CC BY
19Дутов А.В.
д.т.н., к.э.н., генеральный директор НИЦ «Институт им. Н.Е. Жуковского»
Клочков В.В.
д.э.н., к.т.н., заместитель генерального директора НИЦ «Институт им. Н.Е. Жуковского», в.н.с. Института
проблем управления РАН
ДИВЕРСИФИКАЦИЯ РАЗРАБОТКИ ТЕХНОЛОГИЙ И УПРАВЛЕНИЕ НАУЧНО-ТЕХНОЛОГИЧЕСКИМИ ПРОЕКТАМИ В ВЫСОКОТЕХНОЛОГИЧНОЙ
ПРОМЫШЛЕННОСТИ1
Ключевые слова: прикладные исследования и разработки, технологии, альтернативы, инновационный риск, диверсификация, портфель, характеристики, эффективность, интервальные оценки, отбор, принятие решений, стратегия.
Проблемы отбора альтернативных технологий в процессе прикладных исследований и разработок
В работе2 уточнена сущность прикладных научных исследований и разработок (НИР), основные процессы, которые должны выполняться в их рамках для того, чтобы в итоге создавался зрелый научно-технологический задел (НТЗ), пригодный к внедрению в реальном секторе экономики с высокой эффективностью и приемлемым риском. Указанные основные процессы прикладных НИР - это
• анализ характеристик изучаемых (разрабатываемых) технологий, их влияния на характеристики будущей продукции и ее эффективность,
• и синтез оптимальных (по выбранным критериям) обликов будущих продуктов, создаваемых на их основе (облик включает в себя архитектуру будущего продукта или системы, состав применяемых технологий и приблизительные значения проектных параметров).
В свою очередь, суть указанного «анализа» состоит в том, что в рамках прикладных исследований оцениваются характеристики изучаемых технологий, а также их влияние на интегральные характеристики и эффективность будущих продуктов, в которых эти технологии могут применяться. Эти оценки получаются различными методами - математическим и компьютерным моделированием, экспериментальным образом - в рамках лабораторных, полунатурных или даже натурных (в том или ином смысле - соответствия натуре внешних условий, состава или масштаба изучаемых изделий и систем, и т.д.) экспериментов. Нередко встречается сочетание расчетных и экспериментальных методов. Иногда, на самых ранних этапах прикладных исследований, когда объективных знаний и методов еще недостаточно, приходится прибегать и к экспертным оценкам (особенно это касается именно влияния технологий на интегральные характеристики продукции и эффективность создаваемых систем).
Поскольку заранее характеристики и эффективность технологий и обликов будущих продуктов неизвестны, неясно, какие из альтернатив (технологий и обликов) окажутся оптимальными или хотя бы приемлемыми (соответствующими требованиям к будущей продукции и системам, в которых она будет применяться), приходится рассматривать альтернативные технологии и облики. В противном случае слишком велики инновационные риски. Единственная выбранная альтернатива - технология или облик продукции - может оказаться тупиковой, т.е. не соответствующей требованиям даже в наилучшем случае, либо окажется далеко не лучшей из возможных альтернатив, которые даже не были рассмотрены. Т.е. программа прикладных НИР обязательно должна быть диверсифицированной по направлениям поиска (т.е. по отдельным технологиям и обликам будущей продукции).
Диверсификация - это основной способ управления инновационными рисками, сопровождающими разработку новых технологий и высокотехнологичных продуктов на их основе. В то же время она (как и в любой сфере) далеко не бесплатна, и требует использования многократно большего количества разнообразных ресурсов, включая квалифицированные научные кадры и экспериментальную базу (которые, в свою очередь, могут быть сильно ограниченными, даже более чем собственно финансовые ресурсы), что однозначно приводит, на первый взгляд, к многократному росту стоимости программы прикладных НИР. Поэтому планирование диверсифицированных программ прикладных исследований и разработок, а также тактическое управление их реализацией на каждом этапе должно быть тщательно экономически обосновано.
1 Исследование выполнено при финансовой поддержке РНФ, в рамках научного проекта № 21-78-20001.
2 Рождественская С.М., Клочков В.В. Формализация и тактическое управление процессом прикладных научных исследований и разработок (на примере авиастроения) // Труды 5 научно-практической конференции «Управление научными исследованиями и разработками: роль науки в достижении национальных целей» (Москва, 2019). - М.: ИПУ РАН; НИЦ «Институт им. Н.Е. Жуковского», 2020. - С. 56-74.
