Современные методы принятия стратегических решений в условиях неопределенности: от адаптивности стратегии к трансформации процессов принятия стратегических решений

Введение

Принятие решений было в центре внимания специалистов по стратегическому менеджменту на протяжении более чем пяти десятилетий [57, C. 43]. На протяжении многих лет разрабатывались различные модели и методы принятия решений, которые прошли длинный путь развития от теории предельной полезности к современным методам и инструментам поддержки принятия стратегических решений [37]. Школа стратегического планирования во многом опиралась на рациональную модель принятия решений и модель ограниченной рациональности [53]. Но по мере усложнения внешней среды, появления и развития новых технологий управленческая мысль сместила фокус с попыток точного предвидения будущего на адаптивность самой стратегии. При этом способность быстро адаптироваться к изменениям на рынке является важной частью процесса принятия стратегических решений [54, C. 1639]. В этих обстоятельствах классические инструменты корпоративного управления и принятия стратегических решений демонстрируют свою ограниченность: так, жестко заданные пятилетние планы обесцениваются еще на этапе их формализации, а накопленный опыт прошлых производственных циклов перестает быть надежным ориентиром для будущего развития. Все это подводит исследователей к необходимости более глубоко осмыслить происходящие изменения в контексте обеспечения перехода от проектирования адаптивных стратегий к качественной перестройке самих механизмов (методов и инструментов) принятия стратегических решений. Как пишут И. П. Богомолова, И. Н. Василенко, Г. Н. Струков, Н. М. Шатохина, «в настоящее время вопросы эффективного управления вышли на совершенно новый уровень теоретическо-методологического осмысления и прикладного понимания», при этом «практика менеджмента доказывает высокую степень важности и перспективности выработки и реализации адекватных и действенных управленческих решений» [9, С. 509].

В современной научной литературе по менеджменту уделяется много внимания факторам и показателям поддержки принятия стратегических решений в условиях цифровой экономики [48]. Н. Б. Советбекова выделяет такие человеческие факторы принятия стратегических решений как интуитивность и рациональность [44].

А. М. Аракелян, Ю. В. Воронцова, Е. Е. Панфилова, А. А. Крылов пишут о том, что не стоит забывать и об исключительно важной роли личности в процессе принятия стратегических решений в компании, в частности, речь идет об эффективности руководителя, его стрессоустойчивости и вовлеченности в инновационные процессы преобразований в компании [6].

Также следует упомянуть тот факт, что в процессе принятия стратегических решений критически важным фактор эффективного внутрифирменного управления и рыночной контрактации выступает доверие, которое дает возможность радикально снизить трансакционные издержки на тотальный контроль и длительные согласования внутри фирмы, а во внешней контрактации позволяет переходить к гибким партнерствам, тем самым высвобождая управленческий ресурс для быстрой реализации долгосрочных инициатив в условиях неопределенности [5].

Еще один момент, который, по мнению экспертов, следует учитывать в процессе принятия стратегических решений, – это этика бизнеса, которая выступает не моральным ограничителем, а прагматичным инструментом долгосрочной минимизации рисков и создания нематериальных активов: она предотвращает катастрофические репутационные потери и регуляторные санкции, одновременно формируя устойчивое доверие инвесторов и лояльность потребителей, что в конечном итоге становится ключевым конкурентным преимуществом на рынках с высокой прозрачностью [15, 55].

В процессе принятия стратегических решений необходимо уделять внимание проектированию системы ключевых показателей эффективности для, критериями отбора которых, по мнению О. В. Ефимовой, является «их связь со стратегией, нормативными и методическими руководствами, а также непосредственными требованиями заинтересованных сторон» [17].

