CC BY
147
УПРАВЛЕНИЕ СЛОЖНЫМИ СИСТЕМАМИ И ОБЪЕКТАМИ
УДК 681.5.001.57:621
КОНЦЕПЦИЯ УПРАВЛЕНИЯ ОТКРЫТЫМИ ОРГАНИЗАЦИОННЫ1МИ
СИСТЕМАМИ
©1999 В.А. Виттих
Институт проблем управления сложными системами РАН, г. Самара
Концепция управления открытыми системами разработана применительно к организациям - сложным системам, имеющим искусственное происхождение, в которых люди и технологии объединены в целесообразное целое. В отличие от широко распространенных жестких иерархических структур с командно - подчиненными отношениями в предлагаемой концепции организации уподобляются живым организмам, развивающимся и эволюционирующим в более сложные и жизнеспособные системы. Движущей силой этой эволюции являются процессы управления, осуществляемые людьми, принимающими решения. Управление рассматривается как функция сложных систем, направленная на упорядочение, сохранение целостности системы, ее организации. В содержание понятия “управление” при этом включаются процессы самоорганизации, где управление является необходимым внутренним свойством системы. Условием устойчивого развития сложной системы - организации является согласованность принимаемых решений, которая достигается путем интеграции знаний, выполняющей фундаментальную системообразующую функцию.
1. Проблемы реформирования организации и управления
В нашей стране проводятся фундаментальные политические и экономические реформы, однако принципы организации и управления в органах государственного и муниципального управления, на промышленных предприятиях, в агропромышленном комплексе и во многих других учреждениях чаще всего остаются неизменныгми - бюрократическими. В начале XX века, после того как Макс Вебер обосновал преимущества “идеальной бюрократии”, такая форма менеджмента быстро распространилась по всему миру и долгое время считалась наиболее эффективной, поскольку опиралась на жесткую иерархию власти, разделение труда на основе функциональной специализации, регламентацию процедур, определяющих порядок действий во всех ситуациях, встречающихся в процессе функционирования организации, и т.п. [1].
Тем не менее, в конце 50-х - начале 60-х годов все чаще и чаще стали отмечаться негативные последствия бюрократических подходов к организации и управлению. “Бюрократические структуры проектируются для того, чтобы выполнять действия, которые
поддаются программированию в стабильных, предсказуемых окружающих условиях. Однако окружающие условия становятся все более неустойчивыми и быстро изменяющимися. В настоящее время возникла потребность в организациях такого типа, которые позволили бы быстро приспосабливаться к изменяющимся условиям; необходимо искать такие структуры, с помощью которых люди могут организовываться для новаторской непрограммируемой деятельности” [2].
Таким образом, потребность в реформировании организаций в направлении гибкого управления, позволяющего оперативно реагировать на случайные флуктуации окружающей среды - рынка, была осознана довольно давно. Несмотря на это, сегодня не только в России, в которой рыночные отношения находятся в стадии становления, но и в странах с развитой рыночной экономикой, в частности, в США доминируют жесткие бюрократические принципы организации и управления. И это “торжество ” бюрократии отрицательно сказыгвается на экономике, в чем можно убедиться, кратко рассмотрев, например, некоторые показатели и тенденции развития промышленности США.
Конкурентоспособность промыгшленно-
сти США неуклонно снижалась в 70-е - 80-е годы. В 1969 году компании США произвели 82% телевизоров, 88% автомобилей и 90% станков, реализованных на американском рынке. В 1983 году в магазинах США едва ли можно было найти американский телевизионный приемник. В страну ввозилось также 30% потребляемых автомобилей и 50% станков. Даже в таких новых, наукоемких отраслях, как, например, производство полупроводников, доля США в мировом производстве упала с 85% в 1980 году до 15% в 1988 году [3].
Все 80-е годы в США прошли под знаком крупных реорганизаций и реформ в управлении, получивших броское название “тихой революции в американском менеджменте” [4]. Этому способствовал выход в свет в 1982 году книги американских специалистов Т. Питерса и Р. Уотермена “В поисках эффективного управления” (в 1986 году она была переведена на русский язык), в которой был проанализирован опыт наиболее преуспевающих компаний США. Несмотря на это, американский бизнес продолжал терять свои позиции перед натиском японских и западно-европейских фирм. Спустя пять лет после выхода своей знаменитой книги Т. Питерс вынужден был признать, что в США попросту нет компаний с высокоэффективным управлением.
Именно этим обстоятельством и объясняются неудачи компаний США в конкурентной борьбе. В конце 80-х годов выяснилось, что на расположенных в США предприятиях японских фирм уровень производительности труда в среднем на 20 - 25% выше, чем на американских предприятиях аналогичного профиля. При этом и качество, и привлекательность продукции японских фирм были куда выше американских. Традиционные объяснения успехов японцев, вроде национально - исторических особенностей японского народа, культурного фактора и т.д., уже не срабатывали. На расположенных в США японских предприятиях применялся труд американских рабочих, специалистов и управляющих. Субподрядчиками были тоже американские фирмы, культурная среда - исключительно американская, а результаты хозяй-
ственной деятельности - разными [4].
Американскому бизнесу не помогли и массированные инвестиционные инъекции в самые современные средства автоматизации производства и конторского труда. Объем капиталовложений, масштабыг технического перевооружения производства в конце 80х годов уже утратили свою быглую роль для повышения конкурентоспособности. Так, с 1973 по 1986 год темпы роста производительности труда в японской экономике были в 6 раз выше, чем в США. Однако, согласно результатам большинства американских исследователей, не более 20% различий в динамике эффективности производства между этими двумя странами можно отнести за счет размеров капиталовложений в техническую модернизацию производства. Главная причина происходящего состояла в том, что, несмотря на изменения в хозяйственных стратегиях, в инвестиционных приоритетах, американский бизнес не изменил системы и ме-тоды1 управления, не привел их в соответствие с теми требованиями, которые сегодня предъявляются к производству. Гибкость в управлении становится куда более важной, чем “рациональность ” управления во всех ее бюрократических формах - от достижения упорядоченности, подконтрольности, соответствия инструкциям, типовым формам до экономии на управленческих расходах [4].
Гибкость организации и управления достигается на основе их реформирования в следующих направлениях.
Прежде всего, путем перехода от иерархических структур к сетевым, гетерархическим [5], а применительно к промышленным предприятиям - к голоническим произ-водственныгм системам (ГПС), сочетающим стабильность иерархии с гибкостью гетерархии [6,7]. ГПС состоят из голонов, каждый из которых является автономным “строительным блоком” системы, способным к самообучению и адаптации без поддержки извне. Механизмы взаимодействия голонов обеспечивают возможность динамической переконфигурации (самоорганизации) ГПС в ответ на флуктуации среды - изменяющиеся условия рынка. В отличие от традиционных производственных систем с иерархическими свя-
зями и командно - подчиненными отношениями, ГПС строятся на основе использования отношения “часть - целое” и принципа “равный с равным” при обмене информацией и физическими компонентами.
Обеспечение гибкого управления требует повышения роли децентрализованного принятия решений и широкого распределения полномочий по всей организации [8]. Некоторые стратегические решения, касающиеся перспектив развития организации, могут приниматься централизованно, а оперативные (тактические) решения должны приниматься децентрализовано. В условиях возрастающего числа лиц, принимающих решения, необходимо решить проблему установления четких границ ответственности между ними.
Гибкое планирование предполагает изменение взглядов на план: в отличие от традиционного плана - программы, жестко управляющего действиями исполнителей, он должен рассматриваться как план - коммуникация, то есть как некоторый информационный ресурс, который используется при принятии решения о том, что нужно делать [9,10]. При этом допускается возможность альтернативной интерпретации выбора действий в рамках плана.
Требование самоуправления связано с предоставлением сотрудникам организации возможности определять свои собственные задачи и планы, а также регулировать свою индивидуальную рабочую нагрузку. Предполагается, что при этом должна повыситься ответственность сотрудников за свои действия (при условии, что высшие руководители вторгаются в их деятельность только по мере необходимости) [11].
Можно было бы отметить еще целый ряд задач, которые требуют решения на пути к достижению гибкости организации и управления (например, разработка адекватной системы материального стимулирования труда сотрудников). Однако в этом нет необходимости, поскольку и без того ясно, что идеи гибкости (или самоорганизации) чрезвычайно редко реализуются на практике, где продолжают доминировать иерархические структуры, централизованное принятие ре-
шений, жесткое планирование и т.п. Одна из причин, препятствующих проникновению в реальные системы изложенных выше нововведений в области организации и управления, известна - это человеческий фактор. Люди всегда настороженно относятся к любым переменам, а в бюрократических организациях особенно, поскольку они постепенно трансформируются в функционеров, работающих по принципу “как бы чего не вышло”. Однако дело не только в этом. Имеются и другие сдерживающие факторы, к числу которых относится традиционный (бюрократический) подход к использованию вычислительной техники.