По мере уточнения характеристик технологий и обликов будущих продуктов выявляются приемлемые и заведомо неприемлемые (не соответствующие требованиям), доминирующие и доминируемые альтернативы. Это позволяет постепенно сужать поле рассматриваемых альтернатив, «инновационную воронку».
При этом необходимо учитывать, что любые измерения, испытания или расчеты в науке и технике имеют конечную точность и достоверность. Поэтому в процессе прикладных НИР получаются не точечные, а именно интервальные оценки характеристик технологий и будущих изделий, и, соответственно, интервальные же оценки эффективности изделий и систем, в которых они должны применяться. Как правило, более точные и достоверные оценки требуют более сложных, дорогостоящих методов и средств исследований и испытаний, и наоборот. В каком порядке их следует проводить? Экономически рациональный принцип таков: сначала при широком поле альтернатив следует проводить относительно простые и дешевые исследования и испытания (хотя они и дают более грубые оценки), а после отбора и частичного отсева альтернатив постепенно переходить к более сложным и точным и т.д.
В мировой практике разработаны и применяются для формализации описанных последовательных процессов принятия решений шкалы уровней готовности технологий (УГТ, или TRL - Technology Readiness Level1). Пример такой шкалы, принятый в аэрокосмической индустрии США и, в основном, адаптированный в России, приведен на рис. 1. Более высоким УГТ соответствуют более точные и достоверные методы и средства исследований и испытаний, более приближенные к натуре условия, масштаб и состав изучаемых изделий и систем.
Рисунок 1.
Шкала уровней готовности технологий (пример)
Прикладным НИР в этой шкале соответствуют УГТ 1-6, на шестом уровне готовности НТЗ считается зрелым для создания на его базе продукции с приемлемым уровнем инновационного риска. Контроль УГТ внедрен в практику управления исследованиями и разработками (как в государственном секторе, так и в частном, особенно при венчурном финансировании) за рубежом еще с конца XX века, но в настоящее время активно внедряется и в российской наукоемкой индустрии.
По мере перехода на более высокие УГТ тупиковые (т.е. заведомо не соответствующие требованиям) или заведомо не лучшие (доминируемые) альтернативы постепенно отсеиваются, что частично компенсирует постепенное удорожание исследований и испытаний. Смысл контроля УГТ и состоит в постепенном сужении «инновационной воронки», т.е. поля альтернативных технологий, по мере перехода к более точным, комплексным, но и более дорогостоящим исследованиям и испытаниям. Это и позволяет частично компенсировать, на первый взгляд, многократное удорожание программ прикладных НИР при их диверсификации.
1 См.: Clausing D., Holmes M. Technology Readiness // Research Technology Management / Industrial Research Institute. 2010. -Vol. 53, N 4. - P. 52-59; Technology Readiness Assessment (TRA) Guidance / US Department of Defense. 2011.
Однако следует помнить, что при отборе альтернатив сравнивать придется именно интервалы, диапазоны ключевых характеристик. На рис. 2 показан пример ситуации выбора из двух конкурирующих технологий-«кандидатов». Оценки их характеристик, а также эффективности (в составе будущих изделий и систем) со временем (отражаемым по оси абсцисс) уточняются в процессе прикладных НИР. Т.е. интервалы оценок постепенно сужаются, приближаясь к истинным значениям.
В этом примере, вопреки первоначальным интуитивным представлениям о наилучшей технологии (вначале и верхняя, и нижняя границы оценок для технологии ] были выше, чем для технологии к), итоговый результат уточнения оценок их эффективности в результате прикладных исследований оказался противоположным. Технология к оказалась эффективнее, причем, только начиная с некоторого момента tk^ ■ ее строгое доминирование проявилось в интервальных оценках.
Рисунок 2.
Задача выбора наилучшей технологии на основе интервальных оценок эффективности, уточняющихся по мере проведения прикладных НИР (пример)
Интервальная природа оценок характеристик и эффективности ставит сложные задачи принятия решений в сфере тактического управления процессом прикладных исследований и разработок (пример такой управленческой коллизии и приведен на рис. 2). Фундаментальные основы для корректного управления по интервальным данным заложены в работах1. Однако, разумеется, в указанных и в других предшествующих работах по «интервальной математике» не ставилась задача рационального принятия решений в процессе проведения прикладных НИР, который обладает описанной здесь спецификой.
