CC BY
35
(охват результатов, ресурсов, бизнес-процессов и т.п.) она значительно проще при конструировании, модификации и использовании, чем известные модели сбалансированных систем показателей Р. Каплана, Л. Мэйсела, К. Адамса и других, рассмотренных нами в [3].
Указанная методика и типовая конструкция ССПЭ успешно апробированы не только для создания систем показателей эффективности стратегий малых предприятий разных отраслей, но и при обучении дисциплине ' 'Стратегический менеджмент" студентов факультета экономики и менеджмента СПбГПУ
СПИСОК ЛИТЕРАТУРЫ
1. Каплан Р.С., Нортон Д.П. Сбалансированная система показателей. От стратегии к действию. М.: Олимп-Бизнес, 2003.
2. Синявина М.П. О разработке систем оценки эффективности предприятия для различных заинтересованных сторон /Стратегическое управление организациями: Мировая теория и российская практика. Труды Всероссийской научно-практической конференции. СПб.: Изд-во Политехн. ун-та. 2008, с.58-64.
3. Синявина М.П. Возможности создания системы
сбалансированных показателей эффективности стратегии малого предприятия / Стратегическое управление организациями: проблемы и возможности современной экономики: сборник научных трудов. Ч. 2. СПб: Изд-во Политехн. ун-та. 2009, с.114-123.
4. Синявина М.П. О типовой конструкции сбалансированной системы показателей оценки эффективности стратегии малых предприятий / Научно-технические ведомости СПбГПУ, серия "Экономические науки", 2009, №3.
УДК 332:621.3
ВерзилинД.Н., Николашин А.А., Черешнев В.В.
формы взаимодействия предприятий в промышленности и торговле на основе применения распределенных автоматизированных систем
Развитие телекоммуникационных систем создает конкурентные преимущества распределенным (сетевым) предприятиям с гибкой структурой управления и удаленными организационными единицами. Такие предприятия представляют собой сообщества независимых географически разделенных групп работников и организаций, выполняющих общий проект и взаимодействующих посредством электронных средств коммуникаций. Виртуальное предприятие создается из различных субъектов на контрактной основе без образования юридического лица, и обладает единой инфор-мационно-документационной инфраструктурой, основанной на современных информационных и коммуникационных технологиях. Создание виртуального предприятия - это одна из форм интеграции предприятий-участников, направленная на получение прибыли благодаря максимальному удовлетворению потребностей потребителей в товарах и услугах путем объединения ресурсов различных партнеров в единую систему. Основные преимущества такой формы интеграции заключаются в сокращении размера стартового
капитала и времени, необходимого для начала новых проектов, а также в разделении финансовых рисков. Основные риски участия в виртуальных предприятиях обусловлены экономической и технологической зависимостью от партнеров, а также возможностью утраты интеллектуальной собственности (know-how).
Виртуальные предприятия эффективно функционируют в издательской деятельности и сферах образовательных, рекрутинговых, консалтинговых и информационных услуг. В сфере производства компании с распределенной структурой могут использовать систему аутсорсинга и новые информационные технологии для снижения финансовых рисков, уменьшения затрат на инвестиции и существенного сокращения времени и стоимости создания новых продуктов. Виртуальные предприятия также весьма эффективны в сфере управления логистическими цепями, объединяющими деятельность производителей, поставщиков, центров сбыта и других субъектов. Крупнейшие виртуальные предприятия создаются для выполнения государственных заказов, в целях разработки
новых промышленных стандартов, для реализации инновационных проектов. В рамках виртуального предприятия существует субъект, организующий и направляющий деятельность остальных субъектов. Этим субъектом может быть специально созданная управляющая компания, непосредственно не задействованная в выполнении проекта.
Для планирования, организации и координации деятельности виртуального предприятия требуются новые управленческие подходы. Необходимо обеспечить выполнение следующих основных функций менеджмента виртуального предприятия: определение целей и требований проекта; поиск и оценивание возможностей предполагаемых партнеров-участников; определение ролей, ответственности и правил взаимодействия партнеров; проектирование бизнес-процессов (планирование и распределение работ между участниками; контроль и управление деятельностью партнеров); перераспределение по мере необходимости ресурсов и задач между партнерами. Каждый этап бизнес-процесса должен быть связан с некоторыми ресурсами. Задача менеджмента состоит в поиске внешних ресурсов. Могут потребоваться складские, справочные, производственные, бухгалтерские и другие услуги, размещение приложений электронной коммерции и т.п. Необходимо выбрать наилучшего поставщика каждого ресурса с учетом требований проекта.
