ноябрь    2024

Пн	Вт	Ср	Чт	Пт	Сб	Вс
				1	2	3
4	5	6	7	8	9	10
11	12	13	14	15	16	17
18	19	20	21	22	23	24
25	26	27	28	29	30

показать все 

14.11.2024

Обновление BI.ZONE Secure DNS: гибкая настройка фильтрации и максимальная скорость

Читать далее 

14.11.2024

RED Security: в октябре количество DDoS-атак на ТЭК выросло в 3 раза

Читать далее 

14.11.2024

Falcongaze представила новую версию DLP-системы — SecureTower 7 Helium

Читать далее 

14.11.2024

ИСП РАН покажет результаты 30-ти лет работы на Открытой конференции в Москве

Читать далее 

08.11.2024

Юбилейная конференция ЭОС: ЭОС: 30 лет лидерства на рынке автоматизации документооборота и обсуждение актуальных трендов

Читать далее 

показать все 

22.11.2024

Тандем технологий – драйвер инноваций.

Читать далее 

21.11.2024

ИИ: маршрут не построен, но уже проектируется

Читать далее 

18.11.2024

Глеб Шкрябин: «Надежные и масштабируемые системы — основа стабильной работы бизнеса в условиях больших нагрузок»

Читать далее 

14.10.2024

Елена Ситдикова: «На разработчиках программного обеспечения для транспорта лежит большая ответственность перед пассажирами»

Читать далее 

11.10.2024

Технологический ИИ-арсенал

Читать далее 

13.06.2024

Взгляд в перспективу: что будет двигать отрасль информационной безопасности

Читать далее 

18.04.2024

5 способов повысить безопасность электронной подписи

Читать далее 

18.04.2024

Как искусственный интеллект изменит экономику

Читать далее 

18.04.2024

Неочевидный САПР: выход ПО за рамки конструкторской деятельности

Читать далее 

18.04.2024

Скоро некому будет делать сайты и заниматься версткой

Читать далее 

показать все 

Главная / Архив номеров / 2016 / Выпуск №08 (61) / Трансформации цифровой эпохи и тренды развития ИКТ

Рубрика: Тема номера /  Цифровая экономика

Борис Славин, научный руководитель факультета прикладной математики и информационных технологий Финансового университета при Правительстве РФ

Трансформации цифровой эпохи
и тренды развития ИКТ

Сегодня информационные технологии меняются с такой скоростью, что кажется будто в этом развитии ничего, кроме хаоса, нет. Вместе с тем все многообразие современных технологий можно свести к двум основным трансформациям

Первая трансформация связана с появлением новых инструментов обработки данных и развитием разнообразных технологий искусственного интеллекта, а вторая – с новыми возможностями коммуникаций людей посредством глобальных вычислительных сетей, формирующих своего рода коллективный разум планеты. Образно говоря, цифровая эпоха связана с двумя трансформациями: формированием искусственного и коллективного интеллекта.

Появление в середине прошлого века вычислительных технологий носило вспомогательный характер и было вызвано необходимостью поддержки сложных и массовых вычислений и автоматизации обработки больших массивов цифровых данных. Однако сегодня экспоненциально увеличивающийся разрыв между растущим объемом данных и ограниченными информационными возможностями человечества привел к тому, что технологии искусственного интеллекта (интеллектуальные информационные системы, технологии анализа «Больших данных», семантические сети, инструменты прогнозирования и т.п.) стали неотъемлемой составляющей деятельности крупного бизнеса и государств.

Не меньшая трансформация связана с развитием глобальных коммуникаций, которые вовлекают человека в отношения с существенно большим, чем ранее, числом людей, разрушают географические границы, делают мир массовых коммуникаций интерактивным и многомерным. С одной стороны, взрывное расширение коммуникационной составляющей личности повышает психологическую нагрузку на человека, а с другой стороны, гармонизация коммуникаций ведет к формированию новых, основанных на сетевых возможностях устойчивых страт в обществе, объединенных общими взглядами, профессиональными интересами, экономической целесообразностью. Такая сетевая стратификация формирует инфраструктуру коллективного интеллекта, роль которого в развитии общества будет лишь повышаться.

Искусственный интеллект как следствие взрывного роста данных

Говоря о различных технологиях хранения и передачи информации, не стоит забывать, что основным потребителем информации является человек, который имеет физические ибиологические ограничения по ее приему и переработке. «Человек может принимать через уши около 20 кГц звуковых данных и несколько мегагерц визуальных данных посредством глаз. Учитывая точность ушных 219 нервов и пропускную способность оптических нервов, информационный канал в несколько мегабит в секунду исчерпывает возможность человека принимать (не говоря об обработке) информацию физически», – писал А. Коротков в книге «Послесловие к матрице» (см. [1], стр. 218). «Несколько мегабит всекунду» – слегка заниженное значение. Оценим точнее и сопоставим возможности человека с существующей на сегодня и прогнозируемой в будущем скоростью производства информации.

