Гибкая корпоративная информационная система: концептуальная модель, принципы проектирования и количественные метрики Текст научной статьи по специальности «Компьютерные и информационные науки»

Гибкая корпоративная информационная система: концептуальная модель, принципы проектирования и количественные метрики

Ю.А. Зеленков

доктор технических наук

профессор кафедры управления информационными системами и цифровой инфраструктурой Национальный исследовательский университет «Высшая школа экономики» Адрес: 101000, г. Москва, ул. Мясницкая, д. 20 E-mail: yzelenkov @hse.ru

Аннотация

Современная организация реагирует на непрерывные изменения во внешней среде, трансформируя свое поведение, операционные практики и бизнес-процессы. Трансформации бизнеса вызывают изменения в информационных системах, поддерживающих бизнес-процессы, и изменения в соответствующей ИТ-инфраструктуре. В некоторых случаях эти изменения могут затрагивать корпоративную информационную систему в целом. Основная особенность изменений в турбулентной внешней среде, а следовательно, и в корпоративных информационных системах — их непредсказуемость. Таким образом, с одной стороны, корпоративная информационная система должна обеспечивать эффективность текущей модели бизнеса, а с другой — обладать необходимым уровнем гибкости для реализации непредсказуемых изменений требований.

В статье предлагается концептуальная модель гибкой корпоративной информационной системы, которая определяется как работающая система, которая должна компенсировать инкрементальным изменением своих компонент наибольшее число разрывов, вызываемых внешними событиями. Предлагаемая модель разработана в рамках социотехнического подхода и описывает структурные характеристики гибкой корпоративной информационной системы (акторы, процессы, технологии и структура). Структурные параметры системы определяют ее операционные свойства, т.е. внешние измеряемые характеристики гибкости, к которым относятся время, стоимость, объем и надежность изменений. На основе теории аксиоматического дизайна обсуждаются способы построения гибких информационных систем, предложена модель оценки зрелости сервисов корпоративной информационной системы с точки зрения их гибкости. Также предложен набор методов для измерения времени, стоимости, объема и надежности изменений, что позволяет количественно оценить достигнутый уровень гибкости системы.

Ключевые слова: корпоративная информационная система, адаптивное предприятие, измерение адаптивности, корпоративные сервисы, корпоративная платформа.

Цитирование: Зеленков Ю.А. Гибкая корпоративная информационная система: концептуальная модель, принципы проектирования и количественные метрики // Бизнес-информатика. 2018. № 2 (44). С. 30-44. DOI: 10.17323/1998-0663.2018.2.30.44.

Введение

Современная организация действует в высокотурбулентной внешней среде, поэтому она должна обладать высоким уровнем адаптивности или гибкости (agility). Организационная гибкость часто определяется как способность обнаруживать изменения во внешней среде и эффективно реагировать на них [1]. Любая организация — это открытая система, и поэтому она не может рассматриваться и анализироваться изолированно от внешней среды. Таким образом, для обеспечения собственной эффективности организация должна непрерывно приспосабливаться к изменяющимся условиям. Внешняя среда, размер организации и ее стратегия рассматриваются как основные факторы неопределенности, которые формируют организацию [2].

В работе [3] предложена аналогичная концепция для корпоративных информационных систем (КИС). Описанный подход назван «bricolage» или импровизацией, он предусматривает постепенное совершенствование существующих систем, вовлечение сотрудников операционного уровня, обучение на собственном опыте, пробы и ошибки. Все это формирует уникальные операционные практики, которые не могут быть легко декодированы и воспроизведены конкурентами. Другая характеристика этого режима работы заключается в том, что он имеет неопределенный статус, находящийся на границе между высокой компетентностью и полной некомпетентностью. Этот подход противоречит более традиционному взгляду на инновации на основе ИТ — внедрение корпоративных информационных систем (КИС) как радикального средства изменения существующих компетенций на основе предварительного анализа и плана [4].

Таким образом, внедрение новых КИС, направленных на повышение эффективности существующих бизнес-процессов, не должно препятствовать изменению этих процессов в будущем. Современные организации все больше полагаются на ИТ, это позволяет им оставаться конкурентоспособными на быстро меняющемся рынке, но по-прежнему существуют пробелы в понимании того, как ИТ-ресурсы влияют на гибкость КИС [5]. На практике эволюционное развитие КИС повышает ее функциональность, сложность, ценность для бизнеса, но одновременно снижает ее гибкость [6]. Поэтому очень важно иметь КИС, которая позволяет изменять бизнес-процессы без значительных затрат. В

идеале это должно достигаться путем реконфигу-рирования КИС или, в крайнем случае, частичной заменой некоторых старых модулей на новые. Желательно избегать ситуации, когда необходима полная замена КИС из-за ее несовместимости с новыми принципами работы, поскольку это приводит к значительным затратам.

Таким образом, вопрос исследования может быть сформулирован следующим образом: как сочетать в процессе развития КИС непрерывное повышение ценности для бизнеса с достаточным уровнем гибкости. Для решения этой проблемы необходимо построить модель гибкой информационной системы предприятия и изучить способы обеспечения гибкости КИС. Очень важным научным и практическим вопросом также является количественное измерение достигнутого уровня гибкости КИС. Такие измерения необходимы, во-первых, для оценки текущего состояния КИС, а во-вторых, для планирования мероприятий по повышению ее гибкости и ценности для бизнеса.

1. Обзор литературы

Предыдущие исследования, касающиеся ценности ИТ для бизнеса, установили связь между инвестициями в ИТ на уровне фирмы и ее явными результатами, такими как производительность [7, 8]. В работах [9, 10] также показано, что ИТ являются жизненно важными для производства неявных результатов. Авторы работы [11] обнаружили, что способность управления информацией играет важную роль в развитии других возможностей фирмы — управлении клиентами, процессами и производительностью. В свою очередь, эти возможности благоприятно влияют на различные показатели эффективности — клиентов, финансов, человеческих ресурсов и т.д. Согласно [12], хотя спрос на ИТ-продукты чувствителен к экономическим условиям, инвестиции в новые ИТ-приложения не уменьшаются. Кроме того, ИТ-продукты, которые ранее позволяли фирмам опережать конкурентов, впоследствии становятся необходимыми для того, чтобы просто оставаться на рынке.

Авторы работы [13] показали, что стратегический эффект от ИТ более выражен в условиях турбулентности внешней среды. В контексте изменчивой бизнес-среды наиболее важной является способность отслеживать предстоящие изменения и обновлять КИС соответствующим образом. Эта проблема может рассматриваться как еще одна

цель согласования бизнеса и ИТ: скорость изменения КИС должна соответствовать темпам изменения самой организации и ее окружающей среды

[14].

Обзор общих концепций и моделей, связанных с гибкостью, представлен в работе [15]. Сегодня достигнут значительный прогресс в исследованиях гибких производственных систем, которые предоставляют возможность без значительных затрат корректировать объем и номенклатуру выпускаемой продукции в ответ на меняющийся спрос [16]. В работах [17, 18] описаны главные черты гибких систем, а в работе [19] предложен целостный взгляд на структуру гибкой производственной системы, согласно которому выделяются четыре основных элемента:

♦ драйверы гибкости (турбулентность и непредсказуемость окружающей среды, в том числе изменение предпочтений потребителей, политические и социальные факторы, технологические инновации, действия конкурентов и регуляторов рынка);

♦ стратегические возможности (способность обнаруживать изменения во внешней среде, компетентность и гибкость — основные атрибуты гибкой организации);

♦ способность к адаптации, которая должна соответствовать драйверам гибкости;

♦ инструменты обеспечения гибкости (организация, технология, люди, инновации) и их внедрение в виде практик и методов.

