Главная  Статьи  Менеджмент знаний  Основные публикации по менеджменту знаний

О.Тоффлер

Динамическая сложность – обязательный атрибут современного мира. «Обычные методы прогнозирования, планирования и анализа непригодны для работы с динамической сложностью. Динамически сложной является ситуация, в которой ближайшие и отдаленные последствия какого-либо действия оказываются принципиально различными. Либо когда местные последствия какого-либо действия оказываются противоположными по влиянию на отдаленные части системы. С динамической сложностью мы сталкиваемся, когда в результате очевидных действий получаем весьма неожиданные последствия» [Сенге П. Пятая …, 1999].

Системы с обратной связью характеризуются тем, что оператор, выполняющий некоторые действия, позднее подвергается воздействию в зависимости от результатов своих действий. В реальной жизни многие люди не замечают, что они являются частью многих различных сложных социальных, экономических и организационных систем с обратной связью. Чем длиннее временная задержка внутри цикла и менее ясны следствия, тем сложнее распознать существование обратной связи.

Одной из главных тенденций мировой экономики является возрастание скорости изменений внешней среды и усиление влияния внешней среды на процессы функционирования организаций. Обеспечение стабильности в условиях постоянных изменений, происходящих во внешней среде, оказывается возможным только тогда, когда организация заранее готовит себя к таким изменениям. Проблемы целесообразно выявлять как можно раньше, то есть на самых ранних этапах их возникновения: лучше обнаружить проблемы до того, как «они обнаружат Вас», управление должно быть упреждающим.

Основная причина неэффективного управления и управленческих ошибок – сложность управляемых объектов и нехватка времени на поиск лучших решений.

Мерой сложности объекта является количество интеллектуальных усилий, необходимых для понимания этого объекта. Сложность объекта зависит от количества и качества связей между его компонентами и самих компонент, от того статическая система или динамическая, в каких условиях она функционирует: в известных или в условиях неопределённости и т.д. Причины принятия далеко не лучших решений – высокие затраты на поиск оптимальных решений. В условиях, когда «Какое решение не примешь, то и ладно», оптимизация не нужна. А в условиях жесткой конкуренции? Когда конкуренты, стараются принять и ищут лучшее решение? Еще один класс причин принятия неоптимальных решений – неопределенность.

Уместно вспомнить нормативное определение: «Управление – это совокупность целенаправленных действий, включающих оценку ситуации, оценку состояния объектов управления, выбор управляющих воздействий, реализацию этих воздействий».

Инструмент руководителей должен обеспечивать поиск оптимальной траектории движения предприятия в многомерном пространстве целей, параметров, ресурсных и других ограничений, описывающих во времени внешнюю и внутреннюю среду предприятия

Аксиома управления – нельзя сделать систему управляемой, если она не наблюдаема и не позволяет оценить последствия управления. Поэтому приоритетной функцией управления в быстро меняющейся среде становится прогнозирование.

В настоящее время в практике экономических расчётов широко используются статические методы, к которым относятся методы линейного и нелинейного программирования, балансовые методы и др. Как правило, они рассчитаны на получение удовлетворительного решения для некоторого фиксированного момента времени или краткого интервала. Вне этого момента (интервала) времени найденное решение неприемлемо. Это обусловлено тем, что статическая модель, «не зная» будущего, не резервирует ресурсов для его развития.

Метод динамического моделирования предназначен для изучения социально-экономических процессов и изменений состояний на временных интервалах. При этом в каждый момент все процессы и состояния зависят от структуры модели на данный момент и от всей предыстории объекта.

При социально-экономическом моделировании использование статистической информации не всегда целесообразно, поскольку реально получаемая информация подчас единична не только по повторяемости, но и по совокупности порождающих причин. В таких случаях отсутствует репрезентативная информация о достаточном числе ситуаций одного порядка. Это объясняется тем, что в экономике и обществе, в основном, имеют место уникальные, неповторяющиеся и нестационарные процессы, следовательно, невозможно получить результаты статистически независимых экспериментов.

Статистика отражает состояние системы только в прошлые моменты времени. Знание прошлого, однако, не означает знания будущего. При экстраполяции известной траектории изучаемого параметра совершается двойная ошибка: во-первых, этим самым признаётся неизменность структуры объекта и постоянство мест приложения закономерностей в будущем, а, во-вторых, отвергается функциональная взаимосвязь между параметрами.

И все же не будем забывать о том, что формулирование используемых закономерностей можно получить только в результате статистического анализа прошлых событий и их причин.

Но для этого используются другие инструменты из арсенала интеллектуальных информационных технологий, например, нейронные сети и Date mining.

Динамическую модель можно назвать «живой» в том смысле, что каждое её состояние зависит от её предшествующих состояний в каждый момент времени, то есть модель развивается, «живет» в соответствии с заложенными в ней законами, правилами.