В примере на рис. 2, только начиная с некоторого порогового момента tk> ■, можно было обоснованно выбрать
наилучшую из двух альтернатив. Но если очередной УГТ пройден, и следует принимать решение о переходе к следующему УГТ, а однозначное доминирование до сих пор не выявлено, твердых оснований для выбора одной из альтернатив и для отсева другой еще нет. При этом от руководителя научно-технологического проекта требуется уже в данный момент (на основании имеющихся неточных знаний) принять решение о продолжении или прекращении разработки тех или иных технологий на следующем УГТ.
Причем, хотя задача тактического управления прикладными НИР должна решаться последовательно: на каждом очередном УГТ, еще неизвестно, с какими результатами он будет пройден альтернативными технологиями или обликами будущих изделий и систем. Эти результаты будут известны после прохождения очередного УГТ, а при переходе к более высокому УГТ процедуру принятия решения придется повторить уже на основе новых данных, полученных в более точных и дорогостоящих исследованиях и испытаниях. Поэтому нет смысла пытаться решать эту задачу как многошаговую. Она решается заново на каждом шаге (т.е. при переходе к каждому следующему УГТ) на основе текущей - всегда неполной и неточной - информации.
1 Орлов А.И. Теория принятия решений. - М.: Экзамен, 2006. - 576 с.; Шарый С. П. Конечномерный интервальный анализ. -Новосибирск: ХХЪ, 2019. - 635 с.
В примере на рис. 2 изображена задача выбора наилучшей из двух альтернатив. Также в процессе проведения прикладных НИР возникает задача принятия решения о продолжении или прекращении разработки технологии не в связи с наличием лучших альтернатив, а в связи с соответствием или несоответствием требованиям, т.е. задача отбора и отсева альтернатив не по относительным, а по абсолютным критериям.
Рациональные принципы принятия тактических решений в процессе разработки технологий
С одной стороны, если не проводить отсев альтернатив в данный момент (поскольку формальных оснований для такого отсева может еще не быть), на следующем УГТ придется проводить уже более сложные и дорогостоящие исследования и испытания всё с тем же, относительно большим количеством технологий или обликов перспективной продукции. Это увеличивает стоимость прикладных НИР, а возможно, и длительность очередного этапа, поскольку нередко для разработки широкого спектра альтернатив требуются одни и те же дефицитные ресурсы - собственно квалифицированные исследователи, объекты экспериментальной базы и т.п. Т.е. упомянутый выше расчет на частичное сужение «инновационной воронки» при переходе на более высокий УГТ не оправдается.
С другой стороны, при продолжении разработки прежнего количества технологий или обликов перспективной продукции (тем более что, как предполагается, строгих оснований для их отсева пока нет) сохраняются и более высокие шансы найти наилучшую альтернативу, а также избежать тупиковых решений. Т.е. снижаются риски реализации программы прикладных НИР в целом.
Описанную проблему можно рассматривать как задачу оптимального управления темпами сужения «инновационной воронки». Причем в тех случаях, когда нет формальных оснований для отсева альтернатив, прекращение разработки каких-либо альтернативных технологий или обликов означает, что теряются и связанные с ними шансы на получение
• приемлемого результата, если оставшиеся альтернативы окажутся тупиковыми;
• лучшего результата, чем обеспечат оставшиеся альтернативы.
В то же время при этом можно рассчитывать на экономию ресурсов, причем
• как в целом за период реализации программы НИР - если она все-таки увенчается успехом, абсолютным (соответствие требованиям) и относительным (т.е. будет достигнута высокая эффективность перспективной продукции или систем);
• так и в текущий момент, когда, безусловно, могут быть дефицитными ресурсы, необходимые для проведения исследований и испытаний.
Последний фактор может привести к тому, что для более обширной программы прикладных НИР прохождение очередного УГТ будет не только дороже, но и дольше, поскольку для всех изучаемых альтернатив исследования и испытания придется проводить ограниченному коллективу ученых и на немногочисленных объектах экспериментальной базы. Поэтому далеко не всегда изучать разные альтернативы удастся параллельно - иногда их придется исследовать одну за другой, что увеличивает длительность исследований и испытаний для прохождения очередного УГТ.