Обзор исследований в области гибких КИС представлен в работе [20]. Он включает обсуждение влияния современных информационно-коммуникационных технологий (ИКТ) на гибкость предприятия. Часто внедрение различных компонентов ИКТ понимается как организационные изменения на основе технологий [21]. Эта точка зрения послужила основой для подходов, которые пропагандируют достижение гибкости бизнеса через новые ИКТ. Примером такого подхода является стратегия Adaptive Enterprise компании Hewlett-Packard [22]. Тем не менее, в работе [23] выделена одна из ключевых проблем влияния КИС на гибкость бизнеса. Корпоративные системы часто пропагандируются как средство передачи «лучших практик». Однако, копируя передовые практики, организации потенциально рискуют уменьшить собственную способность создавать новые знания, необходимые для инноваций и творческого реагирования на изменяющиеся условия. ИКТ в целом, и КИС в частности, ведут к

стандартизации, стирая различия между конкурентами, поскольку технологии одинаково доступны и все более коммодитизируются.

Такая стандартизированная КИС может негативно повлиять на эффективность организации, особенно в случае нестандартных событий во внешней среде. Ценность реакции на событие уменьшается со временем [24]. Если КИС не предоставляет механизмы обработки нестандартных событий, то время их обнаружения, принятия решений и их реализации может значительно увеличиться, что приведет к снижению производительности [25]. Авторы работы [26] показали, что только одновременная реализация функций использования существующих и исследования новых ИТ-ресурсов и практик гарантирует гибкость организации.

Необходимо отметить, что существует еще одна проблема использования КИС в качестве инструмента переноса «лучших практик». ИТ тесно связаны с другими нематериальными активами организации и комплементарны компетенциям персонала, моделям бизнес-процессов и т.д. По определению авторов работы [27], два ресурса являются комплементарными, если отдача от одного больше в присутствии второго. В работе [28] отмечается, что важно перенимать системы комплементарных видов деятельности, а не одну индивидуальную «лучшую практику». Если практики в установленной системе тесно связаны и противоречат моделям деятельности новой системы, то вполне вероятно, что переход будет трудным. Из-за наличия комплементарных связей изменение только одной практики или небольшого подмножества взаимодополняющих практик, вероятно, снизит общую производительность. Естественный вывод заключается в том, что организация должна одновременно менять все связанные практики, внедряя новую систему, однако такой подход чаще всего невозможно реализовать в реальной жизни [7].

Комплементарные отношения с другими активами объясняют причину постоянных изменений КИС. Изменения в связанных активах вызывают изменения в информационной системе, что, в свою очередь, приводит к изменениям в способах работы, требованиях к квалификации персонала и т.д. Фактически, способы использования функций КИС являются продуктом совместного изобретения всех ее пользователей и других заинтересованных лиц, этот процесс никогда не останавливается, именно он в работе [3] назвал «bricolage».

Таким образом, гибкость должна быть обязательным свойством КИС. Авторы эмпирического исследования [29] показали, что эффективность организации в большей степени зависит от гибкости КИС, чем от инвестиций в ИТ. Это ставит вопрос о том, как качество проектирования влияет на адаптивные свойства КИС.

В работе [30] отмечается, что на ранней стадии жизненного цикла КИС обладает «прозрачным» дизайном и демонстрирует высокую степень гибкости. На следующих этапах, в том числе и во время эксплуатации, потребности пользователей непредсказуемо изменяются. Непрерывные изменения системы усложняют ее дизайн и затрудняют реакцию на новые проблемы, в результате чего адаптивные свойства системы снижаются. Таким образом, несмотря на преимущества, предоставляемые КИС, она может ограничивать возможности организации, которая сталкивается с вызовами, требующими адаптации. Тесная интеграция между различными видами деятельности, что является основным преимуществом КИС, увеличивает сложность изменения систем, когда бизнес в этом нуждается. Авторы работы [31] рассматривают четыре сценария, которые позволяют избежать трудностей, связанных с изменением сложной корпоративной системы:

Ф реализовать возможности, уже встроенные в систему, но ранее не используемые;

■ф- запросить соответствующие исправления и дополнения у поставщика;

Ф использовать доступные на рынке дополни -тельные системы, которые интегрируются с существующей корпоративной системой;

Ф использовать доступные глобальные согласованные данные.

Результаты, представленные в работе [32] подтверждают эту точку зрения. В фирмах, которые чаще переходят на новые версии БЯР-систем, ИТ играют более важную стратегическую роль по сравнению с фирмами с более низкой склонностью к ассимиляции новых версий. Однако при этом желательно избегать ситуации, когда необходима полная трансформация КИС из-за ее несовместимости с новыми принципами работы, поскольку это приводит к значительным проблемам [33].

Авторы работы [34] предложили модель гибкости на всех этапах жизненного цикла БЯР-системы. Эта модель предполагает, что знания, полученные после завершения каждой фазы, должны быть пе-

ренесены на следующий этап. В работе [35] представлена модель гибкости, которая рассматривает два основных компонента: (1) результат текущего использования существующей информационной системы и (2) будущие потребности, источником которых является внешняя среда.

КИС в целом можно рассматривать как набор проблемно-ориентированных подсистем (например, ERP, CRM и т.д.), которые работают вместе для формирования согласованного информационного пространства. При этом с точки зрения архитектуры предприятия можно выделить несколько общих для всех подсистем слоев: архитектура бизнес-процессов, архитектура данных, архитектура приложений и техническая инфраструктура [36]. Все подсистемы взаимодействуют через сетевые соединения. Эти соединения приводят к сложной архитектуре «системы систем», причем коммуникационные сети можно идентифицировать во всех слоях [37]. Физические сети обеспечивают подключение оборудования и поддерживают передачу данных между системными платформами. Программные сети предоставляют уровни промежуточного программного обеспечения и протоколы, которые преобразуют передаваемые данные между системами их обработки. Социальные сети обеспечивают средства взаимодействия и коммуникации в сообществах для людей [38]. Изменения в любой сети, вызванные внешними причинами, должны сопровождаться изменениями в других слоях. При этом эмпирические исследования [39] показывают, что факторы управления ИТ (согласование бизнеса и ИТ, ИТ-услуги, ИТ-архитектура, как определено в работе [40]) более важны для фирм в турбулентной среде, а технические факторы ИТ (ресурсы, физическая ИТ-инфраструктура, опыт ИТ-персонала) важнее для фирм в стабильной обстановке.

Очень важным вопросом, как с точки зрения теории, так и с точки зрения практики является измерение общего уровня гибкости предприятия и, в частности, гибкости КИС. Оценка гибкости компании очень сложна, поскольку широко используемое определение гибкости («обнаруживать изменения и реагировать на них» [41]) является недостаточно точным. Поэтому широко используются подходы, основанные на лингвистических выражениях и нечеткой логике (например, в работе [42]). Иногда они сочетаются с другими методами, такими как развертывание функций качества (Quality Function Deployment, QFD) [43, 44]. В работе [45] использована сложность корпоративной системы как суррогатная мера гиб-

кости. Авторами работы [46] предлагается измерять гибкость предприятия как функцию индивидуального восприятия и реагирования. Из этого следует, что гибкость предприятия не может быть измерена непосредственно, вместо этого компоненты обнаружения изменений и реагирования на них должны оцениваться индивидуально. Автором работы [47] построена метрика гибкости КИС, которая состоит из трех измерений: гибкость технической инфраструктуры, гибкость процессов информационной системы и характеристики персонала. В работе [48] представлен индекс сложности ИТ, который также можно использовать для измерения гибкости (в этом случае сложность и гибкость должны рассматриваться как противоположные свойства).

