Публикация научных статей.
Вход на сайт
E-mail:
Пароль:
Запомнить
Регистрация/
Забыли пароль?
Научные направления
Поделиться:
Разделы: Менеджмент, Управление инновациями
Размещена 30.12.2019. Последняя правка: 29.12.2019.
Просмотров - 173

Риски автоматизации принятия «умных» решений

Емельянова Екатерина Геннадьевна

Студент

Санкт-Петербургский государственный экономический университет

Студент

Молдован Артем Анатольевич, кандидат экономических наук, доцент кафедры корпоративных финансов и оценки бизнеса, СПбГЭУ


Аннотация:
Тема рисков автоматизации в принятии «умных» решений, особенно актуальна в современном мире, неотъемлемой частью которого является цифровизация всех сфер жизни общества. Сегодня человек во всем старается упростить свою жизнь: начиная с роботов на производстве, заканчивая дистанционным управлением бытовыми приборами. Принятие решений также стремятся упростить, однако такое упрощение порождает новые риски, которые нужно решать, минимизировать, и, в лучшем случае, предотвращать.


Abstract:
The topic of the automation of risks in making “smart” decisions is especially relevant in the modern world, an integral part of which is the digitalization of all spheres of society. Today, a humanity is trying to simplify life in everything: from robots in production to remote control of household appliances. Decision making is also sought to simplify, but this simplification creates new risks that need to be addressed, minimized, and, at best, prevented.


Ключевые слова:
автоматизация; умные решения; принятие управленческих решений; риски; риски автоматизации

Keywords:
automation; smart decisions; managerial decision making; risks; automation risks


УДК 65.011.56

Введение 
Сегодня человек во всем старается упростить свою жизнь: начиная с роботов на производстве, заканчивая дистанционным управлением бытовыми приборами. Принятие решений также стремятся упростить, однако такое упрощение порождает новые риски, которые нужно решать, минимизировать, и, в лучшем  случае, предотвращать.

Актуальность 
Тема рисков автоматизации в принятии «умных» решений, особенно актуальна в современном мире, неотъемлемой частью которого является цифровизация всех сфер жизни общества, начиная промышленностью, заканчивая социальной сферой. 

Целью является понимание принципов и методов разработки, принятия и реализации решений, их автоматизации и рисков. 

Задачи работы: освоить информационные источники по данной теме, изучить риски, сопутствующие автоматизированному принятию решений.

Научная новизна
В ходе проведенного исследования было изучено явление автоматизации принятия управленческих решений, рассмотрены риски этой тенденции, а также дано понимание, насколько активно реализуется данное направление в России. Данную работу можно использовать как теоретическую основу для автоматизации процессов компаний и как практические рекомендации по контролю и поиску уязвимостей автоматизированных систем.

Основные понятия

Решением является определенный набор операций над целями, сделанный по определенной причине. Чаще всего оно принимается для разрешения возникшей проблемы, или же для развития той или иной деятельности, к примеру, расширения ассортиментной линии на производстве.

Важным понятием в данной работе является понятие риска. Под ним понимается опасность ошибочного решения, потерь, которые могут быть вызваны отклонением от цели. Риск – потенциально существующая возможность потери ресурсов, неполучения или потери доходов, возникновения иной неблагоприятной ситуации или неудачного исхода производственно-хозяйственной или другой деятельности, которые вызваны реализацией соответствующего решения.

Большая часть решений носить многоальтернативный и вероятностный характер. Постоянно присутствует необходимость выбора единственного выхода из ситуации, но никогда нельзя со стопроцентной вероятностью знать, какие последствия вызовет то или иное решение. Говоря о принятии решений в условиях риска, имеется в виду ситуация, когда каждый из вариантов исхода ситуации в некоторой степени прогнозируем и обладает тем или иным процентом риска, при этом некоторые из решений ситуации более благоприятны для агента, чем остальные. Одна из главных задач в принятии решения – учет  всех возможных рисков и продумывание путей их минимизации или полного избегания.

