Для российских производителей микроэлектроники разрушение сложившихся рынков проприетарных решений является, возможно, единственным шансом на преодоление разрыва в масштабе деятельности с зарубежными конкурентами

В цифровой экономике доступность информационных технологий теряет дифференцирующее значение. Информационные технологии будут проникать во все сферы деятельности во всех странах.

Ключевыми становятся вопросы субъектности: участвует ли страна в развитии технологий, используя цифровизацию в интересах своей экономики и безопасности, или она становится пассивным объектом цифровизации - потребителем технологий и поставщиком сырья и трудовых ресурсов.

Россия сейчас ближе ко второму варианту, что существенно повышает зависимость национальной экономики от стран - технологических лидеров. Цифровизация в текущей концепции ведет к поляризации доходов - увеличению экономики стран, которые развивают и контролируют технологии, и сокращению экономики сырьевых стран.

Главный вызов для России - переход от пассивного потребления к активной роли в создании и развитии технологий. Основной барьер на этом пути - широкое использование закрытых защищенных (проприетарных) решений зарубежных корпораций. По сути Россия сейчас находится в плену этих технологий. Российским заказчикам удобнее использовать решения зарубежных корпораций, выплачивая правообладателям интеллектуальной собственности технологическую ренту. То, что часто называется трансфером технологий, фактически является формированием зависимости, когда российские компании могут только использовать технологию, но не имеют возможности ее самостоятельно развивать и контролировать составляющие процессы.

Использование закрытых защищенных технологий, разработанных российскими компаниями, не выход. Фактор политических рисков снижается, но при этом возрастают риски технологической консервации и «феодализации» рынка. Отставание от передового мирового уровня увеличивается, а когда разрыв становится неприемлемым, заказчики переходят на использование зарубежных технологий. Сначала это происходит в виде временных исключений, затем число исключений растет и превращается в системный процесс. Наиболее наглядно это проявляется в использовании зарубежных электронных компонентов предприятиями ВПК.

Решение проблемы - переход от использования закрытых проприетарных технологий к совместному использованию и развитию открытых технологий, свободно распространяемых или коммерчески доступных. Это решение не только для России, но и для всех стран, перед которыми стоит проблема технологической независимости.

Коммерциализация в этой модели обеспечивается за счет услуг по разработке и внедрению технологий, сопутствующих сервисов. Сокращение уровня прибыльности по сравнению с закрытой продуктовой моделью не приведет к снижению динамики развития, так как компенсируется вовлечением существенно более широкого круга компаний и специалистов из разных стран в процесс совершенствования технологий. Это перезапуск глобализации в новой парадигме: вместо исчерпавшего себя примитивного разделения труда между странами - совместное развитие и использование технологий.

Мы видим, что в разработке программного обеспечения (ПО) эти принципы уже широко используются. Считается, что баланс между проприетарным и свободно распространяемым ПО уже сложился, что доля свободного ПО не растет, но этот баланс подвижен. Экосистемы разработчиков свободного ПО держат в тонусе лидеров отрасли, не позволяя им задирать уровень ренты с контролируемых рынков и предоставляя заказчикам достойную альтернативу.

Порой открытые технологии разрушают рынок проприетарных решений на переделах одного уровня и одновременно создают предпосылки для олигополизации или монополизации на другом переделе. Так произошло, например, в 1980-е с внедрением открытой архитектуры компьютеров IBM-PC. Открытая технология позволила сформироваться огромной экосистеме разработчиков и производителей компьютеров и комплектующих. На этой волне поднялась другая монополия проприетарных решений стандарта Wintel - ОС Windows плюс х86-процессоры Intel.

Сейчас экосистема из 450 компаний - разработчиков процессоров, объединившихся вокруг британской ARM, разрушает монополию Intel на рынке процессорных архитектур. ARM предлагает более открытую лицензионную модель использования своих процессорных ядер и одновременно начинает доминировать на рынке IP, где доля лицензий ARM достигает уже 40%. А на другом фронте борьбы с доминированием Intel TSMC предлагает производственные ресурсы коллективного использования и делает передовые полупроводниковые технологии доступными широкому кругу разработчиков. Объединив, как и ARM, более 450 заказчиков, TSMC получает высокий и стабильный уровень загрузки.

С увеличением числа заказчиков набирают темп инвестиций и технологического развития и уже занимают более 60% мирового рынка фаундри - контрактные производители полупроводников. И в каждом случае формируется новое, более узкое разделение труда: вместо вертикально интегрированной закрытой модели Intel возникает разделение на разработчиков IP-ядер и блоков, фаундри и разработчиков микросхем, которые в новом разделении труда выступают интеграторами базовых технологий.

Для российских разработчиков и производителей микроэлектроники разрушение сложившихся рынков проприетарных решений, возможно, единственный шанс на преодоление разрыва в масштабе деятельности. Уступая зарубежным конкурентам на три порядка в масштабе, невозможно конкурировать по сложившимся правилам минимальной цены. Нужно предлагать другие правила - не продажи закрытых решений, а приглашение к участию во владении и развитии технологий.

Для государства такое изменение подхода - это возможность перейти от дотационного финансирования отрасли к инвестиционному, решить проблемы «ухода в песок» средств, выделяемых на НИОКР.

Государство последние года щедро финансирует НИОКР в области электроники, но текущие проекты не ставят целью создание открытых технологий, разрушение мировых монополий и олигополий, развитие больших экосистем. В текущем подходе, когда ставка делается на закрытые российские решения, замещающие закрытые зарубежные решения, заложено отставание и дотационная зависимость отрасли от бюджета. Такой подход не позволяет придать исследованиям и разработкам ускорение за счет вовлечения в проекты широкого круга как российских, так и зарубежных компаний, не позволяет включить интерес крупных частных инвесторов.

