CC BY
2
Computational nanotechnology
Vol. 6, № 4,2019
ISSN 2313-223X
05.13.10 УПРАВЛЕНИЕ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ
(технические науки)
DOI: 10.33693/2313-223X-2019-6-4-18-23
Н.М. Абдикеев, А.А. Лосев
Финансовый университет при Правительстве Российской Федерации, 125167 Москва, Российская Федерация
УПРАВЛЕНИЕ ЦЕПОЧКАМИ ВОСПРОИЗВОДСТВА ДОБАВЛЕННОЙ СТОИМОСТИ В ПРОИЗВОДСТВЕННЫХ СИСТЕМАХ НА ОСНОВЕ КОГНИТИВНОГО ПОДХОДА
Аннотация. Концепция конкурентоспособных цепочек добавленной стоимости в производственных системах, как институциональной структуры, функционирующей на сетевых принципах, послужила толчком к разработке системы моделей межотраслевой цифровой платформы по управлению и оптимизации кооперации высокотехнологичных сетевых производственных систем. В работе описан процесс работы с когнитивной моделью поддержки принятия решений при управлении цепочками воспроизводства добавленной стоимости в производственных системах, алгоритм построения диаграммы разрешения конфликтов, пути интеграции ее в бизнес-процессы во взаимодействии с другими моделями, например, имитационными. Практической реализацией системы таких моделей выступает отдельный программный продукт - межотраслевая цифровая платформа для участников создания новых высокотехнологичных продуктов и их компонентов.
Ключевые слова: производственная система; когнитивная модель; цифровая платформа; высокотехнологичные изделия; диверсификация производства; производство комплектующих; производственные цепочки
f \ ССЫЛКА НА СТАТЬЮ: Абдикеев Н.М., Лосев А.А. Управление цепочками воспроизводства добавленной стоимости в
производственных системах на основе когнитивного подхода // Computational nanotechnology. 2019. Т. 6. № 4. С. 1823. DOI: 10.33693/2313-223X-2019-6-4-18-23
V _J
DOI: 10.33693/2313-223X-2019-6-4-18-23
N. Abdikeev, A. Losev
Financial University under the Government of the Russian Federation, Moscow, 125993, Russian Federation
MANAGEMENT OF VALUE-ADDED REPRODUCTION CHAINS IN PRODUCTION SYSTEMS BASED ON A COGNITIVE APPROACH
Abstract. The Concept of competitive value chains in production systems, as an institutional structure operating on network principles, was the impetus for the development of a system of models of inter-industry digital platform for the management and optimization of cooperation of high-tech network production systems. The paper describes the process of working with the cognitive model of decision support in the management of value chains in production systems, the algorithm for constructing a conflict resolution diagram, the ways of integrating it into business processes in interaction with other models, for example, simulation. The practical implementation of the system of such models is a separate software product-an intersectoral digital platform for participants to create new high-tech products and their components.
Key words: production system; cognitive model; digital platform; high-tech products; diversification of production; production of components; production chains
CITATION: Abdikeev N., Losev A. Management of value-added reproduction chains in production systems based on a cognitive ipproach. Computational nanotechnology. 2019. Vol. 6. No. 4. P. 18-23. DOI: 10.33693/2313-223X-2019-6-4-18-23
V
Введение
При реализации управленческих процессов возникает потребность в методах, моделях и технологиях, которые учитывают динамику изменчивости внешней среды при развитии сложного социально-экономического или производственного объекта, и позволяют прогнозировать наступление проблемной ситуации и принимать меры по снижению степени риска и неопределенности. Такими моделями и технологиями являются технологии когнитивного анализа и моделирования. В основе технологий когнитивного анализа и моделирования лежат методы познавательно-целевой структуризации знаний об объекте и внешней для него среды.
Когнитивные процессы человека анализируются как в их связях и взаимодействиях как друг с другом, так и с другими областями реального мира человека. Отталкиваясь от осознания важности синтетического характера мышления, системных механизмов когнитивных процессов и принципов синергетического мышления, можно сказать, что когнитивный подход рассматривает когнитивные процессы человека как системное свойство открытой самоорганизующейся со-циобиологической системы.
