Повышение инновационной активности промышленных предприятий с использованием результатов интеллектуальной деятельности научных организаций

Введение. Российская экономика в последние два-три года находится под беспрецедентным санкционным давлением со стороны западных стран, что негативно влияет на динамику и устойчивость социально-экономического развития [6, 10]. В таких условиях инновационная активность промышленных предприятий из сферы обрабатывающих производств снижается, а это в свою очередь негативно сказывается на экономической эффективности их [предприятий] деятельности, а также на конкурентоспособности производимой продукции. Как правило, снижение инновационной активности промышленных предприятий принято объяснять дефицитом инвестиций, кадров и ограничением доступа к зарубежным технологиям. Однако, как показано далее в статье, инновационная активность российских промышленных предприятий всегда была в среднем относительно невысокой, а снижение инновационной активности прослеживается с 2017 года, когда санкционное давление на экономику было намного меньше.

Согласно теоретико-методологическим и прикладным исследованиям в области инновационной активности промышленных предприятий и других хозяйствующих субъектов, важным условием для поддержания и увеличения упомянутой активности является развитость институциональной среды, в том числе те экономические и неэкономические стимулы, которые содержатся в нормативно-правовом регулировании реального сектора экономики. И второе по значимости условие – это интенсивная конверсия в реальный сектор и успешная коммерциализация промышленными предприятиями результатов интеллектуальной деятельности научных (научно-исследовательских, научно-образовательных) организаций. Результаты интеллектуальной деятельности научных организаций – это основа для разработки и внедрения инноваций различными хозяйствующими субъектами [3, 11]. Следовательно, результаты интеллектуальной деятельности научных организаций – это фактор инновационной активности промышленных предприятий сферы обрабатывающих производств [2].

Методика. В данной статье с использованием математического статистического анализа и прогнозирования было проведено исследование инновационной активности промышленных предприятий сферы обрабатывающих производств по данным Росстата за 2017-2022 год (более актуальных данных на момент написания статьи не опубликовано) «Уровень инновационной активности организаций» [1]. Для проведения исследования отрасли, входящие в группировку С и ОКВЭД «Обрабатывающие производства», были структурированы по принципу технологичности, т.е. высоко-, средне- и низкотехнологичные отрасли. К первым отнесены отрасли с кодами по ОКВЭД: 21, 26, 30.3; ко вторым: 20, 27, 28, 29, 32.5, 33; все остальные отрасли низкотехнологичные.

Для каждого технологического класса отраслей был рассчитан уровень инновационной активности по виду деятельности, а также среднее геометрическое значение по технологическому классу (таблица 1).

Таблица 1

Динамика изменения уровня инновационной активности промышленных предприятий, в % [составлено и рассчитано автором на основании данных, опубликованных Росстатом]