В закрытой модели финансирования государственных НИОКР оценку результативности и эффективности проектов дают сами себе заказчик и выбранный им исполнитель, причем оба они заинтересованы «прикрыть» друг друга. Формируется клановый характер отношений.

В открытой модели эту оценку дает сообщество разработчиков, использующих созданные технологии. Расширение соответствующих технологических экосистем становится основным и очень наглядным критерием оценки проектов, так как характеризует и выход на рынки, и привлечение частных инвестиций.

Формирование экосистем зависит не только от государства, но в первую очередь от готовности компаний работать в сообществе, совмещая конкуренцию и сотрудничество, опираясь на открытые, уважительные отношения. Построение таких отношений, возможно, самая главная технология, которой не хватает электронной отрасли России.

3 D -визуализация уверенно занимает лидирующие позиции в рейтингах наиболее перспективных информационных технологий. Почему этот сегмент решений укрепляет и наращивает свои позиции, что является катализатором спроса, какие новые тенденции формируются в сегодняшних сложных условиях? Об этом мы поговорили с Сергеем Астаховым , руководителем консорциума Interactive Data Visualization Platform (IDVP ), финалиста конкурса «Лучшие информационно-аналитические инструменты - 2016» .

Какие движущие факторы рынка интерактивной визуализации данных являются ключевыми сегодня? Какие тенденции можно выделить?

Драйвером спроса на аналитические инструменты, как ни парадоксально, является сложная экономическая ситуация. В кризисный период руководителям нужно быстро получать точную, объективную информацию о состоянии бизнеса. Другим драйвером рынка является лавинообразный рост объёма данных, что требует новых подходов к работе с информацией.

Сегодня есть потребность в технологиях, которые обладают возможностями обработки больших массивов данных, интерактивной инфографики и имеют интерактивный интерфейс. Пользователи осознали, что визуализация данных и «живое» взаимодействие с ними может наилучшим образом помочь понимать смысл этих данных.

Для этих задач предназначена уникальная российская разработка Interactive Data Visualization Platform (IDVP) - технологическая платформа для оперативной визуализации и анализа данных. Этот управленческий инструмент основан на технологиях функционального моделирования для анализа ситуаций с применением пространственной трёхмерной инфографики. Применяется платформа для решения управленческих, экономических и финансово-хозяйственных задач.

Когда поставщики аналитических решений говорят о клиентских данных, то часто упоминают о проблемах с данными. Но если взять идеальный случай, когда у клиента данные находятся в образцовом порядке, как же отличить важные данные от неважных, влияющие на его непосредственно бизнес-процессы от второстепенных?

Самые «важные» данные получаются из систем, которые используют датчики и счётчики, например в АСУ ТП, системах управления трубопроводами, генерацией энергии и т. д., или из систем, которые автоматизируют операционную деятельность - банковских, платёжных, логистических систем и т. п., где роль человеческого фактора сведена к минимуму либо информация завязана на «живые» деньги.

Собственно, мы пока знаем два способа повышения качества данных: либо минимизировать человеческий фактор - получать данные посредством объективных технических средств, либо завязывать информацию на деньги.

Например, в Центре мониторинга медицинской информационной системы доступность врачей измеряется автоматически в момент записи пациента на приём, без человеческого фактора.

Полнота заведения ресурсов в систему контролируется тоже просто - врач не сможет получить зарплату, если он не заведён в систему и ежедневно не работает в ней. Пока бухгалтерия существовала отдельно от Центра мониторинга, в поликлиниках числилось сотрудников больше, чем вело приёмы. Когда их объединили, все быстро пришло в норму.

Поэтому создание аналитического решения нового поколения практически бессмысленно в отрыве от реорганизации низовой системы, как правило и управленческой, и информационной.

Как вы узнаете уязвимые точки в бизнес-процессах вашего клиента? Для генерального директора важно иметь понимание прошлого, настоящего и прогноза развития его бизнеса, быть в курсе текущих показателей результативности и эффективности. Как вы с этим справляетесь?

В своей работе мы ориентируемся на три основных принципа.

  1. Wow эффект - качество графики, анимация и скорость работы приложения делают работу, как минимум, не скучной. Все элементы разработаны для высококачественного отображения на «больших» экранах, а для руководителей - на мобильных устройствах или ПК.
  2. Ситуационный анализ - возможность быстро локализовать проблему на объектах управления, например по принципу светофора или специфическому изображению.
  3. Возможность не просто локализовать проблему, но и раскрыть все возможные причины её появления, тем самым подтолкнуть к решению проблемы.

Разработка любого аналитического решения - Центра мониторинга, на платформе IDVP начинается с определения кейса, по аналогии с бизнес-кейсом, включающим в себя различные показатели, характеризующие решаемую проблему и показывающие клиенту пути её решения.

Затем, когда сформирован кейс и выбраны показатели для решения проблемы, мы придумываем и разрабатываем трёхмерные интерактивные визуальные образы, которые формируют «пространство явления». Непосредственно за визуализацию данных отвечает специальная программа - «3D плеер», который собирается под управлением платформы индивидуально для каждого пользователя.

IDVP поддерживает достаточно большой набор интерактивных аналитических инструментов. Они имеют возможность масштабирования, изменения положения в пространстве для лучшего визуального восприятия, возможность множественного выбора отображаемых объектов или значений с поддержкой drill-down непосредственно с диаграммы или графика.

