Билет к экзамену по предмету. Теория и практика международного бизнеса». Причины интеграции в международном бизнесе, горизонтальная и вертикальная интеграции. . Сравнение понятий "большие данные", искусственный интеллект     "интернет вещей

Билет к экзамену по предмету

«Теория и практика международного бизнеса»

2020 г.

Билет № 22

1. Причины интеграции в международном бизнесе, горизонтальная и вертикальная интеграции.

О: Интеграция – сплочение, объединение, слияние в единое целое.

Виды:

1. Горизонтальная - в этом случае объединяются объекты (например, страны), которые имеют такие признаки:

· находятся на одном уровне развития,

· могут осуществлять взаимовыгодное сотрудничество.

На примере ТНК: Горизонтально интегрированные ТНК — управляют подразделениями, расположенными в различных странах, производящих одинаковые или подобные товары.

2. Вертикальная – объединение объектов (например, производственных компаний), связанных между собой объективной технологической зависимостью.

Пример: холдинговая структура ОАО «Лукойл». В единой системе «завязаны» множество предприятий, обеспечивающие следующий цикл: добыча нефти, ее транспортировка, переработка, реализация топлива.

Причины интеграции в международном бизнесе - создание взаимовыгодных экономических отношений.

2. Сравнение понятий "большие данные", искусственный интеллект     "Интернет вещей".

К категорииБольшие данные (Big Data)относится информация, которую уже невозможно обрабатывать традиционными способами.

Большая часть представлена в формате, плохо соответствующем традиционному структурированному формату, — это веб-журналы, видеозаписи, текстовые документы, машинный код или, например, геопространственные данные. Всё это хранится во множестве разнообразных хранилищ, иногда даже за пределами организаций. В результате корпорации могут иметь доступ к огромному объему своих данных и не иметь необходимых инструментов, чтобы установить взаимосвязи между этими данными и сделать на их основе значимые выводы.

При работе с большими данными результат получается в процессе их очистки путём последовательного моделирования: сначала выдвигается гипотеза, строится статистическая, визуальная или семантическая модель, на ее основании проверяется верность выдвинутой гипотезы и затем выдвигается следующая.

Пример: сети магазинов Target с помощью глубинного анализа данных и собственной системы прогнозирования удается с высокой точностью определить — беременна женщина или нет. За каждым клиентом закрепляется ID, который в свою очередь привязан к кредитке, имени или электронной почте. Идентификатор служит своеобразной корзиной покупок, где хранится информация обо всем, что когда-либо человек приобрел.

Анализ данных также применяется для улучшения ряда аспектов жизнедеятельности городов и стран. Например, зная точно, как и когда использовать технологии Big Data, можно оптимизировать потоки транспорта. Для этого берется в расчет передвижение автомобилей в режиме онлайн, анализируются социальные медиа и метеорологические данные.

Искусственный интеллект (artificial intelligence) свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека; наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ.

Например, в Сбербанке на смену обычным банкоматам приходят банкоматы с функцией распознавания лиц, работу которой возьмет на себя как раз ИИ. От владельцев карты или счета требуется лишь одно посещение офиса банка для занесения в базу его фотографии, после чего он сможет пользоваться банкоматом даже без карты и без ввода PIN-кода.

Интернет вещей (internet of things) — концепция вычислительной сети физических предметов («вещей»), оснащённых встроенными технологиями для взаимодействия друг с другом или с внешней средой

Они взаимодействуют друг с другом посредством коммуникационных сетей (инфракрасных, беспроводных, силовых и слаботочных сетей) и обеспечивают полностью автоматическое выполнение процессов (включают кофеварку, изменяют освещённость, напоминают о приёме лекарств, поддерживают температуру, обеспечивают полив сада, позволяют сберегать энергию и управлять её потреблением)

Пример:

Японский робот, приучающий к порядку в рабочей зоне. Сканирует предметы на столе, ненужные сталкивает, нужные/полезные группирует на столе.

«Умная» кормушка, чтобы удаленно кормить домашних питомцев через приложение в смартфоне.

«Умные» примерочные в Mango

Познавательные статьи:



Техника прыжка в длину с разбега

Организация работы процедурного кабинета

Области применения синхронных машин

Оптимизация по Винеру и Калману