Сабина Эминовна Савзиханова - доктор экономических наук, профессор кафедры информационных технологий и информационной безопасности.
367008, Махачкала, ул. Джамалутдина Атаева, 5
Sabina E. Savzikhanova - Dr. Sci. (Econom.), Prof., Department of Information Technologies and Information Security.
5 Jamalutdin Atayev Str., Makhachkala 367008
Тамила Илахидиновна Исабекова - кандидат физико-математических наук, доцент, зав. кафедрой прикладной математики и информатики.
367015, Махачкала, просп. Имама Шамиля, д.70
Tamila I. Isabekova - Cand. Sci. (Physic. and Mathemat.), Assoc. Prof., Head of the Department of Applied Mathematics and Informatics.
70 Imam Shamil Ave., Makhachkala 367015
Нигара Эминовна Эминова - кандидат экономических наук, доцент кафедры информационных технологий и информационной безопасности.
367008, Махачкала, ул. Джамалутдина Атаева, 5
Nigara E. Eminova - Cand. Sci. (Econom.), Assoc. Prof., Department of Information Technology and Information Security.
5 Jamalutdin Atayev Str., Makhachkala 367008
Цель. Цель исследования состоит в обосновании и разработке теоретикометодологического подхода к цифровой трансформации систем на основе интеграции платформенного, компетентностного и экосистемного подходов, а также в эмпирической оценке количественных эффектов трансформации на выборке российских компаний за 2018–2023 гг.
Метод. Использованы методы системного и институционального анализа, математического моделирования (модифицированная функция Кобба–Дугласа), кейс-стади (250 компаний с фактическими данными за 2018–2023 гг. и 50 компаний с прогнозными данными за 2024–2025 гг.), корреляционно-регрессионный анализ панельных данных (Росстат, НИУ ВШЭ), а также технический анализ архитектурных решений (микросервисы, IoT, CI/CD).
Результат. Предложена интегральная модель цифровой трансформации. На основе данных 250 компаний (2018–2023 гг.) эмпирически доказано, что системная трансформация повышает производительность труда на 18–27%, рентабельность на 12–19%, а транзакционные издержки снижаются на 22–35%. Впервые для России количественно оценён вклад инженерных решений платформ, цифровых двойников и ML-моделей. Прогноз по 50 компаниям (2024–2025 гг.) показывает усиление эффекта до 28–37% при масштабном внедрении GenAI и 5G.
Вывод. Цифровая трансформация инженерно-организационный процесс, зависящий от зрелости ИТ-архитектуры, квалификации DevOps/ML-инженеров и уровня экосистемной интеграции. Полученные результаты применимы для разработки стратегий цифровизации.
Objective. The study aims to develop a theoretical and methodological approach to digital transformation based on integrating platform, competence, and ecosystem approaches and to empirically assess its quantitative effects on Russian companies during 2018–2023.
Method. Systemic and institutional analysis, mathematical modeling (modified Cobb–Douglas function), case studies (250 companies with actual data for 2018–2023 plus 50 companies with forecast data for 2024–2025), regression analysis of panel data (Rosstat, HSE), and technical analysis of architectures (microservices, IoT, CI/CD).
Result. An integrated model of digital transformation is proposed. Based on actual data from 250 companies (2018–2023), systemic transformation increases labor productivity by 18–27%, profitability by 12–19%, and reduces transaction costs by 22–35%. The contribution of engineering solutions (platforms, digital twins, ML models) is quantified for Russia. Forecast data (2024–2025) indicate potential productivity effects up to 28–37% with GenAI and 5G adoption, pending verification.
Conclusion. Digital transformation is an engineering-organizational process dependent on IT architecture maturity, DevOps/ML skills, and ecosystem integration. Findings support evidence-based digital strategies.
The authors declare that there are no conflicts of interest present.