Подходы к анализу цифровой трансформации наукоемких организаций

Ладынин А.И.1, Шмелева А.Г.1, Бесхмельнов М.И.1
1 МИРЭА - Российский технологический университет, Россия, Москва

Статья в журнале

Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 13, Номер 11 (Ноябрь 2023)

Цитировать:
Ладынин А.И., Шмелева А.Г., Бесхмельнов М.И. Подходы к анализу цифровой трансформации наукоемких организаций // Экономика, предпринимательство и право. – 2023. – Том 13. – № 11. – С. 4959-4970. – doi: 10.18334/epp.13.11.119374.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=56576879

Аннотация:
В работе представлены некоторые подходы к анализу цифровой трансформации наукоемких организаций в современных условиях. Перечислены основные аспекты цифрового развития предприятий. Показано, что конкурентоспособность современного предприятия неразрывно связана с уровнем его цифровой зрелости. Разработана система индикаторов наукоемкой организации, отражающая ключевые параметры ее функционирования и включающая четыре проекции, характеризующие протекающие организационно-экономические процессы с различных сторон. В рамках разработанной системы индикаторов, предложен индекс цифровизации и один из возможных подходов к его расчету.

Ключевые слова: индикатор, цифровая трансформация, наукоемкая организация

JEL-классификация: L26, M11, M21, O31, O33



Введение

Современные условия функционирования промышленных предприятий, научно-исследовательских институтов развития, высокотехнологичных компаний и отраслей предполагают реализацию стратегий трансформации для соответствия условиям цифровой экономики. Развитие высоких технологий, непрерывно возрастающая динамика межотраслевых взаимодействий системообразующих предприятий, большие вызовы, возникающие в следствие негативного влияния экзогенных факторов – все это обуславливает необходимость применение новых инструментов для поддержания и наращивания конкурентоспособности. При этом, одним из ключевых факторов, определяющих конкурентоспособность организации является ее способность к восприятию новых технологий, что, напрямую проистекает из технологической зрелости и готовности компании к цифровой трансформации.

Современные исследования сложных систем рассматривают цифровизацию как неотъемлемый процесс развития экономики. Так, в работе А.А. Петрова представлены основные проблемы, вызовы и риски, характеризующие процессы цифровой трансформации [1]. В работе И.С. Антонова, В.Н. Родионовой описана связь цифровой трансформации предприятия с его конкурентоспособностью [2]. И.М. Зайченко и др. в своей работе расширили методологический базис исследований цифровизации бизнеса [3]. И.В. Тарасов рассматривает цифровую трансформацию предприятия как стратегическую задачу, изучая предпосылки и предлагая подходы к осуществлению цифрового перехода [4].

Научные проблемы, возникающие как следствие неизбежной цифровизации экономики широко представлены в современной профильной литературе. Благодаря междисциплинарным свойствам возникающих задач и методов их решения, особую актуальность, как проявление цифровизации, представляют собой исследования в области поддержки принятия решений. Механизмы оцифровки бизнес-процессов, разработка инструментальных средств и методических рекомендации по поддержке принятия управленческих решений – важное направление современных исследований. Так, С.Л. Егоров в своей работе анализирует значение систем поддержки принятия управленческих решений в деятельности современных организаций [5], а А.В. Аверченков и пр. рассмотрели поддержку принятия управленческих решений в сфере логистических предприятий. Эффективные механизмы решения задач поддержки принятия управленческих решений представляют отдельную значимость в условиях неопределенности. Такие задачи в экономических системах нередко связаны с инновационным развитием, анализом систем с наукоемкой компонентой и являются благодатной почвой исследований [7].

Применение инструментария математического моделирования сложных систем является эффективным средством снижения неопределенности в современных экономических системах. Например, в работе [8] авторами представлены подходы на основе Парето-оптимизации. Широкое применение нашли методы нечеткой логики в разработке механизмов управления сложными производственными системами [9]. Инновационная деятельность и научные разработки являются приоритетным направлением методических разработок и систем принятия решений [10]. Применительно к задачам обеспечения экономического развития, исследователи предлагают различные механизмы обработки, анализа и прогнозирования. Например, в работе [11] для анализа научно-технологической безопасности авторами применяется инструментарий на основе теории случайных процессов. Обобщая краткий обзор, необходимо отметить, что цифровая трансформация, привносимые возможности и вызовы — перспективное и актуальное направление научных исследований.

