ERP-systems is proposed, which combines methods of machine learning, natural language processing and predictive analytics and provides a comprehensive assessment of the complex impact on the business processes’ efficiency.

   Practical significance: the formulated directions for solving the identified problems of artificial intelligence integration in ERP-systems can be implemented in practice, as they will enable to better take into account local requirements and laws.

региональная и отраслевая экономикаискусственный интеллектERP-системымашинное обучениеобработка естественного языкапрогнозная аналитикаавтоматизация бизнес-процессовуправление запасамиулучшение принятия решенийregional and branch economicsartificial intelligenceERP-systemsmachine learningnatural language processingpredictive analyticsbusiness process automationinventory managementimproved decision-makingReferencesАзимбаев, Д. Ж., Куан, И. А., Гулида, И. В. (2019). Искусственный интеллект и машинное обучение. Вестник современных исследований, 1.3(28), 6–7. EDN: PNPBLTAlekseeva, I. Yu. (1991). Artificial intelligence and reflection over knowledge. Philosophy of Science and Technology, 9, 44–53. (In Russ.).Алексеева, И. Ю. (1991). Искусственный интеллект и рефлексия над знаниями. Философия науки и техники, 9, 44–53.Antonova, I. I., & Antonov, S. A. (2022). Circular economy as an innovative model of sustainable development of a region. Standards and Quality, 5, 68–73. (In Russ.).Антонова, И. И., Антонов, С. А. (2022). Циркулярная экономика как инновационная модель устойчивого развития региона. Стандарты и качество, 5, 68–73.Antonova, I. I., Repina, Yu. A., & Zotov, M. V. (2020). Increasing the Efficiency of the Agricultural Companies. Competency, 7, 42–47. (In Russ.).Антонова, И. И., Репина, Ю. А., Зотов, М. В. (2020). Повышение эффективности предприятий агропромышленного комплекса. Компетентность, 7, 42–47.Asanova, F. B. (2018). Using information and communication technologies for the development of creative abilities of schoolchildren in Technology lessons. Education, innovations, research as a resource for community development: proceedings of the 2<sup>nd</sup> International scientific and methodological conference (pp. 284–288). Cheboksary: Sreda. (In Russ.).Асанова, Ф. Б. (2018). Использование информационно-коммуникационных технологий с целью развития креативных способностей учеников на уроках технологии. Образование, инновации, исследования как ресурс развития сообщества : материалы II Международной научно-методической конференции (с. 284–288). Чебоксары: ИД «Среда».Azimbaev, D. Zh., Kuan, I. A., & Gulida, I. V. (2019). Artificial intelligence and machine learning. Vestnik sovremennykh issledovanij, 1.3(28), 6–7. (In Russ.).Бычков, С. А. (2012). Сущность и влияние ERP-системы на эффективность деятельности предприятия. Актуальные проблемы гуманитарных и естественных наук, 9, 1–5.Bonsón, E., Bednárová, M., & Cortijo, V. (2021). Artificial intelligence activities and ethical approaches in leading listed companies in the European Union. International Journal of Accounting Information Systems, 43, 100535. doi: 10.1016/j.accinf.2021.100535Городнова, Н. В. (2021). Применение искусственного интеллекта в бизнес-сфере: современное состояние и перспективы. Вопросы инновационной экономики, 11(4), 1473–1492. doi: 10.18334/vinec.11.4.112249Bychkov, S. A. (2012). Essence and impact of ERP systems on the performance of an enterprise. Actualnye problemy gumanitarnykh i estestvennykh nauk, 9, 1–5. (In Russ.).Горячкин, Б. С., Китов, М. А. (2020). Компьютерное зрение. E-Scio, 9(48). https://cyberleninka.ru/article/n/kompyuternoe-zrenie-1Chajkovskaya, L. A., & Ezza, Kh. Abu. (2018). Integration of resource planning systems of an enterprise with big data. Economika i upravlenie: problemy, resheniya, 2(12), 43–49. (In Russ.).