Во-первых: существует ли это программное обеспечение в природе?
Во-вторых: если существует, то сколько оно стоит?
В-третьих: какой комплекс технических средств (компьютеры, периферийное оборудование, локальные и глобальные компьютерные сети и т.д.) необходимы для поддержки и развития этой системы, сколько этот комплекс стоит в текущих ценах при условии установки "под ключ" и сколько это займет времени?
В-четвертых: каким образом, где, за какое время и за какие деньги можно подготовить специалистов (персонал), способных развивать, поддерживать и просто эксплуатировать всю эту систему, включая комплекс технических средств и интегрированную систему управления?
В-пятых: на сколько все это вообще реально, и не получится ли так, что начав крупнейший проект по внедрению ИСУ в каком-либо реальном агропромышленном холдинге в условиях Кубани (которая, к слову сказать, безусловно является наиболее подготовленной для этого из всех сельскохозяйственных регионов России), мы не успев внедрить его столкнемся с необходимостью замены комплекса технических средств, как морально устаревшего, и программного обеспечения, как утратившего соответствие изменившимся реалиям предметной области, а значит и с необходимостью переобучения специалистов и т.д., и т.д.
В-шестых:...
Впрочем, и уже заданных пяти вопросов достаточно, чтобы понять, что поставка и внедрение, а затем развитие, поддержка и эксплуатация столь масштабной ИСУ безусловно само по себе также представляет собой проблему, причем проблему возможно даже более сложную, чем та, которую таким путем пытаются решать.
Ясно, что решать проблему можно только путем ее декомпозиции в определенную последовательность задач, каждая из которых более проста в решении, чем исходная проблема. Если же хотя бы одна из задач более сложна, чем исходная проблема, то такой путь не приближает, а удаляет нас от ее решения.
По мнению авторов, для того, чтобы описанные в работах [1-5, 17-19] подходы были эффективными в реальных условиях агропромышленного холдинга на Кубани необходимо формирование и соблюдение целого ряда условий, которых реально пока еще нет:
- другое соотношение между функциональными возможностями технических средств и программного обеспечения ИСУ и их стоимостью, т.е. все это должно стать относительно дешевле (в общей структуре себестоимости продукции холдинга), чтобы это стало целесообразным применять, т.к в настоящее время, а также в прогнозируемой перспективе, в этой области будет сохраняться грабительский диспаритет цен не в пользу сельскохозяйственной продукции;
- качественно более высокий уровень общей культуры и компетентности персонала в области информационных технологий (в настоящее время такого персонала не просто реально нет, но нет и такого персонала, из которого можно было бы подготовить необходимый персонал, а также непонятно как это сделать, т.е. какими силами и средствами в условиях действующего производства, т.е. без отрыва от основной работы).
Таким образом мы считаем, что в реальных условиях Кубани условий, благоприятных для внедрения подобных ИСУ пока не возникло, хотя безусловно необходимо работать над их созданием, т.к. это является весьма перспективным. При этом мы нисколько не ставим под сомнение эффективность описанного в работах [1-5, 17-19] подхода для управления холдингами, например в Москве, Петербурге и может быть еще одном-двух городах России, а также безусловно за рубежом в развитых странах. Эффективность же применения западных методик в наших условиях, причем методик как правило неадаптированных и нелокализованных с учетом наших реалий, которые могут весьма существенно отличаться от западных, в принципе не очевидна, и, поэтому требует специального обоснования и проверки на практике, что тоже недешево и довольно рискованно для "подопытных" фирм.
Для руководителя агропромышленным холдингом на Кубани в настоящее время все это означает только одно: то что необходимо искать альтернативный вариант построения интегрированной системы управления агропромышленным холдингом, возможно и не столь эффективный с точки зрения достижения целевых показателей работы холдинга в целом, как приведенные в работах [1-5, 17-19] варианты, но зато не требующий столь значительных комплексных усилий и затрат, в общем-то не очень реальных.
1.3 Обоснование требований к математическому методу и модели управления холдингами
Чтобы выбрать математический метод синтеза и адаптации модели проанализируем характеристики исходных данных и сформулируем вытекающие из этих характеристик требования к математическому методу и модели, а затем кратко рассмотрим различные виды методов и моделей и оценим степень их соответствия обоснованным требованиям.
