Отправляет email-рассылки с помощью сервиса Sendsay

Эконометрика

  Все выпуски  

Эконометрика - выпуск 1131


"Эконометрика", 1131 выпуск, 26 сентября 2022 года.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Здравствуйте, уважаемые подписчики!

*   *   *   *   *   *   *

Предлагаем доклад А.И. Орлова "Организационно-экономические составляющие науки об организации производства".

Познакомьтесь с обзором развития современных тенденций в статье "Минимализм и шеринг - разумная достаточность".

Все вышедшие выпуски доступны в Архиве рассылки по адресу subscribe.ru/catalog/science.humanity.econometrika.

*   *   *   *   *   *   *

УДК 658.5; JEL Classification: А10, В40, С15

Организационно-экономические составляющие науки об организации производства

А.И. Орлов, профессор, д.э.н., д.т.н., к.ф.-м.н., профессор кафедры "Экономика и организация производства", МГТУ им. Н.Э.Баумана, г. Москва
prof-orlov@mail.ru

Аннотация: Дан обзор исследований автора по четырем составляющим применения организационно-экономического моделирования в организации производства - по статистическим методам управления качеством продукции; экологическому менеджменту на предприятии; анализу, оценке и управлению рисками; управлению запасами, включенным ВАК в паспорт научной специальности 05.02.22 "Организация производства". Они - часть исследований по цифровой экономике и искусственному интеллекту. Большое внимание уделяется нерешенным задачам.

Ключевые слова: организация производства, производственная система, предприятие, производство, организационно-экономическое моделирование.

Organizational and economic components of the science on the organization of production

Alexander Orlov

Professor of department "Economics and organization of production",

Doctor of Econ. Sc., Doctor of Techn. Sc., Cand. of math., Professor;
Bauman University, Moscow

prof-orlov@mail.ru

Abstract: An overview of the author's research on the four components of the application of organizational and economic modeling in the organization of production is given - on the statistical quality management methods; environmental management enterprise systems; analysis, estimation and risk management; inventory management - included in the passport of the scientific specialty "Organization of production". They are parts of digital economy and artificial intelligence. Much attention is paid to unsolved problems.

Keywords: organization of production, production system, enterprise, production, organizational and economic modeling.

Введение

В литературных источниках встречаются различные определения термина "организация производства". Будем следовать определению, данному Высшей аттестационной комиссией (ВАК) в паспорте научной специальности 05.02.22: "Организация производства (по отраслям) - область науки и техники, изучающая проблемы становления, эффективного функционирования и совершенствования производственных процессов, научно-организационные и практические методы и средства решения таких проблем на всех уровнях. Специальность включает в себя разработку и совершенствование научных, методологических и системотехнических принципов организации производства, создание и применение методов и средств мониторинга, исследование и анализ различных организационных, технологических и технических решений на всех уровнях организации процессов создания конкурентоспособной продукции и производственных услуг на основе широкого использования новых информационных технологий. Решение указанных проблем качественно повышает уровень организации производственной деятельности предприятий различных отраслей и способствует ускорению их научно-технического прогресса" [1].

Вслед за [2] принимаем, что: "Организационно-экономическое моделирование (ОЭМ) - научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями".

Модели и методы ОЭМ широко применяются при решении задач организации производства. Нам наиболее интересны четыре направления исследований по применению ОЭМ в области организации производства: по которым выполнены научные работы и выпущен ряд публикаций:

- статистические методы управления качеством продукции;

- экологический менеджмент на предприятии;

- анализ, оценка и управление рисками;

- управление запасами (материально-техническими ресурсами).

Все эти области исследований включены ВАК в паспорт научной специальности 05.02.22 "Организация производства (по отраслям)" [1]. По указанным направлениям нами получен ряд новых научных результатов и выпущен ряд публикаций, основные из которых перечислены в [3].

Настоящая работа посвящена обсуждению некоторых проблем, в том числе нерешенных, в указанных направлениях исследований по применению ОЭМ в области организации производства. Она является непосредственным продолжением недавних публикаций [4 - 6].

Статистические методы управления качеством

Как установлено в [7], первая (в мире) научная работа по статистическим методам управления качеством была выполнена в России. Её автор - выдающийся российский математик и механик, академик Санкт-Петербургской академии наук М.В. Остроградский (1801 - 1861). В работе 1846 г. он писал:

"В сосуде имеются белые и черные шары, общее количество которых нам известно, но мы не знаем, сколько из них какого цвета. Мы извлекаем некоторое количество шаров. Подсчитав, сколько из них белых и сколько черных, снова кладем в сосуд. Требуется определить вероятность того, что общее число белых не выходит из наперед заданных пределов. Или, лучше сказать, мы ищем зависимость между этой вероятностью и пределами, о которых идет речь.

Чтобы понять важность этого вопроса, представим себя на месте того, кто должен получить большое число предметов, причем должны выполняться некоторые условия, и кто, чтобы проверить эти условия, должен на каждый предмет потратить некоторое время. Перед армейскими поставщиками часто стоят такого рода задачи. Для них шары, содержащиеся в сосуде, представляют получаемые предметы, белые, например - предметы приемлемые, как удовлетворяющие определенным условиям, а черные - неприемлемые. (...)

Таким образом, если бы вопрос, который мы перед собой поставили, был решен, поставщик мог бы воспользоваться этим, чтобы свести приблизительно к двадцатой доле часто очень утомительную работу, как, например, проверку большого количества мешков муки или штук сукна" [8, с.215].

