ЖУРНАЛ БІЗНЕС ІНФОРМ.

УКР

ENG

Пошук:

СВІДОЦТВО ПРО РЕЄСТРАЦІЮ

КВ №19905-9705 ПР від 02.04.2013 р.

ЗАСНОВНИКИ

НАУКОВО-ДОСЛІДНИЙ ЦЕНТР ІНДУСТРІАЛЬНИХ ПРОБЛЕМ РОЗВИТКУ НАН УКРАЇНИ
(ХАРКІВ, УКРАЇНА)

ROR

ЕДРПОУ 05481984

Згідно з рішенням № 802 Національної ради України з питань телебачення і радіомовлення від 14.03.2024 р. зареєстрований суб’єктом у сфері друкованих медіа. Ідентифікатор R30-03156

ВИДАВЕЦЬ

ФОП Лібуркіна Л. М.

КАТАЛОГ

Багаторівнева модель адопції штучного інтелекту в маркетинговій діяльності підприємств: економетричний аналіз ефекту в умовах українського ринку
Кобернюк С. О.

Koberniuk, Serhii O. (2026) “A Multilevel Model of Artificial Intelligence Adoption in Enterprise Marketing: An Econometric Analysis of the Effect Under Ukrainian Market Conditions.” Business Inform 8:692–701.
https://doi.org/10.32983/2222-4459-2026-8-692-701

Розділ: Менеджмент і маркетинг

Стаття написана англійською мовою
Завантажень/переглядів: 4

Завантажити статтю (pdf) -

УДК 658.8:004.8

Анотація:
Метою дослідження є розроблення багаторівневої моделі адопції штучного інтелекту в маркетинговій діяльності підприємств, яка поєднує авторську типологію рівнів зрілості, економетричне обґрунтування залежності економічного ефекту від рівня впровадження та прогнозування структури українського ринку на горизонт 2030 р. Методологічну основу становлять системний і порівняльний аналіз, економетричне моделювання та багатоджерельна тріангуляція емпіричних даних. Емпірична база охоплює дослідження AI Focus 2026 (216 українських підприємств), звіти Boston Consulting Group (1 250 керівників), PwC (4 454 керівники), а також статистику Stanford HAI та Eurostat. Запропоновано чотирирівневу шкалу зрілості – фрагментарний, функціональний, інтегрований та трансформаційний рівні – узгоджену з провідними міжнародними рамками й адаптовану до маркетингової специфіки. Розраховано інтегральний індекс економічного ефекту, який зростає від 0,148 на фрагментарному рівні до 0,684 на інтегрованому, причому згасання граничного приросту засвідчує логістичну природу процесу. Розрив між крайніми рівнями за часткою підприємств зі значним позитивним ефектом сягає 10,6 раза. Багатоджерельна тріангуляція на сукупній вибірці близько 5 920 підприємств підтвердила стійкість залежності «зрілість – результат» з коефіцієнтом переваги від 1,4 до 10,6, що інтерпретується як вияв самопідсилювального циклу накопичення спроможностей. Логістична модель адопції, калібрована на реальних часових точках, прогнозує зростання світової частки зрілих підприємств до приблизно 78 % до 2030 р.; український ринок рухається тією самою траєкторією з відставанням приблизно на 1 рік. Обчислено бар’єрний коефіцієнт переходу (0,662), що відображає високий поріг руху між рівнями з домінуванням технологічних та економічних перешкод. Практична цінність роботи полягає в наданні підприємствам вимірюваного апарату самооцінки та обґрунтуванні пріоритетності інвестицій у інтеграцію інструментів над їх простим накопиченням. Подальші дослідження доцільно зосередити на галузевій верифікації моделі та уточненні параметрів трансформаційного рівня.

Ключові слова: штучний інтелект; маркетинг; зрілість адопції; економетричне моделювання; логістична крива; економічний ефект; бар’єри впровадження; цифрова трансформація.

Рис.: 4. Табл.: 4. Формул: 4. Бібл.: 20.