В процессе познания объекта человек испытывает свои концепции и наблюдает за происходящим на опыте. Таким образом он приобретает навыки. Далее в процессе размышлений над наблюдениями и формирования новых концепций, он обретает знания. Когнитивные модели представляют собой наше уникальное видение мира и дают возможность оценить последствия любого предпринимаемого нами конкретного действия.
Когнитивные модели - это ментальные эвристические конструкции, которые используются для облегчения эмпирических исследований среды, процесса или объекта и коммуникаций в процессе этих исследований или иной деятельности (в данном контексте или на данной стадии понимания или познания).
Когнитивные модели являют собой глубоко укоренившиеся образы окружающей действительности, но образы не пассивные, поскольку наш ум - вовсе не статичная «плата памяти». Наш ум не только формируется нашим опытом, но и формирует наш опыт. Когнитивные модели представляют собой индивидуальное видение мира, включая явные и неявные, невысказанные знания. Когнитивные модели создают контекст, в котором человек воспринимает и интерпретирует конкретные ситуации. Они являются не только собрание идей, воспоминаний и накопленного опыта; они не вполне подобны операционной системе компьютера, управляющей процессами получения, сохранения и обработки информации. Когнитивные модели нечто большее, чем аналог компьютерной системы, ибо они подобны программисту, создающему технологии обработки информации и обладающему навыком конструирования иных кодов, а также знанием причин, по которым предпочтения отдаются данному коду, а не другому.
Когнитивные модели реализуют технологии рационализации и формализации интеллектуальных систем для гене-
рации и функционирования знаний, экспертизы, коммуникации и принятия решения. Они наиболее выигрышны при описании слабоструктурированных систем, характеризующихся многоаспектностью происходящих в них процессов, отсутствием достаточной количественной информации об их динамике, их нечеткостью, изменчивостью характера процессов во времени.
Предпосылками применения когнитивных моделей в управлении являются сложность анализа процессов и принятия управленческих решений в экономике, социологии, экологии, где активной составляющей в процессе функционирования является человек; многоаспектность и взаимосвязанность происходящих в них процессов; невозможность вычленения и детального исследования отдельных явлений - все происходящие в них явления должны рассматриваться в совокупности; отсутствие достаточной количественной информации о динамике процессов, что вынуждает переходить к качественному анализу таких процессов; кардинальное обновление инструментария, с помощью которых создаются, распространяются и используются знания, что делает рутинными многие процедуры, которые были в принципе невозможными еще 15-20 лет назад [1; 2].
Для эффективного решения задач анализа, моделирования, идентификации, оценки, прогнозирования развития, управления развитием слабоструктурированных объектов, систем, ситуаций развивается когнитивный подход в управлении и когнитивный менеджмент.
Когнитивный менеджмент - это систематическое управление процессами, посредством которых знание идентифицируется, накапливается, распределяется и применяется в организации для улучшения ее деятельности. Когнитивный менеджмент в системе организационного обучения описывается на основе принципов, проверенных на практике.
По прогнозу компании IDC к 2020 г. треть всех глобальных цепочек добавленной стоимости в обрабатывающей промышленности будут построены на основе аналитически управляемых когнитивных моделей, что увеличит стоимостную эффективность на 10% (снижение расходов на труд, экономия материальных ресурсов, улучшение использования основных фондов) и уровень обслуживания на 5% (снижение сроков доставки, распределение складских запасов согласно приоритетным целям, ускорение ввода новой продукции)1 [3]. Формирование таких когнитивных цепочек поставок позволит компаниям проактивно управлять материальными оборотными средствами, приближая готовую продукцию к потребителю, снижая совокупные издержки по всей цепи поставок.