Из приведенной цитаты ясно, что М.В. Остроградский исходит из необходимости решения практических задач контроля качества (на примере больших партий мешков муки или штук сукна). Он предлагает решение на основе математического изучения вероятностно-статистической модели. В рассматриваемой работе М.В. Остроградский заложил основы статистического приемочного контроля - одного из основных разделов статистических методов управления качеством.

За прошедшие с пионерской работы М.В. Остроградского 175 лет в рассматриваемом направлении получена масса научных результатов. Однако его история развития еще не написана. Одна из проблем состоит в том, что многие советские разработки остаются закрытыми, в результате мы гораздо лучше знаем зарубежные исследования, чем отечественные.

Получил распространение примитивный набор так называемых "семи простых японских методов управления качеством". Этот набор полезен для первоначального знакомства со статистическими методами управления качеством. Однако им нельзя ограничиваться. Например, для статистического контроля процессов в нем есть только контрольные карты Шухарта, предназначенные для обнаружения мгновенных изменений характеристик контролируемого процесса. В случае постепенной разладки целесообразно применять контрольные карты кумулятивных сумм. При построении и изучении контрольных карт часто принимают гипотезу о нормальном распределении контролируемого параметра. Однако хорошо известно, что распределения реальных данных, как правило, не являются нормальными. Поэтому актуальна разработка непараметрических методов контроля качества. Такие исследования проводятся (см., например, [9]) и заслуживают дальнейшего развития. Отметим, что алгоритмы обнаружения разладки (в частности, карты Шухарта и кумулятивных сумм) используют не только при статистическом регулировании технологических процессов, но и, например, при мониторинге уровня безопасности полетов с целью обеспечения авиационной безопасности [10].

Ряд рекомендаций по проведению статистического контроля получен на основе предельных теорем [7]. Например, включенный в наши учебники по эконометрике алгоритм синтеза плана контроля с заданными приемочным и браковочным уровнями дефектности.

Теоретически установлено, что выходной контроль качества продукции у поставщика не является обязательным [11]. В ряде случаев экономически выгодным является переход к другой технико-экономической политике - к пополнению отпускаемой партии с целью обеспечения гарантированной поставки заданного объема продукции или к организации системы оперативной замены дефектных единиц. Необходима проверка возможности применения таких рекомендаций на практике.

На первый взгляд представляется естественной стандартизация лучших практик в области статистических методов управления качеством. Однако стандартизация может нанести значительный ущерб, если в стандартах имеются ошибки. Так, в СССР в 1970-1980-х годах была разработана обширная система государственной стандартов в этой области. Однако из-за низкого профессионального уровня разработчиков в стандарты были включены ошибочные рекомендации, что привело к необходимости отмены этих стандартов. Анализ этой ситуации дан в [12]. Организационная проблема обеспечения адекватного научного уровня нормативно-технической документации остается нерешенной.

Есть и другие распространенные заблуждения, например, о возможности реализации бездефектного производства. На самом деле входной уровень дефектности всегда положителен. Наименьший уровень дефектности, используемый в системе управления качеством "Шесть сигма" - это 3 дефектных единицы продукции на 1000000 возможностей. Реально же уровень дефектности редко ниже 0,1%.

Экологический менеджмент на предприятии

Проблемам управления экологической безопасностью посвящены наши работы [13 - 15]. Одна из основных идей - применение инструментов статистического контроля при решении задач экологического мониторинга. Необходима проработка технологий практического применения этих инструментов службами экологического менеджмента на предприятиях.

Отметим, что методы анализа экспертных упорядочений [16] первоначально были разработаны для выбора технологии уничтожения химического оружия. Необходимо дальнейшее их сопоставление с другими методами экспертных оценок.

Разработаны различные технологии экспертного оценивания [17]. Однако рекомендации по выбору тех или иных методов экспертных оценок для решения конкретных задач организации производства требуют дальнейшей проработки. Так, в Федеральном законе от 23.11.1995 г. No. 174-ФЗ "Об экологической экспертизе" дана правовая база для проведения таких экспертиз, но конкретные методы экспертных оценок не указаны.

Анализ, оценка и управление рисками

В литературе встречаются различные определения понятия "риск". По нашему мнению, под риском следует понимать нежелательную возможность. Тогда естественным является деление посвященной рискам научно-прикладной области на три части: анализ рисков - оценка рисков - управление рисками. Первая из них развивается в рамках прикладной области, во второй экономико-математические методы применяются для оценки рисков, в третьей на основе такой оценки и возможностей прикладной области находят способы уменьшения оценки риска.

В настоящее время в теории рисков применяют математические модели и методы трех типов - вероятностно-статистические (включая статистику нечисловых данных), нечеткие и интервальные. Отсюда ясно, что в определение риска нецелесообразно включать упоминание о вероятности, поскольку при этом априори выбирается один из трех типов математического инструментария, а также игнорируется различие между анализом риска и оценкой риска.

Специалисты в конкретных областях зачастую ограничиваются рисками внутри своей области, например, рисками дефектности или кредитными рисками. Предварительному описанию многообразия различных видов рисков посвящена статья [18]. Дальнейшая классификация видов рисков - предмет дальнейших исследований.

При вероятностно-статистическом подходе оценка риска в простейшем случае - это произведение оценки вероятности рискового события на оценку математического ожидания случайного ущерба. Оценивание проводят методами прикладной статистики. Остается неясным, как оценивать ущерб в случае смерти человека или причинения тяжкого вреда здоровья, и даже можно ли это сделать в принципе.

Для оценивания вероятности рискового события является полезной аддитивно-мультипликативная модель, основанную на трехуровневой иерархической системе рисков (частные риски - групповые риски - общий риск). С помощью экспертных технологий оценивают значимость и распространенность частных рисков [19]. Эти величины могут описываться как нечеткие числа или интервалы, соответствующая работа готовится к печати.

