СИСТЕМНОЕ РАЗВИТИЕ СТРАТЕГИЧЕСКОГО ПРОГНОЗИРОВАНИЯ И УПРАВЛЕНИЯ Текст научной статьи по специальности «Экономика и бизнес»

Ворожихин В.В.

к.э.н., в.н.с., Российский экономический университет

СИСТЕМНОЕ РАЗВИТИЕ СТРАТЕГИЧЕСКОГО ПРОГНОЗИРОВАНИЯ

И УПРАВЛЕНИЯ1

Ключевые слова: стратегическое прогнозирование, стратегическое управление, сложные системы, гиперпрогностика, антропологический подход.

Keywords: strategic forecasting, strategic management, complex systems, hyper-forecasting, anthropological approach.

Старт идеи перехода к сложным моделям

В материалах отчета о НИР, выполняемой по распоряжению Правительства Москвы «Трансазийский коридор развития»2 в 2005-2006 гг. впервые была в общих чертах представлена идея создания новой системы регулирования экономики энергетики с учетом интересов поставщиков и потребителей3.

Идея, получившая название «Эластичного регулирования», предусматривала введение контура векселей для оживления проектного финансирования энергосбережения с последующей оплатой инвестиций и выполненных работ из полученной экономии.

Глубина проработки была невысока, не выходила за функциональный уровень и на первом этапе были намерения не более чем формирования комплекса технико-технологических решений, использование которых позволило бы повысить эффективность энергетики при их использовании специалистами по энергетическим и экономическим моделям.

Сложность системы взаимных расчетов, которая становилась многоуровневой, охватывающей разнообразные технологические решения для разных регионов и стран, требовала разработки сложной модели для проведения расчетов по векселям. Для продвижения предложения требовалось представить научно обоснованный прогноз, приближающийся к реалиям.

Прогноз как способ продвижения «Эластичного Регулирования»

Идея формирования приближения расчетной модели к реальной сложности энергосистемы в определенной степени была отражением подходов А.С. Нариньяни «Недоопределенные модели»4 и «Мягкие модели»5 В.И. Арнольда. Источником реальных данных по системам теплоснабжения были данные ЗАО «Энергия», которая имела опыт выполнения более 150 энергосервисных контрактов на теплосбережение и теплоналадку.

Ограничения традиционных подходов делают их непригодными для работы со сложными динамичными системами. Предварительная редукция сложной системы без знаний о потерях такого представления для сложных динамичных систем неприемлема. Оперирование значениями, не отражающими вероятность их реализации при непрерывном изменении множества условий и значимых факторов влияния на исследуемую систему, становится бессмысленным. Аксиоматическое ограничение системы математических зависимостей, показателей для сложной системы становится неприемлемым. Ограничительный отбор используемой информации - используем, что знаем - делает процесс совершенствования модели непрерывным. В этих условиях говорить о каких-то алгоритмах решения задачи не приходится. Алгоритмичность подхода становится, скорее, недостатком, ведущим к отсутствию гибкости процессов решения. Ограничения приводят к целевому характеру моделей. Привычные простые причинно-следственные связи для многомерных систем с противоположным влиянием процессов неприменимы. Единственное событие становится источником процессов, распространяющихся по всем измерениям с разными временными и мощностными характеристиками, которые в совокупности дают интегральный результат для исследуемого параметра, который становится пе-

1 Доклад на конференции «Антропологический» подход в управлении и экономике. Формирование новой экономики России и творческое наследие К.Б. Норкина».

2

Трансазийский коридор развития стратегического партнерства и углубленного экономического сотрудничества. - М.: Рабочая группа Правительства Москвы, 2005. - 53 с.

ТРАК: Перспективы использования решений, разработанных в рамках новой парадигмы развития энергетики. - М.: Рабочая группа Правительства Москвы, 2006. - 351 с.

4 Нариньяни А.С., Телерман В.В., Ушаков Д.М., Швецов И.Е. Программирование в ограничениях и недоопределенные модели. - 17 с. - https://webcache.googleusercontent.com/search?q=cache:C3UBAp7uPbAJ:https://textarchive.ru/c-1165164.html+&cd= 2&Ы=ги&с1=с1пк&^1=га

5 Арнольд В.И. «Жесткие» и «мягкие» математические модели. - М.: МЦНМО, 2004. - 32 с.