Грицунова, С. В., Седых, Ю. А., Высоцкая, Т. А. (2019). Цифровизация и ее влияние на бизнес-процессы предпринимательских структур. Вестник Алтайской академии экономики и права, 10-1, 34–38. doi: 10.17513/vaael.742Dashkov, A. A., & Nesterova, Yu. O. (2020). Research on the impact of artificial intelligence on the business model of an organization. E-Management, 3(4), 26–36. (In Russ.) doi: 10.26425/2658-3445-2020-3-4-26-36Дашков, А. А., Нестерова, Ю. О. (2020). Исследование влияния искусственного интеллекта на бизнес-модель организации. E-Management, 3(4), 26–36. doi: 10.26425/2658-3445-2020-3-4-26-36Dmitrieva, T. A., German, E. A., & Kozeleczkaya, M. G. (2019). Artificial intelligence in modern business. In Fundamental and applied research in management, economics and trade : Proceedings of the scientific-practical and educational conference, St. Petersburg, June 4–6, 2019 (Part 1, pp. 367–371). Saint Petersburg: Peter the Great St. Petersburg Polytechnic University (SPbPU). (In Russ.).Дмитриева, Т. А., Герман, Е. А., Козелецкая, М. Г. (2019). Искусственный интеллект в современном бизнесе. В сб. Фундаментальные и прикладные исследования в области управления, экономики и торговли : сборник трудов научно-практической и учебной конференции, Санкт-Петербург, 4–6 июня 2019 г. (Ч. 1, с. 367–371). Санкт-Петербург: Санкт-Петербургский политехнический университет Петра Великого. EDN: UCFDCODoguchaeva, S. M. (2019). Innovative development of artificial intelligence and machine learning in the modern economy. RISK: Resources, Information, Supply, Competition, 1, 136–138. (In Russ.).Докучаева, С. М. (2019). Инновационное развитие искусственного интеллекта и машинного обучения в современной экономике. РИСК: Ресурсы. Информация. Снабжение. Конкуренция, 1, 136–138.Dou, Z., Wang, X., Shi, Sh., & Tu, Zh. (2020). Exploiting deep representations for natural language processing. Neurocomputing, 38(621), 1–7. doi: 10.1016/j.neucom.2019.12.060Дульнев, В. В. (2020). Применение технологии машинного обучения в ERP-системах. В сб. Сборник материалов Всероссийской конференции молодых исследователей с международным участием «Социально-гуманитарные проблемы образования и профессиональной самореализации» (Социальный инженер-2020), Москва, 7–10 декабря 2020 г. (Ч. 4, с. 142–146). Москва: Российский государственный университет имени А. Н. Косыгина (Технологии. Дизайн. Искусство). EDN: RIUQJVDulnev, V. V. (2020). Using machine-learning technology in ERP systems. In Proceedings of the All-Russian conference of young researchers with international participation “Social and humanitarian issues of education and professional self-implementation” (Social Engineer-2020), Moscow, December 7–10, 2020 (Part 4, pp. 142–146). Moscow: Rossijskij gosudarstvennyj universitet imeni A. N. Kosygina (Tekhnologii. Dizajn. Iskusstvo). (In Russ.).Дурнев, Р. А., Крюков, К. Ю., Титов, А. Е. (2019). Искусственный интеллект: комплексный анализ состояния и перспектив разработки. Инноватика и экспертиза : научные труды, 1(26), 190–202. EDN: ZEKQQPDurnev, R. A., Kryukov, K. Yu., & Titov, A. E. (2019). Artificial intelligence: comprehensive analysis of the state and prospects of elaboration. Innovatics and Expert Examination, 1(26), 190–202. (In Russ.).