Математическим методам исследования рисков посвящена обобщающая статья [20]. В рамках контроллинга выделено новое направление - контроллинг рисков [21].

Управление запасами (материально-техническими ресурсами)

В настоящее время популярна концепция "бережливого производства" (сопоставим с советским лозунгом "Экономика должна быть экономной" 1980-х годов). Она предусматривает сокращение запасов. Подобная формулировка является некорректной. Запасы не должны быть минимальны, запасы должны быть оптимальны. На практике завышение издержек (в разы) может быть связано с тем, что реальные запасы меньше оптимальных.

Оптимизация всегда основана на той или иной экономико-математической модели. Наиболее часто используемой (по крайней мере в США) является классическая модель Вильсона, предназначенная для оптимизации работы склада. В 1970-х годах мы в ЦЭМИ АН СССР экономико-математическую модель, наиболее подходящую для преподавания основ оптимизационного подхода к анализу и управлению экономическими процессами. Выбор пал именно на модель Вильсона. Ближайшим конкурентом было линейное программирование, однако от его преподавания отказались, поскольку решение реальных задач возможно лишь с использованием компьютеров, в то время как полный анализ экономической ситуации на основе модели Вильсона может быть проведен даже школьниками средних классов [22, тема 22]. Модель Вильсона используется для решения практических задач и в нашей стране [23].

На примере модели Вильсона можно продемонстрировать ряд общих методологических проблем применения организационно-экономических моделей и методов, например, проблему горизонта планирования. Так, оптимальный план управления запасами нельзя найти на основе формулы квадратного корня [24], вопреки тексту некоторых учебников. Вычисления по этой формуле - лишь первый этап (из четырех) алгоритма оптимизации плана поставок. При анализе модели Вильсона необходимо использовать теорию устойчивости выводов в экономико-математических моделях и методов [25]. На ее примере можно разъяснить определения и свойства асимптотически оптимальных планов [26].

В системе 36 моделей на основе модели Вильсона [27, с. 261 - 264] достаточно подробно изучена одна - классическая модель Вильсона. Для модели с дефицитом разработан алгоритм нахождения оптимального плана. Для остальных получена лишь формула квадратного корня.

Алгоритм оптимизации двухуровневого контроля [28] разработан на основе предельных теорем о сумме случайного числа случайных слагаемых. Необходимо изучить скорость сходимости и найти условия, при которых мало различаются выводы для предельной и допредельной моделей.

Модель оптимизации моментов выпуска новых моделей продукции на рынок [29] с точки зрения математического аппарата напоминает классическую модель Вильсона управления запасами. Необходима апробация модели [29] для конкретного предприятия.

Искусственный интеллект, организация производства и ОЭМ

Целесообразно обсудить место рассмотренных выше моделей и методов в современных условиях цифровой экономики.

Под цифровой экономикой понимаем применение информационно-коммуникационных технологий при решении задач экономики и управления в современных условиях бурного развития компьютерной техники и сетей [30].

В литературе имеется много определений понятия "искусственный интеллект". Считаем необходимым исходить из определения, данного в Указе Президента РФ от 10 октября 2019 г. No.490 "О развитии искусственного интеллекта в Российской Федерации”:

"... искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений" (см., например, [31]).

В этом определении ничего не говорится про научную основу "комплекса технологических решений". По нашему мнению [3, 32], в социально-экономической области в качестве такой основы можно и нужно использовать организационно-экономическое моделирование, в том числе рассмотренные выше организационно-экономические составляющие науки об организации производства.

Иногда неправомерно сопоставляют искусственный интеллект и интеллект человека. Против такого сопоставления были направлены наши статьи [33, 34]. В некоторых областях современный искусственный интеллект (в смысле [31) превосходит человека. Например, компьютер с помощью соответствующей шахматной программы обыгрывает чемпиона мира. В других областях, связанных, например с эмоциональной сферой, сопоставление искусственного интеллекта не имеет смысла. Академик А.Н. Колмогоров говорил (в моем присутствии), что искусственный интеллект (робот, андроид) только тогда можно будет сравнивать с человеком, когда он пройдет весь путь развития человека от рождения и до совершеннолетия. Такой искусственный интеллект называют "сильным" (а "комплекс технологических решений" согласно [31] - слабым). Сильный искусственный интеллект вряд ли будет создан в ближайшие десятилетия.

Исходя из сказанного выше, можно констатировать, что проблемами искусственного интеллекта автор занимается уже полвека (первая (научно-популярная) статья была напечатана в 1972 г. [35]). Термины меняются, суть остается. Бурное развитие рассматриваемой научно-практической сферы началось с публикации в 1948 г. известной книги "Кибернетика" Н. Винера. Для обозначения потока работ использовались различные термины - кибернетика, информатика, системный анализ, проблемы управления, принятие решений, исследование операций, автоматизированные системы управления, машинная диагностика, математическое моделирование... Мода на термины менялась, но суть оставалась прежней.

Так, сейчас модны нейросетевые методы, основные идеи которых были разработаны в середине ХХ в. (Согласно распространенным определениям, нейросеть - это математическая модель (и ее компьютерное воплощение), построенная по аналогии с сетями нервных клеток живых организмов.) С нашей точки зрения нейросетевые методы - это частные случаи методов прикладной статистики [36], основанные на использовании обучающих выборок, в частности, для распознавания образов. Близкий смысл вкладывается в термины математической теории классификации, в частности, в термины диагностика, дискриминация, кластер-анализ).

