У Д К 65.012 + 519.245
Л. В. Кирина 1, Л. А. Астанина 2
Институт экономики и организации промышленного производства СО РАН пр. Акад. Лаврентьева, 17, Новосибирск, 630090, Россия E-mail: 1 Kirina@lab.nsu.ru; 2 Last@academ.org
МОДЕЛИРОВАНИЕ ИННОВАЦИОННЫХ ПРОЦЕССОВ
Характерной особенностью инновационных процессов, особенно на стадии проектирования, является высокая степень неопределенности, связанная с многовариантностью проектных решений и рядом других факторов. Для принятия рациональных решений, определения вероятности достижения желаемых результатов в ходе инновационного процесса предлагается использование инструмента имитационного моделирования - альтернативной стохастической сетевой модели.
Ключевые слова: неопределенность, имитационное моделирование.
В ходе осуществления рыночной реформы в России проблема эффективного использования научно-технических достижений в производстве не исчезает, а, напротив, для многих предприятий, столкнувшихся с новыми для них проблемами конкуренции, выживаемости в жестких условиях рынка, именно инновационная деятельность и ее результаты могут стать условием успеха. Научно-техническое развитие предприятий проявляется в ходе реализации различных инновационных проектов. Содержанием инновационного проекта является проведение исследований и разработок, нацеленных на создание научно-технического новшества. Такие проекты, выступающие основной формой организации бизнеса в наукоемких и технологически ориентированных фирмах, наряду с общими характеристиками, присущими всем инвестиционным проектам, имеют целый ряд специфических свойств, характерных именно для инновационных проектов:
• более высокая степень как коммерческой, так и технической неопределенности параметров проекта уменьшает достоверность предварительной финансово-экономической оценки;
• ориентация инновационных проектов на долгосрочные результаты обусловливает необходимость создания надежной базы прогнозирования и тщательного учета фактора времени в финансово-экономических расчетах;
• вовлечение в проекты специалистов высокой квалификации, а также уникальных ресурсов требует глубокой проработки отдельных стадий и этапов каждого инновационного проекта и др.
Любой инновационный проект, являясь проектом инвестиционным, требует учета различного рода факторов, которые могут оказать влияние на финансово-экономические показатели. Такой анализ традиционно осуществляется в рамках нормативных моделей оценки проектов. Однако, как показала практика, несмотря на преимущества нормативного подхода (простота, логичность, формализуемость процесса принятия решений), отобранные таким образом инновационные проекты оказывались не всегда достаточно эффективными, а часто просто неудачными.
Это связано с действием целого ряда факторов неопределенности, слабо формализуемых, но способных существенно повлиять на уровень будущих доходов и затрат. Проект может завершиться неудачей, т. е. оказаться нереализованным или неэффективным в силу причин, носящих внешний характер, - неадекватная реакция рынка, успешная деятельность конкурентов и т. д. Причины неудачи проекта могут иметь также внутреннюю природу - ошибки при определении параметров проекта в ходе его оценки и отбора или в процессе реализации.
ISSN 1818-7862. Вестник НГУ. Серия: Социально-экономические науки. 2008. Том 8, выпуск 2 © Л. В. Кирина, Л. А. Астанина, 2008
Таким образом, любой инновационный проект содержит определенную степень риска. Одним из факторов риска является масштаб предполагаемого проекта, при этом чаще всего степень риска больше у крупных, дорогих и долгосрочных проектов.
Многочисленные исследования показали, что для успеха инновационного проекта важными могут быть следующие факторы:
• соответствие проекта стратегии фирмы;
• четкая рыночная ориентация;
• преодоление информационных барьеров в сферах НИОКР и маркетинга;
• достаточность средств для проведения НИОКР;
• поощрение творческих устремлений персонала;
• эффективное управление проектом.
Управление проектами может быть определено как искусство и наука координирования людей, оборудования, материалов, финансовых средств и графиков выполнения определенного проекта в заданные сроки и в пределах бюджета. Для выполнения поставленных целей по управлению проектами используются различные методы и модели, такие как матричная организация работ, формализованные методы планирования и контроля работ, составление и контроль смет расходов, управление риском, разрешение конфликтов, информационные системы и др.
При этом ход реализации проекта можно считать успешным, если:
• контрольные точки соответствуют намеченным в календарном плане;
• расход финансовых средств соответствует плановому;
• затраты ресурсов соизмеримы с нормативными;
• обеспечивается доход в деятельности участников проекта.
