Инновационные траектории стратегического развития многопрофильных промышленных предприятий: баланс устойчивости и экономической безопасности

Введение. Современные многопрофильные промышленные предприятия функционируют и развиваются в условиях VUCA-среды (Volatility – неустойчивость, Uncertainty – неопределённость, Complexity – сложность, Ambiguity – неоднозначность).

Это связано с ускоренной технологической динамикой, завершением глобализации рынков, усложнением и вынужденной диверсификацией логистических цепочек из-за внешнего санкционного давления и геополитической турбулентности. Поэтому стратегические вопросы, связанные с обеспечением устойчивости развития и экономической безопасности, требуют нахождения нетривиальных ответов и таких же управленческих решений.

Традиционно стратегическое управление такими сложными социально-экономическими системами, как многопрофильные промышленные предприятия, основывалось на линейном планировании (планировании от достигнутого), наращивании производственных мощностей, которые не всегда использовались интенсивно и могли не создавать дополнительной добавленной стоимости. Достигаемые многопрофильными промышленными предприятиями масштабы производства не увеличивали ценность выпускаемой продукции для промежуточных и конечных потребителей. Это негативно повлияло на объёмы экономических выгод и на уровень экономической безопасности в деятельности таких предприятий.

Так, по данным Института народнохозяйственного прогнозирования (ИНП) РАН (по состоянию на 2023 год), экономическая безопасность отраслей обрабатывающей промышленности России и других стран, интегрированных в ЕАЭС, не является достаточной для того, чтобы обеспечивать устойчивое развитие предприятий в этих отраслях [3]. По данным Центра макроэкономического анализа и краткосрочного прогнозирования (ЦМАКП) в 2025 году темпы роста объёмов промышленного производства (обрабатывающая промышленность без ВПК) варьируют на уровне 101-102%, хотя в 2024 году при тех же условиях, санкциях и геополитической турбулентности аналогичный показатель увеличивался до 105-106% в годовом выражении [22].

И если обратиться к данным Росстата, публикующего Индекс предпринимательской уверенности, то можно отметить, что за восемь месяцев в 2023 и 2024 году этот показатель в сфере обрабатывающей промышленности в среднем варьировал на уровне 4-5 пунктов [21]. Но уже за восемь месяцев текущего года Индекс предпринимательской уверенности в сфере обрабатывающей промышленности снизился до среднего отрицательного значения -0,8 пунктов. “Мониторинг предприятий”, публикуемый Банком России, подтверждает, что в третьем квартале 2025 года текущая оценка российского бизнес-климата отрицательная (-5,8%), вместе с тем в ожиданиях на краткосрочную перспективу показатель имеет положительное значение (+ 9,3%) [19].

С одной стороны, вышесказанное указывает на то, что российская обрабатывающая промышленность (кроме ВПК) проходит через этот стагнации, что в том числе обусловлено неэффективностью и моральным устареванием используемых бизнес-моделей. Но, с другой стороны, у российской обрабатывающей промышленности имеется резерв для роста и экономически безопасного развития. И связан этот резерв с тем, что за последние 10-15 лет российская промышленность накопила достаточный научно-технологический потенциал, который необходимо конвертировать в инновационные траектории стратегического развития [2, 4]. И в первую очередь это важно для многопрофильных промышленных предприятий, которые являются системообразующим сегментом реального сектора экономики России.

Целью статьи является исследование инновационных траекторий развития многопрофильных промышленных предприятий и анализ успешности сценариев перехода от path dependence (зависимости от траектории) к path creation (созданию траектории).

Обзор литературы. За последние 75 лет теории инноваций и научные парадигмы исследования инноваций прошли через несколько итерационных этапов. Начало теории инноваций, как известно, было положено Й. Шумпетером [15], который считал, что рекомбинация ресурсов и средств производства через творческое разрушение создаёт новый импульс развития капиталистической экономики. Идеи Й. Шумпетера согласовывались с идеями Н. Кондратьева [1], который считал, что экономика развивается циклично и дно экономического цикла формирует новые точки роста экономики.

