Авторы

Укрупненная классификация систем поддержки принятия решений

Укрупненная классификация систем поддержки принятия решений (Часть 2)

Цифровизация и ее влияние на развитие России

Памяти главного редактора А. А. Емельянова

20 сентября 2020 г. скоропостижно скончался известный российский учёный Александр Анатольевич Емельянов – доктор экономических наук, профессор, Почётный работник высшего профессионального образования Российской Федерации, профессор Национального исследовательского университета «Московский энергетический институт», главный редактор журнала «Прикладная информатика / Journal of Applied Informatics», член правления НП «Национальное общество имитационного моделирования», лауреат общественного рейтинга «ТОП-100 самых цитируемых российских учёных по данным РИНЦ» в научном разделе «Информатика». Читать дальше...

Вопросы классификации экономических экосистем

Важнейшими тенденциями современного общественного развития являются экономическая конвергенция и цифровизация. Именно их взаимодействие создает новые возможности повышения конкурентоспособности и эффективности в рамках совместного бизнеса представителей самых разных сегментов и секторов экономики. Основной институционально-организационной формой ведения бизнеса в рамках межсекторной экономической конвергенции под влиянием цифровизации становится экосистема. Целью статьи является уточнение понятия экосистемы как формы ведения совместного бизнеса в условиях межсекторной экономической конвергенции и цифровизации, а также построение классификации экосистем. В исследовании выдвигается следующая гипотеза – экосистема как институционально-организационная форма ведения совместного бизнеса является результатом одновременного влияния на него межсекторной экономической конвергенции и цифровизации, а «связь базового продукта, предоставляемого клиенту инициатором межсекторной экономической конвергенции до создания экосистемы, с цифровыми и/или информационными технологиями» может быть признаком классификации экономических экосистем. Новизной подхода является следующее. Рассмотрение экосистемы как формы ведения совместного бизнеса при одновременном воздействии на него экономической межсекторной конвергенции и цифровизации позволило уточнить понятие экосистемы, выделить параметр экосистемы, применяемый для классификации экосистем, и его основную характеристику, значения которой могут использоваться при построении классификации экономических экосистем. Читать дальше...

Экосистема «сбер» – продукт воздействия цифровизации на межсекторную экономическую конвергенцию

В статье исследуется опыт функционирования финансовой экосистемы «Сбер» как новой формы предпринимательской деятельности в условиях конкурентной экономики, обусловленной влиянием на процессы экономической конвергенции цифровизации – современной тенденции всего общественного развития. Изучение опыта финансовой экосистемы «Сбер» представляет собою как теоретический, так и практический интерес. Целью статьи является изложение и анализ реального опыта функционирования экосистемы «Сбер». Итог анализа – следующие результаты. Экосистема «Сбер» действительно является формой организации совместного бизнеса, реализуемого в рамках межсекторной конвергенции под воздействием цифровизации. Влияние межсекторной конвергенции проявляется в том, что инициатором ее создания есть финансовая организация – крупнейший сберегательный банк России, а участниками – представители самых разных секторов и сегментов экономики. Влияние же цифровизации на экосистему проявилось в том, что основой ведения совместного бизнеса является современная электронная база, включающая ИТ, платформы ИТ и сети. Применение на этой базе современных математических и инструментальных методов обработки информации и внедрение соответствующих стартапов не только отражает специфику использования электронной базы в рамках экосистемы, но и обеспечивает экосистеме «Сбер» несомненные конкурентные преимущества, а также позволяет инициатору вовлекать в совместный бизнес других экономических субъектов, причем только на добровольной основе. Читать дальше...

Интеллектуальный анализ данных в управлении российской высшей школой

Для всесторонней оценки качества управленческих решений необходимо иметь возможность учета разнородной информации, которая может быть представлена как в числовой форме, так и в виде выражений на естественном языке. Эффективным подходом к обработке трудно формализуемой информации является использование методов интеллектуального анализа данных, в том числе нейросетевых методов кластеризации и теории нечетких множеств. Это позволяет совмещать методы качественной оценки с возможностью получения количественных результатов. В статье представлен авторский подход к использованию этих методов для оценки рисков и качества управленческих решений в российской высшей школе на примере реализации самого масштабного для нее проекта – Проекта 5-100. На его примере доказана целесообразность использования нейросетевого метода кластеризации для оценки возможности достижения поставленных целей любого подобого масшабного проекта. Применение другого метода интеллектуального анализа – построение комплекса систем нечеткого вывода – подтвердило возможность построения на основе полученных по проекту экспертных вербальных оценок итоговой количественной оценки проекта. Кластеризация информационной базы данных, использованной для анализа, дает возможность осуществлять объективный отбор вузов – кандидатов на право получения государственной субсидии, а также корректировать состав участников Проекта 5-100. При этом нейросетевой метод кластеризации изначально проиллюстрировал недостижимость целей, поставленных перед Проектом 5-100, а применение комплекса систем нечеткого вывода подтвердило это утверждение – количественная итоговая оценка проекта, полученная на основе вербальных экспертных мнений, является очень низкой, что также оценивает этот проект как неудовлетворительный. Читать дальше...

Алгоритмы формирования моделей эффективного бизнеса

Решение задач эффективного ведения бизнеса связано с разнообразием текущих целей, стоящих перед ним, и, как следствие, требует построения соответствующих моделей эффективного бизнеса. В статье сформулированы две задачи ведения бизнеса, которые, помимо их общей целевой установки – повышение эффективности бизнеса, имеют разные текущие цели. Для построения моделей, отвечающих поставленным задачам, в статье обоснован и предложен критерий эффективности, а также разработаны Алгоритм 1 и Алгоритм 2, позволившие построить модели ведения эффективного бизнеса, учитывающие различие его текущих целей. Авторами разработан многоэтапный Алгоритм 1 формирования отдельных наборов направлений повышения эффективности, используемых для решения поставленных задач. Алгоритм 2, реализуемый на каждом этапе Алгоритма 1, разработан авторами с применением метода оптимальности Парето, однако дополнен учетом особенностей и целей текущих задач, поставленных перед бизнесом. Использование данных алгоритмов позволило построить модели эффективного бизнеса, обеспечивающие получение экономического эффекта, не только заложенного в каждое направление повышения эффективности, но и дополнительного его прироста, обусловленного свойствами разработанных алгоритмов. Читать дальше...