Эксперты также выделяют особенности использования формализованных и неформализованных методов в стратегическом управлении в процессе принятия стратегических управленческих решений, суть которых заключается в их неразрывном симбиозе: математические модели, методы статистики и машинное обучение выступают объективным фильтром для проверки гипотез и поиска скрытых паттернов в больших данных, а интуиция, опыт и экспертные оценки топ-менеджмента необходимы для интерпретации этих результатов, учета качественных факторов (корпоративной культуры, геополитики) и принятия окончательной ответственности за выбор пути в ситуациях полной неопределенности, выходящих за рамки исторических данных [4].

Разработка новых методов и инструментов принятия стратегических решений имеет определенные перспективы в рамках праксеологической деятельности менеджера, которые заключаются в переходе от анализа статичных данных к созданию адаптивных человеко-машинных систем, которые оценивают не только экономическую эффективность выбранного пути, но и его реализуемость через призму конкретных управленческих действий, компетенций команды и оптимизации самого процесса совершения этих действий для достижения результата с минимальными затратами воли и времени [16, 56].

Цель нашего исследования состоит в том, чтобы выявить наиболее часто применяемые методы и инструменты принятия стратегических решений и оценить перспективы интеграции классических методов стратегического анализа и моделей на основе технологий искусственного интеллекта и разработки и применения адаптивных систем поддержки принятия управленческих решений.

В качестве положений исследования, содержащих элементы научной новизны, предлагается классификация методов и инструментов принятия стратегических решений с выделением трех групп (классические, инновационные и гибридные методы и инструменты), а также матрица методов и инструментов принятия стратегических решений для выбора методов и инструментов принятия стратегических решений в условиях риска и неопределенности с учетом типа решаемых управленческих задач.

Основная часть

В современных условиях абсолютно любой бизнес функционирует в условиях рисков и неопределенности, которые непросто предсказать и прогнозировать. По сравнению с теми условиями, в которых принимались управленческие решения 50–60 лет назад, современная действительность, или «новая нормальность», ставит перед менеджерами, принимающими управленческие решения, новые вызовы, усложняя сам процесс принятия стратегически важных для бизнеса решений как числом параметров внешней среды, так и непредсказуемостью их изменений. Как отмечают Ю. Г. Голоктионова, Е. А. Комиссарова, Н. В. Лисичкина, «отсутствие достоверной информации о будущем – характерная особенность любой социально-экономической системы, оказавшейся в точке бифуркации» [12, С. 21].

В ситуации такой «перманентной» нестабильности стратегическое решение утрачивает свою статичную природу. Оно перестает быть разовым выбором направления движения и становится непрерывным циклом определения курса развития компании. Суть современного управления заключается не в том, чтобы один раз безошибочно угадать будущее, а в способности поддерживать динамическое соответствие между внутренними возможностями компании и постоянно меняющимся ландшафтом внешних угроз и возможностей, при этом стратегия из заранее утвержденного документа превращается в живой процесс организационного обучения.

Такая смена парадигмы обусловлена объективными ограничениями рациональной модели принятия решений. Традиционная экономическая теория исходила из предпосылки о неограниченных когнитивных способностях менеджера, его доступе к полной информации и возможности рассчитать все альтернативы для нахождения глобального оптимума. В реальности же управленческие решения принимаются в принципиально иных условиях, включая неполноту информации, наличие ограниченной рациональности (здесь речь идет о том, что человеческая психика физиологически неспособна обработать бесконечное число переменных высокосложной системы), наличие когнитивных искажений (эффект подтверждения, привязка к прошлым успехам и склонность к чрезмерному оптимизму систематически уводят топ-менеджмент от объективной оценки рисков [49]), высокая изменчивость факторов внешней среды (скорость смены технологических укладов и нестабильность геополитической обстановки делают любую собранную информацию устаревшей еще до момента начала реализации плана).

При этом стратегическое решение следует рассматривать не как разовый акт выбора, а как процесс постоянной корректировки курса организации с учетом изменений внешней среды.

