CC BY
6Ворожихин В.В.
к.э.н., в.н.с., Российский экономический университет
ПЕРЕХОД К ВЫЧИСЛИМОМУ УПРАВЛЕНИЮ - ОСНОВА ГЛОБАЛЬНОЙ КОНКУРЕНТОСПОСОБНОСТИ РОССИИ
Ключевые слова : цифровизация, сложность, вычислимое управление, благоприятное (лучшее) будущее, прогнозирование, глобальная конкурентоспособность.
Keywords: digitalization, complexity, computable governance, favorable (better) future, forecasting, global competitiveness.
Введение
Наш экономический мир стал многоуровневым. К настоящему времени можно выделить 10-12 уровней экономики (табл. 1).
Таблица 1
Уровни современной экономической системы
Глобальный (мир) Регион Малая группа
Мировой р егион Отрасль Домохозяйство
Страна Муниципальное образование Человек
Макрорегион Предприятие ИИ, компьютер -партнер и робот (?!)
Экономическая система каждого уровня является целеустремленной, имеющей обособленную систему управления. Управление обычно представлено группой лиц, принимающих решение (ЛПР), которые характерны даже для формально авторитарных систем, в которых всегда существует группа лиц влияния. Управление строится на основе личностных знаний, ценностей, предпочтений, интуиции и степени влияния (рейтинга) каждого члена группы. Каждая из систем оказывается охваченной множеством положительных и отрицательных связей, и в результате является уникальной, с неповторимым соотношением научного знания и «искусства управления», с различными факторами влияния, значимость, связи и параметры которых быстро меняются. Результатом становится индивидуальная реакция системы управления на возмущения внешней среды, действия экономических систем более высокого и более низкого уровня.
Невозможность выделить или определить глубину управленческих воздействий фактически ведет к потере управления современными экономическими системами.
По мере развития человек и социум меняются. Система ценностей основана как на традициях, так и на создаваемых ценностях, а также ценностях идеалов. Важно диагностировать эти перемены и корректировать управленческие решения при проведении специальных трансформационных исследований. «Ошибки в выборе или недостижение стратегических целей еще могут быть компенсированы за счет реализации иных целей, но если вы ошиблись в выборе системы координат (ценностей), вам подсунули чужую метрику прогресса или она отсутствует, то нет шансов достичь каких-либо целей»1.
Ценности задают базис всей системы взаимоотношения человека и мира. Система критериев отношения к сущему формируется в рамках трансформационной парадигмы (Д. Мертенс), опирающейся на мировоззренческие основы, аксиологию (природу моральных ценностей), онтологию (природу реальности), гносеологию (природу знания, отношения исследователь-объект изучения) и методологию (каким образом можно получить необходимые знания).
Трансформация непрерывно усложняющегося мира требует системной организации исследований, позволяющей сохранять целостность, адекватность и релевантность системы научных знаний. Согласованный комплекс исследований интегрирует повторные, непрерывные, сетевые, трансформационные исследования, а также исследования будущего с учетом эффекта Эдипа: любая значимая информация затрагивает интересы людей, вызывая протесты или одобрения управленческих действий - будущее меняется.
Сложность современного мира приводит к ряду ограничений, которые необходимо учитывать при проведении исследований. Подходы декомпозиции в общем случае неприменимы: упрощая сложные системы с непрерывно меняющимися связями, мы не знаем, что теряем при их редукции. Целеустремленные системы являются проактивными. Пока мы изучаем систему, система изучает нас: сложные системы способны изучать своего исследователя и контролировать предоставление ему данных, меняя как представление о себе, так и внутреннее устройство.
1 Цит. по: https://zavtra.ru/blogs/prizhok_v_detnost_
В многомерных системах использование «причинно -следственных связей» требует особой аккуратности - единичное событие становится источником многих процессов, распространяющихся во многих измерениях информационно-экономического пространства с принципиально разными временными и мощностными характеристиками, а измеряемый результат даже одного события становится переменным во времени. Для сложных систем нужны специфичные исследования на этапах подготовки, принятия и реализации управленческих решений с использованием Больших данных - управление становится вычислимым, как и наука.
