Возможности применения цифровых технологий в стратегическом планировании и прогнозировании устойчивого развития организаций | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 1 мая, печатный экземпляр отправим 5 мая.

Опубликовать статью в журнале

Авторы: ,

Рубрика: Экономика и управление

Опубликовано в Молодой учёный №14 (356) апрель 2021 г.

Дата публикации: 06.04.2021

Статья просмотрена: 9 раз

Библиографическое описание:

Маленков, Ю. А. Возможности применения цифровых технологий в стратегическом планировании и прогнозировании устойчивого развития организаций / Ю. А. Маленков, А. Э. Давыдова. — Текст : непосредственный // Молодой ученый. — 2021. — № 14 (356). — С. 84-89. — URL: https://moluch.ru/archive/356/79653/ (дата обращения: 23.04.2021).



Актуальность темы исследования обусловлена необходимостью создания гибкой, адаптивной, высокотехнологичной системы стратегического управления устойчивого развития на всех уровнях — микроэкономическом, макроэкономическом и глобальном. Мировые тренды в цифровой трансформации стратегического управления обуславливают совершенствование стратегического планирования и прогнозирования при помощи интеграции цифровых технологий обработки больших данных. Статья посвящена анализу направлений применения искусственного интеллекта, визуально-интуитивного извлечения полезной информации, когнитивных технологий и криптографии в стратегическом прогнозировании в ближайшей перспективе, а также анализу уже достигнутых результатов в применении упомянутых технологий в стратегическом планировании.

Ключевые слова: цифровая экономика, цифровая трансформация, стратегия цифрового преобразования, цифровые технологии, стратегическое планирование, стратегическое прогнозирование, искусственный интеллект, криптография, Интернет вещей, большие данные, когнитивные технологии, визуально-интуитивное извлечение полезной информации.

Компании по всему миру вовлечены в процесс цифровой трансформации, стремительно меняющий «облик» мировой экономики. Крупные корпорации, например, Google, Apple, Facebook, Microsoft, Alibaba, в соответствии со стратегией цифровой трансформации стремятся первыми интегрировать прогрессивные информационные технологии в рабочие бизнес-процессы, разрабатывая при этом специальные методические рекомендации по развитию цифровой культуры внутри компании, которые, тем не менее, задают тренд для всей индустрии. Несмотря на значительное отставание от развитых стран, в России уже практически не осталось отраслей экономики, не вовлеченных в цифровые преобразования. По оценкам экспертов в области цифрового консалтинга (KMDA), среди лидеров отечественного рынка стоит выделить ИТ-сектор и финансовый сектор, а также отрасли страхования, рекламы, ритейла и консалтинга, среди аутсайдеров — электроника, агропром и автобизнес [12].

Средний и малый бизнес, за счет большей гибкости по отношению к изменениям внешней среды, наращивает количество цифровых решений во всех структурных компонентах бизнес-модели — дизайн, сырье, производство, труд и др. Такая инновационно-активная стратегия, базирующаяся на информационных и цифровых технологиях (digital-стратегия), позволяет компаниям получать ощутимые преимущества в виде роста объема клиентуры, производительности труда и сокращении издержек. Кроме того, компании, придерживающиеся цифровой трансформации, демонстрируют высокий уровень капитализации и конкурентоспособности в сравнении с компаниями традиционного уклада (например, американская развлекательная компания, поставщик фильмов и сериалов на основе потокового мультимедиа — Netflix и медиаконгломерат Disney, банки Тинькофф и ВТБ) [14, 16]. Также соответствие бизнес-модели запросам времени позволяет компании достигать стратегической устойчивости в динамике, что подразумевает сохранение длительное время повышательной тенденции развития, выраженной комплексом целевых показателей, определяющих экономические, социальные и природоохранные характеристики деятельности предприятия.

По мнению автора, доминирующими векторами развития или триггерами интеграции цифрового содержания в физический мир на сегодняшний день являются — большие данные и Интернет вещей. Большие данные (Big data) и Интернет вещей — это новые цифровые разработки, которые оптимизируют существующие бизнес-операции и позволяют создавать новые продукты, услуги и даже индустрии. Большие данные, в частности, обеспечивают накопление и анализ информационных ресурсов, выходящих за рамки хранения и аналитических возможностей более ранних аппаратных средств и программных ресурсов [7].

Кроме того, важно отметить, что пятое поколение мобильной связи (5G) становится крепким подспорьем для организации бесперебойного процесса цифровой трансформации и в недалекой перспективе позволит объединить все «умные» технологии в единую экосистему, управляемую искусственным интеллектом [6].

