Рис. 1. Классы информационных систем поддержки принятия решений
Первый уровень иерархии составляют транзакционные корпоративные информационные системы, которые не могут традиционно относиться ни к системам поддержки принятия решений, ни к системам управления, так как предназначены для внутреннего учета и автоматизации деятельности предприятия. К таким системам относят распространенные в деятельности предприятий системы класса ERP, предназначенные для информационного и функционального обеспечения оперативной деятельности предприятий. Системы класса ERP внедряются для оптимизации бизнес-процессов, а также для возможности формирования комплексной оценки деятельности предприятий на основе полного обмена данными между вложенными информационными подсистемами, отвечающими за разные направления деятельности (например, планирование и управление производством, управление материальными запасами, бухгалтерский учет, контроллинг, управление персоналом).
Второй уровень иерархии представлен системами предоставления внешней информации. Данный уровень обладает высокой значимостью, что объясняется высокими требованиями к сбору, обработке и структурированию информации, это связано с тем, что в настоящее время наиболее распространенным источником информации является Интернет, так как предоставляет простой доступ к большому массиву непроверенных данных.
Как транзакционные корпоративные информационные системы, так и системы предоставления внешней информации относятся к модели инновационной политики 1.0, т.е. к линейной модели. Применение данных систем основано на принципах обработки статистических данных и в большей степени оперативного управления.
Третий уровень иерархии составляют системы бизнес-интеллекта, которые представляют собой совокупность средств и технологий, предназначенных для анализа, обработки и структурирования данных, и в то же время носят универсальный характер для поддержки принятия управленческих решений. Класс систем бизнес-интеллекта включает в себя следующие подклассы: хранилища и витрины данных, предназначены для консолидации данных, обработки данных; инструменты оперативной аналитической обработки данных OLAPпредставляют собой средства построения запросов, визуального анализа данных; средства обнаружения знаний, выявляют закономерности в большом объеме данных; средства формирования запросов и средства построения отчетов.
К системам бизнес-интеллекта также относят системы мониторинга ключевых индикаторов для оценки степени достижения цели, а разработка современных систем бизнес-интеллекта для различных целей и систем разного уровня в условиях сложившейся высокой информационной неопределенности актуальна не только на отечественном уровне, но и активно тиражируется мировым научным сообществом. В исследовании A. Kobushinska, C. Leung, C.-H. Hsu, S. Raghavendra, V. Changпроводится обзор новых трендов, подходов и вызовов при использовании технологий интернета вещей, больших данных и облачных вычислений [16]. Так, SharmilaM. Begum, A. Geoergeразработали двухпроходной инструмент анализа данных с включенной безопасностью, точной генерацией отчетов и в то же время с более высокой производительностью по сравнению с другими аналитическими средствами [17]. Этот инструмент предлагается использовать авторами в том числе и при реализации инновационных стратегий в связи с тем, что они требуют корректного анализа больших данных. В табл. 1 систематизированы исследования в области инструментарных средств поддержки принятия решений при управлении инновационным потенциалом.
Системы бизнес-интеллекта представляют собой более сложный комплекс для анализа и моделирования информации о субъектах инновационной деятельности. Отличительной особенностью является представление объекта моделирования в виде системы. Применение данного класса систем увязано с задачами системной модели инновационной политики.