В заключение обзора литературы следует упомянуть исследования КИС, основанные на социально-технической теории [49-51]. КИС — это социально-технические сети, в которых компоненты, обычно рассматриваемые только как социальные или технологические, связаны между собой, как обсуждалось выше. При этом необходимо учитывать уже существующие информационные системы и ИТ-инфраструктуру (installed base). Такой взгляд приводит к тому, что традиционные представления о дизайне, как о результате деятельности только социального компонента, должны быть отвергнуты [3]. Идея развития, которое осуществляется множеством агентов (одними из которых может быть существующая инфраструктура или стандарты инфраструктуры) описывает интерактивное взаимодействие людей и технологий [52, 53]. Авторы работы [54] на основе социально-технической теории предложили модель изменения информационных систем, которая будет более подробно рассмотрена в разделе 2.

2. Модель гибкой КИС

По мнению авторов работы [55], характеристики любой системы можно разделить на структурные и операционные. Структурные характеристики определяются архитектурой системы и используемыми технологиями, они формируются на этапе проектирования, не зависят от внешних условий и их чрезвычайно трудно изменить во время эксплуатации. Примером таких характеристик является количество и объем цилиндров автомобильного двигателя. Операционные характеристики (например, скорость транспортного средства и расход топлива) зависят не только от внутренних параметров, но и от внешних условий, они могут быть изменены за короткое время. Следует отметить, что операцион-

ные характеристики можно легко измерить, а измерение структурных характеристик часто невозможно без разрушения системы.

Чтобы исследовать структурные характеристики КИС, необходимо рассмотреть процесс ее изменения. В контексте гибкости КИС следует анализировать как рабочую систему (working system) — существующую систему, в которой люди и / или компьютеры выполняют работу с использованием информации для производства продуктов и услуг для внутренних или внешних клиентов [56].

В работе [56] также отмечается, что жизненный цикл рабочей системы принципиально отличается от цикла разработки системы. Разработка системы — это в основном проектная модель, рабочая система эволюционирует во времени через множество итераций. В работе [3] утверждается, что существующая система может ограничить способность организации развиваться. В таких обстоятельствах сотрудники пытаются адаптироваться к новым требованиям, они ищут способы выполнения новых задач с помощью уже имеющихся инструментов с использованием метода проб и ошибок. Это метод адаптации существующих информационных систем (installed base) к новым вызовам, которые автор работы [3] называет "bricolage" — созданием новых инструментов из того, что есть под руками. В результате организация теряет контроль над КИС, ее архитектура разделяется на нескоординиро-ванные фрагменты, возникает проблема интеграции, а общий уровень гибкости снижается [14]. Когда подход к реализации новых требований становится понятным, спонтанная стратегия адаптации заменяется целенаправленными действиями. Это путь к управляемой эволюции информационных систем, который позволит сочетать повышение их функциональности с увеличением гибкости.

Модель изменений КИС [54] основана на социально-технической теории. Согласно модели организационных изменений, любая социально-техническая система, включая КИС, должна рассматриваться как комбинация из четырех взаимодействующих скоординированных компонентов [57]:

♦ структура (нормативные и поведенческие аспекты системы — коммуникации, управление и бизнес-процессы);

♦ акторы (члены организации и все заинтересованные лица, которые могут влиять на нее);

♦ технологии (инструменты, используемые для решения проблем);

♦ задачи (цели и способы их достижения).

Эта точка зрения подтверждается результатами недавних эмпирических исследований. На поведение сотрудников, изучающих и адаптирующих к своим целям функции системы, могут влиять факторы, связанные с тремя основными компонентами: задачами, системой и организационной средой [58]. Более того, организации часто сталкиваются с проблемами сопротивления со стороны сотрудников, которые избегают или недоиспользуют систему [59], источником сопротивления при этом становятся рутинные процедуры. Что касается технологии, сложность ИТ создает проблемы как для ИТ-персонала, так и для бизнеса в целом [48]. Основные проблемы бизнеса — это снижение гибкости, снижение способности поддерживать инновации, упущенные возможности и конкурентные недостатки.

Следует отметить, что границы между компонентами КИС нечеткие, но все компоненты связаны друг с другом. Эти связи могут быть линейными «причинно-следственными» (эти отношения обычно проектируются заранее) и нелинейными, спонтанно возникающими, часто непредсказуемыми. Поэтому невозможно оптимизировать только один аспект системы — социальный или технический. Внешние события, связанные с изменениями в окружающей среде, постоянно влияют на КИС и нарушают согласованность компонентов системы. Эти события могут включать в себя появление новых технологий, оптимизацию бизнес-процессов, изменение количества пользователей и даже изменения в командах разработчиков и поддержки. События приводят к несоответствию между компонентами системы. Когда возникает такое несоответствие, система предпринимает действия для его устранения. Не все действия приводят к успеху, в целом, есть четыре возможных результата: (1) разрыв устраняется путем дополнительных изменений в других компонентах; (2) разрыв сохраняется; (3) разрыв устраняется революционным преобразование КИС в новую систему; (4) попытка исправить несоответствие между двумя компонентами приводит к его распространению на другие части системы.

Таким образом, согласно модели [54] КИС большую часть времени эволюционирует, постепенно изменяя свои компоненты под влиянием потока внешних событий. Длительные периоды эволюционного развития прерываются революционными преобразованиями, когда система радикально меняет свою организацию и правила связывания компонентов за достаточно короткий период. В целом поведение системы является хаотическим.

Основываясь на результатах работы [54] можно сформулировать более точное определение гибкой системы: гибкая корпоративная информационная система должна устранять максимально возможное количество несоответствий между своими компонентами, вызванных внешними событиями, посредством инкрементных изменений. Эти свойства являются структурными и должны поддерживаться дизайном системы. Варианты такого типа дизайна будут рассмотрены в следующем разделе.

В работе [60] определены следующие операционные характеристики гибкого предприятия:

Ф время, необходимое для реагирования на изменения;

Ф стоимость изменений;

Ф возможный масштаб изменений;

Ф качество процесса изменения, которое определяется как его надежность.

Такая классификация характеристик гибкой системы является достаточно общей и может использоваться для КИС.

Таким образом, основываясь на результатах вышеперечисленных работ [19, 54, 60], можно предложить модель гибкой корпоративной информационной системы (рисунок 1). Она включает следующие основные концепции:

♦ драйверы гибкости: турбулентность и непредсказуемость окружающей среды, включая непредсказуемые и постоянные изменения требований, появление новых технологий, новые бизнес-модели и т.д.;

♦ стратегия обеспечения гибкости: способность обнаруживать изменения и своевременно реагировать на них — основные атрибуты гибкой организации [19];

♦ структурные свойства КИС (т.е. состав ее социально-технических компонентов [54]), которые определяют пределы достижения гибкости;

♦ инструменты обеспечения гибкости, которые должны способствовать реализации возможностей в виде практик и методов [19]. По нашему мнению, основное внимание следует уделить разработке принципов КИС, которые должны обеспечивать структурные свойства. Этот вопрос рассмотрен ниже в разделе 3;

♦ операционные характеристики КИС [60], которые можно измерить, чтобы оценить уровень гибкости EIS. Этот вопрос рассмотрен ниже в разделе 4.

Драйверы гибкости

Турбулентная внешняя среда

Г

Структурные свойства КИС

Структура

Технология

1 к

1 Г

Задачи

Акторы

Гибкая стратегия

Провайдеры гибкости

Аксиоматический дизайн всех социальных и технических компонентов КИС

Рис. 1. Модель гибкой КИС

Операционные свойства КИС

Свойства процесса изменений:

• Время

• Затраты

• Рамки

• Качество / устойчивость

3. Проектирование гибких КИС

Общие принципы проектирования систем рассматривает теория аксиоматического дизайна [61]. Аксиоматический подход признает существование четырех доменов: домена клиента, функционального домена, физического домена и домена процессов. Каждый домен описывается характеристическим вектором (соответственно, атрибутами клиента, функциональными требованиями, параметрами проектирования и переменными процесса), каждый элемент этого вектора может быть декомпозирован в иерархическое дерево. Процесс проектирования заключается в последовательном отображении характеристических векторов между доменами. Наконец, существуют две аксиомы проектирования, которые должны соблюдаться в процессе отображения, что гарантирует создание приемлемой системы. Аксиома независимости определяет условия независимости функциональных требований, а информационная аксиома минимизирует информационный контент.