Непрерывный рост сложности ведет к формированию новых измерений мира. Любое событие создает проекции в других измерениях, последствия которых становятся источниками новых возмущений. Объем информационных потоков резко нарастает - 90% текущей информации создается за 1,5-2 последних года, 80% текущей информации обрабатывается не полностью, что приводит к потере части важнейших знаний о происходящих трансформациях Меняется система знаний - она становится супердисциплинарной (меж-, кросс-, транс-, мульти -) по мере роста новых связей между научными дисциплинами. Соответственно, ранее проведенные исследования требуют уточнения параметров их проведения в тех измерениях, которые ранее не были учтены. Возникает необходимость проведения повторных исследований.
Развитие и безопасность неразделимы. Каждый экономический процесс имеет своего владельца, являющегося также владельцем рисков, которые весьма динамичны: их скорость выше скорости развития технологий, которые являются лишь одним из источников новых рисков. Значимые факторы глобальной безопасности, выделенные в картах глобальной трансформации ВЭФ, сменились в 2018-2019 гг. в на 52%. В условиях конкуренции за будущее рассмотрение безопасности как состояния ведет к фатальным ошибкам. Безопасность требует динамического определения как достижения цели-результата - благоприятного, лучшего будущего, причем процесс достижения этой цели должен быть непрерывным и устойчивым.
Интегральное воздействие трансформации на развитие и безопасность требует отказа от стратегического планирования с последовательным управленческим циклом в пользу многоконтурного стратегического управления с параллельными оценками непрерывности и устойчивости для каждого из используемых процессов управления. При управлении многомерным целеустремленным (активным, проактивным) субъектом, который описывается в системе междисциплинарных знаний, процессы имеют разные временно -темповые характеристики. Источник неувязки может быть связан с любым из стратегических процессов - мониторинга, прогнозирования, целеполагания, планирования, программирования и реализации. Если быстро определить источник не удалось, то через некоторое время это просто невозможно сделать в условиях высокой динамики.
Способы описания сложных экономических систем
При диагностике ситуации, выявлении проблем или поиске необходимых решений для сложной системы важен вопрос ее описания: традиционные по дходы приводят к потере его целостности и релевантности. Предельный уровень сложности для экономики - мировая система. Наши модели не в состоянии охватить всю сложность реального мира. Необходимостью становится разработка иных подходов. Сегодня можно выделить три подхода к описанию мира.
Квазимиры
Идея выделить важнейшие части мира с позиций интересов конкретного исследования, не нарушая систему сложных связей, принадлежит К. Попперу \ который предложил «Модель трех миров» — мира физических тел, их физических и физиологических состояний; мира психических состояний и мира продуктов нашего сознания (разума). Сложность модели повысил К. Колин, добавив мир отражений в модель четырех миров2. Развитие подхода - формирование своих «миров», точнее «квазимиров», отражающих систему персональных знаний исследователя и базирующуюся на ней систему целей исследования. Например, для современного этапа развития напрашивается иная система «четырех квазимиров» - материального, виртуального, духовного и творческого. Разделение духовного и творческого миров связано с вопросом времени - в мире творчества нет исторического времени, а скорость мысли, связывающей любые точки хронотопа, бесконечна. Мысль, творчество, искусство не подвластны времени...
При исследовании возможны и иные модели системы квазимиров для отражения с наибольшей простотой взаимосвязи подсистем при конкретных исследованиях глобальных процессов. Например, система из семи квазим и-ров, отражающая возможности развития, безопасности и мироощущения: счастья; творчества; духовности; времени (прошлого, настоящего, будущего, потенциалов трансформации); опасностей, рисков и угроз; материальный (природа + артефакты) и виртуальный квазимиры. Связь между мирами человека во всем его проявлении осуществляется через данные, информацию, знания, смыслы, эмоции, практики, теории.
Мы стали свидетелями не только формирования квазимиров разномасштабных систем, рассматриваемых в це-нологии3, но и формирования квазимиров систем разной сложности, которые обладают разными уровнями устойчиво-
1 Поппер К.Р. Знание и психофизическая проблема: в защиту взаимодействия / Пер. с англ., послесл. И.В. Журавлева. - М.: ЛКИ, 2008. - 256 с.
2 Колин К.К. Философия информации и структура реальности: концепция «четырех миров» // Знание. Понимание. Умение. 2013. - № 2. - С. 136-147.
Кудрин Б.И. Научно-технический прогресс и формирование техноценозов // ЭКО: Экономика и организация промышленного производства. 1980. - № 8. - С. 15-28.
сти. Ряд параметров мы в состоянии менять, регулируя развитие и безопасность, а часть параметров, транслируемая в будущее из настоящего, слабо регулируема и достаточно устойчива.