Например, для «Центра мониторинга финансовых организаций» мы использовали концепцию визуального графического интерактивного интерфейса «облака» заёмщиков, с которым легко и удобно работать. Размером шарика в облаке кодирована информация о величине полученных кредитов заёмщиком, а цветом - информация о количестве выявленных проблем у заёмщика. Специалист может кликнуть на интересующего его заёмщика и увидеть схему его финансовых отношений с контрагентами в различных разрезах, взаимосвязях и видах.

В приложении «Центр мониторинга «Интеллектуальный склад» используется трёхмерное визуальное представление склада и линейный график с интерактивно изменяемой шкалой.

Фактически это цифровой слепок складского бизнеса, в котором ответы на производственные проблемы представлены в интуитивно понятном виде - например, почему образуются на складе длинные очереди машин на погрузку-разгрузку?

Чем отличается подход к анализу информации в классических аналитических инструментах от вашего решения?

Несмотря на общепринятое позиционирование аналитических систем, традиционно их пользователем является подготовленный аналитик, крутящий «кубики» данных и ищущий в них закономерности. Для анализа данных он использует таблицы, графики, диаграммы и многое другое.

Мы для себя выбрали другого пользователя - это прежде всего топ-руководитель, владелец бизнеса, руководитель отрасли, который постоянно находится в условиях ограниченных временных рамок. Для него скорость принятия управленческих решений зачастую критична. При этом современный занятой человек все чаще хочет воспринимать информацию в виде трёхмерной интерактивной инфографики, позволяющей анализировать максимальные объёмы информации при минимуме временных затрат, быстро улавливать суть проблемы, различные тенденции изменений и оценивать возможные риски. Он привык существовать в трёхмерном пространстве.

Поэтому в наших разработках мы делаем акцент на тех направлениях, которые позволяют быстро и качественно довести до руководителей ситуацию по сложным отраслевым кейсам. с большими объёмами исходных данных. Среди них можно выделить следующие:

Новые приёмы интерактивной визуальной работы с большими массивами оперативной и стратегической информации - технология обеспечивает чёткое восприятие существующих проблем и возможных путей их решения через визуальные образы. На экране одновременно рассматривается множество аспектов, влияющих на проблему, проще понимать информационные, управленческие, финансово-экономические процессы, видна их взаимосвязь и взаимозависимости.

Внедрение элементов геймификации - это новый уровень взаимодействия с пользователем, делающий процесс анализа данных интересным, познавательным и запоминающимся. Соответственно повышается уровень и качество владения информацией.

Использование новых трёхмерных аналитических инструментов , не используемых в традиционных BI-системах ввиду невозможности получения нормального результата на браузерных платформах, например потоковых диаграмм санкей, диаграмм отношений «многие ко многим» и т. п.

Посмотрите сами на примеры интерфейсов наших аналитических систем. Я думаю, что все станет понятно без лишних слов.

СПЕЦПРОЕКТ КОМПАНИИ IDVP

Цифровая эпоха для бизнеса означает множество по сути и содержанию динамических и активно развивающихся цифровых платформ. Можно долго и увлеченно спорить о том, что такое «платформа» и насколько «цифровизация» революционна для самой экономики. Можно также увлеченно и укоризненно задавать вопросы визионерам и ученым, требуя от них формализовать и объяснить новое будущее на столетия вперед. Однако уже сейчас вполне очевидно, что оно выглядит как некая активно взаимодействующая сеть разного рода и разного уровня обособленных автоматизированных информационных систем, которые открыты для массовых физических пользователей и умных устройств. В глобальном мире скоростного обмена информацией, прямо или опосредовано экономические субъекты создают, используют и регулируют такие системы - цифровые платформы.

Бизнес создает собственные и участвует в создании сторонних цифровых платформ как экономический субъект, взаимодействующий с потребителями, поставщиками, конкурентами, регуляторами. Через платформы реализуется бизнес-модель, исполняющая выбранные миссию и/или стратегические цели. Это крайне важно для формирования и поддержания конкурентного преимущества, для обеспечения собственной целостности и значимости как обособленного субъекта в экономических взаимоотношениях, а также для контролирования и координирования внутреннего развития.

Бизнес интегрирует свои и сторонние цифровые платформы для вовлечения и использования объектов (ресурсов), исполнения процессов (функций) и реализации отдельных целевых направлений (потребностей). Подобная сквозная или глубокая интеграция нескольких платформ позволяет максимально эффективно проектировать и воплощать бизнес-модели. Непрерывно повышается уровень компетенций за счет повторно используемых систем, элементов и паттернов. Оптимизируются транзакции на базе высокотехнологичных сетевых распределенных специализированных и имплементированных решений.

Бизнес регулирует свои и сторонние цифровые платформы , предъявляя требования (спрос) и выбирая наиболее полезные из них. Формальное и неформальное регулирование поддерживает практически значимые и ценные платформы, которые активно используются для воплощения собственных востребованных бизнес-моделей. Регулирование цифровых платформ повышает ценности бизнесов и экономики в целом и обеспечивает понятные условия на рынках.

Перечисленные активности бизнеса по производству, комбинированию и воздействию на цифровые платформы заставляет внимательно относится к вопросам их совместного устойчивого функционирования. В то же время неутихающая конкуренция по всем фронтам и интенсивные перекрестные профессиональные и социальные взаимоотношения, трансформирующиеся в нечто новое на базе целой сети связанных информационных автоматизированных систем, порождают проблемы разной степени сложности. Так или иначе, но некоторые из возникающих практически-значимых проблемных моментов бизнес вынужден решать уже сегодня теми средствами и инструментами, которые ему доступны. Большая же часть подлежит определенному осмыслению, теоретической и технологической проработке.

