CC BY
55
УДК 004.78
АВТОМАТИЗИРОВАННАЯ СИСТЕМА МОНИТОРИНГА ПРОЕКТОВ ЦИФРОВОЙ ЭКОНОМИКИ
А. В. Иващенко, С. А. Корчивой, И. А. Сюсин, Ю. В. Буканова, А. В. Чуваков
AUTOMATED SYSTEM FOR MONITORING OF DIGITAL ECONOMY PROJECTS
A. V. Ivaschenko, S. A. Korchivoy, I. A. Syusin, Yu. V. Bukanova, A. V. Chuvakov
Аннотация. Предмет и цель работы. Рассматривается проблема автоматизированной оценки результативности инвестиционных проектов цифровой экономики, направленных на развитие инфраструктуры информационных технологий. Методы. Предложена методика расчета инфраструктурного возврата в рамках выполнения проектов цифровой экономики, основанная на оценке рисков, и перспективы эмиссии новых сервисов на базе существующих информационно-коммуникационных платформ. Результаты. Разработана автоматизированная система поддержки принятия решений по оценке перспективности и инвестиционной привлекательности инновационных проектов в современных условиях. Показаны преимущества предложенной методики и область ее применения, представлены результаты ее реализации. Выводы. Управление инновационными проектами цифровой экономики должно стимулировать цифровые платформы, обеспечивающие эмиссию сервисов, и мотивацию проектов с наибольшим инфраструктурным возвратом.
Ключевые слова: цифровая экономика, виртуальный посреднический оператор, методика оценки инфраструктурного возврата.
Abstract. Subject and goals. The paper considers the problem of automated assessment of the effectiveness of investment projects in the digital economy aimed at the development of IT infrastructure. Methods. There is proposed a new methodology for calculating the infrastructural return as part of the implementation of the digital economy projects, which is based on risk assessment and the prospect of issuing new services based on existing information and communication platforms. Results. An automated decision-making support system was developed to assess the prospects and investment attractiveness of innovative projects in modern conditions. The article describes the advantages of the proposed methodology and its scope, presents the results of its implementation. Conclusions. It is shown that the management of innovative projects in the digital economy should stimulate digital platforms to provide the emission of services and motivate projects with the highest infrastructural return.
Keywords: digital economy, virtual intermediary operator, infrastructural return.
Введение
Реализация инновационных проектов цифровой экономики требует новых подходов к планированию, мониторингу и оценке эффективности. Это связано с особенностями взаимодействия участников цифровых экономических отношений преимущественно в информационном пространстве и появлением связанных с этим новых стратегий потребительского поведения. Та-
ким образом, актуальным является развитие методов и средств управления проектами в цифровых социальных и экономических системах.
Одним их ожидаемых преимуществ цифровизации является совершенствование способов хозяйствования. Во-первых, происходит модернизация существующих принципов построения экономических отношений в системах производства, распределения, обмена и потребления за счет более эффективной коммуникации и управления с использованием информационных технологий. Во-вторых, появляются возможности для реализации совершенно нового поведения участников цифровых рынков, характеризующегося более высокой динамикой отношений, уровнем доверия и доступностью альтернатив.
В рамках технических наук представляется важным решение проблемы построения такой инфраструктуры информационных технологий (ИТ-инфраструктуры), которая позволила бы реализовать эти новые возможности для участников рынка. В частности, перспективным представляется реализация цифровых платформ посреднических операторов, решающих задачи информационного взаимодействия и консолидации сторонних сервисов в условиях отсутствия собственных ресурсов.
Предложена методика расчета инфраструктурного возврата для такого рода платформ и реализующая ее автоматизированная система поддержки принятия решений по мониторингу инвестиционных проектов развития ИТ-инфраструктуры.
Материал и методика
Согласно Стратегии развития информационного общества в Российской Федерации на 2017-2030 гг., утвержденной Указом Президента Российской Федерации от 9 мая 2017 г. № 203, обеспечение ускоренного внедрения цифровых технологий в экономике и социальной сфере предполагает создание новой технологической основы, способствующей повышению качества жизни граждан. Основной путь здесь видится в широком применении информационных и коммуникационных технологий, направленных на повышение производительности труда и эффективности производства, стимулирование экономического роста и привлечение инвестиций в производство инновационных технологий.