COVID-19 потряс мир, спровоцировав изменения и ограничения в различных областях, которые возникали по принципу «домино» при этом, обладая широким спектром возможных траекторий. Как показывает практика прошлого года — предсказать будущее практически невозможно. Однако стратегическое предвидение и прогнозирование предлагает инструменты для успешного проведения политики в условиях высокой неопределенности. Это включает в себя изучение и подготовку к разнообразию возможных изменений с целью разработки перспективных стратегий, выявления новых потенциальных возможностей и проблем, а также разработки инновационных путей повышения благосостояния в быстро меняющихся условиях.

Инновационные методологические разработки в области стратегического управления во все большей степени основываются на данных, что достигается, как уже отмечалось, также за счет распространения Интернета Вещей (IoT).

Несмотря на уже достигнутые успехи в области цифрового преобразования, по-прежнему отмечается низкий уровень интеграции цифровых технологий на стратегическом уровне управления, что в контексте повышенной турбулентности обостряет существующие проблемы и повышает риск принятия решений, основанных на слишком поспешных или узких предположениях относительно будущего. По большей степени глубокая аналитика данных с применением современных технологий Big Data охватывает лишь операционный и тактический уровень, что не позволяет использовать весь потенциал в данной области.

Кроме того, современная аналитика не может основываться лишь на исследовательских данных (первичных и вторичных), в современных реалиях все большее значение обретает деловые и пользовательские данные. Примером может служить ситуация в январе 2021 года, когда инвесторы-любители при помощи социальных медиа и силы вирусного контента в социальной сети Reddit за короткий промежуток времени спровоцировали рост ценных бумаг американской сети магазинов GameStop на сотни процентов [15]. Этот пример указывает на то, что для прогнозирования экономических явлений, необходимо анализировать разнообразную по своей сущности, природе и источнику происхождения информацию, что в условиях ежедневного роста в геометрической прогрессии объёмов данных не является посильным для человека.

Чтобы выйти из методологического тупика, необходимо взяться за решение сложной, но весьма актуальной задачи — интеграции искусственного интеллекта в систему стратегического управления. На рисунке 1 представлена структура искусственного интеллекта.

Уровни искусственного интеллекта (AI) [11]

Рис. 1. Уровни искусственного интеллекта (AI) [11]

В таблице 1 отразим перспективные направления использования искусственного интеллекта и других цифровых технологиях в контексте стратегического управления — стратегического планирования и прогнозирования.

Таблица 1

Возможности цифровых технологий в стратегическом прогнозировании

Цифровая технология

Способ реализации

Задачи операционного планирования

Возможности применения при прогнозировании

Искусственный интеллект (AI — Artificial intelligence)

Непрерывный интеллектуальный анализ (continuous intelligence)

 оперативное управление бизнес-процессами и потоками данных;

 кастомизированное агрегирование и трансформация данных за счет машинного обучения;

 обработка массивов аналитических данных;

 идентификация ошибок системы;

 санация системы стратегического планирования — фиксация и ранее предупреждение об изменениях и аномалиях в потоках данных;

 обработка исторических массивов для выявления закономерностей;

 охват большего числа факторов при факторном анализе;

 анализ метаданных о платформе или эко-системе;

 за счет анализа рыночных тенденций и бенчмаркинга возможно формирование новых концептуальных идей;

Визуально-интуитивного извлечения полезной информации (ВИ-технологии)

Программное обеспечение для виртуального моделирования

 анализ, интерпретация и представление данных в наглядном графическом виде;

 групповой анализ в режиме конференции или мозгового штурма.

 отслеживание динамики параметров за счет построения динамической визуализации экономической модели в взаимосвязи с отдельными элементами (факторами) и другими моделями.

Когнитивные технологии

Интерфейс мозг-компьютер (ИМК)

 ситуационный анализ;

 управление развитием событий в кризисных ситуациях.

 разработка принципов и методологии проведения анализа вероятных проблемных ситуаций;

 выработка аналитических сценариев развития проблемных ситуаций;

 «предписательный анализ», прогнозирующий поведение субъектов;

Криптография

Методы обеспечения конфиденциальности и защиты данных, основанные на криптографических алгоритмах или технологиях ячеистой сети (WMIN).

 обеспечения доверия к данным;

 удаленное управление доступом;

 идентификация пользователей (контрагентов и других заинтересованных сторон);

 консенсусная валидация;

 выявление дисбалансов при формировании сценариев принятия решений (с использованием имитационных моделей).

 переход к цифровым соглашениям и смартизированным контрактам;

 обеспечение юридической значимости семантически связанных данных.