Роль компьютеров в управлении бюрократическими организациями является вспомогательной, подчиненной и сводится обычно к сбору, хранению, обработке данных и удобному их представлению пользователям. Бюрократия долгое время существовала и могла бы продолжать существовать без компьютеров. Однако огромные потоки данных, захлестнувшие сферу менеджмента, потребовали применения средств автоматизации, которые незамедлительно стали впитывать в себя идеи бюрократии, что привело (по выражению Д.Д. Хэмптона) к “бюрократической модели управления данными в организациях” [11].
Поначалу наметился известный прогресс в управлении, но очень скоро стал сказываться “эффект насыщения”: капиталовложения в компьютерную технику увеличивались, а эффективность функционирования организаций в целом изменялась незначительно. Обратив внимание на этот факт, один из руководителей “Дженерал моторс” констатировал, что за те 33 миллиарда долларов, которые его компания израсходовала в течение шести лет (речь шла о 80-х годах) на разного рода средства автоматизации и компьютеризации, она просто могла бы купить и “Тойёту”, и “Хонду” - двух своих иностранных конкурентов на авторынке США, - вместе взятых [4]. Стало ясно, что начали сказываться ограниченные возможности самой бюрократической системы со всеми ее недостатками.
Однако попытки реформирования организации и управления, как уже отмечалось
выше, не дали желаемых результатов, и не только из-за “человеческого фактора”, а также потому, что бюрократия укрепилась с помощью компьютерных систем, построенных на ее основе. Расшатать ее оказалось куда более трудным делом, поскольку, наряду с необходимостью обучения, изменения психологии и мотивации людей, требовалась дополнительная переработка методического, программного и технического обеспечения компьютерных систем.
Например, гибкое планирование предусматривает постоянную работу с планами, которые, с одной стороны, должны быть всегда “под рукой”, а с другой - допускать возможность их оперативной коррекции и согласования с коллегами, зачастую удаленными на значительные расстояния. Для этого в компьютерных сетях планы должны быть представлены в электронной форме, поскольку “бумажная технология” здесь оказывается неприемлемой. Но тогда потребуется как изменение организации работы с планами, так и необходимость разработки дополнительных программных средств, скажем, программ, которые предотвращают возможность несанкционированного доступа к планам.
Если же ставится задача децентрализованного принятия решений, то для этого необходимо обеспечить всем лицам, принимающим решения, доступ к компьютерной сети ограничений, в условиях которых эти решения принимаются. Опять же, реорганизация управления в этом случае напрямую связана с преобразованиями компьютерной сети и разработкой соответствующих программных средств. Иными словами, реформирование организации и управления должно осуществляться параллельно и согласованно с разработкой компьютерной системыг, которая становится неотъемлемой, “встроенной ” частью организации.
Все перечисленные (а также и многие другие) проблемы преобразования традиционных “жестких” структур в новые “гибкие” формы организации и управления, в конечном счете, отражают изменение взглядов на мир: классическое причинно - механическое воззрение на мир, лежащее в основе бюрократии, начинает постепенно вытесняться но-
выми представлениями о мире, открывающими возможность освоения сложных самоорганизующихся открытых систем. Поэтому кратко рассмотрим историю развития этих взглядов.
2. Изменение научной картины мира и методологии исследований
В классическом естествознании, начиная с XVII века, проходит идея, согласно которой объективность и предметность научного знания достигается только тогда, когда из описания и объяснения исключается все, что относится к субъекту и к процедурам его познавательной деятельности. Идеалом было построение абсолютно истинной картины природы, знания о которой сводились к фундаментальным принципам и представлениям механики. Познающий разум наделялся статусом суверенности и трактовался как дистанцированный от вещей, как бы со стороны наблюдающий и исследующий их. Изучаемые объекты рассматривались преимущественно как малые системы (механические устройства), характеризующиеся относительно небольшим количеством элементов, их силовыми взаимодействиями и жестко детерминированными связями. Для их изучения достаточно было понять, что свойства целого полностью определяются состояниями и свойствами его частей [12].
Основоположник классического естествознания И. Ньютон, не сомневавшийся в универсальном характере законов, изложенных в его “Математических началах натуральной философии”, в глазах научной общественности был человеком, впервые открывшим язык, на котором говорит (и которому подчиняется) природа. Триумф ньютонианства, непрестанное расширение сферы научных исследований на все новые и новые области позволило распространить ньютоновское мышление до настоящего времени. “Мы так привыкли к законам классической динамики, которые преподаются нам едва ли не с младших классов школы, что плохо сознаем всю смелость лежащих в их основе допущений” [13].
Что же касается сложных систем, то классическое естествознание практически мало
пригодно для их изучения, и многих исследователей подстерегало на этом пути разочарование.
Неклассическое естествознание, зародившееся в конце XIX - начале XX века, допускает истинность нескольких отличающихся друг от друга конкретных теоретических описаний одной и той же реальности, поскольку в каждом из них может содержаться момент объективно - истинного знания. При этом принимаются такие типы объяснения и описания, которые в явном виде содержат ссылки на средства и операции познавательной деятельности. Так, например, в квантово - релятивистской физике в качестве необходимого условия объективности объяснения и описания выдвигается требование четкой фиксации особенностей средств наблюдения, которые взаимодействуют с объектом.
Идея исторической изменчивости научного знания соединилась с новыми представлениями об активности субъекта познания, который рассматривался уже не как дистанцированный от изучаемого мира, а как находящийся внутри его, детерминированный им. Возникает понимание того, что ответыг природы на наши вопросы определяются не только устройством самой природыг, но и способом нашей постановки вопросов, который зависит от исторического развития средств и методов познавательной деятельности. Представление о соотношении части и целого применительно к сложным системам включают идеи несводимости состояния целого к сумме состояний его частей.[12].
Более глубоко и рельефно граница между классическим и неклассическим естествознанием проведена в работе [13]. В отличие от классической физики, рассматривающей явления природы с позиций детерминизма, обратимости и равновесия, излагается прямо противоположная точка зрения: окружающий нас мир характеризуют случайность, необратимость и неравновесность. Флуктуации в случае неравновесных процессов могут определять глобальный исход эволюции системы, а поэтому пренебрегать ими принципиально невозможно. Что касается необратимых и неравновесных процессов, то они
свойственны любой сложной системе, а обратимость и равновесие, наоборот, - редкие, исключительные явления.
Такое видение мира, на первый взгляд, ассоциируется с беспорядком, хаосом. Однако в работе [13] показано, что порядок, равновесие и устойчивость системы достигаются постоянныгми динамическими неравновесны ми процессами. Иными словами, необратимость и неравновесность создают порядок из хаоса. Вдали от равновесия в результате самоорганизации могут возникать новые динамические состояния материи, отражающие взаимодействие данной системы с окружающей средой. Эти новые структуры названы автором цитируемой монографии И. Пригожиным диссипативны ми структурами, поскольку их стабильность покоится на диссипации энергии и вещества. Исходя из этого, дано новое определение структуры как формы адаптации системы к внешним условиям.
Эволюционная парадигма И. Пригожи-на охватывает изолированные (замкнутые) системы, эволюционирующие к хаосу, и открытые системы , эволюционирующие к все более высоким формам сложности. Мир динамики, классической или квантовой, - мир обратимый. И. Пригожин показывает, что в таком мире эволюция невозможна. При этом он пишет, что “информация, представимая в динамических структурных единицах (или проще - информация, извлекаемая из динамики), остается постоянной во времени”. Это высказывание может быть интерпретировано следующим образом.
Уравнения классической динамики, описывающие замкнутые системы, содержат в себе информацию о поведении системы на всей временной оси. Вид этих уравнений не изменяется во времени. Сложные открытые самоорганизующиеся системы (в отличие от замкнутых), эволюционирующие во времени, требуют для своего описания постоянного обновления информации. Поэтому к моделированию сложных явлений необходимо относиться с осторожностью: в сложных системах дефиниции (определения) самих сущностей и взаимодействия между ними в процессе эволюции могут претерпевать измене-
ния [13].
Наряду с трансформацией взглядов на мир, изменяется и методология научного поиска. Как известно, в научных исследованиях используются два подхода к построению теорий - феноменологический (описательный) и объяснительный. Традиционная трактовка описания и объяснения противопоставляет их как ответы на вопросы “как” и “почему?”. Феноменологическая теория отвлекается от раскрытия внутренних причин, внутреннего механизма, внутренней сущности и ограничивается изучением внешних сторон явлений, их поведения. Объяснительная дает все то, от чего отвлекается феноменологическая [14]. “Под феноменологической теорией понимают такую формулировку закономерностей в области наблюдаемых физических явлений, в которой не делается попытки свести описываемые связи к лежащим в их основе общим законам природы, через которые они могли бы быть понятыми” [15].
