CC BY
76
ЭНТРОПИЙНЫЙ ПОДХОД К РАССМОТРЕНИЮ ОРГАНИЗАЦИИ КАК КОМПЛЕКСНОЙ АДАПТИВНОЙ СИСТЕМЫ
Аннотация. Настоящее исследование направлено на изучение предприятия как комплексной адаптивной системы, управление которой может осуществляться на основе энергоэнтропийного подхода. Цель: рассмотрение методов энергоэнтропийного подхода при управлении предприятием как сложной адаптивной системой. Задачи: изучить основные свойства комплексных адаптивных систем, а также рассмотреть методику оценки энтропии предприятия как системы. Методология: посредством общенаучных и общелогических методов познания рассмотрены основные свойства сложных адаптивных систем, а также методика оценки энтропии системы. Результаты: современные технологии менеджмента все больше отходят от видения организации как строго определенной системы. Одним из таких подходов к теории организации является представление компании как комплексной адаптивной системе, которая не только приемлет неопределенность, но также использует ее для собственного развития. Энтропия, таким образом, является одним из ключевых параметров для эффективного управления предприятием. Рассмотрение предприятия как комплексной адаптивной системы в совокупности с энергоэнтропийным подходом способно решить многие проблемы, связанные с неопределенностью при ведении деятельности.
Ключевые слова. Комплексная адаптивная система, аттрактор, неопределенность, энтропия.
Kolarzh V.V.
THE DEVELOPMENT ANALYSIS OF ORGANIZATION AS COMPLEX ADAPTIVE SYSTEM
Abstract. Modern managerial technologies are supposed to consider an organization as a system engaging some uncertainty. The conception of the organization as Complex Adaptive System, which is not only assume uncertainty, but also use it in order to develop itself, is the bright example of mentioned managerial technologies. Thus, entropy becomes an extremely important parameter for effective organizational management.
Keywords. Complex Adaptive System, entropy, attractor, uncertainty, chaos.
Развитие науки и технологии все чаще сталкивается с необходимостью разработки междисциплинарных подходов к решению существующих проблем ввиду их сложности. Данное явление наблюдается и в естественных, и в технических, и гуманитарно-социальных науках [10-12 и мн. др.]. Менеджмент не является исключением. Ранее организация в менеджменте рассматривалась лишь как организационная форма, набор созданных человеком форм, связанных линейными связями. Организация как система считается строго определенной и упорядоченной. Но подобная жесткость в компании хороша при неизменных условиях среды, в которой она действует. То есть, в случае, когда внешняя среда также определена и упорядочена. В практике подобные явления встречаются редко и довольно быстротечны по времени.
ГРНТИ 06.39.41 © Коларж В.В., 2016
Вячеслав Вячеславович Коларж - аспирант Санкт-Петербургского государственного технологического института. Контактные данные для связи с автором: 190013, Санкт-Петербург, Московский пр., 26 (Russia, St. Petersburg, Moskovsky av., 26). Тел.: 8 (812) 316-13-12.
Далее, проводя аналогию с жизненным циклом живого организма, была разработана теория жизненного цикла организации, описывающая характерное поведение организации в зависимости от ее возраста и стадии, на которой она находится. В целом, к организации возникает два подхода: механистический и органистический. Первый рассматривал организацию как набор элементов-«шестеренок», аналогично прошлым воззрениям. Второй основывался на том, что организация подобна живому организму и, в случае изменений как внутри организации, так и во внешней среде, составные части поддерживают и до определенной степени могут исполнять функции друг друга.
Одним из современных подходов к теории организации является рассмотрение ее как комплексной (сложной) адаптивной системы (КАС или САС). КАС можно определить как большую совокупность подсистем (агентов), нелинейно взаимодействующих между собой и внешней средой и способную к адаптации и эволюции вместе с изменениями начальных условий существования. Это любая живая система, как природно-биологическая, так и социальная, например, человек, мозг, сердце, биосфера, рынок акций, колония насекомых, транснациональная корпорация, иммунная система человека, политические партии, общество, планета и т.д.
