Менеджмент предприятий в условиях цифровой трансформации

В режиме "экстренной" цифровой трансформации ИТ-менеджеры поспешили оснастить удаленных сотрудников новыми ноутбуками и другими устройствами и обучить их инструментам совместной работы, чтобы оставаться на связи во время карантина. В отличие от этого, в "интеллектуальном" режиме организациям необходимо будет изучить, как можно переоснастить все свои программы повышения квалификации сотрудников для повышения гибкости и производительности в будущем.

Успешная цифровая трансформация требует понимания не только возможностей новых технологий, но и меняющихся требований клиентов и сотрудников, а также общего направления бизнеса. Компании также должны обладать лидерскими качествами, позволяющими принимать правильные решения об инвестициях в технологии.

Вот некоторые из ключевых элементов прогнозов IDC по цифровой трансформации на 2022 год с избранными комментариями руководителей IDC:

1. Прямые инвестиции в цифровую трансформацию увеличатся в среднем до 16,5% в 2022-2024 годах, составив 55% от всех инвестиций в ИКТ к концу 2024 года.

"Два года назад у 73% всех компаний не было цифровой дорожной карты: независимо от их подхода к стратегии, у них не было плана, в котором говорилось бы: "как мне перейти от того, где я нахожусь сегодня, к тому, где я буду в будущем?" Сейчас мы видим, что у целых 50% организаций есть либо дорожная карта, где цифровой план отражает бизнес-план, либо цифровой план является бизнес-планом. Это значительный рост" (Шон Фитцджеральд, директор по исследованиям, worldwide digital transformation strategies, IDC).

2. К 2023 году 90% организаций по всему миру будут уделять приоритетное внимание инвестициям в цифровые инструменты для расширения физических пространств и активов цифровым опытом.

3. К 2025 году 60% организаций извлекут выгоду из сбоев с помощью общеорганизационного и экосистемного подхода к автоматизации, используя корпоративные концепции, основанные на моделях, и платформы с низким уровнем использования кода/без него.

4. К 2026 году 54% ИТ-директоров будут способствовать трансформации бизнеса, расширяя возможности организаций, устойчивых к цифровым технологиям, с помощью стратегических технологических дорожных карт и переформирования для создания гибкой, управляемой данными рабочей силы, способной к сотрудничеству.

"То, что пытается сделать ИТ-директор, - это создать благодатную почву для инноваций: речь идет не только об оптимизации расходов (облако, инфраструктура, приложения, экосистема), это больше о создании возможностей для бизнеса делать что-то, внедрять инновации, достигать этой контекстуализации, это та фаза [цифровой трансформации], на пороге которой мы сейчас находимся".

5. Используя инструмент с низким уровнем кода / без кода и возможности использования данных, большинство сотрудников на 60% предприятий возглавят трансформацию и воплотят цифровую устойчивость на своих должностях к 2024 году. И к 2025 году компании с межфункциональным руководством, команда цифровой мечты, смогут быстрее внедрять инновации, увеличивать долю рынка и повышать операционную эффективность, чем их современники.

Компании переполнены данными, как структурированными, так и неструктурированными, и ключевым компонентом цифровой трансформации является поиск способов извлечь выгоду из всей этой информации для бизнеса, предпочтительно в режиме реального времени. "Аналитика" - это обобщающий термин, который охватывает обработку бизнес-данных с использованием алгоритмов для выявления закономерностей и разъяснения лежащих в их основе процессов с целью повышения эффективности работы организации. Когда наборы данных используются для обучения алгоритмов автоматическому выполнению различных операций при представлении аналогичной информации, это называется искусственным интеллектом (ИИ) - или, чтобы избежать путаницы с реальным человеческим интеллектом, машинным обучением (ML). RPA (robotic process automation) - это применение аналитики, искусственного интеллекта и ML к конкретным бизнес-процессам, которые ранее требовали действий человека.

Путь цифровой трансформации сложен, но если будет разработана идеальная стратегия, организации могут извлечь из этого выгоду, оптимизировав внутренние операции и автоматизировав трудоемкие задачи, которые в противном случае потребовали бы много времени сотрудников. Определение положения вашей организации на этапах цифровой трансформации также помогает в этом путешествии.

Тенденции цифровой трансформации помогают организациям отслеживать последние изменения в технологиях и методах ведения бизнеса, включая ключевые показатели эффективности. Это позволяет им поддерживать свои системы в актуальном состоянии и повышать их эффективность. Кроме того, они могут помочь организациям выявить новые возможности для улучшения своих бизнес-процессов.