Медленнее всего люди потребляют текстовую информацию, не более 0,2 килобайта в секунду (подробнее об оценках величин, потребляемой человеком различного вида информации см. в [2]). Количество звуковой (аудио) информации люди могут воспринять гораздо больше – порядка 0,6 MBps. Еще больший поток информации люди могут воспринять через органы зрения, которые у человека наиболее совершенны из всех органов чувств. Глаз (как и большинство домашней техники) не используется на все 100%, и, по мнению специалистов (см. [3], стр. 42), человек одномоментно воспринимает не более 14 миллионов пикселей и около 15 кадров в секунду, что соответствует примерно 35 MBps. Поскольку информация (и данные) является противоположной величиной энтропии (названной Бриллюэном [4] негэнтропией), ее можно измерять в тех же величинах, что и энергию. Величина такой энергии, пропорциональная температуре среды T и равная kT (где k – постоянная Больцмана), определяет минимальное значение энергии, необходимое для хранения (передачи) информации или данных.

На рис. 1 изображены значения скорости восприятия человеком текстовой, звуковой и видеоинформации (квадраты разной штриховки) в единицах измерения мощности (ватт) нафоне экспоненциальной кривой (сплошная прямая линия в логарифмическом масштабе), соответствующей модифицированному закону Мура (см. исследование IDC [5], стр. 1¹), согласно которому информация удваивается каждые девять лет. Здесь же приведено значение максимального объема информации, которая может быть потреблена всем человечеством (возможность одного человека, умноженная на численность населения Земли) в единицу времени (также в ваттах – обозначено ромбом), а также оценка потребляемой мощности человечества (из расчета 2 кВт на одного человека). Поскольку население Земли меняется (растет, хотя и незначительно, по сравнению с экспоненциальным ростом информации), значения его численности для определения величин, связанных с возможностями человечества в целом, были взяты на момент времени, когда мощность потребляемой информации (или потребляемой энергии) равна мощности роста данных по закону Мура. Использовалась приближенная формула роста численности населения Земли, близкая кзначениям, предложенным Сергеем Капицей в своей работе [6], и равная (в млрд) до 1985 года значению 200/(2025-t), а после 1985-го значению 12-7·e^(1985-t)/65, где t – год.

Рисунок 1. Потоки потребляемой информации и энергии (в ваттах) по годам в сравнении с ростом данных по закону Мура

Приведенные расчеты показывают, что еще в 50-е годы прошлого столетия объем текстовых данных превысил человеческие способности их прочитать, в 70-е годы это уже относилось к аудиоинформации, а в 1980-м, хотя вычислительные мощности были еще крайне слабыми, скорость производства новых данных превзошла возможности любого человека их потреблять. Единственной альтернативой стало коллективное потребление информации – разделение труда. Однако данные продолжают расти.

В современное время скорость появления данных превосходит уже в миллионы раз возможности человека их воспринимать (в предположении, что человек только и делает, чтопотребляет информацию), через пять лет этот разрыв увеличится еще в девять раз, через 10 лет – в 80 раз и т.д. Человек ограничен не только в потреблении, но и в производстве информации: информации не может производиться больше, чем она может быть потреблена, т.е. не может превышать величину, равную количеству людей, умноженному на скорость потребления информации человеком.

Однако дальнейший рост данных приведет к тому, что к началу 30-х годов этого века даже коллективных усилий всего человечества (если всех людей организовать для обработки информации) будет недостаточно для использования всех данных. Это произойдет потому, что данные создаются не только людьми, но и многочисленными устройствами, копирующими информацию, записывающими видео, аудио, показатели работы приборов и т.п., без участия человека.

Единственным выходом из данной ситуации станет создание систем искусственного интеллект, таких как Big Data, семантические алгоритмы и т.п., которые будут предварительно обрабатывать данные, выискивать в них только наиболее интересную для людей информацию, снижая таким образом объем данных, потребляемых непосредственно человеком. Технологии искусственного интеллекта являются не столько технологиями обработки данных, но и важнейшей характеристикой современного цифрового мира, когда объем данных превышает возможности прямого их использования человеком.

Системы искусственного интеллекта постепенно становятся обязательным интерфейсом между человеком и данным или между информацией (воспринимаемой человеком) иданными. Можно сказать, что различие между информацией и данными проявляется в том, что информация возникает лишь там и тогда, когда ее производит или потребляет человек.

