Текст книги "Мивары: 25 лет создания искусственного интеллекта"

Полное представление об уровне инновационного развития научно-промышленного комплекса химической промышленности может быть сделано на основе системного анализа динамики инновационных индикаторов, оценки основных направлений инноваций, особенностей и тенденций инновационной деятельности. Кроме того, проведение сравнительного анализа основных показателей инновационной деятельности позволяет определить инновационную активность предприятий, их инновационный потенциал и уровень развития. Решение этих задач возможно только с применением современных информационных технологий.

Сложность и многообразие видов инновационной деятельности научных организаций и предприятий определяет научную и практическую значимость проблемы систематизации объектов экономического анализа инновационной деятельности, а также методологических подходов к их изучению. Так как в каждый момент времени инновационная деятельность хозяйствующего субъекта может характеризоваться отличной от реализованных в прошлом проектов степенью интенсивности, ресурсным потенциалом, уровнем финансовых результатов, предлагается использовать системный подход и ориентироваться на принципы формирования сбалансированной системы показателей.

Анализ и выбор показателей инновационного развития НИИ и предприятий химического комплекса в рамках проведенного анализа осуществлялся в условиях неопределенности, вызванной наличием факторов, не поддающихся строгой количественной оценке, что обусловило необходимость использования в исследовании методологии системного анализа. Все статистические данные были систематизированы, а показатели – объединены в группы, характеризующие различные стороны инновационного процесса, но взаимосвязанные между собой и оказывающие влияние друг на друга и на поведение всей системы, а не только ее части. Для получения сопоставимых данных при сравнении различных характеристик инновационного развития использовались их средние значения и расчетные показатели.

Для проведения динамического анализа была разработана структурная схема системного анализа научно-исследовательских институтов и промышленных предприятий в рамках научно-промышленного комплекса России (рисунок 36).

Рисунок 36 – Структура научно-промышленного комплекса России

Российский промышленный комплекс структурирован по трем основным видам производств: добыча полезных ископаемых, производство и распределение электроэнергии, газа и воды, а также обрабатывающие производства. Последняя категория сегментирована по технологическому уровню сложности входящих в нее отраслей, и включает в себя высокотехнологичные, среднетехнологичные (высокого и низкого уровня) и низкотехнологичные отрасли [203].

К среднетехнологичным отраслям высокого уровня относятся: производство машин и оборудования, электрических машин и электрооборудования, автомобилей, прицепов, других транспортных средств, а также рассматриваемое нами химическое производство.

Первым уровнем системного анализа инновационного потенциала научного комплекса является вся наука России в целом (рисунок 36). Это базовый уровень анализа, который включает в себя оценку интеллектуальных, финансовых и материальных ресурсов всей науки, упорядоченный по секторам (государственный, предпринимательский, вузовский).

Данный уровень анализа позволяет получить представление об общей структуре и численных характеристиках научного комплекса. Именно здесь выявляется ключевая роль и значимость отраслевой науки в научном комплексе России. Предпринимательский (отраслевой) сектор науки представляет собой основного участника инновационного развития [29].

Компьютерная обработка статистических данных показала, что, несмотря на минимальную государственную поддержку, сегодня в отраслевом секторе сосредоточено в 1,5 раза больше кадровых и материальных ресурсов, чем в академическом и вузовском секторах науки вместе взятых. А объемы научно-исследовательских работ и разработок в 2 раза выше.

Следующим уровнем системного анализа инновационного потенциала научного комплекса России является структурирование отраслевой науки России по шести отраслевым комплексам: машиностроительный, металлургический, химический и микробиологический, медицинский и т.д. [312].

Расчеты показали, что удельный вес химической и микробиологической промышленности в объеме всех инновационных ресурсов отраслевой науки достаточно высок: кадровые ресурсы ~ 20 %, объемы работ по НИР ~ 30 % и материальные ресурсы ~ 20 % от общего объема.

Для анализа отраслевых комплексов имеется очень мало статистических данных, указанная в сборниках информация не является текущей, так как относится к уже прошедшему периоду, отстоящему от настоящего на несколько лет. Для решения этих проблем на следующем третьем уровне иерархии была разработана автоматизированная система, с помощью которой были всесторонне проанализированы инновационные ресурсы на примере отдельной отрасли – отраслевой науки химического комплекса.