Таблица 1. Систематизация инструментария поддержки принятия решений третьего уровня иерархии в области инновационного развития систем разных уровней
|
Авторы |
Цель проектируемой системы бизнес-интеллекта |
Уровень использо вания |
|
|
Sharmila Begum M., Geoerge A. [17] |
Двухпроходной инструмент анализа данных с включенной безопасностью, точной генерацией отчетов и в то же время с более высокой производительностью по сравнению с другими аналитическими средствами. Инструмент предлагается использовать авторами в том числе и при реализации инновационных стратегий в связи с тем, что они требуют корректного анализа больших данных |
Микроуро вень |
|
|
Агарков Г. А., Кокшаров В.А. [18] |
Практическая значимость исследования ориентирована на развитие научного потенциала на основе разработанного алгоритма интеллектуального анализа данных для моделирования научной миграции, который представляет собой методологию и созданное на ее основе программное обеспечение на основе больших данных |
Макроуро вень |
|
|
Liang W., Zhou X., Huang S., Hu C., Xu X., Jin Q. [19] |
Исследование поддержано Национальным научным фондом Китая, посвящено моделированию междисциплинарного сотрудничества на базе диагностики потенциальных областей на основе больших данных. Авторами был разработан алгоритм диагностики потенциала для междисциплинарного исследования, основанный на прицельном моделировании, формировании шаблонов сотрудничества на основе корреляции областей исследования |
- |
|
|
Choi H., Oh S., Choi S., Yoon J. [20] |
Разработали многоэтапную технологию патентного анализа технологических инноваций на основе структурирования векторов ключевых слов патента, выявления предмета инновации, на основе семантического патентного анализа, построения тематической сети инноваций, и создания предметной карты инноваций, что позволит систематически осуществлять мониторинг технологических инноваций и их потенциала |
- |
|
|
Huang Y., Porter A.L., Cunningham S.W., Robinson D.K.R., Liu J., Zhu D. [21] |
С использованием больших данных и аналитики разработали систему доставки технологий для характеристики поддержки технологического развития. Разработанная авторами модель предполагает реализацию следующих этапов: определения макроэкономических показателей и политической среды, включая рыночную конкуренцию, финансовые инвестиции и промышленную политику; указания ключевых государственных и частных учреждений, рассмотрения основных технических компонентов, описания рыночных перспектив и оценку их влияния на технологические изменения и социальное развитие |
Макроуро вень |
|
|
Luyao X. [22] |
Исследование посвящено применению систем бизнес- интеллекта на мезоуровне, а именно использованию больших данных с целью выявления тенденций развития бумажной промышленности Китая |
Мезоуро- вень |
|
|
Yud- hya R.R. _[231 |
На основе использования инструментария PLC проводит оценку влияния партнерства и управления инновациями в добывающем секторе в Восточной Яве |
Мезоуро- вень |
|
Авторы |
Цель проектируемой системы бизнес-интеллекта |
Уровень использо вания |
|
|
Hernandez L., Jimenez G., |
|||
|
Baloco C., |
Рассматривают возможность использования интернета вещей |
Мезоуро- |
|
|
Jimenez A., Hernandez A. [241 |
в системе образования Колумбии |
вень |
Четвертый уровень иерархии формируется с помощью аналитических систем, имитационного моделирования, бизнес-моделирования, предназначенных для построения и использования моделей для анализа и принятия решений на основе данных систем третьего уровня. Отметим, что зарубежные ученые используют имитационное моделирование инновационных процессов в тех случаях, когда есть непосредственная возможность симуляции реального процесса (например, моделирование логистического процесса как комплекса логистических операций).
