Порівняння простих алгоритмів та штучного інтелекту в розробці сервісу обліку персональних активів

Аналіз сучасної наукової літератури виявляє тенденцію до широкого впровадження штучного інтелекту, часто без достатнього врахування непрямих факторів ефективності, таких як економічні витрати, складність імплементації, підтримка та інформаційна безпека. Ці дослідження більш акцентують увагу на показниках точності та продуктивності систем штучного інтелекту, ігноруючи при цьому непрямі, але критично важливі фактори ефективності. Метою цієї статті було дослідити доцільність застосування технологій штучного інтелекту порівняно з простими алгоритмічними рішеннями у контексті розробки програмних застосунків для обліку персональних активів. Методологія дослідження ґрунтувалася на проведенні комплексного порівняльного аналізу розробленого простого алгоритму для прогнозування часу наступного замовлення товару та статистичної моделі Auto Regressive Integrated Moving Average (ARIMA) як представника складніших, хоча й не глибоких інтелектуальних методів прогнозування часових рядів. На основі реалізації та проведеного експерименту з використанням даних, що імітували реальний сценарій, було оцінено продуктивність обох підходів за ключовими метриками, включаючи точність, необхідні обчислювальні ресурси та складність впровадження. Встановлено, що для завдань з обмеженими обсягами даних та відносно простими патернами поведінки, характерними для невеликих проєктів обліку персональних активів, простий алгоритм продемонстрував порівнянну точність з моделлю штучного інтелекту ARIMA. Було виявлено, що простий алгоритм функціонував з меншими витратами обчислювальних ресурсів, вимірюваними в наносекундах, та характеризувався нижчою складністю імплементації та подальшої підтримки. Проаналізовано, що застосування ARIMA, попри її статистичну потужність, виявилося менш виправданим у таких умовах, вимагаючи більших обчислювальних витрат та глибших знань для її налаштування. Показано, що час виконання ARIMA на малих вибірках був вищим (у мікросекундах), а її надійність значно залежала від обсягу та якості вхідних даних. Таким чином, було підкреслено необхідність обґрунтованого вибору технологій, виходячи з реальних потреб та ресурсних обмежень проєкту