Процесс эффективного управления отраслевой химической наукой требует от регулирующих организаций привлечения наиболее наукоемких технологий с высоким уровнем автоматизации не только процессов подготовки информации для принятия решений, но и самих процессов выработки вариантов решений, опирающихся на полученные информационной системой данные [29]. Такого рода информационные системы способны диагностировать состояние научных организаций, оказывать помощь в антикризисном управлении, обеспечивать выбор оптимальных решений по стратегии развития организаций и их инвестиционной деятельности. Возможность использования автоматизированных средств для поддержки процессов анализа, оценки и принятия экономических решений позволяет проводить экономический анализ деятельности организаций, стратегическое планирование, инвестиционный анализ, оценку рисков и формирования портфеля ценных бумаг, финансовый анализ, маркетинговые исследования, инновационный менеджмент и т.д.

В рамках данного подхода была создана и разработана информационно-аналитическая система "NII-Chem", предназначенная для решения широкого спектра задач автоматизации обработки данных и анализа инновационного потенциала динамично развивающихся научных организаций химической отрасли. Интеллектуальная система "NII-Chem" представляет собой интегрированную систему, разработанную на основе системы управления базами данных (СУБД) MS Access. В её состав входят средства, позволяющие вносить, редактировать, обрабатывать и визуализировать данные. Информационным ядром системы являются данные отчетных форм "2-наука" за 1990-2008 гг.

Специфика комплексной оценки НИИ определяется тем, что они, сочетая в себе фундаментальные и прикладные исследования, являются ключевыми субъектами развития науки. Более того, отраслевая наука является основной движущей силой технического прогресса в промышленном производстве России. Через отраслевые НИИ наиболее эффективно внедряются в производство результаты фундаментальных исследований и перспективные инновационные проекты. Исходя из этого, функциональный компонент информационно-аналитической системы "NII-Chem", предназначенный для аналитической обработки данных, спроектирован и реализован с учетом специфической методологии оценки научных организаций химического комплекса.

Информационно-аналитическая система "NII-Chem" обладает широким диапазоном функциональных возможностей. По выполняемым функциям система делится на три уровня: данные, анализ и представление данных. В соответствии с этими уровнями разработана функционально-логическая схема автоматизированной системы (рисунок 37).

Рисунок 37 – Функционально-логическая схема автоматизированной системы «NII-Chem»

Как видно из рисунка 37 анализ данных может быть осуществлен в нескольких информационных сечениях: форма собственности, анализируемый период (год) и анализируемые НИИ (один или несколько).

Логическое упорядочивание данных в рамках информационно-аналитической системы реализуется на основе разработанной иерархии (см. рисунок 36). Оценка инновационного потенциала НИИ химической отрасли в информационно-аналитической системе "NII-Chem" структурирована по трем направлениям: оценка интеллектуальных, финансовых и материальных ресурсов. Такое деление представляется оправданным, поскольку каждая часть отражает группу относительно независимых научно-экономических показателей.

Вывод обработанной информации реализован в двух вариантах: графическом и табличном.

Графическая среда организации взаимодействия пользователя, построенная с помощью визуальных компонентов VBA, поддерживает единообразие в своей структуре, которое делает интуитивно понятным способы управления системой.

Рисунок 38 – Экранная форма автоматизированной системы «NII-Chem» (подсистема рейтингового анализа инновационных ресурсов)

Интегрирующим элементом информационно-аналитической системы для динамического анализа инновационного потенциала химического научно-промышленного комплекса является разработанная подсистема рейтингового анализа (см. рисунок 38). Включение данной подсистемы переводит разработанную систему на более высокий уровень и придаёт ей статус интеллектуальной информационной системы, поскольку позволяет осуществлять углубленный анализ на основе разработанной методологии рейтингового анализа инновационного потенциала рассматриваемых организаций [24].

В первой очереди системы [29] использовался интегрированный критерий, объединяющий интеллектуальные и финансовые ресурсы (RN):

где γ – весовые коэффициенты, рассчитываемые по лексикографическому принципу; STi – приведенная к средней выработка по НИР за 2005 г. (в 2006 г. была запущена вторая очередь системы); DNj – приведенный динамический индекс интеллектуального потенциала (приведенное к среднему соотношению ССЧ за 1990 и 2005 гг.).

В последние годы интегрированный критерий стал рассчитываться, как аддитивная функция от частных критериев по интеллектуальным, финансовым и материальным ресурсам (см. рисунок 38). Например, частный интегрированный критерий рейтинговой оценки материальных ресурсов (RM) представляет собой функциональную зависимость от наиболее информативных динамических (Di) и статических (Si) индикаторов основных фондов научных организаций.

При разработке интегрированного критерия были выбраны два основных критериальных принципа статического и динамического анализа:

1. Статический анализ: максимальная фондоотдача по НИР за 2008 г.

