авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 |
-- [ Страница 1 ] --

Министерство образования и науки Российской Федерации

Государственное образовательное учреждение

высшего профессионального образования

«Пермский государственный технический

университет»

Л.А. Мыльников

ПОДДЕРЖКА ПРИНЯТИЯ

РЕШЕНИЙ ПРИ УПРАВЛЕНИИ

ИННОВАЦИОННЫМИ ПРОЕКТАМИ

Монография

Издательство

Пермского государственного технического университета

2011 УДК 001.57;

338.2 ББК 65.23;

С.8.2.3.2 М94 Рецензенты:

доктор физико-математических наук, доцент, профессор кафедры экономической кибернетики ПГУ П.М. Симонов (Пермский государственный университет);

доктор экономических наук, профессор, заведующий кафедрой «Информационные технологии и автоматизированные системы» Р.А. Файзрахманов (Пермский государственный технический университет) Мыльников, Л.А.

М94 Поддержка принятия решений при управлении иннова ционными проектами: монография / Л.А. Мыльников. – Пермь: Изд-во Перм. гос. техн. ун-та, 2010. – 145 с.

ISBN 978-5-398-00530- Настоящее издание посвящено вопросам поддержки принятия реше ния при управлении инновационными проектами и является результатом научных исследований автора в данной области за последние два года.

Может использоваться в качестве дополнительного источника при изу чении дисциплин: «Управление инновационными проектами», «Управ ление инновационной деятельностью», «Теория инноваций», «Информа ционно-аналитическая поддержка инновационной деятельности».

Предназначено для студентов специальности 220601 «Управление инновациями» (ИН) дневной и заочной форм обучения, а также научных работников, специализирующихся в области управления социально экономическими системами, менеджеров и руководителей фирм.

УДК 001.57;

338. ББК 65.23;

С.8.2.3. © ГОУ ВПО «Пермский государственный ISBN 978-5-398-00530- технический университет», ОГЛАВЛЕНИЕ ВВЕДЕНИЕ.......................................................................................... ГЛАВА 1. АКТУАЛЬНОСТЬ ПРОБЛЕМЫ УПРАВЛЕНИЯ ИННОВАЦИОННЫМИ ПРОЕКТАМИ И АНАЛИЗ СУЩЕСТВУЮЩИХ ПОДХОДОВ.................................................. 1.1. Актуальность задачи внедрения инновационных проектов на предприятиях.

..................................................... 1.2. Существующие подходы к управлению инновациями на предприятии....................................................................... ГЛАВА 2. МОДЕЛИРОВАНИЕ ИННОВАЦИОННЫХ ПРОЕКТОВ И ПРИНЯТИЕ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ИМИ.............................................................. 2.1. Моделирование инновационных проектов........................ 2.2. Структурная модель инновационного проекта................. 2.3. Инновационный процесс..................................................... 2.4. Выявление ключевых параметров для управления инновационными проектами................................................. 2.5. Прогнозирование развития параметров инновационных проектов...................................................... 2.5.1. Прогнозирование развития параметров, описываемых инновационной кривой............................... 2.5.2. Прогнозирование развития параметров, описываемых S-образной кривой....................................... 2.6. Формирование множества возможных решений.............. 2.7. Использование нечетких переменных для моделирования инновационных проектов................... ГЛАВА 3. ИССЛЕДОВАНИЕ ИННОВАЦИОННЫХ ПРОЕКТОВ МЕТОДАМИ МОДЕЛИРОВАНИЯ.......................... 3.1. Управление жизненным циклом инновационного продукта..................................................... 3.2. Принятие решений при управлении инновационными проектами............................................... ГЛАВА 4. АВТОМАТИЗАЦИЯ МЕТОДОВ МОДЕЛИРОВАНИЯ И УПРАВЛЕНИЯ ИННОВАЦИОННЫМИ ПРОЕКТАМИ....................................... 4.1. Логическая модель данных для решения задачи поддержки принятия решений при управлении инновационными проектами............................................... 4.2. Набор данных об инновационном проекте и способы их хранения........................................................................... 4.3. Возможные технические средства реализации............... ЗАКЛЮЧЕНИЕ............................................................................... СПИСОК ЛИТЕРАТУРЫ............................................................... ВВЕДЕНИЕ Земля ограничена, а знаниям грани не предвидятся.

Поэтому и промышленность, соединившись со знанием и науками, обещает развиваться безгранично.

Д.И. Менделеев В настоящее время в России и в мире в целом много внима ния уделяется развитию экономики на основе научных достиже ний, воплощенных в потребительские товары и услуги (иннова ций). Правительства стран декларируют различные программы и ставят своей целью переход на новый тип экономики. Уже про шло достаточно много времени с начала деклараций, и сменилось множество названий. Сначала говорили об экономике нового ти па, потом об инновационной экономике. Сейчас в Европе по явился новый термин – «креативная экономика». Однако если разобраться, то движение в этом направлении очень слабое и для большинства людей незаметное. Мировой опыт показывает, что для «рывка», о котором все мечтают, необходимо создание опре деленных условий.

В Российской Федерации выпущено множество документов законодательного, нормативного и рекомендательного характера, принятых на федеральном и региональном уровнях, среди них:

«Основы политики Российской Федерации в области развития науки и технологий на период до 2010 года и дальнейшую перспек тиву», Указ Президента Российской Федерации о государственной политике по вовлечению в хозяйственный оборот результатов научно-технической деятельности и объектов интеллектуальной собственности в сфере науки и технологий №863 от 22.07.98 г. и др. Развитию инноваций регулярно уделяется большое внимание в посланиях Президента РФ и заседаниях Госсовета.

Задачи разработки инноваций и управления ими стали еще более актуальными в условиях возникшего финансового кризиса.

Поиск проектов, способных принести значительную финансовую отдачу, усилился. Многие фонды, выделяющие средства на раз витие бизнеса, активизировали свою деятельность. Еще до начала финансового кризиса Россия жила в ожидании нового скачка раз вития — инновационного. Правительство декларировало своей задачей переход на инновационный путь развития. На самом де ле, для того чтобы инновации стали регулярным продуктом дея тельности, нужно уметь находить те «зерна», которые могут вы расти в инновации. Необходимо оценивать их потенциал и способы развития, предсказывать появление инноваций, искать факторы, сдерживающие инновационный путь развития, прежде всего анализируя материальные и людские ресурсы, финансовые возможности, научные заделы и их аналоги, существующие объ екты интеллектуальной собственности, инфраструктуру и гео графическое расположение. Также нужно выявлять принципи ально новые и перспективные проекты на основе анализа рынков сбыта, искать перспективные авторские коллективы, основываясь на принципе их сбалансированности по профессионализму;

хра нить, анализировать и изучать информацию о имеющихся инно вационных, научно-исследовательских и технических разработ ках, результатах мониторинга инновационных пространств;

по могать выбирать, ранжировать и генерировать критерии для оценки инновационной деятельности;

помогать в организации сбыта;

оценивать объекты интеллектуальной собственности и коммерциализовывать их [75].

Для решения перечисленных задач и перехода от деклара ций к практической работе необходимы прежде всего объектив ные, основанные на математическом моделировании методы изу чения инновационных процессов. Это одна из наиболее актуаль ных, но и наиболее сложных научных проблем. Сложности обу словлены динамической неустойчивостью инновационных про цессов, протекающих в условиях слабой формализуемости, субъ ективности оценок протекающих процессов, низкого уровня ав томатизации сбора информации для объективных оценок, разной степени влияния внешних и внутренних связей инновационного процесса на результат и т.д. Для реализации инновационного проекта, в том числе на самом слабо формализуемом и поддаю щемся прогнозным оценкам этапе научной разработки, необхо димы глубокий анализ текущего состояния, прогноз будущих со стояний, выработка эффективных управленческих решений на каждой стадии, выбор критериев оценки решений через методики экспертных оценок, оценка последствий принятия каждого из возможных решений и путей, к которым приведут решения, при нимаемые на каждой стадии инновационного проекта.

Инновационные проекты можно отнести к слабоструктури рованным процессам, характеризующимся наличием множества количественных и качественных параметров, взаимосвязь между которыми носит неопределенный характер. Правильная оценка состояния позволяет не только раскрыть потенциал инновацион ного проекта на начальном этапе (этапе научной разработки), но и оценить итоговые результаты, значимость и уровень ожида емых результатов. Эти характеристики инновационного проекта требуют построения модели, способной все или большинство связей и происходящих процессов представить в виде формаль ных информационных показателей или объектов. Решение про блемы управления инновационными проектами путем примене ния методов моделирования и реализации системы поддержки принятия решений на их основе имеет особую научно практическую значимость на федеральном, региональном, отрас левом и корпоративном уровнях управления. Та страна или пред приятие, которые смогут перестроиться на инновационный путь развития, получат преимущество на многие годы вперед, а также смогут эффективно существовать и развиваться в условиях любой финансовой конъюнктуры.