Год анализа	2017	2018	2019	2020	2021	2022
Среднее по группе С	26,2	23,2	20,5	21,3	23,1	20,7
Высокотехнологичные отрасли	41,6	38,0	34,2	36,1	34,0	32,0
пр-во лекарственных средств и материалов, применяемых в медицинских целях	46,6	42,7	35,6	33,7	29,0	24,6
пр-во компьютеров, электронных и оптических изделий	55,4	53,6	49,8	52,4	49,6	48,4
пр-во прочих трансп. средств и оборудования по виду деятельности 30.3	28,0	24,0	22,6	26,6	27,3	27,6
Среднетехнологичные отрасли	30,0	26,8	24,5	24,4	24,4	21,8
пр-во химических веществ и химических продуктов	35,7	29,8	26,0	25,9	25,3	23,9
пр-во электрического оборудования	49,3	43,9	41,1	39,9	38,6	38,5
пр-во машин и оборудования, не включенных в другие группировки	51,0	45,3	40,9	43,3	42,4	38,7
пр-во автотранспортных средств, прицепов и полуприцепов	37,1	40,5	36,6	36,2	37,5	34,6
ремонт и монтаж машин и оборудования	10,8	9,6	7,9	8,6	8,5	6,2
пр-во прочих готовых изделий по виду деятельности 32.5	20,4	15,9	17,1	15,0	16,1	13,9
Низкотехнологичные отрасли	19,6	16,5	13,6	13,4	17,7	15,3
пр-во пищевых продуктов	16,6	14,2	12,0	13,4	16,9	12,9
пр-во напитков	12,7	10,1	7,9	8,4	13,9	10,1
пр-во табачных изделий	47,1	23,1	13,8	7,7	20,0	20,8
пр-во текстильных изделий	20,3	16,6	15,0	15,5	20,2	16,6
пр-во одежды	15,2	12,0	10,0	14,4	16,7	12,3
пр-во кожи и изделий из кожи	14,6	13,6	14,2	11,3	20,0	17,7
обработка древесины и пр-во изделий из дерева и пробки, кроме мебели, пр-во изделий из соломки и материалов для плетения	13,3	10,6	7,2	7,8	9,3	7,7
пр-во бумаги и бумажных изделий	23,2	20,3	14,7	17,9	21,2	17,1
деятельность полиграфическая и копирование носителей информации	5,3	5,2	4,1	4,4	6,4	7,2
пр-во кокса и нефтепродуктов	35,0	31,0	27,5	25,0	29,1	24,2
пр-во резиновых и пластмассовых изделий	20,8	20,1	17,6	17,5	17,1	15,6
пр-во прочей неметаллической минеральной продукции	17,7	14,6	12,3	13,7	16,0	13,7
пр-во металлургическое	34,3	31,3	29,0	28,4	26,0	23,7
пр-во готовых металлических изделий, кроме машин и оборудования	34,4	30,6	26,6	27,4	29,8	27,4
пр-во мебели	21,3	20,1	17,4	12,6	21,5	18,4

На основе этих данных была проанализирована динамика инновационной активности в среднем по технологическим классам и в сравнении с динамикой инновационной активности в среднем по сфере обрабатывающих производств. Также эти данные были использованы для формирования краткосрочного прогноза по динамике инновационной активности промышленных предприятий сферы обрабатывающих производств. Для прогнозирования была использована функция ПРЕДСКАЗ.ETS (на основе алгоритма экспоненциального сглаживания в MS Excel). Также для каждого прогноза была рассчитана среднеквадратическая ошибка (RMSE – Root Mean Square Error), чем меньше значение RMSE, тем достовернее прогноз, т.е. тем выше качество предсказания. На основе прогнозных данных была рассчитана ожидаемая динамика инновационной активности промышленных предприятий.

На втором этапе анализа с использованием данных Роспатента (на основе имеющихся данных за 2017 и 2018 год, а также за 2022 и 2023 год) [2] был проведён анализ динамики и структуры результатов интеллектуальной деятельности, зарегистрированных по направлению «изобретения», поскольку именно изобретения в большей степени аутентичны понятию «инновации» [10, 12].

Кроме этого на основе данных статистики Минобрнауки России был проведён анализ развития сегмента малых инновационных предприятий, создаваемых при ВУЗах [3]. Сопоставление полученных аналитических и прогнозных данных позволило разработать рекомендации по использованию результатов интеллектуальной деятельности научно-образовательных организаций для целей повышения инновационной активности промышленных предприятий.

Результаты. Согласно данным, которые представлены на рисунке 1, общий уровень инновационной активности промышленных предприятий сферы обрабатывающих производств неуклонно снижался в период с 2017 года по 2022 год включительно.