Такая классическая теория инноваций с неоклассическими дополнениями, обусловленными восстановлением миропорядка после Второй мировой войны (план Маршалла для Германии с вложением США государственных инвестиций в экономику этой страны, формирование научно-технологического потенциала Японии также с использованием государственного финансирования исследований и разработок) просуществовала до начала 1980-1990-х годов и абсолютно не акцентировать внимания на рисках, устойчивости развития и экономической безопасности. Модель инноваций, которые разрабатывались и внедрялись была простой и линейной [10].

Но 80-х и 90-х годах прошлого века, когда в США стартапы, начинающиеся в Кремниевой долине в виде локальных частных инициатив (в период с 1950 по 1970 годы), стали трансформироваться в крупные корпоративные структуры с наукоёмкими и технологичными производствами, развитой сервисной составляющей, научным сообществом стало осознаваться, что, во-первых, инновации – это всегда результат взаимодействия множества акторов (венчурные инвесторы, инженеры, разработчики, студенты и аспиранты, предлагающих идеи). И, во-вторых, институциональное регулирование через создание наиболее благоприятных условий позволяет создать предпосылки для сбалансированного экономического роста и устойчивого развития. Этому в немалой степени способствовали программные документы ООН, которые указывали на исчерпаемость природных ресурсов и необходимость нахождения новых источников для экономического роста. Фактически теория инноваций на этом этапе развития указывала на множество новых возможностей, что выразилось в появлении новых товаров, работ, услуг и рынков для них, которых ранее не существовало [12, 13, 17].

Интерактивный или сетевой подход в теории инноваций в достаточной степени быстро (уже к концу 1990-х и началу 2000-х) сменился парадигмой управления знаниями и ресурсами. Здесь свою роль сыграло появление новых теорий конкуренции (Resource-Based View, Dynamic Capabilities, Knowledge-Based View) [6, 14, 18] в которых была выдвинута гипотеза о том, что инновации – это не вещь в себе, но инструмент формирования конкурентоспособности (в том числе и многопрофильных промышленных предприятий), обеспечивающий в том числе корпоративную (организационную) устойчивость при осуществлении различных видов экономической деятельности на различных рынках.

Поскольку внутри корпоративных структур (к каковым, без сомнения, относятся и многопрофильные промышленные предприятия) когнитивные (они же – знаниевые) ресурсы ограничены, то достаточно быстро в теории инноваций сформировалась концепция открытых, в том числе – роевых и платформенных инноваций [8, 11], в которой доминировал тренд на диверсификацию, что обеспечивало предприятиям потенциал устойчивого развития, обусловленный хеджированием рисков и новыми подходами к управлению ресурсами и издержками. Но уже с 2010-х г. в теории инноваций начала формироваться двухкомпонентная научная парадигма, в которой, с одной стороны, инновации рассматривались как источник создания ценности в продукте, предназначенном для промежуточных или конечных потребителей. За счёт создаваемой новой ценности предприятия не только формировали свои конкурентные преимущества и, соответственно, максимизировали экономические выгоды, но и, двигаясь в фарватере инновационного тренда, могли действовать упреждающе на вероятные угрозы. Это обеспечивало устойчивость и безопасность развития предприятий на среднесрочную перспективу.

С другой стороны, экзистенциальные вопросы сохранения жизни на планете Земля требовали, чтобы инновационная деятельность всех без исключения экономических акторов, включая многопрофильные промышленные предприятия, учитывала социальные, экологические и этические аспекты. Так сформировалась вторая компонента современной научной парадигмы теории инноваций: инновации – это не только экосистемы и ценности, но и ответственность перед обществом, текущим и будущими поколениями [9, 16]. Здесь устойчивость развития и безопасность стали важными не только в корпоративном, но и в общественно-политическом контексте.

Вместе с тем все предыдущие периоды или волны развития теории (и вместе с ней, соответственно, методологии) инноваций предполагали, что существуют мейнстримные направления и траектории инновационной активности экономических акторов в целом и, в частности, многопрофильных промышленных предприятий. В рамках этих траекторий ведутся исследования и разработки, происходит генерация и внедрение нововведений, модернизируется операционная деятельность и обновляется бизнес-модель.