Следует отметить, что линейное прогнозирование и долгосрочные планы сохраняют свою значимость как необходимый фундамент для базовой координации крупных подразделений, строительства капиталоемкой инфраструктуры и обеспечения финансовой дисциплины перед инвесторами. Однако в условиях высокой волатильности они перестали быть единственной основой управления, поскольку жесткая привязка к изначальным расчетам лишает компанию маневренности при внезапных структурных сдвигах на рынке. В современной практике менеджмента их дополняют инструменты предиктивной аналитики и машинного обучения, которые выявляют скрытые нелинейные зависимости в данных, а также цифровые двойники организаций, позволяющие безопасно тестировать устойчивость бизнеса к катастрофическим сценариям. Кроме того, компании все чаще используют агент-ориентированное моделирование для имитации поведения тысяч рыночных участников и метод реальных опционов, рассматривая инвестиции не как невозвратные затраты, а как право изменить курс компании при появлении новой информации.

В рамках нашего исследования мы постараемся оценить, какие методы и инструменты принятия стратегических решений остаются актуальными и какие изменения они претерпевают.

На портале ELIBRARY.ru 8 августа 2026 года мы задали поисковый запрос «принятие стратегических решений» (поиск только в названии публикаций). В результате мы получили подборку из 985 публикаций.

Если проанализировать данную подборку во временном контексте, то можно отметить, что среднее число публикаций с термином «принятие стратегических решений» в названии составляет 31, а максимальное число публикаций приходится на 2024 г. (102) и 2025 г. (91), что позволяет сделать вывод о возрастании интереса исследователей к изучению данного научного концепта (рис. 1).

Рисунок 1. Динамика числа публикаций в подборке по поисковому запросу «принятие стратегических решений»

Источник: составлено автором по данным ELIBRARY.ru на 08.08.2026 г.

В этой подборке мы провели контекстный анализ для выявления частоты упоминания и использования в научных исследованиях тех или иных методов и инструментов принятия стратегических решений (название методов и инструментов было задано в качестве поискового запроса в подборке из 985 публикаций, поиск осуществлялся в названии, аннотации и ключевых словах публикаций). Проведенный анализ позволил нам выделить 28 методов и инструментов принятия стратегических решений (табл. 1).

Таблица 1

Анализ методов и инструментов принятия стратегических решений в подборке публикаций по поисковому запросу «принятие стратегических решений» (поиск в названии, аннотации и ключевых словах)

Итак, для принятия стратегических решений наиболее часто используются такие классические методы и инструменты, как стратегический анализ (293 публикации, или 29,75 %), стратегическое планирование (144 публикации, или 14,62 %), прогнозирование (55 публикаций, или 5,58 %) и стратегическое прогнозирование (44 публикации, или 4,47 %). Тем не менее в последнее время для принятия стратегических решений все более популярными становятся системы с применением технологий искусственного интеллекта, такие как Palantir Technologies (Foundry и AIP), QuantumBlack AI, IBM Planning Analytics и др. (44 публикации, или 4,47 %), аналитические модели, основанные на технологиях Big Data (25 публикаций, или 2,54 %), интеллектуальный анализ данных (13 публикаций, или 1,32 %), реальные опционы (4 публикации, или 0,41 %), методы форсайт (3 публикации, или 0,30 %), HR-аналитика (3 публикации, или 0,30 %), агент-ориентированное моделирование (2 публикации, или 0,20 %).

Не теряют свою актуальность и такие классические методы и инструменты, как финансовый анализ (39 публикаций, или 3,96 %), экономический анализ (33 публикации или 3,35 %), SWOT-анализ (32 публикации, или 3,25 %), методы экспертных оценок (20 публикаций, или 2,03 %), теория игр (18 публикаций, или 1,83 %), метод анализа иерархий (16 публикаций, или 1,62 %), математическое моделирование (15 публикаций, или 1,52 %).