Кобернюк Сергій Олександрович – кандидат економічних наук, доцент, доцент, кафедра маркетингу, Дніпровський державний аграрно-економічний університет (вул. Академіка Сергія Єфремова, 25, Дніпро, 49027, Україна)
Email: [email protected]

Список використаних у статті джерел

AI Focus 2026: дослідження впровадлення штучного інтелекту бізнесом в Україні / Top Lead. Київ, 2026. 48 с. URL: https://toplead.com.ua
Artificial Intelligence Index Report 2026 / Stanford Institute for Human-Centered AI. Stanford : Stanford University, 2026. URL: https://hai.stanford.edu/ai-index/2026-ai-index-report
Leading Through Uncertainty in the Age of AI : 29th Annual Global CEO Survey / PwC. London, 2026. URL: https://www.pwc.com/gx/en/ceo-survey/2026
Use of Artificial Intelligence in Enterprises / Eurostat. Luxembourg, 2025. URL: https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Use_of_artificial_intelligence_in_enterprises
Кобернюк С. О., Помазан Л. М. Архітектура інтелектуальних маркетингових систем: від фрагментарних рішень до інтегрованих асистентів на базі штучного інтелекту. Бізнес Інформ. 2026. № 2. С. 432–441. DOI: https://doi.org/10.32983/2222-4459-2026-2-432-441
Кобернюк С. О., Ільченко Т. В., Якубенко Ю. Л. Методичні підходи до побудови комплексної системи метрик моніторингу впровадження та ефективності інструментів штучного інтелекту в маркетингу. Ефективна економіка. 2026. № 3. DOI: https://doi.org/10.32702/2307-2105.2026.3.105
Rogers E. M. Diffusion of Innovations. 5th ed. New York : Free Press, 2003. 551 p.
Weill P., Woerner S. L., Sebastian I. M. Building Enterprise AI Maturity. MIT CISR Research Briefing. 2024. Vol. XXIV, no. 12. URL: https://cisr.mit.edu/publication/2024_1201_EnterpriseAIMaturityModel_WeillWoernerSebastian
The Widening AI Value Gap : Build for the Future 2025 / Boston Consulting Group. Boston, 2025. URL: https://www.bcg.com/publications/2025/widening-ai-value-gap
The State of AI : Global Survey 2025 / McKinsey & Company. New York, 2025. URL: https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
Khan F., Ali Y. Artificial intelligence in marketing: exploring current and future trends. Cogent Business & Management. 2024. Vol. 11, no. 1. Art. 2348728. DOI: https://doi.org/10.1080/23311975.2024.2348728
Mariani M. M., Hashemi N., Wirtz J. Artificial intelligence empowered conversational agents: a systematic literature review and research agenda. Journal of Business Research. 2023. Vol. 161. Art. 113838. DOI: https://doi.org/10.1016/j.jbusres.2023.113838
Островська Г. Й., Островський О. Т. Штучний інтелект в умовах сучасних підприємств та маркетингових кампаній: ефективні інструменти та перспективи розвитку. Маркетинг і цифрові технології. 2023. Т. 7. № 3. С. 66–82. URL: https://mdt-opu.com.ua/index.php/mdt/article/view/316
Балук Н. Р., Бойчук І. В. Цифрові технології на базі штучного інтелекту в маркетингу: виклики й можливості для бізнесу. Маркетинг і цифрові технології. 2024. № 3. С. 17–25. URL: https://mdt-opu.com.ua/index.php/mdt/article/view/372
Білоус С. П., Супрун Д. А., Перепелиця Є. В. Інтеграція цифрових технологій у маркетингові процеси: виклики та перспективи. Економічний простір. 2024. № 195. С. 154–158. DOI: https://doi.org/10.30838/EP.195.154-158
Пономаренко І. В. Штучний інтелект у цифровому маркетингу. Scientia Fructuosa. 2024. № 155 (3). С. 58–70. DOI: https://doi.org/10.31617/1.2024(155)04
Буга Н. Ю., Щур Д. В. Можливості використання штучного інтелекту в маркетинговій діяльності. Економіка та суспільство. 2024. № 68. DOI: https://doi.org/10.32782/2524-0072/2024-68-65
Карпенко В. Л., Шиш А. М. Цифрові технології та штучний інтелект у сучасному маркетингу в Україні: виклики та перспективи. Актуальні питання економічних наук. 2024. № 2. DOI: https://doi.org/10.5281/zenodo.13610743
The State of AI in the Enterprise 2026 / Deloitte AI Institute. London, 2026. URL: https://www.deloitte.com/au/en/issues/generative-ai/state-of-ai-in-enterprise.html
Кочевой М. М., Крюковська С. О. Цифровий маркетинг в Україні. Науковий вісник Одеського національного економічного університету. 2025. № 7-8 (332-333). URL: https://nv-oneu.com.ua/index.php/journal/article/view/31