ГЛАВА 1.

АКТУАЛЬНОСТЬ ПРОБЛЕМЫ УПРАВЛЕНИЯ ИННОВАЦИОННЫМИ ПРОЕКТАМИ И АНАЛИЗ СУЩЕСТВУЮЩИХ ПОДХОДОВ 1.1. Актуальность задачи внедрения инновационных проектов на предприятиях Многие страны, регионы и предприятия за историю разви тия человечества на определенные промежутки времени станови лись «центрами» мира. Появление таких стран связано прежде всего с технологическими достижениями, которые в этих странах были достигнуты и приводили к военному и экономическому до минированию.

Можно привести массу примеров из Позднего Средневеко вья, эпохи Возрождения, Античности. В недалеком прошлом та кими примерами служат технологический прорыв Германии пе ред приходом к власти А. Гитлера. Если перечислять фамилии работавших в то время в Германии деятелей искусства, ученых, изобретателей и промышленников, то этот список будет очень длинным и все фамилии будут иметь мировую известность:

Вальтер Гропиус, Василий Кандинский, Альберт Эйнштейн, Хуго Юнкерс (первый самолет из металла, газовая колонка), Виль гельм Майбах (двигатель внутреннего сгорания), Карл и Роберт Бош, многие другие.

Еще одним более ранним примером является Америка в пе риод до и во время Первой мировой войны. США были самой свободной нацией в то время. В Америку ехала масса людей, ко торые по целому ряду причин не могли или не хотели оставаться на родине. Все эти люди получали хорошую работу, а многие со здавали научные школы и современные производства. Результа том этого стала продажа современного оружия и оборудования (например, американцы придумали экскаватор, который исполь зовался для рытья окопов) для большой европейской войны.

В результате, после войны вся Европа была должником Америки.

И именно европейское золото сделало ее передовой финансовой державой в мире. Америка того периода – это целая плеяда из вестнейших ученых: Александр Белл, Томас Эдисон, Никола Тесла и т.д.

Уже в современный период технологический прорыв благо даря использованию опыта и научных достижений своих сограж дан и диаспор смогли сделать такие страны, как Тайвань (в 60-е, 70-е годы), Сингапур (после 1965 года, когда он получил незави симость от Великобритании) [34], Китай (в 90-е и начале 2000-х).

Среди отдельных фирм – это Microsoft (с идеей дружествен ного программного обеспечения), Apple (с персональным компь ютером, iPod-ом, iPad-ом и т.д.), Motorola (сотовый телефон) и т.д.

Такие прорывы всем нравятся, многие к ним стремятся.

Правительства многих стран декларируют различные программы и ставят своей целью переход на новый тип экономики, а пред приятия стремятся выпускать продукт, который бы стал техноло гическим «хитом». Около четверти годового валового мирового продукта стоимостью до 6–7 трлн долларов создается сегодня именно в этом типе производства. Существующий мировой ры нок лицензий по темпам роста в 3–4 раза превосходит рынки тра диционных товаров и услуг. В инновационном производстве наблюдается наиболее высокий уровень добавленной стоимости и прибыли.

Прошло много времени с начала деклараций о переходе на новый тип экономики. Сначала говорили об экономике нового типа, потом инновационной экономике. Сейчас в Европе появил ся новый термин – «креативная экономика». Однако если разо браться, то движение в этом направлении слабое и для большин ства людей незаметное. Мировой опыт показывает, что техноло гические прорывы были осуществлены благодаря внедрению ин новационных технологий и были осуществлены в большинстве случаев спонтанно. Лишь последние из них происходили, отчасти благодаря повышенному вниманию к науке, с использованием технологий управления ими для создания необходимых условий.

Когда необходимые условия были созданы, целые страны получали преимущества в экономическом и технологическом плане. Однако до настоящего времени не существует единой тео рии управления и прогнозирования развития инноваций.

Если задаться вопросом, почему технологический рывок не происходит в странах, которые этого желают (например, в Рос сии), или почему единой теории не было разработано, то необхо димо прежде всего постараться ответить на вопрос: что такое ин новации, как ими необходимо управлять, как инновации появля лись в мире?

Первое и наиболее полное описание инновационных про цессов дал в начале ХХ веке Йозеф Шумпетер, изучавший «но вые комбинации» изменений в развитии экономических систем.

Несколько позже, в 30-е годы, он ввел в научный оборот и сам термин «инновация», который понимал как воплощение научного открытия в новой технологии или продукте. С этого момента концепт «инновация» и сопряженные с ним термины «инноваци онный процесс», «инновационный потенциал» и другие приобре ли статус общенаучных категорий.

В работах зарубежных и отечественных исследователей в зависимости от объекта и предмета исследования допускается большое количество формулировок и определений инновации:

1. Результат или конечный результат инновационной дея тельности, получивший реализацию в виде нового или усовер шенствованного продукта, реализуемого на рынке, нового или усовершенствованного технологического процесса, используемо го в практической деятельности (И.Т. Балабанов, Г.Я. Гольд штейн, С.Д. Ильенкова, Л.В. Канторович, В.Г. Медынский, Р.А. Фатхутдинов).

2. Изменение или бесконечное количество конкретных ситу аций по переходу объектов, систем, предприятий, общества в це лом из одного состояния в другое, более совершенное и предпо лагающие нововведения и реализацию новшеств – новых средств, способов, продуктов, методов, технологий, которые необходимо придумать, разработать, изобрести (Ф. Валентна, Л. Водачек, Й. Шумпетер).

3. Процесс, направленный на реализацию результатов закон ченных научных исследований и разработок либо иных научно технических достижений в новый или усовершенствованный про дукт, реализуемый на рынке, в новый или усовершенствованный технологический процесс, используемый в практической деятель ности, а также связанные с этим дополнительные научные исследо вания и разработки. Инновационный процесс – процесс последова тельного преобразования научной идеи, научного знания в иннова цию;

это процесс создания, внедрения и распространения нововве дений, инноваций (Брайан, С.В. Валдайцев, В. Раппопорт, К. Пасс, Б. Лоус, Э. Пендлтон, Л. Чедвик, Б. Санто, Г.М. Гвишиани).

Приведенные дефиниции определяют инновацию не как единичное событие, а как постоянную реакцию на изменяющиеся обстоятельства, на противоречия социальной системы, на по требности системы. Инновационная деятельность, в свою оче редь, опирается на непрерывное вовлечение в экономический оборот результатов умственного труда и интеллектуальной дея тельности, важнейшими составляющими которых являются но вые знания, научные разработки, передовые технологии, инфор мация. При этом самыми ценными результатами интеллектуаль ной деятельности становятся те, которые обретают форму охра няемой законом интеллектуальной собственности.

Формирование интеллектуальной, информационной экономи ки, дополнительную или добавочную стоимость в которой создают знания и информация, требует замены традиционных организаци онно-управленческих систем на такие, которые способны осу ществлять управление интеллектуальным капиталом.

История инноваций – это история открытий и борьбы за их право на существование, подтвержденная множеством примеров.

Например, история появления сотового телефона от идеи в году до появления прототипа в 1973 и наконец перехода к массо вому выпуску и применению в 1989 (сначала только в пределах Нью-Йорка, а потом и во всем мире). История развития строи тельных материалов и идей от школы BauHaus (1919–1933) до массового применения железобетона и идей минимализма и ори ентации на функционализм примерно с 50-х годов. В этом ряду находится множество других изобретений, без которых мы не представляем современной жизни – колесо, автомобиль, телеви зор, компьютер и другие. Все эти вещи объединяет то, что они прошли долгий путь от идеи до массового использования.

Длительность этого пути связана не с тем, что были сомне ния в перспективности идеи или возможностях ее применения.

Сложности были обусловлены тем, что идеи являлись прорыв ными, а их внедрение затрагивало множество различных сфер, что и требовало внесения множества изменений в существующие сферы деятельности.

Инновации, в отличие от многих других явлений и процессов, сочетают в себе элементы многих систем, изучаемых в отдельности (технических, технологических, организационных, экономических, юридических, управления знаниями), и используют разные меха низмы управления, свойственные для каждой из этих систем.

Сложность сочетания этих систем связана не только с тем, что в каждой из них приняты свои подходы, но и с тем, что в каждой из этих систем существуют различные способы представ ления результатов и промежуточных данных. Это делает чрезвы чайно сложной задачу разработки системной модели инноваци онного проекта в формальной постановке, на которой возможно было бы применение точных методов поиска решений.

Поэтому преимущества получали страны, в которых происхо дили большие, но продуманные изменения во всех государствен ных, общественных и экономических сферах, приводящие в ре зультате к устойчивой самоорганизации инновационной системы.

Эта проблема является первой основной сложностью, свя занной с появлением инноваций. Второй сложностью, которая непосредственно влияет на процесс появления и внедрения инно ваций, является определение момента времени, когда необходимо вмешательство в происходящие процессы.