Несмотря на то что более долгосрочные прогнозы закона Мура вряд ли обоснованы, интересно отметить, что продолжение роста данных такими же темпами приведет через 100 лет к тому, что необходимой на снижение энтропии энергии понадобится столько же, сколько тратит человек на свою жизнедеятельность. А к середине следующего века энергия, необходимая для поддержки данных, и вовсе превзойдет возможности основного источника энергии на Земле – потока солнечной энергии (на рис. 1 обозначено пунктирной линией).

Коллективный интеллект как следствие взрывного роста информации

Если взрывной рост данных ведет к необходимости внедрения технологий искусственного интеллекта, то взрывной рост информации, для понимания которой необходим человек, требует коллективного интеллекта. Ситуация лавинообразного (экспоненциального) роста информации, называемая информационным «взрывом»², напрямую связана сраспространением глобальных коммуникаций, предоставивших каждому человеку возможность не только получать всю необходимую информацию, но и публиковать свои идеи ирешения, а также с ростом доли интеллектуального труда и увеличением количества людей, создающих новую информацию и знания.

Можно, конечно, сказать, что уровень качества информации за счет увеличения ее объема снизился. И в этом тоже есть доля правды. Еще в середине XVIII века Михаил Ломоносов писал о чрезмерном количестве изданий: «…число журналов увеличилось до того, что у тех, кто пожелал бы собирать и только перелистывать «Эфемериды», «Ученые газеты», «Литературные акты», «Библиотеки», «Записки» и другие подобного рода периодические издания, не оставалось бы времени для чтения полезных и необходимых книг и длясобственных размышлений и работ» (см. [7], стр. 218).

Однако, к сожалению, дело не только в качестве информации. Невозможность одному человеку быть в курсе всей информации по одной специальности касается не только контента винтернете, вылившегося на людей «мусорным» потоком, но и научной и методической литературы, которая необходима для получения новых знаний, внедрения инноваций.

В шестидесятых-семидесятых го-дах прошлого века мир уже переживал информационный кризис, аналогичный сегодняшнему. Так, Юлиан Шейнин в книге, изданной еще в 1970году, писал: «Наращивание потенциала системы общения заметно опередило организацию управления ею. Непосредственным выражением этого явился нынешний информационный кризис. Сущность его, вообще говоря, заключается в том, что производство информации опережает возможности ее своевременной переработки и использования, а рост информационного шума опережает рост информации в собственном смысле» (см. [8], стр. 103).

Тогда казалось, что более совершенные коммуникации смогут решить проблему управления избытком информации. Однако оказалось ровно наоборот – новые возможности распространения и публикаций привели к еще большему переизбытку информации уже в электронном виде.

Информационный взрыв блокирует развитие науки, что легко проиллюстрировать на простой модели.

Предположим, что средний ученый (или инноватор, методист и т.п.) по результатам своей деятельности публикует шесть статей в год, при этом ежедневно читая 10 статей своих коллег на темы, близкие к его работе. Предположим, что и все его коллеги активны в той же мере. Поскольку 10 статей в день – это около 250 в месяц или 3000 в год, легко получить, что число коллег, чьи статьи в состоянии читать наш ученый или инноватор, не может превышать 500. Большее число специалистов, занимающихся одной темой, будет означать невозможность создания единого информационного поля.

Безусловно, эти расчеты оценочны, но они иллюстрируют информационную ограниченность традиционной организации науки и инноваций. Если число специалистов поконкретной теме превышает несколько тысяч, можно сказать, что большинство созданной ими информации не будет потреблено их же коллегами.

В доинформационные времена число ученых или специалистов, работающих в инновационных сферах, было невелико, и каждый имел представление о деятельности всех ученых, даже в других странах. Информационная эпоха нарушила это равновесие, предоставив возможность публикации информации каждому человеку. Конечно, можно ужесточить требования к уровню профессионализма в части публикации научной информации, но это не «спасет» ситуацию. Все равно общее число людей, занимающихся творческой инаучной работой, будет расти и в конце концов достигнет условий переизбытка информации.

Противостоять информационному взрыву возможно только коллективно. Информационная эпоха породила технологию краудсорсинга, которая позволяет использовать «толпу» длярешения задач. Но уже появляется и «наследница» этой технологии (технология коллективного интеллекта), которая будет в полной мере востребована в следующей заинформационным обществом эпохе – в обществе знаний.

Новый посткраудсорсинговый этап развития технологий предполагает использование ресурсов самоорганизующихся профессиональных сетевых сообществ. Именно посткраудсорсинговые технологии призваны обуздать информационный взрыв, вызванный легким доступом населения к системам публикации в сети Интернет. Человек, деятельность которого существенно зависит от информации, будет вынужден объединяться с коллегами для коллективной обработки информации.

