Russian Federation
UDC 33
The work is aimed at a comprehensive study of the role of artificial intelligence (AI) tools in ensuring foreign economic activity (FEA), as well as identifying factors influencing their effectiveness and prospects for integration into international practice. The study is based on an interdisciplinary approach, including the analysis of international trade statistics, a wide range of analytical reports, econometric modeling, and machine learning methods for forecasting the dynamics of FEA. The data obtained show that the use of AI tools reduces transaction costs, increases the accuracy of demand forecasting, and helps reduce customs processing time. At the same time, key limitations associated with insufficient transparency of algorithms, cyber risks, and other risks were identified. AI tools demonstrate high potential for transforming FEA, but their large-scale use requires institutional adaptation, the development of international regulatory standards, and increased digital competence of market participants. In the future, it is the integration of AI technologies that can become the driver of sustainable development of global trade and increased competitiveness of national economies.
: artificial intelligence, foreign economic activity, predictive analytics, econometrics, data-driven management, competitiveness
Введение
Современная международная торговля переживает беспрецедентную трансформацию под влиянием цифровизации, геополитических сдвигов и усложнения глобальных цепочек поставок [1, 2, 3]. Компании и государства все активнее ищут новые способы повышения устойчивости, сокращения издержек и обеспечения соответствия изменяющимся нормативным требованиям. В этих условиях искусственный интеллект (ИИ; также в тексте будет использоваться англоязычная аббревиатура – AI) выступает стратегическим инструментом, способным переосмыслить архитектуру и режимы функционирования не только экономики в целом [4, 5, 6, 7], но и отдельных экономических подсистем, в частности – внешнеэкономической деятельности (ВЭД).
Технологии ИИ все шире применяются для решения задач прогнозирования спроса, оптимизации логистики, управления рисками в реальном времени и обеспечения трансграничного комплаенса. Интеграция ИИ в процессы международной торговли обеспечивает значимый рост эффективности: снижает транзакционные издержки, повышает точность прогнозирования и ускоряет таможенные процедуры [8]. В то же время, организации сталкиваются с серьезными вызовами, связанными с качеством данных, непрозрачностью алгоритмов, киберрисками и фрагментарностью нормативно-правовой базы, этическими аспектами [9].
Несмотря на возрастающее значение ИИ для глобальной торговли (см.: https://www.tfafacility.org/sites/default/files/2022-08/WCOWTOPUB.pdf), до сих пор наблюдается дефицит системного анализа его реальной эффективности в контексте ВЭД, а также отсутствие комплексных рамочных подходов для оценки долгосрочного потенциала ИИ-технологий. Кроме того, перспективы развития ИИ-технологий порождает необходимость и нового взгляда на регуляторные аспекты [10, с. 61], а также на государственное участие в его развитии [11]. Настоящая статья призвана восполнить этот пробел, исследуя то, каким образом инструменты ИИ могут поддерживать внешнеэкономическую деятельность, какие измеримые эффекты они обеспечивают и какие барьеры необходимо преодолеть для их устойчивого внедрения [12, 13].
Архитектура исследования
Вклад данного исследования в развитие экономической науки заключается в двух ключевых аспектах. Во-первых, оно предлагает структурированную оценку инструментов ИИ в ВЭД с позиций экономики, менеджмента и цифровой трансформации. Во-вторых, формирует стратегические сценарии и рекомендации для бизнеса, регуляторов и международных институтов, призванные способствовать формированию будущего глобальной торговли, основанного на технологиях ИИ.
Для Российской Федерации использование инструментов ИИ в обеспечении внешнеэкономической деятельности приобретает особое значение в условиях санкционных ограничений и глобализации [14, 15], переориентации торговых потоков на азиатские и ближневосточные рынки, а также необходимости диверсификации логистических маршрутов (например, развитие международного транспортного коридора «Север–Юг» [16] и использование Северного морского пути [17]).