Когнитивная модель помогает в принятии решений о необходимости воздействия на тот или иной фактор или взаимосвязь факторов, о силе и направлении этого воздействия, для получения желаемого изменения целевых факторов для достижения цели управления с наименьшими затратами. Возможна визуализация и упорядочивание информации на основе когнитивной модели об обстановке, замысле,
1 https://bluecrux.com/wp-content/uploads/2018/05/iDC-FutureS-cape-Worldwide-Manufacturing-2018-Predictions.pdf
УПРАВЛЕНИЕ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ (технические науки)
целях и действиях. При этом визуализация выполняет важную когнитивную функцию, иллюстрируя не только результаты действий лица, принимающего решения, но и подсказывая ему способы анализа и генерирования вариантов решений.
Принятие решений на основе когнитивных моделей осуществляется на основе системного подхода и системных решений.
Системный подход, как направление социальной практики, основывающееся на исследовании объектов как систем, ориентирует рассмотрение ситуации на раскрытие целостности объекта и обеспечивающих ее механизмов, выявление многообразных типов связей сложного объекта и сведение их в единую картину.
Системный подход в управлении для решения многофакторных задач является инструментом, лишенным недостатков других методов, которые применяются в различных теориях управления. Системный подход отличается целостным взглядом на организацию, ее структуру и особенности функционирования, он предполагает решение проблемы не локально, а комплексно, с множественной оценкой возможных вариантов решения проблемы, оценки стоимости, эффективности и экономической целесообразности каждого из возможных решений.
Предлагается комплексное изучение организации как единого целого с позиций системного анализа, то есть уточнение сложной проблемы и ее структуризация в серию задач, решаемых с помощью экономико-математических методов, нахождение критериев их решения, детализация целей, конструирование эффективной организации для достижения целей.
Посредством методов системного подхода осуществляется анализ и синтез объектов организационных и производственных комплексов как систем. Большие и сложные системы, такие как производственные предприятия, имеют отличительные характеристики, налагающие ограничения и особенности на принятие решений внутри организации:
• сложную внутреннюю организацию, которая сочетает социальную, техническую, экономическую, информационную составляющие;
• включенные подсистемы, которые имеют содержательный характер, соответствующий многоцелевому аспекту функционирования системы;
• каждая подсистема характеризуется большим числом внутренних связей и минимально необходимым внешних связей между подсистемами;
• разнообразные и многочисленные связи между системой в целом и элементами внешней среды, другими системами;
• циркуляция внутри системы больших материальных и информационных потоков определяет необходимость формирования информационного взаимодействия, обеспечивающей рациональное функционирование системы;
• иерархическая структура управления с вертикальными и горизонтальными связями между частями, соответственно сочетающая принципы централизованного и децентрализованного управления.
Для достижения результата решения многофакторных задач в рамках системного подхода необходимо определить состав функций - задач, которые должна выполнять система и соответствующие обособленные подсистемы последней, для чего используют методики построения дерева текущей реальности и дерева будущей реальности, а также диаграмму разрешения конфликта.
Дерево текущей реальности позволяет проанализировать проблему и понять, какие причины привели к нежелательным последствиям. Для построения дерева текущей
05.13.10
реальности используют простой алгоритм, который включает процесс поиска и выделения всех возможных нежелательных явлений (любое неблагоприятное явление, возникшее в результате определенных событий). Нежелательные явления объединяются в пары и цепочки по признаку наличия причинно-следственных связей, для которых выявляются действительные причины (фактор, вызывающий нежелательное явление, цепочку нежелательных явлений или несколько цепочек нежелательных явлений). Формулирование действительных причин помогает в определении ключевых проблем (источник возникновения одной или нескольких действительных причин). Таким образом, формируются информационные цепочки, по которым можно отследить путь от каждого нежелательного явления до ключевой проблемы, часть информационных цепочек ограничиваются пределами организации, другие выходят за пределы организационной системы и лежат вне зоны контроля и влияния.
Дерево текущей реальности - это универсальный инструмент, позволяющий:
• разобраться в сложной проблемной задаче;
• обозначить нежелательные явления;
• связать нежелательные проявления с действительными причинами через последовательность причин и следствий;
• если возможно, определить ключевую проблему, приводящую к появлению большинства нежелательных проявлений;
• понять, в каких случаях истинные причины или ключевая проблема лежат вне зоны нашего влияния;
• выделить ключевые проблемы и действительные причины, на которые следует направить усилия для скорейшего улучшения характеристик системы;
• принять решение о первом шаге, который позволит начать позитивные преобразования всей системы.