Однако зависимость от траектории (path dependence) приводит к тому, что инновации предполагают микро-улучшения (малые изменения), не имеющими ничего общего с творческим разрушением по Й. Шумпетеру. Зависимость в инновациях от мейнстримной траектории приводит к тому, что многие знания, идеи, решения остаются невостребованными, а глобальная экономика остаётся закрытой для новаций из-за того, что более ранние нововведения уже создали свои институты (нормы, правила, стандарты, принципы), следование которым стало привычной инерцией и в экономике, и в обществе, и в политике, и в науке [5].

Безусловно, полная и глубокая перестройка глобальной экономики, науки и общества невозможна, но на микроэкономическом уровне (на уровне отдельных многопрофильных промышленных предприятий) сохраняется возможность создания своих собственных траекторий в области инноваций (path creation). Именно создание экономическими акторами собственных траекторий в области инноваций привело к появлению электромобилей, криптовалюты, возобновляемой энергетики, искусственному интеллекту и т.д.

В таблице 1 отражены ключевые периоды становления и развития теории инноваций, которые привели к появлению новой современной парадигмы построения экономическими акторами собственных траекторий инновационной деятельности.

Таблица 1. Периодизация волн становления и развития современной теории инноваций

Таким образом, современная парадигма в теории инноваций предполагает, что многопрофильные промышленные предприятия с помощью инноваций не столько адаптируются к рынку, сколько конструируют будущее рынки, технологии и продукты (товары, работы, услуги), если совершают качественный переход от path dependence (следования за траекторией) к path creation (созданию своей уникальной траектории).

Материалы и методы. Статья основана на современной парадигме теории инноваций и методологии управления ими, которые предполагают, что экономические акторы, в том числе и многопрофильные промышленные предприятия, могут создавать собственную инновационную траекторию развития, обеспечивающую им экономическую безопасность, но при этом внедряемые инновации учитывают социальные, экологические, этические аспекты ответственности экономических акторов перед обществом.

Основные методы исследования, использованные в статье: контентные, аналитические, синтетические, статистические, вероятностные. Контентные, аналитические, статистические и синтетические методы исследования использованы для обзора литературы по теме статьи, анализа динамики инновационной активности российских промышленных предприятий, формирования матрицы сценариев осуществления инновационной деятельности многопрофильными промышленными предприятиями.

Вероятностные методы были использованы для исследования успеха (Success) или провала (Fail) двух основных сценариев, дающих возможность многопрофильным промышленным предприятиям изменить с помощью инноваций свою траекторию развития. В качестве методической основы использована графовая вероятностная модель – Байесовская сеть (Bayesian Network, BN) [7]:

Где:

– множество случайных переменных;

E – множество дуг, при этом каждая переменная имеет множество родительских переменных ;

– условное распределение при известных родительских переменных, если переменная не имеет родительских переменных, то ;

H – вероятность той или иной гипотезы при наблюдаемых данных D.

В качестве примера взято многопрофильное промышленное предприятие, выпускающее станки с числовым программным управлением (ЧПУ), но рынок сжимается для основного вида деятельности сжимается, поскольку появляются новые решения (например 3D печать, которая делает основную продукцию предприятия неактуальной). Дополнительные виды деятельности предприятия – производство запчастей, постпродажное обслуживание и утилизация станков с завершенным жизненным циклом.

В таблице 2 представлены ключевые переменные, которые будут использоваться при моделировании эволюционного сценария и сценария вынужденной трансформации.

Таблица 2. Переменные, используемые в моделировании сценариев

Информация и данные для этого были получены из открытых источников – из материалов, опубликованных на сайте Росстата, Банка России, ЦМАКП, Высшей школы экономики.