ременным и зависящим от времени. Привычное разграничение «входов» и «выходов» модели в условиях множества прямых и обратных связей становится ограничением и не дает ответа на вопрос, сколько тысяч лет назад нужно было учитывать взмах крыльев бабочки, несущий сегодня значимые изменения.

Рисунок 1.

Схема «Эластичного регулирования» энергетики

Остается только искать защиты у классиков: «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)

Недоопределенные модели

Метод недоопределенных моделей (Н-моделей) был предложен в начале 80-x годов для представления и обработки не полностью определенных знаний.

В модели нет априорного разделения параметров на входные и выходные. Пользователь определяет, какие из параметров он может задать точно, какие ему не известны совсем, а какие - приблизительно (исходная информация о таких параметрах задается в виде ограничений на множество их возможных значений).

Модель отражает связи, существующие между параметрами задачи. Эти отношения, называемые общим термином «ограничения», могут иметь вид уравнений, неравенств, логических выражений и т.п. Используя модель задачи и информацию о значениях ее параметров, методы программирования в ограничениях обеспечивают автоматическое нахождение решения.

Программирование в ограничениях является по своей сути максимально декларативным, оно основано на описании модели задачи, а не алгоритма ее решения. Начальные значения величин являются ее входными параметрами, а конечные - результатами ее решения. Простота и естественность описания задачи делает такой подход очень привлекательным.

На базе Н-моделей создана многоуровневая технология программирования, позволяющая решать качественно новые классы задач в таких областях, как экономика, инженерные расчеты, календарное планирование, вычислительная математика, САПР, ГИС и др. Среди систем, реализованных на основе аппарата Н-моделей, можно отметить такие, как UniCalc, НеМо-ТеК, LogiCalc и Time-Ex.

Мягкие модели

В.И. Арнольд, автор подхода, приводит такие примеры, позволяющие легко представить разницу между жесткими и мягкими моделями:

«Жесткая модель: таблица умножения;

Мягкая модель: чем дальше в лес, тем больше дров».

Автор использовал как наглядный пример применения мягких моделей модель войны, отражающей численность войск и мощь вооружений. Изменения коэффициентов в модели, зависимые от факторов влияния, могут адаптировать модель при отсутствии точных знаний о виде такой зависимости. Структурная устойчивость модели позволяет использовать модель для описания целого класса событий, а для ее корректировки и определения сложных видов зависимостей «мягкого» коэффициента был разработан ряд эффективных методов.

Простые линейные модели могут быть легко адаптированы для быстрого принятия важнейших решений. Теория мягкого моделирования - это искусство получать относительно надежные выводы из анализа малонадежных моделей.

Идеи нового подхода - «Гиперпрогностика» (2008)

Основа подхода гиперпрогностики - диагностика и мониторинг динамики связей, через которые распространяются воздействия, а не матрицы характеристик объектов. Важным этапом является выявление и учет всего разнообразия прямых и обратных связей, который требует непрерывного анализа неувязки реалий и модельных расчетов и оценок.

Использование неформальных методов редукции является, скорее, искусством чем наукой. Эта задача имеет пока лишь некоторые локальные решения как отечественные, так и зарубежные, находки для части задач описания сложных систем: «некоторые методы отбора значимых факторов (признаков), влияющих на изучаемый случайный отклик, а также новым оценкам условной энтропии и взаимной информации в рамках смешанной модели. В таких моделях вектор объясняющих переменных является абсолютно-непрерывным, а переменная отклика имеет дискретное распределение. Эти результаты также важны для идентификации набора значимых факторов»1.

Необходимостью становится работа с неусеченными массивами данных - отсев «промахов» или очистка «шума» может приводить к потере важных связей.

Введение в модель человека становится необходимостью. Механистические, не позволяющие предполагать размены ценностей разных ментальных уровней или влияния близкого окружения и эмоций на принимаемые решения подходы, чреваты ошибкой и не способны объяснить аномалии.