Феноменологический подход заключается в теоретическом описании непосредственно данны х в опы те явлений, то есть описании при помощи законов, в которых фигурируют только понятия и величины, имеющие эмпирическое значение, что позволяет непосредственно проверять их опытом. Иными словами, этот подход состоит в описании явлений такими, какими они даны в нашем опыте, а не такими, какими они существуют “сами по себе”, независимо от условий эксперимента [16].
Объяснительный подход заключается в том, чтобы на основании данных опыта и, если есть такая возможность, исходя из точного теоретического описания данного класса явлений, построить гипотезу о внутренней структуре изучаемых объектов и внутреннем механизме соответствующих процессов, то есть в описании явлений “самих по себе”, при помощи законов, понятий и величин, не имеющих непосредственно эмпирического смысла, но могущих быть проверенными косвенно в эксперименте путем проверки следствий данной гипотезы. При этом если между следствиями гипотезы и данными опыта будет достаточно хорошее совпадение, то гипотеза превращается в теорию
[16]. Автор работы [16] называет такую теорию ноуменологической.
Ноуменологическому (объяснительному) подходу чаще всего отдается предпочтение, поскольку он позволяет более глубоко понять сущность исследуемых явлений и процессов. Однако при его использовании для исследований сложных систем возникает известное противоречие: вынужденное разбиение сложной системы на части и детальное изучение каждой части в отдельности не позволяет с достаточной степенью достоверности судить о свойствах и поведении системы в целом. Поэтому целесообразно рассмотреть возможность применения при исследовании сложных систем феноменологического подхода, который является мощным средством вскрытия объективных закономерностей в физике [16].
Эмпирический базис. Феноменологический метод исследований опирается на результаты опыта - данные наблюдений, которые содержат не только информацию об изучаемых явлениях, но и, как правило, включают ошибки наблюдателя, влияние внешних возмущающих воздействий, ошибки приборов и различные субъективные наслоения. Поэтому данные наблюдений должны быть преобразованы в эмпирические факты, которые в значительной степени свободны от указанных недостатков [17]. Эмпирические факты содержат как верифицированную информацию, с целью приобретения которой и проводились эксперименты, так и сведения о внешних условиях, об используемых методах и средствах измерений. Поскольку факты получаются благодаря интеграции или обобщению данных наблюдений, то их можно отнести к разряду знаний. Совокупность эмпирических фактов, полученных при исследованиях объекта или системы, образует эмпирический базис.
Эмпирический факт в сложной системе целесообразно трактовать как “ситуацию”, “случай”, “положение” (“case” в английской терминологии), хотя бы потому, что там присутствует деятельность людей. Фиксируется именно ситуация: “в таком - то месте, в такое
- то время, при таких - то условиях имел место такой - то случай”. Тогда эмпирический
базис будет составлять множество ситуаций, каждая из которых несет в себе какой-то запас знаний о системе. Эти знания представляют ценность “сами по себе”, но они же могут использоваться для приобретения новых знаний о состоянии сложной системы. Иными словами, можно развивать ситуационный подход к исследованию сложных систем.
Ситуационныге исследования (case studies) явились результатом изменения взглядов на непрерывный, поступательный характер развития науки, который доминировал в XIX веке и в начале XX века. Научные парадигмы, теории не могут выводиться непосредственно из предшествующего знания, они несоизмеримы и разделены пропастью научных революций. Поэтому в работах по ситуационным исследованиям, которые начали развиваться в 70-е годы применительно к истории науки, прежде всего, подчеркивается необходимость остановить внимание на отдельном событии, которое произошло в определенном месте и в определенное время. Ситуационные исследования - это как - бы перекресток всех возможных анализов науки, сфокусированных в одной точке с целью обрисовать, реконструировать одно событие из истории науки в его цельности, уникальности и невоспроизводимости [18].
В ситуационных исследованиях ставится задача понять прошлое событие не как вписывающееся в единый ряд развития, не как обладающее какими-то общими с другими событиями чертами, а как неповторимое, невоспроизводимое в других условиях. В исторических работах прежнего типа историк стремился изучить как можно больше фактов с тем, чтобы обнаружить в них нечто общее и на этом основании вывести общие закономерности развития. Теперь историк изучает факт как событие, событие многих особенностей развития науки, сходящихся в одной точке с тем, чтобы отличить её от других [18].
Недостаток такого рода исследований заключается во фрагментарности результатов: не создается общей целостной картины, отсутствуют способы интеграции полученных находок, трудно бывает уловить, какие же общие положения рождаются на базе проде-
ланной работы. Ситуационные исследования надо проводить, исходя из какой-то общей схемы, должен быть разработан понятийный аппарат, пригодный для изучения любого конкретного эпизода. Это - онтология сложной системы.
Особенностью ситуационных исследований является то, что берутся для изучения локальные, фокусные точки, в которых могут быть обнаружены (в результате определенного анализа) всеобщие характеристики того или иного периода (имеется в виду история науки). Однако на практике такой анализ проводить довольно трудно, обычно даже задачи такой не ставится. Отсюда возникает ощущение чрезвычайной фрагментарности ситуационных исследований: изучаются эмпирически отдельные конкретные ситуации, обладающие лишь частным значением. Даже если средствами ситуационных исследований будет изучено, например, максимально большое количество исторических событий, то возможно ли перейти к обнаружению всеобщности в истории? Ведь каждая ситуация будет реконструирована как неповторимая, невоспроизводимая в других условиях.
Поэтому необходимо поставить задачу выгработки принципов, руководствуясь которыми можно было бы вы явить всеобщее в истории через изучение уникальных, особен-ныгх событий. Для этого элементарное событие не приобщается к некоторому всеобщему, находящемуся вне его, а наоборот, это всеобщее обнаруживается в нем самом и через общение с другим особенны м собы тием. В теории, в логике истории на передний план выдвигается общение, вместо обобщения.
Иными словами, должна быть решена задача выявления всеобщего в частном, конкретном эпизоде [18]. Прежние логические средства не годятся - нельзя разрушить то, что не подчиняется логике, пусть даже совершенной последней теории. Разговор надо вести на равных, признавая право оппонента на существование. Между событиями устанавливаются диалогические отношения.
Аналогичный тип общения устанавливается и между теми конкурирующими теориями, которые сосуществуют во времени. Поэтому все чаще подчеркивается момент
именно сосуществования разны х теорий, парадигм [18].
При ситуационных исследованиях необходимо на основе изучения уникальных эмпирических фактов и их сопоставления с другими фактами установить нечто всеобщее, закономерное в сложной системе. В отличие от классических методов исследований, где процедура обобщения применяется к однородной генеральной совокупности (например, к ряду измерений какой - либо физической величины), здесь приходится иметь дело с разнородными, на первый взгляд несовместимыми событиями. Поэтому формальные индуктивные или дедуктивные выводы могут оказаться в принципе неприемлемыми.
Тем не менее, решение задачи возможно, если к поиску закономерности в уникальных фактах подключить специалистов - экспертов, которые, с одной стороны, будут использовать свой собственный опыт, а с другой - приобретать новые знания в результате диалогового взаимодействия со своими коллегами. Тогда в этих знаниях будет появляться субъективная составляющая, а это, как принято считать в классической науке, недопустимо. Однако традиционный редукционистский подход при всей своей строгости не дает конструктивных результатов. Поэтому, изучая сложные системы, может быть не нужно стремиться к “абсолютной объективности”? Какая-то доля субъективизма принципиально должна присутствовать в результатах ситуационных исследований, поскольку человек является составной частью изучаемых сложных систем.
Иными словами, ситуационные исследования должны опираться на знания специалистов - экспертов и на специальные методы и средства исследований, которые необходимо разработать.
3. Организация, управление и среда деятельности
После выхода в свет монографии А.А. Богданова [ 19] (первоначально опубликованной в 1913 году) значительно повысился интерес к научным исследованиям в области теории организации как науки об общих законах, по которым происходит организация
элементов системы в функциональное целое. Внимание, таким образом, стало концентрироваться не столько на функционировании той или иной системы, сколько на принципах образования целесообразного единства, организации; не случайно А.А. Богданов назвал свою науку тектологией: от греческого tecton - строить [20]. Его точка зрения была близка диалектике Гегеля, который, желая установить универсальный метод развития Вселенной, понимал под “развитием” метод или путь организации всевозможных систем [21].