Стоит отметить, что в рамках системы стратегического управления технология криптографии должна реализовываться на уровне поддерживающих подсистем, например, на базе службы экономической безопасности компании.

Возможности, отражённые в таблице 1, представляются актуальными не только для микроэкономического уровня, но также ожидается, что цифровые технологии повысят эффективность планирования и прогнозирования на макроэкономическом и глобальном уровне. В целом, в развитых странах (Япония, Китай, Сингапур) стратегическое планирование на национальном уровне осуществляется по схожей методологии со стратегическим планированием на уровне отдельных предприятий — в составление прогнозов вовлекают нескольких тысяч высококвалифицированных экспертов и специалистов.

Стоит отметить, что уже сейчас в некоторых государственных структурах активно внедряются цифровые решения на стратегическом уровне для поддержания конкурентоспособности государственных организаций. Так, в декабре 2019 года был принят законопроект неформально именуемый «закон о цифровом нотариате» (Закон № 480-ФЗ), согласно которому государственные нотариусы переходят к удаленному формату работы, бесконтактным сделкам на базе криптографических технологий защиты данных, а также до конца 2022 года произойдет полный отказ от бумажных архивов в пользу цифровых данных и облачных хранилищ [19]. Данные меры позволят государственному нотариату сформировать конкурентные преимущества перед частной практикой в данном секторе услуг, а также интегрироваться в единую информационную систему для развития цифрового партнерства нотариата с государственными реестрами, банками и другими организациями. В рамках цифровой экономики предприятия должны рассматриваться в качестве составной части единой цифровой экосистемы, которая сочетает в себе самые разнообразные отрасли экономики [4].

Таким образом, интеграция цифровых решений в систему стратегического управления (на операционном, тактическом и стратегическом уровне) позволит сформировать модель управляемых систем с учетом не только входных ретроспективных данных, но и с учетом структуры взаимодействия этих данных в динамике. Цифровые технологии будущего способны оптимизировать широкий спектр задач, в частности, минимизировать рутинные процедуры с участием человека, включая аналитику и учет. За счет интеграции описанных ранее решений, представляется возможным сократить цикл принятия управленческих решений, повысить точность прогнозов за счет снижения уровня субъективности в процессе анализа и вероятности человеческой ошибки. Тем не менее, в обслуживании информационных систем роль человеческого фактора возрастает. В перспективе ближайших 10–15 лет, роботизированная техника должна способствовать концентрации человеческого капитала исключительно на стратегически важных задачах, решение которых требует человеческого мышления. Таким образом, среди ключевых функций менеджмента вполне возможным видится автоматизировать и роботизировать функции планирования и организации.

В России по-прежнему главным сдерживающим фактором для цифровой трансформации является низкий уровень цифровой грамотности населения и цифровых компетенций сотрудников [2, 20].

Если проанализировать рынок труда (headhunter.ru, rabota.ru, superjob.ru), то существует значительная разница в заработной плате экономиста в области планирования и специалиста той же должности, но обладающего навыками работы с большими данными — 50 тыс. руб. (средний уровень в Москве и Санкт-Петербурге) против 150 тыс. руб. (минимальный уровень заработной платы в размещенных вакансиях на начало 2021 года). Данный аспект указывает на высокую актуальность навыков по работе с большими данными и, в то же время, на дефицит специалистов, владеющих данными компетенциями на рынке труда, даже в сложившихся условиях избыточного предложения рабочей силы вследствие кризиса. По оценкам экспертов Markets and Markets, более 76 % работников будут вынуждены в ближайшее время приобрести новые цифровые навыки и компетенции или полностью переквалифицироваться [13].

Подводя итог, стратегическое планирование и прогнозирование требует дальнейшего развития на базе цифровых и информационных технологий. Данная необходимость обусловлена ростом объемов информации, сложность алгоритмов расчета и интерпретации результатов, высокими требованиями к качеству и точности прогнозов. При этом, в условиях цифровой экономики сама основа методологии стратегического планирования и прогнозирования изменяться не будет. В рамках новой социальной модели, которая формируется благодаря современным техническим платформам, будут воплощаться на практике лишь новые разнообразные технологии, носящие управленческий характер.

