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:     | 1 || 3 | 4 |

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ ТЕХНОЛОГИЧЕСКИЙ ИНСТИТУТ федерального образовательного ...»

-- [ Страница 2 ] --

Выявленная последовательность «знания – инновации – технологическое превосходство – конкурентные преимущества – стратегия и стратегическое управление компанией – успех в глобальной конкуренции» объясняет современные этапы достижения успеха в глобальной конкуренции, обосновывает важность знаний и инноваций в конкурентной борьбе, неразрывно связывает менеджмент знаний, инновационный, технологический и стратегический менеджмент. Это обусловливает формирование нового понимания в управлении глобальными компаниями и видения со стороны высшего руководства.

5. Важным в управлении компаниями является разработка стратегий НИОКР, основанных на конкурентном отображении патентных траекторий фирмы и конкурентов, стратегических нужд фирмы, технологических траекторий, которые могут возникнуть в будущем. Ускорение коммерциализации проектов НИОКР становится необходимым, так как время реагирования на конкуренцию все более сокращается. Глобальное технологическое доминирование зависит от знаний, инновации и общего видения руководством компании.

2. СИСТЕМНЫЙ ПОДХОД К УПРАВЛЕНИЮ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТЬЮ КОМПАНИЙ Системный подход в исследовании управления инновационной деятельностью компаний предусматривает выявление всех факторов, влиящих на этот процесс, всех связей и зависимостей, которые формируют процесс управления, специфики и обязательных условий осуществления управляющих воздействий. Это требует обязательного рассмотрения во-первых, неопределенности как определяющего фактора в управлении инновационной деятельностью;

во-вторых, возможности применения оптимизационных методов и моделирования как инструмента аппарата управления, в том числе их методологические ограничения, в-третьих, рассмотрение возможных подходов в управлении, учитывающих специфику и особенности инновационного процесса.

2.1. Неопределенность в управлении инновационной деятельностью В практике управления инновационной деятельностью компании неизбежно сталкиваются с рядом затруднений, вызванных так называемой неопределенностью. Это связано с отсутствием точных и достоверных сведений, необходимых для принятия управленческих решений. В настоящее время обнаружился существенный пробел в исследовании понятия неопределенности.

По мнению Ф. З. Аралбаевой и др. [8], отличие экономики как экономической системы, в которой принимаются управленческие решения, заключается в непрерывном возникновении новых обстоятельств, существенно влияющих на процессы, происходящие в ней, а экономическая практика такова, что менеджеру в большинстве случаев приходится сталкиваться с многоальтернативной ситуацией принятия решения.

Практически каждое решение принимается человеком в условиях неопределнности, то есть недостатка информации о существующих фактах и вероятных будущих событиях. Данное утверждение относится и к принятию решения фирмой. Неопределнность увеличивается в геометрической прогрессии с удалением предполагаемого события во времени. А поскольку вс, что касается стратегии компании, относится к долговременному интервалу, то условия неопределнности в применении к стратегии, как считает Г. Шмален в [112], приобретают исключительное значение. Никто не может точно сказать, какими будут года через три параметры внешней среды фирмы, а ведь приспосабливаться к ним фирма должна начать уже сейчас.

Впрочем, если бы не было условий неопределнности, человек для принятия решений не был бы и нужен! Выбор из существующих альтернатив, даже имеющих вероятностный, но определнный характер, вполне мог бы осуществить компьютер на основании разработанного алгоритма. Человек же преодолевает условия неопределнности волевым решением, которое зачастую противоречит известным данным, и, тем не менее, оказывается верным. Именно в условиях неопределнности, как считает Б. М. Рапопорт на первое место выходят такие качества менеджера, как искусство и интуиция [82].

В таблице 7 на основе [8] приведены типы ситуаций при принятии управленческого решения. Понятие ситуация можно определить как сочетание, совокупность различных обстоятельств и условий, создающих определенную обстановку для того или иного вида деятельности. При этом обстановка может способствовать или препятствовать осуществлению данного действия.

В экономической теории неопределенность чаще всего считалась изначально присущей реальной среде функционирования экономической системы. Одним из немногих случаев использования категории неопределенности для объяснения экономических явлений экономистами теоретиками можно считать трактовку феномена прибыли американским ученым Ф. Найтом как вознаграждения, получаемого предпринимателем за то, что он берет на себя риск неудачи коммерческой операции [51]. Й. Шумпетер, объяснивший существование прибыли как вознаграждения предпринимателя за инновационную деятельность, связывает прибыль с динамичностью реальной экономики, т.е. лишь очень косвенным образом говорит о неопределенности.

Таблица 7 – Типы ситуаций при принятии управленческого решения Тип ситуации для Краткая характеристика неопределенности принятия решения по предлагаемому признаку 1. Ситуация Выбор конкретного плана действий из множества возможных всегда определенности приводит к известному, точно определенному исходу.

2. Ситуация риска Выбор конкретного плана действий может привести к любому исходу из их фиксированного множества, известны вероятности осуществления всех возможных исходов, каждый план характеризуется конечной вероятностной схемой: дискретным распределением вероятностей осуществления возможных исходов.

3. Ситуация Выбор конкретного плана действий может привести к любому неопределенности исходу из фиксированного множества исходов, но вероятности их осуществления неизвестны. Здесь следует выделить два случая:

вероятности не известны в силу отсутствия необходимой статистической информации;

ситуация не статистическая, и об объективных вероятностях вообще говорить не имеет смысла. Это и есть ситуация чистой неопределенности в узком смысле.

Вальтухом [90] предложена трактовка феномена стоимости товара как функции количества информации, содержащейся в данном товаре. При этом информация понимается в широком смысле, как мера распространенности однородных объектов в некотором пространстве относительно распространенности других объектов. Вальтух исходит из того, что в процессе производственной деятельности человек «систематически создает из предметов, находимых в природе, такие продукты, которые либо совсем не порождаются спонтанным природным формообразованием, либо порождаются лишь сравнительно редко», то есть «производство – есть производство информации». Информация, в свою очередь, определенная как мера многообразия, связана с неопределенностью динамически через зависимость между числом возможных исходов некоторого явления или процесса и вероятностями их появления.

Составлено на основе Аралбаева Ф.З, Карабанова О. Г., Круталевич-Леваева М. Г. Риск и неопределенность в принятии управленческих решений // Вестник ОГУ. - 2002, вып. 4.

В работе [53] В. Ф. Капустиным под неопределенностью понимается совокупность сведений, необходимых для принятия управленческого решения при отсутствии у лица принимающего решения количественной вероятности наступления определенных событий.

Таким образом, неопределнность – это открытые задачи, в которых лицо, принимающее решение, не знает всей совокупности действующих факторов и должно сформулировать множество гипотез, прежде чем их оценивать. Ситуация неопределнности характеризуется тем, что выбор конкретного плана действий может привести к любому исходу из фиксированного множества исходов, но вероятности их осуществления неизвестны. При этом выделяют два случая: 1) вероятности не известны в силу отсутствия необходимой статистической информации;

ситуация не 2) статистическая и об объективных вероятностях говорить вообще не имеет смысла. Это ситуация чистой неопределнности в узком смысле [53].

Именно чистая неопределнность наиболее часто встречается в экономике, ведь решения, особенно стратегические, принимаются каждой конкретной фирмой в уникальных условиях.

В приложении 6 приведена классификация неопределенностей, предлагаемая В. Ф. Капустиным в [53]. Неопределенность рассматривается им как явление и как процесс. Как явление, неопределенность – это набор нечетких или размытых ситуаций, взаимоисключающей или недостаточной информации.

К явлению относятся и форс-мажорные события, которые могут возникнуть помимо воли и сознания конкретного работника и изменить намеченный ход событий. Как процесс, неопределенность – это деятельность некомпетентного работника, принимающего ошибочные решения и т.д.

В экономической литературе встречаются высказывания отдельных исследователей о том, что риск и неопределенность – одинаковые категории, и очень часто разница между этими терминами не приводится. Соглашаясь с тем, что понятия риск и неопределенность взаимосвязаны, ставить между ними знак равенства, однако, нельзя.

Под риском понимают ситуацию, в которой люди не знают точно, что случится, но представляют вероятность каждого из этих исходов.

Неопределнность же означает недостаток информации о вероятных будущих событиях. Причм одна и та же ситуация для одного человека может являться ситуацией риска, а для другого – неопределнности, причм она очень легко может перейти из одного вида в другой.

Риск принятия неоптимального решения в условиях, когда известны все исходные данные и взаимосвязи между ними, может быть связан [112]:

- с ошибками агрегирования этих данных;

- с неправильно построенной моделью принятия решения;

- с неправильным алгоритмом применения модели принятия решения.

Те же самые причины возникновения риска действуют и в ситуации принятия решений в условиях вероятностной ситуации. К ним следует добавить, как указывает автор в [82]:

- приближнную оценку истинных значений исходных данных для принятия решений;

неадекватность модели распределения вероятностей реально протекающим процессам.