Наиболее чувствительными факторами, подверженными случайным воздействиям, являются объемы, сроки и стоимость выполнения работ по проекту. Следовательно, учет неопределенности будущих доходов и затрат, а также сроков осуществления отдельных этапов проекта является обязательным условием эффективного управления.
Современный менеджер по управлению проектом вынужден работать с неопределенностью в конкретной и конструктивной форме, следовательно, составной частью общей системы управления проектом должна быть программа управления изменениями, включающая учет риска, а также выявление факторов, приводящих к потерям, перерасходу средств и дополнительным затратам времени. Высокая степень риска проекта приводит к необходимости поиска путей ее снижения. В практике управления проектами существует три способа снижения риска: распределение риска между участниками проекта, страхование, а также резервирование средств на покрытие непредвиденных расходов. Оценка резерва средств, как способа борьбы с риском, предусматривающего установление соотношения между потенциальными рисками и размеров расходов, необходимых для преодоления сбоев, представляется актуальной задачей.
При конструировании общей системы управления проектом необходима концептуальная модель, которая адекватно описывает проект и его взаимодействие с другими компонентами системы. Далее на основе общесистемного представления проекта может быть получена информация, которая включает оценку общей стоимости проекта, инвестиционный бюджет, график выполнения работ проекта с учетом факторов риска, анализ необходимых резервов на покрытие непредвиденных расходов и др.
Процесс реализации инноваций по своей сути связан с экономическим риском, при этом низкий процент реализуемых идей определяет специфику управления нововведениями. Очевидно, что чем раньше выявляется непригодность той или иной идеи, тем меньше будут затраты на последующих стадиях инновационного процесса. Отсюда специфика управления нововведениями такова, что, с одной стороны, необходимо стимулировать с помощью пред-проектного бюджета выдвижение идей, связанных с инновациями продукта, а с другой - давать систематическую оценку шансов на достижение успеха инновации продукта до начала стадии разработки. Итак, требуется периодический контроль за инновационным процессом в рамках стратегического планирования, а также контролируемый переход от предпроектной стадии к стадии разработки продукта.
Для более качественной оценки этапов реализации инноваций крупные промышленные фирмы используют дублирование работ и активное экспериментирование, при этом анализу подвергаются различные варианты создания продукта. Однако часто предприятие не может позволить себе затраты, связанные с экспериментированием в реальных условиях. Экономичным методом решения широкого круга проблем в этом случае является имитация. Метод имитации обладает большими потенциальными возможностями для анализа различных вариантов инновации продукта, принятия рациональных решений в области распределения и резервирования ресурсов, планирования во времени сложных комплексов работ, определения вероятности достижения желаемых результатов в ходе инновационного процесса.
Инновационный процесс определим как процесс создания и распространения нового изделия, технологии или услуги, включающий сложный комплекс производственных, организационных, маркетинговых и финансовых операций от формирования идеи до ее освоения в промышленном производстве, выпуска продукта на рынок и достижения коммерческого эффекта [1].
Инновационным процессам присуща высокая степень неопределенности, особенно на ранних стадиях создания продуктового нововведения, для которых характерным свойством является наличие ситуаций, связанных с проработкой различных альтернатив создания концепции нового изделия, а также отдельных компонент технической системы. Многовариантность, присущая ранним стадиям создания продуктового нововведения, и необходимость учета других факторов, оказывающих существенное влияние на инновационный процесс, снижают адекватность детерминированных сетевых методов и обусловливают задачу перехода к стохастическим графам [2].
Для решения поставленной проблемы предлагается инструмент параметрического анализа различных вариантов инновации продукта, основанный на использовании альтернативной стохастической сетевой модели комплекса операций.
Анализируя структурные особенности альтернатив, удается выделить ряд основных типов альтернативных ситуаций, различные комбинации которых дают возможность достаточно полно описывать процесс разработки нововведений.
В отличие от детерминированного графа, множество вершин стохастического графа неоднородно и распадается на множество вершин различных типов в зависимости от условий, имеющих место на их входах и выходах. Для отображения альтернативных ситуаций используется восемь типов вершин, причем альтернативы описываются вероятностями их реализации.
