Tel: +998977838464

№ 9 (2026)
Marketing

Научные статьи

KICHIK BIZNES SUBYEKTLARIDA SUNʼIY INTELLEKTDAN FOYDALANISHNING INKLYUZIV IQTISODIY OʻSISHGA TAʼSIR ETUVCHI OMILLARI

DOI 10.67668/mj/2026iss9/2197 Страницы 1021-1030

Опубликован 2026-09-07

Авторы
Sodiqova Dilnoza Jumanazarovna
Организация
Ташкентский Университет Информационных Технологий image/svg+xml
Marketing jurnali — 2026-yil sentabr, 9-son
PDF (узбекский) Google Scholar Google Scholar

Аннотация

В статье исследованы факторы, через которые использование искусственного интеллекта в субъектах малого бизнеса влияет на инклюзивный экономический рост. Разработана факторная модель, объединяющая занятость женщин и молодежи, региональный охват, доступ к финансам и рынкам, цифровые навыки и распределение доходов. На основе данных Всемирного банка, МОТ и МСЭ для Узбекистана и шести сопоставимых стран за 2024 год рассчитан индекс факторов инклюзивного роста методом среднего геометрического. Индекс Узбекистана составил 0,674, а наиболее сильными сторонами оказались охват интернетом и гендерный паритет во владении счетами. Инклюзивность молодежи и финансовый доступ определены как основной резерв роста: при их выходе на медиану выборки индекс повышается до 0,735. Доля малого бизнеса в занятости большинства регионов на уровне 72-82 процентов оценена как канал распространения эффекта искусственного интеллекта на регионы.

Ключевые слова

искусственный интеллект, малый бизнес, инклюзивный рост, финансовая инклюзия, занятость молодежи, гендерный паритет, региональный охват, композитный индекс

Библиографические ссылки

  1. Acemoglu, D., & Restrepo, P. (2022). Tasks, automation, and the rise in U.S. wage inequality. Econometrica, 90(5), 1973-2016. https://doi.org/10.3982/ECTA19815
  2. Ali, I., & Son, H. H. (2007). Measuring inclusive growth. Asian Development Review, 24(1), 11-31. https://doi.org/10.1142/S0116110507000024
  3. Beck, T., Demirgüç-Kunt, A., & Levine, R. (2007). Finance, inequality and the poor. Journal of Economic Growth, 12(1), 27-49. https://doi.org/10.1007/s10887-007-9010-6
  4. Berg, T., Burg, V., Gombović, A., & Puri, M. (2020). On the rise of FinTechs: Credit scoring using digital footprints. The Review of Financial Studies, 33(7), 2845- 2897. https://doi.org/10.1093/rfs/hhz099
  5. Cazzaniga, M., Jaumotte, F., Li, L., Melina, G., Panton, A. J., Pizzinelli, C., Rockall, E., & Tavares, M. M. (2024). Gen-AI: Artificial intelligence and the future of work (IMF Staff Discussion Note SDN/2024/001). International Monetary Fund. https://doi.org/10.5089/9798400262548.006
  6. Fuster, A., Goldsmith-Pinkham, P., Ramadorai, T., & Walther, A. (2022). Predictably unequal? The effects of machine learning on credit markets. The Journal of Finance, 77(1), 5-47. https://doi.org/10.1111/jofi.13090
  7. Goldfarb, A., & Tucker, C. (2019). Digital economics. Journal of Economic Literature, 57(1), 3-43. https://doi.org/10.1257/jel.20171452
  8. Hargittai, E. (2002). Second-level digital divide: Differences in peopleʼs online skills. First Monday, 7(4). https://doi.org/10.5210/fm.v7i4.942
  9. Hjort, J., & Poulsen, J. (2019). The arrival of fast internet and employment in Africa. American Economic Review, 109(3), 1032-1079. https://doi.org/10.1257/aer.20161385
  10. Ianchovichina, E., & Lundstrom, S. (2009). Inclusive growth analytics: Framework and application (Policy Research Working Paper No. 4851). World Bank. https://doi.org/10.1596/1813-9450-4851
  11. International Monetary Fund. (2024). AI Preparedness Index (AIPI) [Data set]. IMF DataMapper. https://www.imf.org/external/datamapper/AI_PI@AIPI/ADVEC/EME/LIC
  12. International Telecommunication Union. (2024). Measuring digital development: Facts and figures 2024. ITU. https://www.itu.int/itu-d/reports/statistics/facts-figures-2024/
  13. Klapper, L., Singer, D., Starita, L., & Norris, A. (2025). The Global Findex Database 2025: Connectivity and financial inclusion in the digital economy. World Bank. https://doi.org/10.1596/978-1-4648-2204-9
  14. Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187-192. https://doi.org/10.1126/science.adh2586
  15. OECD. (2023). OECD SME and entrepreneurship outlook 2023. OECD Publishing. https://doi.org/10.1787/342b8564-en
  16. Suri, T., & Jack, W. (2016). The long-run poverty and gender impacts of mobile money. Science, 354(6317), 1288-1292. https://doi.org/10.1126/science.aah5309
  17. World Bank. (2026). World Development Indicators: FX.OWN.TOTL.ZS, FX.OWN.TOTL.FE.ZS, FX.OWN.TOTL.MA.ZS, FX.OWN.TOTL.YG.ZS, FX.OWN.TOTL.40.ZS, SL.TLF.CACT.FM.ZS, SL.TLF.CACT.FE.ZS, SL.UEM.1524.ZS, IT.NET.USER.ZS, SI.POV.GINI [Data set]. https://databank.worldbank.org/source/world-development-indicators
  18. Oʻzbekiston Respublikasining 2019-yil 2-sentyabr OʻRQ-562-son “Xotin- qizlar va erkaklar uchun teng huquq hamda imkoniyatlar kafolatlari toʻgʻrisida”gi Qonuni. https://lex.uz/docs/4494849
  19. Oʻzbekiston Respublikasi Prezidentining 2024-yil 14-oktyabr PQ-358-son “Sunʼiy intellekt texnologiyalarini 2030-yilga qadar rivojlantirish strategiyasini tasdiqlash toʻgʻrisida”gi Qarori. https://lex.uz/docs/-7158604
  20. Oʻzbekiston Respublikasi Milliy Statistika qo‘mitasi. (2026). Kichik tadbirkorlik subyektlarining jami bandlikdagi ulushi (1.10.02.0030-koʻrsatkich) [SIAT maʼlumotlari]. https://api.siat.stat.uz/media/uploads/sdmx/sdmx_data_274.pdf
  21. Oʻzbekiston Respublikasi Prezidenti huzuridagi Statistika agentligi. (2026). Oʻzbekiston Respublikasida kichik tadbirkorlik subyektlarining asosiy koʻrsatkichlari (2025-yil yanvar-dekabr). https://stat.uz/img/news/kb_uz_p60509.pdf

Скачивания

Данные скачивания пока недоступны.