Принятие решений в условиях неопределнности является наиболее сложным. Риск принятия решений в условиях неопределнности связан с причинами, указанными выше, но кроме них следует рассмотреть:

- невозможность определения точного или хотя бы наиболее вероятного значения информации, на основе которой принимается решение;

- многовариантность исходных условий ситуации принятия решения;

- многовариантность самих решений, каждое из которых является лучшим для определнных условий, наступление которых предугадать невозможно.

В теории общего и организационного управления, использование категорий риска и неопределенности и с ними связанных широко распространено. Это обусловлено необходимостью принятия научно обоснованных решений в условиях неопределенности. Необходимость выработки формализованного подхода к разработке и принятию решений в условиях неопределенности вызвало появление не только специального аппарата категорий, но и единой теории – теории принятия решений [50], основным положением которой является утверждение, что лицо, принимающее решение, базируясь на доступной ему информации, выбирает ту альтернативу, которая максимизирует заданное соотношение между свойствами этой альтернативы и некоторым количественным показателем, которым измеряется ее полезность. Однако в условиях неопределенности точной информации о будущем состоянии управляемой системы не существует, поэтому лицо, принимающее решение, моделирует неопределенность, чтобы создать основу для принятия того или иного решения.

Таким образом, неопределенность – это неустранимое качество рыночной среды, связанное с тем, что на рыночные условия оказывает свое одновременное воздействие неизмеримое число факторов различной природы и направленности, не подлежащих совокупной оценке. Но даже если бы все привходящие рыночные факторы были бы в модели учтены (что маловероятно), сохранилась бы неустранимая неопределенность относительно характера реакций рынка на те или иные воздействия.

Неопределенности бывают не только внешние [68], но и внутренние – внутренняя среда предприятия. Сама компания содержит в себе неопределенность относительно своего будущего параметрического и структурного состояния. Например, в задаче оперативного управления установившимся промышленным производством всегда возникают проблемы и связанные с этим неопределенности [88], [31]: непрерывность производственного процесса (особенно в многономенклатурном производстве);

учет нерегулярности этого процесса;

нарушение регулярности снабжения;

принципиальная нерегулярность финансовых потоков;

учет быстро меняющихся рыночных условий, маркетинговых особенностей производства и сбыта, внешних угроз и благоприятных возможностей, как стратегических детерминант поведения фирмы, общей экономической, технологической и социальной обстановки.

В инновационном процессе различают следующие неопределенности и связанные с нею риски [58]: ошибочный выбор инновационного проекта, отсутствие достаточного уровня финансирования, отсутствие регулярного текущего снабжения, отсутствие запланированного сбыта, неисполнение контрактов, возникновение непредвиденных затрат и снижение доходов, усиление конкуренции, обеспечение прав собственности и др.

В монографии [68], посвященной нечетким множествам и их использованию в моделях принятия решений, А. О. Недосекиным предложена классификация видов неопределенности. Если спроектировать эту классификацию на специфику инновационных процессов, то можно выделить два укрупненных вида неопределенности:

- неясность (отсутствие точного знания) относительно будущего состояния потребностей и параметров рынка, неясность (отсутствие полного видения перспектив) будущих результатов НИОКР и возможностей их применения.

В соответствии с логико-методологическим подходом Т. П. Данько [39] понимание взаимоотношений необходимого и случайного предполагает последовательность в отслеживании данного взаимоотношения. Случайное означает лишь недораскрытое, недопознанное в данных рамках необходимого проявления закономерностей внешних явлений. Инновационная политика компании имеет целью удержать и расширить контролируемый сегмент потребителей, т.е. имеет характер массового стохастического процесса. Таким образом, вся предпринимательская деятельность фирмы, и особенно е инновационная составляющая, связана с ситуацией неопределенности, которая, в конечном счете, характеризует случайное поведение на рынке и в деятельности фирмы.

Неопределенности являются принципиальной неотъемлемой составляющей инновационного процесса, поскольку инновации неразрывно связаны с исследованиями и поиском нового и неизведанного. Именно большое количество неопределенностей в инновационной деятельности определяют ее специфику. И эти неопределенности принципиально не могут быть устранены.

В инновационном менеджменте имеют место все виды неопределенностей, рассмотренные в приложении 6, в частности:

перспективная, ретроспективная, техническая, стохастическая неопределенности, неопределенность состояния природы, неопределенность целенаправленного противодействия, неопределенность целей, неопределенность условий, лингвистическая (смысловая) неопределенность, а также неопределенность действий.

Проблему управления в условиях неопределенности предлагается решать путем ее моделирования [50]. При этом объективный подход к моделированию неопределенности весьма ограничен по области применения, т.к. далеко не всегда возможно получить достаточно информации о вероятностях тех или иных событий. Кроме того, он не учитывает факторы более тонкого свойства, такие как отношение лица, принимающего решение, к риску. Во многих случаях практики лица, принимающие решения, предпочитают не рисковать по-крупному, опасаясь больших потерь в случае неудачи. Этот феномен субъективного подхода в моделировании неопределенности объясняется, прежде всего, такими факторами, как психологическая склонность к риску, количество доступных денежных средств на момент принятия решения и возможность повторения рисковой ситуации в будущих периодах. Эти факторы объединяются в категории полезности – индивидуальной, субъективной оценки ценности ресурсов, используемых с риском их потери, относительно ожидаемой выгоды или потерь от их использования и имеющегося их количества [50].

В моделировании деятельности компании, в том числе и моделирования неопределенности, предлагается использовать аппарат теории вероятностей и математической статистики, а также теории нечетких множеств.

Предварительным этапом для этого является прогноз значений исследуемого показателя в будущих периодах, получаемый применением математических методов прогнозирования или экспертных оценок. Наряду с прогнозными значениями исследуемого показателя, необходимо получить доверительные интервалы прогнозов, в которых будут находиться реальные значения исследуемого показателя в будущих периодах с заданной вероятностью (надежностью). Доверительные интервалы получают либо применением формальных математических методов, либо экспертными оценками.

Такой подход к разрешению неопределенности достаточно сложен, имеет ряд существенных ограничений, достаточно трудно реализуем и при этом не дает гарантированных результатов.

2.2. Применение моделирования в инновационной деятельности и его методологические ограничения В настоящее время среди достаточно широкого круга специалистов сложилось мнение об универсальности и всемогуществе моделирования.

Поэтому очень часто при управлении компаниями и экономико производственными системами (ЭПС) прибегают к моделированию, используя его в качестве инструмента в планировании. Однако, как указывают многочисленные источники [10], [29], [72], [99], [111], [128], [59], в практическом управлении компаниями к моделированию как к методу оптимизационного управления следует подходить более осторожно.

По мнению ряда исследователей, экономико-математическое моделирование как дисциплина, изучающая процессы построения, интерпретации и применения математических моделей экономических объектов для решения задач анализа, синтеза и прогнозирования их деятельности, в настоящее время не может рассматриваться как самостоятельная. Согласно такому мнению [76], содержательная часть процесса моделирования (выбор показателей, факторов, зависимостей) включается в экономическую теорию, а техническая (под которой в 9 случаях из понимается построение тех или иных статистических моделей) –в эконометрику. Таким образом, экономико-математическое моделирование оказывается, с одной стороны, разорванным, с другой – усеченным, и вопросы взаимосвязи всех этапов моделирования, корректности интерпретации результатов моделирования и, следовательно, ценности рекомендаций на основе моделей, оказываются как бы висящими в воздухе. В результате всерьез принимаются результаты, основанные на интерпретации недостаточно адекватных моделей (например, регрессионные зависимости, у которых коэффициент множественной детерминации R2 равен 0,03 [80]). Иногда допускается чрезмерно расширительная интерпретация тех или иных компонент модели.

Причиной осторожного подхода в практике моделирования является известное несоответствие между объектом и его моделью: модель всего лишь упрощенное представление действительности. Модель – есть теоретическое построение, имеющее некоторое отношение к реальности, которое можно независимо обсуждать и анализировать [128].

При построении математической модели неизбежно приходится вводить различные допущения и ограничения и из всего количества параметров объекта выбирают лишь некоторые, по мнению разработчиков, наиболее важные [79], так как: во-первых, невозможно полностью выявить все параметры объекта, во вторых, если в модели учитывать вс их большое число, то она станет очень громоздкой и технически трудно реализуемой, а за большим количеством данных потеряется содержание моделирования. При сопоставлении объекта и модели встает вопрос о том, насколько точно она описывает объект. Очевидно, что для одного и того же объекта в зависимости от поставленных задач и количества учитываемых параметров можно предложить много моделей, каждая из которых описывает объект с определенной точностью (большей или меньшей адекватностью) и использует тот или иной математический аппарат.

Очевидно, что используемые либо разрабатываемые модели не тождественны реальным объектам и происходящим процессам, исследование моделей и ее свойств не есть исследование реального объекта. Так как нельзя построить абсолютно адекватную модель (реализовать ее), то встает вопрос об оптимально допустимой ее адекватности, которая позволит при данных условиях на данном временном промежутке пренебречь изменениями объекта [99].