Иванов, А. Б. (2019). Применение искусственного интеллекта в производственных компаниях: анализ и перспективы. Инженерные системы и средства автоматизации, 28(3), 45–52.Elragal, А., & Haddara, М. (2012). The Future of ERP Systems: Look Backward Before Moving Forward. Procedia Technology, 5(5), 21–30. doi: 10.1016/j.protcy.2012.09.003Исаева, М. З., Алисултанова, А. В., Дасаев, М. А., Цуев, М. М. (2023). Методы и технологии обработки естественного языка. В сб. М. С. Сайдумов, И. И. Начхоев, МИЛЛИОНЩИКОВ-2023 : материалы VI Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых с международным участием, Грозный, 30–31 мая 2023 г. (с. 90–95). Грозный: Грозненский государственный нефтяной технический университет имени академика М. Д. Миллионщикова. EDN: JTCRPOEsteves, J., & Pastor, J. (1999). An ERP Lifecycle-based Research Agenda. 1º International Workshop on Enterprise Management Resource and Planning Systems EMRPS, Venice, Italy (pp. 359–371).Колесова, Е. В., Перова, М. В. (2024). Развитие ERP систем в условиях внедрения искусственного интеллекта. Материалы XVI Международной студенческой научной конференции «Студенческий научный форум».Gorodnova, N. V. (2021). Application of artificial intelligence in the business sphere: current state and prospects. Russian Journal of Innovation Economics, 11(4), 1473–1492. (In Russ.). doi: 10.18334/vinec.11.4.112249Королькова, Е. М. (2018). Проблемы выбора и внедрения ERP-систем на российских предприятиях. Дневник науки, 10(22), 46. EDN: YMMAQXGoryachkin, B. S., & Kitov, M. A. (2020). Computer vision. E-Scio, 9(48). (In Russ.). https://cyberleninka.ru/article/n/kompyuternoe-zrenie-1Котельников, Л. Л. (2023). Влияние искусственного интеллекта на социально-экономическую сферу. В сб. Фундаментальные и прикладные аспекты компьютерных технологий и информационной безопасности : сборник статей Всероссийской научно-технической конференции (с. 485–487). Таганрог: Южный федеральный университет.Gritzunova, S. V., Greyish, Yu. A., Vysotskaya, T. A. (2019). Digitalization and its impact on business processes of business structures. Vestnik Altajskoj akademii eсonomiki i prava, 10-1, 34–38. (In Russ.). doi: 10.17513/vaael.742Ли, Ю., Чжан, Т., Янг, Ю., Гао, Ю. (2020). Поддержка принятия решений с помощью искусственного интеллекта в клинической диагностике в педиатрии: развитие и перспективы на будущее. Журнал международных медицинских исследований, 48(9).Haddara, М., & Elragal, А. (2013). ERP Lifecycle: A Retirement Case Study. Information Resources Management Journal, 26(1), 1–11.Мельников, А. В., Бачурин, А. И., Распопов, А. А., Цветкова, В. А. (2021). Актуальные аспекты разработки и внедрения систем искусственного интеллекта в организациях. Социальные новации и социальные науки, 2(4), 38–46. doi: 10.31249/snsn/2021.02.03Isaeva, M. Z., Alisultanova, A. V., Dasaev, M. A., & Czuev, M. M. (2023). Methods and technologies of natural language processing. In M. S. Sajdumov, I. I. Nachkhoev (Eds.), MILLIONSHCHIKOV-2023: Proceedings of the 6<sup>th</sup> All-Russian scientific and practical conference of students, postgraduates and young scientists with international participation, Grozny, May 30-31 2023 (pp. 90–95). Grozny: Grozny State Oil Technical University. (In Russ.).Мельничук, Ю. Н. (2023). Цифровизация бизнес-процессов. Молодой ученый, 23(470), 263–266.Ivanov, A. B. (2019). Applying artificial intelligence in manufacturing companies: analysis and prospects. Inzhenernye sistemy i sredstva avtomatizaczii, 28(3), 45–52. (In Russ.).Мочалова, Я. В., Голева, Е. А. (2023). Искусственный интеллект: использование в экономике. Молодой ученый, 21(468), 170–172.Ivanova, A. V. (2018). VR & AR technologies: opportunities and application obstacles. Strategic Decisions and Risk Management, 3, 88–107. doi: 10.17747/2078-8886-2018-3-88-107Назилин, В. С., Силакова, Л. В. (2022). Применение ERP-систем для повышения эффективности бизнес-процессов коммерческих организаций. Инновационная экономика: перспективы развития и совершенствования, 3(61), 46–52.Jawad, Z. N., & Balázs, V. (2024). Machine learning-driven optimization of enterprise resource planning (ERP) systems : a comprehensive review. Beni-Suef University Journal of Basic and Applied Sciences, 13, 4. doi: 10.1186/s43088-023-00460-yНешумов, Е. В. (2023). Инструменты технологии искусственного интеллекта в повышении эффективности ERP-систем. Научные записки академии, 2(46), 45–49. EDN: LQMYPEJurgel, V. Yu. (2019). Complexities of natural language modeling. Bulletin of Science and Education, 23-1(77), 12–14. (In Russ.).