Создание системы экономических оценок социально-политических аспектов развития экономик увеличивает свое влияние по мере осложнения международных отношений. В случае войны экономика переводится на военные рельсы, а в российской истории памятным событием является введение военного коммунизма.

Интерактивность прогноза и использование эффекта Эдипа2 - самореализуемости и саморазрушения социальных проектов, влияния любой общественно значимой информации на поддержку и противодействие проектам социального будущего - является реальностью нашего времени.

Комплексная обработка всех имеющихся прогнозов и их взаимное нормирование позволяет определить поля допустимых значений величин, которые имеют общие ограничения. Взгляд на сложную систему с разных сторон позволяет минимизировать риски и выявить наиболее вероятно реализуемые совокупности значений параметров или характеристик системы. Анализ с позиций заведомо присутствующих подсистем (квазимиров) позволяет сохранять совокупность связей, а не терять их, что характерно для подходов декомпозиции. Пример модели города на основе интеграции подсистемных проекций приведен на рис. 2.

Особенности гиперпрогностики (далее - ГПС): персонификация важнейших связей экономических акторов, выделение микроокружения, выявление и учет экономических интересов позволяют считать подход важным шагом к прогнозированию экономики сложных систем. Естественным шагом является использование разнообразных технологий создания новых идей - экспертных: латеральное мышление (Эдвард де Боно), мозговой штурм (Алекс Осборн), синектика (Уильям Гордон), глубинные знания (Эдвардс Дёминг), теория ограничений (Элияху Голдратт), метод Дельфи, а также компьютерных: автоматическая генерация гипотез, нейросетевые технологии, скрининг.

Предварительный сбор гипотез и их совмещение в систему опирается на моделирование сложных связей между подсистемами. Платформа для сборки комплекса прогнозов - недоопределенные (Н-) модели. Процесс является интерактивным и включает использование специалистов «человеческого этажа», обладающих уникальными знаниями подсистем: «Капитализм — игра фон Неймана невиданного размаха! Покупка и продажа предполагают принятие решений. Что решит покупатель? Что решит поставщик? Что решит работник? Что решат политики? Что решат другие инвесторы? Этот процесс интерактивен по своему характеру». (Э. Дёминг)

1 Кожевин А.А. Вероятностные методы отбора значимых факторов: автореферат диссертации на соискание ученой степени кандидата физико-математических наук. - М.: МГУ им. М.В. Ломоносова, 2021. - 20 с.

2 Васильев Я.Ю. Эффект Эдипа и его гносеологический анализ // Философские исследования. 2006. - № 1. - С. 127-141.

Рисунок 2.

Схема создания ГПС модели «Город» (2008) Гиперпрогностика: из 2008 в постпандемический мир-2021

Разрастание системы «больших вызовов»:

- Непрерывный рост рисков, в т.ч. рисков новых технологий;

- Кризис капитализма и либерализма;

- Пандемия СОУГО-19;

- Ужесточение глобальной гиперконкуренции за будущее;

- Риски новых технологий;

- Трансграничные воздействия;

- Санкции, «экономическое оружие»;

- Цифровые угрозы: «4 всадник апокалипсиса» (А. Гуттериеш), «сеть Антихриста» (Патриарх Кирилл), «цифровой феодализм» (М. Мацукатто)

приводит к активизации поисков новых моделей общества и экономического развития, среди которых разнообразия не меньше, чем вызовов:

- Общество 5.0 и ноосфера В.И. Вернадского;

- Модель перезагрузки ООН;

- Капитализм заинтересованных сторон ВЭФ;

- СССР-2;

- Евразия и Большая Евразия;

- Становление цифровой экономики;

- Ноономика;

- Новая Орда (небополитики);

- Стратегическая матрица;

- Квазимиры.

Проблемы экономики в 2021 обострились не только на практике. Экономика, откатывается на позиции пред-науки, что следует из приведенных ниже положений.

Каждое событие в многомерном мире имеет свои проекции в соответствующих квазимирах, реакция на событие становится новым событием - информационный поток непрерывно растет. Мы теряем знания о текущих стремительных и глубоких трансформациях.