Установление принципов организации является важной проблемой и при исследованиях широкого класса сложных систем, объединяющих людей и разнообразные технологии, например, производственных систем. Подобные искусственные системы-артефакты (от латинского arte - искусственный и factus - сделанный) отличаются от систем, организованных самой Природой и являющихся предметом исследований естественных наук. Герберт Саймон [22], подчеркивая это различие, обосновал необходимость создания специальных наук - наук об искусственном. Тогда разработку теории организации сложных систем - артефактов можно считать научным направлением, возникшим “на стыке” наук об искусственном и “всеобщей организационной науки” (как ее называл А.А. Богданов).
Сложные системы-артефакты, которые будут рассматриваться в дальнейшем (производственные, муниципальные, банковские, транспортные и другие), будем называть организациями, поскольку в них люди и технологии объединяются в целесообразное целое. Тогда термин “организация” будет употребляться в двух смыслах: как объединение людей и техники (предприятие, учреждение) и как синоним понятий “развитие”, “строительство”. Однако недоразумений быть не должно, поскольку значение этого термина легко определяется из контекста.
Организации являются открытыми системами, обменивающимися с окружающей средой веществом, энергией и информацией (именно так они трактуются в тектологии А.А. Богданова). Важнейшим свойством лю-
бой открытой системы является самоорганизация, то есть способность системы обретать какую-то пространственную, временную или функциональную структуру без специфического воздействия на нее (под специфическим внешним воздействием понимается такое, которое навязывает системе структуру или функционирование) [23].
Все живые существа обретают форму и функции с помощью самоорганизации; самоорганизация происходит и в неорганическом мире, изучением которого занимается физика и химия [23]. Одними из первых обратили внимание на то, что и организационные системы способны к самоорганизации, авторы монографии [1], в которой, в частности, отмечается, что “большая часть сознательной деятельности человека приводит к образованию систем из хаоса” и что для открытых систем, организуемых человеком, характерно “динамическое равновесие”.
Самоорганизующаяся система в состоянии реорганизовать свои внутренние ограничения, а не просто приспособляться к потоку возмущений, идущему из внешней среды. Самоорганизация выражается в новых устойчивых состояниях, которые более стойки к возмущениям, чем предыдущие. И если самостабилизирующиеся системыг выгжива-ют в средах, в которых возмущения находятся в пределах диапазона их корректирующих воздействий, то самоорганизующиеся системы эволюционируют в более сложные и более жизнеспособные системы [24].
Подобные развивающиеся системы являются в принципе незавершенныти. Поэтому любая организация, представляющая собой сложную открытую систему, находится в состоянии постоянного “строительства”, преобразований, а не “застывает” как окостеневшая структура. Движущей силой эволюции организации являются процессы управления, осуществляемые людьми, принимающими решения, поскольку именно принятие решений предполагает необходимость выполнения каких-нибудь действий, то есть проявления какой-либо энергии, деятельности.
Люди, которые решают, какие действия предпринимать, называются акторами [24]. Тогда “организацию” можно определить как
множество акторов, способных в рамках сформированной среды деятельности для достижения поставленных целей принимать решения автономно или в результате взаимодействия между собой. Среда деятельности представляет собой совокупность методов и средств, обеспечивающих акторам следующие возможности:
• анализировать состояние окружающей среды;
• взаимодействовать между собой;
• решать задачи, необходимые для принятия решений;
• оценивать эффективность принимаемых решений.
Однако, наблюдая и фиксируя чисто феноменологически наличие эволюции и самоорганизации в открытых системах, следует признать, что механизмы их организации до сих пор не раскрыты. В частности, недостаточно исследован вопрос о системообразующих факторах, благодаря которым организация, объединяющая людей с различными интересами и специальностями, начинает вести себя как целостный организм, облада-ющийустойчивостью. Речь идет о факторах, которые играют такую же роль, какую выполняют, например, силы всемирного тяготения, обеспечивая устойчивость Солнечной системы. В то же время системообразующие факторы должны учитывать специфику искусственно организуемых систем, которая заключается в наличии у них определенных целей (как известно, И. Кант называл понятие цели “чужаком в естествознании”).
С этой точки зрения организации являются целеустремленными системами, которые (в отличие от целенаправленных систем, ведущих себя как запрограммированные роботы) изобретательны и динамичны, поскольку их цели и способ выбора целей меняются со временем [24].
Цели, безусловно, выполняют определенную системообразующую функцию, однако их наличие является необходимым условием, но недостаточным, поскольку цели достигаются посредством процессов управления.
Управление является функцией сложных систем, непосредственно направленной на
упорядочение, сохранение и повышение целостности системыг, ее организации [25]. В содержание понятия “управление” при этом включаются процессы самоорганизации, где управление является необходимым внутренним свойством системы. Следует отметить, что такой взгляд на управление отличается от традиционно используемого, при котором разделяются управляемая система и управляющий субъект, а управление оказывается внешним по отношению к системе фактором [26].
Процессыг управления в организациях осуществляются совокупной деятельностью акторов, порождающей как ожидаемые, так и непредсказуемые результаты. Несогласованные, противоречащие друг другу решения акторов, и, как следствие, их несогласованные действия ведут к истощению ресурсов организации, что исключает ее устойчивое развитие. Согласованные решения и действия, наоборот, создают основу устойчивости организации. Иными словами, устойчивость связывается с эффективностью взаимодействия людей-акторов в процессах принятия решений. Человек существует в организациях не в отдельных актах события с людьми и вещами (технологиями), а в последовательностях, рядах, переплетениях таких актов. Ему постепенно приходится переходить от отдельных взаимодействий к их сцеплениям и цепочкам, а, следовательно, менять свои познавательные позиции, средства и инструменты.
Моделирование процессов управления с целью оценки возможных последствий принимаемых решений в рамках открытой гетерархической модели среды деятельности представляет собой сложную проблему, поскольку до сих пор не изучены механизмы принятия решений человеком, не говоря уже о коллективном выборе. Формальные модели здесь построить принципиально невозможно. Остается только один путь: полуна-турное “человеко-машинное” моделирование, когда реальные акторы отрабатывают свои решения в рамках компьютерной модели среды деятельности, которая выступает в роли своеобразного “интеллектуального тренажера”. Результаты такого моделирования, есте-
ственно, будут напрямую зависеть от особенностей конкретного актора. Поэтому процесс моделирования целесообразно повторять многократно, изменяя состав акторов (при прочих равных ограничениях и условиях).
Модели среды деятельности в зависимости от используемых методов и средств могут быть сформированы различным образом. Бюрократическая модель, например, не имеет развитых средств анализа состояния окружающей среды, поскольку исходит из предположения, что окружающие условия стабильны и хорошо предсказуемы. Взаимодействия между акторами в ней упорядочены жесткой иерархией власти, и большинство решений принимается некоторым “главным актором”. Разделение труда на основе узкой функциональной специализации приводит к тому, что многие задачи решаются, исходя из интересов данного структурного подразделения, а не организации в целом. И, наконец, оценка эффективности принимаемых решений осуществляется обычно на основе принципа каузальности, согласно которому каждое явление имеет причину и одновременно есть причина другого явления; однако такие причинно - следственные цепочки чрезвычайно редко встречаются на практике.
Альтернативной закрытой иерархической (бюрократической) модели, не обладающей достаточной гибкостью, является открыг-тая гетерархическая модель средыг деятельности, создающая условия для самоорганизации. Такая модель включает в себя методы и средства изучения окружающей среды, а также взаимодействия акторов с использованием принципов “каждый с каждым” и “равный с равным”. Среда деятельности имеет гибкую структуру, позволяющую акторам для достижения своих целей организовываться во временные рабочие группы (команды), в том числе во временные иерархии, для решения междисциплинарных задач.
Следует отметить, что на практике иерархические или гетерархические, закрытые или открытые среды деятельности не реализуются “в чистом виде”. Несмотря на ограничения бюрократической системы (а чаще всего вопреки ей), акторы взаимодействуют напрямую, если того требуют инте-
ресы дела, и, наоборот, в гетерархических средах они могут образовывать иерархические структуры. Поэтому более корректно говорить о “модели средыг деятельности”, которую планируется сформировать, а не о “среде деятельности”, потому что реально получится что-то несколько иное, поскольку люди не всегда следуют данным им предписаниям. Если же еще дополнительно учесть, что открытые гетерархические среды не могут быть реализованы без компьютеров в принципе, то правомерно ввести понятие “компьютерной модели среды деятельности”. Однако именно потому, что компьютеры становятся неотъемлемой составной частью среды, можно пользоваться термином “модель среды деятельности”, подразумевая присутствие в ней компьютерных средств.
4. Онтология организации
Широко известный тезис “Все предметы и явления существуют в пространстве и времени” не принадлежит какой-либо конкретной науке, например, физике; он не может быть нарушен и действителен “во всех возможных мирах”. Всю совокупность подобных утверждений в философии называют онтологией. Онтология, таким образом, имеет дело с “всеобщими законами бытия”: общенаучными понятиями и формулируемыми для них “онтологическими” аксиомами [27].