Рассматриваемый нами холдинг состоит из довольно большого количества предприятий: 53, из которых для численных расчетов мы случайным образом выбрали 16. В будущем планируется исследовать подсистемы холдинга, состоящие из предприятий, технологически связанных друг с другом в вертикальную интегрированную структуру.
Холдинг представляет собой систему, состоящую из взаимосвязанных между собой элементов: бизнес-единиц или предприятий.
Объединение предприятий в систему - холдинг обеспечивает появление у холдинга в целом новых системных или эмерджентных свойств, которых не было у предприятий, взятых самих по себе. Эти системные свойства появляются прежде всего за счет консолидации информационных и финансовых ресурсов холдинга, что обеспечивает более рациональную организацию логистических потоков: информационных, финансовых, энергетических и товарных, преимущества в использовании кадровых и производственных ресурсов перед разрозненными предприятиями. Все это обеспечивает холдингам преимущества в конкурентной борьбе.
Холдинг как целое описывается такими показателями, как стоимость бизнеса, прибыль и рентабельность.
Каждое предприятие также представляет собой систему, имеющую определенную внутреннюю структуру деятельности (технологию) и некоторые свойства, которые оно проявляет, когда выступает как целое, например как элемент холдинга.
Среди показателей, характеризирующих деятельность предприятия соответственно есть характеризующие внутреннюю структуру его деятельности, а также показатели, характеризующие все предприятие в целом, как элемент холдинга.
Показатели, характеризующие предприятие в целом представляют собой его системные эмерджентные свойства, образующиеся за счет системного эффекта при взаимодействии его элементов: подразделений и сотрудников предприятия.
Таким образом, в первом приближении холдинг представляет собой сложную систему, состоящую из подсистем, т.е. систему с тремя уровнями иерархии:
1. Целевые показатели холдинга в целом.
2. Внешние, результирующие показатели предприятий холдинга.
3. Внутренние показатели предприятий холдинга.
Соответственно можно построить и использовать четыре модели, отражающих силу и направление влияния:
1. Внутренних показателей предприятий холдинга на внешние, результирующие показатели этих предприятий (1-й слой нейронной сети).
2. Внешних, результирующих показателей предприятий холдинга на целевые показатели холдинга в целом (2-й слой нейронной сети).
3. Внутренних показателей предприятий холдинга на целевые показатели холдинга в целом.
4. Внутренних показателей предприятий холдинга на внешние показатели предприятий холдинга и на целевые показатели холдинга в целом.
В данной работе мы рассмотрим решение 4-й задачи, т.к. этого достаточно для решения проблемы, поставленной в работе.
Понятно, что холдинг как система определяется не только внутренними параметрами входящих в него организаций, но и структурой их системного взаимодействия, что дает ему новые эмерджентные свойства, которых не было у его элементов. Кроме того холинг работает в условиях иерерхически организованной внешней среды, которая также оказывает на него воздействие. Однако о структуре холдинга и характеристиках внешней среды в различные периоды времени наблюдения холдинга у авторов нет никакой информации, поэтому она не может быть исследована в данной работе. Вообще же у авторов есть много работ по информационной теории систем и количественным мерам уровня системности и степени детерминированности http://lc.kubagro.ru/aidos/Work_on_emergence.htm, результаты которых могли бы быть применены в данном случае.
Каждая из организаций, входящих в холдинг, описана набором экономических показателей, поквартально характеризующих ее деятельность за ряд лет. По всем предприятиям холдинга система показателей в общем аналогична, т.е. она почти стандартизирована, что соответствует требованиям работы [18]. "Почти" стандартизированная система показателей означает, что это так по большинству предприятий, но не по всем. Данная система показателей сформировалась стихийно исторически и мы не могли влиять на ее состав. Если бы такая возможность представилась, что по ряду объективных и субъективных причин вероятно возможно лишь в достаточно отдаленной перспективе, то мы бы рекомендовали сбалансированную систему показателей [3, 17, 19] Сбалансированная система показателей (ССП), в английском варианте -- Balanced Scorecard (BSC). ССП -- это механизм последовательного доведения до персонала стратегических целей компании и контроль их достижения через так называемые ключевые показатели эффективности (КПЭ), в английском варианте -- Key Performance Indicator (KPI). КПЭ являются, по сути, измерителями достижимости целей, а также характеристиками эффективности бизнес-процессов и работы каждого отдельного сотрудника. В этом контексте, ССП является инструментом не только стратегического, но и оперативного управления. Источник: http://www.intalev.spb.ru/index.php?id=18466.