Один из вариантов, если не единственный, который способен системно развязать целые клубки хитросплетенных проблем и заложить прочный фундамент для уверенного взаимодействия цифровых платформ от разных поставщиков - это цифровые экосистемы. Есть смысл рассматривать не контекстное позадачное связывание отдельных автоматизированных систем (приложений, сервисов, платформ), а перспективное формирование благоприятного климата для их появления и быстрого совместного развития. В каком-то смысле широкое понимание инфраструктуры цифровой экономики здесь становится тождественным экосистеме цифровых платформ.

Управляемая экосистема цифровых платформ значительно повышает комплексность, количество и качество решаемых проблем, которые неминуемо сопровождают активный переход к новой экономике и масштабному использованию автоматизированных систем. К числу ключевых проблем, решаемых на уровне экосистемы, можно отнести, например, следующие девять.

1. Неадекватные технологии работы с данными

Развивая собственные внутренние функции и компетенции сбора, обработки и хранения данных каждая цифровая платформа имеет все шансы проиграть конкуренцию другим за счет сильного «забегания вперед» или «отставания». Она даже может быть принудительно исключена из системы взаимодействия, поскольку в определённый момент времени не обеспечит поддержку соответствующих правил обмена пакетами данных как на уровне форматов, так и на уровне смыслов. И независимо от того, какие технологии предпочтительны внутри платформы, существенными всегда будут являться формы и форматы внешнего информационного обмена.

Экосистема позволяет вводить нормативы и требования к данным, которыми активно обмениваются цифровые платформы, технические и экономические параметры, а также отслеживать состояние и потенциал автоматизированных систем в глобальной сети.

2. Недоиспользование цифровой аналитики

Цифровая платформа способна и правомочна реализовывать собственные методы и модели анализа той целевой предметной области, для которой она создана и используется. Однако существуют общие принципы и приемы анализа цифровых данных, которые во многом обязательны. Например, для каждой цифровой платформы крайне важна постоянная аналитика по вопросам безопасности, перегрузки, конвертации пользователей, стабильности функций, операций с внешними системами и др. Более того, базовый аналитический функционал в рамках заданных стандартов должен быть доступен самой цифровой платформе (её владельцу) и стороннему аудитору, регулятору.

Экосистема может не только предъявлять обязательные требования к аналитической составляющей каждой цифровой платформы, но и поставлять готовые унифицированные алгоритмы, шаблоны, сравнительные показатели. Что позволяет исключить проблему недооценки или неправильного использования моделей, технологий и инструментов анализа цифровых данных.

3. Низкое качество элементов платформы

Поддержание требуемого качества данных и автоматизированных моделей, технологий и продуктов, а также интерфейсов взаимодействия - это отдельная большая задача для любой цифровой платформы. Самостоятельно обеспечить качество по всем перечисленным элементам достаточно сложно, накладно и зачастую непрофессионально. Важной остается также задача понимать и сопоставлять качество собственной цифровой платформы с другими, участвующими в активном транзакционном взаимодействии. Особенно это касается значимых глубоко интегрируемых внешних цифровых платформ.

В рамках экосистемы не только возможны, но и обязательны для применения в автоматизированных информационных системах специальные сервисы (агенты, провайдеры) проверки и контроля качества исходящих и входящих цифровых данных, качества используемой предметной модели, качества применяемых инструментов и функционала в целом, а также качества интерфейсов, открываемых для взаимодействия.

4. Ошибки интегрирования

Цифровая платформа не только состоит из отдельных внутренних компонентов, но и вынуждена интенсивно взаимодействовать со сторонними системами, технологическими и функциональными модулями, пакетами цифровых данных и т. п. Причем платформа может достаточно сильно и глубоко использовать сторонние компоненты или целые автоматизированные системы. Она может интенсивно использовать другие цифровые платформы и участвовать в множествах автоматизированных моделей, реализующих сложные транзакционные схемы. Кроме того, подобное интегрирование должно устойчиво существовать и развиваться в динамике, когда сама платформа или отдельные её и внешние компоненты могут изменяться самостоятельно или даже заменяться на другие. Достаточно трудно при этом избежать значительных ошибок как на этапе проектирования интегрированных систем и их первичного тестирования, так и в последующей эксплуатации.

Экосистема цифровых платформ значительно снижает ошибки и риски интегрирования, потому что способна предложить единообразные схемы и шаблоны интеграции, стандартизированные интерфейсы, унифицированную и предсказуемую архитектуру и логику поведения и т. п.

5. Недооценка проблем безопасности

Необходимость быстро создать и выпустить на рынок рабочую версию цифровой платформы иногда заставляет игнорировать очевидные базовые проблемы. Одна из них - безопасность. Последствия могут быть весьма плачевными. А в условиях целой сети взаимодействующих автоматизированных систем даже критическая ошибка в одной из них может вызвать весьма серьёзные последствия. Не говоря уже о том, что сама система, обеспечивающая безопасность и устойчивость функционирования платформы, требует постоянного интенсивного развития и внимания со стороны адекватного риск-менеджмента. Но это отягощает платформу и сам бизнес.

Улучшить вопросы безопасности и предложить комплексное решение для цифровых платформ должна общая для них экосистема. И, пожалуй, только в рамках экосистемы возможно объединение нескольких бизнесов и платформ для объединенной стратегии управления рисками.

