Мальченко В.Е.
ПРИМЕНЕНИЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ ПРИ ОБОСНОВАНИИ ДОЛГОСРОЧНЫХ ИНВЕСТИЦИОННЫХ РЕШЕНИЙ ТЕЛЕКОММУНИКАЦИОННОЙ КОМПАНИИ *
Аннотация:
в статье исследуются современные методы обоснования долгосрочных инвестиционных решений в телекоммуникационной отрасли с применением технологий интеллектуального анализа данных и машинного обучения. Авторы рассматривают алгоритмы предиктивной аналитики как инструмент для оценки инвестиционных рисков, прогнозирования эффективности капиталовложений и поддержки управленческих решений. На основе экспериментального моделирования продемонстрирована эффективность интеллектуальных систем анализа данных при оценке перспективных проектов, включая развертывание сетей 5G и внедрение IoT-решений. Особое внимание уделено адаптивности предложенных методов в условиях высокой рыночной неопределенности. Результаты исследования подтверждают, что использование технологий ИАД позволяет повысить точность инвестиционного прогнозирования по сравнению с традиционными подходами. Практическая значимость работы заключается в разработке методик, применимых для телекоммуникационных компаний, работающих на развивающихся рынках с высокой волатильностью.
Ключевые слова:
инвестиции, интеллектуальный анализ, телекоммуникации, долгосрочное планирование, машинное обучение, оценка рисков
Телекоммуникации давно перестали быть просто средством связи — сегодня они формируют нервную систему цифрового мира. От мгновенного обмена сообщениями до сложных промышленных IoT-систем, от облачных сервисов до алгоритмов искусственного интеллекта — всё это работает благодаря развитой сетевой инфраструктуре. Внедрение 5G-технологий кардинально меняет правила игры. Промышленные предприятия получают возможность в реальном времени отслеживать состояние оборудования, логистические компании оптимизируют маршруты доставки, а умные города становятся не концептом будущего, а сегодняшней реальностью. По данным исследований, переход на новые стандарты связи увеличивает производительность предприятий на 15-20%.Однако значение телекомов выходит далеко за рамки технологий. Доступ к скоростному интернету стирает географические границы — специалист из регионального центра может работать на столичную компанию, а фермер получать актуальные данные о состоянии рынка. Это создаёт принципиально новые экономические модели, где конкурентоспособность определяется не местоположением, а доступом к цифровым ресурсам. Инвестиции в отрасль растут экспоненциально. Крупные игроки вкладываются в строительство дата-центров и развитие сетей нового поколения, а стартапы разрабатывают нишевые решения для вертикальных рынков. Особый интерес вызывают проекты на стыке телекоммуникаций и других технологий — например, системы распределённого хранения данных или платформы для edge-вычислений. Фактически, телекоммуникационная инфраструктура стала тем фундаментом, на котором строится цифровая трансформация всех сфер жизни — от образования и медицины до промышленности и государственного управления. И этот процесс только набирает обороты [2].Сейчас отрасль стоит перед тремя главными вызовами: технологическая независимость, равный доступ к связи по всей стране и безопасность данных. Ответом становится комплекс мер — от прокладки волоконно-оптических линий в глубинке до создания собственной элементной базы для оборудования. Особый упор делается на кооперацию между операторами: вместо дублирования инфраструктуры предлагается модель совместного использования сетей.Что это даст обычным людям? Стабильную связь без "мёртвых зон", защиту персональных данных и новые цифровые сервисы. Для бизнеса — снижение затрат на телеком-услуги и возможности для внедрения IoT-решений. Государство же получает управляемую, безопасную цифровую среду и инструменты технологического суверенитета. Реализация Стратегии уже идёт: в ряде регионов запущены пилотные проекты по ликвидации цифрового неравенства, начато производство отечественного оборудования для сетей 5G. Но главные изменения ещё впереди — к 2035 году Россия должна войти в число мировых лидеров по качеству и доступности телекоммуникационных услуг.В соответствии со стратегией могут быть выделены 4 основные сегмента телекоммуникационной отрасли [1]. Автором произведен анализ данных сегментов и сформировано описание текущего положения сегмента в таблице 1.Таблица 1. Анализ сегментов отрасли связи.Телекоммуникационные компании сегодня оказались в непростой ситуации. С одной стороны, бизнес требует постоянных вливаний — только на обновление сетевой инфраструктуры нужны миллиардные инвестиции. Но парадокс в том, что при росте вложений прибыль операторов не увеличивается, а рентабельность падает. Это замкнутый круг: без модернизации нельзя, но и вкладываться становится невыгодно. Выходом могло бы стать новое распределение финансовой нагрузки — почему интернет-гиганты, генерирующие львиную долю трафика, не участвуют в развитии сетей наравне с операторами?