Рис. 1. – Динамика инновационной активности промышленных предприятий («Обрабатывающие производства»), в % от общего количества обследованных предприятий [составлено автором на основе данных табл. 1]

Снижение прослеживается по всем технологическим классам, в которые были объединены виды экономической деятельности по группировке С. Однако наиболее существенное сокращение инновационной активности – почти 10 п.п. в 2022 году по сравнению с 2017 годом – наблюдается в высокотехнологичных отраслях. Менее существенное падение инновационной активности промышленных предприятий в среднетехнологичных отраслях – не более 8 п.п., наименьшее снижение – в высокотехнологичных отраслях (4 п.п.). Отклонение в уровне инновационной активности промышленных предприятий в средне- и высокотехнологичных отраслях от высокотехнологичных промышленных предприятий составляло около 11 п.п. на протяжении 2017-2020 гг. Но вследствие того, что высокотехнологичные промышленные предприятия показали наиболее существенный спад инновационной активности разрыв стал сокращаться и в 2021-2022 году составил 8 п.п.

По всей видимости 2023 год не стал исключением и в сфере обрабатывающих производств тренд на сокращение инновационной активности сохранился, поскольку проявившие себя в 2022 году геополитические флуктуации не только сохранили, но и усилил своё негативное влияние на российскую экономику в целом и, в частности, на промышленные отрасли из сферы обрабатывающих производств. Этот вывод подтверждается результатами прогнозирования инновационной активности в указанной сфере (таблица 2).

При сохранении наблюдаемого тренда, а также принимая во внимание всё возрастающее санкционное давление на российский реальный и финансовый сектор экономики, можно с достаточно высокой уверенностью говорить о том, что уровень инновационной активности промышленных предприятий сферы обрабатывающих производств продолжит снижаться. При этом в краткосрочной перспективе следует ожидать наибольшего снижения инновационной активности в среднетехнологичных отраслях (около 7 п.п.).

Таблица 2

Прогноз инновационной активности промышленных предприятий («Обрабатывающие производства»), в % от общего количества обследованных предприятий [составлено и рассчитано автором на основе данных таблицы 1]

Период	Высокотехнологичные отрасли		Среднетехнологичные отрасли		Низкотехнологичные отрасли
	прогноз (RMSE = 1.77), в %	ДИ*, в %	прогноз (RMSE = 1.31), в %	ДИ, в %	прогноз (RMSE = 2.60), в %	ДИ, в %
2023	30,7	3,5	20,8	2,6	15,3	5,1
2024	29,2	3,9	19,5	3,2	15,0	6,4
2025	27,6	4,2	18,3	3,7	14,7	7,4
2026	26,1	4,6	17,0	4,2	14,5	8,4
2027	24,6	4,9	15,7	4,6	14,2	9,2
Средняя динамика за 5 лет	-5,34 п.п.		-6,68 п.п.		-1,81 п.п.

ДИ – доверительный интервал прогноза

На втором месте по ожидаемой динамике снижения высокотехнологичные отрасли (около 5 п.п.). Минимальное ожидаемое снижение – в низкотехнологичных отраслях (не более 2 п.п).

Итак, анализ и прогнозирование уровня инновационной активности промышленных предприятий сферы обрабатывающих производств позволяет сделать такие предварительные выводы:

· во-первых, промышленные предприятия существенно снизили и, вероятно, продолжат снижать свою инновационную активность;

· во-вторых, инновационная активность промышленных предприятий из высоко- и среднетехнологичных отраслей сократиться почти в два раза к 2027 году по сравнению с 2017 годом;

· в-третьих, инновационная активность промышленных предприятий низкотехнологичных отраслей будет снижаться не так заметно, однако, по всей видимости, это не окажет никакого влияния на экономический рост.

Причины снижения инновационной активности промышленных предприятий сферы обрабатывающих производств уже неоднократно описаны в российской научной публицистике (дефицит прибыли и ограниченные возможности для заемного финансирования инноваций, кадровый дефицит, ограничения в доступе к зарубежным технологиям, исследованиям и разработкам) [4, 5], поэтому мы не будем останавливаться на этом более подробно.

Далее, исследуя источники получения новых импульсов для повышения инновационной активности промышленных предприятий сферы обрабатывающих производств, следует обратиться к анализу результатов интеллектуальной деятельности сферы науки и высшего образования, поскольку именно эта сфера создает научно-исследовательский и технологический базис для инновационной активности субъектов хозяйствования реального сектора российской экономики (рисунок 2).