Онтология занимается изучением категорий - философских понятий, являющихся средством выработки картины мира, способов освоения человеком различных объектов, норм понимания бытия вообще и человеческого бытия в частности. В древности категории служили для обозначения основных типов вещей, стихий, энергий. В дальнейшем стала более выявляться логическая функция категорий, их роль как понятий, характеризующих основные типы отношений между вещами. По мере развития форм человеческой деятельности категории все более обнаруживают свое значение обобщенных инструментов, в своей совокупности обеспечивающих воспроизводство культуры. Категории образуют своего рода “сеть”, в “узлах” которой пересекаются и связываются разные категории [28].
Онтология как бы надстраивается над всем философским и научным познанием, претендует на обобщение того и другого, на “гармонизацию” различных представлений бытия в системе категорий. Вопрос о взаимосвязи категорий всегда вызывал в философии весьма острые дискуссии: шла своего рода конкурентная борьба за создание наиболее совершенной системы категорий. Однако попытки построить такого рода систему не увенчались успехом [28].
Категориальный анализ - учение о категориях, исследующее природу и область применения категорий, считает число категорий очень большим, еще не выясненным. Он констатирует, что каждой области науки присущи свои категории и что лишь не многие из них выполняют всюду одинаковые функции [29]. Более того, можно говорить о категориальной динамике, если учесть, что многие понятия (например, “система”, “самоорганизация” и “структура”) со временем приобрели категориальный статус [28].
Отвлекаясь от философии и переходя к практическому применению онтологии, в том числе категориального анализа, необходимо отметить, что онтологические аксиомы чаще всего используются неявно. Решая те или иные задачи, человек обычно не задумывается об “онтологическом базисе”, предпочитая опираться на научные теории, обладающие относительной полнотой и непротиворечивостью, а главное, - возможностью получать дедуктивные выводы с помощью того или иного исчисления. Однако при изучении сложных систем-организаций на этом пути его чаще всего ожидают разочарования по причине невозможности построения целого на основе его частей. Тогда может быть целесообразно вернуться к онтологическим представлениям и попытаться на этом “более высоком” уровне решить проблему целостного, а не фрагментарного, описания организаций? Иными словами, необходимо рассмотреть онтологию сложных систем-организаций, но не с общефилософских позиций, а с точки зрения ее практического применения.
Интерес к онтологии в таком контексте появился в связи с работами в области со-
здания интеллектуальных систем, в которых осуществляется компьютерное представление и обработка знаний. И это не случайно, поскольку в таких системах онтологические понятия и аксиомы должны быть сформулированы в явном виде и сообщены компьютеру. Так, автор работы [27], говоря о трехступенчатой формализации языка физики, утверждает, что верхний уровень языка должны образовывать общенаучные понятия и сформулированные для них онтологические аксиомы. Категории Аристотеля использовались при разработках интеллектуальных систем для исследований технических объектов [30] и мультиагентных систем для моделирования процессов самоорганизации и кооперации
[31]. Можно было бы указать и много других работ, в которых использован категориальный аппарат и онтологические аксиомы; но дело не в этом.
Важно то, что создание интеллектуальных систем (и прежде всего мультиагентных систем) стимулировало развитие работ в области онтологии организаций как самостоятельного направления исследований. Наиболее значимой явилась разработка онтологии предприятия (Enterprise Ontology), выполненной коллективом ученых и специалистов из ряда исследовательских учреждений и промышленных предприятий Великобритании
[32]. Поскольку онтология предприятия (точнее, концепция ее построения) может быть положена в основу разработки онтологий организаций и другого типа, рассмотрим ее более подробно.
Онтология предприятия (ОП) - это некоторое описание (как формальная спецификация программы) понятий и отношений, которые могут существовать для любого агента или сообщества агентов. Основная цель создания ОП - сделать возможным разделение (sharing) и повторное использование (reuse) знаний. Практическое применений онтологии - это соглашение использовать разделенный словарь в согласованной и логичной манере. Агенты создаются таким образом, чтобы они могли использовать онтологии, а онтологии проектируются так, чтобы можно было разделять знания с этими агентами и среди них. Агент применяет он-
тологию, если его наблюдаемые действия совместимы с определениями в этой онтологии. При этом использование онтологии является гарантией логичности, но не полноты, по отношению к запросам и утверждениям, использующим словарь, определенный в этой онтологии [33].
Основное назначение онтологии [32] -действовать как средство коммуникации между:
• различными людьми, включая пользователей и разработчиков, занятых на разных предприятиях;
• людьми и разработанными вычислительными системами;
• различными разработанными вычислительными системами (включая модули набора инструментария предприятия, электронные таблицы и т.д.).
Кроме того, ОП предназначена для содействия:
• приобретению, представлению и манипулированию знаниями предприятия;
• структурированию и организации библиотек знаний;
• представлению логического обоснования, входов и выходов модулей набора инструментария предприятия.
И, наконец, онтология должна обеспечить интероперабельность между несовме-стимыгми инструментальныгми средствами в среде моделирования предприятия, используя ОП как формат обмена.
В таблице 1, приведенной в приложении, представлены основные термины, определенные в неформальной онтологии предприятия.
Эти термины остаются в значительной степени неизменными, хотя имеется в виду, что ОП как единое целое будет эволюционировать и развиваться по мере надобности.
Следует отметить, что цель определений в любой онтологии отличается от определений в словаре. Последний сообщает, как используются слова, в то время как определения онтологии обладают нормативной ролью. Они определяют, как некоторое ограниченное множество терминов используется в отношении друг с другом.
Точность языковых конструкций в ОП
достигается использованием небольшого числа базовых “строительных блоков”, включая такие понятия, как “сущность”, “отношение”, “состояние дел” и “роль”. Все вместе они называются “мета - онтологией”, поскольку применяются для выражения определений в ОП.
Иными словами, онтология создает концептуальную основу для компьютерной интеграции знаний [10], которая достигается формализацией процессов преобразования определений естественного языка в Онтолингву - формальный язык, основанный на логике первого порядка, с встроенными возможностями, делающими удобным представление знаний в объектно-ориентированном стиле [32]. Онтологии, выраженные на этом языке, могут быть транслированы в многообразие других языков. Чем ближе эти языки к объектно-ориентированной схеме или Онтолингве, тем лучше будет трансляция.
Для того, чтобы оттенить специфику применения онтологий организаций в процессах принятия решений, рассмотрим сначала классический «аналитический» подход к решению этой проблемы (рис. 1). Суть его состоит в приобретении знаний и их использовании для решения задач в рамках конкрет-
ных предметных областей (ПО), полученных путем декомпозиции системы «на части». Принятие решений осуществляется в результате переговоров специалистов-предметни-ков за «круглым столом». Однако отсутствие корреляции между различными ПО приводит к увеличению сроков и снижению эффективности принимаемых решений.
Применение онтологий, описывающих сложную систему в целом, призвано существенно повысить уровень согласованности решений, поскольку дает возможность получать междисциплинарные модели и выводы (рис. 2). Например, онтологии производственных систем открывают возможность реализации согласованной инженерной деятельности (concurrent engineering) за счет учета на стадии проектирования фактов всего жизненного цикла изделия (производственных факторов, особенностей сборки, испытаний и технического обслуживания) [7]. Важность онтологий признана при производстве полупроводников, проектировании самолетов, управлении процессами на предприятии, интеграции гетерогенных баз данных, планировании и т.д. [34].
Следует отметить некоторые особенно-
Г
\
Средства доступа и решения задач в ПО-1
Средства доступа и решения задач в ПО-2
Средства доступа и решения задач в ПО-N
Рис. 1. Традиционный «аналитический» подход к исследованию сложных систем и принянию решений
Средства доступа в режиме разделения информации
Средства Средства Средства
решения решения решения
задач класса 1 задач класса 2 задач класса N
»*•
Приобретение знаний
Онтология
Рис. 2. Оптологический подход к исследованию сложных систем и принятию решений
сти применения онтологий при формализации решения междисциплинарных задач. Дело в том, что при решении таких задач используются знания из различных предметных областей, что затрудняет, а чаще всего просто не дает возможности, использовать формальные процедуры (исчисления) классических естественнонаучных и математических теорий. Поэтому повышается роль так называемых инженерных теорий [35, 36], которые позволяют автоматизировать процесс построения междисциплинарных компьютерных моделей с помощью специальных исчислений, базирующихся на знаниях [37].
Однако этим не исчерпывается перечень нетрадиционных методов и средств, связанных с применением онтологий в процессах принятия решений; к ним можно также отнести генетические алгоритмы, нечеткие логики, а также средства для создания и редактирования онтологий [34]. Набор подобных средств в организации должен быть спроектирован таким образом, чтобы облегчить интеграцию многочисленных независимо разработанных программных инструментов в единый пакет. Эта задача может решаться различными способами. В качестве примера
рассмотрим архитектуру набора инструментальных средств, предложенную в работе [32] и представленную на рис. 3.