Каждый проект, в зависимости от области применения и сферы деятельности, описывается множеством параметров. Па раметры, которыми происходит оперирование в проекте, могут быть разделены на несколько групп:

финансовые (поступления – кредиты, прибыль от продаж;

вычеты – плата по кредитам, зарплата, затраты на внедрение и модернизацию производства, приобретение комплектующих);

технологические (параметры, описывающие технологиче ские процессы, протекающие на производстве);

технические/физические (параметры выпускаемой про дукции);

другие параметры (возможности по объемам поставок комплектующих или материалов, пожелания потребителей и т.п).

Каждый параметр может быть описан функционально или графически (кривой). Например, инновационной кривой описы ваются экономические параметры (прибыль, объем продаж и т.п.). Технические и технологические параметры описываются S-образной кривой, которая показывает степень развития техно логии и перспективы ее модернизации. Каждый параметр проекта может находиться на своей стадии развития и описываться своей функциональной зависимостью. Таким образом, задача управле ния проектами сводится к задаче оценки потенциала развития по каждому из параметров и выработке решений, приводящих к прогрессу по множеству из них.

В процессе развития проекта каждый параметр переживает несколько вех своего развития. Поэтому, оценив стадию, на кото рой находится отдельный параметр, можно оценить потенциал его роста и перспективы развития проекта. Если получится учесть взаимовлияние параметров проекта, то это позволит выра ботать решения, приводящие к прогрессу. Таким образом, задача генерации возможных вариантов решений сводится к задаче оп тимального поиска группы значений параметров проекта.

В литературе отсутствуют системные модели инновацион ных проектов как сложных систем, что не позволяет эффективно решать задачи экспертизы и обоснования. Поэтому принятие ре шений при управлении ими рассматривается как отдельные, не зависящие друг от друга задачи, а не как единый процесс.

Развитие теории и практики управления инновациями идет в настоящее время путем решения локальных задач из-за приве денных выше двух основных сложностей. Детализация задачи привела к множеству методов и подходов, решающих небольшие специфические задачи. По причине сложности управления инно вациями как единой системой в настоящее время речь идет о ре шении локальных задач управления в рамках одной из подсистем инновационного проекта, решении задачи в рамках одного типа инновации либо о решении задачи в рамках какой-либо одной научно-технической, организационной или технологической и т.п. идеи.

Оправдать этот подход можно существованием множества различных типов инноваций. Они зависят главным образом от отрасли хозяйства и области, в которой появляются (имеются в виду: организационные инновации, инновации в области сервиса, технологические инновации, инновации, применяемые в продук тах, которые влияют на их потребительские качества и др.).

Анализируя отдельные частные задачи, невозможно решить задачу управления любой инновацией как проектом на всем этапе его жизненного цикла даже с определенными допущениями.

По крайне мере на сегодняшний день не существует подходов, не имеющих сильной привязки к особенностям конкретной задачи или разновидности задач. Таким образом, существующие модели инновационных проектов не позволяют рассматривать все ресур сы (материальные, кадровые, интеллектуальные, инфраструктур ные) инноваций во взаимосвязи и взаимозависимости. Кроме то го, существующие модели не позволяют контролировать и управлять инновационным проектом на любой стадии и работать с несколькими инновационными проектами одновременно.

Крупнейшие компании мира пытаются обеспечить управля емость, гарантированность создания новых разработок. Суще ствует множество консалтинговых компаний, которые на этом специализируются. Методы создания новых технических реше ний на зарубежных рынках стали самостоятельными инноваци онными продуктами.

Можно наблюдать множество неожиданных и неприятных ситуаций, которые могут произойти в ходе реализации проекта или развития фирмы. Эти явления могут быть связаны с кризисом в финансовом мире, кадровыми проблемами, достижением тех нологического предела в выпускаемой продукции и т.д. Любую непредвиденную ситуацию, например кризис или ошибки управ ления, можно рассматривать как проблему, о которой желательно узнать максимально рано, как только это возможно.

Третьей основной проблемой, связанной со сложившейся ситуацией в управлении инновациями, является тот факт, что управление инновациями долгое время было разделом экономи ческой науки, которая примерно до 60-х годов ХХ века относи лась к наукам слабого типа, а в России до сих пор остается гума нитарной наукой, позволяющей изменить глубину понимания проблемы, тип мышления, но не описывать закономерности, су ществующие в мире. Поэтому одной из причин, препятствующих развитию теории управления инновационными проектами, явля лось отсутствие системных моделей инновационного проекта в понятии наук сильного типа, а также инструментария для иссле дования и анализа модели.

В последнее время ситуация начала меняться и стали появ ляться модели инновационных проектов и процессов – сначала структурные, а затем математические и имитационные, с исполь зованием которых делаются первые попытки разработки инфор мационных систем, поддерживающих процессы управления ин новационными процессами. Это стало возможно в связи с тем, что информацию о внешней среде, в которой реализуются инно вационные процессы, стало проще собирать и ее научились фор мализовывать, т.е. задача стала ингерентна (появилась достаточ ная степень согласованности создаваемых моделей со средой).

Таким образом, к инновационным проектам начинают приме няться методы, традиционно используемые в моделировании тех нических систем, а именно – инновационный проект рассматри вается с точки зрения уравнений, реакции, воздействия и пара метров.

Решение проблемы моделирования основано на анализе важнейших свойств моделируемого процесса. Выбранный метод и способ моделирования должен позволить решить актуальную задачу повышения эффективности принимаемых для управления решений за счет создания и использования математической мо дели и ее элементов.

Четвертой сложностью, связанной с управлением инноваци онными проектами, является тот факт, что появление инноваций напрямую связано с научными исследованиями, модификациями, новыми применениями технологий. Это явление настолько рас пространено и им так сложно управлять, что оно получило спе циальное название – «Диффузия инноваций» (Eric von Hippel).

Оно дает разные способы продвижения инноваций горизонталь ный (способ партнерства и кооперации) и вертикальный (в рам ках одной организации);

инновации всех типов – создающие но вые рынки, новые продукты, новые способы производства, структурные инновации;

работу с большим объемом информации разной размерности.

Новые технологии так же, как и инвестиционные проекты (инновации, перешедшие на стадию внедрения), имеют этапы развития, которые вносят свою специфику: фундаментальные ис следования, прикладные исследования (ПИ), опытно конструкторские разработки (ОКР), внедрение в производство и производство, ликвидация или модернизация, переход к следую щему проекту.

Последней, пятой, сложностью, связанной с внедрением инноваций, является большое количество слабо учитыва емых факторов риска, существенно влияющих на реализацию проекта.

В связи с этим в современной теории управления организа циями в последнее время складывается мнение о том, что для по явления инноваций необходимо использовать те же подходы, что и в венчурном инвестировании. Это должно привести к отказу крупных корпораций от больших собственных исследовательских подразделений и передачи изысканий на аутсорсинг в научные организации [22].

Среди этих факторов наиболее часто выделяют следующие [104]:

1. Социо-факторы риска, включающие:

тип инноватора (сложившиеся научные направления и институты, отдельные научные коллективы, неорганизованные ученые и изобретатели, малые инновационные компании);

компетентность инноватора (системная компетенция, технологическая компетенция, ресурсно-распределительная ком петенция);

квалификация инноватора (базовое образование, специ альная подготовка);

личностный фактор (мыслительные навыки, качества личности, навыки межличностного общения);

мотивация (личностная, групповая);

обычаи делового оборота (нравственность, этика).

2. Психологические факторы:

«непримиримый фундаментализм» академических струк тур;

«cнобизм» к второстепенным направлениям;

cлабое восприятие инноваций российским обществом.

3. Экономические, финансовые, юридические факторы:

материальная незаинтересованность разработчиков;

финансовые риски;

ресурсные риски.

4. Коммерческие факторы:

слабый отечественный высокотехнологичный (ВТ) рынок;

сложность выхода на мировой ВТ-рынок;

слабая конкурентность отечественных ВТ-продуктов.

5. Организационные факторы:

отсутствие обратной связи в процессе реализации инно вации;

разрыв на границах структур, занятых в инновационном процессе;

ведомственные ограничения.

6. Маркетинговые факторы.

По мере выполнения проекта уровень знаний увеличивается и, следовательно, уровень риска снижается.

На разных этапах инновационной разработки степень воз действия факторов различна – в зависимости от начального научно-технического уровня разработки, скорости продвижения инновации, времени имитации инновации конкурентами, време ни обучения и накопления опыта инноваторами, уровня обеспе ченности ресурсами, уровня инертности, рациональности чело веческого поведения, социальных традиций, влияния других си стем. Ослабление, уменьшение неопределенности, увеличение практических знаний о проекте при его реализации ведут к оче видному снижению риска. Следовательно, самый высокий уро вень сложности и неопределенности начального этапа иннова ционного проекта в сравнении с другими этапами определяет и самый высокий уровень риска.

