Понятие риска в инноватике

Понятие риска тесно связано с инновационной деятель­ностью организаций промышленности и сферы услуг. До­ходы от инноваций зависят от умелого определения сте­пени риска и методов управления рисками. При этом инноваторам важно располагать несколькими вариантами внедрения нововведений, чтобы иметь шанс получить хо­роший доход. Отсюда следует, что разработка различных вариантов для последующего конкурсного отбора являет­ся обязательным условием выявления полезности инно­вации, ее последующей реализации в инновационном проекте. Классификация и идентификация рисков необходима для их своевременной оценки, прогнозирования негативных факторов при реализации инновационных процессов. Зна­ния о характере рисков, их идентификация по видам и ба­зовым признакам позволяет разрабатывать мероприятия по снижению рисков в инновационной деятельности, напри­мер, по инновациям, имеющим аналоги. Методы анализа неопределенности в процессе реализа­ции инновационного проекта, а также анализа имеюще­гося риска базируются на их качественной оценке по­средством рейтинга. Весьма распространенной формой проведения рейтинга является ранжирование. В основу ран­жирования закладываются экспертные оценки с последующей конкордацией, то есть согласованием мнений экс­пертов. Рейтинговая и другие качественные оценки упрощают анализ имеющихся рисков, снижают возможность субъективных выводов. Более подробно вопрос управления рисками в инновационной деятельности будет рассмотрен в последующих лекциях.Информационные технологии в инноватикеВ обеспечении динамически устойчивого развития экономики первостепенная роль принадлежит инновациям и их внедрению в процессе инновационной деятельности. Инновационная деятельность предполагает непрерывное обновление технической и технологической базы производства, освоение и выпуск новой конкурентоспособной продукции, эффективное проникновение на мировые рынки товаров и услуг. Все это требует реформирования всех сфер общественной жизни и экономической деятельности и формирования конкурентоспособной инновационной экономики.Информационные технологии, компьютеризированные системы и высокие производственные технологии являются базовыми системами инновационной экономики. Они в своем развитии радикально трансформируют все средства получения, обработки, передачи и производства информации, радикально технологизируют интеллектуальную деятельность (например, автоматизация проектирования и технологической подготовки производства, автоматизированный контроль хода производства, автоматизация ведения финансово-бухгалтерской отчетности и организационно-распорядительной деятельности, многоязычный автоматизированный перевод, диагностика и распознавание образов и т.п.).Рассмотрим некоторые категории информационных технологий, которые используются в инновационной деятельности.

1) Компьютеризированное управление технологическим оборудованием (CAD/CAM/CAE-системы)



CAD-системы (сomputer-aided design - компьютерная поддержка проектирования) предназначены для решения конструкторских задач и оформления конструкторской документации (более привычно они именуются системами автоматизированного проектирования САПР). Как правило, в современные CAD-системы входят модули моделирования трехмерной объемной конструкции (детали) и оформления чертежей и текстовой конструкторской документации (спецификаций, ведомостей и т.д.). Ведущие трехмерные CAD-системы позволяют реализовать идею сквозного цикла подготовки и производства сложных промышленных изделий.

CAM-системы(computer-aided manufacturing - компьютерная поддержка изготовления) предназначены для проектирования обработки изделий на станках с числовым программным управлением (ЧПУ) и выдачи программ для этих станков (фрезерных, сверлильных, эрозионных, пробивных, токарных, шлифовальных и др.). CAM-системы еще называют системами технологической подготовки производства. В настоящее время они являются практически единственным способом для изготовления сложнопрофильных деталей и сокращения цикла их производства. В CAM-системах используется трехмерная модель детали, созданная в CAD-системе.

САЕ-системы(computer-aided engineering - поддержка инженерных расчетов) представляют собой обширный класс систем, каждая из которых позволяет решать определенную расчетную задачу. В CAЕ-системах также используется трехмерная модель изделия, созданная в CAD-системе. CAE-системы еще называют системами инженерного анализа.