Мода на термины меняется. В середине ХХ в. много говорили о кибернетике. К настоящему времени забыли это слово. Зато появились новые слова: "Искусственный интеллект", "Цифровая экономика". Если же прочитать книги Н. Винера, основоположника кибернетики, то увидим, что он говорит про актуальные ныне проблемы искусственного интеллекта и цифровой экономики.

Термин "кибернетика" употребляется сейчас редко, хотя научные и прикладные работы по кибернетике появляются в огромном количестве. Любопытно, что сборник статей [37], с которого мы отсчитываем развертывание в нашей стране научной области под названием "прикладная статистика", назывался "Современные проблемы кибернетики (прикладная статистика)" .

Герой комедии Мольера "Мещанин в дворянстве", при помощи учителей натаскивающий себя на "образованность", удивляется: "Как!? Когда я говорю: Николь, принеси мне туфли и подай ночной колпак, - это проза? Скажите на милость! Сорок слишком лет говорю прозой - и невдомек!" Аналогично можно сказать, что автор этой работы более полувека занимается проблемами искусственного интеллекта и цифровой экономики.

Констатируем, что организационно-экономическое моделирование, в том числе теория принятия решений (включая экспертные процедуры), является научной основой технологий искусственного интеллекта. Это научное направление является все более востребованным в ходе бурного развития цифровой экономики.

Выводы

В настоящей работе дан краткий обзор наших исследований по четырем составляющим применения организационно-экономического моделирования в области организации производства. Это - статистические методы управления качеством продукции; экологический менеджмент на предприятии; анализ, оценка и управление рисками; управление запасами (материально-техническими ресурсами). Все эти области исследований включены ВАК в паспорт научной специальности 05.02.22 "Организация производства (по отраслям)". Их можно рассматривать в русле мощного потока работ в области цифровой экономики и искусственного интеллекта.

Большое внимание уделяется нерешенным задачам. Показано, что таковых для каждой составляющей имеется весьма много. Есть чем заняться будущим исследователям. Можно ожидать дальнейшего успешного развития работ в рассмотренных в настоящей работе областях исследований.

Литература

1. Паспорт научной специальности 05.02.22 Организация производства (по отраслям). URL: http://arhvak.minobrnauki.gov.ru/316 (дата обращения 17.11.2021).

2. Муравьева В.С., Орлов А.И. Организационно-экономическое моделирование - система инструментов контроллинга // Контроллинг в экономике, организации производства и управлении: сборник научных трудов международного форума по контроллингу (Москва, 20 мая 2021 г.) / под научной редакцией д.э.н., профессора С.Г. Фалько. Москва: НП "Объединение контроллеров", 2021. С. 147-155. URL: http://controlling.ru/files/176.pdf (дата обращения 17.11.2021).

3. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в цифровой экономике (на примере управления качеством) // Научный журнал КубГАУ. 2021. No.169. С.216-242.

4. Орлов А.И. Организационно-экономическое моделирование в организации производства в эпоху цифровой экономики / Девятые Чарновские чтения. Сборник трудов IX Всероссийской научной конференции по организации производства (Москва, 6 - 7 декабря 2019 г.) - М.: НОЦ "Контроллинг и управленческие инновации" МГТУ им. Н.Э. Баумана, НП "Объединение контроллеров", 2019. - С. 116-123.

5. Orlov A. Organizational and economic modeling in the organization of production in the epoch of digital economy / IX Czarnowski Readings - Annual International Scientific and Practical Conference on the Organization of Production and Industrial Policy. MATEC Web Conf. Volume 311, 2020.

6. Orlov A.I. Organization and economic modelling in industries for digital economy // Advances in the astronautical sciences. 2nd. Сер. "2nd IAA/AAS Conference on Space Flight Mechanics and Space Structures and Materials, SciTech Forum 2019" 2021. P. 563-568.

7. Орлов А.И. Предельные теоремы в статистическом контроле // Научный журнал КубГАУ. 2016. No.116. С. 462 - 483.

8. Остроградский М.В. Об одном вопросе, касающемся вероятностей / Полное собрание трудов. Т.3. - Киев: Издательство Академии наук УССР, 1961. - С.215 - 237.

9. Бучаала Зинеддин. Разработка и исследование непараметрических алгоритмов обнаружения разладки временных рядов: автореф. дисс. канд. техн. наук. М.: МЭИ, 2021. 21 с.

10. Орлов А.И., Шаров В.Д. Выявление отклонений в контроллинге (на примере мониторинга уровня безопасности полетов) // Научный журнал КубГАУ. 2014. No. 95. С. 460-469.

11. Орлов А.И. Всегда ли нужен контроль качества продукции у поставщика? // Научный журнал КубГАУ. 2014. No. 96. С. 709-724.

12. Орлов А.И. Сертификация и статистические методы (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 1997. Т.63. No. 3. С. 55-62.

13. Орлов А.И. Проблемы управления экологической безопасностью. Итоги двадцати лет научных исследований и преподавания. Saarbrьcken: Palmarium Academic Publishing. 2012. 344 с.

14. Лойко В.И., Луценко Е.В., Орлов А.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии : монография. Краснодар : КубГАУ, 2019. 258 с.

15. Гаврилова В.Д., Орлов А.И. Экологическая безопасность: подземные безоболочечные резервуары в многолетнемерзлых грунтах для захоронения отходов бурения // Научный журнал КубГАУ. 2016. No. 117. С. 50-70.

16. Орлов А.И. Анализ экспертных упорядочений // Научный журнал КубГАУ. 2015. No. 112. С. 21-51.

17. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. 486 с.