Функции менеджмента виртуального предприятия типичны для самоорганизующихся систем и выполняются на основе распределенного автоматизированного управления и обработки информации. Основным требованием к применяемым технологиям является наличие общего информационного пространства для всех участников виртуального предприятия, формируемого на основе распределенных информационных систем.
Распределенные информационные системы объединяют разнородные взаимодействующие элементы, являющиеся как источниками, так и потребителями информации. Эволюционное развитие таких систем наделило их способностью к самоорганизации. Повсеместное использование Internet и Intranet (корпоративных internet-систем), растущая зависимость технологий управления экономическими системами от internet-ресурсов приводит к необходимости исследования процессов самоорганизации в распределенных системах. Способность к самоорганизации в настоящее время наиболее развита у grid-систем, приходящим на смену "классическим" распределенным информационным системам.
Grid-система (от англ. grid - решетка, сеть) -согласованная, открытая и стандартизованная компьютерная среда, которая обеспечивает гибкое, безопасное, скоординированное разделение вычислительных ресурсов и ресурсов хранения информации, которые являются частью этой среды, в рамках одной виртуальной организации. Термин grid-вычисления появился в начале 1990-х гг. как метафора о такой же легкости доступа к вычислительным ресурсам, как и к электрической сети (англ. - power grid). Идеи Grid-системы (включая идеи из областей распределенных вычислений, объектно-ориентированного программирования, использования компьютерных кластеров, веб-сервисов и др.) были собраны и объединены Иэном Фостером, Карлом Кессельманом и Стивом Тики [1], которых часто называют отцами технологии grid.
Grid-система является географически распределенной инфраструктурой, объединяющей множество ресурсов разных типов (процессоры, долговременная и оперативная память, хранилища и базы данных, сети), доступ к которым пользователь может получить из любой точки, независимо от места их расположения. Идея grid-систем возникла вместе с распространением персональных компьютеров, развитием интернета и технологий пакетной передачи данных на основе оптического волокна, а также технологий локальных сетей. Учитывая, что множество подключенных к глобальной сети компьютеров большую часть рабочего времени простаивает и располагает ресурсами, бошьшими чем необходимо для решения их повседневных задач, возникает возможность применить их неиспользуемые ресурсы в другом месте.
Набор инструментов для Grid Globus Toolkit, разработанный И. Фостером, К. Кессельманом и С. Тики, включает инструменты менеджмента вычислений, инструменты управления ресурсами хранения данных, обеспечения безопасности доступа к данным и доступа к grid-системе, мониторинга использования и передвижения данных, а также инструментарий для разработки дополнительных сервисов. В настоящее время этот набор инструментария является стандартом для построения инфраструктуры на базе grid-технологии.
Использование при управлении экономическими системами распределенных баз данных существенно усложняет задачу поиска и структурирования информации. Продуктивными в исследовании показателей функционирования экономических систем являются методы "добычи данных" (Data
Mining) из распределенных источников. Понятие "добыча данных" определяется как процесс аналитического исследования больших массивов информации (обычно экономического характера) с целью выявления определенных закономерностей и систематических взаимосвязей между переменными, которые затем можно применить к новым совокупностям данных. Этот процесс включает три основных этапа: исследование, построение модели или структуры и ее проверку. В идеальном случае, при достаточном количестве данных можно организовать итеративную процедуру для построения устойчивой (робастной) модели. В то же время, в реальной ситуации практически невозможно проверить экономическую модель на стадии анализа и поэтому начальные результаты имеют характер эвристик, которые можно использовать в процессе принятия решения.
Методы добычи данных приобретают все большую популярность в качестве инструмента для анализа экономической информации, особенно в тех случаях, когда предполагается, что из имеющихся данных можно будет извлечь знания для принятия решений в условиях неопределенности. Использование этих методов целесообразно при анализе медико-экономической информации большого объема.
Имеется важное отличие процедуры добычи данных от классического разведочного анализа данных: системы добычи данных в большей степени ориентированы на практическое приложение полученных результатов, чем на выяснение природы явления. Иными словами, при добыче данных нас не очень интересует конкретный вид зависимостей между переменными. Выяснение природы участвующих здесь функций или конкретной формы интерактивных многомерных зависимостей между переменными не является главной целью этой процедуры. Основное внимание уделяется поиску решений, на основе которых можно было бы строить достоверные прогнозы. Таким образом, в области добычи данных принят такой подход к анализу данных и извлечению знаний, который иногда характеризуют словами "черный ящик". При этом используются не только классические приемы разведочного анализа данных, но и такие методы, как нейронные сети, которые позволяют строить достоверные прогнозы, не уточняя конкретный вид тех зависимостей, на которых такой прогноз основан.