Если же при принятии решения были подробно рассмотрены множество разных, в том числе и неблагоприятных сценариев развития ситуации, если взвешены все возможные риски, продуман каждый шаг предлагаемых действий, а также рассчитаны запасные шаги на случай неудач, тогда можно говорить, что принято «умное» решение.

Введем термин «умного» решения, которым будем оперировать в дальнейшем: умное решение — комплекс мероприятий, обеспечивающий максимально быстрое, безопасное и низкозатратное достижение цели.

Сегодня весьма распространена разработка и принятие таких решений с использованием информационных технологий, которые способны повысить эффективность этих процессов. Разумеется, весь процесс принятия решений автоматизировать невозможно, поскольку зачастую оказываются необходимы личные человеческие качества, опыт, квалификация и даже интуиция лица, принимающего решение, однако автоматизация существенно ускоряет и упрощает этот процесс, выполняя рутинные операции, сокращая количество ошибок, облегчая доступ к информации и даже предлагая наилучшие варианты решения ситуации.

В целом автоматизация представляет собой мощный инструмент прогнозирования, выбора вариантов и анализа состояния организации, способствующий принятию своевременных и адекватных решений.

Подходы к автоматизации принятия решений

Существует достаточно много вариантов автоматизированного принятия решений, но все же есть два подхода, которые можно назвать основополагающими: аналитический (рациональный) и статистический (натуральный).

Аналитический подход основан на формальных и обобщенных закономерностях поведения. В систему заранее заложен определенный шаблон принятия решений, который может быть реализован как в виде математической модели, так и в виде бизнес правил или специальных алгоритмов.

Достоинством аналитической системы поддержки принятия решений является ее способность начинать свою работу с самого старта системы, поскольку весь порядок действий запрограммирован заранее. Кроме того, они предсказуемы, способны объяснить, почему были приняты те или иные решения, что помогает избежать неожиданности в работе машины. Еще одним достоинством, выходящим из простоты системы, является ее высокая производительность при реализации на компьютерах.

С другой стороны, такие системы достаточно узконаправленны и могут использоваться только для определенного круга задач. Кроме того, аналитические системы часто нединамичны и не могут улучшать качество своей работы с течением времени автоматически. В этом случае необходимо либо вручную корректировать заложенный алгоритм, либо вообще его переписывать. Еще одним риском аналитического подхода является его неустойчивость к ошибкам: если входные данные для принятия решения плохого качества, то и решение, вероятнее всего, будет таким же некачественным.

Статистический подход, в свою очередь, отличается тем, что не требует заложенной шаблонной модели. Система обучается прямо в процессе ее реализации, автоматически генерируется модель для предсказания будущих управляющих решений в аналогичных ситуациях, исходя из прошлых управленческих решений, поставленных целей и ситуационной информации.

Главным достоинством статистической системы поддержки принятия решений можно назвать ее универсальность. Такие системы способы самостоятельно генерировать различные типы решений, автоматически генерировать и пересчитывать модель при изменении внешних условий или для улучшения качества своей работы. Статистические системы устойчивы к ошибкам, способны самостоятельно выходить из сложных ситуаций, находить приемлемые решения даже при некачественных или кажущихся бесперспективными исходных вариантах.

Основным недостатком статистических систем является их громоздкость и медлительность. Они не начинают функционировать в полную силу с самого старта, требуют начальную информацию для анализа ситуации, историю управленческих решений и набор формально определенных целей. Кроме того, зачастую подобные системы не объясняют ход формирования принятого решения, но в этом вопросе существуют исключения, к примеру, модели деревьев решений.

В современной практике предпочтение отдается статистическому подходу, поскольку, несмотря на его усложненность и большую ресурсоемкость, он действительно может найти выход из нестандартной ситуации. Стоит упомянуть, что на современном уровне технологий пока нет способа автоматизации принятия совершенно уникальных и оригинальных решений, здесь по-прежнему не обойтись без человеческого разума.

