В своих работах [8] Уоррен рассматривает также совмещение и отображение базовых проекций (финансы, бизнес-процессы, клиенты, обучение и рост) и системы сбалансированных показателей с подсистемами и индикаторами системно-динамической модели предприятия.
Теория динамической стратегии, предложенная Уорреном, основанная на ресурсном подходе стратегического менеджемента, позволяет формировать системно-динамическую модель организации на основе ее «стратегической архитектуры», отражающей структуру организации через сложные динамические взаимодействия ее материальных и нематериальных ресурсов, активно взаимодействующей с внешней средой. Динамическая модель предприятия включает несколько проекций и ряд финансовых и нефинансовых показателей и может быть использована в качестве этапа построения комплексной модели BSC и формирования стратегии в процессе имитации различных стратегий и сценариев развития компании во времени. Базовая структура динамической модели, в качестве аналитической основы которой взята BSC, строится из предположения, что система содержит элементы, соответствующие основные перспективам: финансы, клиенты, обучение и рост персонала, и внутренние процессы и другие, в зависимости от задач исследования.
При построении модели и формировании стратегической архитектуры предприятия необходимо:
- рассматривать систему в динамике, анализировать дорожку времени;
- понимать и выделять наиболее важные стратегические ресурсы, определять и идентифицировать наиболее важные, существенные ресурсы, а также рассматривать накопление и истощение их с течением времени,
- определять скорость изменения процессов по дорожке времени для всех ключевых элементов бизнеса в процессе его функционирования,
- понимать, как рост ресурса зависит от текущего состояния (уровня) ресурса, создавая возможности для дальнейшего усиления или снижение его роста,
- учитывать, как ресурсы могут ограничивать, сдерживать развитие друг друга через балансирование обратных связей, которые могут ограничивать рост.
Разработка методик управленческого консалтинга на основе предложенного Ким Уорреном подхода включает ряд последовательных шагов:
- Идентифицируйте дорожку времени выполнения работы
- Идентифицируйте те немногие, наиболее существенные ресурсы внутри бизнеса
- Получите признаки входящих и исходящих потоков, ведущих к определению стратегических планов развития
- Необходимо исследовать, как потоки ресурсов зависят от текущего состояния (уровня) ресурсов, управляющих параметров и других факторов
- Разработка стратегической архитектуры. Собрать ресурсные зависимости из шага 4 в стратегическую архитектуру бизнеса.
- Получить количественные показатели эффективности бизнеса на модели.
- Подготовить и проиграть альтернативные стратегии.
Преимущества использования системной динамики в стратегическом менеджменте.Стратегическое управление направлено на достижение долгосрочных целей организации путем адаптации к изменениям внешней среды. Задачи стратегического анализа сложны и требуют учета большого число факторов, интересов, угроз и последствий. На стратегическом уровне управления присутствует высокая степень неопределенности в оценке внешней среды, слабая формализация методов управления и широкое использование экспертных оценок и знаний, многокритериальность при оценке принимаемых решений. Стратегический план редко включает цифровые показатели, осуществленный выбор формируется преимущественно в качественных показателях и не дает очень точных прогнозов, по крайней мере, в долгосрочном периоде, более важными является определение тенденций, вероятного изменения основных параметров хозяйственной системы, отражающих долгосрочные результаты деятельности при принятии стратегических решений. Сложность выбора стратегической альтернативы в динамически развивающейся ситуации, в условиях внешней и внутренней неопределенности, заключается в необходимости удовлетворения большого числа противоречивых требований по различным направлениям деятельности компании: финансово-производственная, рынок и отношения с клиентами, кадровые ресурсы компании, внутренние бизнес-процессы, отношения с государственными органами и др., а также в большой доле субъективности при оценке ситуации и неточном понимании своих целей со стороны ЛПР и руководителей. Этим обусловлено использование в качестве основного инструмента моделей и методов системной динамики. Использование моделей системной динамики для стратегического управления имеет следующие преимущества:
· возможность использования многоцелевых критериев оценки эффективности деятельности предприятия при построении и исследовании моделей;
· проведение исследований на основе неполной информации с применением знаний экспертов;
· имитационная модель является наиболее подходящей для исследования динамической ситуации, когда параметры системы и внешней среды меняются во времени;
· исследование поведения системы посредством выявления причинно-следственных отношений и взаимодействий контуров обратной связи, проявляющегося в особенностях ее структурной организации;
· хорошая интерпретируемость системных потоковых диаграмм, что дает возможность проведения совместных экспертных ревизий при обсуждении проблем, формировании ментальной модели и выработки согласованных решений;
· имитационная модель выступает как удобный инструмент сценарного планирования и экспериментального проигрывания большого множества сценариев типа «что-если»;
· технология проведения сценарного исследования на имитационной модели предполагает активное участие эксперта в процессе формирования ментальной модели и принятии решения, - он детализирует проблему и модель, осуществляет генерацию альтернатив и сценариев, проводит сценарные исследования на имитационной модели, выбор и ранжирование критериев, а также анализ и интерпретацию результатов сценарных расчетов, что позволяет учитывать субъективные предпочтения эксперта и его опыт в процессе принятия решения. Компьютер только упрощает, помогает эксперту в выработке решения, а не заменяет его опыт и знания.
Парадигма и применение агентных моделей в управлении
Относительно новой парадигмой компьютерного моделирования является мультиагентное имитационное моделирование, позволяющее изучать системные закономерности в результате воспроизведения индивидуального поведения и взаимодействия активных объектов, называемых агентами. Это направление осваивается и развивается в крупнейших научных центрах и университетах по всему миру. Практическое агентное моделирование позволяет получать решения при анализе потребительских и финансовых рынков, потребительских предпочтений и исследовании моделей конкуренции. В социальных науках это направление способствовало появлению нового направления в области социальных исследований - поведенческой экономики [4].