Петров, В. Г. (2020). Искусственный интеллект в промышленности: реальный опыт и перспективы. Промышленная автоматика, 2, 18–24.Kolesova, E. V., & Perova, M. V. (2024). Development of ERP systems under the artificial intelligence implementation: works of the 16<sup>th</sup> International students’ scientific conference “Students’ Scientific Forum”. (In Russ.).Печурина, Е. К., Мазалова, А. Н. (2018). Искусственный интеллект в промышленности. Colloquium-Journal, 12-6(23), 33–34. EDN: VNBKIGKorolkova, E. M. (2018). Problems of the selection and implementation of ERP-systems at Russian enterprises. Dnevnik nauki, 10(22), 46. (In Russ.).Савельев, А. А., Матросов, В. Д. (2023). Применение искусственного интеллекта для автоматизации производственных процессов. В сб. В. Г. Хомченко (отв. ред.), Е. И. Пастухова. Автоматизация, мехатроника, информационные технологии : материалы XIII Международной научно-технической интернет-конференции молодых ученых, Омск, 16–17 мая 2023 г. (с. 4–6). Омск: Омский государственный технический университет. EDN: FSBVURKotelnikov, L. L. (2023). Influence of artificial intelligence on the social-economic sphere. In Fundamental and applied aspects of computer technologies and information security : collection of works of the All-Russian scientific and technical conference (pp. 485–487). Taganrog: Southern Federal University. (In Russ.).Соколова, Я. А., Вербицкая, В. В. (2021). Применение систем искусственного интеллекта в управлении предприятием. В сб. Материалы XIII Международной студенческой научной конференции «Студенческий научный форум». https://scienceforum.ru/2021/article/2018025315Li, Yu., Chzhan, T., Yang, Yu., & Gao, Yu. (2020). Decision-making support using artificial intelligence in clinical diagnosis in pediatrics: development and future prospects. Zhurnal mezhdunarodnykh mediczinskikh issledovanij, 48(9). (In Russ.).Тройнов, Н. Р., Королев, Д. В., Нечаева, И. И. (2023). Влияние искусственного интеллекта на современный рынок труда. В сб. Экономика в социокультурном пространстве современности: проблемы, решения, прогнозы : материалы X Международной научно-практической конференции, Владимир, 23 ноября 2023 г. (с. 318–322). Владимир: АРКАИМ.McCarthy, L. M., & Mathieson, K. (2000). Enterprise Resource Planning: Global Opportunities and Challenges. Hershey, PA: Idea Group Publishing.Чайковская, Л. А., Езза, Х. Абу (2018). Интеграция систем планирования ресурсов предприятия и больших данных. Экономика и управление: проблемы, решения, 2(12), 43–49. EDN: VNXUXEMelnichuk, Yu. N. (2023). Digitalization of business processes. Molodoj uchenyj, 23(470), 263–266.Шитова, Т. Ф. (2021). ERP-система – эффективный инструмент развития цифровой экономики. Муниципалитет: экономика и управление, 2(35), 1–5. doi: 10.22394/2304-3385-2021-2-27-39Melnikov, A. V., Bachurin, A. I., Raspopov, A. A., & Tsvetkova, V. A. (2021). Actual aspects of the development and implementation of artificial intelligence systems in organizations. Social Novelties and Social Sciences, 2(4), 38–46. (In Russ.). doi: 10.31249/snsn/2021.02.03Юргель, В. Ю. (2019). Сложности моделирования естественного языка. Вестник науки и образования, 23-1(77), 12–14.Mochalova, Ya. V., & Goleva, E. A. (2023). Artificial intelligence: use in economy. Young Scientist, 21(468), 170–172. (In Russ.).Bonsón, E., Bednárová, M., & Cortijo, V. (2021). Artificial intelligence activities and ethical approaches in leading listed companies in the European Union. International Journal of Accounting Information Systems, 43, 100535. doi: 10.1016/j.accinf.2021.100535Nazilin, V. S., & Silakova, L. V. (2022). Research on Technologies and Solutions Addressing the Issue of Improving the Efficiency of the Business Processes in Commercial Organizations. Social and economic systems. Economics, 4, 218–240.Dou, Z., Wang, X., Shi, Sh., & Tu, Zh. (2020). Exploiting deep representations for natural language processing. Neurocomputing, 38(621), 1–7. doi: 10.1016/j.neucom.2019.12.060Nazilin, V. S., & Sylakova, L. V. (2022). Application of ERP systems to improve the efficiency of business processes of commercial organizations. Innovaczionnaya ekonomika: perspektivy razvitiya i sovershenstvovaniya, 3(61), 46–52. (In Russ.).Elragal, А., & Haddara, М. (2012). The Future of ERP Systems: Look Backward Before Moving Forward. Procedia Technology, 5(5), 21–30. doi: 10.1016/j.protcy.2012.09.003Neshumov, E. V. (2023). Artificial intelligence tools for increasing the efficiency of ERP systems. Nauchnye zapiski akademii, 2(46), 45–49. (In Russ.).Esteves, J., & Pastor, J. (1999). An ERP Lifecycle-based Research Agenda. 1º International Workshop on Enterprise Management Resource and Planning Systems EMRPS, Venice, Italy (pp. 359–371).Orlicky, J. (1975). Material Requirements Planning. New York, NY: McGraw-Hill.Haddara, М., & Elragal, А. (2013). ERP Lifecycle: A Retirement Case Study. Information Resources Management Journal, 26(1), 1–11.Pechurina, E., & Mazalova, A. (2018). Artificial intelligence in industry. Colloquium-Journal, 12-6(23), 33–34. (In Russ.).Ivanova, A. V. (2018). VR & AR technologies: opportunities and application obstacles. Strategic Decisions and Risk Management, 3, 88–107. doi: 10.17747/2078-8886-2018-3-88-107Petrov, V. G. (2020). Artificial intelligence in industry: actual experience and prospects. Promyshlennaya avtomatika, 2, 18–24. (In Russ.).Jawad, Z. N., & Balázs, V. (2024). Machine learning-driven optimization of enterprise resource planning (ERP) systems : a comprehensive review. Beni-Suef University Journal of Basic and Applied Sciences, 13, 4. doi: 10.1186/s43088-023-00460-yPtak, C. A., & Schragenheim, E. (1999). ERP: Tools, Techniques, and Applications for Integrating the Supply Chain. Boca Raton, FL: St. Lucie Press.McCarthy, L. M., & Mathieson, K. (2000). Enterprise Resource Planning: Global Opportunities and Challenges. Hershey, PA: Idea Group Publishing.Qasim, S., Memon, M. A., Nizamani, M., Kumar, P., & Qasim, M. (2021). An Analysis of Enterprise Resource Planning System Usage to Improve Business Process Performance. Quaid-e-Awam University Research Journal of Engineering Science & Technology, 19(1), 65–69. doi: 10.52584/QRJ.1901.09Nazilin, V. S., & Silakova, L. V. (2022). Research on Technologies and Solutions Addressing the Issue of Improving the Efficiency of the Business Processes in Commercial Organizations. Социальные и экономические системы. Экономика, 4, 218–240.Savelev, A. A., & Matrosov, V. D. (2023). Using artificial intelligence for automation of industrial processes. In V. G. Khomchenko, & E. I. Pastukhova (Eds.). Automation, mechatronics, information technologies : proceedings of the 13<sup>th</sup> International scientific and technical internet-conference of young scientists, Omsk, May 16–17, 2023 (pp. 4–6). Omsk: Omsk State Technical University. (In Russ.).Orlicky, J. (1975). Material Requirements Planning. New York, NY: McGraw-Hill.