На наш взгляд, в настоящее время происходит сдвиг в сторону интеграции классических методов стратегического анализа и моделей Big Data и разработки и применения адаптивных систем поддержки принятия решений. Интеграция классических методов стратегического анализа с моделями Big Data позволяет проверять экспертные гипотезы на больших массивах реальных данных. Разработка адаптивных систем поддержки принятия стратегических решений актуальна тем, что они меняют жесткие алгоритмы принятия решений на самообучающиеся модели, способные мгновенно предлагать новые варианты действий при любом изменении внешних условий. В итоге человек освобождается от рутинного сбора цифр и сосредотачивается на выборе из предложенных машиной вариантов в условиях полной неопределенности.

Мы предлагаем разделить выделенные методы и инструменты принятия стратегических решений на три группы: классические, инновационные и гибридные.

К классическим методам и инструментам принятия стратегических решений мы относим те методы и инструменты, которые были разработаны до появления искусственного интеллекта и в рамках которых до настоящего времени главным инструментом по-прежнему остается сам человек, его знания, навыки и опыт.

Инновационные методы и инструменты принятия стратегических решений – это те методы и инструменты, в которых методологическая и техническая основа принятия стратегических решений – это технологии искусственного интеллекта, а человеку остается роль «верификатора», «фасилитатора», т.е. функции человека смещаются в зону ответственности, где требуются критическое мышление, этика и управление смыслами в части проверок возможных ошибок и «галлюцинаций» искусственного интеллекта, постановки задач, формулирования промптов, интерпретации результатов и т.д.

Гибридные методы и инструменты принятия стратегических решений предполагают осуществление взаимодействия в формате «человек – искусственный интеллект», а методологическим базисом являются классические методы принятия решений, дополненные возможностями технологий искусственного интеллекта.

В таблице 2 представлено отнесение выявленных в таблице 1 методов и инструментов принятия стратегических решений к одной из трех групп: классические (К), инновационные (И) и гибридные (Г).

Таблица 2

Классификация методов и инструментов принятия стратегических решений

Для выбора методов и инструментов принятия стратегических решений в условиях риска и неопределенности мы предлагаем использовать матрицы методов и инструментов принятия стратегических решений (рис. 2).

В этой матрице выбор конкретных методов и инструментов принятия стратегических решений осуществляется с позиций уровня неопределенности (низкая – рынок стабилен, доступна полная информация о внешней среде; средняя – возможны изменения внешней среды, но они предсказуемы; высокая – изменения о внешней среды не предсказуемы, отсутствует релевантная информация) и типа решаемых управленческих задач (структурированные (программируемые) задачи, слабоструктурированные задачи и неструктурированные (нестандартные) задачи).

Уровень неопределенности Тип решаемых задач	Низкая	Средняя	Высокая
Структурированные (программируемые) задачи	Стратегический анализ (К). Стратегическое планирование (К). Прогнозирование (К). Стратегическое прогнозирование (К). Финансовый анализ (К). Экономический анализ (К). SWOT-анализ (К). PEST-анализ (К). Финансовое моделирование (К). Стохастический анализ (К). Бизнес-аналитика (Г). Системы с применением технологий искусственного интеллекта (И)	Стратегический анализ (К). Стратегическое планирование (К). Прогнозирование (К). Стратегическое прогнозирование (К). Финансовый анализ (К). Экономический анализ (К). SWOT-анализ (К). Теория игр (К). Бизнес-аналитика (Г)	Теория игр (К). Математическое моделирование (К). Процессный подход (К). Реальные опционы (И). Бизнес-аналитика (Г)
Слабоструктурированные задачи	Конфликтный анализ (К). Метод анализа иерархий (К). Системы с применением технологий искусственного интеллекта (И). Бизнес-аналитика (Г)	GAP-анализ (К). Конфликтный анализ (К). Системы с применением технологий искусственного интеллекта (И). Метод анализа иерархий (К). HR-аналитика (И). Адаптивная система поддержки принятия решений (Г). Бизнес-аналитика (Г)	Экспертная оценка, экспертные методы (К). Конфликтный анализ (К). Интеллектуальный анализ данных (И). Системы с применением технологий искусственного интеллекта (И). HR-аналитика (И). Сценарный подход (Г). Методы форсайт (Г). Бизнес-аналитика (Г)
Неструктурированные (нестандартные) задачи	Аналитические модели, основанные на технологиях Big Data (И). Интеграция классических методов стратегического анализа и моделей Big Data (Г)	Аналитические модели, основанные на технологиях Big Data (И). Интеграция классических методов стратегического анализа и моделей Big Data (Г)	Аналитические модели, основанные на технологиях Big Data (И). Интеллектуальный анализ данных (И). Агент-ориентированное моделирование (И). Сценарный подход (Г). Интеграция классических методов стратегического анализа и моделей Big Data (Г). Методы форсайт (Г)