Согласно годовым отчётам Роспатента (во внимание приняты только те отчёты, которые содержат необходимые для анализа данные), в 2017 и в 2018 году сфера науки и высшего образования, НИИ, ВУЗы и конструкторские бюро которой относились к государственному сегменту, демонстрировали невысокую изобретательскую активность: в среднем за эти два года не более 13% всех заявок с изобретениями были получены Роспатентом от этих субъектов, осуществляющих интеллектуальную деятельность. По всей видимости в 2019-2021 гг. Роспатент изменил методику учета и регистрации заявок на изобретения, поскольку в 2022 и в 2023 году не менее 52% всех заявок были сделаны НИИ, ВУЗами и прочими научными организациями. И, скорее всего, причина в изменении изобретательской активности действительно связано с изменением методик учёта и регистрации в Роспатенте результатов интеллектуальной деятельности научно-образовательных организаций, поскольку данные Минобрнауки России показывают, что количество вновь создаваемых малых инновационных предприятий при ВУЗах и НИИ, существенно сократилось после 2014-2015 гг.

Рис. 2. – Изобретательская активность, в % от количества поданных заявок [составлено и рассчитано автором на основе годовых отчетов Роспатента]

Всего в настоящее время (середина 2024 года) в России осуществляет свою деятельность 1441 малое инновационное предприятие и 600 предприятий было создано в 2010-2012 гг. Нужно сказать, что малые инновационные предприятия, созданные при научно-образовательных организациях, являются ключевыми акторами, которые занимаясь интеллектуальной деятельностью, коммерциализируют её результаты. Иными словами, осуществляют конверсию результатов интеллектуальной деятельности в реальный сектор экономики в виде различных технологий и инноваций, при этом права на результаты интеллектуальной деятельности остаются у ВУЗа или НИИ.

По состоянию на середину 2024 года на изобретения, которые могут быть положены в основу инновационной активности промышленных предприятий, приходится почти четверть всех результатов интеллектуальной деятельности малых инновационных предприятий (рисунок 3).

Рис. 3. – Структура действующих МИП по типам результатов интеллектуальной деятельности, по состоянию на середину 2024 года [составлено автором на основе данных Минобрнауки России]

Однако, как показывает разбивка но отраслевым и приоритетным направлениям, малые инновационные предприятия ориентированы в своих результатах на средне- и низкотехнологичные решения (рисунок 4). Больше половины малых инновационных предприятий создают результаты интеллектуальной деятельности в двух основных направлениях: 1) энергетика (включая энергоэффективность, энергосберегающие технологии, технологии ядерной энергетики) и рациональное природопользование; 2) прочие отраслевые и приоритетные направления, среди которых доминируют перспективные виды вооружения и техники, робототехника (включая промышленных роботов военного и двойного назначения), транспортные и космические системы.

Рис. 4. – Структура действующих МИП по отраслевым и приоритетным направлениям интеллектуальной деятельности, по состоянию на середину 2024 года [составлено автором на основе данных Минобрнауки России]

Первое направление – средне- и низкотехнологичное, второе – преимущественно высокотехнологичное, но крайне специализированное. Здесь же стоит отметить, что из 27,8% малых инновационных предприятий, относимых ко второму направлению, 21% не указывают свои отраслевые и приоритетные направления интеллектуальной деятельности.