Набор программных инструментов включает в себя следующие основные компоненты, обслуживающие одну или более задач:
• Инструментарий агента - для трансформации инструментов в агентов и регистрации этих агентов в Наборе инструментов;
• Компоновщик процедур - для генерирования моделей процессов и предоставления их в распоряжение Набора инструментов;
• Менеджер задач - для задействования моделей процессов и запуска приложений конечного пользователя.
Кроме того, есть возможности для редактирования и просмотра иерархии терминов Онтологии предприятия. Это можно сделать как из Компоновщика процедур, так и из Менеджера задач. Редактирование может потребоваться для включения дополнительных терминов.
Отдельные программные инструменты превращаются в агентов программистами путем добавления к инструментам уровней коммуникаций. Это может быть сделано с
помощью Инструментария агента. Все программные агенты должны уметь общаться с использованием формата обмена знаниями К1Б и языка запросов и манипулирования знаниями КрМЬ и предоставлять свои возможности в распоряжение Набора инструментов.
Программные средства, которые были преобразованы в агентов, могут быть зарегистрированы в Наборе инструментов предприятия Администратором набора инструментов. Эти агенты регистрируются формулировкой их типа (программа или личность) и их возможностей. Онтология гарантирует, что эти термины используются согласованно. Как только агент зарегистрирован, его возможности могут быть востребованы Менеджером задач для решения задач пользователя.
Процессы “захватываются” Экспертами по методам с использованием Компоновщика процедур. И снова это делается с применением Онтологии. Модели процессов (т.е. процедуры) могут быть загружены в Менеджер задач, где они могут быть выбраны в качестве задач и выполнены, запуская таким
образом процесс. Именно так процедуры используются в качестве основы для поддержки пользователей и для координации использования агентов.
Подробное описание Набора инструментов предприятия приведено в работе [32].
5. Интеграция знаний
Для того, чтобы организовать свою структуру и адаптироваться в неопределенных условиях, открыгтыге сомоорганизующи-еся системыг должныг иметь некоторыгй запас знаний. Это отличает их от закрытых систем, в которых вся имеющаяся информация используется (актуализируется) в процессе функционирования системы. Можно утверждать, что наличие знания (неактуализиро-ванной информации) в системе свидетельствует об ее открытости, а информационное взаимодействие является свойством закрытых систем. Это утверждение базируется на определении знания как системного опыта, зафиксированного в вещественной форме. Вещество выступает носителем знания или “мертвой” информацией и служит его хранилищем, а также генетическим средством
Агент 1
Инструмент 1 Инструмент 2 ... Инструмент N
Агент 2
Агент N
Администратор набора I инструментов у
Инструменты для регистрации агентов
Компоновщик
процедур
Эксперт по методам
Рис. 3. Архитектура набора инструментальных программных средств
его передачи во времени. Энергия, как носитель информации, представляет собой актуальное знание [38].
Таким образом, если рассматривать организацию как открыгтую систему, способную гибко реагировать на изменения внешней среды, то необходимо обеспечить приобретение, накопление и сведение в единыш взаимосвязанный комплекс (интеграцию) знаний с целью их последующего эффективного использования.
В процессе функционирования организации перед человеком возникают проблемы (чаще всего непредсказуемым образом). Изучая образовавшуюся проблемную ситуацию, человек прежде всего сталкивается с феноменом “непонимания”. Через попытки понять проблему, в которые он может включать и своих коллег, человек формулирует задачу, то есть переводит “непонимание” в “незнание”, а в результате решения задачи он приобретает “знание” [39]. Если теперь посмотреть на организацию с антропоцентрических позиций, то можно убедиться в том, что каждый человек в ней либо решает априори сформулированную задачу, либо пытается осознать возникшую проблему по схеме: “непонимание” - “незнание” - “знание”. И в том и в другом случае человек приобретает знания для последующего принятия решения.
Знания для решения задач и принятия решений приобретаются из самых разнообразных источников. Это могут быть научнотехническая литература и справочники, наблюдения и эксперименты, специалисты-эксперты и др. Извлеченные из этих источников разнородные знания должны быть систематизированы и сведены в единый комплекс, обладающий (по возможности) полнотой, непротиворечивостью и логической связностью, который можно назвать метазнанием, то есть знанием о знаниях.
Иными словами, деятельность людей в организациях, прежде всего, связана с тем, какие знания они должны использовать, когда, где и как. Они постоянно приобретают и накапливают знания, обмениваются ими со своими коллегами, используют знания при решении задач и принятии решений. Такая постоянная “работа со знаниями” делает ин-
теграцию знаний базовым, фундаменталы-ныгм системообразующим фактором в организациях, который “незримо” побуждает людей к самоорганизации. Справедливость высказанного утверждения подтверждается в работе [40], в которой сформулирована концепция производственной системыг, интегрированной знаниями.
Поскольку в реальной жизни, наоборот, знания чаще всего оказываются дезинтегрированными в организациях, рассмотрим основную причину этой дезинтеграции - специализацию.
Специализация влечет за собой дезинтеграцию знаний сотрудников организации, коллективный труд которых должен привести к достижению поставленной цели. Каждый из них, являясь специалистом в узкой предметной области, должен действовать исходя из общих целей организации, согласовывая свои частные решения с результатами работы коллег. В крупных организациях осуществление такой гармоничной деятельности превратилось в одну из самых трудноразрешимых проблем. Суть ее состоит в том, что “целое” (общая цель) видится каждому специалисту “через призму” его субъективного восприятия действительности. При этом у сотрудника формируется своя собственная автоформали-зованная система знаний о “целом”, опираясь на которую он решает поставленные перед ним задачи. Понятно, что в этом случае композиция “частей” (результатов решения частных задач) в “целое” превращается в трудоемкий процесс [10].
A.A. Богданов видел в специализации главный источник препятствий на пути создания теории организации. Он писал [21], что “специализация оказала и продолжает оказывать человечеству величайшие услуги в борьбе с силами и тайнами природы. Но она создала также некоторые привычки мышления, консервативные и прочные, способные в данном случае сыграть роль вредных предрассудков. Специализация дробит поле труда и мысли, чтобы лучше им овладеть. Но дробление означает сужение этого поля для работников - специалистов, а вместе с тем и ограничение их кругозора”.
Эта проблема с особой остротой встает
в бюрократических организациях, построенных на принципе разделения труда на основе функциональной специализации, четкой (формальной) иерархии власти, фиксированных обязанностей сотрудников и системы процедур, определяющих порядок действий во всех ситуациях, встречающихся в процессе функционирования организации [1]. В таких организациях существует опасность постепенной трансформации специалистов в функционеров - людей, чья деятельность состоит в том, чтобы выполнять функции, то есть “функционировать”.
Функционер делает только то, что ему предписано, исходя из собственных представлений о способах реализации возложенной на него функции. Новые проблемы, которые не предусмотрены инструкциями, - не его проблемы. Если же несколько функционеров, тем не менее, вынуждены решать общую проблему, то в этом процессе произойдет сочетание разнородных, противоречивых, а подчас и несовместимых воззрений (называемое синкретизмом), которое не даст возможности принять эффективное решение.
Иными словами, в бюрократических организациях знания нужны только для поддержания отдельных функций, а увеличение числа функционеров (что чаще всего имеет место на практике) влечет за собой возрастание уровня дезинтеграции знаний. Кроме того, бюрократическая “формальная власть важна для того, чтобы обеспечить удовлетворение минимальных требований к работоспособности организации, но недостаточна для высокой эффективности ее действий. Она требует подчинения приказам и дисциплине, но не поощряет подчиненных прикладывать максимум усилий, порождает у них нежелание брать на себя ответственность и проявлять инициативу” [41]. Поэтому подобные структуры, интегрированные инструкциями и приказами, постепенно должныг трансформироваться в организации, интег-рированныге знаниями [10]. Эта тенденция отмечена в работе [11], автор которой пишет, что “организации с жестко регламентированной структурой управления использовали методы наказания и капитал, как главные рычаги власти. Организация будущего будет
использовать знания”. Он использует термин “смещение власти” для описания процесса замещения насилия и капитала - основных рычагов власти в организационных структурах - знаниями.
Для интеграции знаний в организации необходимо решение следующих задач:
1. Разработка единой системы понятий для обеспечения взаимопонимания между людьми - акторами, между людьми и компьютерами, а также между компьютерными средствами.
2. Приобретение, верификация и накопление в компьютерной сети знаний, относящихся к прошлому (генезис, прецеденты, методы и средства решения задач и моделирования), настоящему (мониторинг) и будущему (планы, проблематика и прогнозы) организации.