Отсюда следует 1-е требование: математический метод и модель должны обеспечивать обработку данных довольно больших размерностей, по крайнем мере на порядки больше, чем многофакторный анализ.
Сам способ сбора исходных данных для получения форм отчетности, подобных представленным на рисунке 1, не включает в себя специальных средств надежного обеспечения достоверности. Поэтому эта отчетность скорее всего имеет не очень высокую достоверность, причем неизвестно какую, т.е. можно считать, что представленные исходные данные представляют собой сумму истинных значений и шума.
Этим обуславливается 2-требование к математическому методу и модели: сам способ выявления функциональных зависимостей в исходных данных должен содержать средства подавления шума и выделения полезного сигнала из шума.
3-е требование к математическому методу и модели диктуется исключительно прагматическими соображениями и звучит просто и убедительно: математический метод должен иметь апробированный программный инструментарий, обеспечивающий не только синтез модели сложного объекта управления, каким является холдинг, но и адаптацию этой модели при появлении новых исходных данных, а также использование этой модели для решения задач прогнозирования и поддержки принятия решений (управления), а также исследования объекта управления.
1.4 Выбор математического метода и реализующего его программного инструментария, соответствующих обоснованным требованиям
Существует много различных видов моделей, в частности:
1. Аналитические (формульные).
2. Имитационные.
3. Графовые и алгоритмические.
4. Феноменологические.
5. Содержательные.
6. Статистические.
7. Информационные.
8. Лингвистические.
9. Базы данных.
Известны, например, содержательные модели горизонтальной и вертикальной интеграции компаний в холдинге, объединенных общим производственным циклом [5]. Однако, большинство из перечисленных видов моделей не имеют методики численных расчетов и реализующего ее программного инструментария. За разработку новых содержательных аналитических моделей в экономике обычно дают Нобелевские премии. К ним можно отнести балансовые модели В.В.Леонтьева и оптимизационные модели линейного программирования Л.В.Канторовича. В тоже время известно, что в наших условиях эти методы не всегда находят применение, т.е. у них также есть ограничения на область применимости и своя оптимальная область применимости. Причины этого довольно многочисленны и разнообразны и в общем известны, но их обсуждение не входит в задачи данной работы. Упомянем лишь, что и на сегодняшний день наша экономика еще не стала вполне "экономной", т.е. не все классические законы экономики действуют у нас в полной мере, как в развитых странах. Что же касается оптимизационных моделей, то реальные системы как правило гораздо сложнее их, из-за чего на практике приходится формализовать и оптимизировать не системы в целом, а те из их подсистем, для которых это оказывается возможным. В результате система в целом может оказаться дальше от оптимального состояния, чем до оптимизации ее подсистемы.
Всем сформулированным выше трем требованиям удовлетворяет метод Автоматизированного системно-когнитивного анализа (АСК-анализ) [7, 8], и его программный инструментарий, в качестве которого в настоящее время выступает интеллектуальная система "Эйдос" [15], обеспечивающие синтез и адаптацию феноменологических семантических информационных моделей непосредственно на основе эмпирических данных, а также использование этих моделей для прогнозирования, управления и исследования моделируемой предметной области.
Метод АСК-анализа является новым инновационным математическим и инструментальным методом экономики.
С одной стороны по этому методу и его применениям имеется довольно большое количество публикаций ряда авторов, в числе которых 37 монографий, учебное пособие с грифом УМО, два учебных пособия с грифом министерства, 30 патентов РосПатента России, 280 статей в изданиях перечня ВАК рФ различных авторов.