Таким образом, методы добычи данных целесообразно использовать на этапе стратегического прогнозирования поведения экономических систем.
Добыча данных часто рассматривается как естественное развитие концепции хранилищ данных. Понятие хранилища данных определено как способ хранения больших многомерных массивов данных, который позволяет легко извлекать и использовать информацию в процедурах анализа. Эффективная архитектура хранилища данных должна быть организована таким образом, чтобы быть составной частью информационной системы управления экономической системой (или по крайней мере иметь связь со всеми доступными данными). При этом необходимо использовать специальные технологии работы с корпоративными базами данных.
Перспективной формой организации распределенного автоматизированного управления и обработки информации являются многоагентные системы. Многоагентная система (МАС, англ. Multi-agent system) — это система, образованная несколькими взаимодействующими интеллектуальными агентами [2]. Многоагентные системы могут быть использованы для решения таких проблем, которые сложно или невозможно решить с помощью одного агента или монолитной системы. Примерами таких задач являются онлайн-торговля, ликвидация чрезвычайных ситуаций, моделирование социальных структур. Также МАС применяются в транспорте, логистике, графике, геоинформационных системах и многих других.
МАС относятся к самоорганизующимся системам, так как в них осуществляется поиск оптимальное решение задачи без внешнего вмешательства. Под оптимальным решением понимается решение, на которое потрачено наименьшее количество энергии в условиях ограниченных ресурсов.
В многоагентной системе агенты имеют несколько важных характеристик:
- автономность: агенты, хотя бы частично, независимы;
- ограниченность представления: ни у одного из агентов нет представления о всей системе, или система слишком сложна, чтобы знание о ней имело практическое применение для агента;
- децентрализация: нет агентов, управляющих всей системой.
Обычно в многоагентных системах исследуются программные агенты. Тем не менее, составляющими мультиагентной системы могут также быть роботы, люди или команды людей. Также, многоагентные системы могут содержать и смешанные команды. В многоагентных системах может проявляться самоорганизующееся и слож-
ное поведение, даже если стратегия поведения каждого агента достаточно проста.
В последнее десятилетие наблюдается интенсивное развитие мобильных сетей передачи данных для эффективного взаимодействия предприятий в промышленности и торговле. Появляются новые общедоступные стандарты (Wi-Fi, GPRS, EDGE), позволяющие мобильным удаленным пользователям в любой момент времени работать с корпоративными базами данных. Развитие мобильных технологий предусматривает возрастание скорости передачи данных и обеспечение информационной безопасности. Возможности применения мобильных технологий зависят от появления новых компьютерных приложений и сервисов. В настоящее время наблюдается переход от мобильных офисов к адаптивным сетям, позволяющим в реальном масштабе времени совместно использовать базы данных, звуковую видеоинформацию.
Важность развития web-систем для управления экономическими системами определяется двумя обстоятельствами. Во-первых, повсеместное развитие Internet-ресурсов привело к тому, что web-интерфейсы стали наиболее распространенным средством удаленного доступа к базам данных. Большинство производителей средств разработки приложений и систем управления базами данных поддерживают web-интерфейсы. Во-вторых, известны решения и технологии, превращающие Internet-инфраструктуру в безопасные сети передачи данных и голоса. В настоящее время развитие web-систем связано с предоставлением новых сервисов. От предоставления доступа к информации - к услугам по хранению, передаче и обработке данных.
На пути создания готовых решений для менеджмента крупных предприятий накоплен значительный опыт. Развитие этого направления подчинено принципу виртуализации ресурсов. Необходимые ресурсы (память, вычислительные и сетевые ресурсы) предоставляются по запросу, что обеспечивает адаптацию систем обработки информации и управления к запросам пользователей.
Анализ тенденций развития технологий инновационного менеджмента предприятий в промышленности и торговле позволяет сделать вывод о потребности в профессиональных услугах, обеспечивающих весь жизненный цикл этой перспективной формы интеграции организаций. В перспективе возможно появление национальных поставщиков услуг и технологий, включающих поиск партнеров, обеспечение юридического и
страхового сопровождения, предоставление виртуальных ресурсов.
Целесообразно сформулировать следующие общие требования к перспективным системам распределенного автоматизированного управления и обработки информации, обладающими возможностями самоорганизации и адаптации.
Активность и самосознание. Элементы адаптивных систем должны идентифицировать себя как часть всей системы. Активное поведение предусматривает прямое взаимодействие с внешней средой и другими элементами системы, способность выполнять функции в условиях неопределенности, автономное определение целей, управление с замкнутой обратной связью.