Применение ИИ позволяет российским компаниям более точно прогнозировать спрос на новые рынках, оптимизировать управление поставками при ограниченном доступе к традиционной инфраструктуре и минимизировать валютные и регуляторные риски. Таким образом, внедрение ИИ-технологий становится не только инструментом повышения конкурентоспособности, но и критическим фактором адаптации российской экономики к новой архитектуре глобальной торговли.
Настоящая статья структурирована по пяти ключевым направлениям применения инструментов ИИ во внешнеэкономической деятельности.
Во-первых, рассматриваются возможности использования машинного обучения в таможенно-тарифном регулировании и контроле – от автоматизированного анализа таможенных деклараций и классификации товарных кодов (HS) до выявления несоответствий и ускорения процедур обработки.
Во-вторых, анализируются методы прогнозной аналитики (XGBoost, LightGBM и др.), применяемые для предсказания экспортно-импортных потоков и международного спроса на российские товары.
Третье направление связано с цифровыми платформами поддержки экспорта, такими как «Мой экспорт» (см.: https://myexport.exportcenter.ru) и маркетплейсы, где ИИ применяется для анализа контрактов, логистических цепочек и каналов сбыта.
В-четвертых, внимание уделено системам антифрода, борьбе с отмыванием денег и финансовому мониторингу, где используются специализированные модели (например, аналоги LaundroGraph) для выявления подозрительных транзакций в экспортно-импортных операциях.
Наконец, пятое направление охватывает логистику и управление цепочками поставок: прогнозирование маршрутов, оптимизацию загрузки и мониторинг транспортных узлов с применением ML-алгоритмов и аналитических платформ (в частности, решений, представленных на TADviser). В рамках каждого из этих блоков проводится критическая оценка эффективности и ограничений выявленных решений, а также обсуждаются перспективы их дальнейшего использования в контексте специфических геоэкономических и институциональных условий Российской Федерации.
1. Androsova I.V., Shalamov L.S. Ocenka rezul'tatov vneshneekonomicheskoy deyatel'nosti Rossii i zarubezhnyh stran v usloviyah globalizacii. Teoriya i praktika servisa: ekonomika, social'naya sfera, tehnologii; 2017; 1; 14-17.
2. Anisimova Ya.A., Plotnikov V.A. Ekonomicheskaya bezopasnost', sankcii i pereorientaciya rossiyskih vneshnetorgovyh potokov. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Seriya: Ekonomika. Sociologiya. Menedzhment; 2023; 2; 10-23.
3. Munasypov A.M. Perspektivy eksporta rossiyskogo gaza na rynke FRG v usloviyah preodoleniya posledstviy Covid-19, zelenogo kursa ES i cifrovoy transformacii. Izvestiya Sankt-Peterburgskogo gosudarstvennogo ekonomicheskogo universiteta; 2022; 2; 169-176.
4. Bedrik O.I., Nesutulov A.S., Nikitin E.N. Tehnologii iskusstvennogo intellekta kak faktor razvitiya cifrovoy ekonomiki: ocenka social'no-ekonomicheskih effektov. Ekonomika i upravlenie; 2025; 5: 593–601.
5. Vertakova Yu.V., Shkarupeta E.V. Intellektual'noe proizvodstvo v usloviyah industrii X.0. Ekonomicheskoe vozrozhdenie Rossii; 2025; 1; 146-162.
6. Knyaz'nedelin R.A., Kurbanov A.H., Plotnikov V.A. Vozmozhnosti i riski primeneniya tehnologiy iskusstvennogo intellekta na predpriyatiyah rossiyskogo oboronno-promyshlennogo kompleksa. Nauchnye problemy material'no-tehnicheskogo obespecheniya Vooruzhennyh Sil Rossiyskoy Federacii; 2024; 3; 32-38.
7. Fedorov M.V., Repin D.A., Ignat'ev S.A. Tehnologii iskusstvennogo intellekta v gosudarstvennom upravlenii: razrabotka paradigmy razumnogo (samo)ogranicheniya. Izvestiya Sankt-Peterburgskogo gosudarstvennogo ekonomicheskogo universiteta; 2024; 5; 46-53.
