CC BY
32Зайнетдинов Р.И.1
УСКОРЕНИЕ ВНЕДРЕНИЯ ИННОВАЦИЙ НА ОСНОВЕ СИНЕРГЕТИЧЕСКОГО
ПОДХОДА
Ключевые слова: инновация, ускорение, внедрение, бифуркация, синергетика, аттрактор, технологическое развитие, информация, энтропия.
Keywords: innovation, acceleration, commercialization, bifurcation, synergetics, attractor, technological development, information, entropy.
Как показывает многолетний опыт работы автора на кафедре «Инновационные технологии», конкретные результаты инновационной деятельности в современной России не всегда соответствуют ожиданиям из-за недооценки важности научного управления инновационно-инвестиционными процессами, замалчивания реальных проблем, возникающих при внедрении инноваций. Довольно редко используются перспективные и современные методы теории инноваций и других наук, в частности нелинейной динамики и теории самоорганизующихся систем (синергетики). В реальной практике, к сожалению, в основном преобладает метод проб и ошибок. Такие действия методом проб и ошибок, попытки управлять сложными переходными инновационными процессами и обновляемыми системами, не зная и/или не учитывая их свойств и не вполне понимая, в каком состоянии эти системы находятся в конкретный момент времени, не позволяют принимать эффективные управленческие решения и стабильно получать желаемые результаты.
В то же время в результате ускорения развития и усложнения социально-экономических систем в разных странах мира приходит понимание того, что сложившиеся традиционные формы и методы управления не могут справиться со стремительно нарастающими проблемами, кризисными ситуациями и требуют значительной корректировки и обновления. В современном быстро меняющемся мире методы и формы управления также должны обновляться в направлении большей гибкости, большей адаптивности, повышения способности своевременно решать задачи регулирования инвестиционных и других потоков для достижения поставленных целей технологического развития на макро-, мезо- и микроуровнях.
Новые возможности в совершенствовании инновационно-инвестиционной политики и управления открываются современными подходами, основанными на системном анализе, нелинейной динамике и синергетике. Предлагаемый синергетический подход к управлению инновационными процессами и сопряженными с ними материальным, энергетическим и информационным потоками базируется на изучении, анализе и моделировании свойств и состояний переходных инновационно-инвестиционных процессов и обновляемых технологических систем.
Сложные процессы, связанные с технологическим развитием и происходящие в ходе разработки и применения инновационных технологий, видов продукции, услуг и бизнес-моделей, носят ярко выраженный нелинейный характер и сопровождаются необратимыми изменениями. Научно обоснованное управление, прогнозирование и планирование инновационных процессов должны, по нашему мнению, опираться на современные математические модели и методы нелинейной динамики и синергетики. Ряд исследователей (Д. Сахал2, М. Хироока3 и др.) ранее использовали подобные модели и методы для анализа инновационных процессов. В настоящей работе изучение, анализ и моделирование свойств инновационно-инвестиционных процессов основывается на использовании информационно-энтропийного и мультифрактального подходов, а также вейвлетного анализа4. Это позволяет глубже понять природу динамики (в том числе цикличности) технико-экономического развития инновационных систем на базе универсальных закономерностей самоорганизации и самоподобия. На этой основе нами предложен научный подход для ускорения внедрения инноваций.
Рассмотрим инновационно-инвестиционный процесс развития открытой технологической системы. Такие системы в процессе своего обновления развиваются как открытые диссипативные устойчиво неравновесные системы, способные к самоорганизации5. Наличие материального, энергетического и информационного потоков (в качестве
1 Зайнетдинов Рашид Исламгулович - д.т.н., профессор, действительный член Академии проблем качества РФ. Профессиональные интересы: ускорение внедрения инноваций, наукоемкие технологии, инновационные процессы, проекты и программы, синергетика, мультифрактальные структуры, динамика информационной энтропии, прогнозирование точек бифуркации, анализ аттракторов технологического развития, качество и надежность систем. E-mail: [email protected]