Стихийно так уже и происходит в научном сообществе. Ученые ориентируются на рекомендации своих коллег, сужая, таким образом, количество необходимой для анализа информации. В общей массе все статьи читаются, но не все – каждым.

Люди ведут коллективную деятельность с самого своего зарождения, но до сих пор они еще не осознают все те колоссальные интеллектуальные возможности, которые заложены вколлективе. В основном история человечества тиражировала и развивала иерархические модели групповой деятельности, в которых все управлялось сверху, вождем.

Основатель транзактного анализа Эрик Берн в своей книге «Лидер и группа» писал: «Власть в группе состоит из двух секторов: из лидерства и из группового канона. Эти два вида власти соотносятся друг с другом, так что член может апеллировать от решения лидера к канону, как от вердикта судьи к своду законов; или может апеллировать от канона к лидеру, от наказания по закону к помилованию губернатором» (см. [9], стр. 103).

Мы уже говорили, что иерархические схемы управления эффективны в условиях слаборазвитых коммуникаций. В информационном обществе начинают играть существенную роль неиерархические связи, которые сводят роль лидера до одной из компетенций, оставляя власть «канонам», правилам поведения, в коллективных сообществах.

Прототипом таких сообществ могут служить национальные академии или ассоциации ученых. «В 1665 году Королевское общество, одна из первых и, несомненно, наиболее влиятельных организаций, созданная в целях развития науки, опубликовала первый номер журнала «Философские труды». Это событие стало ключевым в истории науки, поскольку журнал провозглашал идею свободного и широкого распространения новых и перспективных идей», – писал Шуровьески (см. [10], стр.166), иллюстрируя невозможность скрывать знания.

Но, помимо свободного доступа к знаниям, такие ученые сообщества демонстрировали и свободу мысли. Когда академика Андрея Сахарова лишили всех званий и наград за егодиссидентскую деятельность, президент Академии наук СССР Анатолий Александров воспрепятствовал лишению Сахарова звания академика, сославшись на независимость членов Академии, а по легенде еще и на единственный и малоприятный пример лишения такого звания во времена Гитлера. Понятно, что «независимость» академиков от власти в условиях финансирования науки государством относительна и не всегда иллюстрируется примерами с положительной концовкой, как с академиком Сахаровым. Но в будущих профессиональных сообществах, которые смогут сами себя финансировать, оказывая заказчикам интеллектуальные услуги, такая свобода вполне может быть достигнута.

Правила организации научных сообществ, перенесенные в инфраструктуру современных сетевых коммуникаций, создают эффективные средства для коллективной работы.

Экспертные сети – новая среда существования человека в обществе знаний, возможность его профессионального роста и участия в экономике. В экспертной сети анализируется каждая новая информация по теме, но каждый раз небольшим числом (выбранных по алгоритму согласно их компетенциям) экспертов, которые в отличие от коллег по данной публикации обязаны представить рецензии и рекомендации. Экспертиза ограничивает «обязательное» для всех чтение лишь выдающимися статьями и проектами, заменяя остальные публикации рецензиями или дайджестами.

Таким образом, основную часть новой информации человек будет потреблять в виде небольших сообщений, останавливаясь подробнее только на том, что непосредственно касается его компетенции или желания совершенствоваться. Такой «телеграфный» стиль потребления информации уже становится нормой для современных людей, хотя он и не отменяет глубоких исследований и чтения «толстых» книг, а напротив, освобождает место от ненужного информационного «шума». Экспертные сети становятся реальными коллективными «мозговыми» центрами, позволяя обрабатывать информацию, превышающую возможности одного человека.

Мало того, что в условиях информационного взрыва человек не способен охватить всю информацию даже в узкоспециализированной области, эффективное коллективное мышление требует привлечения информации из других областей. Именно «границы» между областями знаний являются, как правило, источником новых идей. Такое противоречие может быть преодолено только появлением универсального «метаязыка», понятного специалистам всех профессий.

Стоит отметить, что большинство известных ученых, сделавших существенный вклад в науку, способно изложить очень сложные идеи вполне простым и доступным языком. Глубокое понимание предмета исследования и возможность передать это понимание другим людям неотделимы. Верно и обратное: примитивное мышление часто прячется засложностью изложения, грешит использованием чересчур большого числа специализированных терминов. Создание метаязыка новой информационной эпохи сродни формулированию единой теории систем, о которой писал еще Берталанфи. Возможно, что человеческий интеллект через узкую специализацию и информационный кризис вернется к универсальности знаний, но уже в их коллективной форме.