6. Закрытость и фрагментация платформ

Попытка бизнеса максимально закрыть или специализировать цифровую платформу может дать эффект, противоположный ожидаемому. Несмотря на полезный функционал и актуальную целевую предметную область получится не изолированная и защищенная, а несовместимая и неудобная система. Сегодня, когда пользователь искушен комплексными гибкими решениями, маловероятно, что у него появится желание долго и трудно присоединять сложносочиненное. Ну разве только у него будет сверхвысокая мотивация.

Экосистема может предложить разработчикам цифровых платформ готовые правила и практики проектирования удобно взаимодействующих систем, избавив от излишней закрытости и ненужной фрагментации по предельно узким пользовательским сегментам.

7. Ограничения по создания и использованию

Искусственные барьеры по созданию и использованию цифровых платформ и их компонентов могут быть выставлены не только поставщиком решения. В полноценную работу цифровой платформы вполне могут вмешаться недобросовестные конкуренты, особенно те, кто претендует на лидирующие позиции или те, кто поставляет специальные решения межплатформенного характера. Регулятор также может повести себя нерационально и неадекватно ситуации, вводя запреты и критические ограничения на работу тех или иных цифровых платформ.

Чтобы всего этого избежать, экосистема должна вводить четкие и понятные для участников принципы технического и рыночного координирования поведения конкурирующих и дополняющих цифровых платформ, которые поддерживаются специальными автоматизированным алгоритмами (агентами и арбитрами). В противном случае не исключены предельно нерыночные действия, ухудшающие положение различных платформ, со стороны крупных поставщиков.

8. Низкая эффективность технологий развития и обучения

Какой бы изначально совершенной и комфортной цифровая платформа не была бы задумана и воплощена её создателями, она в любом случае потребует развития по всем компонентам. Она может развиваться интенсивно - совершенствуя функционал или экстенсивно - расширяя границы целевой предметной области. Но если платформа концептуально и архитектурно не способна развиваться и обучаться, то её ждут большие проблемы на высококонкурентных цифровых рынках. Не стоит недооценивать и проблему развития внешних потребителей. Они также нуждаются в постоянной поддержке и наращивании компетенций, какими бы простыми и понятными не были бы функции и интерфейс цифровой платформы.

Развитие и обучение самой платформы и внешних её пользователей (в т. ч. подключенных систем) требует эффективных и унифицированных решений. Экосистема вполне может решить проблему неэффективных технологий развития и обучения входящих в неё цифровых платформ, предложив соответствующие подходы, схемы, варианты и инструменты.

9. Устаревшие методы регулирования

Регулирование цифровых платформ в рамках доцифровых (бумажных) технологий не способно в полной мере обеспечить их интенсивное появление и дальнейший динамичный рост. Вместо длительной процедуры подготовки, согласования и утверждения обязательных нормативных актов или добровольных стандартов требуется алгоритмическое регулирование с предварительным тестированием и отладкой каждого из вводимых правил.

Четкость, предсказуемость, релевантность, равноправие и, главное, доверие между автоматизированными системами и экономическими субъектами реализуются через оцифрованные нормативные механизмы цифровой экосистемы.

Обращаясь к сути цифровой экосистемы, становится понятным, что для неё не должно являться приоритетным применение общих и обязательных единых решений, технологий. Это не обязательно жесткая система, а гибкая рамочная конструкция, которая призвана безболезненно «сшивать» поставляемые разными производителями цифровые платформы. Цифровая экосистема нужна для взаимопонимания информационных систем с одной стороны и для развития их предметной, функциональной и интерфейсной специализации с другой. И если платформа желает входить в целевую экосистему и понимать другие её платформы, то она должна выполнять заданные требования и рекомендации. Одной из ключевых задач цифровой экосистемы является развитие подобной базы совмещения разносторонних платформ, в том числе развитие низкоуровневых автоматизированным систем, которые поставляют в рабочее пространство стандартизированные и унифицированные данные, функционал, модели, инструменты, интерфейсы и т. п. Через такую задачу появляется уникальная возможность, повышая уровень самой экосистемы, одновременно повышать уровень каждой из цифровых платформ, которые в неё входят.

Если же рассматривать цифровую экосистему не только с точки зрения сугубо информационных технологий, а как целевую трансформацию экономики, то неплохо бы обозначить три системообразующих слоя.

Во-первых , хорошо понимаемый и активный технологический слой экосистемы. Он обеспечивает новые условия (климат) для непосредственного произрастания цифровых платформ как высоко производительных ИТ-систем и их последующего целевого информационного обмена. Это слой, в котором появляются и совершенствуются такие технологии, как распределенные реестры, облачные хранилища, сетевые протоколы и идентификация и др.

Во-вторых , динамичный управленческий слой экосистемы. Он обеспечивает новые принципы, знания и технологии менеджмента, которые призваны стабилизировать и повысить эффективность процесса и целей цифровизации. Управленческий слой экосистемы определяет возможности экономического субъекта, который должен уметь справляться с новыми вызовами цифровой экономики в условиях нарастающей глобальной информатизации. В рамках этого слоя развиваются гибкое и проектное управление, бизнес-моделирование, риск-менеджмент, предиктивная бизнес-аналитика, совместное инвестирование и др.

В-третьих , переменчивый потребительский слой экосистемы. Он формирует новые социально-психологические аспекты потребления и культурно-исторические приоритеты для развития цифровой экономики на базе сети плотно взаимодействующих информационных систем. Это не технологические и не управленческие факторы, которые существенно влияют на действия экономических субъектов, позволяя или не позволяя им осуществлять те или иные транзакции. Потребительский слой экосистемы предлагает новые способы и возможности удовлетворения потребностей, такие как умное социальное потребление, потребительское софинансирование, ответственное и разделяемое потребление, ориентирование на экологические и этические продукты и сервисы и др.