Указом Президента Российской Федерации от 7 мая 2018 г. № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» определен перечень национальных целей, включая «обеспечение ускоренного внедрения цифровых технологий в экономике и социальной сфере». Во исполнение этого указа для достижения национальной цели президиумом Совета при Президенте Российской Федерации по стратегическому развитию и национальным проектам 24 декабря 2018 г. была принята национальная программа «Цифровая экономика Российской Федерации» в качестве основного инструмента достижения национальной цели.
Структура национальной программы состоит из шести федеральных проектов, включающих конкретные мероприятия по их реализации: нормативное регулирование цифровой среды, информационная инфраструктура, кадры для цифровой экономики, информационная безопасность, цифровые технологии, цифровое государственное управление.
Необходимо отметить, что мероприятия федеральных проектов, входящих в структуру Национальной программы, имеют в значительной мере обеспечивающий характер с явно выраженной инфраструктурной направленностью в обеспечение государственной деятельности [1, 2].
Современные проблемы цифровой трансформации экономики включают развитие конкуренции, трансформацию бизнеса и образования, трудоустройство и развитие в условиях цифровизации [3]. При этом подчеркивается важность институциональных преобразований [4], позволяющих обеспечить качественно новые возможности построения экономических отношений в условиях сверхнизких транзакционных издержек.
Данные тенденции учитываются не только в экономике, но и в рамках разработки и внедрения новых информационных технологий, например, при реализации инфраструктурных проектов, в частности, при создании цифровых платформ, исполняющих роль посреднического оператора [5-7]. Важным преимуществом цифровой платформы посреднического оператора является обеспечение эффекта инфраструктурного возврата, когда подмножество существующих сервисов и событий обращения к ним приводит к появлению новых сервисов за счет пересечения или объединения без непосредственного использования инфраструктуры. Эмиссия сервисов приводит к появлению новых типов экономических отношений с помощью комбинирования уже существующих сервисов от известных поставщиков.
Анализ инфраструктурного возврата полезен при реализации современных методик управления инновационными проектами, которые предусматривают достаточно детальный анализ возможных вариантов развития событий и реализации управленческих воздействий на всех этапах жизненного цикла, включая подготовку проекта, планирование, мониторинг и прогноз, анализ и контроль ключевых индикаторов и контрольных показателей [8, 9]. В частности, данный подход может быть рекомендован при реализации технологий анализа и управления рисками [10, 11].
В качестве важной особенности следует отметить стратегическую направленность реализуемых проектов по развитию ИТ инфраструктуры в рамках государственно-частного партнерства (ГЧП), что приводит к отложенному эффекту и высоким рискам. Выбор эффективной системы риск-менеджмента при управлении внешними рисками проектов ГЧП позволяет выработать наиболее адекватный финансово-экономический план выполнения проекта цифровой экономики, включающий инфраструктурные составляющие.
В результате анализа применимости современных методов, технологий и средств управления была предложена методика оценки инфраструктурного возврата в мониторинге проектов цифровой экономики (рис. 1).
Методика позволяет производить выбор мероприятий для достижения индикаторов и показателей результативности инвестиционного проекта на стадиях выбора и предварительного обоснования приоритетных мероприятий для включения в Национальную программу, федеральные и государственные проекты. Также она может быть использована при проведении технико-экономической подготовки к реализации проектов в формате ГЧП и при организации софинансирования со стороны частного партнера.
Подготовка к реализации проекта в формате ГЧП
Конкурсная процедура, выбор частного партнера
Организация софинансировакия со стороны частного партнера
Реализация проекта ГЧП
Анализ и определение укрупненных финансово-экономических, технических, организационно-правовых условий.
Оценка социальных эффектов от реализации проекта. Разработка Концепции проекта.