Примерами CAD/CAM-систем являются Pro/Engineer, Unigraphics, CATIA, EUCLID, I-DEAS, AutCAD LT, Medusa, TrueCAD, КОМПАС, БАЗИС и др.

2) Автоматизированные системы управления инновационными проектами – комплексное программное обеспечение, включающее в себя приложения для планирования задач, составления расписания, контроля цены и управления бюджетом, распределения ресурсов, совместной работы, общения, быстрого управления, документирования и администрирования системы, которое используются совместно для управления крупными инновационными проектами.



В задачи программного обеспечения для управления проектами входит:

Планирование

· планирование различных событий, зависящих друг от друга;

· планирование расписания работы сотрудников и управление ресурсами;

· расчет времени, необходимого на решение каждой из задач;

· сортировка задач в зависимости от сроков их завершения;

· управление нескольким проектами одновременно.

Управление данными и предоставление информации

Программное обеспечение для управления проектами предоставляет большое количество требуемой информации, такой как:

· список задач для сотрудников и информацию распределения ресурсов;

· обзор информации о сроках выполнения задач;

· ранние предупреждения о возможных рисках, связанных с проектом;

· информации о рабочей нагрузке;

· информация о ходе проекта, показатели и их прогнозирование.

Примерами систем управления проектами являются: MS Project, Cerebro, GanttProject, KPlato, OpenProj, Open Workbench, TaskJuggler.

3) Информационные технологии анализа и оценки инновационных проектов

Для оценки инвестиционной привлекательности тех или иных инновационных проектов, как правило, требуется группа экспертов, обладающих специальными знаниями в различных областях экономики (маркетинг, финансовый и управленческий учет, инвестиции, налоговое планирование и т.д.). Такими кадрами обладают консалтинговые фирмы, которые оказывают такого рода услуги компаниям. Однако стоимость этих услуг сегодня многим предприятиям недоступна. Поэтому единственной возможностью, самостоятельно, рассчитать и проанализировать инновационный проект, является использование специальных компьютерных программ, которые в той или иной степени помогают решить поставленные задачи. Основные требования, которые предъявляются к компьютерным программам такого класса:

– проводить расчет и всесторонний анализ бизнес-плана инновационного проекта;

– оценивать влияние внешних факторов и внутренних параметров на общую эффективность проекта;

– проводить сравнительную оценку для отбора наиболее перспективного варианта проекта;

– быстро выполнять все рутинные вычислительные операции;

– на основании расчета и анализа подготавливать документацию по проекту для представления ее потенциальному инвестору или кредитору.

Сегодня на российском рынке существует около десятка компьютерных программ для расчета и сравнительного анализа инновационных проектов, как отечественных, так и зарубежных. Среди отечественных можно назвать – «Project Expert» фирмы «Про-Инвест», «Инвестор» фирмы «ИНЭК», «Альт-Инвест» фирмы «Альт», FOCCAL фирмы «ЦентрИнвестСофт», «ТЭО-ИНВЕСТ» Института проблем управления РАН; среди зарубежных - COMFAR (Computer Model for Feasibility Analysis and Reporting) и PROPSPIN (Project Profile Screening and Pre-appraisal Information system), созданные в UNIDO.

4) Информационные технологии интеллектуального анализа данных (Data Mining)

Системы интеллектуального анализа данных (Data Mining) – подкласс систем поддержки принятия решений, задачей которых является поиск скрытых, нетривиальных, содержательных закономерностей в больших объемах разнородных, сложно структурированных данных, накопленных в хранилищах и базах данных. Такие системы основаны на совокупности методов и технологий из различных областей знания, включая методы машинного обучения, искусственного интеллекта, информационного поиска, статистического анализа, технологии построения и организации хранилищ данных.

Примерами систем интеллектуального анализа данных являются: SAS Enterprise Miner, PolyAnalyst, STATISTICA Data Miner, Deductor, Oracle Data Mining.


0389324498882402.html
0389339394595523.html
    PR.RU™