Таблица 2. Систематизация инструментария поддержки принятия решений четвертого уровня иерархии в области инновационного развития систем разных уровней
|
Авторы |
Цель проектируемой системы бизнес-моделирования |
Уровень использова ния |
|
|
Pucihar A., |
Исследование направлено на изучение факторов и результа- |
||
|
Lenart G., |
тов применения инновационных бизнес-моделей на микро- |
||
|
Borst- |
уровне. Результаты показали, что инновационность предпри- |
||
|
nar M.K., |
ятий и его деловая среда положительно влияют на уровень |
||
|
Vidmar D. |
инновационности на предприятиях. Однако это не относится |
Микроуро- |
|
|
Marolt M. |
к быстро развивающимся и быстро меняющимся информа- |
вень |
|
|
[25] |
ционным технологиям. Кроме того, результаты показывают, что уровень инновационных бизнес-моделей оказывает положительное влияние на результаты компании, в дальнейшем на общую эффективность бизнеса |
||
|
Mittal A., |
Авторами предложена гибридная модель имитационного |
||
|
Krejci C. |
моделирования для региональных центров питания. Во мно- |
||
|
[26] |
гих случаях внедрение инноваций, принятых традиционными дистрибьюторами продуктов питания, оказалось трудным и даже контрпродуктивным для региональных центров питания из-за их особой бизнес-структуры и миссии. Для реше- |
||
|
ния этой проблемы была разработана модель эмпирического гибридного моделирования на основе агентов и дискретных событий, чтобы определить влияние включения различных методов повышения эффективности в операции складирования пищевых центров. Модель была подтверждена с использованием данных из пищевого центра в центральной части штата Айова. Экспериментальные результаты демонстриру- |
Мезоуровень |
|
Авторы |
Цель проектируемой системы бизнес-моделирования |
Уровень использова ния |
|
|
ют потенциальную полезность этой модели для поддержки решений по оперативному планированию руководителей пищевого центра, а также эффективность включения парадигм моделирования на основе агентов и имитационного моделирования для изучения складских операций |
|||
|
Madeu F.C.B., Pellan- da P.C., Borges, I., De Araujo L.O., Fernandez L.L. [27] |
В исследовании представлена новая количественная перспективная методология поддержки принятия решений в области науки, технологий и инноваций, которая определяет порядок приоритетов для потенциальных соглашений исходя из количественного моделирования определенных специфических особенностей, основанного на внутренних приоритетных критериях организации, стремящейся к конкретным партнерским отношениям и атрибутам потенциальных партнеров. Предагаемый перспективный анализ основан на весах количественных параметров, взятых из научной литературы, патентов и деловых публикаций кандидатов-партнеров, а также на основе социокультурных критериев близости учреждений. Конечный результат - список потенциальных партнеров, упорядоченных в соответствии с индексами, рассчитанными на основе взвешивания частичных баллов, полученных для каждого критерия измерения. Представлено тематическое исследование, в котором области исследований и направления, приоритезированные бразильской армией, используются в качестве основы для определения набора критериев для оценки группы стран с целью определения наиболее подходящих для соглашений о сотрудничестве, направленных на развитие науки и техники |
Макроуро вень |
|
|
Sathanan- than S., Hoetker P., Gamrad D., Katterbach D., Myrzik J. [28] |
Предложен структурированный, практический подход как способ координации цифровой трансформации инновационных процессов. Лучшие практики из бизнес-моделей, инновационных процессов и цифрового бизнеса объединены для создания методологии цифрового бизнес-моделирования. Полученные ключевые характеристики цифровых бизнес- моделей представлены с помощью инновационных циклов цифровых бизнес-моделей и проверены путем анализа цифровых инициатив в существующих компаниях |
Микроуро вень |
|
|
Hunke F., Seebacher S., Schu- ritz R., Illi A. [29] |
Авторы проводят обширный обзор существующих инновационных процессов бизнес-моделей и выводят четкие требования с учетом как специфических данных, так и специфических характеристик инновационной бизнес-модели. Эти требования применяются для оценки возможности использования определенных процессов при разработке бизнес-модели, управляемой данными. Авторы обосновывают, что существующие процессы не подходят для создания таких бизнес- моделей. С помощью этих результатов разработан новый инновационный процесс бизнес-модели, строящийся на данных, которые отвечают конкретным требованиям к данным |
Мезоуровень |
|
|
Robel S., Emrich A., |
В исследовании авторы отмечают, что в безостановочно меняющейся бизнес-среде и в эпоху цифровизации бизнес- |
Микроуро вень |
|
|
Авторы |
Цель проектируемой системы бизнес-моделирования |