Общеорганизационная подготовка Юридическая подготовка
Экономическая подготовка (расчетная модель для автоматизации поддержки принятия решении); Техническая подготовка Разработка инвестиционного меморандума Разработка нормативных правовых актов и ОР,
Подготовка и проведение конкурсных процедур Заключение с победителем конкурса соглашения о ГЧП или концессионного соглашения
I Комплексная оценка финансовой модели проекта кредиторами
Заключение кредитных договоров Финансовое закрытие проекта ГЧП
Проектирование (HkFTOKP) Строитетьство и ввод в эксплуатацию объекта ГЧП
Управление объектом ГЧП. Содержание, текущие и капитальные ремонты
Завершение проекта. В отдельных случаях - передача активов или проведение повторного тендера
модели нфр астру ктур неге
Мониторинг и управление рисками на всех стадиях реализации проекта IS Я Корректировка ■■J финансовой модели
управление Организацион управление Управление
Завершение проекта ГЧП
Возврат арендованного имущества собственнику Подписание акта приема-передачи выполненных работ и полный расчет между сторонами соглашения
Рис. 1. Методика оценки инфраструктурного возврата в мониторинге проектов цифровой экономики
Результаты
Для реализации предложенной методики поддержки принятия решений была разработана автоматизированная система, позволяющая производить оценку перспективности и инвестиционной привлекательности инновационных проектов. Инновационный характер выполнения проектов в данном случае определяется стеком применяемых информационных технологий, от которых в рамках цифровой экономики ожидаются ключевые преимущества.
Основным механизмом управления такими проектами является выделение финансирования на разных стадиях. Подразумевается, что собственно выделение ресурсов, необходимых для выполнения проектов, а также оперативное формирование заданий и контроль их исполнения производится сторонними и относительно независимыми организациями с высокой автономностью. Эти факторы определяют высокую степень неопределенности при принятии управленческих решений.
Для снижения неопределенности в рамках системы поддержки принятия решений было разработано программное обеспечение автоматизированной системы моделирования и анализа инфраструктурного возврата проектов цифровой экономики. Система разработана на языке Microsoft C# на базе платформы .Net Framework и позволяет использовать в качестве исходных данных сведения о результатах выполнения проектов, включенных в национальную программу «Цифровая экономика Российской Федерации». Данные загружаются в .xlsx или .xml форматах и используются впоследствии в анализе и моделировании.
Для конфигурирования логики работы системы была построена база знаний в форме онтологии (отображение в Protégé представлено на рис. 2). База знаний посреднического оператора цифровой экономики позволяет произвести унификацию терминологии и определить базовые семантические отношения.
Рис. 2. База знаний посреднического оператора (фрагмент)
Разработанная автоматизированная система содержит следующие подсистемы:
- подсистема моделирования виртуальных сервисов для корректной оценки возврата, в рамках которой осуществляются настройка сервисов и ресурсов, построение потоков событий, отображение распределения сервисов без эмиссии и эмиссией, расчет коэффициента доходности, построение графика доходности;
- подсистема анализа, планирования и мониторинга проектов, в рамках которой осуществляются экспертная оценка экономической выгоды от реализации объекта, оценка количества сервисов, оценка качества сервиса, оценка рисков каждого сервиса на долгосрочный период, оценка профита каждого сервиса, анализ и выбор наиболее значимых сервисов.
Для обеспечения высокой реалистичности данных потоков были использованы модели неэквидистантных временных рядов [12], позволяющие воспроизводить влияние комбинации фактора времени и человеческого фактора на процессы потребления сервисов.
Интерфейс системы поддержки принятия решений приведен на рис. 3. В системе предусмотрена возможность загрузки перечня мероприятий в рамках национальной программы цифровой экономики для последующего моделирования и анализа сопутствующих сервисов (услуг, предоставляемых сторонними поставщиками).
Рис. 3. Подсистема моделирования виртуальных сервисов
В качестве основного показателя проектов выбран чистый дисконтированный доход. Основным отличием цифровой платформы от обычных ИТ-решений является возможность предоставления новых сервисов, не предусмотренных ранее изначальной спецификацией. Это происходит путем появления новых типов услуг за счет комбинирования существующих сервисов с известными поставщиками и инфраструктурой. Это свойство возможно описать с помощью эффекта эмиссии сервисов, в тех случаях когда подмножество существующих сервисов и событий обращения к ним приводят к появлению новых сервисов за счет пересечения или объединения без непосредственного использования ИТ-инфраструктуры.