2 Sahal D. Patterns of technological innovation. Addison-Wesley Publishing Company, 1981. - 381 p.
3 Hirooka M. Innovation dynamism and economic growth: a nonlinear perspective. Edward Elgar, 2006. - 426 p.
4 Зайнетдинов Р.И. Моделирование свойств инноваций на основе энтропийного, мультифрактального и вейвлетного анализа // Управление инновациями 2009: Материалы международной научно-практической конференции. - М.: ЛЕНАНД, 2009. - C. 114-118.
5 Зайнетдинов Р.И. Построение концепции управления инновациями на основе моделей точных наук // Гуманитарные и естественные науки: проблемы синтеза. Материалы Всеросс. науч. конф., 3 апреля 2012 г., Москва. - М.: Научный эксперт, 2012. -С. 580-593.
которых выступают потоки инвестиций, патентной информации, кадров, оборудования и т.д.) от внешних источников к системе и их диссипация являются предпосылками активности инновационной системы. Рассматриваемые самоорганизующиеся системы включают и профессиональные сообщества, а с психологических позиций сюда целесообразно добавить поток «мотивационной энергии», угасание которого приводит к снижению темпов роста научных знаний, истощению потока инноваций и постепенному разрушению интеллектуальной структуры, что подчеркивает диссипа-тивный характер инновационных систем. Гомеостатические свойства профессионального сообщества определяются такими факторами, как научные школы и исторические традиции, стабильная система образования и классические учебники, которые обеспечивают преемственность и устойчивое развитие науки, техники и технологий. Эта модель открытой активной обновляемой системы вполне соответствует концепции открытых инноваций1.
Важнейшей функцией состояния системы является энтропия. По И.Р. Пригожину2, изменение энтропии ^ за интервал времени Л в открытой системе можно разделить на сумму двух составляющих
(18 = ^ + (1)
где deS - поток энтропии, зависящий от процессов обмена инновационной системы с окружающей средой; ^ -производство энтропии, обусловленное необратимыми процессами внутри самой инновационной системы.
Определенные стадии временной эволюции инновационной системы могут происходить при общем понижении энтропии. В соответствии с традиционной интерпретацией энтропии, как меры неупорядоченности системы, это означает, что в ходе эволюции разупорядоченность уменьшается за счет оттока энтропии, происходит самоорганизация, система эволюционирует к более сложной структуре. При этом могут возникать новые типы диссипативных структур, углубляться иерархия внутри системы и дифференциация подсистем, меняться структура и сложность. В устойчиво неравновесном состоянии положительное производство энтропии внутри системы компенсируется отрицательным потоком энтропии, т.е. притоком информации извне системы или с других иерархических уровней самой инновационной системы3.
Отличительной особенностью инновационно-инвестиционных процессов является то, что они сопровождаются необратимыми изменениями. Все реальные процессы в той или иной степени необратимы и неравновесны. Источником развития открытой системы является асимметрия потоков вещества, энергии и информации, т.е. наличие градиентов этих величин. В качестве критического элемента обновляемой системы рассмотрена локальная зона повышенного градиента определяющего параметра X, лимитирующего режим работы всей обновляемой системы. Для анализа поведения такого критического элемента системы использована модель бистабильного элемента (рис. 1), обладающего двумя устойчивыми состояниями - старым (с параметром Х0) и новым (с параметром Х1), в каждом из которых он может находиться достаточно долго. Внешние воздействия могут приводить к переходу критического элемента из одного состояния в другое с интенсивностями V и ^ переходов критического элемента обновляемой системы из старого состояния в новое и обратно соответственно. Чтобы вызвать такой переход, интенсивность воздействия должна превысить некоторый пороговый уровень Xй. Вводится параметр режима а = v/ц , характеризующий режим эксплуатации (существования) обновляемой системы.
Рисунок 1.