Гипотезой исследования является предположение о тесной взаимосвязи конкурентоспособности наукоемких организаций, результативности управления, мониторинга и прогнозирования динамики изменения значимых показателей эффективности. В этой связи, представляется целесообразным использовать экономико-математическое моделирование для развития инструментария управления наукоемкими организациями в отношении оценки и прогнозирования динамики их функционирования. Целью исследования является совершенствование существующих механизмов количественного анализа функционирования наукоемких организаций в условиях цифровой трансформации. Указанная цель потребовала решения задачи актуализации инструментария мониторинга эффективности организаций с учетом цифровой трансформации. Научная новизна исследования заключается в разработанной системе индикаторов оценки наукоемких организаций и подходе к формированию индекса цифровизации. Верификация результатов с применением методов экономико-математического моделирования количественно подтвердила выводы о связи динамики развития организации и ее готовности к цифровой трансформации.

Цифровая трансформация экономических систем

Обеспечение цифровой трансформации – многокритериальная задача, включающая институциональный, управленческий, кадровый и технический аспекты, а также совершенствование аппаратной составляющей, обеспечивающей сопровождение технологических процессов. Внедрение новых технологий требует от персонала соответственного специализированного дополнительного обучения, а также адаптации к новым условиям работы. Также целесообразно уделять особое внимание сбору, хранению данных и применение инструментария для их анализа [12]. Цифровые технологии быстро развиваются, поэтому организации должны постоянно следить за новыми тенденциями и обновлять свои системы и процессы, в том числе системы безопасности. Таким образом, цифровая трансформация является необходимой задачей для организаций, которые хотят сохранить свою конкурентоспособность.

Оценка конкурентоспособности организации выступает существенным аспектом стратегического управления. Этот процесс включает в себя изучение внутренней и внешней среды организации для выявления ее сильных и слабых сторон. Есть несколько теоретических аспектов, связанных с оценкой конкурентного преимущества, в том числе подход, основанный на ресурсах, который называется моделью пяти сил Портера и анализ создания цепочки стоимости [13]. Ресурсный подход говорит нам о том, что конкурентное преимущество фирмы определяется ее уникальными ресурсами и способностями. Данные ресурсы могут являться материальными или нематериальными и также могут включать физические активы, человеческий капитал, организационную культуру и репутацию бренда. Данная теория подчеркивает важность выявления и использования уникальных ресурсов организации для достижения устойчивого конкурентного преимущества.

Реализация современных инструментов поддержки принятия решений с применением имитационного моделирования сложных систем трудно представить без использования информационных технологий, позволяющих автоматизировать расчеты и снизить время, требуемое на принятие управленческого решения, благодаря своевременной обработке массивов данных. В условиях непрерывного роста объема обрабатываемых данных, ускорения темпов роста технологического прогресса высокой конкуренции на мировых и внутренних рынках, разработка и внедрение цифровых инструментов поддержки принятия решений является необходимым фактором обеспечения конкурентоспособности наукоемкого предприятия. Создаваемые экономико-математические модели, методики и инструменты совершенствования процессов управления организациями достигают значительной большей эффективности при реализации их в виде информационно-аналитического продукта, благодаря синергетическому эффекту и единой интегрированной среде взаимодействия пользователя и системы.

Система индикаторов наукоемкой организации в условиях цифровой трансформации

На сегодняшний день, разработка аналитических решений на основе информационных систем является необходимостью, обуславливающей поступательное движение организации к эффективной реализации стратегий развития наукоемкого сектора экономики, обеспечивая рост конкурентоспособности предприятия, отрасли, региона и, как следствие, создания новых высокотехнологичных рабочих мест, обеспечивающих технологический задел на будущее. Именно поэтому, реализация информационно-аналитического инструментария, обеспечивающего автоматизацию процессов расчетов, предваряющих принятие управленческого решения, является важным аспектом оценки эффективности функционирования. Рассмотрим систему индикаторов для оценки конкурентоспособности организаций. Разобьем систему на несколько проекций, а именно на кадровый потенциал, финансово-экономическую устойчивость, инновационное развитие и эффективность управления и рассмотрим получившуюся систему.