При этом всего 4,4% своей прибыли малые инновационные предприятия получают от коммерциализации и внедрения результатов интеллектуальной деятельности, а финансирование деятельности малых инновационных предприятий преимущественно заёмное (рисунок 5). Это заставляет малые инновационные предприятия ориентировать свою деятельность на производство товаров, оказание услуг и проведение работ с коротким операционным и инвестиционным циклом (например, НИОКР и прочая продукция)/

Рис. 5. – Структура финансирования и прибыли МИП, по состоянию на середину 2024 года [составлено автором на основе данных Минобрнауки России]

В то время как создание востребованных рынком результатов интеллектуальной деятельности, характеризующихся к тому же высокой технологичностью и предназначенных для гражданских отраслей производства и сервиса, требует более длительного операционного и инвестиционного цикла. Следовательно, на основании анализа результатов интеллектуальной деятельности научно-образовательных организаций можно сделать следующие выводы:

· во-первых, упомянутая деятельность в основном ориентирована на содействие инновационной активности предприятий среднетехнологичных и низкотехнологичных отраслей, которые в свою очередь входят в военно-промышленный комплекс;

· во-вторых, коммерциализация и внедрение результатов интеллектуальной деятельности практически не приносит малым инновационным предприятиям, созданным при ВУЗах и НИИ, прибыли;

· в-третьих, малые инновационные предприятия, созданные при ВУЗах и НИИ, в большей степени заинтересованы в том, чтобы осуществлять работы и предоставлять услуги, операционный и инвестиционный цикл которых очень короткий, поскольку основной источник финансирования здесь – это займы и кредиты.

Иными словами, российская научно-образовательная сфера мало заинтересована в том, чтобы планомерно осуществлять изобретательскую работу, то есть работать над созданием научно-исследовательского и технологического базиса, необходимого промышленным предприятиям сферы обрабатывающих производств для поддержания и увеличения своей инновационной активности по высокотехнологичным видам деятельности (в первую очередь в тех видах деятельности, в которых создаётся продукция исключительно гражданского назначения). И причины такого положения дел в научно-образовательной сфере идентичны причинам снижения инновационной активности промышленных предприятий сферы обрабатывающих производств: дефицит кадров, проблемы с финансированием, ограничение доступа к зарубежным технологиям, исследованиям и разработкам.

Обсуждение. Инновационная активность промышленных предприятий зависит, во-первых, от созданной для этого институциональной среды и, во-вторых, от скорости конверсии результатов интеллектуальной деятельности из научно-образовательной сферы в экономику – в её реальный и финансовый сектор. На этом построена модель Тройной Спирали (Triple Helix Model) в экономике, основанной на знаниях (она же: инновационная экономика, постиндустриальная экономика и когнитивная экономика).

Как известно, модель Тройной Спирали была предложена Л. Лейдесдорфом и Г. Ицковицем в конце прошлого века [15]. Прошедшие тридцать лет доказали работоспособность этой модели, которая, в сущности, описывает взаимодействие трёх акторов – государство (и создаваемые им институты), промышленные предприятия (и генерируемые ими денежные потоки), университеты (и производимые ими фундаментальные и прикладные знания), – в результате чего создаются собственно инновации, которые:

а) позволяют более интенсивно и рационально использовать общественные и экономические ресурсы;

б) максимизировать экономические и прочие выгоды, а также направлять полезные эффекты в повышение качества и уровня жизни населения;

в) осуществлять внутренний и внешний технологический трансферт и научно-техническое сотрудничество в различных областях и сферах созидательной человеческой деятельности.

С этой точки зрения, а также в контексте проведённого выше исследования, мы можем говорить о том, что определённо институциональный базис модели Тройной Спирали и, в целом, инновационной экономики в Российской Федерации создан: имеется правовое регулирование научной, инновационной деятельности и конверсии результатов интеллектуальной деятельности из сферы науки в сферу обрабатывающих производств и прочих видов экономической деятельности. Государством осуществляется разносторонняя поддержка (грантовая, фондовая, иная) сферы науки, образования, предпринимательства, инновационной активности промышленных предприятий и изобретательской активности прочих субъектов, включая физических лиц [1].