Технологические эпохи в развитии экономики

Понимание будущих трендов развития информационных технологий невозможно без анализа современного состояния экономического развития, требующего классифицировать существующие и прошлые состояния экономики. В основу периодизации развития общества могут быть заложены те или иные его характеристики, что позволяет понять историю итенденции развития именно в свете этих характеристик.

В России получила распространение классификация на основе технологических укладов, связанных с техническим развитием общества: «Технологический уклад характеризуется единым техническим уровнем составляющих его производств…» (см. [11], стр. 61). Данная классификация, предполагающая, что появление тех или иных технологий существенно трансформирует экономику, опирается на гипотезу Кондратьева Н.Д. о длинных волнах экономической конъюнктуры [12]. В частности, выделяются шесть технологических укладов, связанных с появлением текстильных машин, парового двигателя, электричества, двигателя внутреннего сгорания, микроэлектроники и, наконец, с нанотехнологиями (N).

В последнее время сторонниками «укладной» классификации технологических эпох шестой уклад расширяется за счет био (B), инфо (I) и когно (С) технологий – NBIC – и уже обсуждается социогуманитарный (S) аспект, который должен либо расширить характеристики шестого уклада до NBICS [13] либо образовать седьмой технологический уклад [14].

Однако, на наш взгляд, более целесообразно для изучения взаимосвязи развития информационных технологий и экономики основываться не на технологических прорывах идостижениях науки и техники, а на смене технологии организации экономики. Это связано с тем, что информационные технологии являются прежде всего инструментом экономики и развиваются не по своим собственным законам, а по требованию участников экономических отношений. Подтверждением тому являются многочисленные изобретения в области ИТ, которые появились «невовремя» и поэтому не были востребованы.

Технологическое развитие экономики можно разбить на четыре этапа или эпохи (подробнее см. статью в «БИТ» , №4/2015): индустриальное общество, постиндустриальное общество, информационное общество и общество знаний (или СМАРТ-общество). Можно сказать, что основу каждой из перечисленных эпох составляют товары (ресурсы), услуги (сервисы), информация или знания (человек). Кроме того, каждая из этих эпох характеризуется своей технологией организации труда, сорсингом.

Если все отрасли экономики разбить по четырем группам в зависимости от того, что они производят (товары – сельское хозяйство, промышленность; услуги – транспорт, энергетика, торговля; информацию – финансы, телеком; знание – наука, образование, медицина), соответствующих четырем эпохам, можно предложить простую математическую модель, которая описывает распределение добавленной в экономику стоимости между четырьмя группами индустрий.

Пусть Q₁(t), Q₂(t), Q₃(t), и Q₄(t) – вели-чины долей добавленной собственности четырех групп индустрии (где 1 – индустриальное общество, 2 – постиндустриальное и т.д.) в мо-мент времени t, сумма которых нормирована на единицу. Пусть также скорость снижения суммы добавленной стоимости отраслей, входящих в первые три группы, пропорционально самой величине добавленной стоимости с коэффициентом αi (т.е. ведет себя экспоненциально), риччем добавленная стоимость перераспределяется между группами от первой ковторой, от второй к третьей и от третьей к четвертой. Своего рода «каскадная модель» экономики. Тогда можно записать уравнения динамики добавленной стоимости по группам отраслей:

dQ₁/dt = – α₁Q₁;

dQ₂/dt = α₁Q₁ – α₂Q₂;

dQ3/dt = α₂Q₂ – α₃Q₃;

Q₄ = 1 – Q₁ – Q₂ – Q₃ или dQ₄/dt = α₃Q₃.

Согласно такой модели динамика доли добавленной стоимости группы отраслей «индустриального общества» описывается падающей экспонентой и никак не связана с другими группами.

Напротив, группы отраслей «постиндустриального и информационного обществ» будут включать в себя как падающие, так и растущие величины, комбинация которых описывает величину, имеющую максимум. Величина добавленной стоимости последней группы отраслей будет определяться либо как интеграл по времени от величины третьей группы, либо как разница между суммой всех долей.

На рис. 2 показаны расчетные кривые (до 2050 года) и фактические значения долей добавленной стоимости в экономике США. Из рисунка видно, что в ближайшие годы доминирующей группой отраслей в США будут отрасли, связанные с производством информацией (СМИ, финансовая отрасль, коммуникации), а к середине века станут главными отраслями, связанными с производством человека (наука, образование, медицина и социальное обеспечение).

Рисунок 2. Фактические и расчетные доли добавленной стоимости по отраслям США

Предложенная выше периодизация эпох развития общества носит технологический характер, и поэтому неудивительно, что такая периодизация может быть использована дляклассификации этапов развития ИТ, связанных не столько с достижениями, сколько с ролью, которую они играют в экономике.