Простейшими в данной модели являются вершины типа вершин детерминированных графов, на входе и выходе которых реализуется логическое условие Л (логическая операция «и»). Кроме того, для отображения различного рода альтернатив вводятся другие типы вершин, на входах и выходах которых могут быть реализованы такие логические условия: V -логическая операция «или»; V - логическая операция, исключающая «или». Комбинируя возможные условия на входе (Л^) и выходе (Л, V, V), мы получаем шесть основных типов вершин альтернативного графа: Л еЛ, Л еV, Л е V, V е Л, VеV, Vе V .
При анализе альтернатив могут встретиться ситуации, когда дальнейшее осуществление процесса, т. е. реализация исходящих из некоторых событий работ, существенно зависит от выполнения дуг на входе событий. Для отображения таких ситуации дополнительно вводятся два типа вершин, которые обозначаются следующим образом: VеV/Р, Vе V /Р.
События, имеющие на входе логическое условие V, считаются свершенными, если хотя бы одна работа (/, е) из множества входящих в событие е работ закончилась.
Свершение событий, имеющих на выходе логическое условие Л, означает возможность и необходимость начать все работы, исходящие из события е.
Вершины с выходом типа V описывают ситуацию, когда на выходе альтернативного события е может реализоваться одна и только одна работа из всех непосредственно исходящих из события е работ. Каждая из этих работ (е, у) имеет вероятность реализации Р(е, у), причем сумма вероятностей реализации всех дуг, исходящих из события е, равна единице ( £Р(е, у) = 1).
Для событий, имеющих на выходе логическое условие V, может быть выбрана одна или несколько альтернатив дальнейшего развития, причем каждое направление выбирается независимо от других в соответствии с вероятностью выбора Р(е,]) (0 < Р(е,]) < 1).
Наиболее сложными являются события типа VеV/Р, Vе V /Р (седьмой и восьмой типы соответственно), когда выполнение работ, исходящих из события е, существенно зависит от реализации дуг на входе этого события. В этом случае на выходе события е задается не вектор, а матрица вероятностей \Р'е, /], в которой каждый элемент Р'е, ¡- означает вероятность наступления события ] в случае, если событие е наступило в результате реализации работы (/, е). Для матрицы, описывающей вероятности реализации работ для событий восьмого типа,
необходимо, чтобы сумма элементов по строкам была равна единице (^Р'е ^ = 1).
]
В процессе формирования модели на первом этапе строится структурная схема исследуемого процесса. Построение структурной схемы заключается в расчленении комплекса работ исследуемого объекта на укрупненные элементы. Характер такого членения специфичен для различных нововведений и определяется типом создаваемого объекта. Структурная схема строится в виде графа типа дерева. Сначала выделяются вершины, в которых возможны альтернативные решения. Существенным для этого этапа является определение типа логических условий на входе и выходе каждой из вершин. На следующем этапе построения структурной схемы основной задачей является определение возможно большего набора альтернативных направлений. Стохастический граф, отображающий процесс в целом, получается посредством объединения подграфов, отображающих сгенерированные альтернативы:
Завершающим этапом построения альтернативного стохастического графа является определение параметров всех его дуг. Параметры дуг альтернативного стохастического графа, такие как продолжительность работы, стоимость выполнения операций, необходимые ресурсы, связанные с выполнением работ, а также оценки вероятностей исходов событий могут определяться двумя путями: либо с помощью групповых экспертных оценок, либо на основе статистических данных о прошлых разработках.
Анализ стохастического графа начинается с моделирования топологии графа и вычисления временных характеристик. Моделирование топологии сети сводится к выбору альтернативных путей, т. е. к определению того, по какому пути пойдет моделируемый процесс в каждом частном случае. Таким образом, моделируется вся совокупность работ сети. В результате получается частная реализация стохастического графа - фиксированная сеть из детерминированных работ.
Временные параметры графа определяются следующим образом:
1) если событие е имеет вход типа Л, то раннее время наступления этого события определяется как Tpe = max ( Tpe, Tpe + tj, e ), где tie - продолжительность работы (i, е);
2) если событие е имеет вход типа V, то Tpe = min ( Tpe, Ve + tie ).
Моделирование случайных исходов альтернативных событий осуществляется с помощью «разыгрывания» случайных чисел распределенных равномерно в интервале (0, 1).