Мы не можем разделить генетически присущие изменения и влияние управления, которое часто бывает ограниченным.

Знания становятся супердисциплинарными (меж, кросс, транс, мульти), а число выделяемых измерений непрерывно растет.

«В сущности, все модели неправильны, но некоторые полезны» (Дж. Бокс - George E.P. Box.)

Экономическая наука теряет прогностическую способность, которая составляет основу научного исследования.

Реализация или разрушение, опровержение прогноза во многом определяется качеством, глубиной и эффективностью управления, интегрирующими экономичность, производительность, результативность. 100%-но работающая система социального управления принципиально ликвидирует все негативные явления и всевозможные циклы, включая кондратьевские.

Положения очередного кризиса экономической теории приведены в табл. 1, основания отказа от подходов стратегического планирования в пользу многоконтурного вычислимого стратегического управления приведены на рис. 3, положения формирования современной системы критериев оценки на основе парадигмы трансформационной оценки Д. Мертенс (1998) - на рис. 4.

Таблица 1

Кризис экономической теории

Макроэкономика не имеет научного обоснования Нет целостной и релевантной экономической науки

«Ошибки в выборе или недостижение стратегических целей ещё могут быть компенсированы за счёт 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» (Дж. Стиглиц) Глобальные модели типа Global Engine Machine (GEM) или METIS уже оперируют миллионами показателей, но - увы, модели устаревают к моменту их создания в соответствии с положениями М. Шо-улза и Дж. Бокса. Наши познания человеческого мозга крайне ограничены, а исследования человеческого поведения не достигают глубины, дающей надежные прогнозы.

Не выделен управленческий вклад в экономический результат - изучаем историю управленческих ошибок? Целостное описание экономики в условиях сложности и супердисци-плинарности требует иных подходов - повторных, сетевых, непрерывных, трансформационных исследований и исследований будущего

Работающая система управления в социальных системах -отсутствие циклов. ВВП - показатель «суеты в экономике» (М. Алле) Наука стала вычислимой (4 научная парадигма, Дж. Грей, 2006), критерии оценки описывает 4 парадигма трансформационной оценки (Д. Мертенс. 1998)

Условия развития и значимые факторы непрерывно меняются. Меняются их связи, параметры этих связей. Растет многомерность и сложность. - Мы оперируем мифами из прошлого?! В условиях конкуренции за будущее рассмотрение безопасности как состояния ведет к ошибкам. Безопасность описывается как цель-результат - достижение благоприятного, лучшего будущего и устойчивый процесс достижения цели.

Определение задает программу исследований, поэтому оно так важно. Значимые факторы глобальной безопасности сменились за год в КГТ ВЭФ на 90%

Рисунок 3.

Факторы, требующие перехода от стратегического планирования к многоконтурному

стратегическому управлению

Информационный потоп приводит к невозможности обработки 80% текущей информации, что приводит к неполноте знаний о происходящих трансформациях. Стремительность трансформации требует принятия управленческих решений в крайне сжатые сроки. При этом кризисные явления часто имеют крайне высокие скорости распро-

странения с непредсказуемыми последствиями для сложных систем. Непрерывно растущее пространство знаний с заранее не предсказуемыми конвергенциями, казалось бы, не связанных между собой дисциплин требуют опережающего развития исследований.

Переход от стратегического планирования с последовательным управленческим циклом к многоконтурному стратегическому управлению

Многоконтурное стратегическое управление требует актуализации, корректировки пересмотра всех управленческих процессов совместно и единовременно при обнаружении невязки в любом из контуров управления.

Важнейшим является вопрос научно обоснованного выбора критериев оценки событий, решений, проектов, позволяющих сформировать видение благоприятного будущего и стратегию его достижения. Может быть использована парадигма трансформационной оценки Д. Мертенс (рис. 4).

Выбор аналитических признаков для описания мира

Аналитические признаки - классифицированные свойства анализируемой сущности (системы), позволяющие судить о функциях, процессах, структуре, форме, а также связях, условиях и факторах влияния на внутреннюю и внешнюю динамику данной сущности (системы). Выделение аналитических признаков предполагает их использование в соответствующих аналитических исследованиях. Аналитические признаки выделяются с разной степенью детализации, соответствующей глубине и сложности проводимого исследования или представления его результатов. Наличие аналитических признаков позволяет использовать аналитические методы.