2. Динамический анализ: сохранение материальных ресурсов – минимальные потери основных фондов за период 1998 – 2008 гг.

"Статический анализ" основных фондов проводится за последний из рассматриваемых – 2008 год. В результате статического анализа важнейших индикаторов материальных ресурсов было показано, что инвариантным показателем для НИИ всех форм собственности является фондоотдача по НИР и научным услугам. Такая важная характеристика, как фондовооруженность была исключена из критериального анализа, так как невозможно оценить ее уменьшение или увеличение в качестве положительного влияния на инновационную привлекательность НИИ.

С учетом принципа динамического анализа (минимальные потери основных фондов за рассматриваемый период) была предложена динамическая составляющая интегрированного критерия рейтинговой оценки. Это динамический индекс основных фондов (ДИОФ), величина которого равна отношению стоимости основных фондов (S) в узловых точках временного интервала.

В качестве первой узловой точки принята экстремальная координата стоимости материальных ресурсов, соответствующая 1998 году (в ценах 2008 г.). Второй узловой точкой является статическая координата – 2008 год. Отсюда для каждой научной организации: ДИОФ = S1998 / S2008.

Исходя из этого, был разработан критерий интегрированной рейтинговой оценки материальных ресурсов НИИ химического комплекса (RМ):

RM = γ1 ·S1 + γ2·D2

где γ – весовые коэффициенты, рассчитываемые по лексикографическому принципу; S1 – приведенная к средней фондоотдача по НИР за 2008 г.; D2 – приведенная к среднему величина обратная ДИОФ.

В результате компьютерного рейтингового анализа все научные организации были распределены на 3 группы по уровню оценки материальных ресурсов: высшая (R1) – рейтинг выше 1,25; средняя (R2) – рейтинг от 0,75 до 1,25; низшая (R3) – рейтинг ниже 0,75. Анализ показывает хорошее состояние материальных ресурсов и их использование в группе R2 (и тем более R1) и проблемы в этой области для группы R3. Предложенная методология является достаточно гибкой структурой: в нее легко включить вновь появляющиеся варианты или группы индикаторов, а также адаптировать к другим секторам и отраслям науки.

Сложность и многообразие видов инновационной деятельности промышленных предприятий определяет научную и практическую значимость проблемы систематизации объектов экономического анализа инновационной деятельности, а также методологических подходов к их изучению. Так как в каждый момент времени инновационная деятельность хозяйствующего субъекта может характеризоваться разной степенью интенсивности, разным ресурсным потенциалом, разным уровнем финансовых результатов от реализованных в прошлом проектов, предлагается использовать системный подход и ориентироваться на принципы формирования сбалансированной системы показателей.

Архитектура разработанной БД (рисунок 39) создана как многоуровневая кибернетическая система, описывающая сущности, атрибуты, связи и схемы правил поведения моделируемой предметной области. Поступающие извне команды управления данными, существующими в программных объектах, трансформируются в команды, реализация и контроль которых осуществляется средствами БД. Программный комплекс "Innov-Chem" реализует классическую схему реляционных БД. Для доступа к данным реляционные системы используют непроцедурный высокоуровневой язык (SQL).

Рисунок 39 – Архитектура информационно-аналитической системы «Innov-Chem»

В архитектуре информационно-аналитической системы «Innov-Chem» выделены два уровня абстракции: уровень СУБД, представляющий собой целостную систему хранения и управления данными; и уровень реализации, который, являясь относительно независимым от СУБД, обеспечивает её функционирование с учетом специфики предметной области.

Логическая структура программного комплекса информационно-аналитической системы "Innov-Chem" была построена исходя из принципа максимальной абстракции входящих в него компонентов. Такой подход обеспечивает ее гибкость, адаптируемость и масштабируемость. В первую очередь, подход максимальной абстракции был реализован при построении базовой архитектуры системы.

Другим уровнем абстракции информационно-аналитической системы "Innov-Chem" является логическая структура функциональных возможностей программного комплекса. По выполняемым функциям система делится на три уровня: информация, анализ и визуализация (рисунок 40).

Рисунок 40 – Пользовательский интерфейс системы «Innov-Chem»

(на примере НИИ)

Информационный уровень включает в себя блоки ввода новых данных и редактирования уже имеющихся в БД. Обновление и корректировка информации (рисунок 41) осуществляется на основе официальных статистических форм («2-наука» и «4-инновация») [32]. Вносимые данные представляются регулирующими организациями/предприятиями и/или самими организациями/предприятиями. Для формирования отчетов полученные результаты можно экспортировать в MS Word (диаграммы) или в MS Excel (таблицы).