Вопросам оценки реализуемости проекта под воздействием факторов риска современные исследования уделяют недостаточ но внимания. В традиционном смысле реализуемость проекта является его важнейшим свойством, под которым понимается наибольшая эффективность решения комплекса финансовых, научно-технических проектных, конструкторских, производ ственно-технологических и огранизационно-управленческих за дач для обеспечения новшества требуемого научно технического уровня, объема и в заданных ресурсных ограниче ниях и их прогноза на период выполнения проекта. Следова тельно, реализуемость инновационного проекта должна рас сматриваться, по меньшей мере, в научно-техническом, времен ном и ресурсном аспектах, т.е. на основе комплексного рассмот рения показателей.

Учитывая все рассмотренные выше сложности, не возникает сомнения в важности инновационного развития и его сложности.

Становится очевидным, что инновационный проект не может су ществовать сам по себе. Любой проект всегда взаимодействует с внешним миром и другими проектами в рамках прежде всего той организации, где он появился.

При рассмотрении вопроса управления группой проектов проявляется дополнительная особенность инноваций, которая не свойственна другим явлениям. Оказывается, что решить задачу ин новационного развития невозможно путем простого увеличения количества проектов или уменьшением сроков их внедрения.

1.2. Существующие подходы к управлению инновациями на предприятии Источником инноваций являются исследовательские и научные учреждения. Однако выпускаются изделия на предприя тиях, на которых новый тип продукции необходимо внедрить, со временем модернизировать, утилизировать, переоборудовать производство под новое производство и т.д. (рис. 1, [32]).

У инновационных проектов выделяются четыре этапа (ста дии) жизненного цикла (ЖЦ) инновации: фундаментальные ис следования (ФИ), прикладные исследования (ПИ), опытно конструкторские разработки (ОКР), внедрение в производство.

Фирма может реализовывать или не реализовывать каждый из этих этапов, соответственно получаем разные стратегии иннова ционного развития фирмы [85].

Рис. 1. Пример внедрения новых технологий в производство Развитие методов управления предприятиями в начале ХХ века связывают прежде всего с именами Фредерика Тейлора и Генри Гантта. Ф. Тейлор (Frederick W. Taylor) является создате лем производственного планирования как дисциплины. Он ис следовал факторы, влияющие на производительность, и методы рациональной организации рабочего времени. На основе анализа тысяч экспериментов были сформулированы рекомендации по организации промышленного производства и по обучению кад ров. Фредерик Тейлор выдвинул идею узкой специализации, вы делил планирование как важнейший элемент организации произ водства и считал, что производственным планированием должны заниматься профессиональные менеджеры.

Все современные системы управления проектами и плани рования предлагают представление графиков работ в виде диа грамм Гантта. В то же время диаграммы Гантта имеют ряд оче видных недостатков. Например, с помощью диаграмм Гантта не удобно планировать многовариантные взаимосвязанные цепочки работ (в строительных, военных, государственных проектах, про изводстве). Для таких задач в военном ведомстве США в 50-е го ды были предложены методы сетевого планирования, или методы выбора «критического пути». Кроме того, диаграммы Гантта удобно применять только для одного критического ресурса — времени. При необходимости учета еще нескольких ресурсов, например технологической оснастки, диаграммы Гантта надо воспринимать как «объемные», приобретающие ряд измерений по числу учитываемых ресурсов. Это удобно для визуальной ин терпретации планов, но затрудняет их анализ.

Работы Ф. Тейлора и Г. Гантта [13, 14, 15, 28] легли в основу научных дисциплин, возникших в середине ХХ века, – промыш ленной инженерии (Industrial Engineering), занимающейся управ лением и организацией производства, а также исследования опе раций (Operations Research) [66]. С исследованием операций свя заны работы по применению математических методов формализа ции человеческой деятельности, в том числе в производстве и планировании. Во многих современных производственных систе мах используются различные статистические и оптимизационные алгоритмы планирования. Например, в SAP R/3 [25] для прогнози рования потребностей в продукции с учетом информации о фак тическом спросе за предыдущие периоды используются статисти ческие и эвристические методы. Еще одним примером являются методы оперативного планирования, подсистемы планирования производства SAP R/3, в которых «зашиты» алгоритмы расчета даты выполнения заказа, сокращения длительности производ ственного цикла, минимизации переналадок оборудования и др.

В начале 60-х годов в США начались работы по автомати зации управления запасами (Inventory Control) [20, 9]. В резуль тате активного роста крупносерийного и массового производ ства товаров народного потребления и торговли после Второй мировой войны стало очевидно, что использование математиче ских моделей планирования спроса и управления запасами ведет к существенной экономии средств, «замороженных» в виде за пасов и незавершенного производства. Невозможно разработать «абсолютно оптимальные методы планирования запасов», по этому следует выбирать и адаптировать алгоритмы к специфике конкретных складских задач в зависимости от цикла производ ства или поставок хранимой номенклатуры, стоимости, размеров изделий, расфасовки, применяемости и спроса, объемов складов и др. Было установлено, что выбор оптимального объема партии заказа — одно из важнейших условий повышения эффективно сти предприятия, так как их недостаточный объем ведет к росту административных расходов при повторных заказах, а избыточ ный – к «замораживанию» средств. Управление складами (Inventory Control) в современных системах управления основа но на математических методах управления запасами [59, 92, 96].

Первые автоматизированные системы управления запасами в промышленном производстве основывались на расчетах по спецификации состава изделия (Bill of Materials). По плану вы пуска изделия формировались планы производства и рассчиты вался объем закупки материалов и комплектующих изделий [3].

Конец 60-х годов связан с работами Оливера Уайта (Oliver Wight) [31], который в условиях автоматизации промышленных предприятий предлагал рассматривать в комплексе производ ственные, снабженческие и сбытовые подразделения. Такой под ход и применение вычислительной техники впервые позволили оперативно корректировать плановые задания в процессе произ водства (при изменении потребностей, корректировке заказов, недостатке ресурсов, отказах оборудования).

В публикациях Оливера Уайта и Американского общества по управлению запасами и управлению производством [3] были сформулированы алгоритмы планирования, сегодня известные как MRP (Material Requirements Planning) [24] — планирование потребностей в материалах — в конце 60-х годов и MRP II (Manufacturing Resource Planning) — планирование ресурсов про изводства — в конце 70-х — начале 80-х годов [50].

Методы планирования на заданные интервалы времени по требностей в материалах, необходимых для изготовления изде лий (MRP), учитывают информацию о составе изделия, состоя нии складов и незавершенного производства, а также заказов и планов-графиков производства [31, 98].

В отличие от методов теории управления запасами, предпо лагающих независимый спрос на всю номенклатуру, MRP часто называют методом расчетов для номенклатуры «зависимого спро са» (т.е. формирования заказов на узлы и комплектующие изделия в зависимости от заказа на готовую продукцию). Алгоритм MRP не только выдает заказы на пополнение запасов, но и позволяет корректировать производственные задания с учетом изменяющей ся потребности в готовых изделиях. Заметим, что методы MRP получили распространение в США и практически не применялись в Японии. Дело в том, что японские методы управления в машиностроении в основном были ориентированы на массовое производство, а американские — на мелкосерийное. В условиях мелкосерийного производства может меняться номенклатура и структура заказов. Изменение потребностей в готовой продукции ведет к изменению потребностей в комплектующих изделиях, сы рье и материалах. В массовом производстве можно достаточно эффективно использовать более простые, объемные методы учета и планирования.

Начальным этапом планирования является прогнозирование и оценка производственных мощностей (Capacity Requirements Planning). Присутствует также этап объемного планирования (Master Production Scheduling) [12, 16]. Результаты объемного планирования являются исходной информацией для планирова ния потребностей в материалах (MRP), изготавливаемых и по ступающих по кооперации [50].

Замкнутость системы MRP II означает наличие обратных связей для планирования в модулях, отвечающих за управление производством и учет производства (Execution, Production activity control), а также то, что модули оценки производственных мощ ностей, снабжения, планирования и учета функционируют как компоненты единой системы с использованием интегрированной базы данных.

Не все современные концепции управления возникали в США. Так, метод планирования и управления Just-in-time (JIT – «точно вовремя) появился в Японии на предприятиях автомо бильного концерна Toyota в 50-х годах [93]. Он охватывает про ектирование изделий, выбор поставщиков, обеспечение качества, планирование, учет производства и контроль (с использованием специальных бирок-ярлыков Kanban). Одна из важнейших кон цепций метода «точно вовремя» связана с минимизацией страхо вых и межоперационных заделов за счет стабилизации поставок, а также обеспечения резерва производственных мощностей. Ме тод «точно вовремя» не противоречит MRP и MRP II и часто предлагается в современных системах как одна из форм органи зации производства. Однако до сих пор он не соответствовал тра диции отечественной промышленности, так как именно заделы и запасы сырья служат буфером от нестабильности поставок, смежников и растущих цен комплектующих изделий. Кроме того, в СССР считалось, что полезнее повышать значение коэффици ента использования оборудования (вместо создания задела мощ ностей), чем рационально планировать объем межоперационных заделов, а эти два показателя – взаимосвязаны.