Современный уровень развития математического моделирования практически не позволяет сколько-нибудь адекватно моделировать реальные объекты [59]. Любой такой объект бесконечно сложен, и даже для его вербального описания, необходимого на предмодельной стадии, требовалось бы, вообще говоря, текст гигантского, практически исключающего возможность использования, объема. Тем более бессмысленно рассчитывать на моделирование объекта в виде тех или иных математических конструкций, т.е.

элементов некоторого принципиально иного (математического) мира.

Проблема пригодности модели, как утверждает Г. Я. Гольдштейн в [29], сводящаяся к установлению количественной оценки меры адекватности принятой математической модели реальным исследуемым объектам в общем виде является весьма сложной: ее решение связано с математическими, экономическими, экспертными, техническими и даже философскими вопросами. В самом деле, как можно решать вопрос о количественной мере отличия математической модели объекта и самого реального объекта, если истинное (полное) описание такого объекта исследователю никогда не известно?

Учитывая, что модель есть упрощенное представление действительности, очень важной проблемой является определение цели моделирования.

Постановка цели в свою очередь определяет количественный показатель адекватности разрабатываемой модели. В общем случае цель моделирования – получение информации об объекте во времени начиная с познавательных целей и вплоть до получения конкретных данных для принятия управленческих решений [99].

Действительно, если количественная мера адекватности модели не установлена, то вся идея проведения имитационных машинных экспериментов не выдерживает элементарной критики. Пока этот вопрос не решен, ценность модели остается незначительной, а имитационный машинный эксперимент превращается в простое упражнение в области дедуктивной логики. Более того, как считает В. В. Ольшевский в [72] и другие специалисты в области имитационного моделирования сложных систем, что экспериментирование на компьютере с неадекватной моделью принесет мало пользы, так как мы попросту будем имитировать собственное невежество.

Немаловажным в практическом плане является стоимость получения результатов моделирования. В эту стоимость входят как цена разработки модели, так и цена ее реализации и получения требуемой информации. Большая стоимость получения результатов моделирования уже ставит вопрос о том, а стоит ли вообще применять моделирование.

Если принять во внимание многочисленные примеры успешного моделирования самых разнообразных физических, биологических и экономических объектов и процессов, и вместе с тем взглянуть на них более пристально, то окажется, что непосредственными прототипами для этих моделей послужили не конкретные фрагменты реального мира, а их системные представления, т.е. результаты их описания в виде систем с помощью тех или иных системообразующих признаков [59]. Эти описания несравнимо проще чем объекты, и поэтому именно они располагаются между объектом и его моделью.

Как видно на рисунке 10, связь между объектом и его моделью носит опосредованный характер, поскольку между объектом и его моделью располагается системное описание объекта. При этом зазор между объектом и его системным описанием может быть весьма значительным. Например, в системном описании предприятия может быть на самом деле отражен лишь процесс производства продукции, в то время как процессы воспроизводства ресурсов не отражаются, поскольку находятся вне интересов исследователя.

Логично считать, что если системное описание объекта S позволяет однозначно восстановить объект Q, то модель M, построенная на базе такого системного описания, можно назвать системной моделью объекта Q.

Системное Модель Объект (Q) описание объекта (M) объекта (S) Рисунок 10 – Соотношение между объектом, его системным описанием и моделью Моделирование деятельности компаний (отдельных направлений деятельности) имеет определенную специфику [59]. Эти особенности отражают:

неустойчивость статистических характеристик зависимостей, изменчивость состава и нестационарность действия факторов, влияющих на характер и протекание моделируемых на микроэкономическом уровне процессов;

- нестабильность внешней среды предприятия;

присутствие значимого субъективного компонента (влияние принимаемых на данном предприятии решений) в составе факторов микроэкономических процессов;

- проблематичность применения статистических методов и подходов в моделировании микрообъектов, в частности, трудности формирования однородной генеральной совокупности из аналогичных объектов;

- возможность дополнения «внешней» количественной статистической информации о значениях моделируемых показателей «внутренней»

качественной информацией о характере зависимости, получаемой непосредственно от инсайдеров;

Составлено автором на основе Клейнер Г. Б. Моделирование механизмов принятия решений на предприятии //Экономика и мат. методы. 2002. - №3.

- отсутствие преемственности в моделировании, характерной для моделирования макрообъектов, крайняя ограниченность числа (как правило, отсутствие) публикаций о ходе и результатах моделирования данного процесса на данном микрообъекте.

Для того чтобы учесть эти особенности при построении модели, обеспечив ее адекватность как способность отражать наиболее существенные в данном аспекте связи между компонентами системного описания объекта и элементами его модели, необходимо обеспечить максимальную траспарентность и сопоставимость информации о ходе и результатах моделирования как можно большего числа микроэкономических объектов [59].

Сложность моделирования деятельности реальной компании, кроме того, определяется целым рядом факторов: неоднородностью производимой продукции;

нерегулярностью производства;

внутренними факторами, дестабилизирующими производство;

нарушениями регулярности снабжения;

задержками и нерегулярностью финансовых потоков;

изменением рыночных условий;

маркетинговыми особенностями продукции;

внешними угрозами и благоприятными возможностями;

общей экономической, технологической и социальной обстановкой и так далее.

Большинство этих параметров системы носит вероятностный характер и, что самое главное, являются нестационарными. Планирование и управление по усредненным характеристикам не дает должного эффекта, так как пока оно осуществляется, изменяются и сама система, и ее окружающая среда. Все это усугубляется нестационарным характером вероятностных процессов. В результате применение формальных математических моделей затруднено из-за большой размерности ЭПС, недостаточной априорной информации, наличия плохо формализуемых факторов, нечеткости критериев оценки принимаемых решений [29], [88] и так далее.

Экономическая система, как объект исследования и приложения экономико-математических методов непрерывно развивается в нестационарных условиях. Модели математического программирования, как утверждает В. А. Забродский в [88] не отражают в должной мере условия выполнения планов, не учитывают в полной мере прогнозируемые потери, вызванные необходимостью локализации помех во времени и по ансамблю подсистем.

Эконометрические модели для таких условий практически не разработаны.

Реальным подходом к решению задачи управления деятельности компании, как считает И. Б. Моцкус, может являться отказ от поиска и реализации предельно оптимальной модели управления и переход к использованию приближенных решений [67]. В этом случае ищутся варианты управления, находящиеся вблизи абсолютного оптимума, а не сам оптимум.

Можно считать, что в любой задаче существует некоторый порог сложности, переступить который можно только ценою отказа от требований точности решений. Если учесть стоимость компьютерной реализации решения, например, многоэкстремальных задач, то точные их методы решения могут оказаться невыгодными по сравнению с более простыми приближенными методами. Эффект, полученный от уточнения решения, не окупит дополнительных затрат на его отыскание. Следует отметить, что сама многопараметричность задачи «сглаживает» оптимум решения и облегчает задачу попадания системы управления в область, близкую к оптимуму. Причем это становится все более явным с увеличением числа параметров системы и их вероятностного характера.

Еще в 60-е годы XX века ученые обратили внимание на то, что закон распределения целевой функции при проектировании системы с большим числом аргументов имеет свойство сходиться к нормальному, если целевая функция (или ее монотонное преобразование) выражается суммой членов, каждый из которых зависит от ограниченного числа переменных. Такое условие выполняется в большинстве реальных случаев управления ЭПС [67].

Это открывает путь к использованию таких методов оптимизации в управлении деятельностью компаний, которые минимизируют сумму ожидаемого риска, связанного с отклонением в управлении от достижения оптимума, и средних потерь на поиск этого решения (затрат на проектирование системы управления).

Наличие многих факторов, определяющих управление в реальной ЭПС и их вероятностный характер, нестационарность, условность в используемых экономико-математических моделях делают реальное управление лишь приближенно оптимальным, что ведет к необходимости приближенной оптимизации на основе использования принципа «горизонтальной неопределенности» [29].

Таким образом, управление деятельностью реальной компании в общем случае в силу указанных выше причин может быть принципиально только адаптивным. Это объясняется, во-первых, принципиальной невозможностью математически точного определения начальных условий объекта управления [20], во-вторых, принципиальной невозможностью математически точного описания всех возмущающих объект управления воздействий со стороны внешней среды, в-третьих, принципиальной невозможностью описания всех взаимных связей между элементами объекта, в-четвертых, нестационарностью характеристик внешней среды и характеристик системы [29], [88], [98].

Оказывается, что сама система управления деятельностью компании базируется в большинстве своем на субъективных оценках параметров системы, среды и взаимосвязей реальной ЭПС. В настоящее время, как утверждают В. С. Пугачев и др. авторы в [73], пока еще не разработаны (и вряд ли могут быть разработаны) методы исследования процессов управления одновременно с большим числом объектов, обладающих известной самостоятельностью действий и свободой поведения.

