В работе рассмотрены гибридные архитектуры систем поддержки принятия решений в организациях, включающие лицо, принимающее решение (ЛПР) и нейросетевую систему искусственного интеллекта (система ИИ). Рассмотрены архитектуры, в которых нейросеть системы ИИ обучается опытом ЛПР, а также системы ИИ, обученные состояниями предметной области для выявления закономерностей ее развития. Рассмотрена архитектура системы поддержки принятия решений, ориентированная на стимулирование интуиции ЛПР для работы с неструктурированными данными. Предложены критерии для качественного анализа рассмотренных архитектур, показаны их преимущества и барьеры для использования при принятии решений.