Способность к реконфигурации - способность кибернетической системы второго порядка перестраивать свои структуры (техническую, организационную, пространственную и т.п.) в зависимости от изменяющихся внешних условий.
Самосовершенствование и самоорганизация. Информационная система должна обладать способностью улучшать текущие характеристики своего функционирования на основе анализа достигнутых результатов, например, такие характеристики, как надежность, быстрота реакции на запросы и т.п.
Самосохранение и самовосстановления. На практике приходится сталкиваться с проявлениями враждебности виртуального мира, такими как действия вредоносных программ, отказы в предоставлении сервисов и т.п. Кроме того, угрозу для функционирования информационных систем могут представлять сбои в работе технических средств. Перечисленные причины накладывают дополнительные требования к живучести систем и их способности к восстановлению.
Открытость и честность. Система должна соблюдать стандарты взаимодействия с другими информационными системами и исключать возможность нанесения какого-либо вреда таким системам.
Ведущие производители компьютерных систем и технологий понимают важность адаптивного управления и самоорганизации в информационной инфраструктуре XXI века. Новые адаптивные технологии уже названы естественными и органическими (Organic IT). Органические системы призваны решить проблемы следующих трех групп:
- эффективное использование ресурсов, восходящая и нисходящая масштабируемость ресурсов без прерывания обслуживания;
- интеграция гетерогенных технологий;
- простота использования, обеспечивающая автоматическую установку, управление запросами, автоматическое определение сбоев и восстановление, взаимодействие с персоналом преимущественно в нештатных ситуациях.
Ведущие производители развивают свои концепции органических систем:
- динамические вычисления - Dynamic Computing (Dell);
- адаптивная инфраструктура, адаптивное предприятие - Adaptive Infrastructure, Adaptive Enterprise (Hewlett Packard);
- вычисления по требованию, автономные
вычисления - Computing on Demand, Autonomous Computing (IBM).
Крупнейшими организациями, предоставляющими такие услуги корпорациям, является Hewlett Packard и IBM.
Таким образом, несмотря на провозглашаемую простоту использования адаптивных технологий распределенных систем управления и обработки информации, их применение в экономических системах сопряжено с большими сложностями, что побуждает многие компании передавать все функции по созданию и сопровождению своих информационных систем сторонним организациям.
СПИСОК ЛИТЕРАТУРЫ
1. Foster I., Kesselman C., Tuecke S. The Anatomy of the Grid: Enabling Scalable Virtual Organizations. International Journal of High Performance Computing
Applications, 2001. 15 (3). P. 200-222.
2. Wooldridge M. An Introduction to Multi-Agent Systems, John Wiley & Sons Ltd, 2002, 366 p.
УДК 621.34:585.13
Кузьмин А.А.
Особенности реструктуризации предприятий энергетической отрасли с учетом стратегии организационного развития
К необходимости реструктуризации подошли многие хозяйственные системы России, но в числе лидеров этого процесса оказалась электроэнергетика. Среди причин этого процесса можно отметить следующие [1, 6]:
- при отсутствии роста потенциала производства электроэнергии и/или снижения прогнозируемых объемов электропотребления, а также улучшения механизмов управления электроэнергетикой, то регионы РФ могут периодически сталкиваться с дефицитом электроэнергии;
- российская электроэнергетика характеризуется низкой эффективностью и поэтому, если она не будет реформирована, то есть риск значительных затрат для всей экономики России;
- отсутствие должного государственного регулирования обусловило опасные тенденции развитии кризисной ситуации в электроэнергетике;
- не создана эффективная и независимая система государственного регулирования отрасли;
- отказ от приватизации контрольных пакетов акций генерирующих и сбытовых компаний, что
не позволило привлечь частный капитал и новые производственные технологии;
- допущение неплатежей потребителей, сопровождающееся принятием административных мер по ограничению возможностей предприятий отрасли по отключению неплательщиков;
- перестройка энергетической отрасли может привести к уменьшению необходимых инвестиций в генерирующие мощности. По предварительным оценкам общий объем потребностей в инвестициях составит не менее 15-20 млрд. долл. (3, 4). Кроме того, потребуются инвестиции в реконструкцию и развитие электрических и тепловых сетей;
- для обеспечения экономической эффективности частных инвестиций, потребуется повышение тарифов, в 1,5-2,5 раза с периодом в три года.
Среди целей и задач, которые отражают роль государства в реформировании электроэнергетики, можно выделить:
- проведение перестройки энергетической отрасли для повышения эффективности ее работы