В практике управления инновациями, которое являются одним из направлений деятельности компании, очень часто возникает искушение применения традиционных экономико-математических методов оптимизационного управления. Однако в силу специфики инновационной деятельности, характеризуемой высокой степенью неопределенности и непредсказуемости, управление инновационной деятельностью может быть принципиально только адаптивным [29], [30], [98], [31]. Указанные выводы подтверждается работами [47] и [48].

Поэтому раскрытие механизма адаптивного управления, а также причин, порождающих необходимость его применения в управлении инновациями и инновационной деятельности приобретает исключительное значение и рассмотрено далее в настоящей монографии.

2.3. Адаптация и адаптивный подход в управлении компаниями В управлении инновациями и инновационной деятельности сложилось ошибочное представление о процессе осуществления разработок как о последовательной процедуре реализации отдельных этапов. На рисунке 11 и рисунке 12 приведены две иллюстрации из [48], демонстрирующие разницу между полагаемыми и фактическими инновационными процессами. На рисунке 11 показан идеальный вариант каскадной схемы, по которой полагается планировать проектирование информационных систем (ИС).

Определение требований Проектирование Программирование Компоновка Тестирование Рисунок 11 – Идеальная каскадная схема проектирования информационных систем Источник: Зиндер Е. З. Новое системное проектирование: информационные технологии и бизнес реинжиниринг. Методы нового системного проектирования // СУБД. – 1996. – № 2.

На рисунке 11 показаны реальные итерации, заставляющие возвращаться к этапам проектирования и определения требований даже в ходе работ по комплексному тестированию ИС.

Определение требований Проектирование Программирование Компоновка Тестирование Рисунок 12 – Реальный ход разработки информационных систем Процедура разработки информационных систем мало отличается от процедуры проекта НИОКР, кроме того, разработка ИС есть ее частный случай.

Поэтому схема, предложенная на рисунке 12, справедлива и для процесса НИОКР в целом. В этом случае, общая схема инновационной процедуры проекта НИОКР (см. рисунок 1) будет иметь вид, предложенный на рисунке 13.

Там же.

Коммерческий рынок Пробный маркетинг Испытание продукта Р азработка продукта Экономический ана лиз Проверка концепции Фильтрация идей Генерация идей Обзор рыночной ситуации Рисунок 13 – Реальный ход процедуры инновационного менеджмента Одной из задач инновационного менеджмента является создание и управление специфическими (инновационно-ориентированными) видами ресурсов, такими, например, как специалисты соответствующих квалификаций.

На рисунке 14 показано плановое распределение специалистов, которые должны были бы работать в последовательном и конвейерном стиле на разных этапах каскадного проектирования при разработке ИС [47].

Составлено автором на основе работ Г.Я. Гольдштейна.

Число занятых людей Програм мирование Раздельное тестирование и Определение Тестирование компоновка требований системы Проекти Использование рование а) Время Рисунок 14 – Конвейерное распределение людских ресурсов при проектировании системы На рисунке 15 приведена соответствующая схема Э. Ферентино [48], которая отражает реальные процессы загрузки специалистов. По этой схеме группа, определяющая требования пользователей и разрабатывающая внешние спецификации проектируемой информационной системы, работает постоянно на всем цикле жизни системы, выполняя и корректирующие, и контролирующие функции. В связи с этим, требования к параллельности и спиральности проектирования, к комплексности групп разработчиков возросли.

Для процесса НИОКР с учетом ее специфики является характерным обращение к предыдущим стадиям для уточнения или изменения направления осуществления работ. Это в свою очередь требует постоянного участия специалистов всех квалификаций, задействованных в работах до полного их окончания.

Источник: Зиндер Е. З. Новое системное проектирование: информационные технологии и бизнес реинжиниринг // СУБД. – 1995. – №4.

Число занятых людей Пр огр Пр ам о ми е кт ро ир ва ов ни ан Ко е ие м Сп по ец но иф вка Использо ик а ци вание я Ан а л и тре б з ов а н ий Время Рисунок 15 – Реальное распределение людских ресурсов при проектировании При такой организации схема распределения ресурсов проектировщиков по стадиям разработки из схемы Э. Ферентино (рисунок 15) преобразуется в схему, показанную на рисунке 16. На нем предложено распределение ресурсов при разработке одного компонента.

Число занятых людей 1 - Анализ и построение моделей 2 - Экспериментирование 3 - Программирование 4 - Комплексирование, 3 компоновка и тестирование 5 Использование 5 Время Рисунок 16 – Схема распределения разработчиков при работе над одним проектом Источник: Зиндер Е. З. Новое системное проектирование: информационные технологии и бизнес реинжиниринг // СУБД. – 1995. – №4.

Составлено автором на основе Зиндер Е. З. Новое системное проектирование: информационные технологии и бизнес-реинжиниринг // СУБД. – 1995. – №4.

При выполнении нескольких проектов распределение разработчиков ИС представлено на рисунке 17. Из рисунка видно, что заранее спланировать необходимость в специалистах разных категорий представляется очень сложной, практически не реализуемой задачей.

Управление инновационной деятельностью компаний как указывалось ранее связано с рядом трудностей, обусловленных спецификой инновационного процесса: неопределенностью внешней среды, неопределенностью самой системы управления, которая представляет собой компания, и неопределенностью результатов осуществляемых ею НИОКР.

На основе проведенных исследований в [47] и [48], можно сделать вывод о том, что итерационные процессы в управлении, в частности управлении НИОКР (см. рисунки 11 – 13), – объективная реальность. А распределение разработчиков при осуществлении работ по проектированию (см. рисунки 14 – 17) свидетельствуют о неоднозначности и предсказуемости потребности в квалифицированных специалистах при осуществлении инновационной процедуры. Все это обусловливает отказ от использования оптимизационного управления в инновационной деятельности компаний и применение итерационно-адаптивных методов.

Число занятых людей Время Время Время Время Число занятых 1 2 3 4 людей Время t0 t1 t2 t Рисунок 17 – Схема распределения разработчиков при работе над несколькими проектами Общий подход к разработке адаптивных методов управления инновационной деятельностью компаний предложен ниже. Использование прямого подхода при построении алгоритмов адаптации систем управления невозможно. Это связано с тем, что динамика изменения параметров объекта намного выше, чем время адаптации алгоритмов такого типа. Современные системы управления отличаются большим количеством элементов и связей между ними, высокой степенью динамичности, наличием нефункциональных (алгоритмических и даже субъективных) связей между элементами, Составлено автором на основе Зиндер Е. З. Новое системное проектирование: информационные технологии и бизнес-реинжиниринг // СУБД. – 1995. – №4.

воздействием различных по своему характеру помех. Процессы, протекающие в этих системах, нетривиальны и плохо формализуемы. Поэтому в отличие от простых систем управления в соответствии с гипотезой разделимости Н. Н. Моисеева [21], задача синтеза адаптивного управления решается в два этапа: строится программная (плановая) траектория и определяется управляющее воздействие, реализующее программу. С точки зрения систем организационного типа эти два этапа носят название планирование и регулирование. Планирование трактуется как определение оптимальной программной траектории управляемой системы на конкретный период времени, а регулирование – как нахождение управляющих воздействий, которые направлены на устранение дестабилизирующих воздействий случайных возмущений, отклоняющих управляемую систему от оптимальной программной траектории.

Однако механическое использование гипотезы разделимости при разработке методов управления производством не отражает следующей особенности систем управления. При планировании в момент времени t определяются траектория системы и плановые задания по использованию t, t 1, ресурсов на интервале которые являются общими как для программного, так и для корректирующего управления. А при регулировании внутри интервала t, t 1 по текущим возмущениям и состоянию системы определяются регулирующие воздействия, заключающиеся в корректировке использования ресурсов на интервале 1, 2, t 1 2 t 1, т.е. на этапе регулирования, рассчитанная ранее плановая траектория на интервале 1, заменяется траекторией полученной в результате решения задачи регулирования. И откорректированная таким образом траектория принимается в качестве плановой на интервале 1, 2.

Таким образом, эффективность управления на этапе планирования зависит в общем случае от двух составляющих: принимаемого в данный момент плана и от будущих управляющих воздействий, направленных на устранение возможных отклонений от плана. Аналогично эффективность регулирующих воздействий также зависит от двух составляющих:

принимаемого в данный момент регулирующего воздействия и от будущих корректирующих воздействий, направленных на устранение возможных отклонений от заданной траектории.

Для формализации механизмов планирования и регулирования производства, адекватно описывающих реальные механизмы управления производством, основанные на опыте и дальновидности лица, принимающего решения, учитывается единство процессов планирования и регулирования. В связи с этим системы управления содержат две взаимодействующие подсистемы. Причем взаимосвязь между подсистемами планирования и регулирования заключается в обмене входной и выходной информацией, а также в том, что обе подсистемы должны обладать свойством рефлексии по отношению к другой подсистеме, т.е. должны знать и уметь моделировать механизмы принятия управляющих решений другой подсистемой.

Необходимость наделения подсистем планирования и регулирования свойством рефлексии обусловлена потребностью приспособления системы управления не только к прошлому ходу производства, но и к его будущему развитию.