В связи с этим при построении ИТ-инфраструктуры цифровой платформы для максимизации чистого дисконтированного дохода нужно стремиться к возникновению эмиссии сервисов и максимизировать вторичные сервисы. На рис. 4 представлены результаты моделирования в случае эмиссии сервисов (верхняя кривая) и при ее отсутствии.
Риа 4. График доходности
Таким образом, результаты моделирования демонстрируют преимущества объектов ИТ-инфраструктуры, обеспечивающие эмиссию сервисов.
Обсуждение
Экономический эффект инфраструктурного возврата может быть оценен как соотношение затрат инвестора на новую инфраструктуру к полученном доходу нового оператора, а также как соотношение затрат между экономическим эффектом от дальнейшей поддержки замещаемой экономической модели и экономическим эффектом от реализации новой модели цифровой экономики на сравнимом периоде.
Апробация предложенной методики была произведена в рамках планирования и мониторинга проектов с инфраструктурным возвратом на практике для Национальной программы «Внутренние затраты на развитие цифровой экономики за счет всех источников по доле в валовом внутреннем продукте страны». Для оценки возможности возникновения эмиссии сервисов и эффекта инфраструктурного возврата проведена декомпозиция национальной цели на набор подцелей первого уровня.
Экспертным способом проведена оценка коэффициента степени влияния мероприятий федеральных проектов Национальной программы на внутренние затраты экономических субъектов в области цифровой экономики. Анализ 252 мероприятий показал, что количество данных мероприятий, оказывающих прямое положительное влияние на достижение показателя, составляет всего 18. Остальные мероприятия оказывают косвенное положительное влияние. При этом 105 мероприятий оказывают влияние непосредственно на сферу «Экономика» (производство, торговля и финансы).
Таким образом предложенное решение позволяет решить проблему трудности оценки на начальном этапе обоснования затрат цифрового бизнеса мультиплицированного эффекта роста доходов от возможного роста объема реализации при наличии взаимосвязанности сервисов.
Необходимо подчеркнуть важность разработки и применения предложенного подхода к обоснованию проектов в области цифровой экономики, так как практика резкого перехода и масштабных инвестиций часто приводит к неконтролируемому росту убытков инвестора и общей дискредитации идеи цифровизации.
С этой точки зрения управление инновационными проектами цифровой экономики сводится к стимулированию цифровых платформ, обеспечивающих эмиссию сервисов и мотивации проектов, обеспечивающих максимальный инфраструктурный возврат. При оценке проектов целесообразно производить разделение затрат на инфраструктурные и сервисные и выделять специальный уровень формирования вторичных сервисов в типовом информационном проекте создания цифровой платформы.
Следует отметить, что доходы ИТ-инфраструктуры в большинстве случаев должны учитывать не только дополнительные источники, но и экономический выигрыш за счет сокращения затрат и снижения внутренних издержек (цифровой дивиденд) за счет нового качества управления, оптимизации производственной и логистической цепочки и повышения производительности.
Предложенная методика оценки инфраструктурного возврата и реализующая ее система поддержки принятия решений позволяет повысить эффек-
тивность оценки перспективности и инвестиционной привлекательности инновационных проектов в современных условиях.
Выводы
Управление инновационными проектами цифровой экономики должно стимулировать цифровые платформы, обеспечивающие эмиссию сервисов, и мотивацию проектов с наибольшим инфраструктурным возвратом. Для поддержки принятия решений в этой области была разработана методика оценки инфраструктурного возврата и реализующая ее автоматизированная система мониторинга проектов цифровой экономики.
Апробация предложенной методики и автоматизированной системы была произведена в рамках планирования и мониторинга проектов с инфраструктурным возвратом на практике для национальных программ РФ.
Практическое применение автоматизированной системы представляется перспективным в социальной, экономической сферах, здравоохранении, финансах, транспортной и производственной логистике, связи, а также в сфере государственных и муниципальных услуг.
