Методологические аспекты перехода к автономной организации в сфере услуг и управления активами

Статья посвящена методологической проработке перехода организаций сферы услуг и управления активами к автономному режиму принятия решений на базе искусственного интеллекта с фокусом на операциях в недвижимости. Прикладная значимость темы связана с расширением цифровых каналов взаимодействия с клиентами и арендаторами, ростом номенклатуры операций по портфелю объектов и транзакционными издержками, возникающими при ручной диспетчеризации заявок, ремонтов, заселений и расчётов. Научная новизна связана с объединением инженерных практик цифрового двойника организации, процессной реконструкции по журналам событий, петлевого надзора «человек в петле / человек над петлёй» и рамочной логики риск–управления Искусственного Интеллекта в единую проектную схему автономизации. В работе описаны требования к цифровому следу, архитектурная связка «двойник – агентные модули – надзорные петли», критерии допустимости автономного исполнения в сервисе и в управлении активами. Для решения цели применены сравнительный анализ и аналитический синтез публикаций по цифровым двойникам, Human–in–the–Loop (HIL), доверенной оценке недвижимости и практикам генеративного Искусственного Интеллекта в управлении недвижимостью. Статья ориентирована на руководителей цифровой трансформации, собственников управляющих компаний, разработчиков агентов искусственного интеллекта и специалистов по управлению рисками. 

1. Agapitou, C., Sabazioti, A., Bouchoris, P., Folina, M.-T., Folinas, D., Tsaramiadis, G. How can chatbots help companies to improve the customer experience offered to their end users/customers in the tourism industry. Tourism and Hospitality. 2025. Vol. 6, № 4. Art. 207. DOI: 10.3390/tourhosp6040207.

2. Bano, D., Michael, J., Rumpe, B., Varga, S., Weske, M. Process-aware digital twin cockpit synthesis from event logs. Journal of Computer Languages. 2022. Vol. 70. Art. 101121. DOI: 10.1016/j.cola.2022.101121.

3. Edrisi, F., Perez-Palacin, D., Caporuscio, M., Giussani, S. Developing and evolving a digital twin of the organization. IEEE Access. 2024. Vol. 12. P. 1–11. DOI: 10.1109/ACCESS.2024.3381778.

4. Lorenz, F., Willwersch, J., Cajias, M., Fuerst, F. Interpretable machine learning for real estate market analysis. 2021. DOI: 10.13140/RG.2.2.10990.13120.

5. Lyytinen, K., Weber, B., Becker, M., Pentland, B. Digital twins of organization: implications for organization design. Journal of Organization Design. 2024. Vol. 13. DOI: 10.1007/s41469-023-00151-z.

6. Mosqueira-Rey, E., Hern ndez-Pereira, E., Alonso-Rнos, D., et al. Human-in-the-loop machine learning: a state of the art. Artificial Intelligence Review. 2023. Vol. 56. P. 3005–3054. DOI: 10.1007/s10462-022-10246-w.

7. Natarajan, S., Mathur, S., Sidheekh, S., Stammer, W., Kersting, K. Human-in-the-loop or AI-in-the- loop? Automate or collaborate? Proceedings of the AAAI Conference on Artificial Intelligence. 2025. Vol. 39, № 27. P. 28594–28600. https://doi.org/10.1609/aaai.v39i27.35083

8. National Institute of Standards and Technology. Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. Gaithersburg, MD: NIST, 2023. URL: https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-1.pdf (дата обращения: 25.12.2025).

9. Teikari, P., Jarrell, M., Azh, M., Pesola, H. The architecture of trust: a framework for AI-augmented real estate valuation in the era of structured data. arXiv. 2025. Preprint arXiv:2508.02765.

10. Teimert, E. Acceptance and applications of generative AI in property management – a study exploring opportunities and challenges: магистерская диссертация. Стокгольм: KTH Royal Institute of Technology, 2024. URL: https://www.diva-portal.org/smash/get/diva2:1873224/FULLTEXT01.pdf (дата обращения: 29.12.2025).