Использование потенциала систем оперативного анализа данных для интенсификации процесса диффузии инноваций

Плетняков В.А.

Статья в журнале

Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку

№ 4 (14), Декабрь 2012

Цитировать:
Плетняков В.А. Использование потенциала систем оперативного анализа данных для интенсификации процесса диффузии инноваций // Вопросы инновационной экономики. – 2012. – Том 2. – № 4. – С. 40-50.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=18303607

Аннотация:
Статья посвящена использованию технологий оперативной аналитической обработки данных для повышения эффективности процесса диффузии инноваций путем рассмотрения его с различных сторон и возможности учета при принятии решений интересов всех участников инновационного процесса.

Ключевые слова: национальная инновационная система, инновационный процесс, диффузия инноваций, оперативная аналитическая обработка данных

В издательстве открыта вакансия ответственного редактора научного журнала с возможностью удаленной работы
Подробнее...



О важности построения новой, ориентированной на использование инноваций экономики России говорится достаточно часто, как учеными, так и государственными деятелями, в том числе на самом высшем уровне. Это вызвано рядом позитивных эффектов, оказываемых на экономику наличием инновационно-активных предприятий в ее структуре, которые являются одними из основных участников процесса диффузии инноваций.

Высокая значимость инновационной составляющей модернизации для экономических субъектов РФ определяется такими факторами, как:

  • глобальная конкуренция (следствием чего является конкуренция с лидерами в большинстве отраслей);
  • перманентно протекающий процесс изменения предпочтений потребителей (в том числе на внутреннем рынке — благодаря росту доходов);
  • невозможность существенно повысить эффективность производства и качество товаров без внедрения новых технологий и практик в производственный процесс, а также другими чертами, присущими современной мировой экономике.
  • Из этого вытекает необходимость постоянного освоения новых технологий, организационно-управленческих моделей, способствующих охвату новых рыночных ниш и рынков, производства новых товаров (предложения новых услуг), то есть интеграции инновационного процесса в процесс жизнедеятельности компании, результатом чего становятся модернизационные преобразования.

    Одной из главных составляющих инновационного процесса является диффузия инноваций, успешность которой и определяет, состоялась инновация или нет. Причиной тому множество факторов, в том числе сетевые эффекты, зачастую присущие инновациям, делающие тем ценнее обладание новшеством, чем шире оно распространяется в экономике. Диффузия инноваций также в значительной степени определяет тип модернизационных преобразований. Препятствия модернизации российской экономики в настоящее время связаны не только с дефицитом интересных открытий, изобретений и квалифицированных кадров, но и с тем, что российские предприниматели не мотивированы на внедрение инновационных разработок. Следовательно, одним из центральных импульсов может стать стимулирование инновационного поведения хозяйствующих субъектов и создание выгодных условий для инновационно-ориентированных инвестиций.

    Новшество тогда приносит прибыль и становится инновацией, когда находит практическое применение. При этом, как правило, инноватору [1] наибольшую прибыль приносят широко распространившиеся новшества — благодаря большому рынку сбыта.

    Современные технологии обычно требуют для своего использования (тем более широкого и с минимумом сопутствующих издержек) наличия квалифицированного персонала и связанных с ними технологий, в том числе у партнеров и поставщиков, что обусловлено комплексным характером конечных продуктов. Таким образом, процесс диффузии инновации зависит от множества факторов, в числе которых не только стоимостные и технические характеристики самой инновации, но и успешность процесса диффузии сопутствующих технологий. При этом в экономике существует конкуренция между такими комплексными наборами новшеств. Примером являются в недавнем прошлом «войны форматов» на рынке носителей информации. Победивший в такой конкурентной борьбе способ хранения (передачи, обработки) информации становился отраслевым стандартом, а его создатель — получателем лицензионных отчислений; проигравший — полностью исчезал [5].

    Общество в целом также получает наибольшую выгоду от тех инноваций, для которых характерна масштабная диффузия. В интересах общества выступает государство, являющееся важным участником современного инновационного процесса. Это верно для всех стран мира, хоть и в разной степени [2], но в России государство играет весьма значительную роль в построении инновационной экономики, выполняя сразу несколько функций, как регулирующих, определяя «правила игры» [1], так и прямо участвуя в инновационном процессе. Таким образом, становится оправданным развитие и использование отдельного механизма управления инновационным процессом на стадии диффузии инновации, что можно осуществлять с помощью методов, обычно плохо подходящих и слабо используемых для управления на стадии создания новшества.

