|
| | | | Проблемы современной экономики, N 2 (94), 2025 | | | | ПРОБЛЕМЫ МОДЕРНИЗАЦИИ И ПЕРЕХОДА К ИННОВАЦИОННОЙ ЭКОНОМИКЕ | | | |
| | Краснощеков Д. С.
аспирант кафедры финансов
Санкт-Петербургского государственного экономического университета
| | | | В рамках статьи изучена проблематика неоднородности данных как ключевого препятствия модернизации современной экономики и ее целостного перехода к инновационной стадии. В рамках исследования были проанализированы подходы других ученых к изучению данной тематики. Предложена методология выстраивания и поддержки однородной структуры данных в современных корпорациях, проанализирована ее основная структура, выделены основные преимущества и эффекты, которая она может принести современным корпорациям. | | Ключевые слова: цифровая экономика, цифровая трансформация, цифровые финансовые технологии, анализ данных, эффективность управления | | УДК 336; ББК 65.05 Стр: 22 - 25 |
В современных реалиях вопрос модернизации экономики и ее трансформации становится все более и более актуальным. Современные технологии, в том числе и цифровые финансовые технологии, формируют в рамках подобной трансформации отдельное направление, связанное с переходом мира корпоративных финансов к полноценной data-driven экономике, то есть к экономике, главном активом которой являются данные и выгоды, к которым может привести эффективное управление данными.
Особенно подчеркивают важность исследования данного направления ряд научных трудов, которые посвящены проблематике перехода к инновационной цифровой экономике. Среди основных предлагается выделить следующие:
– научное исследование Рысака Н.В. «Многоступенчатая модернизация российской экономики и развитие межгосударственных технологических альянсов», в котором главное внимание уделяется развитию технологического суверенитета Российской Федерации, благодаря чему станет возможной объединяющая роль Российской Федерации для создания межгосударственных технологических альянсов со странами третьего мира [5];
– в рамках статьи «Нейрономика, искусственный интеллект и проектирование информационных систем» профессор Соколов Р.В. выстраивает и анализирует фундамент одного из направлений модернизации экономики — нейроэкономики, максимизация эффекта от которой в большей степени зависит от качества управления данными [6];
– в целом цифровая трансформация принятия управленческих решений на базе искусственного интеллекта в рамках современной экономики поднимается в труде коллектива авторов Минакова В.Ф., Дудко О.Ю., Шепелёва П.Ю. «Цифровая трансформация принятия управленческих решений на базе искусственного интеллекта». В рамках данного исследования рассматриваются направления, в которых развивается искусственный интеллект и определяется принципы, согласно которым он может быть эффективен в современной экономике [3];
– в рамках вызовов цифровой экономики отдельно рассматривается и трансформация организаций в рамках принципов принятия решений, основанных на данных и метриках, которые данные привносят. Одним из трудов, анализирующих данное направление, является исследование Татенко Г.И. и Йакасая У.А. «Трансформация организации на основе Data Driven подхода» [7];
– также подчеркивает важность данных как цифрового актива в инновационной экономике исследование Аксяновой А.В. «Аналитики данных — ключевой ресурс цифровой экономики», в рамках которого внимание уделяется не только важности данных как потенциального актива, генерирующего прибыль для организации, но и проблемы на текущем рынке труда, связанные с подготовкой профессиональных аналитиков данных, как одного из ключевых активов на рынке труда цифровой экономики [1].
Помимо научных исследований, изучаемой проблематике соответствует и ряд отраслевых исследований. Наиболее актуальным из них является исследование аудиторско-консалтинговой фирмы Kept 2024 года, посвященное анализу конкурентных преимуществ и недостатков, а также особенностей искусственного интеллекта как одного из направлений цифровых технологий. В рамках данного исследования одним из ключевых стоп-факторов эффективного внедрения и развития технологий искусственного интеллекта выделяется ранее упомянутая неоднородность данных информационных систем в современных организациях, проблема формирования единого информационного ландшафтам и высокий уровень разрозненности данных [8].
Вышеприведенные исследования, изучающие и анализирующие процессы модернизации экономики, а также уделяющие внимание тематике неоднородности данных в качестве препятствия для перехода к инновационной экономике подчеркивают актуальность и важность разработки направлений и способов выстраивания интегрированной прозрачной системы хранения и управления данными в организации для решения ранее обозначенных проблем.
Прежде всего, в рамках решения данного вопроса предлагается сформировать полноценную многоуровневую систему отчетности для конечных пользователей, поскольку подобные отчетные формы будут представлять из себя своеобразный конечный продукт для data-driven подхода в управлении организацией. То есть в рамках стратегии управления, в которой ключевым источником принятия решений для организации будут данные, а также метрики и выводы, вытекающие из этих данных. Потенциально подобная система должна представлять собой следующую многоуровневую структуру в зависимости от потенциальных конечных пользователей отчетных форм.