Рисунок 4.

Четвертая парадигма трансформационной оценки

Аналитические методы предполагают статистическую обработку фактических данных о влиянии различных факторных признаков на состояние объекта с целью построения аналитической зависимости (функции), характеризующей закон его изменения от этих факторов.

Метод аналитических группировок применяется при анализе взаимосвязей между различными признаками. Совокупность признаков позволяет провести типологизацию ряда сущностей, использовать сравнительный анализ, выявить проблемы и возможности развития сущности.

С точки зрения организаций выделение аналитических признаков позволяет использовать аналитические индексы для анализа динамики сложных объектов, формировать шкалы для оценки.

Индекс называется аналитическим (синонимы общий, агрегатный), если исследуемый признак берется не изолированно, а в связи с другими признаками. Аналитический индекс всегда состоит из двух компонент - индексируемый признак р (тот, динамика которого исследуется) и весовой признак q. С помощью признаков-весов измеряется динамика сложного экономического явления, отдельные элементы которого несоизмеримы. Простые и аналитические индексы дополняют друг друга.

Наличие целостной характеристики сущности позволяет аналитическим методом выявлять факторы влияния, определять их значимость на основе анализа чувствительности интегральных характеристик сущности.

Аналитические (причинно-следственные) группировки используются для определения наличия, направления и формы связи между изучаемыми показателями. По характеру признаков, на которых основывается аналитическая группировка, она может быть качественной (когда признак не имеет количественного выражения) или количественной.

Следует иметь в виду, что для сложных систем необходимо с большой осторожностью подходить к выявлению и подтверждению причинно-следственных связей.

Классификация аналитических методов проводится по трем признакам 1) по содержанию метода, т.е. использованию определенного инструментария 2) по содержанию задачи анализа 3) по содержанию аналитической деятельности, т.е. принадлежности к определенному виду анализа.

На основе анализа факторов влияния формируются критерии оценки, и формируется система показателей, описывающая исследуемую систему с достаточной (заданной) точностью, позволяя формировать целостные и релевантные знания.

Группировка и изучение анализируемых показателей организаций

Подготовленная для аналитической работы информация подвергается группировке по соответствующим технико-экономическим признакам в зависимости от целей анализа. Группировка по отдельному признаку позволяет исследовать хозяйственные процессы и явления в их взаимосвязи и взаимозависимости и выявить влияние на изучаемый объект наиболее существенных факторов, установить закономерности и тенденции, свойственные рассматриваемым процессам и явлениям. На этапе подготовки информации к анализу осуществляется обработка используемых дли аналитической работы данных, которая заключается в детализации и упрощении цифровых значений и перегруппировке их в соответствии с требованиями анализа.

Следует отметить, что с позиций научной оценки аналитические признаки требуют установления их научных оснований: мировоззрения как платформы сборки потоков научных знаний, отражающих аксиологию (природу ценностей), онтологию (природу реальности), эпистемологию (природу знания) и методологию (способов получения представляемых научных знаний).

В настоящее время применение представлений о сложных системах требует их супердисциплинарного описания (меж-, кросс-, транс-, мульти-), используемых для формирования аналитических признаков, позволяющих описать сущности (системы) с необходимым уровнем детализации для сохранения целостного релевантного знания.

Пути формирования подходов к описанию сложной экономики

Принципиально не могут быть использованы традиционные подходы, связанные с формированием аксиоматики или декомпозицией - мы не можем оценить, что теряем, не имея представления о реальных связях событий.

Причинно-следственные связи в многомерном мире работают совершенно иначе - одно событие порождает множество процессов, распространяющихся в разных измерениях с разными временными, темповыми и мощностны-ми параметрами, а результат их интеграции по ключевому параметру становится переменным во времени и определенным для конкретного временного промежутка времени.