Таблица 1 – Система индикаторов наукоемкой организации

Проекция
Индикатор
Методические пояснения
Кадровый потенциал
Индекс остепененности, %
Показывает результативность научной работы
Средний стаж сотрудников работы по специальности, лет
Отражает привлекательность молодых кадров
Средний возраст сотрудников опыт в индустрии > 3 лет, лет
Показывает миграцию кадров
Финансово-экономическая устойчивость
Государственная поддержка, %
Характеризует степень диверсификации финансирования
Оценка оснащенности МТО, %
Характеризует обеспеченность основными фондами
Доля ФОТ в оборотных средствах, %
Отражает финансовую стабильность организации
Инновационное развитие
Доля затрат на инновации от оборотных средств, %
Характеризует степень финансирования НИР
Относительное количество разработанных инновационных технологий по отношению к прошлому периоду, %.
Показывает динамику инновационного развития
Импортозамещенность цикла разработки, %
Показывает независимость от импорта
Эффективность управления
Возраст организации на рынке, лет
Характеризует рыночную устойчиовсть организации
Относительный индекс цифровизации, %
Показывает соответствие организации современным требованиям и технологиям
Централизованность управления, %
Отражает степень самодостаточности управления
Источник: составлено авторами

Каждый из индикаторов, сгруппированных в проекции, характеризует эффективность функционирования предприятия с учетом актуальных изменений в экономике. Так, доля государственной поддержки отражает удельный вес государственных инвестиций в развитие и отражает степень поддержки государства и косвенно подчеркивает значимость организации для развития технологий в масштабах отрасли страны. Индикатор оценки оснащенности материально-технического обеспечения соответствует критерию цифровой экономики. Индикатор отвечает за эффективное функционирование организации в понимании соответствия современным реалиям отрасли. Данный пример иллюстрирует основные принципы, на основе которых была сформирована настоящая система индикаторов. К ним относятся: независимость индивидуальных показателей и групповых проекций, репрезентативность системы, собираемость информации и ряд других.

Применение данной системы предполагается в комплексе с методами экономико-математического моделирования, что позволяет автоматизировать процессы, предваряющие принятие решения, повысить точность и быстродействие управления, значительным образом сократить издержки мониторинга. Среди представленных индикаторов, в числе прочего, присутствует индекс цифровизации – комплексная характеристика, характеризующая общую готовность организации к реалиям цифровой экономики. Рассмотрим его расчет как интегральную характеристику по ряду составляющих, объединенных в группы индикаторов (таблица 2):

1. Кибербезопасность.

2. Квалификация персонала.

3. Цифровизация бизнес-процессов.

Каждая из перечисленных проекций индикаторов обладает своим весом, вносящий вклад в интегральную характеристику цифровой зрелости организации. Веса, представленные в таблице, рассчитываются статистически и нормированы таким образом, чтобы их сумма равнялась единице. Следует отметить, что базовым подходом является присвоение одинаковых весовых коэффициентов всем индикаторам, что и было проделано в рамках практической составляющей настоящей статьи.

Таблица 2 – Составляющие индекса цифровизации

Кибербезопасность
Квалификация персонала
Цифровизация бизнес процессов
Грамотность персонала
Защита информационных систем
Наличие собственных серверов
Физические средства безопасности
Цифровая грамотность
Применение технологии
Уровень образования
Наличие ЭЦП
Наличие цифровых сервисов
Наличие информационного (цифровые) пространства










Источник: составлено авторами

Теоретические аспекты, представленные в рамках настоящей работы, были верифицированы посредством реализации численного эксперимента, основанного на модельных данных. Для верификации инструментария использовались методы вероятностной математики и машинного обучения, позволяющие произвести взаимную проверку с учетом требований объективности и адекватности итоговых ответов. Была произведена обработка данных и далее реализованы алгоритмы машинного обучения: классификация, решающие деревья и множественная регрессия. В качестве целевого алгоритма была выбрана множественная регрессия, которая показала также высокую точность, а также выделить соответствующие индикаторы.

