CC BY
13Петербургский экономический журнал. 2021. № 4. С. 55-61. St. Petersburg Economic Journal. 2021. № 4. Р 55-61.
Научная статья УДК 334
DOI: 10.24412/2307-5368-2021-4-55-61
ОЦЕНКА ВЛИЯНИЯ КИБЕРТЕХНОЛОГИЙ НА РАСПРЕДЕЛЕНИЕ ДОБАВЛЕННОЙ СТОИМОСТИ ПРОДУКЦИИ В БИЗНЕС-СИСТЕМЕ ИНДУСТРИИ 4.0
Assessing the impact of cyber technologies on the distribution of value added products in the Industry 4.0 business system
Игорь Олегович ЖАРИНОВ
профессор факультета безопасности информационных технологий Национального исследовательского университета ИТМО, руководитель учебно-научного центра -ученый секретарь научно-технического совета АО «ОКБ «Электроавтоматика», Санкт-Петербург, заслуженный машиностроитель Российской Федерации, доктор технических наук, профессор, [email protected]
Igor O. ZHARINOV
Professor of the Faculty of the Information Technology Security, the ITMO University, Head of Scientific Training Center - Scientific Secretary of the Science and Engineering Board of the AO OKB Elektroavtomatika, St. Petersburg, Honored Mechanic Engineer of the Russian Federation, Doctor of Engineering Science, Professor, [email protected]
Аннотация.
Актуальной задачей современной промышленной экономики является оценка влияния цифровых кибертехнологий на бизнес-процессы фабрик Индустрии 4.0 и их цепочки добавленной стоимости. Исследованию подлежат виды кибертехнологий в соответствии с существующими отечественными и зарубежными системами классификаций, распределение кибертехнологий по специализациям операционной деятельности фабрик и экономические эффекты, возникающие вследствие изменения бизнес-процессов фабрик. Показано, что основное влияние цифровых кибертехнологий на результативность бизнеса заключается в сокращении общей длительности жизненного цикла продукции, проанализированного на этапах ки-берпроектирования, киберпроизводства и киберобслуживания, и соответствующей трансформации интегральных кривых добавленной стоимости, конфигурация которых на пределе циклов оптимизации бизнес-процессов фабрик имеет потенциальные перспективы изменения из классического вогнутого («улыбка») состояния в выпуклое («хмурое») состояние.
Ключевые слова: кибертехнологии, Индустрия 4.0, фабрика, цепочка ценности, кривая добавленной стоимости, трансформация
© Жаринов И. О., 2021.
Abstract.
The actual task of modern industrial economy is to assess the impact of digital cyber technologies on the business processes of Industry 4.0 factories and their value chains. The study covers the types of cyber technologies in accordance with the existing domestic and foreign classification systems, the distribution of cyber technologies by specialization of operating activities of factories, and the economic effects arising from changes in the business processes of factories. It is shown that the main impact of digital cyber technologies on business performance is to reduce the total duration of the life cycle of products analyzed at the stages of cyber design, cyber production and cyber maintenance, and the corresponding transformation of integral value added curves, the configuration of which at the limit of factory business process optimization cycles has the potential to change from the classical concave ("smile") state to convex ("frown") state.
Keywords: cyber technology, Industry 4.0, factory, value chain, value curve, transformation
Термин «Industrie 4.0» введен в 2011 г. представителями немецких политических и деловых кругов на промышленной выставке в Ганновере для описания концептуальных идей внедрения киберфизических систем и информационных кибертехнологий в бизнес-процессы изготовления высокотехнологичной продукции. Правительство Германии определило Индустрию 4.0 в качестве одного из десяти «Проектов будущего» в национальной «Высокотехнологичной стратегии-2020», предусматривающей комплекс мер, выполнение которых обеспечит немецкой промышленности завоевание лидирующих позицией в высокотехнологичном сегменте мировой экономики.
Со временем концепты Индустрии 4.0 получили [1, 2] масштабную поддержку бизнес-сообщества и определили глобальный вектор развития национальных программ цифровизации промышленности большинства технологически развитых стран, включая Российскую Федерацию. Содержательная часть национальных программ сводится к созданию новых типов хозяйствующих субъектов (фабрик будущего), использующих в своих бизнес-процессах кибертехнологии и позволяющих вывести мировую промышленность на новые точки экономического роста. Система классификации фабрик будущего
программно введена дорожной картой (ДК) Национальной технологической инициативы по направлению «Технет».