По результатам построения дерева текущей реальности задействуют следующий инструмент - дерево будущей реальности. Основная цель этого инструмента - сформулировать предложения по повышению эффективности любого системного процесса и оценить их эффективность и стоимость. Дерево будущей реальность строится на основе дерева текущей реальности. Для его построения выработан последовательный набор процедур: формулирование желаемого результата (образ результата обратный нежелательному явлению) на основе нежелательных явления или действительных причин. Появление задач операционализирует ситуацию.
Для формулирования задач используются действительные причины, как процессы по достижению недостаточного влияния или исключения искажений в информационной цепочке. Постановка задач сопровождается предложением и обсуждением условий решения задач, результатом обсуждения является оценка эффективности улучшающих воздействий на основе соотношения рисков, недостатков, предотвращаемых потерь, затрат на реализацию. На основе имеющейся информации вносятся предложения управленческих решений об улучшающих воздействиях по достижению желаемых результатов.
Любую задачу можно решить не единственным способом, как и достижение желаемого результата не одновари-антно. Во избежание ошибок, связанных с особенностями управления социальных систем, в рамках системного подхода применяется контрольный механизм принятия решений -Диаграммой разрешения конфликта. Основная задача этого инструмента - выяснить и описать возможные конфликты управляющих воздействий и не приведут ли они к новым нежелательным явлениям.
Алгоритм построения диаграммы разрешения конфликтов следующий: исходя из условий проблемы, необходимо сформулировать стратегические цели, на которые организация должна ориентироваться, принимая решение. Соотнесение задач со стратегическими целями позволяет выявить задачи и действия, вступающие в конфликтное взаимодействие. Правильное формулирование конфликта позволяет избежать разрушительных последствий: попарно сравнивая задачи необходимо выявить задачи и управляющие воздействия, которые являются взаимоисключающими как в процедурном отношении, так и в отношении результатов. Формулирование конфликта подразумевает его рациональное осмысление, следовательно, основа для прорывного решения, снимающего конфликт и позволяющее принять решение, удовлетворяющее основному принципу систем - устойчивость и саморазвитие.
Таким образом, системный подход на основе когнитивной модели, выбранный нами в качестве основной мето-
дики, соответствует поставленной задаче и обеспечивает повторяющийся и стабильный результат. Он позволяет избегать изначального недостатка несистемных подходов, который заключается в том, что они сосредотачивают внимание на одном важном элементе, а не рассматривают управление как системное явление, где результат зависит от комплексного воздействия многих различных факторов.
Построение дерева текущей реальности, дерева будущей реальности и диаграммы разрешения конфликтов составляет методику использования структурно-логических моделей, так как количество оригинальных работ с примерами дерева текущей реальности, диаграммы разрешения конфликтов и дерева будущей реальности очень ограничено, использование этой методики в нашей работе вносит элемент оригинальности и новизны в исследуемую проблему. На рис. 1 приведена диаграмма разрешения конфликта при управлении цепочками в производственной системе.
Рис. 1. Диаграмма разрешения конфликта при принятии решений в управлении цепочками в производственной системе. Источник: Составлено авторами на основе: Детмер У. Теория ограничений Голдратта: системный подход к непрерывному совершенствованию. М.: Альпина Паблишер, 2012. 443 с. [4]
Каждая комплектующая п производителя производственной программы Nprod может быть представлена в виде
матрицы:
An -я k -
h"i
W \
hn • •• hn V mi "ml У
prod'
= E h"mi;
V hm1
hi')
ml у
Допуская, что один и тот же специалист в одну смену может применять одну из своих компетенций на одном определенном станке, количество возможных смен сотрудников И1 с компетенцией I на типе оборудования т, то есть загруженность мощностей людскими ресурсами рассчитывается по следующей формуле:
где - количество смен с компетенцией I на типе оборудования т для изготовления комплектующей п производителя производственной программы N Тогда для подсчета количества смен всей производственной программы N
Hi = Yhn
где hm| - количество смен с компетенцией I на типе оборудования т.