Верификация проводилась на основе набора данных, содержащих информацию по наукоемким организациям сообразно с представленной системой индикаторов (таблица 1).

Таблица 1 – Характеристики выборки начальных данных численного эксперимента

Индикатор
1
2
3
4
5
6
7
8
9
10
Количество
15
15
15
15
15
15
15
15
15
15
Среднее
0,18
0,56
0,42
0,08
0,56
0,25
0,60
0,44
0,53
0,35
Станд, откл
0,072
0,29
0,25
0,04
0,27
0,13
0,23
0,29
0,52
0,28
Мин,
0,08
0,00
0,00
0,03
0,12
0,06
0,26
0,00
0,00
0,00
25%
0,12
0,50
0,23
0,05
0,35
0,14
0,43
0,20
0,00
0,11
50%
0,20
0,57
0,45
0,084
0,49
0,29
0,68
0,40
1,00
0,29
75%
0,24
0,70
0,55
0,10
0,82
0,32
0,78
0,60
1,00
0,64
Для этого, был проведен сравнительный анализ с использованием методов машинного обучения. Были использованы решающие деревья и множественная регрессия, позволившая установить влияние индикаторов на интегральный показатель конкурентоспособности (таблица 2).

Таблица 2 –Значения коэффициентов функции множественной регрессии

№ индикатора
1
2
3
4
5
6
7
8
9
10
11
12
Значение
-0,34
-0,10
-0,15
-0,06
0,27
1,07
1,82
0,45
0,75
0,11
1,23
1,24
Результаты анализа количественно показывают, что наибольшую значимость оказывают индикаторы 6, 7, 11 и 12, что соответствует следующему перечню:

- Доля ФОТ в оборотных средствах, %

- Доля затрат на инновации от оборотных средств;

- Относительный индекс цифровизации;

- Централизованность управления.

Перечисленные индикаторы подтверждают зависимость цифровизации бизнес-процессов в организациях от инвестиционной деятельности, затрат на инновации, показателей эффективности управления и общих финансово-экономических результатов. Проведенный анализ позволил оценить влияние индикаторов на цифровую конкурентоспособность и их значимость в формировании цифрового предприятия. Применение алгоритмов машинного обучения на данных позволяют произвести оценку индикаторов конкурентоспособности организации и могут послужить основой для разработки мероприятий по мониторингу деятельности, показателей соответствия требованиям цифровизации и разработки стратегий модернизации для обеспечения конкурентоспособности.

Необходимо отметить значимость применения инструментария машинного обучения и точного математического аппарата для поддержки принятия управленческих решений. В современных условиях, развитие цифровых технологий позволяет говорить о значительном росте эффективности принятия решений с применением компьютеризированных инструментальных средств. Однако, с приходом новых промышленных технологий, развитием индустриального межконтинентального сотрудничества, диверсификацией и децентрализацией торгово-промышленных цепочек, организационная структура управления кратно усложнилась. Именно поэтому, в соответствии с целями и задачами, определенными институтами развития и потребностями агентов рыночной экономики, мониторинг среды их выполнения – важнейшая задача научного сообщества, решаемая в непрерывной синергии с бизнесом и государством.

Заключение

Целью настоящего исследования является совершенствование инструментов анализа экономических систем на основе экономико-математического моделирования. В рамках вычислительного эксперимента, была произведена демонстрация возможностей применения инструментария машинного обучения к анализу экономических данных. Для решения задачи оценки функционирования организаций в период цифровой трансформации была предложена система индикаторов и механизм вычисления индекса цифровизации предприятия. С применением инструментария экономико-математического моделирования количественно обосновано, что процесс цифровой трансформации зависит от ряда параметров, наиболее значимые из которых описаны в работе.