В Российской Федерации термин «кибертехнологии» в приложении к сегменту производственной экономики отождествлен со словесной конструкцией «сквозные цифровые технологии» (СЦТ). Согласно ДК развития СЦТ «Новые производственные технологии», текущее состояние российской промышленности демонстрирует фрагментированное использование отечественным бизнесом кибертехнологий для создания высокотехнологичной продукции. Отмечается полное отсутствие готовых инфраструктурных решений, методического обеспечения цифровой трансформации производственного сектора и стратегического видения процессов инновационного реформирования государственных корпораций и компаний с государственным участием. Сформулированы секторальные целевые установки создания к 2024 г. не менее 20 инновационных испытательных полигонов, специализация которых ориентирована на приоритетные отрасли промышленной экономики Российской Федерации. К этому же сроку должны быть подготовлены стратегии развития, методические рекомендации и технологические стандарты функционирования
высокотехнологичных компании с первоочередным внедрением в бизнес-проекты и бизнес-процессы государственных корпорации. Согласно исследованиям [3], основанным на данных Росстата, удельный вес компании, осуществляющих технологические инновации в Российской Федерации, составляет примерно 20% (2017 г. - 20,8%; 2018 г. - 19,8%; 2019 г. -21,6%) от общего числа компаний.
Проблема цифровой трансформации промышленных компаний актуализируется на фоне наблюдающегося сегодня в экономически развитых странах сокращения численности трудоспособного населения, а также снижения зависимости национальных экономик от объемов добычи природных ресурсов. Прямой экономический эффект от внедрения кибер-технологий в операционный цикл компаний заключается: в сокращении производственной части жизненного цикла высокотехнологичной продукции [4; 5]; повышении потребительского качества продукции и производительности труда персонала компаний, численность которого определяется пропорцией разделения труда между машинами и человеком с обеспечением автоматизации критического числа бизнес-процессов; формировании новых типов доходных бизнес-моделей, дополнительным источником прибыли компаний в которых является потребительский сервис кастомизации продукции, и др. По данным работы [6], в ближайшее время трудовые функции около 90% рабочих мест в странах Евросоюза потребуют от работников уверенного владения цифровыми компетенциями (навыки и знания). Сегодня ими не обладают примерно 40% населения европейских государств.
Количественная оценка экономического эффекта Энт от внедрения в операционные циклы фабрик одной новой кибертехнологии осуществляется в соответствии с методическими рекомендациями по цифровой трансформации промышленных компаний [7] по формуле
Э =( Зб - З ) N =
нт \ баз нов / нов
= ((Сб + ЕКа )-(С + ЕК ))N
\Д баз н баз / \ нов н нов / у нов ,
где 3. , З , С , С - затраты фабрики и
^ баз нов баз нов ± т .г
себестоимости единицы продукции, образующиеся при ее производстве ресурсами имеющейся (баз) и внедренной (нов) технологии (включаются собственно производственные, административно-управленческие, маркетинговые и другие затраты), руб.;
К , К - капитальные затраты фабрики,
баз нов ± т .г
относимые на единицу высокотехнологичной продукции, руб.;
N - годовой объем изготовления высоко-
нов
технологичной продукции, шт.;
Ен - нормативный коэффициент эффективности фабрики, ед.
На практике применяется как абсолютная оценка экономического эффективности внедрения кибертехнологии, так и относительная (индекс прибыльности, учитывающий время и объемы вложенных инвестиций), рассчитываемая отдельно по каждому бизнес-проекту компании.
Кибертехнологии, специализированные для различных видов операционной деятельности фабрик, приведены в таблице (данные составлены в соответствии с ДК развития СЦТ Российской Федерации, 2019 г.).
Сложившаяся в научно-производственной среде международная терминология дополнительно вводит следующие технологии цифровизации промышленности: облачные (туманные, граничные) технологии, промышленный интернет вещей, киберфизические системы, аддитивные технологии, технологии МасЫпе^о-МасЫпе, 5у81еш8-1;о-8у81еш8 и др. [8; 9]. Полный перечень кибертехнологий, актуальных для производственного сектора промышленности, функционирующего в институциональных условиях цифровой экономики Российской Федерации, определен в документе «Атлас сквозных технологий цифровой экономики России». По данным доклада НИУ Высшая школа экономики [10], Правительство Российской Федерации на разработку и внедрение СЦТ до конца 2024 г. планирует совокупно выделить 282 млрд руб. из федерального бюджета.