Граф переходов бистабильного элемента, моделирующего поведение обновляемой системы.
В зависимости от соотношения вероятностей P0 и Pj нахождения критического элемента в старом и новом состояниях соответственно, нами рассмотрены три характерных режима существования («modes of being») обновляемой системы:
а) старвация - лёгкий (стабильный), когда а<1, Ро > Pi, т.е. система большую часть времени все еще продолжает находиться в старом состоянии;
б) бифуркация - симметричный, когда а=1; v=^; P0 = P1 = 0,5;
в) инновация - тяжёлый (переходный), когда а>1; v>|x; P1 > P0, т.е. система большую часть времени уже находится в новом состоянии, инновационная технология преобладает.
1 Чесбро Г. Открытые инновации. - М.: Поколение, 2007. - 336 с.
2 Пригожин И.Р. Введение в термодинамику необратимых процессов. - М.: ИЛ, 1960.
3 Zainetdinov R. Entropy Dynamics Associated with Self-Organization // Paradigms of Complexity. Fractals and Structures in the Science. - Singapore: World Scientific, 2000. - P. 229-242.
Для анализа эволюции обновляемой системы в процессе перехода от старвации к инновации нами исследована динамика информационной энтропии, которая является мерой неопределённости существования системы, она равна количеству информации по Шеннону, необходимому для снятия этой неопределённости1:
1
н = -Х р, (0^2 Р (0 (2).
,=о
Иногда удобнее использовать безразмерную относительную энтропийную функцию в виде Н/Нтах , где Нтах -максимальное значение информационной энтропии. При этом минимальное значение Н/Нтах = 0 соответствует вырождению стохастической системы в жёсткую детерминированную. Достижение максимального значения энтропийной функции Н/Нтах = 1 в открытой самоорганизующейся системе соответствует точке бифуркации, в которой происходит разрушение исчерпавшей свои диссипативные способности структуры, и начинается этап формирования новой структуры на ином иерархическом уровне. Эта точка соответствует качественному скачку, т.е. переходу обновляемой системы на новый уровень развития.
Аналитические зависимости для описания динамики потока информационной энтропии НГ) и её скорости dH/dt во времени X получены нами в виде2:
H(t) = -
а
1 11 + ае
1 + а ln2 [ а
dH
ln
dt
— (1 + ае^ ) +(1 - e-pt )ln -^(1 - e~pt) 1 + av '] v ' |_1 + aV .
-P< I „ U - „ /><)
(3),
In 2
hi
a (l — e 1 + a e
(4),
где р = V + V, ^ - интенсивности переходов критического элемента обновляемой системы соответственно из старого состояния в новое и обратно.
Для переходного режима существования обновляемой системы при а>1 наступление точки бифуркации точки бифуркации соответствует моменту времени3:
t,
= - — lnl
Р '
а — 1 2а
(5).
Выполнен также анализ потока информационной энтропии и скорости его изменения как отклика обновляемой системы на изменение условий существования. На рис. 2 показаны графики изменения потока информационной энтропии НГ) и его скорости dH/dt для случая, когда в условный момент времени X = 1,4 на систему оказывается воздействие, приводящее к переходу от старого (а<1) к новому (а*>1) режиму существования, т.е. к её инновации. Анализ полученных нами зависимостей показал, что обновляемая система реагирует на сильное воздействие, приводящее к новому режиму существования, резким возрастанием потока информационной энтропии от достигнутого в предшествующих условиях стационарного уровня Н8Т до максимума Н*тах = 1 в точке * бифуркации. При этом скорость dН*/dt* приращения потока энтропии резко падает до нуля, становится отрицательной, проходит минимум и стремится к нулю, когда обновляемая система входит в новое стационарное состояние. После прохождения точки бифуркации Г*ь поток информационной энтропии уменьшается и стабилизируется на новом стационарном уровне Н*8Т, соответствующем масштабу инновации.