Кроме этого ведётся системная информационная работа с социумом, в том числе в вопросе положительного восприятия обществом различных новаций и технологических решений. Однако, как можно было видеть выше, инновационная активность промышленных предприятий сферы обрабатывающих производств снижается и, по-видимому, при прочих равных условиях будет снижаться в перспективе ближайших трёх-четырёх лет. Одновременно с этим интенсивность, технологичность и востребованность результатов интеллектуальной деятельности российских научно-образовательных организаций не является достаточной, чтобы обеспечить должную научно-исследовательскую поддержку инноваций в реальном секторе национальной экономики. Причины снижения инновационной активности промышленных предприятий и отсутствия нормальной конверсии результатов интеллектуальной деятельности научно-образовательных организаций в реальный сектор были описаны выше, кроме этого, как было упомянуто, причины эти неоднократно исследованы в российских научных публикациях.

По нашему мнению, целесообразно будет сосредоточиться в данном случае на том, почему в российской экономике модель Тройной Спирали не функционирует должным образом. И здесь внимание должно быть обращено не на преимущества самой модели и полезные эффекты, которые она создаёт, но на ограничения, в которых эта модель существует. Как правило, в российской научной публицистике модель Тройной Спирали (Triple Helix Model) описывается следующим образом (рисунок 6).

Рис. 6. – Модель Тройной Спирали (институционально-эволюционный подход) [8]

И акцент сделан на том, чтобы попытаться использовать возможности этой модели для достижения одной из главных экономических целей – повысить инновационную активность в реальном секторе. Вместе с тем, как было упомянуто чуть выше, модель имеет ограничения. Во-первых, модель предназначена не для всего реального сектора, но для сферы обрабатывающих производств. Именно в переложении к промышленной индустрии в своё время была создана эта модель, поскольку даже в развитых экономиках обрабатывающая промышленность демонстрирует меньший уровень инновационной активности по сравнению с другими отраслями [14]. Кроме этого, промышленное производство характеризуется почти предельной устойчивостью, за которой развитие останавливается и нужны специальные стимулы, в том числе с государственным участием, чтобы повысить инновационную активность промышленных предприятий.

Исключение, как правило, составляют высокотехнологичные и некоторые среднетехнологичные отрасли (например, станкостроение, автомобилестроение) [13, 17], но для российской экономики эти исключения не действуют. Во-вторых, в модели Тройной Спирали в одном институциональном пространстве действуют три различных актора, выполняющих три разных цели-функции и ориентированных на три разных результата. Поэтому более правильно отображать упомянутую модель следующим образом (рисунок 7). Соответственно, государство в базовом понимании модели Тройной Спирали, которую предложили в своё время Л. Лейдесдорф и Г. Ицковиц, имеет своей целью обеспечить устойчивость социально-экономического развития, а основная функция – развитие институтов и финансирование фундаментальных исследований. Преобладание государства в финансировании фундаментальных исследований обусловлено тем, что последние дают значимое приращение научных знаний, но при этом лишь опосредованно (через прикладные исследования) формируют научно-исследовательский базис для инновационной активности в промышленных отраслях.

Рис. 7. – Модель Тройной Спирали, ориентированная на повышение инновационной активности промышленных предприятий [адаптировано автором на основе 16]

Здесь стоит уточить, что помимо финансирования фундаментальных исследований государство должно частично финансировать сферу специального и высшего образования, которая поставляет кадры не только для экономики и некоммерческого сектора, но и для государственного, муниципального управления. Немаловажно, что государство должно создавать своей законодательной, исполнительной и судебной властью такие условия, которые будут стимулировать развитие формальных (выраженных в нормативно-правовых актах) институтов. Такие институты должны способствовать тому, чтобы в экономике в целом и в сфере промышленного производства в частности формировался благоприятный деловой климат, способствующий привлечению инвестиций. И это возможно только при условии непротиворечивости и предсказуемости правового регулирования. Следовательно, государство в модели Тройной Спирали выступает не столько администратором, который в том числе осуществляет правовой контроль, сколько системообразующим актором, в задачи которого входит интеграция интересов двух других акторов таким образом, чтобы каждый из этих акторов достигал своих целевых ориентиров, а полученные результаты характеризовались бы синергией положительных эффектов.