Классификация рисков

В процессе принятия решений можно столкнуться с совокупностью разных видов риска. В учебной литературе встречаются несколько классификаций рисков при принятии решений, что вызвано неоднозначностью самого понятия риска. Поэтому для выделения конкретных групп рисков проводятся классификации по их различным критериям: по типу объекта, по причине ущерба, по типичности отрицательных последствий, по характеристике подверженности риску, специфике исходов, месту появления рисков и т.д.

Рассмотрим несколько классификаций более подробно. К примеру, взяв в качестве критерия тип объекта, можно выделить риски, связанные с собственностью (обычно выражены в денежной форме, отражающей реальную стоимость собственности), с доходами (возникают в контексте создания доходов или их распределения, оцениваются на основе взаимоисключающих альтернатив возможных вариантов получения доходов в будущем), с персоналом (обычно оцениваются величиной отрицательных финансовых последствий), или с ответственностью (определяются ответственностью, возникающей в связи с непредвиденным развитием событий).

В соответствии с возможностью их предвидения, риски можно разделить на две группы: прогнозируемые и непрогнозируемые. В первую группу  могут включаться риски, связанные с цикличностью экономики, предсказуемым развитием сферы, в которой принимается решение. Предсказуемость носит относительный характер, поскольку если исход известен на 100%, то риском он уже считаться не может. Ко второй группе, соответственно, относятся полностью непредсказуемые варианты развития событий, например, ситуации форс-мажорного характера.

Существует вариант классификации рисков по их финансовым последствиям. В такой группировке выделяются риски, влекущие за собой исключительно экономические потери (негативные последствия, такие как потеря денежных средств, капитала), риск упущенной выгоды, а также риски, которые одновременно могут нести за собой и экономические потери, и дополнительные доходы («спекулятивный финансовый риск»). Риски делятся на две группы: чистые и спекулятивные. Чистые риски, иначе называемые статистическими или простыми,  практически всегда несут потери для деятельности. Они могут быть вызваны природными катаклизмами, несчастными случаями, преступными действиями, поломками и т.д. Спекулятивные риски, или же динамические, обычно связаны с финансовым аспектом принятия решения, и, в свою очередь, могут нести как потери, так и дополнительные выгоды для организации или агента, его принимающего. Примерами таких рисков можно назвать колебание курса валют или внесение поправок в законодательство.

Достоинства и риски автоматизации

Автоматизация позволяет значительно повысить качество работы, ускорить и упростить ее. В производственной и бизнес-сферах процессы управления содержат значительный объем расчетов, которые занимают много времени и могут содержать ошибки при ручном подсчете. Автоматизация позволяет избегать данных проблем, ускоряя сроки и повышая точность данных процессов.

При ручной работе уделяется недостаточно времени для тщательного рассмотрения и нахождения оптимального варианта решения задачи, автоматизация же, в свою очередь, способна разработать большее количество путей решения проблемы, проанализировать каждый из них и подобрать наиболее оптимальный для каждой конкретной ситуации.

В числе прочего автоматизация помогает оценить состояние задолженности и выработать превентивные меры по его улучшению, а также оперативно планировать и управлять платежами организации, ежедневно анализируя ее ликвидность и оптимизацию.

Риски автоматизированного принятия решений слабо изучены, однако можно однозначно выделить следующие факторы, способные вызвать серьезные дополнительные трудности в решении проблемы.

Как и любая сложная система, «умная» подвержена поломкам. При этом из-за того, что идея автоматизации принятия решений пока только развивается, сегодня существует не так много фирм, способных безошибочно собрать систему, при этом уложиться в срок и заявленную стоимость.

Помимо этого, присутствует проблема несовместимости оборудования, избежать которую сможет лишь специалист, разбирающийся как в современных особенностях автоматизации, так и в программном обеспечении, которое для нее требуется. Если на Западе чаще продают готовую систему, то в России ее собирают по отдельным составляющем, откуда образовывается дополнительный риск возникновения ошибок при комплектации и сборке оборудования.

