Учет фактора неопределенности

При прогнозных оценках затрат и результатов никогда нельзя быть до конца уверенным в их точности. В связи с этим целесообразно учитывать неопределенность ситуации. Существует достаточное количество сложных математических методов учета неопределенности, связанных с применением теории вероятностей, теории нечетких множеств и других средств. Мы ограничимся простейшей моделью, которую может на практике применить каждый человек, не обладающий специальным математическим образованием.

Суть метода состоит в переходе от точечных оценок затрат и результатов к интервальным. Грубо говоря, вместо точной количественной оценки мы задаем некий диапазон, в который с большой степенью вероятности должна попасть прогнозируемая величина результатов или затрат. Далее используется принцип минимакса, т.е. мы определяем экономическую эффективность автоматизации при минимальных результатах и максимальных затратах. Если даже в этом случае эффект положительный, то вполне очевидно, что проект рентабельный (если, разумеется, правильно определены диапазоны показателей). Если же эффект отрицательный, то возможно два пути: либо считать автоматизацию нерациональной, либо пересмотреть границы диапазонов и попробовать оценить эффективность еще раз.

Пример 14.

Допустим, что мы получили следующие прогнозные оценки приведенных результатов и затрат на автоматизацию: результаты за год составят 2 миллиона рублей, а затраты — 1,5 миллиона рублей. Пусть из-за неопределенности мы можем ошибиться в прогнозе на 20% в обе стороны и по затратам, и по результатам. Тогда наихудший (минимальный) результат можно оценить в 1,6 миллиона рублей, а наихудшие (максимальные) затраты в 1,8 миллиона рублей. Очевидно, что при большой степени неопределенности при проведении автоматизации мы можем получить убыток до 200 тысяч рублей. Если же неопределенность меньше (например, по 10% в обе стороны и по затратам, и по результатам), то даже при наихудшем сценарии развития событий эффективность останется положительной: наименьший результат составит 1,8 миллиона рублей, а наибольшие затраты только 1,65 миллиона рублей. В этом случае даже с учетом неопределенности автоматизацию можно считать эффективной (с, позиций возможного риска).

Сравнение вариантов автоматизации

Сравнительная оценка экономической эффективности различных вариантов автоматизации предполагает наличие ряда альтернативных стратегий, принципиально различных между собой (разные поставщики компьютеров, оборудования и программ, различное число рабочих мест, разные сроки и этапы автоматизации и т.д.). Как и при оценке абсолютной эффективности, основными параметрами оценки здесь выступают сопоставимые затраты и результаты (или их прогноз). Ниже рассматриваются простейшие подходы к оценке эффективности по вариантам.

Допустим сначала, что сумма затрат на автоматизацию фиксирована (мы ограничены неким бюджетом). Тогда можно считать, что по всем альтернативам затраты просто одинаковы (это не совсем так, но неполное исполнение бюджета на автоматизацию будем условно считать недостатком, а оставшиеся неизрасходованными деньги условно списывать как штраф) и их можно не рассматривать. Тогда наиболее эффективный вариант автоматизации выбирается из множества альтернатив по наилучшему результату из совокупности обоснованных прогнозов результатов с учетом неопределенности и риска. Иными словами, лучший вариант тот, который дает максимальный эффект при самом неблагоприятном прогнозе (используем принцип МАКСИМИНА).

Пример 15.

Пусть имеется три варианта автоматизации. При первом ожидаемый эффект составит 3 миллиона рублей, при втором — 2,5 миллиона, при третьем — 2,8 миллиона. Неопределенность при первом варианте составляет 30%, при втором — 10%, при третьем — 20%. Наихудшие прогнозы результатов по вариантам составят соответственно 2,1 миллиона; 2,25 миллиона и 2,24 миллиона рублей. Следовательно, второй вариант с позиций наших рассуждений наилучший.

Допустим теперь обратную ситуацию, при которой результаты автоматизации по всем вариантам одинаковы. Тогда критерием выбора наиболее эффективного варианта будет минимум затрат при самом наихудшем прогнозе (используем принцип МИНИМАКСА).

Пример 16.

Пусть имеется три варианта автоматизации. При первом ожидаемые затраты составят 3 миллиона рублей, при втором — 2,8 миллиона, при третьем — 2,7 миллиона. Неопределенность при первом варианте составляет 10%, при втором — 20%, при третьем — 30%. Наихудшие прогнозы затрат по вариантам составят соответственно 3,3 миллиона, 3,36 миллиона и 3,51 миллиона рублей. Следовательно, первый вариант с позиций наших рассуждений наилучший.

Рассмотрим теперь общий случай, когда и затраты, и результаты по вариантам неодинаковы. Здесь возможно два принципиально разных пути сравнения: можно выбирать оптимальный вариант автоматизации либо по лучшей разнице результатов и затрат (при этом каждая альтернатива анализируется сначала отдельно), либо по лучшему отношению результатов к затратам. Вообще говоря, расчеты экономической эффективности для альтернативных вариантов автоматизации с учетом множества разнообразных параметров являются весьма непростой задачей, с которой довольно трудно справиться, не имея достаточной квалификации. Поэтому авторы сочли возможным ограничиться в данной книге кратким изложением подходов к решению этих задач и иллюстрацией этих подходов на простейших примерах. Дальнейшее движение в этом направлении читатели могут провести самостоятельно, изучая литературу по теме или обучаясь у квалифицированных специалистов. Тем не менее, мы считали полезным поставить проблему оценки эффективности автоматизации предприятий и предостеречь читателей от самых грубых и самых распространенных ошибок.

ЧАСТЬ 2. Годин В.В., Корнеев И.К. Управление информационными ресурсами: 17-модульная программа для менеджеров «Управление развитием организации». Модуль 17. – М.: ИНФРА-М, 2000. – 352 с.

Глава 1

ЭВОЛЮЦИЯ ИНФОРМАЦИОННЫХ СИСТЕМ, ТЕХНОЛОГИЙ И ИНФОРМАЦИОННОГО МЕНЕДЖМЕНТА

Классификация информационных технологий

Возможны различные схемы классификации информационных технологий. Каждая из них строится на определенных классификационных признаках.

Первый признак классификации — отсутствие или наличие автоматизации. Обычно говорят о традиционных и автоматизированных технологиях.

Различают обеспечивающие и функциональные информационные технологии. Обеспечивающие технологии могут использоваться в качестве инструментария в различных предметных областях для решения различных задач. Они могут быть классифицированы относительно классов задач, которые решают.

Примеры обеспечивающих технологий: технологии обработки текстов, технологии систем управления базами данных

Обычно эти технологии могут выполняться на разных компьютерах и в разных программных средах. Основная задача — объединение этих технологий в единой информационной системе.

Функциональные технологии — совокупность обеспечивающих технологий для автоматизации некоторой задачи, функции.

Следующий классификационный, признак — тип обрабатываемой информации. Условная классификация компьютерных информационных технологий в зависимости от типа обрабатываемой информации приведена в табл. 2.8.

Классификация по типу пользовательского интерфейса (как взаимодействует пользователь технологии с компьютером) — пакетные, диалоговые, сетевые. В первом случае пользователь получает только результаты работы технологии, в остальных он взаимодействует с ней на индивидуальном компьютере или компьютере, подключенном.к сети ЭВМ.

Классификация по степени автоматизации функций человека в процессе управления: электронная обработка данных, автоматизация функций управления, поддержка принятия решений, экспертная поддержка.