3. Обеспечение каждому актору доступа к тем накопленным знаниям, которые необходимы ему для решения поставленной задачи.
4. Создание условий для эффективной совместной (“командной”) работы акторов при решении междисциплинарных задач и коллективном принятии решений.
Решение первой задачи сводится к разработке онтологии организации. Вторая задача связывается с построением “платформы знаний” организации с помощью средств компьютерного представления и обработки знаний [10]. Третья задача предполагает организацию в компьютерной сети режима разделения информации (information sharing), позволяющего каждому сотруднику (актору) иметь доступ в реальном масштабе времени к любым информационным и программным ресурсам организации [7,42]. Решение четвертой задачи базируется на применении разнообразных компьютерных средств поддержки “командной работы” акторов, такие как электронные доски объявлений [40], телеконференции [43], мультиагентные системы [31] и др. Указанные задачи реализуются с помощью системы компьютерной интеграции знаний (СКИЗ) организации, функции которой ук-рупненно представлены на рис.4.
Приобретение знаний об организации и окружающей среде обеспечивается с помощью специалистов (инженеров по знаниям), владеющих методами и средствами извлече-
ния знаний из разнообразных источников, их компьютерного представления и обработки. Приобретение знаний не является какой-то разовой процедурой, а представляет собой непрерыгвныгй процесс, постоянно реализуемый в организации, в рамках которого особую роль играет верификация знаний (то есть оценка их истинности), поскольку в СКИЗ не должна попадать недостоверная информация.
Накопление знаний, систематизированных и специальным образом представленных, осуществляется в серверах корпоративной компьютерной сети СКИЗ. Наряду со знаниями, представляемыми в виде понятий, образов, моделей и теорий, в СКИЗ должны быть зафиксированы и “знания о незнаниях” в форме задач, вопросов и обнаруженных противоречий, поскольку знание и незнание
- два различных аспекта познавательного процесса. Знание - его информационный результат, а незнание рассматривается как некоторая зафиксированная пассивная область, которую предполагается освоить путем перевода в знание [39].
Знание всего взаимосвязанного комплек-
са задач (проблематики) является чрезвычайно важным для каждого сотрудника организации, поскольку дает ему возможность оценивать свою роль в общей схеме решения задач и взаимодействовать с коллегами, прямо или косвенно влияющими на решение поставленной перед ними задачи.
При создании СКИЗ должна быть решена проблема эволюции баз знаний [44]. Дело в том, что открытие самоорганизующейся системы характеризует так называемое “плавное равновесие”, поскольку абсорбирование возмущений среды приводит не к первоначальному, а к новому равновесному состоянию [28]; то есть такие системы (как уже отмечалось выше) под воздействием возмущений не стабилизируются, а постоянно эволюционируют. Поэтому компьютерные системы, базирующиеся на знаниях, должны отражать эти изменения и эволюционировать в процессе их практического использования. Отсюда следует, что СКИЗ должна быть встроенной составной частью открытой системы - организации, которая “отслеживает” ее эволюцию. Только в этом случае решения, принимаемые на основе знаний, накоплен-
Рис. 4. Функции системыы компьютерной интеграции знаний (СКИЗ)
ных в СКИЗ, могут быть согласованными между собой, что открывает новые возможности повышения эффективности управления открытыми системами.
Использование знаний предполагает разработку механизмов доступа к накопленным знаниям каждого сотрудника организации. Пользователю может понадобиться Web -страница с результатами какого-то прошлого эксперимента или программа, моделирующая поведение интересующего его объекта. Он может запросить сведения о состоянии дел у своих коллег и дополнительные ресурсы для решения своей задачи. Наконец, пользователь может сделать запрос на проведение телеконференции на предложенную им тему с целью уточнения ограничений и выработки общего подхода к решению междисциплинарной задачи.
Для реализации указанных и многих других возможностей в компьютерной сети должен быть предусмотрен большой арсенал разнообразных программных средств и новых информационных технологий, к числу которых можно отнести сети ограничений (constraint network) и разнообразные решатели ограничений (constraint solver), предназначенные для решения проблемы удовлетворения ограничений, а также программные средства для автоматической генерации интегрированных (междисциплинарных) компьютерный моделей объектов [45] с использованием баз знаний, ориентированных на ограничения (constraint - oriented Knowledge base) [46].
Разработка СКИЗ осуществляется на основе использования онтологии организации. Однако, несмотря на очевидность этого утверждения, обоснованного в предыдущем разделе, необходимо внести некоторые уточнения, поскольку само понятие “онтология организации” интерпретируется по-разному. В этом можно убедиться на примере онтологии предприятия (ОП), которая имеет, по крайней мере, четыре уровня рассмотрения
[32]:
• неформальная ОП - версия на естественном языке;
• формальная ОП - версия Онтолингвы;
• предзавершенная ОП - общее название
двух предыдущих;
• завершенная ОП - ОП с реализованным набором инструментов.
И если неформальная ОП - это систематизированное вербальное описание, то завершенная ОП представляет собой инструментальную систему, подобную той, архитектура которой представлена, например, на рис. 3, и функции которой в значительной степени подобны СКИЗ. С этой точки зрения СКИЗ может рассматриваться как завершенная ОП.
В то же самое время СКИЗ - основа сре-дыг деятельности акторов; однако это еще не вся среда деятельности, в которой важную роль играют структура организации и связанные с ней производственные отношения, а также средства обеспечения деятельности, не входящие в СКИЗ (например, телефон, оргтехника и т.п.).
6. Заключение: принципы управления открытыми системами - организациями
1. Неклассический подход к исследованиям и моделированию сложных систем - организаций, базирующийся на новых представлениях об активности субъекта познания, эволюционной парадигме и идеях ситуацион-ныгх исследований.
2. Включение в понятие “управление” процессов самоорганизации, где управление является внутренним свойством сложной открытой системыг, реализуемое совокупной деятельностью акторов - лиц принимающих решения.
3. Признание, что необходимым условием устойчивого развития организации является согласованность принимаемыгх решений, которая достигается путем интеграции знаний, выполняющей (совместно с целями) фундаментальную системообразующую функцию.
4. Разработка онтологии организации, определения которой обладают нормативной ролью, как первого шага на пути к интеграции знаний.
5. Создание системыг компьютерной интеграции знаний организации, в которой реализуются разнообразные “интеграционные механизмы”, обеспечивающей приобретение, на-
Таблица 1. Основные термины, определенные в неформальной онтологии предприятия
ДЕЯТЕЛЬНОСТЬ и Т.Д. ОРГАНИЗАЦИЯ СТРАТЕГИЯ МАРКЕТИНГ ВРЕМЯ
Деятельность Человек Задача Продажа Линия времени
Спецификация Деятельности Машина Выполняемая Задача Потенциальная продажа Время
Выполнять Корпорация Предполагаемая Задача На продажу Точка времени
Спецификация исполняемой деятельности Партнерство Исполнитель задачи Предложение Продажи
Время начала Партнер Стратегическая Задача Продавец
Время конца Правовой субъект Стремление Реальный потребитель
Пред-условие Организационная единица Видение Потенциальный потребитель
Эффект Управлять Задание Потребитель
Исполнитель Уполномочивать Цель Продавец- посредник
Побочная деятельность Звено менеджмента Запрашивание помощи Изделие
Полномочие Законное владение Стратегия Запрашиваемая Цена
Распорядитель Деятельности Незаконное владение Стратегическое Планирование Цена Продажи
Событие Владение Стратегические Операции Рынок
План Владелец Решение Переменная сегментации
Побочный план Имущество/ Активы Предположение Сегмент рынка
Планирование Владелец Акций Критичное Предположение Исследование рынка
Спецификация Процесса Контракт Найма Некритичное Предположение Марка (техники)
Возможности (потенциальные) Акция Фактор Влияния Образ
Умение/ Опыт Владелец Акций Критичный Фактор Влияния Особенность
Ресурс Некритичный Фактор Влияния Потребность
Размещение Ресурсов Критичный Фактор Успеха Потребность Рынка
Замещение Ресурсов Риск Продвижение
Конкурент
копление и эффективное использование знаний.
6. Преобразование на основе интеграции знаний “жестких” бюрократических структур в голонические системыг, сочетающие стабильность иерархии с гибкостью гетерархии, в которых повышается роль децентрализо-
ванного принятия решений, гибкого планирования и самоуправления.
7. Использование организациями будущего знаний как главного рыгчага власти и трансформация их в организации, интегрированные знаниями.
СПИСОК ЛИТЕРАТУРЫ
1. Р Джонсон, Ф. Каст, Д. Розещвейг. Системы и руководство (теория систем и руководство системами) // М., Изд-во “Советское радио”, 1971.