Библиографический список
1. Цифровая экономика Российской Федерации : программа [утв. распоряжением Правительства Российской Федерации от 28 июля 2017 г. № 1632-р].
2. Digital Russia. New Reality // Digital McKinsey. - 2017. - 133 p. - URL: https://www.mckinsey.com/ru/our-work/mckinsey-digital
3. Ломоносовские чтения-2019. Секция экономических наук. Экономические отношения в условиях цифровой трансформации : сб. тез. выступлений. - Москва : Издательство МГУ (экономический факультет), 2019. - 1046 c.
4. Аузан, А. Приоритеты институциональных преобразований в условиях экономической модернизации / А. Аузан, Г. Сатаров // Вопросы экономики. - 2012. -№ 6. - С. 65-73.
5. Ivaschenko, A. Intelligent intermediaries for multiple logistics parties / A. Ivaschenko, M. Frolova // Next Generation Logistics: Technologies and Applications. Scientific Monograph. SPH - Scientific Publishing Hub, 2017. - P. 21-42.
6. Ivaschenko, A. Multi-agent model of infrastructural return for an Intermediary service provider / A. Ivaschenko, S. Korchivoy // Proceedings of the 2018 European Simulation and Modeling Conference (ESM 2018). - NH Gent Belfort, Ghent, Belgium, EUROSIS-ETI, 2018. - P. 192-195.
7. Ivaschenko, A. Infrastructural models of intermediary service providers in digital economy / A. Ivaschenko, S. Korchivoy, M. Spodobaev // Advances in Intelligent Systems and Computing 1038. - Springer Nature Switzerland, 2020. - P. 594-605
8. Мельник, М. В. Управленческие инновации и их роль в развитии экономики / М. В. Мельник // Инновационное развитие экономики. - 2012. - № 8. - C. 5-9.
9. Бурков, В. Н. Теория управления организационными системами и другие науки об управлении организациями / В. Н. Бурков, М. В. Губко, Н. А. Коргин, Д. А. Новиков // Проблемы управления. - 2012. - № 4. - С. 2-10.
10. Айхель, К. В. Управление рисками комплексных инвестиционных проектов на промышленных предприятиях / К. В. Айхель // Перспективы науки. - 2011. -№ 2 (17). - C. 111-114.
11. Зайцев, А. В. Построение эффективной системы управления рисками инновационного проекта в условиях высокой неопределенности / А. В. Зайцев // Российское предпринимательство. - 2012. - № 7. - С. 32-36
12. Прикладной анализ случайных процессов / А. В. Графкин, В. В. Графкин, О. А. Дегтярева, А. В. Иващенко, М. А. Кудрина, И. М. Куликовских, И. А. Ле-зин, И. В. Лезина, И. С. Москаленко, С. А. Прохоров, Е. С. Сапожникова, А. И. Станкевич, О. Ю. Широков ; под ред. С. А. Прохорова. - Самара : Издательство СНЦ РАН, 2007. - 582 с.
References
1. Tsifrovaya ekonomika Rossiyskoy Federatsii: programma [utv. rasporyazheniem Pravitel'stva Rossiyskoy Federatsii ot 28 iyulya 2017 g. № 1632-r] [The digital economy of the Russian Federation : the program [approved by order of the Government of the Russian Federation No. 1632-R of 28 July 2017]]. [In Russian]
2. Digital McKinsey. 2017, 133 p. Available at: https://www.mckinsey.com/ru/our-work/mckinsey-digital
3. Lomonosovskie chteniya-2019. Sektsiya ekonomicheskikh nauk. Ekonomicheskie otnosheniya v usloviyakh tsifrovoy transformatsii: sb. tez. vystupleniy [Lomonosov readings-2019. Section of economic Sciences. Economic relations in the conditions of digital transformation: collection of abstracts]. Moscow: Izdatel'stvo MGU (ekonomicheskiy fakul'tet), 2019, 1046 p. [In Russian]
4. Auzan A., Satarov G. Voprosy ekonomiki [Economic issue]. 2012, no. 6, pp. 65-73. [In Russian]
5. Ivaschenko A., Frolova M. Next Generation Logistics: Technologies and Applications. Scientific Monograph. SPH - Scientific Publishing Hub, 2017, pp. 21-42.