Как система квазимиров может рассматриваться система карт глобальной трансформации Всемирного экономического форума1. В настоящее время число карт составляет 274, и их состав периодически обновляется. Формируются они за счет методик оценки глобальной конкуренции, учета мнений экспертов и ИИ -обработки. Карты имеют между собой многочисленные многомерные связи.
Экосистемы
Понятие эволюционирующей бизнес -экосистемы впервые ввел Джеймс Мур в статье 1993 г. «Хищники и добыча: новая экология конкуренции» 2. Экосистема (бизнеса) - представление о сложной экономической системе, состоящей из агентов, выполняющих взаимодополняющие роли в системе, совместно эволюционирующих при изменениях условий и значимых факторов, в которой состояние агентов является суперпозицией состояния агента и системы. В 2009-2010 гг. как развитие представлений экосистем (и проекция -отражение двойной спирали ДНК 1953 г.?!) была разработана модель, описывающая взаимодействие государства, промышленности (бизнеса) и университетов в условиях экономического развития регионов и стран - модель «тройной спирали» Ицковича. В дальнейшем получили развитие более усложненные ее версии3.
В настоящее время крупнейшие бизнес-экосистемы стремительно развиваются как цифровые платформы. Преимущества экосистемы - доступ на глобальные рынки, разнообразие участников, взаимное использование данных, приток персональных данных и интеграция платформенных решений - дают преференции всем участникам. Многофакторный мир - это мир больших данных.
Сетевая мощь и привлекательность платформы пропорциональна квадрату количества участников - концентрация бизнеса, охватывающего все виды деятельности, происходит стремительно - изменения происходят «со скоростью мысли».
Фокус конкуренции смещается в сферу принятия управленческих решений с использованием сложных инструментов управления. Экосистема (или крупная платформа), занимая определенное и стремительно растущее рыночное пространство, становится аналогом регулятора внутри своего периметра: определяет правила допуска, разбирает жалобы участников, устанавливает стандарты и следит за их исполнением. Отличие лишь в целеполагании: экосистема ориентирована на постановку и достижение бизнес -целей. С развитием такого вида бизнеса другие участники рынка могут встречать барьеры для своей деятельности, вызванные усилением влияния экосистем на их основной сегмент.
Очередной этап развития организационной модели экосистем связан с дальнейшим усложнением ее модели. Принципиальное увеличение размерности модели, приводящее к появлению нового системного качества, отражает понятие мультисети. Мультисеть - система сетей, объединяющая по интересам (целям) более высокого уровня множество локальных сетей, в которых элементы могут интегрироваться по локальным интересам. Деятельность разных элементов сетей может быть разнонаправленной, но в итоге работающей на общую цель-результат более высокого порядка.
Социотехнологические уклады
Сегодня к базовым механизмам технологического развития могут быть отнесены технологические уклады (С.Ю. Глазьев), конвергенция ряда технологий и отраслей (NBIC-NBICS) и самосогласованное развитие технологии или отрасли (примером является устойчивый пятидесятилетний тренд развития электроники по закону Мура). Границы дисциплин и технологий меняются, увеличивается их число, а механизмы могут меняться и комплексироваться по мере роста готовности технологий. Работа со сложными взаимодействующими активными техническими системами, изучающими друг друга, для устойчивости процессов развития знаний требует развития интерактивных форм и пр о-цедур, расширения и совершенствования представлений о научной грамотности, глубине и спектре научных знаний, межпрофессиональных знаний. И, тем не менее, человек определяет, будет ли использоваться технология, хотя технологии оказывают значимые воздействия на человека. Поэтому перспективным является рассмотрение социотехниче-ских систем, которые рассматривались отечественными специалистами еще двадцать лет назад.
Специалисты ЕС выделили 13 социальных технологий, позволяющих в сочетании с технологическими инновациями сформировать структурные модели бизнес -процессов будущего, формирующих глобальные цепочки стоимости и способные осуществить фундаментальные преобразования общества4.
Также рассматриваются 87 технологических инноваций восьми групп, к которым относятся:
(1) Искусственный интеллект и роботы (Artificial Intelligence and Robots) - 19 технологий;
(2) Человеко-машинное взаимодействие и бионика (Human -Machine Interaction & Biomimetics) - 7 технологий;
(3) Электроника и вычислительная техника (Electronics & Computing) - 11;
(4) Биогибриды (Biohybrids) - 6;
1 Strategic Intelligence. - https://intelligence.weforum.org/
2
Moore J.F. Predators and Prey: A New Ecology of Competition // Harvard Business Review. 1993. - May-June.