8. Haydobin A.A. Primenenie iskusstvennogo intellekta v VED: vzglyad tamozhni i biznesa. Novizna. Eksperiment. Tradicii. 2022; 8; 75-81.
9. Repin D.A., Ignat'ev S.A. «Vnedryat' nel'zya otkazat'sya»: vliyanie etiki na primenenie tehnologiy iskusstvennogo intellekta v upravlenii social'no-ekonomicheskimi processami. Ekonomika i upravlenie. 2024; 12; 1503–1509.
10. Savinov Yu.A., Taranovskaya E.V. Iskusstvennyy intellekt v mezhdunarodnoy torgovle. Rossiyskiy vneshneekonomicheskiy vestnik; 2020; 4; 58–71.
11. Saharov D.M. Razvitie instrumentov gosudarstvennoy finansovoy podderzhki rossiyskogo eksporta v sovremennyh usloviyah. Mir novoy ekonomiki; 2022; 16 (4); 54-66.
12. Isakov I.V. Perspektivy i bar'ery primeneniya iskusstvennogo intellekta vo vneshneekonomicheskoy deyatel'nosti. Moskovskiy ekonomicheskiy zhurnal; 2025; 6; 266–279.
13. Komelova A.Yu., Fedotova G.Yu. Issledovanie vozmozhnosti primeneniya iskusstvennogo intellekta «AI HS Code» dlya celey tamozhenno-tarifnogo regulirovaniya. Uchenye zapiski Sankt-Peterburgskogo imeni V.B. Bobkova filiala Rossiyskoy tamozhennoy akademii; 2024; 2; 34–40.
14. Kurushina E.M., Kurushin D.A. Rol' tehnologicheskih faktorov obespecheniya prozrachnosti iskusstvennogo intellekta v razvitii mirohozyaystvennyh svyazey RF v usloviyah globalizacii. Vestnik Zabaykal'skogo gosudarstvennogo universiteta; 2024; 4; 113–119.
15. Kamolov S., Molchanovskaya I., Kaunov E. Artificial intelligence as a strategic instrument of economic development of Russia and improvement of its public administration. E3S Web of Conferences; 2021; 291; 04002.
16. Kryukova E.V. Koncepciya razvitiya mezhdunarodnogo transportnogo koridora «Sever – Yug». Vestnik Volgogradskogo gosudarstvennogo universiteta. Ekonomika; 2020; 2; 141–147.
17. Plotnikov V.A., Volkova A.A. Tehnologicheskie i sankcionnye vyzovy v regional'nom razvitii (keys Severnogo morskogo puti). Aktual'nye napravleniya nauchnyh issledovaniy XXI veka: teoriya i praktika; 2024; 1; 95-107.
18. Maksakova M.A., Tkachenko S.S. Ispol'zovanie cifrovyh tehnologiy dlya podderzhki rossiyskogo eksporta. Ekonomicheskie i social'nye problemy Rossii; 2024; 3; 176–190.
19. Arslanalp S., Mo Choi S., Kamali P., Koepke R., McKetty M., Ruta M., Saraiva M., Sozzi A., Verschuur J. Nowcasting Global Trade from Space. IMF Working Papers; 2025, 093.
20. Alghushairy O. Enhancing Global Logistics Forecasting: Leveraging Machine Learning Approaches for Predicting Import and Export Flows. International Conference on Innovation in Artificial Intelligence and Internet of Things (AIIT), Jeddah, Saudi Arabia; 2025; 1-15.
21. Kotel'vin M.O. Prozrachnyy blokcheyn: tendencii razvitiya gosudarstvennogo kontrolya za ispol'zovaniem kriptovalyuty v prestupnoy deyatel'nosti. Pravo i gosudarstvo: teoriya i praktika; 2022; 10; 138–139.