Так, в развитии ИТ эпохи индустриализма логично сопоставить время широкой автоматизации производства, начавшуюся, правда, уже в постиндустриальную эпоху (с середины прошлого века) внедрениями систем класса MRP и закончившуюся периодом тотального внедрения систем класса ERP (Enterprise Resource Planning).

Постиндустриальному этапу экономики можно сопоставить включение в ИС предприятия таких систем, как CRM (системы управления отношениями с клиентами) и B2B (системы взаимодействия между организациями). Информационные технологии тоже являются услугой, и можно сказать, что ITSM (Information Technology Service Management) также является технологией, характерной для постиндустриальной эпохи, эпохи формирования глобальной бизнес-среды и разделения труда на уровне предприятий.

С точки зрения ИТ информационная эпоха – это эпоха социальных сетей, интернет-кабинетов и интернет-магазинов, мобильных и облачных технологий.

Такое соответствие не случайно. В каждой из групп отраслей, относящихся к той или иной эпохе, различны основные объекты управления, формы производства, взаимоотношения сокружением, отношения к человеку и так далее.

В отраслях, относящих к индустриальной эпохе, основным объектом управления являются материальные ресурсы и товары, тогда как в отраслях постиндустриальной эпохи основным объектом управления являются сервисы (услуги) и отношения.

В информационном обществе основным объектом управления становится информация, в эпоху знаний таким объектом станут инновации и знания. Аналогично меняются и формы производства: от заводов и фабрик к фирмам и партнерствам, и далее к системам самообслуживания и экспертным сетям. Меняется и социальное взаимодействие от жесткой конкуренции к партнерству, к волонтерской работе и коллективной деятельности.

Наиболее значимые же изменения происходят по отношению к человеку, который вначале воспринимался как функция, затем как специалист, носитель услуги, затем как участник бизнеса (хотя все еще и клиент) и, наконе, как часть коллективного разума.

Безусловно, ни одна из эпох не отменяет предыдущую, а находит свою нишу, лишь уплотняя предыдущую эпоху подобно годовым кольцам дерева. Каждая новая эпоха вносит свои особенности, создавая экономическую экосистему из различных технологий управления. По-прежнему существуют предприятия, которые работают так же, как в индустриальную эпоху, это в первую очередь промышленность.

Но современное производство невозможно без сбытовых сетей, сервиса. Последние, как правило, относятся уже к постиндустриальной эпохе. Банки, электронная торговля, телекоммуникации прочно прописались в информационной эпохе. Человек все реже приходит в филиалы этих организаций, общаясь с ними через интернет или банковские терминалы. Современные же ИТ-компании, вузы, научные центры – это типичные представители эпохи знаний.

Аналогично и технологии сорсинга (инсорсинг, аутсорсинг и краудсорсинг), и системы автоматизации (ERP, CRM, B2B и т.д.) не отменяют, а дополняют друг друга. Нетрудно видеть, что по мере развития от индустриального к информационному обществу многообразие ИТ, а следовательно, и их роль растет. А это значит, что роль ИТ будет выше напредприятиях, которые соответствуют более современным эпохам.

На предприятиях, характерных для индустриальной эпохи, роль ИТ будет вспомогательной – системы цехового планирования, автоматизация управления ремонтами, финансовое планирование и учет и т.п. В постиндустриальную эпоху, эпоху сервиса, ИТ позволяют повысить эффективность бизнеса за счет внедрения систем управления бизнес-процессами, систем лояльности клиентов, систем взаимоотношения с партнерами и т.п. Для предприятий информационной эпохи информационные технологии и вовсе становятся уже частью самого бизнеса, вовлекая клиентов и партнеров в самообслуживание.

В таблице 1 приведены ИТ-решения, которые можно считать типичными для разных эпох, причем решения для предприятий отраслей предыдущей эпохи будут востребованы и напредприятиях, относящихся к отраслям следующих эпох. Расширение палитры ИТ-решений с развитием экономики подтверждает тезис о возрастании роли ИТ.

Таблица 1. Соотношение эпох развития общества, отраслей экономики, ИТ-инструментов и объекта управления ИТ на предприятии

Предложенная периодизация эпох и связанная с такой периодизацией классификация ИТ-систем и уровней зрелости управления ИТ позволяет понять специфику отраслей экономики с точки зрения использования информационных технологий.

Конечно же, ландшафт ИТ будет зависеть не только от принадлежности предприятия к отрасли, но и от его масштабов, территориальной распределенности, стратегии развития и т.д. Однако понимание взаимосвязи роли ИТ, отраслей экономики и их вклада в экономику позволяет лучше позиционировать использование тех или иных инструментов дляавтоматизации деятельности предприятий.