Результаты. Согласно данным Глобального инновационного индекса за 2025 год, Россия занимает в рейтинге 45 место из 54 стран с высоким уровнем ВВП на душу населения, а среди стран Европы 32 место (из 39) [20]. Драйверами инноваций в российской экономике традиционно выступают: человеческий капитал и наука, развитие бизнеса и результативность креативной деятельности. Ограничивающие факторы также общеизвестны (слабая конверсия НИОКР и результатов интеллектуальной деятельности из научного сектора в реальный сектор экономики, неблагоприятные институциональные условия и постоянно изменяющийся законодательный тренд, неразвитая инфраструктура инноваций) и не требуют отдельного обсуждения.

Согласно данным Росстата, общий уровень инновационной активности в российской экономике весьма низкий (рисунок 1), однако в сфере обрабатывающей промышленности этот показатель в два раза превышает общероссийский в последние пять лет.

Рисунок 1. Уровень инновационной активности предприятий промышленности и российской экономики в целом

Источник: составлено авторами на основании источника [21].

Однако весомый вклад в общую статистику инновационной активности обрабатывающих промышленных предприятий вносят всего пять отраслей, уровень инновационной активности в которых варьирует от 30% до 50%:

1) производство компьютеров, электронных и оптических изделий (ОКВЭД 26, 50%);

2) производство электрического оборудования, включая производство электроосветительного и сигнального оборудования, бытовой электротехники (ОКВЭД 27, 40%);

3) производство машин и оборудования, не включенных в другие группировки – это прежде всего станки для обработки, напыления, взвешивания, а также различное оборудование для выставок и сферы развлечений (ОКВЭД 28, 42%);

4) производство автотранспортных средств, прицепов и полуприцепов (ОКВЭД 29, 41%);

5) производство прочих транспортных средств и оборудования (ОКВЭД 30, 30%).

Из вышесказанного следуют два предварительных вывода. Первое: наиболее высокая инновационная активность наблюдается в тех видах экономической деятельности, где уже достаточно высокий уровень наукоёмкости и технологичности (ОКВЭД 26 и 28). Второе: все перечисленные виды экономической деятельности с высоким уровнем инновационной активности производят продукцию двойного назначения. Многопрофильные промышленные предприятия, выпускающие продукцию двойного назначения (гражданского и военного) имеют больше возможностей для финансирования своей инновационной деятельности – прежде всего за счёт государственных инвестиций.

Если исключить отрасли с самой высокой инновационной активностью, в том числе обусловленной государственными интересами, то средний уровень инновационной активности в отраслях и, соответственно, предприятиях обрабатывающей промышленности превысит общероссийский показатель не более чем на 5 п.п. и составит не более 17% по итогам 2024 года. Иными словами, менее ⅕ российских промышленных предприятий обрабатывающих отраслей проактивно стремятся к созданию и внедрению инноваций, остальные либо сохраняют экстенсивную инерцию, либо изменяются вынужденно под влиянием объективных внешних факторов, которые невозможно игнорировать.

Согласно положениям современной парадигмы в теории инноваций у многопрофильных промышленных предприятий имеется четыре базовых сценария в осуществлении инновационной деятельности (рисунок 2).

Рисунок 2. Матрица сценариев осуществления инновационной деятельности многопрофильными промышленными предприятиями

Источник: разработано авторами на основании источника [17].

Эти сценарии зависят от влияния двух ключевых факторов. Первый фактор – это внешнее давление. Под внешним давлением понимаются неявные и явные сигналы, поступающие из внешней среды и указывающие на то, что рыночные условия необратимо изменяются и та продукция, которую поставляет предприятие на рынок, либо уже не пользуется спросом, либо спрос на неё будет неуклонно сокращаться под влиянием результатов научно-технического и технологического прогресса. Второй фактор – это внутренняя адаптивность многопрофильного промышленного предприятия, готовность его руководителей и персонала к изменениям.

Сценарий (A) предполагает, что во внешней среде отсутствуют стимулы к инновационной деятельности, а во внутренней среде отсутствует готовность к созданию и внедрению инноваций. В этом сценарии многопрофильные промышленные предприятия долго могут сохранять инерцию, но при этом их развитие не характеризуется устойчивостью и экономической безопасностью. Для российских многопрофильных промышленных предприятий, как было показано выше, сценарий (A) является основным.