Количество возможных смен Ит типа оборудования т для производства деталей сотрудниками с компетенциям I, то есть загруженность мощностей машин и оборудования, рассчитывается по следующей формуле:
Hm =S hml.
m = 1
Ak =
УПРАВЛЕНИЕ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ (технические науки)
05.13.10
Корреляционная зависимость распределения количества возможных смен сотрудников Н1 с компетенцией I на типе оборудования т с распределением измененной производственной программы N
Р г-
k - £ ) .
- hm )
Корреляционная зависимость распределения количества возможных смен Нт типа оборудования т для производства деталей сотрудниками с компетенциям I с распределением измененной производственной программы N ^
IМ)
К -». )
Превышение предложения комплектующего п над спросом Ьп рассчитывается по следующей формуле:
B"k-
Z b
bn
Критерии принятия решений когнитивной модели:
• дк - соответствие технологи производства и компетенций персонала стандартам качества [0; 1];
• 1к - коэффициент простоя оборудования [0; 1];
• мк - полнота опытно-конструкторских работ и документации [0; 1];
• Ук - логистические риски размерностью [0; 1];
• зк - валютные и политические риски размерностью [0; 1];
• ик - прочие необъяснимые риски, отслеживаемые платформой размерностью [0; 1];
• Впк - превышение предложения комплектующего п над спросом Ьп с размерностью в количестве раз;
• р( - корреляционная зависимость распределения количества возможных смен сотрудников Н1 с компетенцией I на типе оборудования т с распределением измененной производственной программы размерностью [0; 1];
• рт - корреляционная зависимость распределения количества возможных смен Нт типа оборудования т для производства деталей сотрудниками с компетенциям I с распределением измененной производственной программы
размерностью [0; 1].
Сценарий работы когнитивной модели заключается в формировании новой производственной программы с учетом имеющихся компетенций и производственных мощностей на предприятии. Формирование программы рассматривается с учетом пересмотра локализации производства или, наоборот, закупки у сторонних производителей тех или иных комплектующих [5].
Комплексным решение проблемы внедрения моделей может выступать маркетплейс, как платформа, способная объединить в себе широкий круг информационно-коммуникационных технологий на основе многообразия отношений, которые могут возникать между пользователями и администраторами маркетплейса в производственных системах, как институциональных структурах, функционирующих на сетевых принципах [6-8]. Изначально любой маркетплейс функционирует как общедоступный рынок, где любой желающий может разместить свое товарное предложение, которое
будет доступно всем посетителям. Это создает особые условия по формированию комьюнити продавцов и покупателей, а возможность оставлять отзывы и формировать рейтинг в режиме онлайн делает возможным институциональное управление процессами, происходящими на торговой площадке, а также применение других методов.
Вместе с тем, рассматривая маркетплейс, как комплексную платформу интеграции разработанных моделей в бизнес-процессы при создании и управлении цепочками воспроизводства добавленной стоимости в производственных системах на основе информационно-коммуникационных технологий, следует отметить следующее. Административные методы могут быть использованы для жесткой регламентации использования маркетплейса в рамках производственной деятельности не противоречащей законодательству Российской Федерации. Как и всякая открытая торговая онлайн-площадка, маркетплейс потенциально может стать объектом злонамеренных устремлений недобросовестных участников рынка. Для пресечения подобного рода эксцессов вполне могут быть уместны инструменты жесткого администрирования, применяемые администрацией маркетплейса.
Говоря о маркетплейсе, как общедоступной коммуникационной торговой площадке, можно говорить о ней как инструменте моделирования самоорганизующихся бизнес-процессов на основе рыночных инструментов.
Такие факторы как цена, объем предложения, стоимость и скорость доставки, наличие возможности сервисного обслуживания и другие факторы, представленные в виде общедоступных товарных (коммерческих) предложений, при их целенаправленном комплексировании могут формировать бесконечное множество уникальных производственных цепочек изделий с различной добавленной стоимостью. При этом процесс комплексирования товарных (коммерческих) предложений, размещенных на маркетплейсе при использовании современных информационно-коммуникационных технологий, может быть прямо или опосредовано, управляем на основе заранее разработанных моделей.