Существует также проблема «эффекта домино». Велика вероятность, что, выйдя из строя лишь одно устройство, нарушится общая цепочка и работа умной системы в целом.

Важный аспект, неизбежный в эпоху цифровизации — информационная безопасность. С каждым годом технологии становятся все сложнее, а хакеры все изощреннее и искуснее. Многие «умные решения» уязвимы — их можно взломать, перехватить управление, что может привести к самым непредсказуемым последствиям.

Перечисленные риски требуют особого внимания при автоматизированном принятии «умных» решений, необходимо совершенствовать методы противодействия кибератакам, постоянно обновлять систему и проводить ее профилактику на предмет поломок и сбоев.

В случае введения автоматизации принятия «умных» решений внутри компании, необходимо проверить ее готовность к этому процессу, проследить соответствие следующим необходимым критериям:

Во-первых, цели проекта компании должны быть четко сформулированы и измеряемы, четко расставлены приоритеты их достижения.

Во-вторых, проект требует отдельных бюджетных средств, а также понимания, куда они должны идти: на приобретение лицензированного программного обеспечения и оборудования, оплату услуг по консалтингу, на профильное обучение сотрудников и т.д.

В-третьих, для успешного запуска автоматизации «умных» решений необходима проектная команда, которая будет полностью понимать и разделять цели проекта, его приоритеты. Она должна состоять из специалистов, чей профессиональный уровень соответствует целям внедряемого проекта.

В-четвертых, во избежание риска саботажа руководителей компании, ее ключевые сотрудники должны быть обязательно мотивированы на достижение результатов.

Риск несогласованности стратегии компании и внедряемой в нее стратегии автоматизации в принципе является самым очевидным. В таком случае компания быстро столкнется со сложностями их несоответствия, ограничениями имеющегося оборудования и необходимостью внеочередных инвестиций.

В целом, можно говорить, что набор ошибок, допускаемых при введении автоматизации принятия решений на предприятии, достаточно стандартен: это проблемы целеполагания, этапов внедрения и управления проектом.

Никуда не исчезают такие «типичные» риски, как срывы сроков из-за перфекционизма и желания довести проект до «идеального», увольнения из-за нововведений, риски неготовности кадров к изменениям, нехватки ответственности и профессионализма проектных команд.

Сюда также можно отнести и поверхностное отношение к вводу начальных данных в «умную» автоматизированную систему, экономия на числе автоматизированных рабочих мест и оборудовании, недооценка сроков и стоимости внедрения технологий и другие препятствия, для которых необходимо заранее продумать пути решения.

Чем лучше отлажен и рассчитан процесс внедрения автоматизации, тем выше вероятность его успешности и предполагаемого хода развития.

М2М технологии в мире и России

Технологии, позволяющие управлять машинами или роботами прямо со смартфона, все чаще появляются в нашей жизни, обретая название М2М - «машин ту машин». В них положены принципы взаимодействия устройств, объединенных при помощи проводных или беспроводных связей. Элементы обмениваются данными как в одно-, так и в двухстороннем направлении, при этом в любой момент возможно отследить каждое устройство в системе.

Развитие области M2M – межмашинного взаимодействия или интернета вещей, открыли двери к изменениям в управлении бизнесов, открывая все новые горизонты возможностей.

Первыми их начали развивать сотовые операторы и системные интеграторы, когда стало ясно, что пользователей больше не интересуют дополнительные опции в виде рингтонов или прогноза погоды, дополнительный источник дохода истончался, поэтому возникла необходимость найти новый вид заработка. Тогда и возникла идея, как использовать уже существующую сеть.

Сначала идея межмашинного взаимодействия тестировалась только на гаджетах и домашних устройствах. Так, например, появились системы «Умный дом». Затем компании перешли к b2b сектору и бизнесу в целом, предлагая не только связь между приборами, но и другие сервисы – к примеру, аналитику.