1. Перечень исходных данных по операционным процессам деятельности организации, перечень инвестиционных, управленческих и финансовых данных для формирования соответствующих аналитических, операционных и управленческих метрик. В рамках этой группы отчетности потенциальными пользователями данных будут выступать лишь аналитики и разработчики, целью которых станет непосредственное исследование разрозненных данных и их дальнейшее преобразование для более высокоуровневых этапов взаимодействия.
2. Дальнейшие этапы будут разниться в зависимости от уровня распространенности функциональности руководителей. Первым подобным уровнем могут являться пользователи, состоящие из руководителей групп, направлений или отделов, которым будет предоставляться нормализованная и структурированная на предыдущем этапе информация по деятельности подведомственного им отдела или делегированной им функции. В зависимости от направления информация также может браться лишь из определенных источников.
3. Следующим уровнем будут являться руководители конкретных направлений деятельности организации. Так, например, финансовый директор (CFO) может получить анализ соответствующих финансовых метрик, директор по данным (CDO) — соответствующие данные о цифровом состоянии и развитии организации. В рамках этих отчетных форм информация не будет подробно структурирована в разрезе отдельных департаментов организации, однако будет предоставлять подробную информацию о конкретном направлении деятельности организации.
4. Следующим уровнем будет являться отчетность, представляемая президенту или генеральному директору (CEO) организации. Подобная отчетность будет уже полноценной управленческой отчетностью в разрезе деятельности целостной организации и позволит формировать управленческие и стратегические решения по развитию организации, как в краткосрочной, так и в среднесрочной и долгосрочной перспективах.
5. Самым высоким опциональным уровнем будет являться формирование инвестиционной отчетности, которая будет содержать основные инвестиционные метрики о деятельности организации. Она может быть представлена в рамках собрания акционеров или в рамках размещения инвестиционных отчетов на специализированных порталах для потенциальных инвесторов. Данная отчетность будет содержать лишь ключевые метрики деятельности организации и ее перспективы в разрезе параметров инвестиционной привлекательности.
Как мы видим, исходя из вышеописанного, в рамках данной методологии предполагается, что данные проходят полноценную трансформацию от сырых данных до их очищения, нормализации и формирования итоговых лаконичных и понятных отчетных форм с заданным форматом, временем и периодом обновления и предоставления для ключевых пользователей, которые будут являться эффективной основной для принятия операционных, управленческих и стратегических решений.
Следует подчеркнуть, что в рамках данного подхода самым трудоемким этапом будет этап первичный, в рамках которого, как было упомянуто ранее, аналитики и разработчики должны оперировать с сырыми, то есть неструктурированными данными. Итоговый формат унификации, нормализации и структурирования данных для формирования итоговых отчетных форм будет особенно актуален в современной экономике, в рамках которых оперируют не малое количество крупных организаций, которые по структуре представляют из себя конгломераты, холдинги, концерны и корпорации. Подобная методика будет особенно актуальна для них ввиду следующих их отличительных характеристик:
– крупные организации включают в себя большое количество различных бизнес-подразделений со своими методологиями работы с данными и со своими принципами построения отчетности, вследствие чего вопрос консолидации подобных методологий и поиска единого «золотого» источника правды для организации в целом становится для нее полноценным вызовом;
– в современных реалиях цифровой экономики подобные компании также не редко представляют из себя организации с широко разрозненным и диверсифицированным IT-ландшафтом. Помимо широкой географии локации инфраструктуры, что может быть воспринято как фактор нивелирования риска неисправности одной из частей инфраструктур, компания использует и большое количество источников данных, которые, как правило, не связаны между собой, как по бизнес-процессам и по бизнес-логике, так и по технологической составляющей. Особенно данная проблематика подчеркивается в текущих реалиях импортозамещения цифровых технологий, когда нередко единая западная экосистема технологий заменяется рядом отечественных или импортонезависимых аналогов, вопрос интеграции которых занимает как не мало времени, так и не мало ресурсов, в том числе и финансовых;
– большинство корпораций представляют из себя организации с высоким уровнем иерархии управленческого менеджмента, что, однако, не будет являться проблемой для предложенной ранее методологии, поскольку она подразумевает управление и формирование выводов на каждом управленческом уровне, то есть на каждом уровне принятия решений;
– ранее описанная проблематика, связанная с разрозненностью инфраструктуры и источников данных находит свое применение и в построении более глобальных интегрированных или сквозных отчетов для корпораций в целом.
Следует отметить, что в крупных организациях предложенная выше методология будет особенно актуальна, поскольку в рамках построения интегрированной отчетности или в рамках процессов по осуществлению сквозного бизнес-планирования мы сталкиваемся с вопросами разрозненности данных, разрозненности источников, разрозненности нормативных справочников в рамках отделов, функциональных направлений и уровней управленческой иерархии. В рамках подобных ситуаций данный инструментарий позволит извлечь дополнительные экономические выгоды из используемой информации.