Следует также выделить понятие фрактала как первичного принципа организации, повторяемого на каждом следующем уровне сложности системы. Элементы КАС формируются вокруг аттракторов, связанных с потребностями системы и ее элементами. Ключевые принципы КАС представлены в таблице [5, 6, 7, 8].
Таблица 1
Ключевые принципы комплексных адаптивных систем
Принцип Описание
Самоорганизации Способность системы спонтанно, без прямого воздействия усложнять себя вокруг аттракторов в ответ на изменения начальных условий существования системы
Комплексности Наличие большого числа элементов, взаимодействующих нелинейно между собой и другими системами
Эмерджентности Нелинейные связи внутри КАС позволяют совокупности элементов показывать больший результат, нежели простая сумма элементов
Самоподобия Вне зависимости от изменений, начальный посыл ее будет повторяться
Коммуникации Наличие связей с элементами и системами, не входящими в КАС
Кооперации Неконфликтное взаимодействие составных элементов системы
Неопределенности КАС в силу своей сложности не может быть однозначно определена в будущем. Возможно лишь определение общего направления развития
Самообучения Система самостоятельно определяет, какие шаги необходимо предпринимать в своем развитии, что позволяет самообучаться
Перевода хаоса к порядку Через преодоление хаоса система усложняет себя, развивается и реализует новые возможности
Следует отметить, что КАС не только не отрицают хаос и неопределенность, но и нуждаются в них. Именно под влиянием хаоса появляются новые возможности для системы, которые, хоть и несут в себе определенные риски, являются импульсом для развития. В то же время, посредством хаоса осуществляется разрушение нежизнеспособных КАС, утративших способность к адаптации и самоорганизации. В период преодоления хаоса внутри системы конкурируют различные аттракторы. Хаос будет только нарастать до тех пор, пока не будет выработана новая самоидентификация системы, новое видение развития, базирующееся на наиболее сильном аттракторе.
Предприятие, являясь сложной системой, включает в себя множество подсистем различной сложности и иерархических уровней. Потому методы исследования и реализации изменений обретают высокую важность для управления организацией. Методы, предлагаемые теорией систем, с одной стороны, предназначены именно для подобных задач, но с другой - их применение труднореализуемо на практике в связи со сложностью исследования процессов сбора, хранения, обработки и передачи информации, а также из-за отсутствия глубоко разработанной методической базы. Синтез методов теории систем и системного анализа с такими науками как энергоэнтропика и теория информации позволяет избежать указанных трудностей [3, 4].
Однако, одним из наиболее «узких» мест применения теории систем и теории информации является вероятностный характер ключевых критериев для системы, коими для организации чаще всего выступают целесообразность, назначение и вероятность сохранения целостности структуры предприятия. Мерилом в таком случае может выступать информация как функция процесса (связи) между двумя и более системами, в результате которого общая упорядоченность, задаваемая функцией 8 (энтропией), хотя бы одной системы, увеличивается (уменьшается) [9]. В качестве исходных предпосылок для определения количества информации и энтропии систем можно применять классические положения теорий информации и вероятности.
Тем не менее, определение обобщенной энтропии 8 позволяет избежать необходимости учета вероятностного фактора при взаимодействии многочисленных элементов системы между собой и внешней средой. Для расчета 8 и 8н, используемых далее для расчета обобщенной энтропии, предлагается следующая методика.
В качестве первого шага в процессе расчета данных показателей осуществляется анализ рассматриваемой системы на предмет установления ключевых ее элементов, связей между ними и с внешней средой, а также границ, отделяющих исследуемую систему от остальных. Особое внимание необходимо уделять тем связям, через которые система оказывает воздействие на внешнюю среду. Следующим шагом требуется определить те области системы, в которых существует потенциал для осуществления изменений, описываемых в качестве процесса, представленного в виде последовательности случайных зависимых событий, вероятность реализации которых считается постоянной величиной.
Так как процесс осуществления изменений в большинстве случаев связан с конфликтами, на третьем шаге определяются потенциальные источники конфликтных ситуаций, причем следует рассматривать в равной степени источники, расположенные как внутри, так и вне системы. Следующий этап связан с определением предназначения системы, или, иными словами, цели, ради достижения которой система была создана. Стоит особо подчеркнуть тот факт, что система может иметь несколько альтернативных целей существования, и, в таком случае, одной из ключевых задач управления системой становится определение наиболее существенных целей.