а) Ир)
1
0.8
0.6
0.4
0.2
а < 1 H ma а* > 1
f ! ■ 1 1
TT / HST H*ST
1 1 1 1
1 1 1 1
I II b
0.2 0.4 0.6 0.8
1.2
1.4 1.6
1.8
2.2 2.4
2.6
0
0
2
1 Николис Дж. Динамика иерархических систем: Эволюционное представление / М.: Мир, 1989.
2 Zainetdinov R.I. Dynamics of Informational Entropy Associated with Self-Organization Process in Open System // Chaos, Solitons & Fractals. Pergamon, 1999, vol. 10, No. 9. Pp. 1425-1435.
3 Ibid.
б) dH/dt 7
6 5 4 3 2 1 0 -1
Время t
a < 1 * 1 a > 1
\ tb
0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6
Рисунок 2.
Динамика изменения потока информационной энтропии Нф (а) и его скорости dH/dt (б) в случае инновации системы (а<1; а*>1)
Дополнительный анализ показал, что в точке бифуркации, соответствующей моменту времени 1*ь, дисперсия Dx определяющего параметра X обновляемой системы также достигает максимума. В этот момент обновляемая система характеризуется наибольшей разупорядоченностью, хаотичностью, когда случайные флуктуации проявляются на макроскопическом уровне. Этот факт позволяет использовать Dx в качестве диагностического параметра обновляемой системы.
В данном исследовании мы исходим из того, что траектории технологического развития, как правило, уникальны для каждой реальной обновляемой системы. При этом можно выделить ограниченное число типовых траекторий и сценариев приближения обновляемой технологической системы к аттракторам технологического развития. Основные сценарии технологического развития основаны на замещении существующей (базовой) технологии одной или несколькими инновационными.
Базовым элементом большого числа концепций инновационного менеджмента являются S-образные кривые разных видов. Такие зависимости возникают вследствие изменения доминирования во времени двух сил: потенциала роста и эффекта насыщения. В сфере технологического прогнозирования и стратегического менеджмента логистические кривые используются для темпорального анализа и моделирования трёх различных инновационных процессов: технологического замещения в промышленности, диффузии инноваций в социальной среде и изменения технико-экономических показателей (технологические траектории).
Рассмотрим основные сценарии технологического развития, основанные на замещении существующей (базовой) технологии одной или несколькими инновационными.
Сценарий 1. Это исходный сценарий - бинарное технологическое замещение. Имеет место, когда одна инновационная технология полностью замещает одну существующую, достигшую зрелости (вступившую в фазу насыщения). Этот случай обычно описывается моделью S-образной кривой, вытекающей из дифференциального уравнения Фрехюльста. Согласно модели Фишера-Прая1, логарифм отношения долей рынков новой и существующей технологий считается линейной функцией времени. Фишер и Прай2 изучали скорость технологического замещения для 17 случаев инновационного развития. Нормирование шкалы времени с помощью условия 2(1 - у/М, где А1 - время замещения от 10 до 90% рынка технологии; 10 - время наступления равновесия между технологиями (50%-ное замещение) позволило свернуть все 17 случаев технологического замещения в единую кривую, представленную на рис. 3.
0
1 Encyclopedia of Technology and Innovation Management / Ed. by V.K.Narayanan and G.C.O'Connor. Wiley, 2010. - 546 p.
2 Fisher J., Pry R. A simple substitution model of technological change // Technological Forecasting and Social Change. 1971. -N 3. - P. 75-88.
Рисунок. 3.
Нормированная модель Фишера-Прая для 17 случаев бинарного технологического замещения1
Теоретический график бинарного технологического замещения показан на рис. 4, а эмпирический пример бинарного технологического замещения, в качестве которого рассмотрен переход от бессемеровского к мартеновскому процессу в сталелитейном производстве в период времени с 1878 по 1930 гг.2 приведен на рис. 5.