Рисунок 41 – Экранная форма информационно-аналитической системы «Innov-Chem»

Главным компонентом информационно-аналитической системы «Innov-Chem» является модуль анализа данных, осуществляющий аналитическую обработку релевантной информации. В информационно-аналитической системе «Innov-Chem» анализ данных может быть осуществлен по следующим направлениям: для научных организаций (форма собственности; анализируемый период (год); анализируемые научные организации; рейтинговый анализ) и для предприятий (анализируемый период (год); анализируемые предприятия; региональный анализ; качественный анализ; рейтинговый анализ). Совокупность нескольких независимых измерений, упорядоченных в каком-либо из указанных сечений, позволяет выявлять закономерности изменения как объекта анализа в целом, так и некоторых его составляющих.

Анализ и выбор показателей инновационного развития предприятий химического комплекса проводился с использованием методологии системного анализа [32]. Все статистические данные были систематизированы, а показатели – объединены в группы, характеризующие различные стороны инновационного процесса, но взаимосвязанные между собой и оказывающие влияние друг на друга и на поведение всей системы, а не только ее части. Для получения сопоставимых данных при сравнении различных характеристик инновационного развития использовались их средние значения и расчетные показатели.

В результате системного анализа все прямые (статформа "4-инновация") и расчетные показатели на верхнем уровне иерархии были разделены на две информационные группы: количественные и качественные. В свою очередь, количественные показатели на более низком уровне иерархии представляют собой совокупности общих и инновационных индикаторов. Каждая из этих групп разделяется на кадровые и экономические показатели:

· кадровые показатели включают в себя среднесписочную численность персонала, численности специалистов с высшим образованием и работников, выполняющих научно-исследовательскую и опытно-конструкторскую работу (НИОКР), а также количество принятых на работу квалифицированных специалистов;

· среди инновационных экономических показателей объектами анализа на каждом предприятии стали величина капитальных вложений и затрат на инновации, общий и инновационный объемы выпуска продукции, количество созданных, приобретенных и переданных технологий (патентов, лицензий) и др.

Рисунок 42 – Система показателей инновационного развития предприятий химического комплекса

Для сравнительного анализа инновационной деятельности предприятий использовался набор расчетных показателей, основанных на взаимозависимости и взаимовлиянии количественных показателей, таких как: удельный вес специалистов с высшим образованием и работников НИОКР, выработка инновационной продукции на одного работника, специалиста с высшим образованием и работника НИОКР, удельный вес инновационной продукции в общем объеме выпуска и затрат на осуществление инноваций в общем объеме капитальных вложений, показатели ресурсоемкости производимой инновационной продукции и отдачи от инвестиций на инновации.

Качественные показатели инновационного развития промышленных предприятий имеют в своей основе бальные оценки, выставляемые предприятиями по итогам своей деятельности за отчетный период. Они включают в себя следующие информационные блоки: факторы, препятствующие инновациям; влияние результатов инновационной деятельности на развитие предприятий и др. Качественные показатели представляются в статистических формах "4-инновация" в виде бальных оценок: 3 – наивысшая степень влияния показателя, 2 – средняя, 1 – незначительная или малосущественная, 0 – отсутствие влияния. Усреднение бальных оценок позволяет получить величину конкретного показателя для сравнительного анализа.

Применение информационно-аналитической системы "Innov-Chem" в целях анализа инновационного потенциала химического промышленного комплекса позволяет значительно облегчить и интенсифицировать этот процесс. Удобство и простота интерфейса, электронных форм для ввода прямых показателей из статистических форм "4-инновация" и представления итоговых результатов анализа способны ускорить и оптимизировать процедуру принятия управленческих решений. Несомненным преимуществом системы является возможность анализа инновационных индикаторов в рамках федеральных округов России, а также отдельных отраслей химической и нефтехимической промышленности.

Внедрение автоматизированных систем для осуществления анализа и прогнозирования параметров экономического развития научных организаций и промышленных предприятий химического комплекса позволяет принимать обоснованные решения в рамках эффективной инновационной политики развития как химической отрасли в целом, так и отдельных организаций и предприятий. Использование компьютеризированных средств для поддержки процессов анализа, оценки и принятия управленческих решений позволяет проводить комплексный анализ инновационной деятельности предприятий, стратегическое планирование, инвестиционный анализ, оценку рисков, финансовый анализ, маркетинговые исследования и т.д. Разработанные информационно-аналитические комплексы внедрены и успешно эксплуатируются в Департаменте химико-технологического комплекса и биоинженерных технологий Минпромторга (Минпромэнерго) России.