3
Encyclopedia of Creativity, Invention, Innovation, and Entrepreneurship / Ed. by E.G. Carayannis; Springer. 2013. - 1941 p.
4 100 Radical Innovation Breakthroughs for the future / European Commission. - Luxembourg: Publications Office of the European Union, 2019. - 334 p.
(5 ) Биомедицина (Bio medicine) - 12;
(6) Печать и материалы (Printing & Materials) - 8;
(7) Преодоление ресурсных границ (Breaking Resource Boundaries) - 11;
(S) Энергетика (Energy) - 13.
Подходы моделирования, прогнозирования и управления сложными системами
Модель должна отражать адекватное целостное описание моделируемой системы, а также позволить формировать однозначно понимаемую интерпретацию результатов - сведение многомерной системы данных в конкретные характеристики исследуемых систем. Степень упрощения реалий в модели на основе традиционных подходов становится барьером для понимания мира сложных систем: «Мы создаем модели, чтобы абстрагироваться от реальности. Однако есть более общая модель, которая говорит о том, что все наши модели в конечном счете неработоспособны. Они не работают из-за того, что не в состоянии учесть все взаимосвязи реального мира». (М. Шоулз, лауреат Нобелевской премии)1.
Возможен ряд подходов к построению прогностическо -управленческих моделей сложных систем.
Первый подход связан с созданием сложнейших глобальных мультимодельных комплексов, оперирующих миллионами показателей. Такой подход практиковался в Японии, США, ЕС. Наиболее практически значимым оказался случай использования Global Engine Machine, которое позволило в рамках «Энергетической революции США» от 15 июня 2Q15 г. просчитать решения, позволившие США за полгода переформатировать крупнейший товарный рынок мира - рынок нефти и добиться к 14.Q1.2Q16 заявленной 15.Q6.2Q15 цены нефти в 3Q долларов за баррель. Другой широко известный мультимодельный комплекс METIS, используемый ЕС, позволяет просчитать прогнозы выработки и потребления энергии с учетом климатической нестабильности ВИЭ на почасовой сетке с горизонтом до 2Q5Q г. для 27 стран ЕС. С учетом отставания в развитии компьютерной техники и технологий на 5-8 лет (три -четыре поколения) достижение конкурентоспособности Россией и ЕАЭС в рамках данного подхода крайне проблематично. Тем более, что в связи с изменением важнейших параметров мироустройства работа по доработке мультимодельных комплексов должна вестись постоянно и требует привлечения ресурсов в значительных объемах, в т.ч. значительных финансовых затрат.
Второй подход связан с нормативным практическим описанием и регулированием систем. Наиболее ярко он реализован именно в ЕС. Например, условия вступления в ЕС представляют собой тысячестраничный документ, имеющий ссылки на сотни документов подобного объема. Система документов, описывающих основы регулирования ЕС, также крайне сложна и впервые была собрана в рамках единого тома в 2Q16 г. Многомерность регулирования требует выполнения специальной процедуры - оценки регулирующего воздействия (ОРВ), к которой привлекаются многочисленные эксперты, выносящие свои суждения в рамках нормативно определенных функций и зон ответственности.
Третий подход связан с формированием системы экспертных оценок. Наиболее известным является использование технологического форсайта в ряде развитых стран. В Японии к проведению форсайта привлекалось до 4Q тыс. специалистов, опрашиваемых по специально разрабатываемым анкетам, результаты опросов обрабатываются по специально разрабатываемым методикам (метод Дельфи). К методу использования экспертных оценок относится и методология «Стратегической матрицы»2, которая отличается специальным выбором ядра в рамках доступных человеку целостных оценок системы (7+2), позволяющая интегрировать целостные оценки исследуемой системы с детализацией используемых критериев оценки. Это позволяет проводить оценки ядра системы, разрабатывать сценарии и использовать их для динамических оценок поведения систем при различных изменениях внешней среды, не пр ивлекая к проведению оценок десятки тысяч специалистов. Удачный выбор способов описания сложных систем в «Стратегической матрице» признан открытием.