Доля рынка, %
Время Т, год
Рисунок 4.
Исходный сценарий: теоретический график бинарного технологического замещения
Доля рынка, %
Время Т, год
Рисунок 5.
Исходный сценарий: эмпирический пример бинарного замещения технологии бессемеровского (линия 1) мартеновским (2) процессом производства стали в период с 1878 по 1958 гг.
1 Николис Дж. Динамика иерархических систем: Эволюционное представление. - М.: Мир, 1989.
2 Fisher J., Pry R. A simple substitution model of technological change // Technological Forecasting and Social Change. 1971. - N 3. -P. 75-88.
Сценарий 2. Последовательность бинарных замещений. С течением времени в промышленности последующие поколения технологий вытесняют друг друга. Предполагается, что при рассмотрении серии технологий повторение характерного сценария замещения (появление - рост - преобладание - насыщение - спад) выглядит как объединение исходных сценариев 1. Эмпирический пример последовательного замещения технологий производства стали в период с 1878 по 1994 гг. представлен на рис. 61.
Доля рынка, %
Время Т, год
Рисунок 6.
Сценарий 2: эмпирический пример последовательного замещения технологий: бессемеровский (линия 1) - мартеновский (2) - кислородно-конвертерный процессы (3) производства стали в период с 1878 по 1994 гг.
Сценарий 3. Перекрывающее (множественное, многоуровневое) замещение. В случае последовательности замещений каждое технологическое поколение фактически не успевает достичь полного преобладания до того, как замещается новым поколением. В высокотехнологичных отраслях промышленности нередко ускорение времени появления новой технологии порождает перекрывание исходных вариантов по времени. Несколько авторов2 предложили аналитические модели для данного вида многоуровневого замещения. Теоретический график перекрывающего многоуровневого технологического замещения показан на рис. 7.
Доля рынка, %
I—ml— m2 иа|
Время Т, год
Рисунок 7.
Сценарий 3: теоретический график перекрывающего многоуровневого замещения
технологий т1, т2 и т3
1 Fisher J., Pry R. A simple substitution model of technological change // Technological Forecasting and Social Change. 1971. - N 3. -
P. 75-88.
2 Norton J., Bass F. A Diffusion Theory Model of Adoption and Substitution for Successive Generations of High-Tech Products // Management Science. 1987. - Vol.33. - P.1069-1086.
Эмпирические данные1 по технологическому замещению вычислительных систем компании IBM, представленные на рис. 8, показывают, что каждое из 4-х перекрывающих поколений ещё не достигало полного доминирования, когда следующее поколение уже начинало замещение предыдущего. По вертикальной оси отложен индекс количества операций в секунду на доллар, т.е. отношение производительности ЭВМ к цене для четырех поколений ЭВМ с ноября 1954 до февраля 1971 г.
Доля рынка, %
в НЕТ ИМ |№ -К И ITC ЧН 'И 'S» 1ИГ 111 [BE im 1П 1П IP? liN
-1-е г3k. —t— 2-елок. — JJG
Время Т, год
Рисунок 8.
Сценарий 3: эмпирический пример перекрывающего замещения технологий вычислительных машин 1ВМ (1955-1974 гг.)
Сценарий 4. Влияние долговременных обратных связей (информации от потребителей). В предыдущих вариантах побудительным мотивом процесса технологического замещения является появление лучшей в некотором смысле технологии. Однако в отдельных случаях замещение может начаться даже при отсутствии инновационной альтернативы. В принципе, некоторые организационные, социальные, научные, природные и др. изменения компонентов технологической системы могут вызвать процесс замещения, в том числе обратного. Процесс замещения может начаться, например, как ответная реакция на информацию от потребителей, на решения государственных и контролирующих органов и т.д. Возможности применения тех или иных технологий могут быть пересмотрены с социальных позиций, как ответ на негативную реакцию потребителей, на изменения других элементов системы, частью которых они являются. Характерным примером является взлёт и падение хлорорганических средств от насекомых, в частности ДДТ, после появления отрицательной реакции токсикологов и органов государственного надзора США. Это известный пример пересмотренного замещения в связи с отрицательным влиянием ДДТ на окружающую среду. Социальная значимость эффективности и безопасности этих средства от насекомых менялась со временем, исходя из изменений в социальном толковании ДДТ и других средств от насекомых. После запрета на использование хлорорганических соединений их доля неуклонно снижалась с 70% рынка синтетических органических средств от насекомых в 1966 г. до 6% в 1984 г. Это вызвало изменение динамики замещения и рост доли других средств от насекомых с 20% в 1966 г. до 70% в 1982 г.
