POSSIBLE TRENDS IN THE DEVELOPMENT OF MANAGEMENT SYSTEMS BASED ON THE HYPOTHESIS "FROM DIGITAL MANAGEMENT TO NEURAL NETWORK MANAGEMENT

Authors

  • Livon Mihajlovich Martynov Doctor of Economic Sciences, Professor; Bauman Moscow State Technical University; 105005, Moscow, 2-ya Baumanskaya Street, 5, bldg. 1, Russia

DOI:

https://doi.org/10.25806/uu-6190

Статья поступила в редакцию: 06.04.2026

Статья принята к публикации: 18.05.2026

Статья опубликована: 01.06.2026

Keywords:

neural network management, artificial intelligence, generative AI, hybrid intelligence, managerial ontology, digital transformation, organizational adaptability, institutional barriers.

Abstract

The article examines the trajectory of the evolution of management systems from the mature digital management paradigm to the emerging paradigm of neural network management. The relevance of the research is reflected in the need to understand that AI is becoming the basis of management and is due to the onset of a qualitatively new phase of technological development associated with the emergence of artificial general intelligence (AGI), autonomous AI agents and generative models capable of reasoning and action. The importance of the research lies in the development of a proactive map for business, government, and the academic community, allowing them to anticipate the institutional and organizational consequences of technological change. The theoretical significance of the article lies in the synthesis of the provisions of management theory, computer science and institutional economics for the conceptualization of neural network management as a phenomenon defined by the triad "algorithmic agency – data – organizational environment". The practical significance lies in the development of a structured approach to diagnosing an organization's readiness for NSM, a step-by-step transformation roadmap, and a system of measures to minimize associated risks, including algorithmic biases, cyber attacks on neuroarchitectures, and social resistance. The results of the study include a matrix of comparative analysis of paradigms, a typologization of transition barriers and a number of recommendations for changing managerial ontology.

Информация о публикации

Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.

Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.

Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.

Правообладатель: Издательский дом «Академический».

Лицензия: Статья распространяется на условиях лицензии Creative Commons Attribution 4.0 International (CC BY 4.0).

Машиночитаемый файл метаданных: JATS XML

References

Badakhshan E., Ball P. Reviewing the application of data driven digital twins in manufacturing systems: a business and management perspective // IFIP Advances in Information and Communication Technology. 2021. Т. 633 IFIP. S. 256-265. DOI: 10.1007/978-3-030-85910-7_27 EDN: TSJNDX.

Vukadinović D., Fabac R. Project management in digital disruption: emergence of digital project management office // Proceedings of the ENTRENOVA - Enterprise Research Innovation Conference. 2022. Т. 8. № 1. S. 310-328.

Аюбов Т.Э., Коротун О.Н. Искусственный интеллект в менеджменте // Управление устойчивым инновационным развитием России в условиях цифровой трансформации. Москва, 2024. С. 20-24. EDN: BKBTPJ.

Собиров А.А. Современные подходы к менеджменту и маркетингу на основе технологий искусственного интеллекта // Human Progress. 2025. Т. 11. № 3. С. 12-17. DOI: 10.46320/2073-4506-2025-3a-19 EDN: VTUBNN.

Новиков А.В. На пути к нейросетевому менеджменту // Менеджмент, экономика, этика, технология - MEET 2024. Сборник статей X Международной конференции, Санкт-Петербург, 2025. С. 138-143. EDN: VUDEVY.

Новиков А.В. Нейросетевой подход к управлению промышленными предприятиями и комплексами // Социальные и экономические системы. 2024. № 9 (59). С. 190-213. EDN: LVSEXB.

Заузолков Д.А. Практические кейсы внедрения нейронных сетей в управленческие процессы // Вестник евразийской науки. 2025. Т. 17. № 2. С. 20-22. EDN: TJBESO.

Алемасов Е.П., Пырнова О.А., Махиянова А.В. Применение искусственного интеллекта и нейросетевых технологий в менеджменте в России: анализ и перспективы // Цифровые системы и модели: теория и практика проектирования, разработки и использования. Казань, 2025. С. 1207-1211.

Бобонин П.В. Сравнительный анализ эффективности традиционного и нейросетевого риск-менеджмента // Advances in Science and Technology. Сбрннк статей LXVIII Международной научно-практической конференции, Москва, 2025. С. 298-299. EDN: OGHHMK.

Родионов Е.А. Применение нейросетевых технологий в современных методах управления предприятиями // Финансовые рынки и банки. 2025. № 10. С. 102-105. EDN: PCZPHA.

Орлов А.И. О современных интеллектуальных инструментах экономики и менеджмента // Экономическая наука современной России. 2022. № 4 (99). С. 30-38. DOI: 10.33293/1609-1442-2022-4(99)-30-38 EDN: GETNVQ.

Spcial Issue on the Yuman-Algorithm Connection // Management Sciense. 2026. Vol. 72, Nо 1.

Published

2026-06-01

Issue

Section

Economic theory, management and other research