В статье проводится критический анализ действующих в Российской Федерации методик оценки нематериальных активов применительно к интеллектуальным системам, создаваемым с использованием технологий искусственного интеллекта, цифровым активам и решениям в области data science. Автором выявлены существенные пробелы в методологии оценки самообучающихся систем как в бюджетной сфере (Приказ Минфина РФ от 15.11.2019 № 181н), так и в коммерческих организациях (ФСБУ 14/2022). Обоснована необходимость создания принципиально новой парадигмы оценки, учитывающей динамическую природу ИИ-активов. Представлена авторская концепция нейросетевой методики оценки с системой динамических коэффициентов, апробированная на кейсах российских и международных технологических компаний. Предложены конкретные изменения в нормативную базу и практические инструменты реализации

The article provides a critical analysis of the current valuation methods for intangible assets in the Russian Federation asapplied to intelligent systems created using artificial intelligence technologies, digital assets and data science solutions. The author identifies significant gaps in the methodology for evaluating self-learning systems both in the public sector (Order of the Ministry of Finance of the Russian Federation dated 15.11.2019 No. 181n) and in commercial organizations (FSBU 14/2022). The necessity of creating a fundamentally newvaluation paradigm that takes into account the dynamic nature of AIassets is substantiated. An author’s concept of a neural network valuation methodology with a system of dynamic coefficients, tested on cases of Russian and international technology companies, is presented. Specific changes to the regulatory framework and practical implementation tools are proposed