Немаловажным этапом оптимизации начального, самого трудоемкого этапа в современных реалиях, становится использование новых технологий, большинство из которых ассоциируется с использованиями технологий искусственного интеллекта и с технологиями, позволяющими анализировать и оперировать с большим объемом данных [9]. Особенно подобные технологии будут актуальными и полезными в рамках вопросов бюджетирования и прогнозирования. Однако для эффективного использования подобных инструментов немаловажным становится вопрос оптимизации не только IT-инфраструктуры организации, но и процессов получения, анализа и оркестровки данных. Подобная структура должна состоять из ряда этапов, структура которых представлена ниже на рис. 1.
Каждый из подобных этапов представляет из себя целостную комплексную систему, требующую подробного внимания для исследования и анализа. | | |  | Рис. 1. Этапы формирования интегрированной сквозной отчетности
Составлено автором |
Так, например, источники данных могут характеризоваться не только по направлениям и особенностям, обозначенным выше, но и по непосредственным системам-источникам, которыми могут выступать ERP, CRM и иные системы, учетные системы дочерних организаций, учетные системы контрагентов, источники данных для взаимодействия с регулирующими и бюджетными органами. Как уже было упомянуто ранее, особенную сложность в вопросах интеграции подобных источников внесли процессы импортозамещения. Помимо ранее упомянутого распределения единых систем на ряд импортонезависимых процессов, остро встает вопрос и перестраивания структур данных и архитектуры управления данными в целом ввиду проблем патентных прав ранее используемых зарубежных решений [4].
Этап создания и развития аналитических форм включает в себя и сложные технологические аспекты, связанные с созданием слоев размещения и загрузки данных, с созданием единых нормативно-справочных источников, с контролем и управлением возможностью ручных корректировок, с аспектами оптимизации хранения данных и иными аспектами [2]. В большинстве технологически развитых корпораций подобной системой являются инструменты семейства управления данными (Data Governance), которые включают в себя широкий спектр функций, начиная от управления метаданными, до обеспечения их транспарентности, линейности, уровня качества, доступности и безопасности доступа. Следует подчеркнуть, что в текущих реалиях подобное направление выросло в самостоятельную сферу цифровой экономики и требует от потенциальных специалистов широкий набор специализированных навыков. Также следует отметить, что конечный этап, связанный с вопросом формирования пользовательских отчетных форм, связан в большинстве с технологиями Business Intelligence, которые также представляют из себя отдельную тему для изучения, поскольку самые популярные западные решения стали абсолютно недоступны с середины 2024 года в Российской Федерации. Вопрос выбора импортонезависимых систем данного типа широко стоит во многих компаниях, поскольку полноценного аналога данного направления до сих пор не существует. Помимо конкретных этапов, немаловажным вопросом является оптимизация загрузки и расчетов данных, то есть так называемая оркестровка данных, что также представляет из себя отдельную полноценную сферу деятельности в рамках перехода к цифровой и data-driven экономике.
Подводя итог вышесказанному, в рамках данной методологии идеализированное состояние систем будет представить из себя эффективную интеграцию отдельных систем бизнес-подразделений в единую консолидированную систему с возможностью их прослеживания до уровня исходных данных путем унификации методологии и справочников, выстраивания структуры данных, контроля уровня их качества и линейности.
Если же говорить о качественных изменениях, которые может привнести подобная методология в рамках перехода современных корпораций к инновационной экономике, то их можно выделить по следующим позициям:
– повышение эффективности операционной деятельности, как итог автоматизации процессов и снижения фактора человеческих ошибок;
– уменьшение ошибок и ускорение времени реагирования на инциденты и запросы клиентов вследствие более структурированной системы потоков данных и доступа к ним;
– сокращение капитальных и операционных затрат в результате оптимизации стоимости внедрения, поддержки и развития IT-инфраструктуры;
– снижение времени подготовки всех видов отчетности ввиду консолидации данных, унификации принципов расчета ключевых метрик, а также ускорения обработки больших объемов данных;
– возможность ускорения взаимодействия с поставщиками, государственными и регулирующими органами, как следствие интеграции процессов взаимодействия и обмена данными с ними;
– повышение уровня и качества управления персоналом ввиду возможности обработки больших потоков данных в режиме реального времени, что позволит определять проблемы на этапе зарождения и эффективно купировать их;
– повышение уровня транспарентности, безопасности и доступности данных о бизнес-процессах в рамках риск-менеджмента, аудита и комплаенса [10].
Заключение. В рамках данной работы автором проанализирована проблема неоднородности данных как одного из стоп-факторов модернизации экономики и переходу к инновационной экономике. Были изучены основные труды, исследующие данную и смежную тематики, обоснована важность и актуальность data-driven подхода в управлении организациями в современную эпоху экономики данных. Предложена модель выстраивания структурированных данных и консолидированной отчетности в рамках организации, проанализированы ее основные особенности, а также обозначены основные преимущества для организаций, который могут потенциально подобную методологию внедрить. Если же говорить о перспективах дальнейших исследований по данной тематике, то они лежат в сфере практического применения данных предложений, оценки их конечной экономической эффективности в зависимости от категории организаций и в зависимости от отраслей, в которых данные организации функционируют. |
| |
|
|
|