Формально это выражается в том, что и цель управления, и соотношения, на основании которых вырабатываются управляющие решения, обладают свойством упреждаемости в отличие от механизмов адаптивного управления в технических системах.

Адаптивная система управления производством состоит из двух взаимосвязанных систем: адаптивной системы планирования и адаптивной системы регулирования. Структурно выделенные системы практически идентичны. Функциональная структура каждой из них состоит из следующих взаимосвязанных частей: модели планирования (соответственно регулирования);

имитационной модели функционирования системы;

внутреннего (имитационного) адаптера;

внешнего (объектного) адаптера.

Внешний адаптер на основе анализа характеристик объекта и внешней среды выбирает модель задачи планирования, а также имитационную модель, осуществляя тем самым структурную адаптацию системы управления. Затем по результатам выполнения планов прошлых периодов и прошлых возмущающих воздействий он подстраивает параметры в модели планирования (регулирования) и имитационной модели, включающей имитационные модели объекта, среды и системы регулирования. В адаптивной системе планирования, основываясь на полученных параметрах, по модели планирования определяют план и потенциальный эффект. План рассматривается как траектория, заданная последовательностью плановых состояний, распределенных во времени. По имитационной модели осуществляется имитация реализации плана, и оцениваются потери, не позволяющие достичь потенциального эффекта.

Имитация реализации плана выполняется несколько раз для получения статистически значимых оценок показателей плана. По результатам расчета плана и имитации его выполнения проводятся оценка и анализ приемлемости плана. Если план с учетом его возможной реализации приемлем, то он принимается к исполнению. В противном случае внутренний адаптер, основываясь на результатах имитации, подстраивает параметры модели планирования и модели регулирования, и работа схемы повторяется, начиная с пересчета плана при новых параметрах. Работа внутреннего адаптера базируется на одном из методов оптимизации в условиях помех.

Предложенный подход достаточно успешно позволяет решать стоящие в управлении инновационной деятельностью проблемы, позволяет учитывать все неопределенности, сопутствующие инновационному процессу, упростить саму систему управления и значительно повысить эффективность деятельности крупных и глобальных компаний.

Использование эвристических итерационно-адаптивных методов управления в успешно действующих зарубежных крупных компаниях требует внимательного изучения для трансформации к экономическим условиям России и дальнейшего использования в деятельности именно российских компаний.

Это вызывает необходимость рассмотрения в исследовании наиболее успешного и эффективного опыта деятельности крупных и глобальных компаний.

Изучение опыта успешно действующих компаний важно и полезно с нескольких точек зрения. Во-первых, это позволит отслеживать развитие современных методов и алгоритмов управления крупными компаниями;

во вторых, идентифицировать своих главных конкурентов: узнать своих «врагов»

не только в лицо, но и изнутри;

в-третьих, определить пути дальнейшего развития инструментария современного менеджмента, будущие проблемы и способы их разрешения.

Выводы по главе 1. Неопределенности являются неотъемлемой составляющей инновационной деятельности компаний. Это обусловлено отсутствием необходимой статистической информации о состоянии объекта управления и его окружения, либо невозможностью использования какой-либо статистической информации вообще ввиду того, что ситуация не статистическая и об объективных вероятностях говорить вообще не имеет смысла. Неопределнность – это неустранимое качество рыночной среды, связанное с тем, что на рыночные условия оказывает свое одновременное воздействие неизмеримое число факторов различной природы и направленности, не подлежащих совокупной оценке.

В инновационном процессе различают следующие неопределенности и связанные с нею риски: ошибочный выбор инновационного проекта, отсутствие достаточного уровня финансирования, отсутствие регулярного текущего снабжения, отсутствие запланированного сбыта, неисполнение контрактов, возникновение непредвиденных затрат и снижение доходов, усиление конкуренции, неурегулированность вопросов прав собственности необходимостью неоднократных возвратов к предыдущим этапам и стадиям исследований и разработок. Кроме того, инновационная деятельность характеризуется маркетинговыми неопределенностями, такими как: неясность относительно будущего состояния потребностей и параметров рынка и неясность перспектив будущих результатов НИОКР и возможностей их применения. Именно наличие большого количества неопределенностей обусловливает специфику управления инновационной деятельности.

2. Проблему управления в условиях неопределенности принято решать путем моделирования. Такой подход в управлении инновациями и инновационной деятельностью достаточно сложен, имеет ряд существенных методологических ограничений, достаточно трудно реализуем и при этом не дает гарантированных результатов.

Выходом из этой ситуации может являться отказ от поиска и реализации оптимального управления и переход к использованию приближенных решений.

В этом случае ищутся варианты управления, находящиеся вблизи абсолютного оптимума, а не сам оптимум. Можно считать, что в любой задаче существует некоторый порог сложности, переступить который можно только ценою отказа от требований точности решений. Если учесть стоимость компьютерной реализации решения, например, многоэкстремальных задач, то точные их методы решения могут оказаться невыгодными по сравнению с более простыми приближенными методами. Следует отметить, что сама многопараметричность задачи «сглаживает» оптимум решения и облегчает задачу попадания системы управления в область, близкую к оптимуму.

Это обосновывает неизбежность применения адаптивных эвристических подходов в управлении инновационной деятельностью компаний.

3. Современные системы управления отличаются большим количеством элементов и связей между ними, высокой степенью динамичности, наличием нефункциональных связей между элементами, воздействием различных по своему характеру помех, а процессы, протекающие в них, нетривиальны и плохо формализуемы. Задача управления в таких системах решается применением адаптивной модели управления и состоит из двух этапов:

строится программная траектория управляемой системы на конкретный период времени и определяются управляющие воздействия, которые направлены на устранение дестабилизирующих случайных возмущений, отклоняющих управляемую систему от оптимальной программной траектории.

С точки зрения систем организационного типа эти два этапа носят название планирование и регулирование. Эффективность управления на этапе планирования зависит в общем случае от двух составляющих: принимаемого в данный момент плана и от будущих управляющих воздействий, направленных на устранение возможных отклонений от плана. Аналогично эффективность регулирующих воздействий также зависит от двух составляющих:

принимаемого в данный момент регулирующего воздействия и от будущих корректирующих воздействий, направленных на устранение возможных отклонений от заданной траектории.

3. МЕТОДЫ И ИНСТРУМЕНТАРИЙ СТРАТЕГИЧЕСКОГО УПРАВЛЕНИЯ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТЬЮ КОМПАНИЙ 3.1. Проблемное поле, задачи, методы и алгоритмы стратегического управления инновационной деятельностью компаний В рамках настоящей монографии был проведен анализ специализированной литературы с целью выявления проблемного поля стратегического и инновационного менеджмента и опыта управления успешно действующих на глобальном рынке компаний. Акцент был сделан на исследование зарубежных специализированных периодических изданий, так как именно там предполагалось найти результаты последних исследований и научных достижений в области стратегического инновационного менеджмента.

В качестве источников использовались следующие зарубежные научно периодические издания:

1) Management Review (журнал «Менеджмент»);

2) Strategic Management (журнал «Стратегический менеджмент»);


3) Journal of Product Innovation Management («Журнал продуктового инновационного менеджмента»);

4) Journal of Strategic Marketing («Журнал стратегического маркетинга»);

5) Californian Management Review (журнал «Менеджмент Калифорнийской школы бизнеса»);

6) Management Science (журнал «Наука менеджмент»);

7) Research and Technology Management (журнал «Исследования и технологический менеджмент»);

8) Journal of Marketing (журнал «Маркетинг») 9) Sloan Management Review (журнал «Менеджмент Слоановской школы бизнеса»);

10) Business in Europe (журнал «Бизнес в Европе») 11) American Business Review (журнал «Бизнес в Америке») 12) Business and Health (журнал «Бизнес и здоровье») 13) Electronic Business (журнал «Электронный бизнес») 14) Harvard Business Review («Гарвардский журнал бизнеса») 15) European Management Journal (журнал «Менеджмент в Европе») 16) Journal of Evolutionary Economics (журнал «Развитие в Экономике») 17) IEEE Transactions of Engineering Management (сборник статей «Менеджмент инженерных разработок») 18) Industry Week (газета «Промышленность за неделю») и др.

Анализ проблемного поля инновационного менеджмента и исследование опыта управления действующих на глобальном рынке компаний позволил выявить следующий комплекс взаимосвязанных задач и проблем. К задачам, в частности, относятся: 1) прогнозирование и планирование стратегической инновационной деятельности;

2) отбор проектов и формирование портфеля проектов НИОКР;

3) организация процесса глобальных НИОКР;

4) управление знаниями;

5) управление персоналом.

Основываясь на приведенной классификации и учитывая базовые положения, изложенные в главе I, к основным задачам стратегического инновационного менеджмента относятся следующие.

1. Определение сравнительных преимуществ компании и превращение их в конкурентные.

2. Мониторинг базовых технологий и спектра их развития.

3. Определение приоритетов стратегического развития компании и роли в этом отдельных проектов НИОКР.

4. Создание устойчивого конкурентного преимущества компании на основе полученных знаний и проводимых НИОКР.