    Свойственная инновациям высокая неопределенность результатов использования и отсутствие исторических данных обусловливают значительную роль экспертов в получении оценок по ним и индивидуальный проектный подход, при котором каждое внедрение новшества в каких-либо условиях оценивается независимо. Это оправданно, если компания-инноватор является и продавцом, и покупателем инновации одновременно (то есть условия использования новшества практически неизменны), или если набор возможных вариантов инновационного инвестирования невелик. Но в современных условиях хозяйствования чаще существует большое количество вариантов инновационных разработок, значительная доля которых предлагается другими экономическими субъектами.

    Вышеуказанное делает актуальным использование при управлении инновационным процессом на этапе диффузии инноваций таких современных методов поддержки принятия решений, как OLAP (On-Line Analysis Processing, оперативная аналитическая обработка данных, класс приложений и технологий, предназначенных для сбора, хранения и анализа многомерных данных в целях поддержки принятия управленческих решений в реальном времени) и интеллектуальный анализ данных (ИАД), а также гибридных технологий — оперативной аналитической добычи знаний.

    Важной отличительной чертой OLAP является возможность анализа больших объемов данных, описывающих исследуемый объект или процесс с разных сторон путем предоставления аналитику инструментов для работы с многомерностью данных. Одна и та же количественная характеристика может быть описана, представлена и оценена с разных сторон. Такая числовая последовательность является измерением фактов, а различные данные, ее характеризующие, — измерениями мер (рис. 1). Их может быть настолько много, что перегружаются возможности человека по восприятию информации, но работа с многомерными OLAP-кубами позволяет выбирать нужные в данный момент данные («срез данных») и уровни агрегирования, оставляя остальные измерения доступными для отображения снова.

    Рис. 1. Пример OLAP-куба [3]

    ИАД, в свою очередь, реализует другой способ поддержки анализа больших объемов разноплановых данных — обнаружение неизвестного ранее знания практически без участия аналитика путем использования комплекса сложных инструментов, основными из которых являются нейронные сети, кластерный анализ, деревья решений, ассоциативные правила и т.д.

    Специфическими чертами приведенных методов является потребность в наличии фактических данных для анализа, являющихся репрезентативной выборкой, и соответствующая инфраструктура, затраты на которую не всегда могут быть покрыты доходами от принятия более оптимальных решений по ИП. В то время как новшество еще не было внедрено, инновация на этапе диффузии имеет уже некоторую историю применения, что позволяет использовать фактические, реальные, объективные данные для ее оценки, в отличие от субъективных и в принципе имеющих небольшую точность прогнозов оценок. При этом OLAP-подход предполагает исследование разных сторон исследуемого объекта и комплексных явлений, в числе которых инновации.

    Построение многомерного OLAP-куба является основой для работы в приложениях, реализующих OLAP-функционал. Например, для новых товаров используются измерения мер: дата, покупатель, место продажи; а измерениями фактов являются: себестоимость, стоимость продажи, количество проданного товара. При этом для себестоимости будут присутствовать такие специальные измерения мер, как наличие уникального оборудования, специфического сырья и особой квалификации персонала, которые определяют как возможность, так и издержки выпуска инновационной продукции.

    Также оправданным является использование ИАД, основным преимуществом которого в контексте исследования процесса диффузии инноваций является его способность обнаруживать зависимости, о существовании которых ранее не было известно, появление которых с высокой вероятностью может быть вызвано вхождением в процесс функционирования экономики ранее отсутствовавших в ней объектов, которыми являются новшества. К числу наиболее распространенных методов интеллектуального анализа данных относятся эволюционное программирование, когнитивные карты, кластеризация, генетические алгоритмы и т.д. Простое применение одного из данных инструментов оператором без специального образования позволяет из достаточно большого объема данных получить информацию о внутренних зависимостях в них, построить модели, в общем и целом — «добыть знания».

    Конкретные детали использования подходов OLAP и ИАД определяются как сущностью конкретной инновации, так и целями анализа, в свою очередь зависящими от целей более высокого уровня, преследуемых исследователем.

    Процесс диффузии инноваций подвержен воздействию со стороны следующих субъектов:

    Инноватор.

    Государство.

    Партнеры.

    Конкуренты.

    Потребители.

    Финансовые институты.

    При этом основной причиной взаимодействия указанных субъектов между собой, как и целью инноватора, выступает процесс диффузии инновации. Как инновация, в том виде, в котором она продвигается инноватором, влияет на других субъектов путем изменения относительной ценности их текущей собственности (оборудования, ноу-хау, технологических процессов, производимых товаров и т.д.), так и, например, партнеры, при внедрении инновации у себя оказывают на нее воздействие (например, улучшая и адаптируя, или влияют сетевые эффекты).