Методы OPT (Optimised Production Technology – оптимизи рованная технология производства) созданы в Израиле в 70-х го дах (работы Эли Голдратт [53]). На их основе был разработан ряд программных пакетов. Методы OPT предназначены для максими зации выпуска продукции при сокращении объема запасов и про изводственных затрат. В их основе лежит определение «узких мест» (производственных мощностей или материальных ресур сов) и наиболее точный их учет при планировании. Методика оценки «узких мест» сохраняет актуальность и применяется в ал горитмах планирования и определения ресурсов производствен ных мощностей MRP II, однако она позволяет решать очень ограниченный класс задач производственного планирования.

Концепция компьютеризированного интегрированного про изводства (CIM, Computer Integrated Manufacturing) возникла в начале 80-х годов и связана с интеграцией гибкого производства и систем управления им. CIM с точки зрения систем управления и планирования (в качестве которых используются ERP и MRP II) предполагает интеграцию всех подсистем системы управления (управления снабжением, проектированием и подго товкой производства;

планирования и изготовления;

управления производственными участками и цехами;

управления транспорт но-складскими системами;

управления обеспечением оборудова нием, инструментом и оснасткой;

систем обеспечения качества, сбыта, а также финансовых подсистем) [3].

Методы CALS (Computer-aided Acquisition and Logistics Support – компьютерная поддержка процесса поставок и логисти ки) [98, 64] возникли в 80-х годах в военном ведомстве США для повышения эффективности управления и планирования в процес се заказа, разработки, организации производства, поставок и экс плуатации военной техники. CALS предусматривает однократ ный ввод данных, их хранение в стандартных форматах, стандар тизацию интерфейсов и электронный обмен информацией между всеми организациями и их подразделениями – участниками про екта. Методы доказали свою эффективность и переносятся в настоящее время на «гражданские» отрасли промышленности.

Новая концепция сохранила аббревиатуру CALS с более широ ким смыслом (Continuous Acquisition and Life circle Support — поддержка непрерывного жизненного цикла продукции). Прово дится стандартизация ряда аспектов CALS в международной ор ганизации стандартизации ISO. Методы CALS могут использо ваться вместе с MRP II/ERP и CIM. В отличие от них CALS поз воляет управлять всем жизненным циклом продукции, включая маркетинг, управление комплексными проектами, обслуживани ем при эксплуатации.

Системы ERP [18] предназначены для управления финан совой и хозяйственной деятельностью предприятий. В основе ERP лежит принцип создания единого хранилища данных (repository), содержащего всю деловую информацию, накоплен ную организацией в процессе ведения деловых операций, вклю чая финансовую информацию, данные, связанные с производ ством, управлением персоналом или любые другие сведения.

Это устраняет необходимость в передаче данных от системы к системе. Кроме того, любая часть информации, которой распо лагает данная организация, становится одновременно доступной для всех работников, обладающих соответствующими полномо чиями [62]. ERP – это «верхний уровень» в иерархии систем управления предприятием, затрагивающий ключевые аспекты его производственной и коммерческой деятельности, такие как:

производство, планирование, финансы и бухгалтерия, матери ально-техническое снабжение и управление кадрами, сбыт, управление запасами, ведение заказов на изготовление (постав ку) продукции и предоставление услуг [91].

В последние годы стали быстро развиваться идеи создания интеллектуального предприятия, в котором широко используют ся автоматизированные человеко-машинные системы поддержки принятия управленческих решений на всех уровнях управления производством, и внедряются инновации. Если при этом достига ется совместное использование интеллектуального потенциала экспертов (ЛПР) и элементов искусственного интеллекта, реали зованных на ЭВМ, то говорят о той или иной степени интеллек туальности механизма управления [107].

Механизмы внедрения инновационных технологий и про дукции в производство начали развиваться как отдельное направ ление в 2000-х годах с США, получившее название – Supply Change Optimization.

Развитие теории и практики управления инновациями пошло путем решения локальных задач. Таких локальных решений раз работано так много, что даже выбор и обоснование применения разработанных подходов и решений становится отдельной непро стой задачей, однако позволяет разобраться в том, какие иннова ции бывают и какие дополнительные сложности возникают при выборе пути реализации новшеств (например, табл. 1).

Таблица Классификация некоторых методов, используемых при управлении инновационными проектами, по применимости Виды Методы управления управления Трехуровневая модель (инвесторы–фирма–проекты) [85], модели самостоятельного финансирования (статическая модель, динамическая модель, модель конкуренции фирм на рынке инноваций) [85], модель смешанного финансиро Управление вания и кредитования [45, 85], модель страхования [45, 49], финансиро модель самоокупаемости [45], противозатратная модель ванием [45], модель согласия [49], модель льготного налогообло жения [73, 51, 84], модель финансирования инновацион ных проектов [58, 84, 85], модель распределения затрат и доходов [85, 87] Модель принятия субъектом решений, базирующихся на гипотезах рационального поведения и детерминизма (при наличии вероятностной неопределенности) [44], базовая модель организационной (активной) системы (ОС) и ее расширения (модель динамической ОС, модель многоэле Управление ментной ОС, модель многоуровневой ОС, модель ОС с организа распределенным контролем, модель ОС с неопределенно ционными стью, модель ОС с ограничениями совместной деятельно проектами сти, модель ОС с сообщением информации) [44, 86, 87, 54, 79, 80, 81, 82], модель планирования распределения корпо ративных заказов, модель налогообложения и ценообразо вания, модель стимулирования снижения издержек Продолжение табл. Виды Методы управления управления Институци- Модель «норма поведения» [85], ональное модель общих характеристик [85, 7], управление модель Шапира–Стиглица [85, 26, 74], модель институционального управления [85, 79], (управление в условиях рефлексивная модель [85, 79, 89, 109], ограниче- модель «формирование команды» [79, 85, 27, 35, 88, 57], ния) модель репутации фирм [85] Базовые модели одно- и многоэлементных активных систем (АС) (в том числе с распределенным контролем) на основе компенсаторной, скачкообразной, пропорциональной системы стимулирования, унифицированные пропорциональные системы стимулирования, стимулирование в многоэлементных АС с неопределенностью Управление [87, 44], модели стимулирования с глобальными мотивацией ограничениями на множества допустимых действий, модель прямых приоритетов (в том числе прямое распределение ресурса), модель абсолютных приоритетов, модель обратных приоритетов (распределение ресурсов пропорциональной эффективности), модель внутренних цен, модель экспертизы [44], базовая модель теории контрактов [44, 106], конкурсные модели [44] Модель «дефицита» [44, 108], модель Информа- «аккордная оплата труда» [44], модель ционное «коррупция» [44], модель биполярного управление выбора [69, 101], модель рекламы товара [89, 109], качественное обслуживание [44] Окончание табл. Виды Методы управления управления Модель «олигополия Курно» [85], модель рационального поведения [85], модель ограниченной рациональности [85, 70], модель «аккордная оплата труда» [85], оценка про должительности этапа инновационного проекта;

выбор ор ганизации-разработчика (мониторинг инновационного пространства);

оценка технологического обеспечения (производственные мощности);

оценка ресурсного обеспе чения;

оценка метода реализации инновации (вертикальная Другие или горизонтальная инновация);

оценка коммерческого по модели тенциала инновации;

оценка эффективности коллектива и методы, разработчиков;

оценка личных и деловых качеств разработ применяе чиков;

оценка вариантов финансирования инновации;

мые при оценка информационно-аналитического обеспечения про решении движения инновации;

маркетинговые исследования инно локальных вационного продукта;

оценка патентоспособности и спосо задач ба защиты научно-технического результата;

выбор вида управления лицензии при коммерциализации инновации;

выбор спосо инноваци- ба позиционирования (метода информационного сопро онными вождения) инновации на рынке;

оценка экологической эф проектами фективности инновационного проекта;

выбор формы пред приятия-инноватора;

научно-техническая экспертиза (оценка научно-технического уровня) инновации;

оценка рисков инновационно-инвестиционного проекта;

анализ соответствия цели и результатов инновационного проекта стратегии инвестиционной деятельности и выбранным приоритетам;

экспертиза проекта на предмет целесообраз ности его реализации и объема финансирования [47, 71] Участие в разработке рассмотренных методов и многих дру гих принимали многие известные ученые, которые работали над решением узких прикладных задач: И.Л. Туккель (моделирование различных процессов сопряженных с инновационными проекта ми), В.Г. Зинов (коммерциализация результатов интеллектуаль ной деятельности), Р.А. Фатхутдинов (внедрение инновационных продуктов), академик Л.И. Абалкин (конкурентоспособность ин новационной инфраструктуры), член-корр. Д.А. Новиков (изуче ние проектного и процессного подходов, моделирование иннова ционных проектов, исследование процессов происходящих при переходе от одного проекта к другому), Ю.