Четвертый подход состоит в достижении управления системы с удовлетворительной погрешностью. При этом используются подходы адаптивно-робастного управления и/или гибридные модели. Следует отметить, что данные подходы отрабатывались применительно к сложным техническим системам, поэтому переносить их для использования в сфере экономики необходимо с подробным анализом возможности применения. В концепции робастных стр ате-гий адаптивных стратегий, которую с успехом применяет компания Microsoft, внешняя среда бизнеса оценивается как непредсказуемая сложная система, для выявления влияний которой требуется «постоянный мониторинг и исследования бизнес среды, чтобы выявить новые возможности и потенциальные угрозы не только в сфере текущего бизнеса, но и за его пределами. Стратегия представляется в виде популяции (кластера), объединяющей стратегии для текущего и перспективных видов бизнеса, дополняющих друг друга и ориентированных на разные временные периоды»3.
В середине 9Q-х для управления сложными техническими объектами в изменяющихся средах были разработаны Advanced Process Control (APC) - процессы улучшенного управления с оценкой эффективности на основе экономических показателей. Одним из направлений дальнейшего развития APC является Model Predictive Control (МРС) -управление на основе прогностических моделей, позволяющее «перейти от ситуационного (или реактивного) управления на основе учета динамики текущего состояния объекта управления (ОУ), к проактивному управлению, бази-
1 Цит. по: Бернстайн П. Фундаментальные идеи финансового мира. Эволюция. - М., 2009. - С. 5.
2
Агеев А.И., Куроедов Б.В., Сандаров О.В. Методология стратегической матрицы. - М.: ИНЭС, 2004. - 152 с.
3
Жмыхов А.А. Робастные адаптивные стратегии: опыт компании Microsoft // Российское предпринимательство. - М., 2013. -14, № 19. - С. 92-104.
рующемуся на прогностических сценариях развития изменений с учетом нестабильности внешней среды» 1. Под про-активностью понимается упреждающая реакция, основанная на прогнозировании динамики состояния нестационарных сложных технических объектов (НСТО). Задача проактивного управления НСТО для нестабильных сред до сих пор не решена в полном объеме. Недостаточно эффективными являются решения с полным перебором пространства возможных состояний, поскольку «требуют значительных вычислительных ресурсов в связи с экспоненциальным ростом объема вычислений по мере роста числа управляющих параметров и при повышении требований к точности определения их значений» 2. Для конкретной системы решение предложено на основе «гибридных алгоритмов сочетания методов статистического анализа с математическими технологиями искусственного интеллекта или интеллектуального анализа данных»3. Применение проактивного управления с разработанными в работе гибридными алгоритмами прогнозирования позволяет повысить эффективность управления по сравнению с существующими технологиями ситуационного управления.
Есть также пятый подход - создание модели мира с низкой степенью редукции со сложностью, приближающейся к сложности ядра миросистемы. Но он ни разу не был реализован на практике. Общие подходы к созданию гиперпрогностической системы (ГПС) разрабатываются достаточно давно, но сложность и стоимость системы оказалась слишком высокой для практической реализации.
Проект создания внешнего дополняющего комплекса моделей перспективен и может стать экономически оправданным по мере роста сложности миросистемы и возрастания роли человека и социальных технологий в рамках социотехнических систем и у кладов.
Оценка эффективности систем прогнозирования и стратегического управления
Оценка эффективности систем управления для сложных систем требует отдельного рассмотрения. В рамках данной статьи отметим следующее.
Традиционные оценки эффективности прогнозирования и управления не учитывают динамику условий, знач и-мых факторов и их связей, а также результатов управленческих воздействий. В условиях быстрого развития или трансформации объекта традиционная аналитика для оценки эффективности неприменима. Многомерная и динамическая оценка эффективности требует привязки к достижению целей в меняющейся внешней среде - т.е. к качеству и эффективности проактивного управления. Другими словами, качество управления при использовании традиционных подходов в условиях ограничения или утраты прогностической способности экономики имеет крайне низкие показатели. При этом крайне сомнительными представляются показатели технологического развития, которые могут порождать больше рисков, чем выгод. Рост временного лага при попытке детализации проведения оценки становится фактором ограничения и снижения точности оценки эффективности.
Организационно-структурные решения для вычислимого управления
Современные цифровые экономические системы трансграничны и имеют глубину проникновения до уровня персоналий. Социоэлектронные механизмы общественной координации воздействуют через мобильные и компьютерные сети, опираясь на персональные данные, подстраивая формы и глубину воздействий под личные амбиции и предпочтения. Идет борьба за смыслы, за влияние на каждого человека, на вовлечение его в свой стратегический проект. Соответственно, нужна организационная структура, позволяющая сформировать взаимодействие власти и гражданского общества с каждым гражданином России. Благоприятное будущее страны строится через формирование персонального проекта благоприятного будущего для каждого гражданина. Для доступа к каждому гражданину, для вовлечения всего населения в процессы стратегического развития и создания благоприятного будущего России необходима соответствующая сложная сетевая структура, которую можно назвать мультисетью.