На сегодня цифровая экосистема - ещё менее очевидная для проектирования и прогнозирования сущность, чем цифровая платформа. А её воплощение и принадлежность можно понимать и трактовать в меру заинтересованности и ответственности. В принципе уже две взаимодействующие цифровые платформы могут составить отдельную экосистему. А одна платформа может успешно входить в разные экосистемы за счет качественной реализации интерфейсов взаимодействия. При этом создавать (формировать и поддерживать) можно как закрытые, так и открытые экосистемы. Но всё-таки очевидно, что наиболее конкурентными и активно развивающимися будут те из них, что открыты для присоединения на единых и рациональных контрактах (условиях). И, вероятно, преимущество будут иметь экосистемы, которые позволяют отвечать задаваемым требованиям и стандартам с разной степенью реализации. Понятно, что наиболее влиятельными будут массовые из них и поддерживаемые на самом высоком ресурсном и информационном уровне. И если успешные простые сервисы-приложения сегодня может создать даже отдельный программист-гений, то цифровые платформы - это уже удел, как минимум, среднего или крупного бизнеса. А вот экосистемы - задача, которая под силу транснациональным корпорациям, консорциумам, отдельным государствам или межгосударственным союзам.

Конкуренция экосистем - это объективный процесс, который будет нарастать с каждым днем по мере того, как будет приходить понимание того колоссального эффекта, который дает совместная синергия развития целой сети цифровых платформ. Отечественной экономике в любом случае не удастся отсидеться в стороне. В ближайшее время придется принимать важное решение - создавать собственную конкурентную цифровую экосистему или присоединяться к сторонней. Причем вопрос не столько в принятии решения, сколько в его волевой реализации. И в этой связи крайне важно не забывать об интеграции, по крайней мере, со своими ближайшими партнерами по Евразийскому экономическому союзу.

Любой биоценоз взаимодействует с факторами физико-хим. среды. Экосистема объединяет е себе биоценоз и биотоп (А.Тенсли). В.Н.Сукачев предложил понятие - биогеоценоз. В экосистеме потоками вещества и энергии объединяются в единое целое все составные части биоценоза, включая трофические уровни, а также почва, грунт, воды и часть атмосферы.

Границы экосистем обычно в такой же степени определенны или условны. Наибольшая экосистема нашей планеты - биосфера. В ней различают отдельные биомы - круп. экосистемы, занимающие ландшафтную зону, высотный пояс в горах или остров. Для земного шара обычно называют несколько десятков осн. биомов, при необходимости кол-во выделяемых биомов м.б. увеличено. В масштабах одного материка м.б. выделено несколько сот экосистем разных типов. В пределах каждого типа выделяемых экосистем, биоценозов или фитоценозов обнаруживается множество вариантов. Каждый конкретный биоценоз обладает своими индивидуальными особенностями. Возможно выделение экосистемы лесной лужицы или экосистемы в масштабе организма жвачного млекопитающего.

Круговорот вещества, потоки энергии и информации в экосистемах. Троф. уровни, пищевые цепи и сети биоценозов представляют собой звенья потоков вещества и энергии, которые объединяют подсистемы экосистем в единое целое. Энергия Солнца в основном и обеспечивает деятельность живых систем биосферы.

Энергия солнечного света и хим. превращений, извлекаемая фотосинтетиками и хемосинтетиками из неорг. природы, переходит с одного троф. уровня на др. с большими потерями. Н-р, раст.ядные животные полностью не съедают всю раст. массу, т.ж. как и хищники обычно не уничтожают полностью популяции своих жертв. Часть биомассы любой популяции идет на жизнедеятельность организмов (рост, развитие, размножение, поиски пищи), аккумулируется в теле многолетних организмов и на следующий троф.уровень попадает (аккумулируется в телах организмов) от 1 до 10% от кол-ва энергии на предыдущем уровне. Потоки энергии в экосистемах подобны пересыхающим рекам и постепенно теряются в пространстве экосистемы.

Вся совокупность организмов, живущих за счет энергиии Солнца, называется фотобиосом. Организмы, использующие хим. энергию, составляют хемобиос.

В пищевых объектах совмещаются энергия и в-во, необходимые для жизнедеятельности биосистем. Однако для лучшего понимания этого процесса полезно рассматривать потоки энергии и вещества порознь. Одно из своеобразий потоков вещества - их частичная замкнутость (цикличность). В экосистемах действуют биогеохимические циклы (по Вернадскому), которые объединяют живую часть экосистемы (биоценоз) с неорг.

В наземных экосистемах хим. в-ва извлекаются органами растений из ОС и входят в состав их тел. Часть растительной массы (менее 10%) потребляется консументами, остальная (свыше 90%) поступает в детритиые пищевые цепи - это опад (листья, ветки, лепестки цветов и т.д.), сухостой, валежник, ветошь трав, к/е подвергаются относительно медленному разложению благодаря деятельности редуцентов. Продукты жизнедеятельности продуцентов, консументов и редуцентов (вода, газы, неорг. и отн. простые орг. вещества) оказываются во внешней среде и вновь могут быть вовлечены в круговорот вещества.

Фитомасса суши обновляется в ср. каждые 14 лет. В лесах скорость круговорота в-в отн. ниже (деревья живут десятки и сотни лет), чем в луговых сообществах. Еще быстрее круговорот в-ва происходит в морских экосистемах, где среди продуцентов велика доля фотосинтезирующих бактерий и одноклеточных водорослей с очень коротким жизненным циклом. Биомасса МО обновляется в среднем за 33 дня, а фитомасса - за 1 день.