2. H.A. Shepard. Changing Relationships in Organizations. // In James G.March (ed), Handbook of Organizations, Rand Mc Nally and Company, Chicago, Ш, 1965.
3. T.D. Schellhardt, C. Hymowitz. US Manufactures Face Changes in Years Ahead. // The Wall Street Journal, May2, 1989.
4. GJ. Grayson, C.O. Dell. American Business: a Two Minute Warning // NY, Free Press, 1988.
5. Р.Е. Стейер, ДА. Беласко. Управление: от старый форм к новым реалыносгям // В энциклопедическом справочнике “Современное управление”, т.1, М., Издатцентр, 1997, с.с.1-3-1-9.
6. J. Dong, Y. Shi, H. Liu. A Holonic Manufacturing FmmeworkforCmcurentEngineering andEnterprise Integration // Proceedings of the International Conference on Concurrent Engineering, 1995, USA, Washington D.C., p.p.151-161.
7. В.А. Виттих. Согласованная инженерная де-ятелыносты. Состояние, проблемы, перспективы // Проблемы машиностроения и надежности машин, N1, 1997, с.с. 6-14.
8. Дон Е. Марш. Теория и практика управления / / В энциклопедическом справочнике “Современное управление”, т. 1, М., Издатцентр, 1997, с.с. 1-10-1-18.
9. Ph.E. Agre, D. Chapman. What Are Plans for? // Robotics and Autonomous Systems, N6, 1990, p.p. 17-34.
10. В.А. Виттих. Управление открытыми системами на основе интеграции знаний. // Автометрия, N3,1998, c.c. 38-49.
11. Д.Д. Хэмптон. Организации будущего. // В энциклопедическом справочнике “Современное управление”, т.1, М., Издатцентр, 1997, с.1-69-1-74.
12. В.С. Степин, В.Г. Горохов, М.А. Розов. Философия науки и техники.// м., Гардарика, 1996, с.с. 291 - 306.
13. И. Пригожин, И. Стенгерс. Порядок из хаоса (новый диалог человека с природой) // М., Прогресс, 1986.
14. Л.Б. Баженов, В.С. Евдокимов. Метод прин-
ципов и метод гипотез и проблема соотношения феноменологических и объяснигелыных теорий. // В сб. “Методы научного познания и физика”, М., “Наука”, 1995, с.с. 121-136
15. В. Гейзенберг. Ролы феноменологических теорий в системе теоретической физики. // УФН, т. 91, вып. 4, с.731
16. Б. Чендов. О феноменологическом методе в физике. // В сб. “Метода научного познания и физика”, М., “Наука”, с.с.136-149
17. В.С. Степин. Структура и динамика научного познания. // В сб. “Философия науки и техники”, М., Гардарика, 1996, с.с. 191-306
18. Л.А. Маркова. Общие модели истории науки. / / В сб. “Философия и методология науки”, М., АспектПресс, 1996, с.с. 388-426.
19. А.А. Богданов. Тектология. Всеобщая организационная наука // М., Наука, 1989, кн. 1-2.
20. С.Н. Пустыльник. Принцип подбора как основа тектологии А. Богданова // Вопросы философии, N8, 1995, с.с. 24-30.
21. А.А. Богданов. Тайна науки // В сб. Русский позитивизм, С.-П., Наука, 1995, с.282-283.
22. Г. Саймон. Науки об искусственном. // М., Мир, 1972.
23. Г. Хакен. Информация и самоорганизация. Макроскопический подход к сложным системам. // М., Мир, 1991, с.28.
24. Т. Саати, К. Кернс. Аналитическое планирование. Организация систем. //М., “Радио и связы”, 1991.
25. Научно-технический прогресс (словары) // М., Изд-во политической литературы, 1987, с.304.
26. В.Ф. Берков, Я.С. Яскевич, В.И. Павлюкевич. Логика (Учебное пособие для вузов) // Минск., “ТетраСистемс”, 1997, с.356.
27. В.Ш. Рубашкин. Представление и анализ смысла в интеллектуалыных информационны« системах. - М., Наука, 1989, с.19.
28. Современный философский словары (под редакцией проф. В.Е. Кемерова) // М., Изд-во “Одиссей”, 1996.
29. Философский энциклопедический словары.-М., ИНФРА-М, 1997.
30. В.А. Виттих, О.П. Скобелев. Когнитивный подход к построению интеллектуалыныж систем для исследования технических объектов на основе принципа аналогий. - Материлы Всесоюзной конференции ‘ Интеллектуалыные системы в машиностроении”, часты 3, Сама-
ра, 1991, с.с. 53-58.
31. V.A. Vittikh, P.O. Skobelev. Multi-agent systems for modelling of self-organization and cooperation processes // Proceedings of the XIII International Conference mlhsAppHcadmofArtificial Intelligence in Engineering, 1998, Ireland, Galway.
32. M. Uschold, M. King, S. Moralee, Y. Zorgios. The Enterprise Ontology. - The Knowledge Engineering Review, v.13, N1,1998, p.p. 31-88.
33. T.R.Gruber. A translation approach to portable ontologies. - Knowledge Acquisition, v.5, N2,1993,p.p. 199-220.
34. M. Uschold, A. Tate. Putting outlogies to use. // The Knowledge Engineering Review, v.13, N1, 1998, p. 1-3.
35. V.A. Vittikh. Engineering theories as a basis for integrating deep engineering knowledge. // Artifical Intellegence in Engineering, vol. 11, №1, 1997, p.p. 25-30.
36. B.A.Bummux. Интеграция знаний при исследованиях сложных систем на основе инженерных теорий. // Известия РАН. Теория и системы управления, N5, 1998.
37.1.A. Budyachevsky, V.A. Vittikh. Knowledge-based calculus: a logical - computational framework for engineering theories. // Proceedings of the XI International Conference mtheAppKcatimofArtiiidal Intelligence inEngineering, Florida, USA, 1996.
38. Ю.И. Шемакин, АЛ.Романов. Компьютерная семантика // М., Научно - образовательный центр “Школа Китайгородской.” 1995, с 10.
39. Современный философский словарь (под редакцией проф. В.Е.Кемерова) // М., Изд-во “Одиссей”, 1996, с.с190-191.
40. S.Gallagher, J.Gillespie,M.T.Khorami. Computer Integrated Manufacturing (CIM) Systems Are Dead. Long KveKnowledge fategratedManufactnring(K3M) Systems //Proceedings ofthe International Conference ^"Factory-2000”, 1994, Great Britain, York,257-266.
41. P.M. Blau, W.R. Scott. Formal Organization. // Chandler Publishing Company, San Francisco, Calif., 1962.
42. V. Jagannathan, R. Karinthi, R. Raman, G. Almiasi. Strategies for Wide-area Information Sharing // Proceedings of the International Conference on Concurrent Engineering: Research and Applications; 1994, USA, Pennsylvania, Pittsburg, p.p. 15-21.
43. L. Gradinaiu, G. Beuchot. Conferencing framework: Applications and Communications Aspects // Proceedings of the International Conference on Concurrent Engineering, 1995, USA, Washington D.C, p.p. 361-371.
44. M.Meyer. Issues in Concurrent Knowledge Engineering: Knowledge Sharing and Knowledge Evolution // Proceedings of the International Conference on CmcurrentEngineering: Research and Applications, Pennsylvania, Pittsburgh, USA, 1994, p.p. 285-294.
45. IA. Budyachevsky, V.A. Vittikh. A knowledge-based systemforautomatedgener^onofengineeringmodels. // Proceedings ofthe IX International Conference on theAppHcatimofArtificial Intelligence in Engineering, Pennsylvania, USA, 1994, p.p. 229-236.
46. IA. Budyachevsky, VA. Vittikh. A constraint-oriented knowledge base for modeling and simulation in concurrent engineering. // Proceedings of the International Conference on Concurrent Engineering,1995, USA,Washington D.C., p.13-19.
CONCEPTION OF OPEN ORGANIZATIONAL SYSTEMS CONTROL
© 1999 V.A. Vittikh
Institute for the Control of Complex Systems of Russian Academy of Sciences, Samara
Conception of open systems control is developed to be applicable for organizations. Such organizations are complex systems of artificial origin. The organizations combine people and technologies into one expedient whole. In contrast to the prevailing rigid hierarchical structures, which use superior-subordinate relations, the proposed conception considers organizations as a living organism, which are developing and evolving to more complex and viable systems. Momenta of this evolution are control processes, which are carried out by decision-making personal. The control is considered as a complex systems function, which is directed to ordering and integrity preservation of system and its organization. The essence of “control” notion included the processes of self-organization. Furthermore, the control is indispensable internal property of the system. Necessary condition for development of complex system or organization is decisions making concurrency, which can be reached by knowledge integration that realizes a fundamental system-forming function.