Степень достижения цели представляет собой вероятность ее выполнения и в полной мере отражает уровень эффективности системы, а значит, особое значение приобретают критерии, с помощью которых она оценивается. Также, посредством данных критериев осуществляется оценка вероятностей выполнения целей, или обобщенная энтропия системы 8. Для эффективной работы с критериями, каждому из них присваивается определенный вес, исходя из его значимости. Совокупность взвешенных критериев используется для расчета совместного критерия выполнения целей. Определение совместного критерия выполнения цели не всегда является простой задачей. В сложных системах, взаимоотношения между подсистемами которых нелинейны, получение полной информации для вычисления вероятностей представляется крайне затруднительным. Так как простые системы достаточно редки, при работе со сложными системами используются приближенные энтропии и условные вероятности. В таком случае, расчет показателя обобщенной энтропии 8 принимает следующий вид:
= -ек1 Р(В1хд^2Р(В1хд,
где Р - вероятность достижения цели; В - критерий достижения цели; х; - средние значения отдельных факторов; к - коэффициент рассеяния информации, применяющийся для учета конфликтов внутри системы и ведущих к росту энтропии (если к=1 - потерь информации из-за конфликтов не происходит; если к>1, то часть информации рассеивается [2]).
Следующий этап предполагает определение влияния каждого из факторов, учитываемых при расчете, и их ранжирование. Необходимо исключить незначимые факторы, имеющие низкое значение 8(В|х;), а чересчур весомые факторы, имеющие высокое значение 8(В|х;), следует подвергнуть более детальному анализу.
Далее, реализуется процедура улучшения составленной модели достижения цели через определение ключевых статистических характеристик для исследуемых факторов. Исследуются границы изменения факторов, после которых возникает неопределенность, а также взаимосвязи между ними, влияющие на конечный результат модели. Далее определяются возможные способы ее снижения. Как правило, снижение неопределенности ведет к росту затрат в системе, следовательно, необходимо определять баланс между приемлемым уровнем неопределенности и расходами. Затем, осуществляется
непосредственный расчет обобщенной негэнтропии 8н для составленной модели. Для упрощения работы, мера упорядоченности системы или ее негэтропия оценивается исходя из некоторого максимального уровня энтропии 8м, который не увеличивается.
Для эффективной работы в определении обобщенной энтропии особую значимость приобретает оптимальная сложность системы. Так, если модель слишком простая, то изначально она характеризуется низким уровнем 8, искажая тем самым оценку негэнтропии. При этом, велика вероятность того, что простая модель не будет в полной мере отражать действительность. В случае избыточной сложности модели, работа с ней будет требовать значительных объемов информации, полнота и достоверность которой не всегда достижима на практике. К тому же, в значительной степени возрастает сложность расчетов при использовании модели, а точность прогнозов, наоборот, снижается. Общей формулой расчёта обобщенной негэнтропии 81н модели является (если максимальная энтропия не увеличивается):
Если в результате получения системой информации максимальная энтропия увеличивается, то:
где 8ф - фактическая 8 модели системы; 8м - максимально-возможная 8 модели системы, до получения информации; 8ми - максимально-возможная 8 модели системы, после получения информации [1].
Особое внимание следует уделить коэффициенту рассеивания информации, так как с помощью него учитываются искажения во входящей информации. Коэффициент рассеивания информации зависит в первую очередь от разности в 8н отправителя информации и принимающей стороны. Чем больше 8н принимающей стороны, тем выше точность получаемой информации. В случае, если 8н принимающей стороны выше 8н стороны, отправляющей информацию, то в таком случае, влияние посторонних шумов снижается, а информация не рассеивается. Приближённую оценку прироста негэнтро-пийного потенциала даёт отношение разности 8н (82) инфоприёмника к его начальной 8н (81). Для этого применяется формула, аналогичная коэффициенту полезного действия тепловой машины, применяемой в термодинамике:
17 ___ С
¿я — — ^н,
¿2
где 81 и 82 - обобщённые энтропии системы до и после получения информации [2].