Университеты и другие научно-образовательные организации имеют своей целью создание фундаментальных и прикладных знаний. Поэтому, помимо подготовки кадров для экономики, некоммерческого сектора и сферы государственного / муниципального управления, университеты и другие научно-образовательные организации должны стремиться к тому, чтобы их интеллектуальная деятельность давала бы такие результаты, которые можно использовать для повышения конкурентоспособности промышленных предприятий не только на внутреннем, но и на внешнем рынке. И высокая конкурентоспособность промышленных предприятий позволяет им получать дополнительные экономические и прочие выгоды, что одновременно означает рост налоговых и прочих поступлений в бюджет и внебюджетные фонды, а также увеличение инвестиций в прикладные исследования, которые проводятся университетами.

Выводы. Из вышесказанного можно заключить, что для повышения инновационной активности промышленных предприятий с использованием результатов интеллектуальной деятельности научно-образовательных организаций необходимо:

· во-первых, государству, как системообразующему актору, изменить подходы к стратегированию и планированию социально-экономического и научно-технического развития. С институциональной точки зрения политика социально-экономического развития должна быть объединена с политикой научно-технического развития не только по вопросу приоритетных направлений или критических технологий (как это имеет место сейчас), но и по вопросу согласования интересов двух акторов «университеты» и «промышленные предприятия». Для того, чтобы согласовать интересы этих двух акторов требуется изменить структуру финансирования научно-образовательных организаций и основной акцент сделать на финансировании фундаментальных разработок, которые, как правило, составляют основу прикладных исследований, необходимых для прорывных инноваций. Кроме этого, целесообразным будет исключить прямую финансовую поддержку из бюджета инновационной активности предприятий, вместо этого государству следует вкладывать бюджетные средства в развитие институтов коллективного инвестирования (независимые венчурные и прочие фонды, цифровые инвестиционные платформы и т.п.), а также усовершенствовать нормативно-правовое регулирование видов экономической деятельности в сфере обрабатывающих производств через снижение административной, бюрократической нагрузки и диверсификацию налоговой нагрузки;

· во-вторых, университеты прочие научно-образовательные организации, которые имеют уже созданные или планируют создать малые инновационные предприятия, должны стать предпринимательскими с точки зрения значимости и актуальности прикладных результатов интеллектуальной деятельности [7]. Иными словами, университеты и научно-образовательные организации должны не только представить промышленным предприятиям какие-либо инновационные решения или технологии, но и: а) показать модель их практического применения; б) описать ожидаемые конкурентные преимущества, экономические и прочие выгоды, которые может получить промышленное предприятие от внедрения инновационных решений и различных технологий;

· в-третьих, промышленные предприятия (вне зависимости от технологичности своей деятельности) должны: а) пересмотреть корпоративные подходы к управлению и планированию за счёт использования форсайт-технологий, которые позволяют создавать различные модели масштабирования бизнеса и предвидеть рыночные изменения на долгосрочную перспективу (более 15-20 лет); б) стать открытыми для изменений и сконцентрировать свою инновационную активность на тех научно-технических и технологических решениях, которые будут сохранять актуальность в долгосрочной перспективе, увеличивая тем самым конкурентоспособность и экономическую эффективность предприятия.

[1] Источник: Официальная статистика. Наука, инновации, технологии. Росстат (2024). URL: https://rosstat.gov.ru/statistics/science (дата обращения 15.08.2024, доступ – свободный)

[2] Источник: Годовые отчёты. Роспатент (2024). URL: https://rospatent.gov.ru/ru/about/reports (дата обращения 15.08.2024, доступ – свободный)

[3] Источник: Учет и мониторинг малых инновационных предприятий научно-образовательной сферы. Министерство высшего образования и науки Российской Федерации (2024). URL: https://mip.extech.ru/statistics.php (дата обращения 28.08.2024, доступ – свободный)