Первая аксиома определяет критерии приемлемого дизайна в процессе отображения. Проектирование «продукта» — это процесс отображения функционального домена на физический, который может быть представлен уравнением

& = А • «1р,

где & — вектор, описывающий функциональные требования, A — матрица проектирования, а dp — вектор, описывающий параметры проектирования, которые определяют продукт в терминах реализации Гг. В случае КИС параметры проектирования могут представлять ее декомпозицию на сервисы, про-

граммные модули, объекты и т.д. Согласно аксиоме независимости, матрица A должна быть диагональной или треугольной. Дизайн с диагональной матрицей называется несвязанным (uncoupled), в этом случае каждое функциональное требование влияет только на один параметр проектирования. Если матрица A является треугольной, то это развязанный (decoupled) дизайн, который также удовлетворяет аксиоме независимости: каждое функциональное требование порождает множество проектных решений, но нет обратного эффекта — каждое проектное решение соответствует не более чем одному функциональному требованию. Все остальные виды дизайна являются связанными (coupled): одно проектное решение может реализовывать несколько функциональных требований, это приводит к взаимному влиянию функциональных требований.

Информационная аксиома требует сведения к минимуму количества информации в процессе проектирования, что увеличивает вероятность удовлетворения функциональных требований.

Принципы аксиоматического проектирования применимы как к статическим системам, которые создаются один раз, так и к системам, которые эволюционируют с течением времени. Однако во втором случае существуют фундаментальные различия между стандартным способом определения требований и техникой управления требованиями для эволюционирующей системы [62]. Такая система должна обнаруживать отклонения между ее поведением во время исполнения и новыми требованиями. Кроме того, соблюдение принципов аксиоматического дизайна должно помочь создать системы с высоким уровнем модульности.

Это обсуждение имеет существенные практические последствия. Например, выбор ERP как основы корпоративной информационной системы предприятия следует рассматривать в контексте модульности. Большинство систем ERP, имеющихся сегодня на рынке, не удовлетворяют этому требованию. Эти системы имеют значительное количество перекрестных связей между модулями, и даже незначительные изменения в одном модуле приводят к большим трудностям, поскольку они могут влиять на параметры настройки других модулей. Поэтому можно констатировать, что дизайн почти всех современных ERP-систем не соответствует аксиоме независимости. Фактически, эти системы представляют собой достаточно жесткую модель бизнес-процессов, для изменения которой нужно привлекать очень дорогие ресурсы. В дополнение к технологическим проблемам могут возникать социальные барьеры для модульности, например, несовместимые интерфейсы процессов, отсутствие опыта в области ИТ и бизнес-процессов, краткосрочные критерии принятия решений в отношении инвестиций в ИТ и т.д. [63].

Задача обеспечения гибкости КИС должна охватывать все компоненты социально-технической модели предприятия. Целостный подход предполагает предоставление бизнес-сервисов вместо концентрации на функциях КИС или поддержке отдельных бизнес-процессов. Процессно-ориен-тированный подход концентрируется на выходах процесса, для оценки эффективности используются внутренние метрики поставщика услуги. Сервисно-ориентированный подход, напротив, предполагает измерение результатов с использованием метрик клиента [64]. В этом случае КИС является лишь одним из инструментов предоставления услуги. Поэтому как технические, так и социальные

компоненты КИС должны быть спроектированы в соответствии с аксиомой независимости. В целом этот подход следует социально-технической теории, которая не рекомендует увеличивать внутреннюю сложность организации в ответ на непредсказуемость окружающей среды, поскольку это приводит к увеличению количества функций КИС и соответствующих инвестиций, а в результате — снижает гибкость. В качестве альтернативы рекомендуется уменьшение внутреннего контроля и координации (так называемая стратегия «простых организаций и сложных работ» [65]). Такой подход приводит к замене традиционной иерархии на полуавтономные группы, которые несут исключительную ответственность за все операции в рамках конкретного сервиса.

В соответствии с вышесказанным, можно предложить модель оценки зрелости сервисов КИС (таблица 1).

4. Измерение уровня гибкости КИС

Измерение является первым шагом анализа и последующего улучшения любого вида деятельности. Как отмечено выше, можно измерить только операционные свойства системы. Для гибкой системы это характеристики процесса изменения: время, стоимость, масштаб и надежность [60].

Рассмотрим случай, когда организация имеет зрелую КИС. В этом случае существенные инвестиции в развитие не нужны, но небольшие изменения, вызванные внешними по отношению к системе событиями, происходят постоянно. Предположим, что поток изменений относительно однородный. Это означает, что нет существенных изменений, кото-

Модель оценки зрелости сервисов КИС

Таблица 1.

Уровень зрелости Описание Пользователи сервиса Кто отвечает за сервис

0 Обеспечивается функционирование ИТ-инфраструктуры и корпоративной системы без формального соглашения об уровне сервиса (SLA) Формально не определены CIO

1 Предоставляются базовые инфраструктурные сервисы (электронная почта, управление файлами, печать и т.д.) Внутренние пользователи CIO

2 Предоставляется сервис поддержки бизнес-приложений Внутренние пользователи Владельцы приложений

3 Сервис поддержки бизнес-процессов предоставляется для пользователей внутри организации Внутренние пользователи Владельцы процессов

4 Сервис поддержки бизнес-процессов предоставляется для пользователей внутри и вне организации. Потребители, поставщики и партнеры имеют доступ к корпоративным системам Внутренние и внешние пользователи (партнеры, поставщики, потребители) Владельцы процессов

рые требуют значительных ресурсов по сравнению с обычными запросами. Реализацию таких серьезных изменений следует рассматривать как отдельные проекты. При этих ограничениях департамент, ответственный за изменение КИС, можно рассматривать с точки зрения теории массового обслуживания. Отметим, что никакой конкретной информации о структуре этого подразделения не требуется. Более того, этот вид деятельности может выполнять поставщик внешних услуг или даже несколько таких поставщиков. Важно только оценить, насколько предсказуемы процессы изменения КИС.

Для реализации предложенных метрик организация должна иметь систему для управления запросами на изменение (change request, CR). По каждому запросу сохраняются следующие атрибуты: дата получения, ожидаемая и фактическая даты закрытия. По этим данным можно оценить время, объем и надежность изменений в визуальной форме на основе относительно простых графиков.

Первый график представлен на рисунке 2. Здесь представлены две кривые: одна соответствует числу открытых CR (начальное значение этого параметра больше нуля, это значение равно числу открытых CR в начальный момент времени), второе — количество закрытых CR. Горизонтальное расстояние между этими кривыми соответствует среднему времени выполнения запроса. Это значение можно интерпретировать как время, когда все запросы, доступные в момент времени A, могут быть выполнены, если новые CR не будут поступать. Для про-

изводственных систем это значение соответствует времени цикла.

Вертикальное расстояние между кривыми на рисунке 2 определяет количество запросов, которые находятся в процессе выполнения. В производственных системах это соответствует незавершенному производству (work in process, WIP).

Если обе кривые эволюционируют одинаково, то это означает, что ситуация стабильна: пользователи генерируют предсказуемое количество запросов на изменение, которые могут быть выполнены в предсказуемое время. Таким образом, простой взгляд на график позволяет оценить масштаб и время изменений.