Величина, обратная 2и, характеризует увеличение энтропии (рассеивания информации) при инфо-передачах: к = (1 - 2и). Коэффициент к изменяется в пределах от 1 до 0. Если 81 = 0, т.е. если система-отправитель информации имеет максимальную 8, то к = 1 и дополнительного увеличения энтропии при передаче информации не происходит. Если 82 = 81, или показатели близки по значениям, то к = Я (бесконечности), информация передается с большими убытками.
Таким образом, можно сформулировать следующее правило: чем меньше разность 8 или 8н между системами, участвующими в обмене информацией, тем больше рассеивается передаваемая информация. Использование обобщенной энтропии 8 и негэнтропии 8н при исследовании систем представляется весьма целесообразным в силу универсальности подхода. Иными словами, данные показатели можно рассчитывать для любой объективно существующей системы, причем использование их будет целесообразным и применимым на практике. Особое значение же данные показатели обретают в случае анализа таких систем, как предприятия, так как результаты использования данного метода могут быть применены как для принятия управленческих решений, стратегического планирования, так и поиска новых путей развития предприятия, которые зачастую не являются очевидными.
Также, посредством анализа показателей обобщенной энтропии и негэтропии, возможно осуществление своеобразной настройки системы таким образом, что достижение цели будет осуществляться оптимальным путем. Так, для предприятия, это может быть решение задачи оптимизации, обеспечивающей максимальную прибыль при фиксированном уровне затрат, или же достижение фиксированного уровня прибыли при минимальных затратах. Одновременно с этим, использование методов энер-гоэнтропики позволяет выстраивать своеобразную иерархию целей, в зависимости от уровня, на котором находится система. Критерии достижения цели и сама цель могут отличаться диаметрально.
Так предприятие стремится максимизировать собственную прибыль, для чего могут применяться как ценовые, так и неценовые факторы. В свою очередь, основной целью государства является обес-
печение максимально возможного благосостояния граждан, что вступает в противоречие со стремлением предприятий к неограниченному применению ценовых методов повышения прибыли. Преобладание интересов какой-либо отдельной группы систем или уровня иерархии ведет к нарастанию противоречий между всеми существующими системами, что, в конечном итоге, имеет негативные последствия.
Оценка этропии и негэнтропии для систем, принадлежащих различным уровням иерархии, позволяет привести их цели в соответствие друг с другом, обеспечивая для каждой из них оптимальное состояние, которое как минимум не ухудшает состояние одной из сторон взаимодействия.
ЛИТЕРАТУРА
1. АлексеевГ.Н. Энергия и энтропия. М.: Знание, 1978.
2. Алексеев Г.Н. Преобразование энергии. М.: Наука, 1966.
3. Кричевский М.Л. Финансовые риски. М.: Кнорус, 2013. 248 с.
4. Физическая энциклопедия. В 5-ти томах / под ред. А.М. Прохорова. М.: Советская энциклопедия, 1988.
5. Chan S. Complex adaptive system // Materials of Research seminar in Engineering systems, ESD. Oct.-Nov., 2001.
6. Holland J. Studying complex adaptive system // Journal of System science and Complexity. 2006. Vol. 19.
7. Gell-Mann M. What is complexity? // Complexity 1995. Vol. 1. № 1.
8. Gupta A., Amish S. Insights from complexity theory: understanding organizations better // IIMB Management Review. Oct. 2009.
9. Лийв Э.Х. Инфодинамика: Обобщенная энтропия и негэнтропия. Таллин, 1998. 200 с.
10. Зусев Г.Ю., Плотников В.А. Социальные закономерности и роль человека в современном экономическом развитии // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2011. № 2 (119). С. 22-26.
11. Государство и рынок в оптимизации структурных характеристик экономического роста: коллективная монография / Айрапетова А.Г., Алтухов Д. А., Аникеев С.В. и др. СПб., 2004.
12. Волкова А.А., Горшкова Н.М. Особенности функционирования компаний сферы услуг: роль стратегического планирования при организации развития предприятия сферы услуг // Теория и практика сервиса: экономика, социальная сфера, технологии. 2015. № 1 (23). С. 80-83.