Уровень использова ния |
|
|
Klein S., |
модели должны постоянно адаптироваться, чтобы позволить |
||
|
Loos P. |
организации иметь конкурентные преимущества и обеспе- |
||
|
[30] |
чить свое экономическое выживание. В современных условиях компаниям необходимо постоянно пересматривать свои бизнес-модели. Таким образом, сочетание аспектов управления Индустрии 4.0 и бизнес-модели подчеркивает потенциал организации и приводит к повышению конкурентоспособности и операционной эффективности. Для руководства развитием организации разработана модель зрелости для управления бизнес-моделью, которая предоставляет помощь, соответствующую требованиям организации и ее стратегической ориентации. Она оценивает текущий уровень зрелости организации и предлагает последовательные шаги по продвижению к усовершенствованной бизнес-модели и мастерству процессов с указанием потенциалов улучшения. Таким образом, модель зрелости связывает существующие организационные и операционные знания с новыми концепциями и делает их доступными через измененную бизнес-модель для |
Пятый уровень иерархии формируется системами экспертного оценивания, экспертными системами, системами управления знаниями. Данный уровень предполагает использование на входе данных, полученных из систем третьего и четвертого уровней, а также привлечение экспертных оценок лиц, принимающих участие в системе управления. Д.М. Ершов и Р.М. Качалов отмечают, что «разбиение систем на классы и упорядочивание классов по уровням в некоторой степени условно. Например, некоторые аналитические решения имеют функции экспертного оценивания и могут быть отнесены к классу систем экспертного оценивания. В то же время грамотная организация данных в хранилищах (подкласс систем бизнес-интеллекта, принадлежащих к третьему уровню) требует предварительного моделирования и анализа организационной структуры предприятия, которое может проводиться с использованием систем бизнес- моделирования (принадлежат к четвертому уровню)» [15].
Такие системы принятия решений, как системы имитационного моделирования, системы экспертного оценивания и системы управления знаниями, частично соответствуют задачам политики 3.0, а именно преобразовательной модели инновационной деятельности, так как позволяют учитывать перспективные направления развития технологий и рынков инноваций, ориентированы на анализ социокультурных, институциональных, качественных параметров внутренней и внешней среды. В то же время важной является не только инструментальная поддержка принятия решений в области инновационной деятельности, но и допустимость учета возможных вариантов развития техники и технологий, социально-экономических и политических условий, а в рамках развития инновационных процессов, как управляемых, использования прогностического исследования и долгосрочного планирования на основе интеграции науки, образования, промышленности и рынка, определения долговременных трендов и координации принятия решений. Инструментом, отвечающим перечисленным требованиям и в то же время являющимся гибким и адаптивным, является форсайт-технологии. Систематизация типов инновационной политики, соответствующих мер, инструментов планирования и перечней показателей, представленных в прил. 1, позволила нам сформулировать вывод о том, что использование форсайта возможно при любом из выделенных в исследовании типов инновационной политики, с учетом тех проблем, которые присущи конкретному типу.
B. Martin определяет форсайт как «систематический процесс прогнозирования долгосрочного будущего науки, техники, экономики и общества, целью которого является определение областей стратегических исследований и новых технологий, способных принести наибольшие экономические и социальные выгоды» [31]. Также можно отметить, что форсайт представляет собой систематический способ оценки научных и технологических разработок, которые в будущем могут оказать сильное влияние на конкурентоспособность промышленности, качество жизни, создание материальных ценностей [32]. Особенности технологии форсайт: прогнозирование носит систематический характер, долгосрочность прогнозов (до 30 лет), проводится анализ не только научной и технологической сфер, оцениваются также социальные и экономические факторы, технология форсайт основывается на универсальных стратегических технологиях, разработка которых зачастую зависит от государственного финансирования, при прогнозировании в целях учитываются необходимые социальные эффекты [33]. Форсайт отличается от прогнозирования или стратегического планирования наличием прогноза, как возможного и желаемого будущего, а также перечнем сценариев для его достижения. В процессе форсайта необходимо учитывать взаимосвязь уровня направленности, временных рамок, географического охвата и используемых методов в проекте.