Информационные процессы экосистем пока изучены недостаточно. У каждой клетки и многоклеточного организма свои информационные системы, среди которых важное место занимают нуклеиновые кислоты. Популяции имеют свои информационные системы: это их генофонд, коммуникативные системы. Биоценозы и экосистемы включают в себя информационные системы популяций, а также имеют информационные системы своего уровня.

Палеонтолог и палеоэколог познает и реконструирует экосистемы прошлых геолог. эпох, извлекая и "прочитывая" информацию ископаемых отложений. Н-р, амер. ученые извлекли из желудка ископаемой мухи, прекрасно сохранившейся в куске янтаря возрастом 40 млн.л, жизнеспособные споры бактерий. Образец предоставил возможность установить: возраст находки; строение ДНК ископаемой мухи и спор бактерии; пузырьки воздуха в янтаре позволяют уточнить состав атмосферы того времени.

Продуктивность экосистем. Важное значение имеет биолог. продуктивность ест. и искус. экосистем, к/я складывается из продуктивности местных популяций. Продуктивность продуцентов (растений) назыв. первичной, продуктивность консументов - вторичной. Вновь созданная продукция биомассы за вычетом трат на жизнедеятельность называется чистой продукцией. Чистая первичная продук-ть (ЧПП), выражаемая в количестве растительной биомассы, вновь созданной на единице площади в единицу времени. Обычно используются значения воздушно-сухой биомассы.

ЧПП экосистем тундры составляет 0,1-0,5 т/га в год; в широколиственных лесах умеренных широт она варьируется от 0,9 до 2, в дождевых лесах - от 6 до 50 т/ га. Чистая вторичная продуктивность (продуктивность животных) меньше чем ЧПП на 1 - 2 порядка.

Продуктивность биоценозов зависит от кол-ва солнечной энергии, к/е приходит в экосистему, длительности вегетационного сезона, обеспеченности водой и питательными веществами и некоторых других факторов, включая антропогенные.

Любая единица (биосистема), включающая все совместно функционирующие организмы (биотическое сообщество) на данном участке и взаимодействующая с физической средой таким образом, что поток энергии создает четко определенные биотические структуры и круговорот вещества между живой и неживой частями, представляет собой экологическую систему, или экосистему… Экосистемы представляют собой открытые системы, поэтому важной составной частью концепции является среда на входе и среда на выходе” Ю. Одум.

Рис. 2.1

Важнейшее понятие - “сложность системы” может быть оценена на двух уровнях:

  • · сложность на "структурном уровне", которая определяется числом элементов системы и связей между ними (морфологическая сложность);
  • · сложность на "поведенческом уровне" - набор реакций системы на внешние возмущения или степень эволюционной динамики (функциональная сложность).

Определить, что такое "сложная система" на структурном уровне не представляется реалистичным, хотя большинство биологов интуитивно убеждены, что все экосистемы имеют морфологически сложное строение. Б.С. Флейшман предложил пять принципов усложняющегося поведения систем, представленных на схеме и позволяющих оценить функциональную сложность:


Сложность поведения систем первого уровня определяется только законами сохранения в рамках вещественно-энергетического баланса (такие системы изучает классическая физика). Особенностью систем второго уровня является появление обратных связей; определяющим для них становится принцип гомеостаза, что и задает более сложное их поведение (функционирование таких систем изучает кибернетика). Еще более сложным поведением обладают системы третьего уровня, у которых появляется способность "принимать решение", т.е. осуществлять некоторый выбор из ряда вариантов поведения ("стимул - реакция"). Так, Н.П. Наумов показал, что возможен опосредованный через среду обитания обмен опытом между особями, поколениями одного вида и разными видами, т.е., по существу, обмен информацией. Системы четвертого уровня выделяются по наличию достаточно мощной памяти (например, генетической) и способности осуществлять перспективную активность или проявлять опережающую реакцию ("реакция - стимул") на возможное изменение ситуации - эффект преадаптации (см., например, [Кулагин, 1980]). Наконец, пятый уровень сложности объединяет системы, связанные поведением интеллектуальных партнеров, предугадывающих многоходовые возможные действия друг друга. Этот тип поведения имеет отношение, в основном, к социальным аспектам взаимодействия "Человек - Природа" (хотя на практике встречается лишь в партиях хороших шахматистов).

Наконец, все свойства сложных систем делятся на простые (аддитивные; например, биомасса некоторого сообщества) и сложные (неаддитивные; например, устойчивость экосистемы).

Описание любой сложной системы состоит из трех компонентов: морфологической, функциональной и информационной [Дружинин, Конторов, 1976].

Под элементом понимается подсистема, внутрь которой морфологическое описание уже не проникает. Элементный состав может содержать однотипные (гомогенные системы) и разнотипные (гетерогенные системы) элементы. Однотипность не означает полной идентичности и определяет только близость основных свойств. Важным признаком морфологии является природа элементов, где можно отметить вещественные, энергетические и информационные элементы. Применять, однако, к естественным элементам емкий термин “назначение” следует с определенной осторожностью, т.к. многое зависит от позиции наблюдателя. Рассматривая биоэнергетические процессы, эколог будет вполне прав, утверждая, что популяция несет энергетическую функцию в системе; в то же время является большим искушением принять генетически обособленный вид за информационный элемент некоторой сверхсистемы.