Заметим, что информация, представленная на рисунке 2, также может быть использована для косвенной оценки устойчивости процесса изменения (очевидно, что для надежного процесса эти две кривые параллельны), но для измерения этого параметра мы предлагаем более совершенную технику. Как упоминалось выше, каждый CR характеризуется ожидаемой и фактической датами исполнения. Ожидаемая дата может быть определена по соглашению между инициатором изменений и отделом, ответственным за выполнение изменений, либо может определяться сервисным контрактом (SLA).

Во время реализации изменения могут возникать различные непредвиденные события. Это влияет на время реализации и, следовательно, фактическая дата может отличаться от ожидаемой. Мы можем

Число запросов на изменение

Рис. 2. Время и объем изменений

рассматривать это отклонение как случайную величину, которую можно охарактеризовать информационной энтропией. Обычно информационная энтропия определяется следующим образом. Предположим, что система реагирует на какое-либо событие действием х с п возможными исходами х , тогда информационная энтропия

п

¡=1

где р() — функция вероятности, ^"1=1Р{Х1)= 1.

Для наших целей это определение должно быть расширено. Чтобы обеспечить сопоставление во-латильности различных процессов, значение энтропии должно быть нормировано. Пусть N — количество экземпляров процесса, выполненных за период и каждому из них соответствует результат Г.из множества Р.е(Рр Р, ..., F). Известно, что равномерно распределенная случайная величина имеет максимальное значение энтропии Н(х) = 1п п, а константа имеет минимальное значение энтропии Н(х) = 0. Поэтому предлагаемая метрика будет выглядеть следующим образом:

где р(В!) — доля процессов, выполненных с результатом в общем числе процессов за период t. Таким образом, состояние полной неопределенности в отношении процесса, когда все возможные результаты имеют равную вероятность, соответствует значению Н(1) = 1. Состояние полной определенности, когда все процессы завершаются с одинаковым результатом, соответствует значению Н(^ = 0.

Чтобы продемонстрировать использование предложенной меры, предположим, что в течение некоторого времени были обработаны N= 100 запросов на изменения, а значения их отклонений от целевых дат в днях составляли Р = {—1; 0; 1; 2; 3; 5} (количество результатов п = 6). Отрицательное значение в множестве Р означает, что запрос был выполнен досрочно. Предположим также, что количество СЯ, обработанных с указанными результатами, соответственно равно к = {2; 50; 25; 10; 8; 5}. Соответственно, частоты этих результатов в общем количестве выполненных запросов вычисляются как =k./N и образуют множество р = {0,02; 0,50; 0,25; 0,10; 0,08; 0,05}. Вычисляя метрики по предложенным выше формулам, получим Н(х) = 1,353; Н(1) = 0,755.

Введенный показатель измеряет разброс результатов процесса. Чем больше количество СЯ обрабатывается с одинаковым отклонением от ожидаемой даты, тем меньше Н(^. Однако следует отметить, что в приведенных выше формулах используются не значения отклонений, а только их частоты. Возможно, что большинство запросов обрабатывается с одинаковым ненулевым отклонением. Это означает, что ожидаемая дата оценивается с систематической ошибкой, и ее необходимо корректировать в процессе планирования.

Таким образом, наблюдая изменение в разные временные периоды t, мы можем оценить динамику устойчивости процесса. Пример такого графика представлен на рисунке 3 (данные, представленные на рисунках 2 и 3, были получены от крупной российской производственной компании ОАО НПО «Сатурн»).

0,9 0,85 0,8 0,75 0,7 0,65 0,6 0,55 0,5 0,45 0,4

Линия тренда

01.03.14 01.04.11 01.05.11 01.06.11 01.07.11 01.08.11 01.09.11 01.10.11 01.11.11 01.12.11 01.01.12 01.02.14 01.03.12 01.04.12

Время

Рис. 3. Пример изменения надежности процесса изменений (меньше - лучше)

Что касается средней стоимости процесса изменений, то ее можно оценить как отношение общей стоимости поддержки КИС С(^, ?2) к количеству изменений, обработанных за период (?1, ?2):

п

Основываясь на приведенных выше соображениях, для гибких КИС это соотношение также должно слабо меняться со временем.

Заключение

Корпоративная информационная система существенно влияет на гибкость организации в целом. Она может значительно ограничить способность предприятия трансформироваться, поэтому важно поддерживать высокий уровень ее гибкости. Для этого КИС следует рассматривать как социально-техническую систему, поскольку концентрация на поддержании гибкости только технологических

компонентов не приведет к ожидаемым результатам. Наиболее эффективным способом обеспечения гибкости КИС является ее декомпозиция на слабосвязанные компоненты, которые связаны с бизнес-услугами. Для создания такой системы может быть использован платформенный подход в сочетании с гибкими методами разработки. Но в любом случае наиболее адаптивной частью системы являются люди — пользователи, программисты, технические архитекторы, бизнес-аналитики, специалисты по поддержке и другие заинтересованные стороны. Они обеспечивают все изменения, поэтому фирме следует уделять особое внимание организационной структуре, которая способствует эффективному функционированию групп разработчиков и поддержки в соответствии с принципами аксиоматического проектирования. Предлагаемые показатели могут служить как мерой гибкости процесса изменений (время, объем, надежность и стоимость), так и оценкой эффективности организации в социальной части КИС. ■

Литература

1. Haeckel S.H. Adaptive enterprise: Creating and leading sense-and-respond organizations. Boston: Harvard Business School Press, 1999.

2. Donaldson L. The contingency theory of organization. London: Sage Publications, 2001.

3. Ciborra C. The labyrinths of information: Challenging the wisdom of systems. Oxford: Oxford University Press, 2002.

4. Elbanna A. Rigid technology and improvised implementation: The case of ERP systems // Bricolage, care and information: Claudio Ciborra's legacy in information systems research / Eds. C. Avgerou, G.F. Lanzara, L.P. Willcocks. New York: Palgrave Macmillan, 2009. P. 327-347.

5. Lowry P.B., Wilson D. Creating agile organizations through IT: The influence of internal IT service perceptions on IT service quality and IT agility // Journal of Strategic Information Systems. 2016. Vol. 25. No. 3. P. 211-226.

6. Murer S., Bonati B., Furrer F.G. Managed evolution: A strategy for very large information systems. Berlin: Springer, 2011.

7. Brynjolfsson E., Milgrom P. Complementarity in organizations // The handbook of organizational economics / Eds. R. Gibbons, J. Roberts. Princeton: Princeton University Press, 2013. P. 11-55.

8. Tambe P., Hitt L.M. The productivity of information technology investments: New evidence from IT labor data // Information Systems Research. 2012. Vol. 23. No. 3-1. P. 599-617.

9. Kleis L., Chwelos P., Ramirez R.V., Cockburn I. Information technology and intangible output: The impact of IT investment on innovation productivity // Information Systems Research. 2012. Vol. 23. No. 1. P. 42-59.

10. Saunders A., Brynjolfsson E. Valuing information technology related intangible assets // MIS Quarterly. 2016. Vol. 40. No. 1. P. 83-110.

11. Mithas S., Ramasubbu N., Sambamurthy V. How information management capability influences firm performance // MIS Quarterly. 2011. Vol. 35. No. 1. P. 237-256.

12. Dos Santos B.L., Zheng Z., Mookerjee V.S., Chen H. Are new IT-enabled investment opportunities diminishing for firms? // Information Systems Research. 2012. Vol. 23. No. 2. P. 287-305.

13. Pavlou P.A., El Sawy O.A. From IT leveraging competence to competitive advantage in turbulent environments: The case of new product development // Information Systems Research, 2006. Vol. 17. No. 3. P. 198-227.