Другим первопроходцем называют компанию Qualcomm, которая реализовала систему OmniTRACS, предназначенную для отслеживания коммерческого транспорта.

M2M платформы позволили решать задачи по оптимизации бизнес-процессов и предлагать комплексные решения. На фабриках и заводах в технику стали интегрировать сим-карты, которые позволили автоматизировать весь производственный процесс. Значительно сократилось количество производственных рабочих, а в помещениях цехов многих предприятий теперь практически безлюдно: управлять всем производством стало возможно одному оператору, который следит за состоянием системы и дает ключевые команды всей системе.

Россию волна межмашинного взаимодействия настигла в начале 2000-х годов, когда всюду начали использоваться терминалы для оплаты, оснащенные промышленными модемами. А сегодня наша страна занимает одно из лидирующих мест по числу установленных платежных терминалов.

Активное развитие таких технологий особенно заметно и в транспортном секторе. Например, таксопарки интегрируют системы, которые помогают выстраивать и анализировать маршруты, контролировать водителей, собирать информацию и выводить ее на информационные табло.

Сфера применения M2M технологий обширна: это и системы безопасности, и автоматизация промышленности, логистика, торговля и здравоохранение и т.д. Межмашинное взаимодействие уже сегодня активно входит в сельское хозяйство, прокладывая путь к высокому развитию, сокращению штата сотрудников и максимизации прибыли. Сюда же можно включить оснастку морских судов системами, налаживающими канал постоянной связи с сушей практически без участия человека.

Основными целями, преследуемыми при внедрении данных технологий, являются:

-        оптимизация имеющихся технологий, повышение их эффективности;

-        приобретение новых конкурентных преимуществ в уже производимые продукты;

-        повышение эффективности сбора данных и их анализа;

-        улучшение экологической ситуации в регионах.

Готовые решения по оптимизации бизнеса для крупных производств,

заводов и таксопарков особенно активно предлагают несколько компаний, в основном, это сотовые операторы, в число которых входит Мегафон. Компания предлагает множество готовых «умных» решений, которыми пользуются и сотрудники МЧС, ГИБДД, банковских, рекламных, торговых сфер и их клиенты.

Примером успешного внедрения M2M решений может стать МТС. В середине 2014 года к ней обратилась компания ИНТАЧ СТРАХОВАНИЕ, которая находилась в поиске инноваций для привлечения новых клиентов. Вместе с МТС были запущены два новых страховых продукта КАСКО, в которых применялись инновационные услуги МТС «Умное страхование».

В автомобиль встраивался телематический блок, позволяющий оценивать качество вождения, его безопасность, скоростной режим, езду в ночное время и т.д., что позволило более точно оценить риски и рассчитывать на страховой коэффициент.

Идея привлекла аккуратных водителей, которые, доказав, что их вождение безопасно, могли снизить свои страховые выплаты. Сегодня около трети новых клиентов компании заключают контракты с услугами «Умного страхования».

Развитие M2M технологий продолжает быть актуальным сегодня и вряд ли потеряет актуальность завтра. Ведутся разработки по приданию устройствам большей функциональности, уменьшению габаритов систем, повышению надежности и упрощению в управлении. Кроме этого, ожидается скорое появление способа гармонизировать стандарты связи.

То, что «интернету вещей» есть куда развиваться далее, является очевидным фактом. Мы уже стали свидетелями появления систем подключения бытовой техники по Bluetooth и Wi-Fi, каждый слышал о проектах «умного дома», систем наблюдения за детьми и прочего. В мире насчитывается более 2 миллиардов связей между 200 миллионами приборов, и эти числа стремительно увеличиваются.

К сожалению, есть в тенденции к внедрению данных технологий и серьезная проблема. Потоки передаваемой информации растут так стремительно, что возникает риск нехватки электроэнергии. Если не обратить внимание на эту проблему сейчас, в будущем все электростанции будут работать только на обработку и передачу данных.