6. Ivaschenko A., Korchivoy S. Proceedings of the 2018 European Simulation and Modeling Conference (ESM 2018). NH Gent Belfort, Ghent, Belgium, EUROSIS-ETI, 2018, pp. 192-195.
7. Ivaschenko A., Korchivoy S., Spodobaev M. Advances in Intelligent Systems and Computing 1038. Springer Nature Switzerland, 2020, pp. 594-605
8. Mel'nik M. V. Innovatsionnoe razvitie ekonomiki [Innovative economic development]. 2012, no. 8, pp. 5-9. [In Russian]
9. Burkov V. N., Gubko M. V., Korgin N. A., Novikov D. A. Problemy upravleniya [Management problem]. 2012, no. 4, pp. 2-10. [In Russian]
10. Aykhel' K. V. Perspektivy nauki [Prospects of science]. 2011, no. 2 (17), pp. 111-114. [In Russian]
11. Zaytsev A. V. Rossiyskoe predprinimatel'stvo [Russian business]. 2012, no. 7, pp. 32-36. [In Russian]
12. Grafkin A. V., Grafkin V. V., Degtyareva O. A., Ivashchenko A. V., Kudrina M. A., Kulikovskikh I. M., Lezin I. A., Lezina I. V., Moskalenko I. S., Prokhorov S. A., Sapozhnikova E. S., Stankevich A. I., Shirokov O. Yu. Prikladnoy analiz sluchaynykh protsessov [Applied analysis of random processes]. Samara: Izdatel'stvo SNTs RAN, 2007, 582 p. [In Russian]
Иващенко Антон Владимирович
доктор технических наук, профессор, заведующий кафедрой вычислительной техники,
Самарский государственный технический университет (Россия, г. Самара, ул. Молодогвардейская, 244) E-mail: [email protected]
Ivashchenko Anton Vladimirovich doctor of technical sciences, professor, head of sub-department of computer engineering, Samara State Technical University (244 Molodogvardeyskaya street, Samara, Russia)
Корчивой Станислав Анатольевич Korchivoy Stanislav Anatol'evich
сотрудник, Employee,
Ордена Трудового Красного Знамени Order of the Red Banner of Labor Russian
Российский научно-исследовательский Research Institute of Radio
институт радио имени М. И. Кривошеева named after M. I. Krivosheev
(Россия, г. Москва, ул. Казакова, 16, стр. 1) (1, 16 Kazakova street, Moscow, Russia) E-mail: [email protected]
Сюсин Илья Александрович
кандидат технических наук,
руководитель отдела разработки
программного обеспечения,
ООО «Опен Спенд»
(Россия, г. Самара, ул. Скляренко, 26,
офис 9003)
E-mail: [email protected]
Буканова Юлия Владимировна
кандидат технических наук, доцент, кафедра информационных технологий, Самарский государственный технический университет (Россия, г. Самара, ул. Молодогвардейская, 244) E-mail: [email protected]
Чуваков Александр Владимирович
кандидат химических наук, доцент, кафедра вычислительной техники, Самарский государственный технический университет (Россия, г. Самара, ул. Молодогвардейская, 244) E-mail: [email protected]
Syusin Il'ya Aleksandrovich candidate of technical sciences, head of software development, LLC "Open Spend"
(office 9003, 26 Sklyarenko street, Samara, Russia)
Bukanova Yuliya Vladimirovna candidate of technical sciences, associate professor,
sub-department of information technologies, Samara State Technical University (244 Molodogvardeyskaya street, Samara, Russia)
Chuvakov Alexandr Vladimirovich candidate of chemical sciences, associate professor,
sub-department of computer engineering, Samara State Technical University (244 Molodogvardeyskaya street, Samara, Russia)
Образец цитирования:
Автоматизированная система мониторинга проектов цифровой экономики / А. В. Иващенко, С. А. Корчивой, И. А. Сюсин, Ю. В. Буканова, А. В. Чуваков // Модели, системы, сети в экономике, технике, природе и обществе. - 2019. - № 3 (31). - С. 94-103.