14. Zelenkov Y. Business and IT alignment in turbulent business environment // Lecture Notes in Business Information Processing. 2015. No. 228. P. 101-112.

15. Sherehiy B., Karwowsky W., Layer J.K. A review of enterprise agility: Concepts, frameworks, and attributes // International Journal of Industrial Ergonomics. 2007. No. 37. P. 445-460.

16. Cunha M.M., Putnik G.D. Agile virtual enterprises: Implementation and management support. Hershey: Idea Group Publishing, 2006.

17. Yusuf Y., Sarhadi M., Gunasekaran A. Agile manufacturing: The drivers, concepts and attributes // International Journal of Production Economics. 1999. Vol. 62. No. 1-2. P. 33-43.

18. Jackson M. Johansson C. Agility analysis from a production system perspective // Integrated Manufacturing Systems. 2003. Vol. 14. No. 6. P. 482-488.

19. Sharif! H., Zhang Z. A methodology to achieving agility in manufacturing organizations: An introduction // International Journal of Production Economics. 1999. Vol. 62. No. 1-2. P. 7-22.

20. Desouza K.C., ed. Agile information systems: Conceptualization, construction, and management. Amsterdam: Butterworth-Heinemann, 2007.

21. Orlikowski W.J. CASE tools as organizational change: Investigating incremental and radical changes in systems development // MIS Quarterly. 1993. Vol. 17. No. 3. P. 309-340.

22. Wilkinson M. Designing an "adaptive" enterprise architecture // BT Technology Journal. 2006. Vol. 24. No. 4. P. 81-92.

23. Galliers R.D. Strategizing for agility: Confronting information systems inflexibility in dynamic environments // Agile information systems: Conceptualization, construction, and management / Ed. K.C. Desouza. Amsterdam: Butterworth-Heinemann, 2007. P. 11-15.

24. Bonham S.S. Actionable strategies through integrated performance, process, project, and risk management. Boston: Artech House, 2008.

25. Zelenkov Y. Decision making in cloud computing: A method that combines costs, risks and intangible benefits // Communications in Computer and Information Science. 2017. Vol. 731. P. 273-285.

26. Lee O.K., Sambamurthy V., Lim K.H., Wei K.K. How does IT ambidexterity impact organizational agility? // Information Systems Research. 2015. Vol. 26. No. 2. P. 398-417.

27. Brynjolfsson E., Saunders A. Wired for innovation: How information technology is reshaping the economy. Cambridge, MA: MIT Press, 2010.

28. Milgrom P., Roberts J. Complementarities and fit: Strategy, structure, and organizational change in manufacturing // Journal of Accounting and Economics. 1995. Vol. 19. No. 2-3. P. 179-208.

29. Peppard J., Ward J. Beyond strategic information systems: Towards an IS capability // Journal of Strategic Information Systems. 2004. Vol. 13. No. 2. P. 167-194.

30. Maurer C., Goodhue D. A theoretical model of the enterprise system agility life-cycle // Proceedings of the 16th Americas Conference on Information Systems (AMCIS 2010). Lima, Peru, 12-15 August 2010. Paper 231.

31. Goodhue D.L., Chen D.Q., Boudreau M.C., Cochran J. Addressing business agility challenges with enterprise systems // MIS Quarterly Executive. 2009. Vol. 8. No. 2. P. 73-87.

32. Claybaugh C.C., Ramamurthy K., Haseman W.D. Assimilation of enterprise technology upgrades: A factor-based study // Enterprise Information Systems. 2017. Vol. 11. No. 2. P. 250-283.

33. Gregory R.W., Keil M., Muntermann J., Mahring M. Paradoxes and the nature of ambidexterity in IT transformation programs // Information Systems Research. 2015. Vol. 26. No. 1. P. 57-80.

34. Sedighi M.M., Torabi G., Shojaie M., Mokif T. Studying agility during ERP lifecycle: A conceptual model for ERP implementation and agility assessment // Proceedings of the International Conference on Emerging Trends in Computer and Electronics Engineering (ICETCEE 2012). Dubai, 24-25 March 2012. P. 44-48.

35. Hobbs G., Scheepers R. Agility in information systems: Enabling capabilities for the IT functions // Pacific Asia Journal of the Association for Information Systems. 2011. Vol. 2. No. 4. Article 2.

36. Giachetti R.E. Design of enterprise systems: Theory, architecture, and methods. Boca Raton: CRC Press, 2010.

37. Hevner A., Chatterjee S. Design research in information systems theory and practice. New York: Springer, 2010.

38. Fiadeiro J. Designing for software's social complexity // IEEE Computer. 2007. Vol. 40. No. 1. P. 34-39.

39. Tallon P.P. Inside the adaptive enterprise: An information technology capabilities perspective on business process agility // Information Technology and Management. 2008. Vol. 9. No. 1. P. 21-36.

40. Feeny D.F., Willcocks L.P. Core IS capabilities for exploiting information technology // Sloan Management Review. 1998. Vol. 39. No. 3. P. 9-21.

41. Newman D., Logan D. Achieving agility: How enterprise information management overcomes information silos. Gartner Research, G00137817, 2006.

42. Tseng Y.H., Lin C.T. Enhancing enterprise agility by deploying agile drivers, capabilities and providers // Information Science. 2011. Vol. 181. No. 17. P. 3693-3708.

43. Vinodh S., Devadasan S.R. Twenty criteria based agility assessment using fuzzy logic approach // International Journal of Advanced Manufacturing Technologies. 2011. Vol. 54, No. 9-12. P. 1219-1231.

44. Bottani E. A fuzzy QFD approach to achieve agility // International Journal of Production Economics. 2009. Vol. 119. No. 2. P. 380-391.

45. Arteta B.M., Giachetti R.E. A measure of agility and the complexity of the enterprise system // Robotics and Computer-Integrated Manufacturing. 2004. No. 20. P. 495-503.

46. Overby E., Bharadwaj A., Sambamurthy V. Enterprise agility and the enabling role of information technology // European Journal of Information Systems. 2006. Vol. 15. No. 2. P. 120-131.

47. Maurer C. Measuring information systems agility: Construct definition and scale development // Proceedings of the Southern Association for Information Systems Conference (SAIS 2010). Atlanta, USA, 26-27 March 2010. P. 155-160.

48. Fauscette M., Perry P. Simplifying IT to drive better business outcomes and improved ROI: Introducing the IT complexity index. IDC, White Paper #249440, 2014.

49. Bostrom R., Heinen J.S. MIS problems and failures: A socio-technical perspective. Part I: The causes // MIS Quarterly. 1977. Vol. 1. No. 3. P. 17-32.

50. Bostrom R., Heinen J.S. MIS problems and failures: A socio-technical perspective. Part II: The application of socio-technical theory // MIS Quarterly. 1977. Vol. 1. No. 4. P. 11-28.

51. Avgerou C., Ciborra C., Land F.F. The social study of information and communication technology: Innovation, actors and context. Oxford: Oxford University Press, 2004.

52. Kelly K. Out of control: The new biology of machines, social systems, and the economic world. Reading: Addison-Wesley, 1995.

53 Latour B. Reassembling the social: An introduction to actor-network-theory. Oxford: Oxford University Press, 2005.

54. Lyytinen K., Newman M. Explaining information systems change: A punctuated socio-technical change model // European Journal of Information Systems. 2008. Vol. 17. No. 6. P. 589-613.

55. Giachetti R.E., Martinez L.D., Saenz O.A., Chen C.S. Analysis of the structural measures of flexibility and agility using a measurement theoretical framework // International Journal of Production Economics. 2003. Vol. 86. No. 1. P. 47-62.

56. Alter S. Service system fundamentals: Work system, value chain, and life cycle // IBM Systems Journal. 2008. Vol. 47. No. 1. P. 71-85.