Сценарий (B) предполагает, что внешнесредовое давление низкое, но внутренняя готовность предприятия к созданию и внедрению инноваций весьма высокая. На основе данного сценария создавались первые технологически прорывные корпорации в Кремниевой Долине. В России такие сценарии обычно реализуются в финансовом секторе экономики (например, Т-Банк, экосистема Сбера), либо в сервисных отраслях реального сектора (например, экосистема Yandex). В этом сценарии на начальном этапе прорывного создания траектории и устойчивость развития, и экономическая безопасность предприятия находится под угрозой, но в дальнейшем предприятие становится якорным для созданного им нового рынка.

Сценарий (C) предполагает, что и внешнее давление, и внутренняя готовность предприятия весьма высоки, поэтому многопрофильное промышленное предприятие может совершить эволюционный переход от следования за траекторией к конструированию собственной траектории через постоянную генерацию новаций и масштабирование успешных практик. В этом сценарии устойчивость развития и экономическая безопасность предприятия обусловлены последовательной диверсификацией бизнес-модели, что снижает риски и нивелирует угрозы.

Сценарий (D) предполагает, что внешнесредовое давление очень высокое, а внутренняя готовность к изменениям низкая, поэтому трансформацию бизнес-модели, внедрение инноваций предприятие осуществляет вынужденно. Сценарий (D) для российских многопрофильных промышленных предприятий, которые демонстрируют достаточно высокую инновационную активность (и это тоже было показано выше) является вторым значимости и практической реализации. В этом сценарии высокое внешнее давление компенсируется государственной (или иной институциональной, в том числе прямой финансовой) поддержкой, поэтому предприятие, сохраняя низкую готовность к изменениям, может устойчиво и экономически безопасно развиваться до тех пор, пока действуют программы поддержки.

Таким образом, для российских многопрофильных промышленных предприятий есть три варианта сценариев (A, C, D), два из которых (С и D) напрямую связаны с инновационной активностью и возможностью изменить с помощью инноваций свою траекторию развития. Поэтому далее мы обсудим успешность реализации сценариев (C) и (D) с использованием графовой вероятностной модели – Байесовской сети.

Обсуждение. Как было показано выше, имеется многопрофильное промышленное предприятие, которое выпускает станки с ЧПУ (основной вид деятельности) и осуществляет дополнительные виды экономической деятельности. Предприятие может развиваться по двум сценариям (табл. 3):

1) эволюционный переход (path dependence → path creation): переосмысление бизнес-модели, масштабирование успешных практик при относительно высокой инновационной активности;

2) вынужденная трансформация (из path dependence в path creation): реакция на кризис или на влияние институтов, заимствование инноваций, собственная инновационная активность средняя.

Таблица 3. Ключевые характеристики сценариев

На первом шаге вычисляются априорные вероятности для каждого из сценариев, которые будут определять инновационную траекторию развития многопрофильного промышленного предприятия (таблица 4).

Таблица 4. Априорные вероятности сценариев

Априорные вероятности для каждого из сценариев могут быть заданы экспертно, либо смоделированы с использованием различных методов (Монте-Карло, имитационное моделирование, линейная регрессия, бинарное распределение и т.п.).

На втором шаге обсуждения для каждого сценариев строится условная вероятностная таблица, которая показывает, какова вероятность каждого состояния дочернего узла в байесовской сети при условии конкретных состояний его родительских переменных. Для сценария вынужденной трансформации эта таблица принимает следующий вид (таблица 5).