Сильная сторона технологии системной динамики – универсальность применения, вытекающая из универсальности описаний многих реальных процессов дифференциальными уравнениями. Общее в этих процессах – это движение по подсистемам и во времени разного рода ресурсов: финансовых, материальных, в меньшей степени человеческих (как более трудно формализуемых). Важно, что это движение ресурсов, контролируемое с точки зрения желаемых целей и недопущения выхода траектории движения за многочисленные ограничения. Интерактивность технологии позволяет вносить управляющие воздействия в нужном направлении, т.е. система операциональна.

Высший уровень управления – не допускать возникновения проблем, заранее их предвидя и соответствующим образом изменяя ситуацию. Это и есть главная цель управленца и именно на это нацелен их инструмент – динамические системы поиска оптимальных решений. В процессе управления предприятие, представленное адекватной (в смысле поставленных целей) динамической моделью, как бы «проживает много жизней», а «демиург» – топ менеджер выбирает лучшую с его точки зрения – «жизнь».

Динамические системы применяются не только для управлении корпорациями, но и для управления экономикой регионов и территориальных комплексов (например, для управления жилым фондом муниципалитета).

В частности, реформирование корпораций или экономики региона можно проводить либо с предварительным моделированием вариантов, либо ставя эксперименты на «живом теле», с соответствующими последствиями.

Динамические модели, включенные в контуры управления предприятиям – очень сложные. Это вызвано сложностью самого объекта управления и его бизнес-окружения, стремлением охватить все сферы деятельности предприятия и связать их в единый организм, а также глубиной детализации, приближающей модель к реальности.

1. Друкер Питер Ф., «Задачи менеджмента в 21 веке», М. Изд-во Вильямс, 2000.

2. Койн К., Субраманиама С., "Дисциплина стратегии", М., "Вестник McKinsey", №1, 2002.

3. Кужель О.С., Кужель С.С., Кузьбожев Э.Н. Грант «Разработка методов упреждающего управления в экономике на основе новых информационных технологий». Конкурс грантов по фундаментальным исследованиям в области экономических наук. Раздел "Методология и общие вопросы экономических наук. Тенденции развития мировой экономики и мировых хозяйственных связей". Направление "Теория организации и принятия решений", Москва – Санкт-Питербург, 1999 г.

4.  Кужель О.С. От традиционного к самообучающемуся предприятию. Обучающие лаборатории. IEEE International Conference on Advanced Learning Technologies. 9-12 September 2002, Kazan, Tatarstan, Russia, р. 559-563.

5. Кужель О.С., Кужель С.С., Лунев Ю.А., Сценарии тренингов: «Поиск оптимальной траектории выхода на заданный уровень прибыли» и «Поиск резервов роста» // IEEE International Conference on Advanced Learning Technologies. Workshop: Integrate Dynamic Learning and Control Environments. 9-12 September 2002, Kazan, Tatarstan, Russia, p. 571-574

6. Кужель О.С., Кужель С.С., Карачевцев С.С., Зачем генеральному директору самообучающаяся организация и управленческий микромир «Собственное предприятие» (размышления генерального директора)// IEEE International Conference on Advanced Learning Technologies. Workshop: Integrate Dynamic Learning and Control Environments. 9-12 September 2002, Kazan, Tatarstan, Russia, p. 568-570

7. Кужель С.С., Кужель О.С., Информационные технологии – средство развития системного творческого мышления// Educational Technology & Society, № 1, 2002, р. 264-274

8. Кужель С.С., Кужель О.С., Информационная технология как единая база практикумов, тренажеров, систем управления// 2-я Всероссийская конференция "Электронные учебники и электронные библиотеки в открытом образовании", Тезисы докладов, 29 ноября 2001 г., Москва, Международная академия открытого образования, МЭСИ, с. 272-277.

9.  Лунев Ю.А. Проект развития менеджмента предприятия с использованием программных средств моделирования бизнес-среды// IEEE International Conference on Advanced Learning Technologies, 9-12 September 2002, Kazan, Tatarstan, Russia, p. 564-567

10. Маккалоу С., Автоматизация в «передовых частях», «Директору информационной службы», №2, 2000.

11.  Монахова Е. Культурная эволюция. Между рынком и социализмом, «Секрет фирмы», №17, 2003, с.82-84.

12. Павловский Ю.Н. Имитационные модели и системы, М., ВЦ РАН, 2000.

13. Связывая стратегию с исполнением: Введение в управление эффективностью корпорации, Intersoft Lab, 2002.

14. Сенге П. Пятая дисциплина: искусство и практика самообучающейся организации, М.: ЗАО «Олимп – Бизнес», 1999.- 408 с.

15.  П. Сенге и др. Танец перемен: новые проблемы самообучающихся организаций. М.:ЗАО «Олимп-Бизнес», 2003. – 624с.

16. Сосновский С.А., Агеев А.Г., Колосов О.В., Комплект интерактивных тренажеров «Mentor™ -Микроэкономика»: опыт использования (обзор программного обеспечения), Educational Technology & Society – 2001- V.2, № 4.- с. 217 – 222 – ISSN 1436-4522

Версия для печати  |  Пользовательское соглашение