18. Орлов А.И. Многообразие рисков // Научный журнал КубГАУ. 2015. No. 111. С. 53-80.

19. Орлов А.И. Аддитивно-мультипликативная модель оценки рисков при создании ракетно-космической техники // Научный журнал КубГАУ. 2014. No. 102. С. 78-111.

20. Орлов А.И. Математические методы исследования рисков (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 2021. Т.87. No. 11. С. 70-80.

21. Орлов А.И. Современное состояние контроллинга рисков // Научный журнал КубГАУ. 2014. No. 98. С. 933-942.

22. Гусев В.А., Орлов А.И., Розенталь А.Л. Внеклассная работа по математике в 6-8 классах. М.: Просвещение, 1977. 288 с.

23. Смольников Р.В. Практическое применение математических моделей управления запасами // Заводская лаборатория. Диагностика материалов. 2008. Т.74. No.6. С. 64 - 69.

24. Орлов А.И. Оптимальный план управления запасами нельзя найти на основе формулы квадратного корня // Научный журнал КубГАУ. 2015. No. 106. С. 270-300.

25. Орлов А.И. Устойчивые экономико-математические методы и модели. Разработка и развитие устойчивых экономико-математических методов и моделей для модернизации управления предприятиями. Saarbrьcken (Germany), LAP (Lambert Academic Publishing), 2011. 436 с.

26. Орлов А.И. Существование асимптотически оптимальных планов в дискретных задачах динамического программирования // Научный журнал КубГАУ. 2020. No.155. С. 147-163.

27. Орлов А.И. Методы принятия управленческих решений: учебник. М.: КНОРУС, 2018. 286 с.

28. Орлов А.И. Асимптотика квантования, выбор числа градаций в социологических анкетах и двухуровневая модель управления запасами // Научный журнал КубГАУ. 2016. No. 123. С. 660 - 687.

29. Орлов А.И. Модель оптимизации моментов выпуска новых моделей продукции на рынок // Научный журнал КубГАУ. 2014. No. 102. С. 64- 77.

30. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. Краснодар: КубГАУ, 2018. 508 с.

31. Указ Президента РФ от 10 октября 2019 г. No. 490 "О развитии искусственного интеллекта в Российской Федерации". URL: https://www.garant.ru/products/ipo/prime/doc/72738946/ (дата обращения 21.11.2021).

32. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в организации производства в эпоху цифровой экономики // Инновации в менеджменте. 2021. No. 2(28). С. 36-45.

33. Орлов А.И. Миф ХХ века: искусственный интеллект / Подводная лодка, 2003. No.11. С. 102-103.

34. Орлов А.И. Искусственный интеллект или мощный калькулятор? / Магия ПК. 2003. No.3(59). С. 42-45.

35. Орлов А.И., Розенталь А.Л. ЭВМ и Неизвестные. Тринадцатилетний дедушка // Пионер. 1972. No.9. С. 55-57.

36. Орлов А.И. Прикладная статистика. Учебник для вузов. М.: Экзамен, 2006. 672 с.

37. Современные проблемы кибернетики (прикладная статистика). - М.: Знание, 1981. - 64

Контакты

Орлов Александр Иванович, профессор, д.э.н., д.т.н., к.ф.-м.н.

Профессор кафедры ИБМ-2 "Экономика и организация производства",

зав. лабораторией "Экономико-математические методы в контроллинге"

Московского государственного технического университета им. Н.Э. Баумана

prof-orlov@mail.ru

Публикация:

1213. Орлов А.И. Организационно-экономические составляющие науки об организации производства // Одиннадцатые Чарновские чтения. Сборник трудов XI Всероссийской научной конференции по организации производства. Форум "Современное предприятие и будущее России". Москва, 3 декабря 2021 г. - М.: НОЦ "Контроллинг и управленческие инновации" МГТУ им. Н. Э. Баумана, НП "Объединение контроллеров", 2022. - С. 98-106.

*   *   *   *   *   *   *

Минимализм и шеринг - разумная достаточность. Меньше значит меньше: как кризис заставляет накапливать вещи

Последнее десятилетие жители США, Европы и России отказывались от лишних предметов быта. Вместе с идеологией минимализма критиковалась чрезмерная тяга к вещам, но пандемия и кризис поменяли и эти правила игры.

Эффективный минимализм

Минимализм как образ жизни стал входить в моду в конце XX века, хотя его предпосылки можно найти в японской философии, протестантизме и скандинавской культуре. Тем не менее движение перекочевало в быт из архитектуры, моды и изобразительного искусства, которые выбрали курс на упрощение форм и сокращение количества деталей и ярких красок в послевоенное время. Один из самых известных девизов минимализма сформулировал архитектор Людвиг Мис ван дер Роэ - "Меньше значит больше" (Less is more).

У бытового минимализма существуют разные определения, но можно выделить основные характеристики: отказ от чрезмерных деталей в жизни без потери комфорта, а также фокус не на количество, а качество предметов или услуг. В 2010-х годах, когда поколение миллениалов обрело голос, получило работу и стало критиковать культуру потребления, спрос на минимализм просочился в повседневную моду (Uniqlo), массовый дизайн интерьеров (IKEA), визуальный стиль операционных систем (iOS) и мобильных приложений (Clubhouse), веб-дизайн и журналистские тексты ("Пиши сокращай").

Одной из икон окончания прошлой декады стала консультантка и специалистка по наведению порядка в доме Мари Кондо, которая ввела принцип "избавляйся от всего, что не радует". Она написала несколько книг о потребительском минимализме и уборке, в том числе "Магическая уборка. Японское искусство наведения порядка дома и в жизни".