5. Обеспечение воспроизводства качественных человеческих ресурсов в сфере менеджмента НИОКР.

6. Получение, использование, правовая защита и эффективное управление знаниями.

7. Управление потоком проектов НИОКР.

8. Управление общими и специфическими (инновационно ориентированными) видами ресурсов.

9. Управление непосредственным процессом осуществления НИОКР.

В таблице 8 указаны литературные источники, в которых нашли отражение вопросы по предложенной выше классификации. В таблице приведен автобиографический список ученых, занимавшихся исследованиями в указанных областях.

Таблица 8 – Классификация основных современных проблем управления глобальных компаний Тематика научных публикаций Номера ссылок в прилагаемом списке литературы 1) прогнозирование и [154] [214] [205] [234] [120] [296] [156] [201] [286] планирование стратегической [119] [271] [155] [298] [152] [226] [188] [147] [174] инновационной деятельности [266] [262] [269] [194] [285] [150] [287] [212] [246] [179] [208] [207] [225] [258] [153] [292] [166] [284] [145] 2) отбор проектов НИОКР и [122] [135] [157] [164] [165] [193] [196] [240] [268] формирование портфеля проектов [270] [282] [233] [256] [136] [239] 3) организация процесса [124] [125] [277] [172] [219] [222] [178] [190] [251] глобальных НИОКР [161] [206] [232] [267] [220] [162] [210] [227] [290] [160] [148] [149] [280] [273] [134] [200] [218] [283] [255] [191] [235] [170] [141] [265] [294] [253] [259] [132] [163] 4) управление знаниями [260] [299] [126] 5) управление персоналом [221] [297] [181] [229] [230] [289] [231] [176] [252] [169] [244] Составлено автором на основе анализа списка приведенной литературы.

Таблица 9 – Автобиографический список ученых, занимавшихся исследованиями в указанных областях Тематика научных Номера ссылок публикаций в прилагаемом списке литературы 1) прогнозирование Albright R. E., Alexander G., Brickhill G., Carlson L. W., и планирование Chesbrongh H., Christensen C. M., Coates J. F, Coburn M. M., стратегической Courtney H., Dearing A., Edelheit L. S., Farrukh G., Gernerand P., инновационной Glass G. T., Greenwood D. J, Grinnell M., Grossman D. S., деятельности Hartmann G. C., Hipple J., Holmes J. S., Hwang A. S., James M. W., Kappel T. A., Katz R., Lovallo D., Lundquist G., Lyne M. B., MacQueeney D. F., Matteo M. R., Moitra D., Musso C., Paup J., Phaal R., Probert D., Radnor V., Radnoz M., Richey J. M., Robert D., Strauss J. D., Stevens T., Tassey G., Taylor D., Tennenfrouse D., Vanstone J. H., Vanstone L. K., Walwyn D. R., Wit H.

2) отбор проектов Angelis D I., Balachandra R., Board I. F., Boer F. P., Case R. N., НИОКР и Coffin M. A., Cooper R. G., Edgett S. I., Graves S. B., Gupta S. K., формирование Ip C., Kaufman P. E., Kleinschmidt E. I., Kyparisis J., McDonough E. F., портфеля проектов McGrath R. G., McMillan I.. C., Ozez M., Retting M., Ringuest J. L., Simons G., Spital F. C., Spradlin T., Taylor B. W.

3) организация Alexia B., Akgun A. E., Archibugi D., Arimura S., Ayers A., процесса Bigwood M. P., Bingham P., Blaylock E., Brandegee B., Breitzman A., глобальных Burley J., Chesbrough H., Cooper R. G., Deneka C. W., DeSanctis G., НИОКР Downey C., Edgett S. J., Ensing I. M., Farris G. F., Giordan J. C., Glass J. T., Greenberg D., Hargadon A., Hartz C. A., Hirschhorn L., Howell L. J., Johnson A., Kapur V., Kash D. E., Kleinschmidt E., Kossovsky N., Krishnamurthy K., Kulish D., Lele M. M., Leroux X., Lynn G. S., MacMillan I. C., Markham S. K., McGrath R. G., McIlvaine B., McKeough D. T., Miche I., Munsch K., Norling P. M., Ozez M., Perel M., Postle S. R., Prather C. W., Raynor M. E., Rinehart E., Rycroft R. W., Salomon M. F., Schork J. M., Simon E. S., Socolof S., Smith R. D., Stevens G. A., Swisher B., Taylor R. Thomas P., Turrell M. C., Utunen P., Vester J., Whitwell G. E.

4) управление Armbrecht F. M. R. Jr., Chapas R. B., Chappelow C. C., Farris G. F., знаниями Friga P. N., Hartz C. A., McIlvaine M. E., Postle S. R., Pferrer I., Sutton R. I., Whitwell G. E. Zack M. H.

5) управление Barczak G., Cutler G., English K., Floricel S., Foust J. A., Maccoby M., персоналом Miller R., McDonough E. F., Nambisan S., White D., Wilemon D.

Инструментарием стратегического инновационного менеджмента, позволяющим решать стоящие перед ним задачи, являются методы и алгоритмы. Современный инструментарий отличается высокой степенью эффективности применения в практической деятельности крупных компаний. К ним в частности относятся:

Составлено автором на основе анализа списка литературы приведенного на стр.88.

1) современные методы планирования и прогнозирования;

2) современные эвристические алгоритмы и методы отбора проектов, 3) современные эвристические алгоритмы и методы организации, глобального управления НИОКР и т.д.;

4) мониторинг и аутсорсинг технологий;

5) обучение персонала;

6) обучение высшего руководства компаний.

Задачи стратегического инновационного менеджмента и инструментарий их разрешения приведен в таблице 10.

Таблица 10 – Задачи и инструментарий стратегического инновационного менеджмента ЗАДАЧИ ИНСТРУМЕНТЫ Определение сравнительных преимуществ обучение высшего руководства 1.

компании и превращение их в компаний конкурентные Мониторинг базовых технологий и спектра мониторинг и аутсорсинг технологий 2.

их развития.

Определение приоритетов стратегического обучение высшего руководства 3.

развития компании и роли в этом компаний отдельных проектов НИОКР.

Создание устойчивого конкурентного - современные методы планирования и 4.

преимущества компании на основе прогнозирования;

полученных знаний и проводимых - мониторинг и аутсорсинг технологий НИОКР.

Обеспечение воспроизводства обучение персонала 5.

качественных человеческих ресурсов в сфере менеджмента НИОКР.

Получение, использование, правовая мониторинг и аутсорсинг технологий 6.

защита и эффективное управление знаниями.

Управление потоком проектов НИОКР. современные эвристические алгоритмы 7.

и методы отбора проектов, Управление общими и специфическими современные методы планирования и 8.

(инновационно ориентированными) прогнозирования видами ресурсов.

Управление непосредственным процессом современные эвристические алгоритмы 9.

осуществления НИОКР. и методы организации, глобального управления НИОКР и т.д.;

Составлено автором на основе анализа списка литературы приведенного на стр.88.

3.2. Современный инструментарий управления инновационной деятельностью крупнейших компаний США, Японии и Европы Опыт успешно действующих глобальных компаний необходимо изучать и использовать. Инструментарий решения задач стратегического инновационного менеджмента этих компаний может быть весьма полезным для России. В настоящем разделе кратко освещены отдельные аспекты деятельности крупнейших компаний США, Японии и Объединенной Европы при разрешении проблем, выявленных в предыдущем разделе.

В качестве примера современного инструментария в настоящем разделе представлены методы и алгоритмы стратегического инновационного менеджмента успешных крупных и глобальных компаний.

Современный метод планирования и прогнозирования деятельности компании, который называется роудмаппинг, рассмотрен в работах [241], [237], [261], [119], [266], [262], [269], [194], [285]. Термин роудмаппинг пришел в экономику из политики и дословно означает в переводе с английского языка – движение по дорожной карте. Впервые он появился в конце XX столетия и рассматривался как изыски в управленческой деятельности. Однако в начале текущего столетия роудмаппинг был признан как самый эффективный метод планирования, прогнозирования и управления деятельностью глобальных корпораций.


Роудмаппинг предусматривает построение так называемых «дорожных карт» – маршрутов развития компании в будущем по основным сферам деятельности: рынок, продукты, технологии, конкуренты и т.п. В терминах теории управления роудмаппинг представляется как взаимосвязанное конкретное долгосрочное планирование наиболее важных сфер деятельности, направленное на повышение эффективности управления, как отдельных сторон ее деятельности, так и компании в целом. Основной акцент роудмаппинга – это инновации и новые технологии.

Практика использования роудмаппинга насчитывает около десяти лет, причем он был реализован в крупнейших глобальных компаниях. В частности в статье [119] описывается опыт последних нескольких лет в Lucent Technologies.

