2025 Выпуск №2

Технологии искусственного интеллекта (ИИ) в гостиничной индустрии помога­ют при разработке бренда гостиницы. Цель исследования — изучение возможностей ИИ в индустрии гостеприимства на примере гостиничного сектора услуг. В работе был использован чат-бот с генеративным ИИ (ChatGPT 4, YandexGPT 2) по ряду за­данных параметров для моделирования бренда гостиниц на примере двух историче­ских районов Калининграда. Установлено, что архитектурный стиль зданий и эскизы гостиниц, согласованные с общей концепцией постройки исторических локаций, были сгенерированы ИИ в большей степени корректно и могли бы вписаться в архитектур­ный облик современного Калининграда. Подобранные ИИ примеры названий гостиниц также не противоречат заданному описанию района города, при этом были учтены исторические особенности. В качестве слабых сторон предложений ИИ следует от­метить недостаточный учет географических характеристик выбранной местности и градостроительных ограничений. В статье даны рекомендации по формированию запросов к ИИ для получения корректных результатов при проектировании гости­ниц. Отмечен высокий потенциал ИИ в развитии индустрии гостеприимства.

Artificial intelligence (AI) technologies are increasingly contributing to hotel branding initiatives within the hospitality industry. This study investigates the potential applications of AI in the hospitality sector, using the hotel services industry as a case study. A generative AI chatbot (ChatGPT 4, YandexGPT 2) was employed to model hotel branding based on a set of predefined parameters, focusing on two historic districts of Kaliningrad. The results indi­cate that the architectural styles and hotel designs generated by AI largely aligned with the intended concepts of the historic sites and could be successfully integrated into the contempo­rary architectural landscape of Kaliningrad. Additionally, the hotel names proposed by AI were consistent with the descriptions of the districts and took into account historical charac­teristics. However, identified limitations included insufficient consideration of the geographic features and urban planning restrictions of the selected areas. The article offers recommenda­tions for crafting effective AI prompts to obtain more accurate results in hotel design and highlights the significant potential of AI technologies to advance the hospitality industry.

В настоящее время на разных уровнях власти значительное внимание уделяется развитию гражданского общества, поддерживаются проекты некоммерческих органи­заций, местных сообществ и органов территориального общественного самоуправле­ния (ТОС). Главным условием различных проектов является непосредственное вовле­чение граждан в процессы обсуждения и принятия, а также участие жителей в реали­зации этих проектов. В рамках статьи авторы анализируют историю развития ТОС в России, отмечая, что после 2015 г. фиксируется новый интерес к этому формату, выраженный в том числе в активной фазе появления новых ТОС. В статье сравнива­ется ТОС как форма локальной самоорганизации населения с другими форматами, в том числе некоммерческими организациями (НКО). Авторы приходят к выводу, что между ТОС и НКО имеется ряд различий, но принципиальным является подход к их созданию. НКО — это форма, объединяющая людей общей целью (задачами, проблемой, которую надо решить), в то время как в основе ТОС лежит территориальный фак­тор объединения. Практические результаты исследования показывают, что в Кали­нинградской области современный период активного формирования новых ТОС начал­ся с 2017 г., в результате которого число ТОС с 2020 по 2024 г. выросло с 3 до 56 еди­ниц. В настоящее время наблюдается высокая представленность ТОС (число ТОС в расчете на 10 000 чел. населения) в сельских периферийных муниципалитетах регио­нах. Также для большинства периферийных муниципальных образований Калинин­градской области высокий уровень представленности ТОС напрямую коррелирует со значительным количеством в них социально ориентированных некоммерческих орга­низаций (СОНКО).

Currently, significant attention is being devoted at various levels of government to the development of civil society, with support directed toward projects initiated by non-profit organizations (NPOs), local communities, and territorial public self-government bodies (TPSGs). A key requirement for these projects is the direct involvement of citizens in the pro­cesses of discussion, decision-making, and project implementation. This article analyzes the historical development of TPSGs in Russia, noting a renewed interest in this form of organi­zation following 2015, reflected particularly in the active emergence of new TPSGs. The study compares TPSGs as a form of local self-organization with other formats, including NPOs. The authors conclude that, while there are several differences between TPSGs and NPOs, the primary distinction lies in their foundational principles: NPOs are formed around a common goal (tasks or problems to be addressed), whereas TPSGs are based on territorial affiliation. Empirical findings indicate that in the Kaliningrad region, a modern wave of TPSG formation began in 2017, with the number of TPSGs increasing from 3 to 56 between 2020 and 2024. At present, there is a high density of TPSGs (number per 10,000 inhabitants) in rural and peripheral municipalities. Furthermore, for most peripheral municipalities in the Kaliningrad region, a high level of TPSG presence correlates strongly with a significant number of socially oriented non-profit organizations (SONPOs).

Миграционные потоки неоднородны на территории России: в разных частях страны можно найти как отталкивающие депрессивные районы, так и «центры ми­грации», в которые стекается большое количество населения. Миграционную привле­кательность таких «центров» зачастую обусловливают определенные факторы эко­номико-географического положения, среди которых прежде всего тяготение к крупной агломерации и приморское положение, наличие крупных промышленных и производ­ственных центров и разветвленная транспортная сеть, приграничное положение. Их сочетание в разных частях региона усиливает его миграционную привлекательность, определяет ее устойчивость. Целью данной работы является изучение простран­ственной структуры миграционной привлекательности трех регионов России с устойчивым миграционным приростом — Калининградской и Ленинградской обла­стей, Краснодарского края — через анализ влияния факторов экономико-географиче­ско­го положения на миграционную обстановку в них с использованием полимасштаб­ного подхода. Информационную базу исследования составили данные Росстата за пе­риод 2011—2023 гг. Определено, что самой высокой привлекательностью обладают столичные агломерации региона и приморские муниципалитеты. Также большое вли­яние на миграционную привлекательность оказывают промышленные и производ­ственные центры (что особенно заметно вдали от столичных агломераций региона), а также кластеры курортно-санаторной индустрии и крупные транспортные узлы. Мореориентированная промышленность сглаживает негативные тенденции миграци­онных процессов, а приграничное положение и транспортная сеть автомобильных и железных дорог не оказывают серьезного воздействия на привлекательность муници­палитетов.

Migration flows across Russia are highly heterogeneous: some areas are characterized as depressed, repelling population outflows, while others serve as "migration centers" that at­tract large numbers of residents. The migration appeal of such centers is often determined by specific factors related to their economic and geographical position, including proximity to major urban agglomerations and coastal locations, the presence of large industrial and pro­duction hubs, extensive transportation networks, and borderland positions. The combination of these factors in different parts of a region enhances its migration attractiveness and deter­mines its sustainability. The aim of this study is to examine the spatial structure of migration attractiveness in three Russian regions with stable migration growth — Kaliningrad and Leningrad Oblasts and Krasnodar Krai — through an analysis of how economic and geo­graphical factors influence migration patterns, using a multi-scale approach. The study draws on data from Rosstat for the period 2011—2023. The findings indicate that the highest levels of migration attractiveness are observed in the capital agglomerations and coastal municipali­ties. Industrial and production centers also exert a significant influence on migration attrac­tiveness, particularly in areas distant from major urban agglomerations. Additionally, clus­ters of the resort and sanatorium industries and major transportation hubs contribute posi­tively to migration appeal. Sea-oriented industries help to mitigate negative migration trends, while proximity to borders and the presence of automobile and railway transportation net­works have a limited impact on municipal attractiveness.