Šereš, L., & Tumbas, P. (2014). ERP & Globalization: Challenges and Responses. Strategic Management, 19(4), 50–57.Ptak, C. A., & Schragenheim, E. (1999). ERP: Tools, Techniques, and Applications for Integrating the Supply Chain. Boca Raton, FL: St. Lucie Press.Shitova, T. F. (2021). ERP system – an effective tool of the digital economy development. Municipality: Economics and Management, 2(35), 1–5. (In Russ.). doi: 10.22394/2304-3385-2021-2-27-39Qasim, S., Memon, M. A., Nizamani, M., Kumar, P., & Qasim, M. (2021). An Analysis of Enterprise Resource Planning System Usage to Improve Business Process Performance. Quaid-e-Awam University Research Journal of Engineering Science & Technology, 19(1), 65–69. doi: 10.52584/QRJ.1901.09Sokolova, Ya. A., & Verbiczkaya, V. V. (2021). Using artificial intelligence systems in enterprise management. In Works of the 13<sup>th</sup> International students’ scientific conference “Students’ Scientific Forum”. (In Russ.). https://scienceforum.ru/2021/article/2018025315Šereš, L., & Tumbas, P. (2014). ERP & Globalization: Challenges and Responses. Strategic Management, 19(4), 50–57.Sundaram, S., & Zeid, A. (2023). Artificial Intelligence-Based Smart Quality Inspection for Manufacturing. Micromachines, 14(3), 570. doi: 10.3390/mi14030570Sundaram, S., & Zeid, A. (2023). Artificial Intelligence-Based Smart Quality Inspection for Manufacturing. Micromachines, 14(3), 570. doi: 10.3390/mi14030570Svensson, A., & Thoss, A. (2021). Risk Factors When Implementing ERP Systems in Small Companies. Information, 12(11), 478. doi: 10.3390/info12110478Svensson, A., & Thoss, A. (2021). Risk Factors When Implementing ERP Systems in Small Companies. Information, 12(11), 478. doi: 10.3390/info12110478Tariq, M. U., Poulin, M., & Abonamah, A. A. (2021). Achieving Operational Excellence Through Artificial Intelligence: Driving Forces and Barriers. Frontiers in Psychology, 12. doi: 10.3389/fpsyg.2021.686624Tariq, M. U., Poulin, M., & Abonamah, A. A. (2021). Achieving Operational Excellence Through Artificial Intelligence: Driving Forces and Barriers. Frontiers in Psychology, 12. doi: 10.3389/fpsyg.2021.686624Trojnov, N. R., Korolev, D. V., & Nechaeva, I. I. (2023). Influence of artificial intelligence on the modern labor market. In Economics in the sociocultural space of modernity: problems, solutions, forecasts: works of the 10<sup>th</sup> International scientific and practical conference, Vladimir, November 23, 2023 (pp. 318–322). Vladimir: ARKAIM. (In Russ.).Villalba-Diez, J., Schmidt, D., Gevers, R., Ordieres-Meré, J., Buchwitz, M., & Wellbrock, W. (2019). Deep Learning for Industrial Computer Vision Quality Control in the Printing Industry 4.0. Sensors, 19(18), 3987. doi: 10.3390/s19183987Villalba-Diez, J., Schmidt, D., Gevers, R., Ordieres-Meré, J., Buchwitz, M., & Wellbrock, W. (2019). Deep Learning for Industrial Computer Vision Quality Control in the Printing Industry 4.0. Sensors, 19(18), 3987. doi: 10.3390/s19183987Wang, J.-H., & Chen, Y.-H. (2021). Network-adjusted Kendall’s Tau measure for feature screening with application to high-dimensional survival genomic data. Bioinformatics, 37(15), 2150–2156. doi: 10.1093/bioinformatics/btab064Wang, J.-H., & Chen, Y.-H. (2021). Network-adjusted Kendall’s Tau measure for feature screening with application to high-dimensional survival genomic data. Bioinformatics, 37(15), 2150–2156. doi: 10.1093/bioinformatics/btab064Wight, O. (1984). Manufacturing Resource Planning: MRP II: Unlocking America's Productivity Potential. Boston, MA: CBI Publishing.Wight, O. (1984). Manufacturing Resource Planning: MRP II: Unlocking America's Productivity Potential. Boston, MA: CBI Publishing.

The authors declare that there are no conflicts of interest present.