Таким образом, на основании неточных, интервальных оценок эффективности альтернатив на каждом очередном УГТ приходится принимать решение о составе «портфеля» рассматриваемых на этом УГТ альтернатив, балансируя между инновационным риском, с одной стороны, и стоимостью и длительностью прохождения данного УГТ - с другой стороны.
Формализуем описанную проблему принятия решений в следующем упрощенном виде.
Обозначим индексами i = 1,2,...n альтернативы, подлежащие изучению на очередном УГТ. Как и на рис. 2, обозначим Ui эффективность i -й альтернативы. Для простоты будем рассматривать ее как скалярную величину. Для каждой альтернативы по итогам прохождения предыдущего УГТ определен диапазон значений эффективности
[U;U] , i = 1,2,...n .
Пусть абсолютные требования к будущей продукции или системам на ее основе заданы в виде порогового значения эффективности: U => итреб.
Тогда, если все рассматриваемые альтернативы не были отсеяны по итогам прохождения предыдущего УГТ, это формально означает, что, во-первых, ни одна из альтернатив, по крайней мере, на данном этапе не считается заведомо неприемлемой. Это, в свою очередь, означает, что, по крайней мере, верхние края диапазонов оценок эффективности не ниже заданного порога требований: Ui => итреб, i = 1,2,...n .
Во-вторых, между альтернативами пока не выявлено отношений строгого доминирования - и, значит, все диапазоны [Ui;Ui] , i = 1,2,...n имеют общий участок max|Ui j;min|Ui jj . Причем, по крайней мере, верхний край
этого общего для всех альтернатив диапазона расположен не ниже порога требований: min |Ui j => U^.
Решение о включении i -й альтернативы в программу очередного этапа НИР для прохождения очередного УГТ можно обозначить индикатором Si, принимающим значения 1 в случае положительного решения, или 0, если данная
альтернатива не будет исследоваться на очередном УГТ. Для любого «портфеля» альтернатив S = (S,...Sn) перед прохождением следующего УГТ могут быть оценены
• стоимость прохождения данного УГТ С (в простейшем случае - просто сумма стоимостей исследования
/ n
всех отобранных альтернатив: С (см = ^ С1 ■Si , однако в реальности это не всегда справедливо, если удается эффек-
i =1
/ П
тивно использовать общие ресурсы - и тогда возможна экономия: С (S I < ^ Сi •Si );
i =1
• длительность прохождения данного УГТ T (которая, на первый взгляд, определяется максимальной длительностью исследования всех отобранных альтернатив: T (S| = max {T SiJ, но в реальности, как уже было подчеркнуто выше, может быть гораздо больше, если для анализа разных альтернатив используются общие дефицитные ресурсы - и тогда T (S) » max {Ti ■SiJ).
В каждом конкретном случае величины Си T, как и входящие в формулы для их расчета величины
{СiJ и {Т J, i = 1,2,...n , для каждой альтернативы, определяются конкретными технологиями и обликами продукции, составом исследований и испытаний на очередном УГТ. Но в любом случае, считается, что перед прохождением очередного УГТ они вполне могут быть оценены заранее квалифицированными руководителями проектов прикладных НИР, плановыми службами и т.п.
В то же время наиболее сложной для оценки остается ожидаемая эффективность альтернатив, которые отобраны для прохождения очередного УГТ, причем, оценивать ее приходится на основе интервальных данных.
Нередко предлагается задаться экспертными точечными оценками ожидаемой эффективности каждой альтернативы {Ui J, i = 1,2,...n , а также вероятности достижения успеха {Pi J (по-видимому, дополнительным к успеху событием считается получение неприемлемого результата: Ui < U б). Далее можно оценивать ожидаемую эффективность реализации «портфеля» альтернатив и вероятность достижения положительного результата. Однако такой подход недостаточно обоснован. С одной стороны, строго говоря, для корректного выбора оптимального «портфеля» альтернатив требуются оценки не только этих двух показателей, но и полных функций распределения ожидаемых результатов каждой альтернативы (и «портфеля» как их комбинации). С другой стороны, объективных оснований для таких «вероятностных» оценок нет. Объективной остается только интервальная информация, полученная в процессе прикладных НИР на ранее пройденных УГТ.