Сценарий 5. «Парусник». Этот сценарий (рис. 9) представляет особый интерес в настоящей классификации. Предлагаемый нами научный подход для ускорения внедрения инноваций целесообразно применять именно в ситуациях, подобных этому сценарию. Название сценария связано с историческим фактом серьёзной и продолжительной задержки ЛТ технологического замещения пароходами парусных судов на Трансатлантических линиях в период с 1845 до 1870-х гг.2 Говоря современным языком, в этот период времени транспортная система Трансатлантических линий проходила через каскад бифуркаций, связанных с появлением быстроходных океанских парусных судов (клиперов) и недостаточной надёжностью и безопасностью океанских пароходов. Представленные на рис. 9 эмпирические кривые замещения инноваций по сценарию «Парусник» и сопутствующие этому сценарию события соответствуют длительному периоду времени с 1797 по 1964 гг. Дополнительно построенная линия 3 показывает ожидаемую траекторию в виде классической логистической кривой, соответствующей модели Фишера-Прая за время с 1797 по 1845 гг., а линия 4 - траекторию, построенную с учётом 31-летней задержки ЛТ замещения пароходами парусников с 1845 до 1870-х гг., вызванной появлением клиперов. Теоретический график задержки замещения под влиянием сильного сопротивления преобладающей технологии представлен на рис. 10.
1 Phister M. Data processing technology and economics. - Bedford (MA): Digital Press/SantaMonica Publishing Company, 1979.
2 Rosenberg N. On technological expectations // The Economic Journal. 1976. - Vol. 86 (34). - P. 523-535.
Очевидно, что в этом сценарии - особая драматическая динамика, в которой преобладающая технология, находящаяся под угрозой вытеснения новой технологией, зачастую предпринимает последний рывок усовершенствований в попытке вернуть конкурентные преимущества. Это усовершенствование текущей технологии позволяет ей ещё какое-то время удерживать преимущество над новой технологией. Тем не менее, обычно результат таких улучшений только оттягивает вытеснение устаревшей технологии. Это хорошо известный, но далеко не единственный пример серьезной задержки внедрения новых технологий в связи с сильным сопротивлением старой замещаемой технологии. Понятно, что подобные примеры нередки и в наши дни. Но инноваторы зачастую предпочитают не афишировать свои проблемы и стараются выходить из сложных ситуаций самостоятельно методом проб и ошибок. Замалчивание реальных проблем, возникающих при внедрении инноваций, может приводить к сложным ситуациям в процессе реализации инновационных проектов и программ. Поэтому чрезвычайно важным является анализ возможностей и путей ускорения процесса внедрения инновации на базе использования современных методов нелинейной динамики и синергетики.
Доля рынка
Время Т, год
Рисунок 9.
Сценарий 5 «Парусник»: эмпирический пример задержки ДТ из-за сильного сопротивления в процессе замещения технологии парусных судов (линия 1) пароходами (2) в период Т с 1797 по 1964 гг.
Доля рынка
Время T, год
Рисунок 10.