Согласно ДК развития СЦТ «Новые производственные технологии», приоритетными для внедрения инновационных технологий
Таблица - Кибертехнологии, специализированные для различных видов операционной деятельности фабрик Индустрии 4.0 Table - Cyber technologies specialized for the various operational activities of Industry 4.0 factories
Киберпроектирование Киберпроизводство Киберобслуживание
Виртуальная реальность Беспроводная связь Технологии создания и исполнения децентрализованных приложений и смарт-контрактов
Дополненная реальность Компьютерное зрение
Смарт-дизайн Сенсоры и обработка информации, технологии сенсорно-моторной координации и пространственного позиционирования
Перспективные методы и технологии в искусственном интеллекте Технологии обеспечения целостности и непротиворечивости данных
Технологии организации и синхронизации данных «Умное» производство Технологии организации и синхронизации данных
Манипуляторы и технологии манипуляции
Рекомендательные системы и интеллектуальные системы поддержки принятия решений
отечественными отраслями промышленности определены, в частности: авиастроение и ракетно-космическая техника, машиностроение, судо- и кораблестроение, двига-телестроение, автомобилестроение и др. Результаты исследований [11] рекомендуют формирование инвариантного ядра технологий цифровизации современной промышленности в составе группы SMAC (Social, Mobile, Analytics, Cloud)-технологий.
Изменения в доходной модели бизнеса, ожидаемые за счет использования кибер-технологий в операционной деятельности фабрик, проиллюстрированы на рисунке. Показаны варианты кривых добавленной стоимости, формируемой на различных этапах жизненного цикла продукции. Интегральная добавленная стоимость показана огибающей линией, условно аппроксимирующей площади под частными кривыми добавленных стоимостей. Сплошными линиями показаны варианты кривых добавленной стоимости для базового (имеющегося) набора технологий создания продукции.
Пунктирной и штрихпунктирной линиями показаны соответственно варианты кривых добавленной стоимости для одной и нескольких новых кибертехнологий, внедренных в
бизнес-процессы цифровой (киберпроек-тирования), умной (киберпроизводство) и виртуальной (киберобслуживание) фабрик. Эффект от внедрения кибертехнологий проявляется в сокращении жизненного цикла продукции и изменении конфигурации интегральной кривой добавленной стоимости, вогнутость которой на пределе цикла оптимизации бизнес-процессов трансформируется в выпуклость.
Оценки НИУ Высшая школа экономики [10] прогнозируют отдачу от цифровизации секторов экономики Российской Федерации на следующих уровнях: вклад в рост национального ВВП России накопительным итогом к 2024 г. составит 9,7%; к 2030 г. - 18,4%. Внутренние затраты РФ на цифровиацию экономики к 2024 г. оцениваются в объеме 5,1% от общего объема национального ВВП.
Активное участие высшего руководства компаний в цифровизации бизнес-процессов является способом повышения эффективности экономического управления фабриками. Результаты [7] исследования MIT Sloan School of Management, выполненные в 2015 г. совместно с Capgemini Consulting в отношении более чем 400 хозяйствующих субъектов и получившие оценку в «Руковод-
V
\
\ W
«•M
/
/I
7 I
л
<
у
/
Ключевые этапы жизненного цикла продукции
Время
Рисунок - Распределение добавленной стоимости продукции в жизненном цикле изделий, созданных с использованием различных кибертехнологий Figure - The product value added distribution in the life cycle of products created with various cyber technologies
стве по цифровизации промышленных предприятий», 2019 г., показывают статистически значимое годовое снижение прибыли на 24% в компаниях, игнорирующих внедрение ки-бертехнологий в свои бизнес-процессы, по сравнению с конкурентами. Изолированное повышение компетенций топ-менеджеров, выполняемое совместно с совершенствованием системы менеджмента в компании, но без применения цифровых технологий, приводит к ограниченному росту прибыли только на 9%, а изолированные инвестиции компании в кибертехнологии, не затрагивающие реконструкцию системы экономического
управления, приводят к снижению годовой прибыли компании на 11%.
В складывающихся в российской экономике инфраструктурных и институциональных условиях повышения конкурентоспособности отечественного бизнеса и повышения качества производимой им продукции следует ожидать в результате трансформации промышленности в части: создания нового поколения систем экономического управления фабриками, внедрения СЦТ в бизнес-процессы и бизнес-проекты фабрик и повышения управленческий компетенций менеджеров, задействующих производственные кибертехнологии.
Список источников
1. Анохов И. В. Движущие силы Индустрии 4.0 и ее последствия для человека и экономики // Известия Байкальского государственного университета. 2019. Т. 29. № 3. С. 379-387.
2. Белова Л. Г., Вихорева О. М., Карловская С. Б. Индустрия 4.0: возможности и вызовы для мировой экономики // Вестник Московского университета. Серия 6: Экономика. 2018. № 3. С. 167-183.