Литература / References
1. Когнитивная бизнес-аналитика / Под ред. Н.М. Абдикеева. М.: ИНФРА-М, 2011. 511 с. [Cognitive business Analytics // Ed. by N.M. Abdikeev. M.: INFRA-M, 2011. 511 p.]
2. Абдикеев Н.М. Технологии когнитивного менеджмента в цифровой экономике // Мир новой экономики. 2017. № 3. С. 24-28. [Abdikeev N.M. Cognitive technology management in the digital economy. The World of the New Economy. 2017. No. 3. P. 24-28.]
3. https://bluecrux.com/wp-content/uploads/2018/05/IDC-FutureS-cape-Worldwide-Manufacturing-2018-Predictions.pdf
4. Детмер У. Теория ограничений Голдратта: системный подход к непрерывному совершенствованию. М.: Альпина Паблишер, 2012. 443 с. [Detmer W. Goldratt's theory of constraints: a systematic approach to continuous improvement. M.: Alpina Publisher, 2012. 443 p.]
5. Гайдамака А.И., Лосев А.А., Абдикеев Н.М. Межотраслевой маркетплейс для участников создания новых высокотехнологичных продуктов // В кн.: Парадигмы цифровой экономики: Технологии искусственного интеллекта в финансах и финтехе: монография / Под ред. М.А. Эскиндарова, В.И. Соловьева. М.: Коги-то-Центр, 2019. 325 с. [Gajdamaka A.I., Losev A.A., Abdikeev N.M. Intersectoral marketplace for participants to create new high-tech products // In the book: The Paradigms of the Digital Economy: Artificial Intelligence, Technologies in Finance and Fintech: monograph / Ed. by M.A. Eskindarova, V.I. Solovyov. M.: Kogito-Center, 2019. 325 p.]
6. Burke R., Mussomeli A., Laaper S., Hartigan M., Sniderman B. The smart factory: Responsive, adaptive, connected manufacturing,
USA, Deloitte University Press. 2017. URL: http://www.smartfacto- 8. ry-owl.de/index.php/en/industry-4-0 [Google Scholar].
7. Knickle K., Ellis S. IDC Future Scape: Worldwide Manufacturing 2018. Predictions. 2017. URL: https://www.bluecrux.com/wp-content/
uploads/2018/05/IDC-FutureScape-Worldwide-Manufacturing-2018-Predictions.pdf
Tomas T. The Connection Between Smart Manufacturing and IoT. URL: https://www.manufacturing.net/article/2018/07/connection-between-smart-manufacturing-and-iot
Статья поступила в редакцию 17.10.2019, принята к публикации 30.10.2019 The article was received on 17.10.2019, accepted for publication 30.10.2019
Сведения об авторах / About the authors
Абдикеев Нияз Мустякимович, доктор технических наук, профессор; директор Института промышленной политики и институционального развития Финансового университета при Правительстве Российской Федерации. Москва, Российская Федерация
Niyaz Mustjakimovich Abdikeev, Dr. Sci. (Engineering), professor; director of the Institute for Industrial Policy and Institutional Development, Financial University under the Government of the Russian Federation. Moscow, Russian Federation
РИНЦ AuthorlD: 611297 ORCID ID 0000-0002-5999-0542 Scopus AuthorID: 36625026600 E-mail: NAbdikeev@fa.ru
Лосев Антон Алексеевич, заместитель руководителя Департамента анализа данных, принятия решений и финансовых технологий Финансовый университет при Правительстве Российской Федерации. Москва, Российская Федерация
Anton Alekseevich Losev, deputy Head of the Department of Data Analysis, Decision Making and Financial Technology
Financial University under the Government of the Russian Federation. Moscow, Russian Federation
РИНЦ AuthorID: 602127
ORCID ID: 0000-0001-7294-7250
E-mail: ALosev@fa.ru