Нужно суметь сохранить релевантность и целостность пространства знаний в условиях его непрерывного многоуровневого и многомерного развития, найти саморазвивающиеся и самосовершенствующиеся способы использования целостных знаний в экономике сложных систем

Работающая система научно обоснованного вычислимого управления социальными системами, использующая большие данные и результаты специализированных исследований на этапах подготовки, принятия и реализации управленческих решений, позволяет сформировать глубину управленческих воздействий до 100% (в эпоху президентства Медведева были моменты реализации не более 4% руководящих указаний).

Для поддержки необходима система инструментальных повторных, непрерывных, сетевых, трансформационных исследований, а также исследований будущего с использованием эффекта Эдипа - влияния информации на образ и реализацию будущего.

Фактически в настоящее время реализуются не столько расчеты, безнадежно устаревающие и не оправдывающиеся при трансформациях мироустройства, сколько разработка и реализация проекта строительства благоприятного (желаемого, лучшего) будущего, в который включается население и все экономические агенты страны.

В рамках реализации проекта формируются мероприятия по адаптации к глобальным и региональным изменениям условий и значимых факторов реализации проекта, по снижению неопределенности будущего и рисков реализации проекта.

Исходным становится проект формирования мультисети знаний на основе сети национальных университетов, которая достраивается мультисетями:

• Партнерской сетью обмена знаниями (обеспечивает доступность глобального знания в условиях санкций и ограничений);

• Мультисетью научных исследований, опирающейся на лаборатории фундаментальных и прикладных исследований («приложений науки» по Л. Пастеру), вычислительные лаборатории и живые лаборатории;

• Мультисетью поддержки исследований и реформ, интегрирующей центры управления знаниями, интеллектуальные репозитории, многофункциональные культурные центры и центры непрерывного инклюзивного образования.

Подходы к управлению сложной экономикой: выводы

Система управления становится многомерной, многоуровневой. Традиционные органы управления выступают в роли внутренней части модели, внешняя часть модели вовлекает все население, способное к исследованиям, и всех экономических агентов.

Каждый экономический агент формирует свою модель при поддержке государства), интегрируя ее и реальные данные в единую гиперпрогностическую модель страны.

Огромное число формируемых исследовательских центров позволит, например, создать 40 тыс. моделей международных и 20 тыс. отечественных стандартов и решать задачу поэтапного внедрения международных стандартов, согласовывая с реальной ситуацией экономики.

Стратегическое планирование с последовательным управленческим циклом сменяет многоконтурное стратегическое управление, поскольку в сложных системах источник негативных изменений, которые могут распространяться с крайне высокой скоростью (например, пандемия) сразу может быть не выявлен - требуется пересмотр системы мониторинга, прогнозирования, целеполагания, механизмов реализации одновременно в условиях расширенного времени, опережающего скорость развития негативных кризисных процессов.

Управление в условиях конкуренции за будущее оказывается неразделимо связанным с безопасностью, которая определяется как цель-результат - благоприятное (лучшее, желаемое будущее) и процесс ее достижения. Никакой консенсус «лебедя-рака-щуки» не в состоянии обеспечить безопасность с опорой на показатели времен индустриального периода для динамично развивающихся сложных систем.

Управленческая система превращается в систему метауправления, непрерывно развиваясь со скоростью развития глобальной и национальной экономики, непрерывно самосовершенствуясь. Фактически реализуется поддержка развития каждого гражданина - сквозные цифровые технологии позволяют связать гражданина со всем населением страны, также непрерывно получая и его вклад в общее развитие.

Инфраструктура становится самовосстанавливающейся, саморегулируемой, самосовершенствующейся и самообслуживаемой с помощью роботов и компьютеров.

Но Человек неустраним - все управленческие решения связаны с изменением его деятельности и качества жизни. Он сохраняет свои позиции в стремительно формирующейся экосистеме с привлечением компьютеров и роботов как партнеров создания нового общества - Общества 5.0 или ноосферы Вернадского.

Эра цифровых экосистем, искусственного интеллекта и роботов совершенно неожиданно, казалось бы, обнаруживает мощную антропологическую основу своего становления, потерянную в «Цифровых дивидендах»1 специалистами Всемирного банка.

1 Digital Dividends. A World Bank Group Flagship Report. 2016. - 359 p.

78