3. Шицян Ч. Адаптация и внедрение новых технологий // Известия Санкт-Петербургского государственного экономического университета. 2021. № 2. С. 71-76.
4. Кузнецов Н. Г., Тяглов С. Г., Пономарева М. А., Родионова Н. Д. Анализ инструментов и методов оценки экономической эффективности внедрения наилучших доступных технологий // Вестник Ростовского государственного экономического университета. 2019. № 2(66). С. 50-59.
5. Тикишан А. В. Корпоративное управление: принципы и подходы оценки эффективности управления корпорацией в современных условиях // Экономика и бизнес: теория и практика. 2020. Т. 7(65). С. 227-229.
6. Говорова Н. В. Промышленная политика в ЕС // Научно-аналитический вестник института Европы РАН. 2019. № 1(7). С. 108-113.
7. Боровков А., Бирбраер Р., Биленко П. [и др.]. Руководство по цифровой трансформации производственных предприятий. М.: ООО «Конкуратор», 2019. 172 с.
8. Гаркушенко О. Н. Информационно-коммуникационные технологи в эпоху становления смарт-промышленности: проблемы определения и условия развития // Экономика промышленности. 2018. № 2(82). С. 50-75.
9. Гаврилюк Е. С., Умбаров У. Х. Функциональные возможности облачных CRM-систем в автоматизации маркетинговой деятельности // Экономика и предпринимательство. 2018. № 4(93). С. 647-651.
10. Абдрахманова Г. И., Вишневский К. О., Гохберг Л. М. [и др.]. Что такое цифровая экономика? Тренды, компетенции, измерение // Сборник докладов XX международной научной конференции по проблемам развития экономики и общества (г. Москва, 9-12 апреля 2019 г.) / под науч. ред. Л. М. Гохберг; Национальный исследовательский ун-т «Высшая школа экономики». М.: Издат. дом Высшей школы экономики, 2019. 82 с.
11. Самогородская М. И., Бейнар И. А., Наролина Т. С. Особенности цифровой трансформации предприятий аэрокосмической отрасли // Регион: система, экономика, управление. 2020. № 1(48). С. 91-97.
References
1. Anokhov, I. V. (2019). Driving forces of Industry 4.0 and its implications for man and economy. Bulletin of Baikal State University, 29(3), 379-387.
2. Belova, L. G., Vikhoreva, O. M., & Karlovskaya, S. B. (2018). Industry 4. 0: opportunities and challenges for the global economy. "MSU Vestnik". Series 6. Economics, (3), 167-183.
3. Shitzian, Ch. (2021). Adaptation and implementation of new technologies. The Izvestiya of the Saint Petersburg State University of Economics, (2), 71-76.
4. Kuznetsov, N. G., Tyaglov, S. G., Ponomareva, M. A., & Rodionova, N. D. (2019). Analysis of tools and methods for assessing the economic efficiency of implementing the best available technologies. Vestnik (Herald)of Rostov State University of Economics, (2(66), 50-59.
5. Tikishan, A. V. (2020). Corporate governance: Principles and approaches to assess the effectiveness of corporation management in modern conditions. Economics and Business: Theory and Practice, (7), 227-229.
6. Govorova, N. V. (2019). Industrial policy in the EU. Scientific and Analytical Herald of the Institute of Europe RAS, (1(7)), 108-113.
7. Borovkov A., Birbraer R., Bilenko P. [et al]. (2019) Guidelines for digital transformation of manufacturing enterprises. Moscow: OOO "Concurator".
8. Garkushenko, O. N. (2018). Information and communication technologies in the era of formation of smart industry: Problems of definition and conditions of development. Industrial Economics, (2 (82)), 50-75.
9. Gavrilyuk, E. S., & Umbarov, U. H. (2018). The functionality of cloud-based CRM systems in the automation of marketing activities. Economics and Entrepreneurship, (4(93)), 647-651.
10. Abdrakhmanova, G. I., Vishnevsky, K. O., Gokhberg, L. M., Dranev, Y. Y., Zinina, T. S., Kovaleva, G. G., ... & Kuchin, I. I. (2019). What is the digital economy? Trends, competences, measurement. Proceedings of the XX International Scientific Conference on Economic and Social Development. Moscow.
11. Samogorodskaya, M. I., Beinar, I. A., & Narolina, T. S. (2020). Peculiarities of digital transformation of aerospace industry enterprises. Region: Systems, Economy, Management, (1 (48)), 91-97.
Статья поступила в редакцию 22.07.2021; одобрена после рецензирования 26.08.2021; принята к публикации 20.12.2021.
The article was submitted 22.07.2021; approved after reviewing 26.08.2021; accepted for publication 20.12.2021.