Напомним, что вершины с выходом типа е V, е V /Р описывают ситуацию, когда из многих вариантов нужно выбрать только один, т. е. на выходе вершин е имеет место группа взаимоисключающих исходов. Пусть из вершины е V исходит п работ (е, Ц), ..., (е, ]'„), а
^ Р(е, ]к) = 1. Тогда если выбранное значение случайной величины Ъ удовлетворяет нера-
к
к-1 к
венству ^Р(е, js) < ^ Р(е, js), то выполняется работа (е,]к), а остальные не участвуют в
¿=1 ¿=1
данной реализации графа. Разыгрывание исхода события е V /Р отличается от рассмотренного тем, что в качестве вероятностей реализации работ на выходе данного события выбирается соответствующая строка матрицы [Рге, ,].
Для вершин типа еУ, еУ/Р, когда каждое возможное направление развития выбирается независимо от других, моделирование случайных исходов событий осуществляется следующим образом. Пусть из вершины е исходит п работ (е, ..., (е, jn), на каждой из которых задана вероятность ее реализации. Генерируется п распределенных равномерно на отрезке (0, 1) случайных чисел Ъ,ь ..., которые сравниваются с вероятностями Р(е, Л), ..., Р(е, ]'п) соответственно. Выполнение условия Ък < Р(е,.1к) означает, что работа (е,]'к) выполняется, в противном случае эта работа не участвует в данной реализации графа. Разыгрывание исхода события еУ/Р отличается тем, что в качестве вероятностей реализации работ на выходе выбирается соответствующая строка матрицы [Рге,;].
Для анализа модели, основанной на альтернативном графе, созданы моделирующие алгоритмы, которые дают возможность получать разнообразную информацию, касающуюся процесса управления нововведениями и предоставлять ее в удобном для пользователя виде с помощью средств компьютерной графики. Проведение большого числа реализаций графа позволяет определить стохастические параметры процесса: такие, как математические ожидания и дисперсии длительности и стоимости разработки, математические ожидания раннего времени наступления событий и резервов. Многократная имитация стохастического альтернативного графа с помощью современных вычислительных средств позволяет получить выборки значений случайных параметров длительности и стоимости проекта, и по этим данным построить гистограммы и эмпирические функции распределения этих случайных величин.
Функция распределения случайной величины времени разработки проекта - дает возможность не только обоснованно прогнозировать срок окончания всего проекта, но и определять вероятность завершения проекта к назначенному времени, а также определять срок, к которому с заданной вероятностью проект будет завершен. Гистограмма и эмпирическая функция распределения стоимости проекта также несут ценную информацию, которая позволяет, в частности, оценить вероятность реализации проекта с заданными суммарными затратами, например с затратами, не превышающими первоначальную стоимость. Как показали проведенные машинные эксперименты, функции распределения параметров разработки тонко реагируют на принимаемые количественные решения по развитию нововведений и являются гибким инструментом возможного анализа организационных и технических мероприятий. Элементарный анализ этих выборочных функций позволяет при каждой фиксированной стратегии реализации нововведения ответить на важные вопросы о соотношении сроков и вероятностей исполнения мероприятий, о затратах ресурсов. Изменяя стратегию и производя соответствующие изменения в стохастическом графе, можно по результатам имитации сделать выводы о результативности каждой стратегии и о тенденциях процесса реализации конкретного нововведения. Кроме того, альтернативная стохастическая модель дает возможность определять функции плотности и распределения параметров разработки изделия с учетом относительных преимуществ каждого из вариантов его изготовления по важнейшим этапам проекта с помощью задания подмножества вершин графа, называемых точками контроля.
Итак, стохастическая сетевая модель позволяет имитировать с помощью современных вычислительных средств процесс оценки и принятия решений в местах альтернативного разветвления процесса, определять полную вероятность каждого из предусмотренных вариантов разработки, время и затраты, связанные с реализацией того или иного проекта. Таким обра-
зом, данная модель является эффективным средством отображения, имитации и прогнозирования процесса реализации нововведения.
Список литературы
Кузнецова С. А., Кравченко Н. А., Маркова В. Д., Юсупова А. Т. Инновационный менеджмент. Новосибирск: Изд-во СО РАН, 2005. 275 с.
Кузнецова С. А., Кирина Л. В. Инновационная стратегия предприятия: Метод. пособие. Новосибирск, 1999. 38 с.
Материал поступил в редколлегию 25.03.2008
L. V. Kirina, L. A. Astanina
Modeling Innovation Processes
Innovation processes, particularly at their design stage, are characterized by high uncertainty, caused by multi-variance of design solutions and a number of other factors. To make rational decisions and to determine probability of achieving desired results during an innovation process it is proposed to use one of imitation modeling tools - the alternative stochastic network model.
Keywords: uncertainty, imitation modeling.