57. Leavitt H.J. Applied organization change in industry: structural, technical, and human approaches // New perspectives in organizational research / Eds. S. Cooper, H. Leavitt, K. Shelly. Chichester: "Wiley, 1964.

58. Employees' exploration of complex systems: An integrative view / H. Liang [et al.] // Journal of Management Information Systems. 2015. Vol. 32. No. 1. P. 322-357.

59. Laumer S., Maier C., Eckhardt A., Weitzel T. Work routines as an object of resistance during information systems implementations: Theoretical foundation and empirical evidence // European Journal of Information Systems. 2016. Vol. 25. No. 4. P. 317-343.

60. Dove R. Response ability: The language, structure, and culture of the agile enterprise. New York: Wiley, 2001.

61. Suh N.P. Axiomatic design. New York: Oxford University Press, 2001.

62. Jureta I.J., Borgida A., Ernst N.A., Mylopoulos J. The requirements problem for adaptive systems // ACM Transactions on Management Information Systems. 2015. Vol. 5. No. 3. Article 17.

63. Rai A., Venkatesh V., Bala H., Lewis M. Transitioning to a modular enterprise architecture: Drivers, constraints, and actions // MIS Quarterly Executive. 2010. Vol. 9. No. 2. P. 83-94.

64. Uram M., Stephenson B. Services are the language and building blocks of an agile enterprise // The agile enterprise: Reinventing your organization for success in an on-demand world / Eds. N. Pal, D.C. Pantaleo. New York: Springer, 2005. P. 49-86.

65. Sitter L.U., Hertog J.F., Dankbaar B. From complex organizations with simple jobs to simple organizations with complex jobs // Human Relations. 1997. Vol. 50. No. 5. P. 497-534.

Agility of enterprise information systems: A conceptual model, design principles and quantitative measurement

Yuri A. Zelenkov

Professor, Department of Information Systems and Digital Infrastructure Management National Research University Higher School of Economics Address: 20, Myasnitskaya Street, Moscow, 101000, Russian Federation E-mail: yzelenkov@hse.ru

Abstract

A modern enterprise has to react to permanent changes in the business environment by transformation of its own behavior, operational practices and business processes. Such transformations may range from changes of business processes to changes of information systems used to support the business processes, changes in the underlying IT infrastructures and even in the enterprise information system as a whole. The main characteristic of changes in a turbulent business environment and, consequently, in the enterprise information system is unpredictability. Therefore, an enterprise information system should support the operational efficiency of the current business model, as well as provide the necessary level of agility to implement future unpredictable changes of requirements.

This article aims to propose a conceptual model of an agile enterprise information system, which is defined as a working system that should eliminate the largest possible number of gaps caused by external events through incremental changes of its own components. A conceptual model developed according to the socio-technical approach includes structural properties of an agile enterprise information system (actors, tasks, technology, and structure). Structural properties define its operational characteristics, i.e. measurable indicators of agility - time, costs, scope and robustness of process of change. Different ways to build such an agile system are discussed on the basis of axiomatic design theory. We propose an approach to measurement of time, cost, scope and robustness of changes which helps to make quantitative estimation of the achieved level of agility.

Key words: enterprise information system, enterprise agility, agility measurement, enterprise system services,

enterprise system platform.

Citation: Zelenkov Y.A. (2018) Agility of enterprise information systems: A conceptual model, design principles and

quantitative measurement. Business Informatics, no. 2 (44), pp. 30-44. DOI: 10.17323/1998-0663.2018.2.30.44.

References

1. Haeckel S.H. (1999) Adaptive enterprise: Creating and leadingsense-and-respond organizations. Boston: Harvard Business School Press.

2. Donaldson L. (2001) The contingency theory of organization. London: Sage Publications.

3. Ciborra C. (2002) The labyrinths of information: Challenging the wisdom of systems. Oxford: Oxford University Press.

4. Elbanna A. (2009) Rigid technology and improvised implementation: The case of ERP systems. Bricolage, care and information: Claudio Ciborra's legacy in information systems research (eds. C. Avgerou, G.F Lanzara, L.P. Willcocks). New York: Palgrave Macmillan, pp. 327-347.

5. Lowry PB., Wilson D. (2016) Creating agile organizations through IT: The influence of internal ГГ service perceptions on ГГ service quality and IT agility. Journal ofStrategic Information Systems, vol. 25, no. 3, pp. 211-226.

6. Murer S., Bonati B., Furrer F.G. (2011) Managed evolution: A strategy for very large information systems. Berlin: Springer.

7. Brynjolfsson E., Milgrom P. (2013) Complementarity in organizations. The handbook of organizational economics (eds. R Gibbons, J. Roberts). Princeton: Princeton University Press, pp. 11-55.

8. Tambe P., Hitt L.M. (2012) The productivity of information technology investments: New evidence from ГГ labor data. Information Systems Research, vol. 23, no. 3-1, pp. 599-617.

9. Kleis L., Chwelos P., Ramirez R.V., Cockburn I. (2012) Information technology and intangible output: The impact of IT investment on innovation productivity. Information Systems Research, vol. 23, no. 1, pp. 42-59.

10. Saunders A., Brynjolfsson E. (2016) Valuing information technology related intangible assets. MIS Quarterly, vol. 40, no. 1, pp. 83-110.

11. Mithas S., Ramasubbu N., Sambamurthy V. (2011) How information management capability influences firm performance. MIS Quarterly, vol. 35, no. 1, pp. 237-256.

12. Dos Santos B.L., Zheng Z., Mookerjee V.S., Chen H. (2012) Are new IT-enabled investment opportunities diminishing for firms? Information Systems Research, vol. 23, no. 2, pp. 287-305.

13. Pavlou P.A., El Sawy O.A. (2006) From IT leveraging competence to competitive advantage in turbulent environments: The case of new product development. Information Systems Research, vol. 17, no. 3, pp. 198-227.

14. Zelenkov Y. (2015) Business and IT alignment in turbulent business environment. Lecture Notes in Business Information Processing, no. 228, pp. 101-112.

15. Sherehiy B., Karwowsky W., Layer J.K. (2007) A review of enterprise agility: Concepts, frameworks, and attributes. International Journal ofIndustrial Ergonomics, no. 37, pp. 445-460.

16. Cunha M.M., Putnik G.D. (2006) Agile virtual enterprises: Implementation and management support. Hershey: Idea Group Publishing.

17. YusufY., Sarhadi M., Gunasekaran A. (1999) Agile manufacturing: The drivers, concepts and attributes. International Journal ofProduction Economics, vol. 62, no. 1-2, pp. 33-43.

18. Jackson M. Johansson C. (2003) Agility analysis from a production system perspective. Integrated Manufacturing Systems, vol. 14, no. 6, pp. 482-488.

19. Sharifi H., Zhang Z. (1999) A methodology to achieving agility in manufacturing organizations: An introduction. International Journal ofProduction Economics, vol. 62, no. 1-2, pp. 7-22.

20. Desouza K.C., ed. (2007) Agile information systems: Conceptualization, construction, and management. Amsterdam: Butterworth-Heinemann.

21. Orlikowski W.J. (1993) CASE tools as organizational change: Investigating incremental and radical changes in systems development. MIS Quarterly, vol. 17, no. 3, pp. 309-340.

22. Wilkinson M. (2006) Designing an "adaptive" enterprise architecture. BT Technology Journal, vol. 24, no. 4, pp. 81-92.

23. Galliers R.D. (2007) Strategizing for agility: Confronting information systems inflexibility in dynamic environments. Agile information systems: Conceptualization, construction, and management (ed. K.C. Desouza). Amsterdam: Butterworth-Heinemann, pp. 11-15.