    Таким образом, возможно концептуальное представление процесса взаимодействия субъектов инновационного процесса (прежде всего, на этапе диффузии) в виде следующей схемы, представленной на рис. 2. Схема в общих чертах указывает на влияние тех или иных заинтересованных субъектов на инновационный процесс, которые выделены в две категории: «Ближнее окружение» и «Внешняя среда», при этом приведены примеры основных целевых показателей, в повышении которых субъекты заинтересованы.

    Рис. 2. Упрощенная схема взаимного влияния экономических субъектов, аспекты инновационного процесса

    Безусловным является участие в процессе появляющихся конкурентов и потребителей новшества, влияние остальных является опциональным. Конкуренты и потребители выступают «экспертами», своими действиями дающие оценку новшеству. Их реакция является объективным критерием экономической целесообразности инновации. Данная схема является существенным упрощением реального положения дел. Также стоит учитывать, что один и тот же субъект может играть несколько ролей (и потребитель, и конкурент), а роль даже инноватора могут выполнять несколько юридически независимых самостоятельных лиц. Так, право владения новшеством может передаваться от субъекта к субъекту, и инноватором в используемой нами терминологии является текущий владелец данной интеллектуальной собственности, хотя возможны разные варианты. В соответствии с Федеральным законом от 02.08.2009 г. № 217-ФЗ, бюджетные научные и образовательные учреждения могут создавать хозяйственные общества в целях практического применения результатов интеллектуальной деятельности. Малые инновационные предприятия и научно-образовательные центры, организованные при крупных вузах, показывают достаточно высокую инновационную активность, до 200 млн. руб. в год привлеченных средств [2]. При этом они имеют свои специфические интересы.

    Отличительной особенностью категории «Финансовые институты» является ее высокая неоднородность. В данную условную категорию входят все субъекты, имеющие возможность и желание предоставить денежные средства для реализации инновационных проектов. Венчурные инвесторы и банки составляют весомую часть данной категории. Если для банков важен показатель прибыли, то для инвесторов, в том числе венчурных, большое значение имеет рентабельность проекта. Партнерами обозначим юридически независимые организации с общими экономическими интересами и связанные друг с другом каким-либо договором, например, функционирующие в рамках одной технологической цепочки.

    Государство, являясь сложной системой, может быть представлено различными ветвями власти, министерствами, ведомствами и присутствовать одновременно в ближнем окружении как партнер в создании и распространении инновации, в качестве элемента внешней среды. В последнем случае — регулируя экономическую деятельность на общих основаниях, выступая специфическим потребителем продукции и т.д. В принципе, государство всегда влияет на инновационный процесс, формируя нормативно-правовые акты, но в общем случае не оказывает какого-либо специфического воздействия. Из этого вытекает необязательный характер его участия в процессе диффузии. Хотя, обладая существенными возможностями, государство является ценным партнером, чьей поддержкой в реализации проектов пытаются заручиться большинство инноваторов.

    В каждом конкретном случае инноватором может выступать как частная компания, так и государственная организация, главное, чтобы данный субъект обладал правом распоряжения конкретно этой интеллектуальной собственностью.

    Многоаспектность в целом свойственна для инноваций, а в случае государственной поддержки, очевидно, преимущество получают те новшества, которые характеризуются позитивным эффектом для экономики региона, страны в целом, так как государство предпочтет именно такие проекты.

    В терминах OLAP-куба показатели, например, социально-экономических преимуществ, конвертируемые в прибыль (уникальные компетенции, лицензии и т.д.) и сама прибыль являются измерениями фактов, а различные параметры инновационного проекта (товаров, услуг, технологий) — измерениями мер.

    При использовании одних и тех же фактических данных цели различных субъектов отличаются, что для многомерного куба можно представить как наличие нескольких вариантов по сути одного и того же куба, или через введение дополнительного измерения мер, значениями на высоком уровне иерархии которого является значение, например, «Производство инновационного товара в условиях потенциального лицензиата A».

    Таким образом, можно получить модель инновационного проекта, выраженную в OLAP-кубе. При совпадении значений экономических показателей некоторого предприятия и примерных рассчитанных пороговых значений оправданности использования новшества можно сделать вывод о принципиальной целесообразности внедрения данной инновации или, как минимум, о целесообразности более затратного детального исследования. Учитывая частичное совпадение интересов субъектов процесса диффузии и их общую заинтересованность в доступе к фактическим данным, целесообразным для них является объединить усилия по исследованиям характеристик внедрения того или иного новшества в тех или иных экономических и социальных условиях. В случае одинаковых моделей описания действительности (идентичного набора измерений куба или сводимых к нему) проблем с их взаимодействием практически нет.