Д. Красовский, Eileen Barker, Elaine Dundon, J. Schumpeter (исследование особенностей экономического развития государств), Edward A. Stohr (матема тические методы управления продвижением, внедрение новых методов продвижения математические методы управления проек тами), Ralph H. Sprague Jr. (разработка технологий управления документами, разработка структур кодирования и быстрого про движения продуктов), Eric von Hippel (диффузия инноваций, со здание инноваций из научных исследований), Michael Amberg (информационные системы сопровождения бизнеса), Marion Weissenberger-Eibl (управление знаниями, планирование высоко технологичного производства в отдельных отраслях, составление «Дорожных карт» управления, исследование инновационных си стем), Hans Georg Gemnden (управление инновациями как про цессом, трансферт технологий, управление качеством, управле ние рисками на B2B рынках), Нобелевские лауреаты по экономи ке Harry Markowitz (исследования эффектов риска распределения инвестиций, корреляции и диверсификации ожидаемых инвести ционных доходов), Joseph Stiglitz (исследования в области микро и макроэкономики, разработка теории построения иерархических критериев в области экономики), Herbert A. Simon (развитие тео рии организации, менеджмента и управленческих решений), а также многие другие.

Специфика узких задач зависит от отрасли хозяйства и об ласти, в которой появляются инновации (имеются ввиду: органи зационные инновации, инновации в области сервиса, технологи ческие инновации, инновации, применяемые в продуктах, кото рые влияют на их потребительские качества и др.).

В результате специализации методов для решения задач, связанных с управлением инновационными проектами, в настоя щее время существует дефицит методологических подходов к си стемному моделированию инновационных проектов и формали зации управления ими [47, 60].

Таким образом, актуальной является задача разработки еди ной методологии системного моделирования без привязки к спе цифике инновационного проекта (предоставляющей возможность иметь уникальное «наполнение» в зависимости от специфики проекта – состава этапов и стадий, перечня оцениваемых показа телей и методик их оценки), позволяющей автоматизировать процесс подготовки управленческих решений, а также создать программное обеспечение для автоматизации рутинных дей ствий, адаптируемое под конкретную отрасль и проект.

При этом управление инновациями и производственными системами следует рассматривать во взаимодействии и с учетом подходов, существующих в смежных научных направлениях, та ких как: прогнозирование;

государственное управление научны ми исследованиями и разработками;

управление научными ис следованиями и разработками в организации;

менеджмент;

тео рия организационных систем;

анализ инвестиционных проектов;

программно-целевое планирование и управление;

информацион ная экономика и управление знаниями;

управление проектами;

управление производством (организация производства).

ГЛАВА 2.

МОДЕЛИРОВАНИЕ ИННОВАЦИОННЫХ ПРОЕКТОВ И ПРИНЯТИЕ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ИМИ Решение задач управления и принятия решений основано на анализе свойств инновационного проекта. В научно технической литературе, описывающей инновационные про граммы и процессы, выделяется несколько этапов и описываются функции, которые необходимо выполнить управленцу на этих этапах. Общей чертой является обоснова ние принимаемых решений [35].

Строгое обоснование принимаемых решений возможно только на модели. Выбранный метод и способ моделирования должен позволить решить задачу повышения эффективности принимаемых для управления решений за счет использования математической модели и ее элементов.

Модель позволит исключить потери, возникающие в ре зультате применения отдельных методов для решения локальных задач в ходе реализации проекта. Кроме того, модель позволит решать как прямую, так и обратную задачу по заданным пара метрам, определять динамику развития проекта и по текущей или желаемой динамике развития определять параметры проекта.

Несмотря на все преимущества, которые открывают модели, в литературе отсутствуют системные математические и/или ими тационные модели инновационных проектов как сложных си стем, что не позволяет эффективно решать задачи управления, экспертизы и обоснования. Принятие решений при управлении ими рассматриваются как отдельные, не зависящие друг от друга задачи, а не как единый процесс [47, 60].

Построив модель, исследователь может: прогнозировать свойства и поведение объекта как внутри области, в которой по строена модель, так и (при обоснованном применении) за ее пре делами (прогнозирующая роль модели);

управлять объектом, от бирая наилучшие воздействия путем испытания их на модели (управляющая роль);

познать явление или объект, модель которо го он построил (познавательная роль модели);

получать навыки по управлению объектом путем использования модели как тре нажера или игры (обучающая роль);

улучшить объект, изменяя модель и испытывая ее (проектная роль).

2.1. Моделирование инновационных проектов Несмотря на то, что основная сложность, связанная с инно вационными проектами, состоит в управлении, невозможно рас сматривать моделирование инновационных проектов в отрыве от других задач, решаемых на моделях. Это связано со сложными взаимодействиями, происходящими с инновационными проекта ми. Поэтому процесс принятия решений при управлении иннова циями имеет свою специфику (рис. 2).

Такой подход позволяет решать на модели все известные типы модельных задач: прямые задачи анализа, при решении ко торых исследуемая система задается параметрами своих элемен тов и параметрами исходного режима, структурой и уравнениями (требуется определить реакцию системы на действующие силы);

обратные задачи анализа, которые по известной реакции систе мы требуют найти силы (возмущения), заставившие рассматрива емую систему прийти к данному состоянию и вызвавшие данную реакцию;

задачи синтеза, иногда называемые инверсными зада чами, требующие нахождения таких параметров, при которых процессы в системе будут иметь желательный по каким-либо со ображениям характер. Процессы могут быть описаны дифферен циальными уравнениями или охарактеризованы некоторыми вы ходными данными. Индуктивные задачи, решение которых имеет целью проверку гипотез, уточнение уравнений, описывающих гипотезы, происходящие в системе, выяснение свойств элемен тов. К этой же группе задач следует отнести проверку, или, как говорят, апробацию программ (алгоритмов) для расчетов на ЭВМ, что особенно необходимо в условиях широкого примене ния ЭВМ для избегания ошибок.

Прогнозирование зна Реакция чений параметров ин новационного проекта Влияние неучтенных факторов Генерирование множе Объект управления Реакция ства управляющих (инновационный воздействий проект) Оценка вариантов Воздействие Рис. 2. Процесс принятия решения при управлении инновационным проектом Любой проект, вне зависимости от области применения и сферы деятельности, описывается множеством параметров. Па раметры, которыми происходит оперирование в проекте, могут быть разделены на несколько групп:

финансовые (поступления – кредиты, прибыль от про даж;

вычеты – плата по кредитам, зарплата, затраты на внедрение и модернизацию производства, приобретение комплектующих);

технологические (параметры, описывающие технологи ческие процессы, протекающие на производстве);

технические/физические (параметры выпускаемой про дукции);

другие параметры (возможности по объемам поставок комплектующих или материалов, пожелания потребителей и т.п.).

Параметр Параметр Стадия Стадия время (t) (t) время 1900 2000 1900 Параметр Параметр Стадия 2 Стадия (t) (t) время время 1900 2000 1900 Рис. 3. Примеры кривых, описывающих параметры проекта и находящихся на разных стадиях развития [76] Каждый параметр может быть описан функционально или графически – кривой (рис. 3). Например, инновационной кривой описываются экономические параметры (прибыль, объем продаж и т.п.). Технические и технологические параметры описываются S-образной кривой, которая показывает степень развития техно логии и перспективы ее модернизации. Каждый параметр проекта может находиться на своей стадии развития и описываться своей функциональной зависимостью.

Выработка решения может происходить в разные моменты времени. Как правило, решения принимаются при переходе па раметра от одной стадии к другой. Учитывая множество парамет ров и разницу в их развитии, необходимо отметить, что в ходе реализации проекта существует риск пройти точку, когда приня тие решения станет неактуальным, так как будет пройдена услов ная точка невозврата.

После того как параметры спрогнозированы, можно перейти к анализу их взаимодействия и генерации множества вариантов управленческих решений на основе модели инновационного про екта (см. рис. 2).

Такое моделирование позволит определить круг возможных решений, основываясь на структуризации задачи и анализе взаи мосвязей между параметрами и компонентами модели [46].

Чтобы сгенерировать и оценить возможные варианты, необ ходимо построить интегральную критериальную функцию, кото рая позволит получить формальные оценки. Для этого необходи мо построить структурную модель инновационного проекта [46].

Если модель представить в виде графа, то он будет отражать не только перечень информации (показателей), но и информацию о структуре задачи. Вершинами графа могут быть стадии, фазы или этапы инновационного проекта, а дуги графа между этими стади ями или фазами будут являться местами принятия решений или оценки набора показателей инновационного проекта. Такое пред ставление возможно в связи с тем, что в отличие от сетевого гра фика связи между вершинами необязательно отражают отноше ния предшествования, а лишь выражают возможные сочетания показателей этапов проекта.