Одними из самых многообещающих путей развития являются области телемедицины, систем автоматизированного управления транспортными средствами, «умные города», где M2M оборудование дает возможность улучшить качество жизни и безопасность жителей.

И, конечно, перспективы развития machine-to-machine в бизнес-сфере в наше время практически не имеют границ.

Заключение
Подводя итоги, становится понятно, что автоматизация принятия «умных» решений способна ускорять рутинные и трудоемкие процессы, значительно облегчая жизнь агенту, их использующему. Внедрение таких систем позволяет сконцентрироваться на результатах работы, на исследовательских задачах, особых операциях, предполагающих применение опыта, знаний и интуиции, а не на формальных механических процессах. С помощью «умных» систем сокращаются издержки, исключаются риски дезорганизации, ошибок в расчетах, сокращается влияние человеческого фактора, повышается эффективность всей организации.

С другой стороны, внедрение автоматизированных «умных» решений порождает и новые риски, которых необходимо избегать. Для этого требуется постоянно совершенствовать и обновлять сложную технологичную систему, повышать ее защищенность от кибератак, мотивировать руководство на достижение результатов, и обучать персонал работе с внедряемыми технологиями и т.д.

Библиографический список:

1. Кудрявцев А.А. Управление рисками / Кудрявцев А.А., Чернова Г.В.; учебное пособие. - М.: ТК Велби, Изд-во Проспект, 2003. – 160 с.
2. Лапыгин Д.Ю. Управленческие решения: учебное пособие / Лапыгин Д.Ю., Лапыгин Ю.Н. – М.: Изд-во Эксмо, 2010. – 391 с.
3. Нигматуллин Р. А. Автоматизация принятия управленческих решений на основе экспертных оценок / Нигматуллин Р. А. // Российское предпринимательство. – 2011. - N 7. – С. 34-39
4. Ременников В.Б. Управленческие решения: Учебно-методические материалы. - М.: МИЭМП, 2010. - 141 с.
5. Пути автоматизации [Электронный ресурс] – Режим доступа: http://www.c2ways.ru/2013/06/8.html, свободный. — Загл. с экрана. — Яз. рус., англ.
6. Справочник24 [Электронный ресурс] – Режим доступа: https://spravochnick.ru/menedzhment/upravlencheskie_resheniya/avtomatizaciya_upravlencheskogo_resheniya/, свободный. — Загл. с экрана. — Яз. рус., англ.
7. Управление рисками, риск-менеджмент на предприятии [Электронный ресурс] – Режим доступа: http://www.risk24.ru/vidi.htm, свободный. — Загл. с экрана. — Яз. рус., англ.
8. Энциклопедия маркетинга [Электронный ресурс] / Интернет-проект – Режим доступа: https://www.marketing.spb.ru/mr/it/M2M.htm, свободный. — Загл. с экрана. — Яз. рус., англ.
9. Энциклопедия Экономиста [Электронный ресурс] – Режим доступа: http://www.grandars.ru/student/fin-m/vidy-riskov.html, свободный. — Загл. с экрана. — Яз. рус., англ.
10. AXELOT [Электронный ресурс] / Решения для логистики – Режим доступа: https://www.axelot.ru/know/press/detail_34114/, свободный. — Загл. с экрана. — Яз. рус., англ.
11. ECM-Journal [Электронный ресурс] / Журнал об электронном контенте, документах и бизнес-процессах — Режим доступа: https://ecm-journal.ru/docs/Riski-proekta-avtomatizacii.aspx, свободный. — Загл. с экрана. — Яз. рус., англ.
12. INTELEVISION [Электронный ресурс] – Режим доступа: https://www.intelvision.ru/blog/m2m, свободный. — Загл. с экрана. — Яз. рус., англ.




Комментарии пользователей:

Оставить комментарий


 
 

Вверх