Традиционно выделяют прямые, обратные и нейтральные связи. Первые из них предназначены для передачи вещества, энергии, информации и их комбинаций от одного элемента к другому в соответствии с последовательностью выполняемых функций и пропускной способностью канала передачи. Обратные связи реализуют функции управления или адаптации (поддержание гомеостаза) и носят, как правило, информационный характер.

Структурные свойства систем определяются характером и устойчивостью отношений между элементами. По характеру отношений между элементами структуры делятся на многосвязные и иерархические. Очень трудно найти примеры сложных иерархических систем - все они имеют, как правило, сетевую организацию, когда один и тот же элемент структуры может входить (в зависимости от точки зрения или по определению) в несколько подсистем более высокого уровня. Например, один и тот же вид организмов в зависимости от условий может трактоваться как "хищный" или "нехищный". Различают также детерминированные, стохастические и хаотические структуры. Детерминизм, как и индетерминизм, имеет свою иерархию совершенства. Например, типично вероятностные структуры экосистем на нижнем уровне (особь, группа организмов) претерпевают чисто случайные изменения, но на более высоких уровнях эти изменения становятся целенаправленными за счет естественного отбора и эволюции.

Композиционные свойства систем определяются способом объединения элементов в функциональные группы и соотношением этих групп. Различают следующие группы элементов и подсистем:

  • · эффекторные - способные преобразовывать воздействия и воздействовать веществом и энергией на другие подсистемы (например, техногенные компоненты экосистем);
  • · рецепторные - способные преобразовывать внешние воздействия в информационные сигналы, передавать и переносить информацию (биоиндикаторные компоненты);
  • · рефлексивные - способные воспроизводить внутри себя процессы на информационном уровне (измеряющие компоненты).

Морфологическое описание входит составной частью в тезаурус системы - совокупность полезной внутренней информации системы о себе, которая определяет ее способность распознавать ситуацию и управлять собой. Для полноты картины остановимся на формальных определениях основных объектов морфологической структуры экологических систем, которые мы будем использовать в последующем изложении (Бигон с соавт.).

Функциональное описание. Сложная система, как правило, многофункциональна. Функции любой системы можно распределить по возрастающим рангам, примерно следующим образом:

  • o пассивное существование (материал для других систем);
  • o обслуживание системы более высокого порядка;
  • o противостояние другим системам или среде (выживание);
  • o поглощение других систем и среды (экспансия);
  • o преобразование других систем и среды.

Функциональное описание системы, как и морфологическое описание, как правило, иерархично. Для каждого элемента, частной подсистемы и всей системы в целом функциональность задается набором параметров морфологического описания Х (включая воздействия извне), числовым функционалом Y, оценивающим качество системы, и некоторым математическим оператором детерминированного или стохастического преобразования? , определяющим зависимость между состоянием входа Х и состоянием выхода Y:

Y = ? (X) . (2.1)

Как видно из приведенной выше схемы принципов усложняющегося поведения, функция отклика Y подсистемы верхнего уровня зависит от функций, описывающих внутренние процессы подчиненных подсистем.

Из общей теории моделирования физических систем принято выделять пять групп параметров с точки зрения способа их использования в моделях:

  • 1. входные параметры - V = (v 1 ,v 2 ,…,v k), - значения которых могут быть измерены, но возможность воздействия на них отсутствует (применительно к моделям экосистем, к таковым можно отнести солнечную активность, глобальные климатические явления, неуправляемую хозяйственную деятельность человека и т.д.);
  • 2. управляющие параметры - U = (u 1 ,u 2 ,…,u r), - с помощью которых можно оказывать прямое воздействие в соответствии с теми или иными требованиями, что позволяет управлять системой (к ним можно отнести ряд целенаправленных мероприятий по охране и восстановлению природной среды);
  • 3. возмущающие (стохастические) воздействия - ? = (? 1 ,? 2 ,…,? l), - значения которых случайным образом меняются с течением времени и которые недоступны для измерения, создавая дисперсию неучтенных условий или шум;
  • 4. параметры состояния - X = (x 1 ,x 2 ,…,x n) - множество внутренних параметров, мгновенные значения которых определяются текущим режимом функционирования экосистемы и, в конечном итоге, являются результатом суммарного воздействия входных, управляющих и возмущающих факторов, а также взаимного влияния других внутрисистемных компонентов;
  • 5. выходные (целевые или результирующие) параметры - Y = (y 1 ,y 2 ,…,y m) - некоторые специально выделенные параметры состояния (либо некоторые функции от них), которые являются предметом изучения (моделирования, оптимизации) и которые используются в качестве критерия "благополучия" всей экосистемы.

По отношению к экосистеме входные и управляющие параметры являются внешними, что подчеркивает независимость их значений от процессов внутри нее. Возмущающие факторы при этом могут иметь как внешнюю, так и внутреннюю природу.

Информационное описание также должно давать представление об организации системы. При этом сам термин “информация” имеет несколько значений:

  • · в биологии - совокупность биохимически закодированных сигналов, передающихся от одного живого объекта к другому (от родителей к потомкам) или от одних клеток другим в процессе развития особи;
  • · в математике, кибернетике - количественная мера устранения энтропии (неопределенности) или мера организации системы.

Если трактовать информацию как меру упорядоченности системы, то ее количество будет соответствовать негэнтропии, выражающей потенциальную меру предсказуемости будущего системы (или оценку возможности экстраполяции ее состояния). Чтобы экосистема действовала и взаимодействовала со средой, она должна потреблять информацию из среды и сообщать информацию среде. Этот процесс называется информационным метаболизмом, который совместно с вещественным и материальным метаболизмом образует полный метаболизм.