Способ поиска решения – это нахождение одного из путей, ведущих из начальной вершины графа в конечную вершину или при решении локальной задачи между точками принятия реше ний.

Для окончательного принятия решения необходимо произ вести оценку полученных вариантов (см. рис. 2). Для этого мож но использовать метод имитационного моделирования на основе отобранных вариантов с учетом тех ресурсов, которые доступны, и по тем алгоритмам производства или оказания услуги, которые реально применяются на исследуемом производстве [71].

Использование имитационной модели в данном случае оправдано в связи с тем, что такая модель может быть построена из типовых блоков на основе логико-математического описания, в то время как для построения аналитической модели необходима ее полная разработка сначала для каждого нового случая (типа производства, управления и т.д.). Более того, разработка анали тической модели затруднительна в связи со случайным характе ром многих процессов при управлении и реализации инноваци онных проектов.

Использование описанного подхода для принятия управлен ческих решений позволяет повысить качество принимаемых ре шений.

2.2. Структурная модель инновационного проекта Для построения всех типов моделей (см. рис. 2) необходимо решить задачу идентификации модели. Ввиду сложности задачи, обусловленной различиями в предметных областях, в которых появляются модели, и недостаточной изученностью процессов, происходящих в инновационной деятельности построения уни версальной модели невозможно.

Однако, решив задачу структурной идентификации иннова ционного проекта до уровня крупных блоков и их взаимосвязей, можно свести процесс моделирования к применению набора ти повых или авторских моделей для каждой из составляющих ин новационного проекта. Такой подход оправдан еще и тем, что, как было показано в главе 1, решение отдельных задач достигло высокого уровня. Значит, было бы весьма целесообразно учиты вать высокие результаты, которые они позволяют достигать при решении задач локальной оптимизации (например, такие задачи, как: подбор персонала, планирование поставки ресурсов, плани рование графика производства, прогнозирование развития от дельных технических или экономических параметров, маркетин говые исследования и др.). Поэтому системную модель целесооб разно строить из отдельных блоков, применяя к ним принцип «черного ящика». Это особенно целесообразно в связи с тем, что эволюция технических и экономических систем идет в сторону усложнения как по количеству элементов, так и по количеству связей между ними, а структурирование модели как раз и позво ляет легко вносить изменения подобного рода.

Очевидно, что структурная модель инновационного проекта должна состоять из блоков, представляющих собой сферы, кото рые затрагивают его внедрение (технические, технологические, организационные, экономические подсистемы, система управле ния знаниями), и включать механизмы управления, свойственные для каждой из этих сфер (рис. 4).

Подсистема знаний Техническая подсистема Модель НИР и ОКР производственного Управление финансированием процесса Физические параметры Модель выпускаемого Экономическая изделия подсистема Модернизация Финансовая продукта и/или Управление производством Технологические параметры модель производства Модель сбыта Модель рынка Организационная подсистема Управление продукцией B2B Экономические параметры Наемные служащие B2C Автор идеи Госзаказ Менеджеры проекта Управление персоналом Требования общества Инвестиционная модель Банки Подсистема сервиса Входные значения Выходные значения (параметры, величины Сервис продукта Гранты (параметры, значения которых фиксируются Венчурное Утилизация которых являются или задаются при финансирование искомыми при решении решении задач на задач на модели модели Бизнес-ангелы инновационного инновационного проекта) проекта) Рис. 4. Структурная модель инновационного проекта Определив взаимосвязи между составляющими инноваци онного проекта на основе обобщенной структурной модели (см.

рис. 4), можно записать математическую формулировку [89]:

f M AT, (1) fn где А – матрица инцидентности (показывает взаимосвязь состав ляющих компонент инновационного проекта);

n – количество компонент инновационного проекта;

fi – модель компонента ин новационного проекта.

Благодаря простой организации модели такой подход поз воляет формализовать задачу управления несколькими проек тами одновременно в рамках одной организации (когда часть компонент структурной модели проекта будет являться общей для группы проектов, а часть индивидуальной) вне зависимости от того, на какой стадии находится каждый из проектов:

m mj mk M A, T f fi fn где mj – описания подобные (1);

fi – модели общих компонент ин новационных проектов.

Кроме того, векторная запись структурной модели позволя ет детализировать отдельные модели компонент инновационного проекта и рассматривать их как состоящие из составных частей.

2.3. Инновационный процесс Моделирование инновационных проектов может приме няться для решения разных прикладных задач. Например, это мо гут быть задачи документооборота (управления информацион ными потоками), организации технологического процесса, дви жения изделий, материалов и т.п.

Определение задач, решение которых актуально в данный момент, зависит в первую очередь от того, на какой стадии нахо дится рассматриваемый инновационный проект (рис. 5). Содер жание всего инновационного проекта и его отдельных стадий за висит от особенностей инновационного проекта и решаемой за дачи управления. Стадии и фазы проекта – это конкретные пери оды, во время которых проводится определенная работа над про ектом. На каждой стадии выполняется полный спектр работ, не обходимый для реализации следующей стадии.

Стадия научной разработки Фундаментальное Прикладное иссле- Опытно-конструкторские работы исследование дование Разработка опытного образца Техническое проектирование Разработка тех. регламента Разработка документации Утверждение или отказ Генерация вариантов Описание проблемы Формирование идеи Анализ вариантов Отбор вариантов Испытания Эксперимент Внедрение Производство Утилизация Подэтап N Подэтап N Подэтап N Подэтап Подэтап Подэтап Рис. 5. Пример выделения этапов и стадий инновационного проекта В настоящее время разработано множество структурных моделей инновационных процессов [47, 71].

Использование процессного подхода с выявлением этапов и связей позволяет проводить оценки реализуемости инновацион ного проекта на каждом этапе, учитывать влияние решений, при нятых на предыдущих этапах, способных оказывать нежелатель ное воздействие на процесс. На каждой фазе, стадии, по оконча нии этапа в целом может быть принято решение о целесообраз ности продолжения инновационного проекта, о путях его реали зации. Появляется возможность отбраковать сомнительные про екты на ранних стадиях реализации и сконцентрировать ресурсы на более успешных проектах. Использование оценок, полученных на предыдущих стадиях (см. рис. 2), дает возможность основы ваться не на оценках, имеющих вероятностный или субъектив ный характер [36, 55], а на объективных сведениях, по которым лицо, принимающее решение, само оценивает возможность до стижения результатов, которые необходимы для того, чтобы про ект стал целесообразным в соответствии с выбранными методи ками для оценки (см. раздел 3). Выделение этапов и стадий поз воляет использовать оценки, на основе которых может быть про ведена корректировка проекта, изменение целей.

Результат, получаемый на каждой стадии, не гарантирован и не гарантирует успешного развития проекта в дальнейшем. В слу чае если результат оказывается успешным, то он может быть ис пользован в ряде проектов, а не только в одном (например, науч ное открытие, полученное в результате фундаментального иссле дования, может быть заложено в принцип действия разных изде лий и т.д.).

Разработка структурной схемы позволяет определить точки принятия решений. Таковыми являются точки выхода из фазы или стадии. В каждой точке принятия решения могут применять ся различные методики, а формирование списка применяемых методик может быть начато еще до окончания предыдущей ста дии или фазы, исходя из знаний о специфике проекта, получен ных на предыдущих стадиях, предполагаемых способах реализа ции ресурсов, которые имеются или были первоначально заложе ны под реализацию проекта и т.д. Такой подход позволяет начать работы по оценке и планированию следующей фазы или стадии до того, как она была окончательно завершена.

Применяться могут самые разные методы [46], методики и подходы к оценке параметров проекта (например, приведенные в табл. 1 и многие другие). Однако решение о том, какие методики используются в каждой точке принятия решения, определяется лицом, управляющим проектом (лицо, принимающее решение, может отобрать набор оценок для конкретного проекта и отдель ного этапа, стадии, фазы инновационного проекта). При необхо димости лицо, управляющее проектом, может ввести новые этапы или задачи для оценки и принятия решения. Эффективность управления этапом научной разработки инновационного проекта будет определяться адекватностью модели и объективностью кри териев и применяемых методик оценки инновационного процесса.

Содержание каждого этапа инновационного проекта и отдель ных стадий зависит от особенностей инновационного проекта и ре шаемой задачи управления. Для формирования набора методов, ме тодик или моделей на каждом из этапов можно использовать моди фицированный метод морфологического синтеза. Дерево морфоло гического синтеза может выглядеть, как показано на рис. 6.