    И при максимально полном исследовании фактических данных невозможен отказ от оценок экспертов, также необходим учет позиций лиц, принимающих решения, определяющих глобальные цели. Из этого можно сделать вывод о необходимости интеграции в процесс анализа диффузии методов учета субъективности показателей. Тогда, в совокупности с использованием OLAP-куба, возникает возможность учета и рассмотрения в рамках единой тиражируемой модели интересов основных участников процессов создания и диффузии инноваций.

    С организационной точки зрения из этого вытекает целесообразность создания некоторой формы сотрудничества между субъектами процесса распространения инновации, которая в целом может являться частью национальной инновационной системы (НИС), вместе с использованием механизмов государственно-частного партнерства.

    При принятии решений о каких-либо действиях, направленных на изменение характера процесса диффузии, необходимо учитывать специфику влияния субъектов процесса диффузии. Для двух основных субъектов, чьи решения определяют успешность инновационного процесса, некоторые особенности приведены ниже (табл.1).

    Таблица 1

    Особенности влияния на диффузию инновации основных субъектов инновационного процесса

    Характеристики влияния на инновационный процесс
    Инноватор
    Государство
    Главный критерий результативности
    Размер прибыли
    Социально-экономический эффект
    Характер влияния на инновационный процесс
    Прямое: управление реализацией ИП, распоряжение объектом интеллектуальной собственности
    Косвенное воздействие: с помощью законодательных актов либо стимулирования инновационной деятельности
    Наличие влияния на процесс диффузии инновации
    В любом случае имеет место
    Опционально, но всегда ставит ограничения на спектр возможных действий
    Возможность единоличного принятия решений по управлению инновационным процессом
    Присутствует
    Только коллегиальное принятие решений — вместе с инноватором
    Возможность привлечения к проекту новых партнеров
    Присутствует
    Нет решающего голоса

    При сотрудничестве субъектов процесса может возникнуть конфликт интересов, выражающихся, например, в искажении предоставляемой информации. Точность предоставленных данных должна поддерживаться самими участниками при наличии некоторого регулятора, главным кандидатом на место которого является государство как незаинтересованное в каком-либо отдельном проекте лицо, но всегда выступающее потребителем «общего эффекта», генерируемого диффузией инноваций. При этом, сами форматы значений данных, как и наборы измерений, целевых показателей [4], должны определяться в основном не государством, а участниками платформы, являющимися как продавцами, так и покупателями инноваций. Обусловлено это тем, что их интересы являются приоритетными при построении рыночной инновационной экономики.

    Вывод

    Интенсивное использование множеством экономических субъектов РФ информационно-аналитической платформы, при следовании единым алгоритмам и технологиям, может способствовать инновационно-экономическому сотрудничеству, скорейшему проникновению в экономику наиболее эффективных инноваций, в том числе дающих долгосрочные социальные эффекты. Практическое создание и применение такой платформы, основанной на использовании многообразия методов оперативного анализа данных, оперативной добычи знаний, позволит существенно повысить качество и оперативность принимаемых на этапе диффузии инноваций управленческих решений и наладить взаимодействие между участниками процесса. При этом возможно вовлечение экономических субъектов, до того находившихся на периферии процесса диффузии, в том числе из-за незначительных собственных возможностей по извлечению прибыли от участия в процессе. Результатом использования такого принципа построения НИС будет интенсификация модернизации экономики России.

    [1] Под ним понимаем субъект, являющийся инициатором инновационного процесса; может быть как физическим лицом, так и юридическим, любой формы собственности.

    [2] Учитывая важность инноваций для экономики развитых стран, их правительства предпринимают массу усилий для удержания технологического лидерства.

    [3] Визуально можно представить максимум 3 измерения.

    [4] Существуют понятия, имеющие схожее функциональное назначение, преследующие цель стандартизации процессов хранения и работы с данными в рамках одной или нескольких организаций — нормативно-справочная информация и Master Data Management (управление мастер-данными) [3, 4].


    Источники:

    1. Быкова О., Суслова С. Логистический трансферт технологий как метод диффузии инноваций // Логистика. – 2011. - №8. – С.23-25.
    2. Кириллова С.С. Прогнозирование эффективности формирования малых инновационных предприятий при научно-образовательных центрах // Вестник ЮРГТУ (НПИ). – 2012. - №1. – С.66.
    3. Нормативно-справочная информация, управление НСИ. Сайт НЦИТ «ИНТЕРТЕХ» // http://www.intertech.ru/Production/esnci.asp
    4. The What, Why, and How of Master Data Management // http://msdn.microsoft.com/en-us/library/bb190163.aspx
    5. Википедия. Война форматов // http://ru.wikipedia.org/wiki/%C2%EE%E9%ED%E0_%F4%EE%F0%EC%E0%F2%EE%E2

    Страница обновлена: 15.04.2024 в 04:41:23