Источник: составлено автором.

Структурированные (программируемые) задачи имеют четкий алгоритм решения, опираются на количественные данные и формальные модели. Часто решаются с помощью экономико-математических методов или автоматизированных систем (например, это задачи в сфере оптимизации логистических маршрутов между складами, расчета точки безубыточности при запуске нового продукта, формирования оптимального портфеля ценных бумаг компании).

Слабоструктурированные задачи предполагают, что часть параметров, необходимых для принятия решения, можно измерить, а часть – оценить только качественно. Отметим, что большинство реальных стратегических задач относится именно к этому типу (например, выход российского производителя на рынок Китая: понятны затраты на регистрацию юридического лица (количественный фактор), но не ясна реальная скорость прохождения бюрократических барьеров и культурный отклик потребителей (качественный фактор)).

Неструктурированные (нестандартные) задачи отличаются тем, что не имеют готового алгоритма решения, характеризуются высокой неопределенностью и качественными факторами, требуют экспертных оценок, определенной интуиции принимающего решения лица и сценарного планирования (например, выбор стратегии поведения при внезапном уходе ключевого конкурента с рынка; реакция на появление прорывной технологии у стартапа-новичка).

Как видно из рисунка 2, классические методы и инструменты принятия решения дополняются инновационными и гибридными. Причем в случае необходимости решения неструктурированных (нестандартных) задач, независимо от уровня неопределенности, применяются только инновационные и гибридные методы и инструменты принятия стратегических решения.

Заключение

Эволюция методов принятия стратегических решений в условиях нестабильности и усложнения внешней среды прошла путь от попыток сохранить эффективность заданного курса до фундаментального пересмотра самих механизмов (методов и инструментов) принятия решений.

Первоначальный ответ менеджмента на вызовы внешней среды заключался во внедрении адаптивности стратегии. Организации стремились сделать свои долгосрочные планы более гибкими, используя сценарное планирование и методы экспертных оценок лишь как инструменты для выбора наилучшего направления движения из нескольких возможных. Однако в виду наличия сложных иерархических процедур управления часто возникает ситуация, когда компания понимает необходимость изменений, но институционально не способна их осуществить достаточно быстро.

Именно здесь и возникает необходимость перехода к трансформации процессов принятия стратегических решений в контексте интеграции классических методов стратегического анализа и технологий искусственного интеллекта и создания адаптивной системы поддержки принятия решений.

Речь идет о том, что в процессе принятия стратегических решений менеджеру следует отказаться от поиска единственного оптимального решения в пользу формирования системы устойчивых управленческих шагов. Такие методы, как реальные опционы, сегодня работают не столько на предсказание будущего, сколько на проектирование организационной способности действовать эффективно при любом его варианте.

В условиях необходимости принятия стратегических решений по неструктурированным задачам находят применения аналитические модели, основанные на технологиях Big Data, и интеграция классических методов стратегического анализа и моделей Big Data, а также интеллектуальный анализ данных, агент-ориентированное моделирование, сценарный подход, методы форсайт. При этом подлинная адаптивность достигается сегодня не за счет гибкости самой стратегии, а за счет глубокой перестройки системы принятия стратегических решений, т.е. перехода к системе генерирования решений, которая сохраняет устойчивость компании вне зависимости от направлений изменения внешней среды.