По мнению авторов, внедрение дорожных карт в корпорации помогает уверенно достигать ключевых стратегических целей. Для каждой продуктовой линии дорожные карты согласуют рыночную стратегию с технологическими планами и планами по продуктам. Дорожные карты помогают сконцентрировать внимание на долгосрочном планировании, улучшают взаимосвязи, автономность планов, являются основой для корпоративного технологического планирования, идентификации потребностей, сильных и слабых сторон корпорации. Этот процесс помогает сосредотачивать внимание управленцев на самых важных приоритетах в каждом шаге процесса планирования.

Создание дорожных карт позволяет проследить историю каждого ключевого решения в плане. Дорожные карты для нескольких продуктовых линий дают возможность обозревать общую картину технологических потребностей, которая может представлять собой общую единую программу исследований и разработок, либо приобретения технологий и ноу-хау. Выбор между разработкой базовых технологий либо их приобретением – решение ближайшего времени, но с долгосрочными последствиями.

Отличительная особенность дорожных карт по сравнению с другими корпоративными документами планирования – учет времени и подробнейшая взаимоувязанная детализация планов, предусматривающая итерационно адаптивное управление в достижении стратегических целей и задач.

Главная цель роудмаппинга состоит в идентификации стратегии компании в каждый момент времени и сосредоточении на эволюции предлагаемых товаров. Это позволяет акцентировать управление на вопросах ключевых технологий, которые должны быть разработаны или приобретены, особенностях, которые должны быть реализованы в продуктах для удовлетворения высокотребовательного потребителя или рыночных потребностей. Роудмаппинг, таким образом, связывает маркетинговые характеристики товара с технологией его производства и стратегией компании.

С разработкой и применением дорожных карт определяются бреши в стратегии, а также действия по их устранению.

Задача развертывания дорожных карт требует ряда действий, нацеленных на применение их в нужное время и в нужных местах, обучение руководства компании, так как подразумевается новые понимание и видение в управлении, которые редко где еще применяются, а также построение серии дорожных карт «Рынок», «Продукт», «Эволюция продукта», «Движители продукта», «Технология», «Риски» и «Стратегия действия».

Общий шаблон дорожной карты показан на рисунке 18 и состоит из четырех разделов: рынок, изделие, технология и итоги. Каждый представляет собой проработанный и детализированный взгляд высокого уровня на стратегию развития компании.

Продукт Рынок Эволюция продукта Движители продукта Движители Конкурентная стратегия Кривая опыта потребителей, Анализ рынка Продуктовая движители дорожная карта Рост Движи- Доля бизнеса рынка тели рынка потре бителей Требования Поставщики, Возможности партнеры, исследования, Стоимостной Дорожная производство прогноз карта риска Технологическая Стратегия Приоритеты Потребности, дорожная карта действий предложения Итоги / План Технологии действий Рисунок 18 – Общий шаблон дорожной карты Составлено автором на основе Albright R. E., Kappel T. A. Roadmapping in the Corporation// RTM. – 2003. – № 2.

Работа с дорожными картами начинается в направлении «Продукт» и «Технологии», отображая критические этапы в приоритетном порядке. Это концентрирует внимание на жизненно важных областях технологий, наиболее важных характеристиках и свойствах продукта для целевых рынков, недостаточности ресурсов и конкретных технологических решениях. Дорожные карты дают представление внешнего окружения (конкуренты, конкурентоспособные изделия и альтернативные технологии) на том же временном горизонте, что и внутренние планы.

Раздел «Рынок» дорожной карты определяет рыночные сегменты, которые руководство компании нацелено получить в смысле размера, роста и потребительских нужд, а также описывает конкурентную среду, представляя анализ ключевых сил и слабостей конкурентов. Версия конкурентного окружения является тем этапом, где исследуются сегодняшние и завтрашние конкуренты. Как правило, этот раздел рассматривает нескольких главных конкурентов и включает следующие основные сведения:

- текущие и заявленные продукты;

- доля рынка;

- главные силы и слабости каждой компании;

- конкурентная стратегия для этого рынка;

- конкурентный отклик.

Возможно, трудным, но наиболее важным из этих пунктов является понимание стратегии каждого конкурента. Разумно ожидать, что фирмы будут эксплуатировать свои главные сильные стороны и сосредаточиваться на рынках, где они имеют лояльных к ним потребителей и созданную базу для распространения продукта. Взятые вместе, рыночная доля, производство и каналы распределения, внутренние технологические активы и партнеры предоставляют сведения о том, как конкуренты собираются представлять продукты в будущем. Опыт роудмаппинга обнаружил, что большая часть существующих конкурентных сведений об организации не является прогнозируемой.

Раздел рыночных тенденций дорожной карты отвечает на вопросы: где возможности роста, и каковы цели роста компании? Это объединяет воедино прогноз и план. Обычно это приводит к использованию нескольких рыночных схем сегментации, когда неизвестно заранее, какая из схем даст понимание того, что двигает продуктовую стратегию. В большинстве рыночных исследовательских отчетов, сегментация на основе потребностей начинается с группировки потребителей, которые имеют схожие потребности и выгоды, и основываются на опыте прошлого. Роудмапинг предусматривает учет прогнозов развития потребителей в смысле их покупательских предпочтений (движителей). Выделяемые сегменты должны быть обоснованно отличны в части их движителей и требований к продукту. Именно этот вид сегментации дает более чистый набор продуктовых приоритетов, согласовываясь с продуктовым и технологическим разделами дорожной карты.

Предусматривается также исследование доли рынка конкурентов и продуктовой доли рынка во времени. Вместо ежегодных валовых продаж удобно использовать кумулятивные продажи, которые представляют собой уже созданную основу для распространения продукта, и которые несут в себе существенные затраты для потребителей на переключение и обеспечивают привязку к продукту в будущем.

Приоритеты покупки в сегментах рынка предполагают набор ключевой метрики товара, который оценивают потребители в их решениях о покупке, и который является основой конкуренции товаров. Здесь движители товара – материальные меры, применяемые на рынке, для оценки товаров в сравнении с конкурентами. Они могут быть одинаковыми – как рыночные движители, так и компоненты этих движителей. Определяя и отслеживая их, можно использовать главные тенденции для установления внутренних целей развития. В частности могут быть установлены долгосрочные цели, которых требует стратегия НИОКР и которых потребители обычно неспособны видеть.

Рисунок 19 отображает движители потребителей, движители товара и несколько типичных тенденций для ключевых движителей.

Габариты и вес Объем (л), вес (г) Лидерство в габаритах и весе Движители товаров Цель: габариты Движители продукта Движители потребителя 100 Улучшение (атрибуты) и покупателя Цель: вес Вес Эргономичность -1год Сейчас+1год+2года +3года Видение Габариты Удобство в использовании Себестоимость 1000$ Стоимость и цена Ценность ДП Диапазон цены Функциональность ДП5 100$ Функциональная совместимость Себестоимость ДП Обслуживание/Поддержка 10$ ДП7 Сейчас +1год +2года +3года +4года -1год Рисунок 19– Движители потребителей и движители товара На дорожной карте движители товара обычно показывают в порядке приоритета как ряд тенденций во времени. Временные тенденции развития всех движителей могут занимать большой объем, но для большинства продуктов значение будут иметь лишь некоторые из них. Опасность этого этапа заключается в игнорировании возможности нападения снизу («дилемма новатора»): новые прототипы, обслуживающие меньшие рынки, могут улучшиться на порядок, если превосходят существующие технологии. Поэтому рассмотрение развития альтернативных технологий, потенциальных конкурентов и появляющихся новых рынков весьма важно.

Тенденции затрат в отрасли аппаратных средств ЭВМ обычно следуют «кривой опыта». «Кривая опыта» показывает уменьшение в цене в зависимости от полного количества произведенной продукции. Данный инструмент предлагает долгосрочный прогноз ценовой политики и ведет к хорошо обоснованным стоимостным целям.

Рисунок 20 показывает кривую опыта для мобильных телефонов, полученную на основе промышленных отчетов. Средняя цена в отрасли показана в зависимости от совокупного объема производства.

Составлено автором на основе Albright R. E., Kappel T. A. Roadmapping in the Corporation// RTM. – 2003. – № 2.

Цена на мобильные телефоны Рыночная цена за единицу (1996г., $) Ук л он 70% 0,8 1 4 8 10 40 80 0,1 0,2 2 0, Совокупный рыночный спрос (в миллионах) Рисунок 20 – Кривая опыта для мобильных телефонов Наклон «кривых опыта» имеет значение. Наклон 70 % – типичное значение в электронной отрасли аппаратных средств ЭВМ – означает, что для каждого удвоения совокупного объема, промышленная средняя цена продукции составляет 70 % ее начальной стоимости. Если вычисления приводят к наклону более чем 80 %, то данные не могут быть интепретированы правильно, или могут включать существенные компоненты без изменения стоимости.

Продуктовая дорожная карта, показанная на рисунке 21, представлена в виде "коробок и стрелок" развития семейства продуктов во времени. Она показывает базовую платформу (прототип) или отношения между продуктами в платформе. Например, продукт может быть разбит на две продуктовые линии товаров для лучшего обслуживания меняющихся интересов целевых рынков или регионов. Чрезвычайная возможность продуктовой дорожной карты может использоваться для представления видения платформы, возможно прерывистой с сегодняшними продуктовыми планами.