Данная работа позволяет понять, почему с уменьшением доли ИТ в добавленной стоимости роль ИТ не только не снижается, но и увеличивается. Также полученные результаты исследований позволяют сделать вывод о том, что в ближайшем будущем наиболее востребованными среди ИТ будут системы управления знаниями и компетенциями.

Тренды развития ИКТ

В силу бурного развития ИКТ кажется, что строить прогнозы в этой сфере просто невозможно. Однако, несмотря на то что конкретные формы реализации технологий слабо предсказуемы, можно выявить общие глобальные тенденции развития ИКТ и их использования в управлении.

Как уже говорилось выше, можно выделить четыре группы применения ИКТ: для управления ресурсами, для управления услугами, для управления информацией и для управления знаниями (см. таблицу 2), для которых можно определить этапы, пользователей и тенденции развития.

Таблица 2. Классификация ИКТ по типам управления

Группа «ИКТ для управления ресурсами» включает в себя системы управления предприятием (ERP), системы цехового планирования (MES), системы документооборота, управления проектами и т.п. Для реализации таких систем все больше используются централизованные (с общими ЦОДами) решения, которые легко стандартизуются итиражируются на разные объекты управления.

В настоящее время в России развитие ЦОДов идет двумя путями: создание ЦОДов для предоставления услуг бизнесу (как правило, СМБ) и развитие корпоративных иведомственных ЦОДов для реализации собственных задач. С точки зрения развития ИКТ-отрасли такое раздвоение неэффективно, но в ближайшие годы вряд ли будет преодолено. Однако в будущем следует ожидать появления крупных провайдеров вычислительных мощностей, которые консолидируют ресурсы и будут оказывать наиболее экономически выгодные услуги как бизнесу, так и государству.

Группа «ИКТ для управления услугами» включают в себя в первую очередь системы управления взаимоотношениями с клиентами (CRM, G2C) и партнерами (B2B, G2B). Именно потребность бизнеса в оказании услуг клиентам и партнерам с использованием ИКТ дала толчок развитию глобальной сети – электронной почте, интернету, управлению сервисами ИТ (ITSM).

Сейчас наблюдается интенсивный переход ИКТ-сервисов в облака от внутренних ИТ-структур организаций к внешним провайдерам. При этом с развитием мобильных устройств существенно расширяется инструментарий доступа человека к информационной системе предприятий и организаций. Данный тренд обычно объединяют в один Mobility&Cloud.

Mobility&Cloud являются технологиями сегодняшнего дня, однако их развитие в будущем существенно изменят само понятие ИС, у которой будет полностью разрушен «периметр» (защищать придется не границу, а содержание системы) и не останется продуктов (только всевозможные сервисы – XaaS). К 2025 году ИС предприятий и организаций полностью перестанут быть локализованы в рамках корпоративной сети, они будут носить больше логический характер (с информацией о том, где и какой сервис используется).

Переход к подобного рода «открытости» происходит не только на верхнем (пользовательском) уровне, но и на уровне их разработки (открытое ПО), на уровне операционных систем (виртуализация) и даже на уровне сетевых технологий (SDN – Software Defined Networking). Эти преобразования не будут быстрыми, поскольку требуют согласования стандартов, модернизации оборудования, создания новых инструментов защиты информации.

Третья группа – «ИКТ для управления информацией». Заказчиками этих технологий (социальных коммуникаций) стали уже не только корпорации, но и обычные граждане. За счет автоматизации деятельности и перевода контента в цифровой формат, в первую очередь предприятий, работающих в информационном секторе (финансовый, телекоммуникационный, СМИ), появилась возможность передавать все большее число сервисов на самообслуживание (e-SelfService).

В силу появления большого объема данных за счет повсеместного внедрения цифровых технологий возникла потребность их интеллектуальной обработки. Пока данные носили структурированный характер, потребность реализовывалась корпоративными технологиями BI. С появлением большого числа неструктурированной информации (текстовых, аудио- и видеофайлов) возник целый спектр технологий от семантических сетей до Big Data.

Так же, как облачные технологии являются «дополнительными» к мобильным технологиям, так и «Большие данные» дополнительны к технологии интернета вещей (IoT), которая порождает огромный объем данных за счет встраивания инструментов геопозиционирования, видеонаблюдения и мониторинга в разнообразные мобильные и стационарные устройства. Интернет вещей будет охватывать все большие стороны человеческой деятельности в связи с расширением области использования роботов (в том числе и беспилотных летательных аппаратов), а также с успешными результатами по раскодированию сигналов человеческого мозга.