Осознание этого процесса приводит к попыткам разработки процессов интеграции возможностей человека и компьютера в единой социально-экономической системе. Свое видение этого процесса и вариант создания Общества 5.0 предложили японские специалисты 4.
Задача построения инструмента, обеспечивающего преференции в глобальной гиперконкуренции стран за у спешное будущее, составляет суть современных проблем развития и безопасности. Наиболее значимой и наиболее сложной подсистемой этого инструмента является мультисеть научных исследований и культурной поддержки реформ, задача таким образом решается в мире впервые, причем новизной отличается как сама постановка задачи, так и предлагаемые методы, инструментальная поддержка, организационные структуры в виде самовосстанавливающейся, самообслуживаемой, саморазвивающейся, самосовершенствующейся мультисети исследований, управления и культурной поддержки развития и трансформации, ожидаемые результаты - ноосферное общество, в котором реализуется вычислимое управление будущим на основе текущих данных, прогнозов, образов мира, использования культурных интервенций и многомерных систем стратегического управления.
1 Мусаев А.А. Гибридные алгоритмы прогнозирования многомерных нестационарных процессов в задачах проактивного управления сложными техническими объектами. Дисс. ... канд. техн. наук. - СПб.: Санкт-Петербургский Федеральный исследовательский центр РАН, 2021. - 132 с.
2 Там же.
3 Там же.
4 The 5th Science and Technology Basic Plan / Government of Japan. 2016. - 74 p.
Основа проекта - формирование национальной мультисети знаний, позволяющей вовлечь граждан России в глобальное пространство знаний и поддержать профессиональное творчество, расширить позиции и увеличить потенциал страны в глобальном знании. Интегральная мультисеть объединяет профильные мультисети:
- глобальных знаний и международных обменов знаниями, позиционирования на глобальных рынках образовательных услуг и в цепочках глобальных ценностей и добавленной стоимости, формируемых в рамках глобальных структурных бизнес-процессов;
- национальную сеть университетов с учетом существующих видов университетов, к которым относятся федеральные университеты (10), национальные исследовательские университеты (29), опорные университеты (51), а также вузы остальных организационных форм - всего 724 единицы;
- исследований, интегрирующих научные лаборатории фундаментальных и прикладных исследований (ЛФИ и ЛПИ), вычислительные и живые лаборатории (ВЛ и ЖЛ);
- поддержки исследований и реформ, интегрирующих центры управления знаний (ЦУЗ), интеллектуальные ре-позитории (ИР), многофункциональные культурные центры (МФКЦ), центры непрерывного инклюзивного образования (ЦНИО).
Заключение
На данном этапе развития сферы управления знаниями и информацией моделей, пригодных для работы со сложными активными системами, фактически нет. Экономическая наука откатилась на позиции преднауки. Важнейшей задачей становится создание проактивной системой управления экономикой страны на основе данных.
В современных условиях низкой конкурентоспособности России в сфере исследований и науки, отставания на 3-4 поколения в сферах вычислительной техники, программирования и информационно -компьютерных технологий, принципиального отставания в возможности инвестирования в исследования искусственного интеллекта и квантовых вычислений стране необходим свой собственный уникальный проект создания аналитических и управленческих пр е-имуществ. Такой проект связан с реализацией отечественного варианта системы вычислимого управления, созданием человеко-компьютерной внешней модели с низкой степенью редукции, ориентированной на развитие и использование творческих способностей населения для стратегического развития страны.
Вовлечение населения требует создания системы государственно -гражданского партнерства по реализации системы проектов благоприятного будущего для каждого гражданина страны. Организационно -структурные решения, использованные до настоящего времени, требуют переориентирования на работу с населением страны на персональном уровне. Это также позволит блокировать внешние культурные интервенции, направленные на организацию внешних агентов и очередных цветных революций.
Система управления развивается за счет создания мультимодельного внешнего прогностическо -управляющего комплекса, в которой традиционная внутренняя система управления начинает играть роль системы метауправления, развиваясь по мере развития и усложнения экономической системы России. Система управления становится глобально конкурентоспособной - самовосстанавливающейся, саморазвивающейся и самосовершенствующейся.