Сценарий 5: теоретический график задержки (DELAY) замещения под влиянием сильного сопротивления преобладающей технологии
Множество виртуальных сценариев и реальных траекторий (рис. 11) инновационного технологического развития отражает современные взгляды на технологические изменения, проявляющиеся во времени в виде последовательной смены поколений технологий с учётом их замещения. Переход с одной виртуальной траектории на другую связан
с прохождением каскада критических точек, которые являются стохастическими аналогами точек бифуркации в момент времени 1*ь. Такая бифуркация в зависимости от условий реализации может привести обновляемую систему к новому стационарному состоянию, как в случае сценария бинарного (или последовательного) технологического замещения, либо к довольно длительным колебаниям обновляемой системы между двумя (и более) почти равновероятными состояниями, соответствующими преобладанию той или иной из множества конкурирующих технологий, как в сценарии «Парусник» (см. рис. 9-10).
Доля рынка
1/1'2305 f 1/2010 1/1 (2015
Время Т, год
Рисунок 11.
Множество виртуальных сценариев и траекторий технологического развития за период времени Т и точки бифуркаций на них
Выявлена зависимость режима существования обновляемой системы и времени прохождения системой точки бифуркации от функции распределения случайного процесса внешних воздействий на систему, её входных потоков, например, инвестиционных и информационных потоков. Так, на рис. 12 приведен график зависимости параметра а режима существования обновляемой системы от изменения параметров (среднего значения Хт и среднеквадратиче-ского отклонения Sx) нормального (гауссовского) случайного процесса (потока) на входе обновляемой системы. Аналогичные зависимости получены также для других вариантов внешних потоков на входе обновляемой системы.
Alpha versus X and Sx
Рисунок 12.
Изменение параметра а режима существования обновляемой системы в зависимости от среднего значения Хт и стандарта ^ случайного процесса на её входе
Целенаправленно изменяя параметры входных потоков (материального, энергетического и информационного), в качестве которых выступают потоки инвестиций, патентной информации, кадров, оборудования и т.д. от внешних источников к системе, мы имеем возможность оказывать влияние на время прохождения обновляемой системой критической точки бифуркации. Мы не можем точно предсказать, по какому пути пойдёт развитие обновляемой системы после прохождения точки бифуркации. Однако мы можем предсказать время нахождения системы в этом крайне неопределенном состоянии, характеризуемом наиболее высокими рисками, когда целесообразно предпринять меры, способствующие скорейшему прохождению обновляемой системы через критическую точку и успешной адаптации системы к новому состоянию. Мы можем создать наиболее благоприятные условия для успешного прохождения обновляемой системой точки бифуркации в желаемом направлении, а также предпринять возможные меры, чтобы направить обновляемую систему по желаемому благоприятному пути развития.
На рис. 13 показана эволюционная кривая изменения потока информационной энтропии в обновляемой системе при реализации последовательности инноваций, включающая три уровня иерархии и четыре временных интервала. На первом интервале времени система существует в старом режиме. Поток информационной энтропии за время переходного процесса стабилизируется на уровне НСТ, соответствующем этому режиму, без прохождения точки бифуркации. Через промежуток времени после перехода в новый режим существования (точка 1) обновляемая система проходит точку бифуркации, связанную с разрушением диссипативной структуры 1-го иерархического уровня (первого цикла). Претерпев скачок развития и выйдя на второй уровень иерархии (второй цикл), обновляемая система выходит на эволюционный этап развития, в течение которого происходит сравнительно медленная стабилизация потока информационной энтропии за счёт насыщения информацией до уровня 1=1-Н*СТ, соответствующего новому режиму существования самоорганизующейся обновляемой системы. Дальнейший ход временной эволюции обновляемой системы виден из графика (см. рис. 13). После успешного прохождения точек бифуркации В1 и В2 энтропия по мере притока информации убывает, что означает соответствующее возрастание уровня организации обновляемой системы в процессе её инновационного развития. На каждом иерархическом уровне эволюции - цикле инновационного развития системы в конце процесса самоорганизации, когда «архитектура» обновляемой системы в основном определилась и наступает насыщение информацией, энтропийная кривая постепенно выпрямляется, отображая переход системы в эволюционную стадию своего инновационного развития. Возрастание степени организации любой системы имеет свой предел, область насыщения, определяемые ограниченными возможностями накопления информации в данной структуре на данном иерархическом уровне - цикле развития системы. Каждый переход обновляемой системы на другой иерархический уровень - новый цикл развития неизбежно проходит через критическую точку, являющуюся стохастическим аналогом точки бифуркации. Перевод графиков, показанных на рис. 13, из декартовой в полярную или цилиндрическую систему координат позволяет представить их в виде спиралей развития. Это делает инновационные циклы развития системы с чередованием эволюционных и революционных периодов, разделённых точками бифуркации, ещё более наглядными. При этом спирали технологического развития могут раскручиваться или скручиваться в зависимости от того, по какому пути развития следует обновляемая система после каждой точки бифуркации. Полученные математические выражения позволяют прогнозировать момент наступления критического состояния обновляемой системы в точке бифуркации и своевременно принять меры по повышению адаптационной способности системы и ускореиию её приспособления к новым условиям существования.