Литература:

  1. Проект «Формирование цифровой платформы для взаимодействия в сфере стратегического управления в целях согласованности действий участников стратегического планирования на всех уровнях государственного управления в достижении стратегических приоритетов» URL:https://www.economy.gov.ru/material/file/338344de157a46036ccb4487629f9eb8/Prez_cifrovoe_stratplanirovanie.pdf
  2. Коршунов Г. П., Кройтор С. Цифровая грамотность как ключевой фактор успешной адаптации человека и общества к цифровым реалиям //Общество и экономика. — 2020. — №. 1. — С. 38–58.
  3. Липина С. А. и др. Использование инструментов имитационного моделирования в стратегическом планировании и государственном управлении //ББК 65.050 И 74. — 2019. — С. 87.
  4. Лящук А. В., Тихонова М. В. Стратегическое планирование на предприятии в рамках цифровой экономики // Известия СПбГЭУ. 2018. № 4 (112). URL: https://cyberleninka.ru/article/n/strategicheskoe-planirovanie-na-predpriyatii-v-ramkah-tsifrovoy-ekonomiki
  5. Осипов Ю. М., Юдина Т. Н., Купчишина Е. В. «Искусственный интеллект», большие данные как институты экономики нового технологического поколения //Вестник Московского университета. Серия 6: Экономика. — 2020. — №. 4. — С. 27–46.
  6. Саркенов М. Б., Головачева В. Н. Влияние развития пандемии COVID-19 на IT-технологии в мире // StudNet. 2020. № 4. URL: https://cyberleninka.ru/article/n/vliyanie-razvitiya-pandemii-covid-19-na-it-tehnologii-v-mire
  7. Себбаггала Т. М., Зайцев А. А. Перспективы использования больших данных в цифровой экономке России //устойчивое развитие цифровой экономики, промышленности и инновационных систем. — 2020. — С. 89–92.
  8. Collins G. S., Moons K. G. M. Reporting of artificial intelligence prediction models //The Lancet. — 2019. — Т. 393. — №. 10181. — С. 1577–1579.
  9. Gorelova G. V. Intellectual Cognitive Technologies for Cyber-Physical Systems //International Conference Cyber-Physical Systems and Control. — Springer, Cham, 2019. — С. 617–631.
  10. Raikwar M., Gligoroski D., Kralevska K. SoK of used cryptography in blockchain URL: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8865045
  11. Lu H. et al. Brain intelligence: go beyond artificial intelligence //Mobile Networks and Applications. URL: https://link.springer.com/article/10.1007/s11036–017–0932–8
  12. Аналитический отчет компании KMDA «Цифровая трансформация в России — 2020: обзор и рецепты успеха» URL:https://drive.google.com/file/d/1xVK4lSanDZSCN6kGAHXikrGoKgpVlcwN/view
  13. Цифровая трансформация: статистика, прогнозы, опросы URL: https://trends.rbc.ru/trends/industry/5ece23569a79479c90f3377b
  14. Netflix обогнала Disney по капитализации и подорожала до $187,26 млрд URL: https://vc.ru/finance/120778-netflix-obognala-disney-po-kapitalizacii-i-podorozhala-do-187–26-mlrd
  15. Феномен Reddit и GameStop: как инвесторы-любители из соцсетей «сломали» Уолл-стрит URL: https://tass.ru/ekonomika/10570941
  16. Тинькофф обогнал по капитализации ВТБ URL:https://www.forbes.ru/finansy-i-investicii/415947-tinkoff-obognal-po-kapitalizacii-vtb
  17. Top Artificial Intelligence (AI) Predictions For 2020 From IDC and Forrester URL: https://www.forbes.com/sites/gilpress/2019/11/22/top-artificial-intelligence-ai-predictions-for-2020-from-idc-and-forrester/?sh=538a7027315a
  18. Artificial Intelligence Innovation Report URL:https://www2.deloitte.com/content/dam/Deloitte/de/Documents/Innovation/Artificial-Intelligence-Innovation-Report-2018-Deloitte.pdf
  19. Трансформация российского нотариата в новых форматах цифровой экономики: тема экспертной сессии Гайдаровского форума URL: https://notariat.ru/ru-ru/news/transformaciya-rossijskogo-notariata-v-novyh-formatah-cifrovoj-ekonomiki-tema-ekspertnoj-sessii-gajdarovskogo-foruma
  20. Николаева И. В., Иванов Н. Ю. Цифровая грамотность населения отдаленных территорий Российской Федерации //Вестник Алтайской академии экономики и права. – 2020. – №. 11. – С. 295–300.
Основные термины (генерируются автоматически): стратегическое планирование, искусственный интеллект, стратегическое управление, цифровая трансформация, данные, визуально-интуитивное извлечение, Интернет вещей, полезная информация, прогнозирование, стратегическое прогнозирование.


Ключевые слова

искусственный интеллект, стратегическое планирование, Большие данные, криптография, Интернет вещей, Когнитивные технологии, цифровая экономика, цифровые технологии, цифровая трансформация, стратегия цифрового преобразования, стратегическое прогнозирование, визуально-интуитивное извлечение полезной информации
Задать вопрос