В 2015 году после выхода книги в США на 20-60% выросли объемы сдаваемых в комиссионные магазины вещей. В 2019 году Кондо снялась в шоу на Netflix, которое тоже получило большую популярность в США. После премьеры в стране увеличилась тенденция к организации порядка в доме, а потребители начали отдавать ненужные вещи в организацию "Армия спасения" и магазины "Доброй воли" - их пожертвования выросли на 30-40% по сравнению с предыдущим годом.

Минимализм сводится не только к внешнему отрицанию избыточности - он несет также смысловую нагрузку. В 2010-х мы увидели, как это движение хорошо сочетается с принципами zero waste, шеринговой экономики и устойчивого развития, о которых активно заговорили в предыдущее десятилетие. Спрос на осознанное потребление особенно заметен у зумеров из-за эмпатии и новой нормы - согласно исследованию издания Dazed, 60% респондентов-представителей этого поколения утверждают, что больше всего их беспокоят проблемы окружающей среды, расового неравенства, права женщин и ЛГБТ-сообщества. Издание The Blueprint отмечает, что рефлексия становится главным инструментом познания окружающего мира.

Критика вещизма

Вместе с укреплением позиций минимализма в повседневной жизни стали появляться гайды, списки и советы по избавлению от ненужных вещей, а заодно и жесткая критика вещизма/материализма. Например, в 2013 году The Guardian опубликовала колонку с заголовком "Материализм: система, которая выедает нас из изнутри". Текст критикует избыточную роскошь, показное богатство и приобретение вещей, которые на самом деле не нужны. Также в колонке приводятся результаты исследования, согласно которому тяга к вещам снижает человеческое благополучие.

Если в XX веке роскошь была в количестве вещей, то к XXI веку она стала измеряться ощущениями. Отношения потребителей перешли от "владеть" к "ощущать", впечатления и уникальный опыт стали цениться дороже предметов. Поэтому обеспеченные молодые люди стали выбирать не дорогие машины, а путешествия.

Вместе с тем к 2020 году избыток вещей стали ассоциироваться не с реальным владением большими деньгами, а с дурновкусием и провинциальностью. В интернете высмеиваются как американские рэперы и отечественный Тимати за тягу к демонстрации богатства, так и захламленные квартиры.

Привычки поколений

Критикуя культуру потребления, важно учитывать контекст, в котором жили старшие поколения. Автор The Atlantic Аманда Мулл рассказывает, что после Второй мировой войны тенденция накопить побольше вещей сочеталась с жилищным бумом. Люди, пережившие Великую депрессию и войну, стали покупать дома и наполнять их разными вещами для быта. Эти же привычки накапливать предметы переняли их дети.

За 50 лет американцы наполняли жилища всё большим количеством вещей. Опрос 2019 года показал, что каждый десятый американец арендует дополнительное место для хранения.

"Наш дом никогда не был грязным, но он никогда не был опрятным. Мы слишком долго хранили старые журналы, и наши шкафы были забиты одеждой, которая в конечном итоге могла бы пригодиться, если кто-то похудел или прошел собеседование", - делится журналистка.

Психологи полагают, что во многих случаях люди, которые с трудом расстаются с вещами, таким образом реагируют на тревогу - от финансовой нестабильности, до потерь и неудовлетворенности телом. При этом беспорядок часто выступает самостоятельным источником стресса.

Хранение вещей для многих американцев из среднего класса - попытка подстраховаться в случае финансовой нестабильности. Вместе с этим загроможденный дом считается чем-то неприличным, отмечает Мулл: "Вы не должны признавать, что всё может пойти не так".

Вынужденный минимализм

Накопление вещей в зависимости от той или иной исторической эпохи свойственно не только американцам, но и россиянам. На примере разных периодов XX века можно увидеть динамику отношения к предметам быта и домашнему пространству - от минимализма революции 1917 года до накопительства брежневского застоя. Например, в последнем преобладала боязнь дефицита, страх потери стабильности и погоня за мещанской роскошью из дружественных республик - югославскими торшерами, румынскими стенками и чехословацкой посудой.

С приходом нулевых в России заговорили о демонстративной роскоши среди обеспеченных слоев населения. Но обычные жители тоже стремились покупать новые вещи, сохраняя старые телефоны, сапоги и платья, которые отслужили свой век. "Та же "Комсомольская правда", которая сейчас воспевает резиновые сапоги, в советское время писала о том, что хотеть джинсы - это аморалка, вещизм, добывательщина и так далее. Поэтому благополучие, которое на нас в двухтысячные снизошло, мне кажется, имело терапевтический характер. Эта часть нас вылезла из гетто и хоть немного, черт побери, "на лабутенах" погуляла", - отметила в интервью психолог Людмила Петрановская.

В то же время в современной России закрепился "миф новой культурной повседневности". Культуролог и куратор просветительских проектов Ольга Рубцова объясняет, что он стал маркером определенного статуса новой творческой интеллигенции, хипстеров и креативного класса. Представители этих групп подмечают странность быта предыдущих поколений и высмеивают так называемый "бабушкин вариант" - пыльные стенки, пухлые диваны, пластиковые цветочки в вазочках и антресоли, забитые запасами на зиму и балкон с велосипедом и санками.

Пока российские миллениалы избавляются от надоевшей одежды, многие россияне постарше живут в концепции вынужденного и неотрефлексированного zero waste. Дети донашивают одежду за старшими братьями и сестрами, семьи применяют фантазию, чтобы уместить предметы и мебель на небольшой жилищной площади, старики заготавливают соленья на зиму, хозяйки пытаются дать вторую жизнь таким вещам, как пластиковые пакеты или банки (в эпоху коронавируса на место последних пришли одноразовые медицинские маски). И сейчас, и в 90-х потребители старались ходить в магазин с тряпичной сумкой и не выкидывать одежду, а чинить ее или отдавать другим. Но если теперь это делают те, кто рефлексирует из-за экоследа, то раньше так поступали в попытке сэкономить.