Составлено автором на основе Albright R. E., Kappel T. A. Roadmapping in the Corporation// RTM. – 2003. – № 2.

Прошлый Видение Сейчас +2 года +4 года +6 лет +8 лет год Версия 2. ( ) Продукт Версия 4. ( ) нацеленый на Версия Версия 2.2 Новая рыночный 1.0 платформа ( ) Версия 4.2.

сегмент 1 ( ) Версия 2. ( ) Версия 3. ( ) Рисунок 21 – Продуктовая дорожная карта Продуктовая дорожная карта связана с планом эволюции продукта и имеет графическое представление различных вариантов изделия во времени. Ее ценность заключается в характере диаграммы, имеющей свободную форму.

Если разделы дорожной карты дают линейное представление будущего, то дорожная карта платформ – действительно «чистый лист». Команды, реализующие составление дорожных карт, осуществляют очень важный процесс, когда наносят на карту сопровождаемые аннотациями, мнениями и открытыми вопросами организационные мероприятия, которые продвигают решения по продуктам.

План эволюции продукта интерпретирует платформу дорожной карты.

Это начинается с традиционного списка ключевых особенностей каждой версии продукта. Следующий шаг должен интерпретировать те или иные особенности в терминах их вклада в движители продукта: какую ценность разрабатываемый продукт даст потребителям, когда они сравнивают их с конкурентными изделиями.

Технологическая дорожная карта – центральное место большинства продуктово-технологических дорожных карт. Она наполнена важной информацией. Ее новизна и значимость заключается в представлении технологической программы. Технологические изменения не показаны как Составлено автором на основе Albright R. E., Kappel T. A. Roadmapping in the Corporation// RTM. – 2003. – № 2.

развитие во времени, но связаны с продуктовой стратегией. Дорожная карта организована по приоритетам и на ней показаны только технологии, поддерживающие движителей продукта. Большинство руководителей НИОКР полагает, что технологии компании – это половина ее стратегии. Однако есть искушение проинвентаризировать технологии как список материалов – технологии должны быть востребованными и используемыми.

Рисунок 22 показывает форму технологической дорожной карты. Список доступных сегодня технологий находится в начале каждого ряда, и определяет запланированные переключения на будущие технологии. Необходимо иметь ясное представление о значении начальных и конечных точек технологий.

Опасность состоит в следующем: то, что сегодня «доступно» – означает возможную катастрофу завтра.

На дорожной карте начальные и конечные точки обычно представляют моменты, когда технология или способности будут реализованы в продукте.

Интервал развития (который предшествует доступности) здесь не показан, хотя и может быть представлен отдельным документом. Позиции должны выстроиться в линию со способностями, как показано на дорожной карте платформ и плане эволюции продукта.

В пределах каждой строки на технологической дорожной карте цвет, форма и шрифт их оформления могут иметь специальное значение. Цвет может показывать статус финансирования;

форма может представить источники технологий;

шрифт полезен для того, чтобы указать укомплектование персоналом или другой плановый статус.

Движители товаров Конкуренто Область основных В прошлом +3 года В будущем Импорт В этом году +1 год +2 года способность технологий году Вес/размер Цепь основной передачи ТБ Интерфейс ASIC 5735 чип ACA Интегри- ТБ рованный Чип Т Б DSP ТБ «Прог сигнальный единичной раммное процессор Т Б Аудиокодак CMOS ТБ основной радио»

передачи Передний Т Б Т Б Биполярные отсчеты аудиовыход ТБ Т Б микроконтроллер Микроконтроллер 8-бит. CISC 16-бит. CISC Изоляция Толщина 1,7 мм 1,4 мм 1,2 мм ТБ ТБ ТБ Т Б 6 слоев по 1,5 мм 6 слоев по 1,5 мм 4 слоя по 0,8 мм, гибк. сплетенный PWB Дополнительно Чувстви VGA Т Б Монитор ТБ 2-линейный LCD 4-линейный LCD Голосовой тельность к интерфейс Пользовательский прикосно- ТБ ТБ Кнопки навигации вению интерфейс Пользовательская Программное Управление меню Конфигурирование Т Б Т Б адаптивность обеспечение Talk time Батарейка NiCd 4.8 В NiMH 3.6 В альтернативно ТБ ТБ Источник энергии Линейный-50%эффектив. Переключающийся (80%эффектив.) ТБ 100%эфф. ТБ Усил. мощности Блок Б Т ТБ MMIS-3В Подстра RF иваемое, Радио Тройное преобразование Двойное преобразование Единичное ТБ ТБ единич ное Антенна Разделение Двойная линия, хорошее соед. ТБ Качество звука Модуляторы голоса Vceip ITU, Qceipt 13 ТБ Т Б Шумовые алгоритмы ТБ ТБ IS-99 Data BER (улучшенный, без помех) Расширитель DSP Т Б Микрофон ТБ Управл. дорожка Градиент первого порядка ТБ ТБ Противошумовой, миниатюризированный Приемники Пьезоэлектрический Т - текущий, Финансовое положение ЛЕГЕНДА: Технологический источник Б - будущий Исследования Внутреннее Текущее Планируемое Незапланир.

Разработка Источник Рисунок 22 – Форма технологической дорожной карты Технологическая дорожная карта содержит прогноз каждой области технологий. Если важность данной области технологий изменяется во времени относительно других, это показывают, используя пометки «текущее» (C), и «будущее» (F) на шкале высоко – низко. Точно так же конкурентное положение организации показывают «сегодня» и «проектируется» на шкале лидерство – отставание. Движение по любой шкале предлагает изменение инвестиционный Составлено автором на основе Albright R. E., Kappel T. A. Roadmapping in the Corporation// RTM. – 2003. – № 2.

политики и становится открытием для технологического мониторинга. Общий обзор технологий можно назвать стратегической технологической атакой.

Некоторые компании вносят в список все технологические программы и указывают внутренние интервалы развития, но не указывают рыночную готовность. И то, и другое значительно удлиняет дорожную карту.

Технологическая дорожная карта в этом случае становится средством для целей управления проектами в части финансовых и исследовательских решений.

Управление становится обременительным, даже непрактичным без использования более сложных инструментов и административной поддержки.

Такие инструменты доступны, но стоимость запуска и уровень поддержки заставляют многие организации применять более простую версию дорожных карт только для некоторых важных технологий.

Раздел «Итоги» иногда называют стратегией атаки компании. Цель этого раздела состоит в том, чтобы определить ряд технологий высокого приоритета и определить планы действия в отношении их развития. Именно технологическая дорожная карта дает ответ на вопрос, где ресурсы развития создают жизненно важную рыночную диверсификацию. Раздел «Итоги» может включать определение рыночной и продуктовой стратегии, подкрепляемые набором временных графиков внедрения ключевых технологий. Каждый временной график должен указывать начало и окончание этапов, ресурсы для развития и воздействия на движителей продукта.

Дорожная карта рисков, представленная на рисунке 23, используется для идентификации главных рисков с целью их контроля в ходе реализации дорожной карты. Для этого риски классифицируют на пять категорий в зависимости от того, в каком аспекте они рассматриваются. Например, рыночные риски включают прогнозы о рыночном росте, партнерах или будущем конкурентом окружении. Технические риски, связаные с реализацией планов, помещены так чтобы можно было оценить технический успех.

Планирование, экономические и ресурсные риски размещены там, где ожидается завершение основных этапов.

Категории риска Сейчас долгосрочный +2Q +4Q +6Q Рыночные (рост, Риск м Риск м1 Риск м стратегия, свойства продуктов и т.д.) Рыночные события Технические (частичная или общая реализация) Риск т Риск т1 Риск т Контрольные события Планирование (осуществимость) Риск п1 Риск п Итоговые события Экономические (затраты, договора, Риск э1 Риск э бюджет) Итоговые события Ресурсные ( том числе Риск р организационные и Риск р управленческие) Риск р Итоговые события Стопор Последствия риска Незначительные Значительные Рисунок 23 – Дорожная карта рисков Неопределенность на дорожной карте имеет здравый смысл и показывает, насколько руководство компании уверено в будующих событиях, и представляет собой вероятность наступления события от 0 до 1. В этом случае риск объединяет оценки неопределенности и последствия неудачи.

Последствия выделяют с помощью цвета как незначительные, значительные или "стопор".

Риском можно управлять с помощью этой диаграммы несколькими способами, которые следует представить на дорожной карте. Цель состоит в Составлено автором на основе Albright R. E., Kappel T. A. Roadmapping in the Corporation// RTM. – 2003. – V.46, № 2.

минимизации риска или ограничении его воздействия определенными способами. К ним относятся:

- отделение и перемещение высокорискованных событий на более ранние сроки;

- определение или разделение последствий (гарантия, обслуживание);

- проведение испытаний на более ранних стадиях;

- разработка нескольких альтернатив одновременно.



Pages:     | 1 || 3 | 4 |
 





 
© 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.