Таблица 5. Условная вероятностная таблица для сценария вынужденной трансформации

Вероятность успеха при реализации сценария вынужденной трансформации для рассматриваемого нами примера составляет всего 22%, это связано с тем, что на предприятие ложится чрезмерно высокая нагрузка, связанная как с изменением операционной деятельности, так и с изменением организационно-управленческой структуры. Основные причины провала в том, что вынужденная трансформация – это классическая проблема зависимости от траектории (path dependence problem):

1) предприятие застревает в старой бизнес-модели (в нашем примере выпускает оборудование, спрос на которое на рынке сжимается даже при наличии дополнительных сервисов и поставке запасных частей);

2) все ресурсы, компетенции и корпоративные практики производства сфокусированы на одном флагманском продукте, который утратил конкурентоспособность, его модернизация или обновление не дадут дополнительных преимуществ;

3) ловушка ресурсов, компетенций, практик и бизнес-модели будет каждый раз приводить к тому, что предприятие, диверсифицируясь, продолжит сохранять зависимость от траектории, но не сконструирует новую инновационную траекторию (path creation).

Далее представлена условная вероятностная таблица для сценария эволюционного перехода (таблица 6).

Таблица 6. Условная вероятностная таблица для сценария эволюционного перехода

Вероятность успеха при реализации сценария вынужденного перехода составляет 86%, что связано с благоприятными внешними условиями и последовательно-постепенной диверсификацией основной (операционной) деятельности, за которой следует обновление других элементов бизнес-модели предприятия. Основная причина успеха состоит в том, что предприятие конструирует собственную инновационную траекторию за счет:

1) создание отдельной бизнес-единицы, которая будет занята разработкой модульного производства новых станков с встроенными цифровыми сервисами, дополнительной поддержкой (предиктивная аналитика для обслуживания, цифровые двойники для оптимизации ремонта, платформа для обратного выкупа/утилизации);

2) остальное производство некоторое время (как правило в перспективе до 3-х лет) работает на основе прежней бизнес-модели, которая генерирует доходы, при этом некоторые производственные операции постепенно замещаются промышленными роботами;

3) предприятие при построении новой бизнес-модели ориентируется на создание производства организационно и культурно независящего от прошлого опыта, для этого персонал проходит дополнительное обучение, а к инновационным разработкам привлекаются внешние сети знаний.

Таким образом, проведённое исследование подтверждает, что будущее многопрофильных промышленных предприятий напрямую зависит от их способности к проактивному формированию инновационных траекторий. Эволюционный сценарий обеспечивает более высокий уровень устойчивости и экономической безопасности, так как позволяет постепенно выстраивать новую бизнес-модель, не разрушая имеющийся производственный потенциал.

Предложенный инструментарий вероятностного моделирования может быть использован руководителями промышленных предприятий при выборе стратегий инновационного развития. Это позволит минимизировать риски вынужденной трансформации и повысить вероятность успешного перехода от следования за устоявшимися траекториями к созданию собственных. В долгосрочной перспективе переход к path creation открывает возможность для российских многопрофильных предприятий не только укрепить внутреннюю экономическую безопасность, но и занять новые ниши на глобальном рынке. Конструирование уникальных инновационных траекторий становится ключевым фактором успеха многопрофильных промышленных предприятий.

Заключение. На основе материалов, изложенных в статье, можно резюмировать следующее:

а) инновационная активность российских промышленных предприятий остаётся низкой, а высокий уровень инноваций сосредоточен в ограниченном числе отраслей, связанных с выпуском продукции двойного назначения;

б) наиболее перспективным сценарием развития многопрофильных предприятий является эволюционный переход, который обеспечивает до 86% вероятности успешного изменения инновационной траектории благодаря диверсификации и формированию новых бизнес-моделей;

в) сценарий вынужденной трансформации имеет низкую вероятность успеха (22%) из-за сохранения зависимости от старой бизнес-модели и высокой нагрузки на руководителей, персонал, производственные и интеллектуальные мощности;

г) для достижения устойчивого развития и экономической безопасности предприятиям необходимо переходить от path dependence к path creation, формируя собственные инновационные траектории, учитывающие социальные, экологические и этические аспекты;

д) байесовская сеть является эффективным инструментом для моделирования вероятностей успеха различных сценариев и исследования инновационных траекторий, следовательно, может быть использована в стратегическом управлении многопрофильными промышленными предприятиями.