Агентное моделирование и имитация (ABMS - agent-based modeling and simulation) - это новое инновационное направление в моделирование сложных систем, состоящих из автономных и независимых агентов. Речь идет об активных, автономных, коммуникабельных, а главное, мотивированных объектах, «живущих» и «действующих» в сложных, динамических и, чаще всего, виртуальных средах. Уже сегодня агентно-ориентированный подход находит широкое применение в таких областях управления, как управление цепями поставок, потребительские рынки и маркетинг, анализ конкурентной среды и другие.
Агентная модель представляет реальный мир в виде отдельно специфицируемых активных подсистем, называемых агентами. Агентная модель состоит из множества индивидуальных агентов и их окружения. Каждый из агентов взаимодействует с другими агентами, и внешней средой, и в процессе функционирования может изменять как свое поведение, так и внешнюю среду. Агенты функционируют независимо, по своим законам, асинхронно, обычно в таких системах не существует централизованного управления.
Поведение системы описывается на индивидуальном уровне, глобальное поведение рассматривается как результат совокупной деятельности агентов, существующих в общей среде, каждый из которых действует по своим правилам. Поведение сложной системы формируется как результат взаимодействия агентов, в которой они осуществляют свое поведение, что позволяет наблюдать и изучать закономерности и свойства присущие системе в целом. Системологическая имитационная модель формируется «снизу вверх», при построении модели задается индивидуальная логика поведения участников процесса, а тенденции, закономерности и характеристики поведения всей системы формируются как интегральные характеристики поведения совокупности агентов, составляющих систему. Основная цель агентных моделей - получить представление об этих глобальных правилах, общих закономерностях и тенденциях в поведении, динамических свойствах системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агентное моделирование полезно, если требуется исследовать и изучать закономерности, которые проявляются не в поведении отдельных агентов, а приводят к структурным образованиям, изменениям в организации самой системы; а также, если необходимо исследовать влияние индивидуального поведения агентов, процессов их адаптации и обучения на поведение, эволюцию и развитие системы. В литературе отмечаются такие свойства агентов как: его активность, по-сравнению с пассивными объектами; фундаментальные особенности агента заключающиеся в его способности принимать свои решения вне зависимости от других агентов; поведение таких агентов может варьироваться от примитивных реакций на изменение внешней среды, до сложных адаптивных правил, в которых присутствуют механизмы адаптации, корректирующие его поведение в ответ на изменения окружающей среды. Агенты есть принимающие решения лица в системе. Они могут включать в себя как традиционных лиц, принимающих решения, таких как менеджеры, так и нетрадиционных - например, сложные компьютеризированные системы со своими собственными правилами.
Агентный подход применяется в тех областях исследований, где отсутствует теоретическое знание о системе и формальные модели, а также в тех случаях, когда традиционные постулаты об однородности и рациональном поведении агентов, приводящие к агрегированию моделей, не позволяют получить адекватные представления о поведении изучаемой системы. Многоагентные (или просто агентные) модели используются для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами, а наоборот, эти глобальные правила и законы являются результатом индивидуальной активности членов группы.
Рисунок 6. Основные характеристики агента
Состояние и поведение агентов меняется со временем. Агенты имеют динамические связи с другими агентами, и эти связи могут формироваться и исчезать в процессе функционирования. Многие исследователи отмечают свойство динамичности среды как важный признак агентных систем. Среда, в которой действуют агенты, не является неким набором экзогенных параметров, не меняющихся во времени. Напротив, сами агенты своим коллективным поведением формируют её. Например, формирование цены на активы на фондовых рынках происходит под влиянием спроса агентов на них.
В общем и целом можно сказать, что агенты многообразны, неоднородны и динамичны в их поведении и свойствах. Агенты различаются по их атрибутам (свойствам) и накопленным ресурсам (рис. 6). Правила поведения варьируются по своей изощрённости, соответственно тому, сколько информации необходимо для принятия решения, представлениям агента об его окружении, включая других агентов, а также по размеру памяти агентов о событиях в прошлом, влияющих на принятие текущих решений. Агенты могут быть рациональными (обладают поведением, удовлетворяющим экстремальным принципам) и ограниченно рациональными.
В многоагентной системе могут реализовываться различные виды взаимодействий агентов: базовое взаимодействие, координация, ведение переговоров, рыночные механизмы и др..
Агент-ориентированное моделирование привносит несколько уникальных аспектов в создание имитационной модели, учитывая тот факт, что ABMS рассматривает в основном и в первую очередь системы с ракурса индивидуальных агентов, а не процессов протекающих в ней. Тем самым, в добавление к стандартным задачам любого моделирования, добавляются идентификация агентов и их поведения, идентификация взаимоотношений агентов, а также сбор первоначальных данных об агентах. Идентификация агентов, точное определение правил их поведения и соответствующее представление взаимодействия агентов - ключевые задачи разработки агент-ориентированной модели.
Исследовать поведение агентов можно различными методами. Первичные данные по агентам и внешней среде собираются на микро-уровне, где они, как правило, представлены в достаточном количестве в реальных информационных системах и их базах данных. Например, существуют маркетинговые исследования, связанные с описанием поведения покупателей, основывающиеся как на теоретических, так и на чисто эмпирических знаниях и наблюдениях. Для исследования психических и когнитивных аспектов социального поведения, и их влияния на процесс принятия решений индивидумами проводят широкие междисциплинарные экспериментальные наблюдения на основе методов когнитивной психологии.