"Я бы не уподобляла вынужденную практику zero waste минимализму. Скорее, наоборот. Навязчивое собирательство приводит к переизбытку быта. А практики реюзинга в этом контексте напрямую сопряжены с дефицитом и экономией", - полагает Рубцова.

Кризис меняет правила

Серьезный удар принципам "арендуй, а не покупай" и "выкинь всё, что не нужно" нанес коронавирус, а точнее вызванные ими карантин, безработица и экономический спад. Американцы, которые до пандемии очистили дома по методу Мари Кондо, начали жалеть об избавлении от некоторых вещей - например, даже от настольных игр.

Потребительский минимализм - привилегия для людей, которые во время финансовых кризисов, нестабильности мира и непредсказуемости будущего могут не переживать из-за предметов, от которых отказались, так как всегда смогут снова их купить, не заботясь о деньгах. По мнению Мулл, пандемия продемонстрировала, что к домашнему минимализму могут стремиться только те люди, которым не нужно беспокоиться из-за непредвиденных желаний или потребностей.

"Весь мир теперь живет в будущем, которое всегда планировала моя семья, где изобилие соуса для спагетти и уютных старых рубашек - один из лучших сценариев, доступных людям, живущим обычной жизнью. Я боролась с этим около 30 лет, но теперь я готов признать это: моя мама была права, и у захламления есть смысл", - пишет Мулл.

Для россиян возврат к накопительству еще более актуален - они ежегодно сталкиваются с экономическими вызовами - растущей инфляцией и падением курса рубля, у жителей страны мало сбережений. Коронавирус сказался на экономике страны и благосостоянии граждан, которые вынуждены были остаться без стабильного заработка из-за карантина или попали под сокращения. На такие спады россияне реагируют, как правило, однозначно и начинают скупать технику. При этом Рубцова считает, что синдром накопительства вряд ли сводится только к экономическим страхам. "В накопительстве есть сентиментальность и искаженная бережность к собственному прошлому. В период повышенной тревожности поиск стабильности представляется самым эффективным способом выживания".

Текст: Мария Лацинская

Передай другому: что такое экономика шеринга

Можно купить, владеть и не пользоваться, а можно взять по надобности и потом отдать. Экономика совместного потребления ведет широкое наступление на традиционный бизнес - почему так происходит и чего нам ждать дальше?

В чем суть владения в самом широком смысле слова, говорим ли мы о физическом предмете (например, об автомобиле) либо о праве на получение или предоставление услуги? Это дает нам право пользования, закрепленное буквой и духом всевозможных законов. Если опустить имиджевые аспекты владения, необходимо оно нам исключительно по этой причине - право и возможность чем-то воспользоваться. В этом заключается цель, тогда как обладание - лишь инструмент ее достижения. Но единственный ли?

В последние годы набирает обороты экономическая модель совместного потребления - коллективное пользование товарами или услугами без обязательного владения. Это и есть "экономика шеринга" (от англ. share - делиться). Не лишая преимуществ обладания, такая модель сглаживает недостатки классического владения.

Легковой автомобиль используется по назначению - то есть едет - лишь 5% своего жизненного срока.

Но оплачивать страховку и налог надо ежегодно. Другой пример: краткосрочная - по надобности - аренда рабочего пространства вместо долгосрочной аренды или даже покупки офиса, который по выходным и праздникам простаивает. Даже кастрюля щей, которые есть уже не можешь, а выбросить пока рано, да и жалко, можно продать голодному соседу по этажу.

Чего же тут нового?

Институт аренды и совместного, поочередного владения существует не одно тысячелетие. Смокинги, затем первые автомобили, затем радиолы и пластинки к ним, наконец, трактора для колхозов - все могло сдаваться в краткосрочную аренду. Чем же отличается нынешний всплеск популярности такой экономической модели?

По мнению директора Центра научно-технологического прогнозирования Института статистических исследований и экономики знаний НИУ ВШЭ Александра Чулока, современная шеринг-экономика основана на принципиально иной поведенческой модели потребителя. Ключевых факторов тут два.

В былые времена арендовали в основном то, что было не так просто приобрести (из-за нехватки средств, дефицита и так далее). Сейчас пользователи шеринг-сервисов просто этого не хотят, предпочитая не загружать жизненное пространство, тратить ресурсы на что-то иное, быть экологически и этически более "дружелюбными".

Брать что-то напрокат и завершать аренду стало гораздо быстрее и проще благодаря развитию технологий и ИТ-платформ.

Мы уходим от традиционного обмена "товар - деньги - товар". Поэтому шеринг-экономику стоит рассматривать как вектор, вокруг которого формируются и который сам формирует целый набор глобальных трендов. Это и "умный город" с развитием интеллектуальной транспортной и жилищной системы, и рациональное использование ресурсов, и ответственное потребление, и создание новых бизнес-моделей.

Важно и то, что шеринг-экономика касается каждого из нас здесь и сейчас. С одними тенденциями и явлениями работает лишь узкая группа специалистов, другие направлены в далекое будущее, тогда как принцип совместного потребления доступен людям всех профессий, возрастов и социальных статусов.

В свою очередь, профессор РЭШ Сергей Измалков выделяет три подхода к пониманию того, чем же является современная шеринговая экономика.