Последняя группа объединяет технологии, которые используются для управления знаниями. При этом основным трендом в этой группе будет переход от управления явными знаниями (базы знаний, инструменты формализации и передачи знаний) к управлению неявными знаниями и к использованию человеко-ориентированных информационных систем, подстраивающихся под возможности конкретного человека.

Надо отметить, что данный тренд является следствием перехода к экономике знаний, когда доля интеллектуального труда в производстве товаров и услуг резко возрастает. Так, вСША за последние 50 лет доля науки и технологий в добавленной стоимости увеличилась более чем в три раза и составила в 2014 году 7% от доли всех индустрий, а к 2025-му превысит 10%.

***

Взрывной рост объема данных в результате появления цифровых технологий ведет к тому, что только лишь небольшая доля данных может быть востребована людьми, т.е. только изнебольшого числа данных может быть получена информация. Возможности людей воспринимать информацию катастрофически отстают от роста объема данных, что требует использования интеллектуальных методов обработки данных (семантических алгоритмов, технологий больших данных, аналитических систем), сокращающих объем данных довеличин, которые могут быть потреблены человеком.

Однако превращение информации в знания требует других технологий, в которых человек является обязательным участником – это технологии коллективного интеллекта. Эти две трансформации и «правят бал» сегодня, определяя тренды развития ИКТ.

Надо понимать, что ни массовое использование ИКТ гражданами, ни высокие показатели информационной технологичности общества, ни вовлеченность населения в управление неявляются достаточным условием для реализации всех возможностей цифровой эпохи.

На примере развития социальных сетей можно увидеть, что свободные коммуникации и «сетевые» волеизъявления подчас подавляют разумные предложения и инициативы, профессионализм «выталкивается» из области массовых дискуссий. Необходимо учиться объединять технологии массовых коммуникаций, индивидуальные возможности человека исистемы искусственного интеллекта. Создание инструментов такой социализации позволит превратить граждан из населения, из толпы (crowd) в коллективный разум (noos), скрепленный современными информационными технологиями.

1. Коротков А. Послесловие к матрице. – М.: МГИМО-Университет, 2009. – 438 с.
2. Славин Б.Б. Эпоха коллективного разума: О роли информации в обществе и о коммуникационной природе человека. – М.: Ленанд, 2013.
3. Kent J. Psychedelic Information Theory. – Seattle: PIT Press, 2010. – 203 pp.
4. Бриллюэн Л. Наука и теория информации. – М.: Наука, 1960. – 392 с.
5. Gantz J., Reinsel D. Extracting Value from Chaos. IDC, 2011. – 12 pp.
6. Капица С. Демографическая революция и Россия. // «Век глобализации», №1, 2008 г. – С. 128-143.
7. Ломоносов М.В. Полное собрание сочинений. Т. 3. – М.-Л.: Издательство Академии наук СССР, 1952. – 604 с.
8. Шейнин Ю. Интегральный интеллект. – М.: «Молодая гвардия», 1970. – 256 с.
9. Берн Э. Лидер и группа: о структуре и динамике организаций и групп. – М.: Эксмо, 2009. – 512 с.
10. Шуровьески Д. Мудрость толпы. – М.: Вильямс, 2007. – 304 с.
11. Глазьев С.Ю. Теория долгосрочного технико-экономического развития. – М.: ВлаДар, 1993. – 310 с.
12. Глазьев С.Ю. Современная теория длинных волн в развитии экономики. // «Экономическая наука современной России», Vol. 57, №2, 2012 г. – С. 8-27.
13. Аршинов В.И. Междисциплинарные проблемы конвергирующих технологий (NBICS-процесс) // В кн.: Рождение коллективного разума. – М.: Ленанд, 2013. – С. 54-64.
14. Лепский В.Е. Исходные посылки к становлению социогуманитарной эргономики. // «Проблемы психологии и эргономики», №3, 2011 г. – C. 29-35.

1. In 2011, the amount of information created and replicated will surpass 1.8 zettabytes (1.8 trillion gigabytes) – growing by a factor of 9 in just five years.

2. По всей видимости, впервые термин «информационный взрыв» был использован Франком Фремонтом-Смитом в мае 1961 года в статье, посвященной междисциплинарным конференциям как источникам новых знаний.

3. MES – Manufacturing Execution System, ERP – Enterprise Resource Planning, MRP – Requirements Planning.

4. SCM – Supply Chain Management, PPM – Project Portfolio Management.

5. BI – Business Intelligence, CPM – Corporate Performance Management, PLM – Product Lifecycle Management.

6. СУЗ – системы управления знаниями, Idea Management, Competency Management – системы управления идеями и компетенциями.

В начало⇑

Комментарии отсутствуют

Комментарии могут отставлять только зарегистрированные пользователи