Оставаясь в рамках диапазонных оценок характеристик или показателей эффективности, можно принимать решения о составе «портфеля» альтернатив для изучения на очередном УГТ, пользуясь теоретико-игровыми подходами.
В частности, для любого «портфеля» альтернатив S = (S1,...Sn| перед прохождением следующего УГТ могут быть
оценены
• гарантированный наихудший исход: Umin (S I = min Ui;
\ ' i: S =1
• наилучший исход в самом благоприятном случае: Umax (S I = max Ui.
\ ' i:Si =1
В сочетании с оценками стоимости программы прикладных НИР и ее длительности (в предположении, что на оставшихся УГТ продолжится разработка всех альтернатив, вошедших в «портфель» - хотя часть их далее почти наверняка отсеется, т. е. подобные оценки являются верхними, пессимистическими), на основе этих оценок можно получить гарантированные наихудшие и наилучшие в «оптимистическом» сценарии значения интегральных показателей эффективности проекта создания нового наукоемкого продукта за весь его жизненный цикл.
Подчеркнем, что сами по себе оценки стоимости программы прикладных НИР не должны быть решающими, поскольку стоимость этой стадии жизненного цикла высокотехнологичной продукции обычно на порядок и более ниже стоимостей последующих стадий. Поэтому попытки «экономии» на прикладных НИР, на разработке НТЗ часто приводят к значительным потерям в проекте в целом - по причине недостаточного совершенства создаваемых продуктов, или затягивания их выхода на рынки.
Таким образом, оценки длительности и стоимости НИР имеют значение не сами по себе, а именно в составе интегральных показателей эффективности проекта за весь его жизненный цикл. При оценивании этой интегральной эффективности, в свою очередь, следует учитывать:
• эффекты «временной» конкуренции на рынках высокотехнологичной продукции1;
• эффект «размена» (равноценного для потенциальных потребителей) между показателями эффективности продукции и временем ее выхода на рынок2.
1 Подробнее см.: Клочков В.В. Управление инновационным развитием наукоемкой промышленности: модели и решения. -М.: ИПУ РАН, 2010. - 168 с.
2
Подробнее см.: Клочков В.В., Русанова А.Л., Максимовский В.И. Экономико-математическое моделирование процессов освоения серийного производства новых гражданских самолетов // Вестник Московского авиационного института. 2010. - Т. 17, № 3. - С. 236-246.
Причем такие интегральные показатели эффективности проекта за весь его жизненный цикл необходимо оценить в пессимистическом и оптимистическом сценариях для каждого возможного состава «портфеля» альтернатив для изучения на очередном УГТ. Затем можно отсеять явно доминируемые (и явно неприемлемые по «абсолютному» критерию соответствия требованиям) альтернативы, а между оставшимися выбирать в соответствии с принятой стратегией - например, гарантирующей или, наоборот, в крайних случаях - «оптимистической»1. Некоторые рекомендации по такому выбору в области разработки технологий уже были разработаны авторами2.
После реализации очередного этапа программы прикладных НИР, т.е. после прохождения очередного УГТ появятся новые, уточненные оценки эффективности альтернатив, вошедших в «портфель». Заранее предугадать, какими они будут, невозможно - иначе не было бы потребности в проведении самих прикладных исследований. Но по итогам этих уточнений уже могут выявиться более четкие отношения доминирования между разными альтернативами, а также часть из них может оказаться заведомо неприемлемой, не соответствующей требованиям. По окончании очередного этапа описанный здесь цикл принятия решений повторяется, и так вплоть до завершения программы прикладных НИР, т.е. достижения УГТ 6, по шкале, изображенной на рис. 1.
1 Подробнее см.: Дубров А.М., Лагоша Б.А., Хрусталев Е.Ю., Барановская Т.П. Моделирование рисковых ситуаций в экономике и бизнесе. - М.: Финансы и статистика, 2001. - 224 с.
2
См.: Дутов А.В., Клочков В.В. Модель и критерии принятия решений в задачах оптимального планирования прикладных исследований в наукоемкой промышленности // Экономический анализ: теория и практика. 2014. - № 44 (395). - С. 2-13.
