В НовГУ разработали ИИ-модель, способную прогнозировать кадровые потребности в туризме
24 апреля 2026, 10:46 50
В НовГУ разработали методическую модель мониторинга вклада туризма в социально-экономическое развитие региона. Модель способна при помощи искусственного интеллекта оценивать зависимость между развитием туризма и региональной экономики, прогнозировать кадровые потребности и сезонные нагрузки на отрасль.
Один из авторов разработки – профессор кафедры технологий управления НовГУ Наталья Омарова.
— Туристическая отрасль – это инструмент структурного развития территорий, влияющий на занятость, инвестиционную привлекательность, рост инфраструктуры и качество жизни населения, — отметила Наталья Омарова. — Поэтому особенно важно сформировать комплексную систему, которая позволит оценивать вклада туризма в социально-экономическое развитие региона. А использование ИИ-технологий позволит системе быть более адаптивной, точной и устойчивой, что критически важно в условиях нестабильной внешней среды.
Авторы провели сравнительный межстрановой анализ внедрения ИИ в туристической сфере в странах с разным уровнем цифровой зрелости: Южная Корея, Германия, Россия, Турция, Индия и других. Это позволило выявить барьеры и драйверы цифровизации в туризме. Также был проанализирован контент-анализ цифровых платформ и туристических сервисов, чтобы определить направления использования ИИ на этапе потребительского выбора и онлайн-бронирования.
По словам Натальи Омаровой, внедрение искусственного интеллекта системно меняет туристическую индустрию — от общения с клиентами до стратегического управления. Она привела статистику за 2022–2024 годы. Среди малых и средних предприятий доля компаний, использующих ИИ (чат-боты, рекомендательные системы, автоматизированные CRM), выросла с 18% до 43%. Среди крупных международных игроков — с 41% до 74%.
— Экономическая отдача тоже впечатляет, — отметила Наталья Омарова. — Персонализированные предложения увеличили средний чек на 12–17%. Интеллектуальное ценообразование и логистика сократили операционные затраты на 15–22%. А умные алгоритмы в службах поддержки и бронирования подняли удовлетворённость клиентов в среднем на 14 пунктов.
Предлагаемая модель строится по принципу многоуровневой оценки. Анализируются экономический, социальный, инфраструктурно-пространственный и аналитико-прогнозный уровни.
— Показатели экономического блока — это валовая добавленная стоимость туристской индустрии, её доля в валовом региональном продукте (ВРП), налоговые поступления, инвестиции в туристскую инфраструктуру, — рассказала Наталья Омарова. — ИИ на этом уровне выявляет скрытые зависимости между развитием туризма и динамикой ВРП. В социальном блоке анализируются численность людей, занятых в туристской индустрии, доля туризма в общей занятости региона, уровень доходы работников, развитие малого и среднего предпринимательства, социальная доступность туристских услуг для местного населения. С помощью ИИ в этом случае можно, например, прогнозировать кадровые потребности региона.
Инфраструктурно-пространственный блок оценивает загрузку транспортной инфраструктуры, развитие средств размещения, плотность туристских потоков, нагрузку на городскую и природную среду, уровень развития цифровой инфраструктуры туризма. Это позволяет с помощью ИИ прогнозировать сезонные и пространственные нагрузки, принимать решения по территориальному планированию.
По словам Натальи Омаровой, разработанная модель может использоваться органами региональной власти, институтами развития и стратегического планирования в сфере туризма.
Эту и другие новости читайте в официальном МАХ-канале Новгородского университета.