Что касается кадров, здесь картина неоднозначная. Российские вузы готовят сильных специалистов в сфере ИКТ — это факт. Но между научными лабораториями и реальным производством по-прежнему существует разрыв. Наши разработки часто остаются на стадии прототипов, тогда как предприятия продолжают закупать импортное оборудование. Чтобы изменить ситуацию, нужны три вещи: реальный спрос со стороны промышленности, работающие механизмы внедрения инноваций и актуальные программы переподготовки специалистов. Без этого разговоры о технологическом суверенитете так и останутся благими пожеланиями. Все эти проблемы — лишь часть более масштабных вызовов, с которыми отрасль столкнётся в ближайшее десятилетие (см. рисунок 1). Если сейчас не начать их системно решать, через несколько лет мы можем получить устаревшую инфраструктуру, зависимость от иностранных решений и хроническую нехватку квалифицированных кадров [3].Рисунок 1. Вызовы в сфере телекоммуникаций.Инвестиционные проекты телекоммуникационных компаний, такие как строительство инновационных центров обработки данных (ЦОД), развитие сетей связи, расширение интернет-покрытия и создание волоконно-оптических магистралей, отличаются высокой сложностью, разнородностью и масштабом. Их реализация требует анализа большого объема данных из различных источников: технических параметров инфраструктуры, рыночного спроса, финансовых показателей, геопространственных данных и нормативных требований. Однако сбор и структуризация этих данных сопряжены с рядом проблем, что обуславливает необходимость применения методов интеллектуального анализа данных (ИАД).Примечательно, что длительный цикл реализации (3–5 лет) в сочетании с быстрым технологическим устареванием создаёт парадокс: инфраструктура должна проектироваться «на опережение», но с учётом текущих трендов — миграции в облако, импортозамещения и экологических стандартов. Здесь методы Data Mining становятся критически важными, позволяя анализировать исторические данные, сопоставлять технологии и прогнозировать окупаемость в динамичных условиях [5].При разработке методологии оценки долгосрочных инвестиционных проектов в телекоммуникационной отрасли была разработана система критериев, объединяющая метрические и экспертные подходы. Основой для формирования данных стали интервью с отраслевыми специалистами и анализ документов с государственных платформ, включая тендерную документацию и корпоративные отчёты. Полученная информация охватывает проекты с бюджетом от 150 до 20 000 млн рублей, что отражает разнообразие инициатив — от локальных решений до крупных инфраструктурных программ. Для обеспечения совместимости с алгоритмами машинного обучения все параметры, включая качественные оценки, подверглись процедурам нормализации и кодирования.В качестве базового алгоритма выбран метод деревьев решений, отличающийся прозрачностью логики работы и возможностью визуального представления выводов. Данный подход оптимален для бинарной классификации, где требуется не только прогнозирование результата (успех/неудача), но и объяснение факторов, повлиявших на решение — критически важный аспект в инвестиционно-аналитической практике.Ключевыми аргументами в пользу выбранной методологии стали её адаптивность к смешанным типам данных (числовые метрики и качественные оценки), минимальная потребность в тонкой настройке параметров, а также возможность прямой интерпретации значимости признаков через анализ структуры дерева [4]. Эти свойства позволяют выявлять ключевые драйверы успешности проектов, такие как бюджетные ограничения или соответствие экологическим стандартам, без использования «чёрного ящика» нейросетевых подходов.Интерпретация модели подтвердила гипотезу о мультипликативном эффекте ключевых факторов: даже при достаточном бюджете отсутствие технологической составляющей или инновационности снижало вероятность успеха. Напротив, проекты с умеренным финансированием, но высокой оценкой по стратегическим и технологическим параметрам демонстрировали положительную динамику. Эти выводы, визуализированные в виде логических цепочек, предоставляют аналитикам инструмент для точечной корректировки инвестиционных портфелей с учётом выявленных закономерностей.Рисунок 2. Визуализация дерева решений модели машинного обучения.Проведённое исследование подтверждает, что применение интеллектуального анализа данных существенно повышает обоснованность инвестиционных решений в условиях неопределённости. Комбинация технологических, финансовых и экспертных параметров в рамках единой модели создаёт основу для устойчивого развития телекоммуникационной инфраструктуры, играющей ключевую роль в цифровой трансформации экономики.Для телекоммуникационной отрасли, где каждый проект требует многомиллионных вложений, внедрение интеллектуального анализа становится необходимостью [4]. Рекомендуемые меры — от создания консорциумов данных до интеграции ESG-метрик — позволят снизить субъективность оценок и повысить точность прогнозов. Перспективные исследования, такие как оптимизация энергопотребления или прогнозирование регуляторных изменений, открывают путь к созданию «цифровых двойников» инвестиционных процессов, укрепляя позиции отрасли в рамках национальных программ цифровизации. Ключевой задачей остаётся баланс между инновационностью и надёжностью, где ИАД выступает мостом между технологическими амбициями и финансовой стабильностью.
Номер журнала Вестник науки №6 (87) том 3
Ссылка для цитирования:
Мальченко В.Е. ПРИМЕНЕНИЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ ПРИ ОБОСНОВАНИИ ДОЛГОСРОЧНЫХ ИНВЕСТИЦИОННЫХ РЕШЕНИЙ ТЕЛЕКОММУНИКАЦИОННОЙ КОМПАНИИ // Вестник науки №6 (87) том 3. С. 270 - 279. 2025 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/24240 (дата обращения: 13.01.2026 г.)
Вестник науки © 2025. 16+