Настоящая работа наглядно показывает значимость применения информационных технологий для решения задач, возникающих в современной экономике. Разработанная с учетом требований к собираемости статистических данных система индикаторов отражает основные направления функционирования наукоемкой организации в современных условиях. С учетом введенного индекса цифровизации, достигается возможность решения задачи оценки цифровой зрелости организации и готовности к цифровой трансформации. Развитием представленных аспектов является формирование методического инструментария динамического анализа процессов цифровой трансформации с произвольной дискретизацией и возможностью обобщения на системы мезо- и макроэкономического уровня.


Источники:

1. Петров А.А. Цифровизация экономики: проблемы, вызовы, риски // Торговая политика. – 2018. – № 3(15). – c. 9-31.
2. Антонов И.С., Родионова В.Н. Цифровая трансформация предприятия как условие обеспечение его конкурентоспособности // Организатор производства. – 2023. – № 1. – c. 145-158. – doi: 10.36622/VSTU.2023.20.98.011.
3. Зайченко И.М., Горшечникова П.Д., Лёвина А.И., Дубгорн А.С. Цифровая трансформация бизнеса: подходы и определение // Научный журнал НИУ ИТМО. Серия: Экономика и экологический менеджмент. – 2020. – № 2. – c. 205-212. – doi: 10.17586/2310-1172-2020-13-2-205-212.
4. Тарасов И.В. Подходы к формированию стратегической программы цифровой трансформации предприятия // Стратегические решения и риск-менеджмент. – 2019. – № 2. – c. 182-191. – doi: 10.17747/2618-947X-2019-2-182-191.
5. Егоров С.Л. Значение систем поддержки принятия управленческих решений в деятельности современных организаций // Известия высших учебных заведений. Уральский регион. – 2010. – № 2. – c. 38-41.
6. Аверченков А.В., Аверченкова Е.Э., Ковалев В.В. Особенности поддержки принятия управленческих решений в системе управления логистическими потоками транспортно-складского комплекса // Известия Юго-Западного государственного университета. – 2021. – № 2. – c. 107-122. – doi: 10.21869/2223-1560-2021-25-2-107-122.
7. Алферьев Д.А., Гулин К.А. Внедрение системы принятия решений в инновационной деятельности малых промышленных предприятий // Мир экономики и управления. – 2018. – № 3. – c. 151-169. – doi: 10.25205/2542-0429-2018-18-3-151-169.
8. Лапаев Д.Н., Митяков Е.С., Мокрецова Е.С. Мониторинг устойчивого развития отраслей промышленности на основе многокритериального подхода // Экономика, статистика и информатика. Вестник УМО. – 2013. – № 5. – c. 168-171.
9. Сизов А.С., Добрица В.П., Добросердов О.Г., Атакищев О.И., Зёрнушкин А.Е., Халин Ю.А., Сильченко Р.С. Нечеткая система оценки и управления привлекательностью технических или экономических объектов (на примере выбора фирмы-поставщика ресурсов) // Известия Юго-Западного государственного университета. – 2019. – № 1. – c. 95-106. – doi: 10.21869/2223-1560-2019-23-1-95-106.
10. Лапаев Д.Н., Митякова О.И., Мурашова Н.А., Митяков Е.С. Организация НИОКР. / Учебное пособие. - Нижний Новгород: Нижегородский государственный технический университет им. Р.Е. Алексеева, 2017. – 100 c.
11. Ладынин А.И., Митяков Е.С., Шмелева А.Г. Модель прогнозирования уровня научно-технической безопасности наукоемких организаций на основе методов теории случайных процессов // Развитие и безопасность. – 2022. – № 2(14). – c. 45-56. – doi: 10.46960/2713-2633_2022_2_45.
12. Шипилов Н.Ю., Гурина А.Д. Применение модели пяти сил Майкла Портера для некоммерческой организации // Таврический научный обозреватель. – 2017. – № 5(22). – c. 95-101.
13. Михеев О.В., Очередько С.В., Габусу П.А. Онтологический подход к информационно-управленческому обеспечению деятельности организаций // Аудит и финансовый анализ. – 2012. – № 6. – c. 459-462.

Страница обновлена: 25.01.2024 в 17:07:50