Обывательский. Шеринг - просто набор новых бизнесов, новых услуг, которые по сути дублируют старые, но за счет развития технологий являются более гибкими и удобными.

Социологический. Совместное потребление как процесс приносит большее удовлетворение, нежели обладание чем-то. Можно посмотреть видеострим, чтобы затем обсудить его с другими зрителями, или же внести вклад в защиту окружающей среды, решив какое-то время не пользоваться личным автомобилем.

Экономический. Более эффективное использование ресурсов, будь то одежда, транспорт или рабочее пространство.

Что подходит для совместного пользования?

Зашерить" сейчас можно практически что угодно: косметику, медикаменты, газонокосилки, даже домашний скот. О чем бы вы сейчас ни подумали, наверняка где-то в мире уже есть стартап, пытающийся встроить этот предмет в логику совместного потребления. Причем шеринг-экономика касается обмена не только между людьми, но и компаниями, институциями (совместное пользование сервисами хранения данных, набором экспертов и так далее).

Очевидным образом, товары и услуги, которые просто невозможно поделить, под такую модель не подойдут. Также важно, чтобы товары в совместном использовании не теряли из-за этого в качестве.

А это безопасно?

Прозрачность бизнес-модели - это, пожалуй, ключевой критерий успеха шерингового сервиса. Сейчас экономика совместного потребления во многом формируется по принципу саморегулирующейся организации, которая сама себя оценивает, ставит рейтинги, наказывает нарушителей. Но если окажется, что рейтинги, баллы в каком-то из сообществ можно просто купить либо же саму систему легко взломать, то принцип прозрачности дискредитируется, доверие начнет падать, и шеринг-бизнес вскоре рассыплется.

В каком-то смысле, компанию, предоставляющую шеринг-услуги, можно сравнить с "ночным сторожем" из классической либеральной концепции государства: она лишь устанавливает правила и следит за тем, чтобы они не нарушались. Иногда, например, в случае с краткосрочной арендой жилья, нельзя быть застрахованным от неправомерных действий контрагента. Но есть множество способов их выявить и пресечь в рамках закона и правил сервиса.

Есть ли у этого будущее?

Если верить экономистам - то да. Например, в России, по данным Российской ассоциации электронных коммуникаций (РАЭК), прирост шеринг-экономики в 2017 году составил 20%, а в 2018 году - уже 30%, что позволило всему этому рынку превысить объем в ₽0,5 трлн. Это примерно 0,5% российской экономики или одна крупная российская компания по рыночной капитализации, например, банк ВТБ или "Интер РАО". Удвоить этот рынок получилось всего за два года - по итогам 2020-го размер шеринг-экономики России впервые превысил ₽1 трлн. Во всем мире, по оценкам аналитиков PwC, экономика шеринга вырастет с $15 млрд до $335 млрд между 2015 и 2025 годами.

Главное преимущество и главная же проблема шеринг-сервисов в том, что выходят они не на пустой рынок, но бросают вызов традиционной экономической модели.

Яндекс и Uber, AirBnb и WeWork, "Авито" и YouDo успешно конкурируют с гостиницами, таксопарками и газетным разделом объявлений. Задача это непростая, учитывая сопротивление компаний и целых секторов, которых теснят и выдавливают новые сервисы. Одним из инструментов завоевания места на рынке может стать создание новых бизнес-моделей. Так, Чулок из НИУ ВШЭ предвосхищает дальнейшее развитие гибридных форм ведения бизнеса - например, когда традиционный игрок запускает инновационный дочерний бизнес в рамках экономики шеринга. Яркий пример - сервис подписки на автомобили Hyundai Mobility, фактически, собственный каршеринг корейского автогиганта. В свою очередь, Антон Губницын, курирующий в РАЭК сектор шеринга, видит залог успеха в создании целых экосистем - то есть, цепочки сервисов совместного потребления.

Удачным примером может служить компания Amazon: речь идет про Amazon Web Services (AWS) - глобальную облачную инфраструктуру из сотен серверов, место на которых могут арендовать и стартапы, и миллиардные концерны. По итогам 2020 года на AWS приходится 12% из $386 млрд выручки Amazon и более половины операционной прибыли компании ($13,5 млрд из $22,9 млрд). В свою очередь, основной бизнес Amazon - это платформа электронной коммерции, что также подходит под определение шеринг-экономики.

Но пока в большинстве случаев шеринговая экономика - это убыточный бизнес. Во многом, из-за высоких расходов на агрессивное продвижение на рынке. Три лидера российского рынка каршеринга - "Делимобиль", BelkaCar и "Ситидрайв" показали в 2020 году убытки в размере:

"Делимобиль" - ₽2,42 млрд,

BelkaCar - ₽1,84 млрд,

"Ситидрайв" - ₽1,35 млрд.

Uber в 2020 году потерял $6,8 млрд, тогда как AirBnb, закрыл 2020 год в убытках, потеряв $4,6 млрд, хотя раньше несколько лет подряд показывала прибыль. Выручка AirBnb при этом растет колоссальными темпами, просто затраты увеличиваются быстрее.

Как предприниматели шеринг-экономики будут справляться с убытками - постепенным поднятием тарифов для пользователей, объединением с другими сервисами в экосистемы или еще как-то, вопрос пока открытый.

Георгий Макаренко

*   *   *   *   *   *   *

На сайте "Высокие статистические технологии", расположенном по адресу http://orlovs.pp.ru, представлены:

На сайте есть форум, в котором вы можете задать вопросы профессору А.И.Орлову и получить на них ответ.

*   *   *   *   *   *   *

Удачи вам и счастья!


В избранное