24. Bonham S.S. (2008) Actionable strategies through integrated performance, process, project, and risk management. Boston: Artech House.

25. Zelenkov Y. (2017) Decision making in cloud computing: A method that combines costs, risks and intangible benefits. Communications in Computer and Information Science, vol. 731, pp. 273-285.

26. Lee O.K., Sambamurthy V., Lim K.H., Wei K.K. (2015) How does IT ambidexterity impact organizational agility? Information Systems Research, vol. 26, no. 2, pp. 398-417.

27. Brynjolfsson E., Saunders A. (2010) Wiredfor innovation: How information technology is reshaping the economy. Cambridge, MA: MIT Press.

28. Milgrom P., Roberts J. (1995) Complementarities and fit: Strategy, structure, and organizational change in manufacturing. Journal of Accounting and Economics, vol. 19, no. 2-3, pp. 179-208.

29. Peppard J., Ward J. (2004) Beyond strategic information systems: Towards an IS capability. Journal ofStrategic Information Systems, vol. 13, no. 2, pp. 167-194.

30. Maurer C., Goodhue D. (2010) A theoretical model of the enterprise system agility life-cycle. Proceedings of the 16th Americas Conference on Information Systems (AMCIS2010), Lima, Peru, 12—15 August 2010, paper 231.

31. Goodhue D.L., Chen D.Q., Boudreau M.C., Cochran J. (2009) Addressing business agility challenges with enterprise systems. MIS Quarterly Executive, vol. 8, no. 2, pp. 73-87.

32. Claybaugh C.C., Ramamurthy K., Haseman W.D. (2017) Assimilation of enterprise technology upgrades: A factor-based study. Enterprise Information Systems, vol. 11, no. 2, pp. 250-283.

33. Gregory R.W., Keil M., Muntermann J., Mhring M. (2015) Paradoxes and the nature of ambidexterity in IT transformation programs. Information Systems Research, vol. 26, no. 1, pp. 57-80.

34. Sedighi M.M., Torabi G., Shojaie M., Mokif T. (2012) Studying agility during ERP lifecycle: A conceptual model for ERP implementation and agility assessment. Proceedings of the International Conference on Emerging Trends in Computer and Electronics Engineering (ICETCEE 2012), Dubai, 24-25March 2012, pp. 44-48.

35. Hobbs G., Scheepers R (2011) Agility in information systems: Enabling capabilities for the IT functions. Pacific Asia Journal of the Association for Information Systems, vol. 2, no. 4, article 2.

36. Giachetti RE. (2010) Design of enterprise systems: Theory, architecture, and methods. Boca Raton: CRC Press.

37. Hevner A., Chatterjee S. (2010) Design research in information systems theory and practice. New York: Springer.

38. Fiadeiro J. (2007) Designing for software's social complexity IEEE Computer, vol. 40, no. 1, pp. 34-39.

39. Tallon PP (2008) Inside the adaptive enterprise: An information technology capabilities perspective on business process agility. Information Technology and Management, vol. 9, no. 1, pp. 21-36.

40. Feeny D.F., Willcocks L.P. (1998) Core IS capabilities for exploiting information technology. Sloan Management Review, vol. 39, no. 3, pp. 9-21.

41. Newman D., Logan D. (2006) Achieving agility: How enterprise information management overcomes information silos. Gartner Research, G00137817.

42. Tseng Y.H., Lin C.T. (2011) Enhancing enterprise agility by deploying agile drivers, capabilities and providers. Information Science, vol. 181, no. 17, pp. 3693-3708.

43. Vinodh S., Devadasan S.R (2011) Twenty criteria based agility assessment using fuzzy logic approach. International Journal of Advanced Manufacturing Technologies, vol. 54, no. 9-12, pp. 1219-1231.

44. Bottani E. (2009) A fuzzy QFD approach to achieve agility. International Journal ofProduction Economics, vol. 119, no. 2, pp. 380-391.

45. Arteta B.M., Giachetti RE. (2004) A measure of agility and the complexity of the enterprise system. Robotics and Computer-Integrated Manufacturing, no. 20, pp. 495-503.

46. Overby E., Bharadwaj A., Sambamurthy V. (2006) Enterprise agility and the enabling role of information technology. European Journal of Information Systems, vol. 15, no. 2, pp. 120-131.

47. Maurer C. (2010) Measuring information systems agility: Construct definition and scale development. Proceedings of the Southern Association for Information Systems Conference (SAIS 2010), Atlanta, USA, 26—27March 2010, pp. 155-160.

48. Fauscette M., Perry P. (2014) Simplifying ITto drive better business outcomes and improved ROI: Introducing the ITcomplexity index. IDC, White Paper #249440.

49. Bostrom R., Heinen J.S. (1977) MIS problems and failures: A socio-technical perspective. Part I: The causes. MIS Quarterly, vol. 1, no. 3, pp. 17-32.

50. Bostrom R., Heinen J.S. (1977) MIS problems and failures: A socio-technical perspective. Part II: The application of socio-technical theory. MIS Quarterly, vol. 1, no. 4, pp. 11-28.

51. Avgerou C., Ciborra C., Land F.F. (2004) The social study of information and communication technology: Innovation, actors and context. Oxford: Oxford University Press.

52. Kelly K. (1995) Out of control: The new biology ofmachines, social systems, and the economic world. Reading: Addison-Wesley.

53. Latour B. (2005) Reassembling the social: An introduction to actor-network-theory. Oxford: Oxford University Press.

54. Lyytinen K., Newman M. (2008) Explaining information systems change: A punctuated socio-technical change model. European Journal ofInformation Systems, vol. 17, no. 6, pp. 589-613.

55. Giachetti RE., Martinez L.D., Saenz O.A., Chen C.S. (2003) Analysis of the structural measures of flexibility and agility using a measurement theoretical framework. International Journal ofProduction Economics, vol. 86, no. 1, pp. 47-62.

56. Alter S. (2008) Service system fundamentals: Work system, value chain, and life cycle. IBM Systems Journal, vol. 47, no. 1, pp. 71-85.

57. Leavitt H.J. (1964) Applied organization change in industry: structural, technical, and human approaches. New perspectives in organizational research (eds. S. Cooper, H. Leavitt, K. Shelly). Chichester: Wiley.

58. Liang H., Peng Z., Xue Y., Guo X., Wang N. (2015) Employees' exploration of complex systems: An integrative view. Journal of Management Information Systems, vol. 32, no. 1, pp. 322-357.

59. Laumer S., Maier C., Eckhardt A., Weitzel T. (2016) Work routines as an object of resistance during information systems implementations: Theoretical foundation and empirical evidence. European Journal ofInformation Systems, vol. 25, no. 4, pp. 317-343.

60. Dove R. (2001) Response ability: The language, structure, and culture of the agile enterprise. New York: Wiley.

61. Suh N.P. (2001) Axiomatic design. New York: Oxford University Press.

62. Jureta I.J., Borgida A., Ernst N.A., Mylopoulos J. (2015) The requirements problem for adaptive systems. ACM Transactions on Management Information Systems, vol. 5, no. 3, article 17.

63. Rai A., Venkatesh V, Bala H., Lewis M. (2010) Transitioning to a modular enterprise architecture: Drivers, constraints, and actions. MIS Quarterly Executive, vol. 9, no. 2, pp. 83-94.

64. Uram M., Stephenson B. (2005) Services are the language and building blocks of an agile enterprise. The agile enterprise: Reinventing your organization for success in an on-demand world (eds. N. Pal, D.C. Pantaleo). New York: Springer, pp. 49-86.

65. Sitter L.U., Hertog J.F., Dankbaar B. (1997) From complex organizations with simple jobs to simple organizations with complexjobs. Human Relations, vol. 50, no. 5, pp. 497-534.