Метод мозгового штурма Метод ассоциаций и аналогий Описание проблемы Методы генерирования Метод синек тики идей Метод морфологического анализа Формирование идеи ФНИР З Т Р И Генерация вариантов Анализ рисков инновационно инвестиционны х проек тов Информационно Научно-техническая аналитическое экспертиза обеспечение Анализ вариантов Оценка патентоспособност и и выбор м етод а защиты Эксперимент (моделирование) ПНИР Выбор вида получаемой л ицензии Оценк а технол ог ическ ого Отбор вариант ов обеспечения (производ ственные мощности) Вы бор организации Оценка ресурсного разработчика (мониторинг обеспечения инновационного прост ранст ва) Оценка эффект ивност и коллектива разработчиков Выбор метода реализ ации Эксизно-техническое Оценка личных и деловых инновации (вертик альная к ачеств работ ников проек тирование или горизонтал ьная) Выбор формы предприятия инноватора Разработка технологического процесса, технологическ ого регламента Выбор способа Оценка коммерческого позиционирования (метод а потенциала информ ационного Рабочая конструк торская сопровождения) документ ация научной разработки инновационного проекта Маркет инговые ОКР Разработка технического исследования задания, рекоменд ация на ОКР Оценка продолжител ьности Вы бор вариантов Изготовление макета, эт апа инновационного финансирования опытного образца проек та И спытания, проверка концепции Оценка эк ологической Рис. 6. Пример морфологического дерева выбора методов для стадии эффек тивности инновационного проекта Утверждение/отк аз инновационного проекта Свертыванию подлежат только требования «И». Свертывать ваний (критериев). Следующий этап – свертывание показателей.

ской таблицы для поиска множества применяемых методов тре На приведенном И-ИЛИ дереве черными кружочками обо можно различными способами: 1) сумма (например, суммарная тельных требований (ограничений) и из дополнительных требо буется сформировать список требований, состоящий из обяза значены узлы И, белыми – ИЛИ. После создания морфологиче оценка – сумма всех показателей);

2) минимакс (например, про изводительность вычисляется как минимум из максимумов про изводительности этапов стадии);

3) средневзвешенность (обоб щенный аддитивный критерий с ранжированными показателями);

4) классификационный – возвращает 0 или 1, в зависимости от выполнения требования.

2.4. Выявление ключевых параметров для управления инновационными проектами Сложность решения задачи управления инновациями связа на еще и с тем, что для их решения требуются различные пере менные и параметры, которыми будет описываться инновацион ный проект. Разработка же системной модели является задачей более высокого порядка сложности. Поэтому крайне важной яв ляется задача минимизации количества параметров и перемен ных, которые могут потребоваться как для решения частной научно-практической задачи, так и для решения задачи составле ния комплексной модели инновационного проекта. Сокращение их количества приведет к тому, что потребуется установление взаимосвязей между меньшим количеством независимых пара метров.

Сокращение количества параметров задачи не является са моцелью, а требуется для упрощения поиска решений конкрет ных прикладных задач. Поэтому следует ожидать, что в зависи мости от решаемой задачи набор переменных и параметров, ко торые оказывают наибольшее влияние на ответ, может оказаться различным. Учитывая это, сокращение количества переменных может быть осуществлено путем вычисления их влияния на ре шение той или иной прикладной задачи. Каждая задача предпо лагает выполнение определенного действия или их последова тельности. Для решения прикладной задачи поиска набора наиболее важных переменных введем целевую функцию:

R( x1,..., xi,..., xn ), где каждому значению xi (величина штрафной функции для каждого значения каждого параметра проекта) при своено значение {0, A, B} в зависимости от показателей g и k.

Матрица «стоимости»

gi 1 gi ki 1, B ki 0 A где g – индекс действия (g = 1) или бездействия (g = 0);

k – показатель того, привело ли значение аргумента к желаемому результату.

Данная функция показывает правильность осуществления анализируемого действия.

Таким образом, решение прикладной задачи сводится к мак симизации значения целевой функции:

n R gi xi, (2) i где n – суммарное значение значений всех возможных значений всех параметров.

Максимальное значение целевой функции будет достигнуто, если оцениваемое значение параметра (при котором показатель ki 1) привело к желаемому действию gi.

Поскольку инновационные проекты относятся к социально экономическим и социально-техническим системам, которые способны адаптироваться к изменяющимся внешним условиям, для оценки значений целевой функции следует применять тео рию «мягких» систем, основанную не на точных количественных измерениях, а на качественных нечетких и гипотетических пред ставлениях о системе в виде экспертных оценок, эвристических рассуждений и т.п. [68].

Тогда введем величину pi – вероятность наступления собы тия gi 1;

ki 1 для i-го значения параметра. Вероятность того, повлияет ли конкретное значение параметра на достижение жела емого результата при выборе одного из значений, можно оценить, используя формулу (2) полной вероятности:

xi Bpi A(1 pi ) ( A B) pi A. (3) Тогда формула примет вид:

n R gi (( A B) pi A).

i Особенностью решения практических задач управления ин новационными проектами является тот факт, что на момент ре шения задачи существуют данные наблюдений за изменением параметров проекта, т.е. для каждого из параметров может быть построено множество значений, которые принимает каждый па раметр инновационного проекта.

Тогда для решения задачи необходимо каждое значение па раметра или диапазон значений привести в соответствие с веро ятностью, при которой мы достигнем желаемого нами результата pi при выборе этого конкретного значения или диапазона значе ний n-го параметра.

Величина вероятности pi может определяться несколькими способами. Первый способ – это построение гистограммы рас пределения (рис. 7) на основе ранее собранных статистических данных решения аналогичных задач. Тогда к положительному A эффекту будут приводить значения pi.

A B Если такая информация не доступна, тогда способ опреде ления вероятности pi будет зависеть от того, какой параметр мы исследуем (технический, технологический, экономический, соци альный и т.д.).

pi A ( A B) 0 Значение аргумента проекта Рис. 7. Пример гистограммы распределения pi для одного из параметров инновационного проекта Социальные параметры, такие как пол, уровень образова ния, сведения о пользовании той или иной социальной сетью, возраст, доход и т.п., могут оцениваться на основе социологиче ских исследований. Например, известно, что женщины более подвержены стихийным покупкам и т.п. [97].

Технические, технологические и экономические параметры могут быть описаны с использованием инновационной кривой или S-образной кривой. Например, если речь идет о величине продаж, то, зная динамику изменения этого показателя во вре мени, можно оценить в какой точке инновационной кривой мы находимся. После этого, приняв пик кривой за 100 % продаж, оценим величину вероятности продажи в нашей точке. Анало гично можно поступить и с другими параметрами, описываемы ми инновационной или S-образной кривой.

Таким образом, каждому значению параметра в соответ ствие будут установлены величины значений вероятности pi.

Следующим этапом решения задачи будет являться выбор A порогового значенияi для pi, которые, по нашему мне A B нию, будут приводить к R max.

В результате определения этого значения может оказаться, что существуют параметры, для которых i pi для всех значе ний. Такими параметрами можно пренебречь ( gi 0 ).

Для определения значения i для каждого из параметров построим его зависимость от риска (рис. 8). Риск будет опреде ляться как var ( R j ) ( j – номер параметра.

Тогда для каждой переменной, для которой i max pi, риск будет вычисляться по следующей формуле [5]:

n (R Rn, max ) j, j var( R j ) n k ( g (( A B) p A) R ) i i n, max i k, n где n – количество параметров, для которых выполняется условие i max pi, (k1, k2 ) – интервал значений, относящихся к j-му па раметру.

Из множества пар значений ( pi ;

var( Ri ) ) (см. рис. 8) выби раем оптимальное сочетание этих значений, исходя из условий Куна-Таккера [102].

var( R i A p i) A B Вектор целевой функции pi i 0 Рис. 8. График, иллюстрирующий выбор значения величины i Для задач, в условии которых имеются статистические дан ные, может быть вычислен корректировочный коэффициент i (коэффициент тесноты линейной зависимости между j -м пара метром и результатом в рассматриваемой выборке), позволяю щий ранжировать параметры по степени влияния на достижение результата (значимости) [52]:

rj j, Srj cov(, g j ) где rj, var( ) var( g j ) 1 rj Srj, m где m – количество значений, которое может принимать j -й па раметр.

Ключевыми будут являться параметры, для которых j [52], значимость остальных параметров может быть оценена по формуле j j 3 [52].

Для определения величин вероятности воспользуемся мето дом максимизации вероятности достижения цели, описанным в [102].

Таким образом, из формулы (3) окончательно получаем:

xi max(0,i )(( A B) pi A).

Подставив в выражение для критериальной функции R окончательно получим:

n g max(0, )(( A B) p A) max, i i i i gi 0 1;

i 1...n.

Данная задача относится к классу задач целочисленного ли нейного программирования. Для их решения разработаны специ ализированные методы (например, метод ветвей и границ) [102].

В ходе решения задачи может получиться, что будут пере менные, для всех значений которых g 0. Это означает, что та кие переменные не оказывают влияние на достижение конечной цели, а значит, их можно не учитывать. Соответственно, пере менные, значения которых имеют g 1, необходимо учитывать при построении модели инновационного проекта.



Pages:   || 2 | 3 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.