н
______£-Л* Ьу 3
г ч ч 0
ЧУ г пст
_______ 1 ! t / Ист ч ч Гь г о
О о
Рисунок 13.
Эволюционная кривая потока информационной энтропии Н() в процессе инновационного развития системы
На основе разработанной математической модели получена количественная картина временной эволюции системы, вызванной нововведениями, которая полностью согласуется с представлениями синергетики о качественных
процессах самоорганизации неравновесных диссипативных систем. Предложенная модель и полученные математические зависимости позволяют на единой основе описать траекторию технологического развития системы, включая прохождение последовательности точек бифуркации (скачков технологического развития) и эволюционных стадий технологического развития на каждом иерархическом уровне. Переход на новый уровень развития идёт от беспорядка к порядку, через явления неустойчивости в точках бифуркации, где перед обновляемой системой открывается возможность перехода к одному из нескольких аттракторов технологического развития.
В этой связи ставится вопрос о целесообразности анализа аттракторов и точек бифуркации на траекториях технологического развития. Возможность прогнозирования времени наступления точек бифуркации позволяет принимать эффективные управленческие решения и получать желаемые результаты в технологическом развитии страны. В перспективе представляется целесообразным и возможным (при накоплении соответствующего опыта) достаточно слабыми внешними воздействиями на входные потоки направлять обновляемую систему по желательному пути развития.
Выводы
1. При целенаправленном изменении входных потоков (материального, энергетического и информационного), в качестве которых выступают потоки инвестиций, научной и патентной информации, кадров, оборудования и др. от внешних источников к обновляемой системе, появляется возможность оказывать влияние на время прохождения инновационной системой точки бифуркации (или каскада бифуркаций).
2. Возможность оценки времени прохождения инновационной системы через это состояние, характеризуемое наиболее высокими рисками, позволяет предпринять меры, способствующие скорейшему прохождению обновляемой системы через критическую точку и успешной адаптации системы к новому состоянию.
3. Путем рационального управления входящими потоками целесообразно создавать наиболее благоприятные условия для успешного прохождения системой точки бифуркации в желаемом направлении, а также предпринимать все возможные меры, чтобы направить обновляемую систему по желаемому благоприятному пути развития.
4. Полученные математические выражения позволяют прогнозировать момент наступления критического состояния обновляемой системы в точке бифуркации и своевременно предпринимать меры по повышению адаптационной способности системы и ускорению её приспособления к новым условиям существования.
5. На этой основе предлагается метод ускорения процесса внедрения инноваций путем рационального управления потоками, входящими в обновляемую систему.
6. Необходима и целесообразна практическая апробация предлагаемого метода ускорения внедрения инноваций.
Предложения о сотрудничестве просьба направлять автору на электронный адрес: [email protected]