Цифровая трансформация - это не просто изменение того, как мы ведем бизнес, это изменение того, как мы живем. Цифровая трансформация включает в себя четыре основных направления:

1. Данные.

2. Технология.

3. Люди.

4. Процессы.

По прогнозам, в 2022 году расходы на цифровую трансформацию (DX) достигнут 1,6 трлн долларов США. По прогнозам, к 2026 году глобальные расходы на цифровую трансформацию достигнут 3,4 трлн долларов США.

Цифровая трансформация приобретает все большее значение, как в частном, так и в государственном секторах из-за ее огромных преимуществ. По мере того как предприятия становятся все более глобальными и взаимосвязанными, им необходимо находить способы более эффективного внедрения цифровых технологий.

Использование тенденций и тем цифровой трансформации - это один из способов убедиться, что вы движетесь в правильном направлении. Предлагая рекомендации по совершенствованию вашей повседневной практики, trends может помочь вам определить, как ваша организация реагирует на изменения, и добиться успешной цифровой трансформации.

Вот ключевые тенденции цифровой трансформации:

1- Более широкое внедрение платформ с низким уровнем кода

Low-code - это среда разработки, которая позволяет нетехническим бизнес-пользователям разрабатывать, создавать и развертывать программные приложения. Он предоставляет графический пользовательский интерфейс и инструменты перетаскивания, которые позволяют бизнес-аналитикам и другим нетехническим пользователям разрабатывать пользовательские решения без кодирования.

В последние годы использование платформ разработки с низким уровнем кодирования увеличилось благодаря преимуществам, которые они предлагают с точки зрения времени, стоимости, масштабируемости и снижения рисков.

2- Увеличена миграция в облако

Одной из наиболее обсуждаемых тем цифровой трансформации является перенос данных из локальной среды в облако.

Компании все больше и больше полагаются на облачные технологии, особенно когда речь заходит о сокращении расходов, повышении доступности и передаче на аутсорсинг утомительных рутинных работ по техническому обслуживанию.

По мере развития технологий и повышения скорости Интернета все больше компаний перейдут в облако, особенно в странах, где интернет исторически был медленным, чтобы воспользоваться всеми уникальными преимуществами, которые они предоставляют.

Для того чтобы предприятия, обрабатывающие конфиденциальные данные, начали внедрять облачные технологии, поставщики облачных технологий должны решить сложную задачу: укрепить свою модель безопасности.

3. Искусственный интеллект и машинное обучение

Искусственный интеллект и ML - наиболее обсуждаемые технологии среди всех тем цифровой трансформации. Искусственный интеллект важен, потому что он может помочь организациям принимать более эффективные решения, предоставляя информацию о поведении клиентов, демографии и о том, чего они хотят. ML важен, поскольку он может помочь компаниям использовать данные для создания персонализированного опыта для своих клиентов [8].

Предприятия могут иметь доступ к большому объему данных и нанимать команды аналитиков и разработчиков для оптимизации основных бизнес-процессов, но им часто трудно удовлетворить спрос на инновационные приложения и сервисы со стороны бизнес-подразделений, которые во многих отношениях являются локомотивом реальной цифровой трансформации.

Будущий рынок глобален, и поскольку он глобален, потребители должны признавать его и поддерживать. Чтобы увеличить финансовый доход бизнеса, крайне важно, чтобы все отделы понимали истинные потребности клиентов и разрабатывали и продавали товары с учетом этой перспективы. Поощряя интеллектуальную модернизацию предприятий и завершая DT, инжиниринговые компании могут осуществить преобразование старой и новой кинетической энергии и перейти к этапу высококачественного развития. В условиях цифровой экономики цифровые технологии предоставляют машиностроительным предприятиям прекрасную возможность для инноваций и модернизации [2]. Сервисные инновации преодолели традиционную стратегическую логику продуктовых инноваций, опирающихся на технологическое развитие, и в соответствии с конкурентной логикой парадигмы конкуренции, основанной на обслуживании, и потребительской ценностью как ядром, это стало важной стратегической целью машиностроительных предприятий [3]. Поэтому все больше и больше менеджеров пытаются повысить цифровую производительность цепочки поставок за счет широкого использования цифровых технологий.

Для достижения глубокого анализа информации с высокой ценностью и потенциальным потенциалом необходимо применять технологию DM (data mining). DM можно рассматривать как совокупность различных сложных математических моделей, методов и систем. Однако в настоящее время существует лишь небольшое количество публикаций о влиянии DT на эффективность деятельности предприятий с точки зрения цифровой экономики. Таким образом, исследование DT машиностроительных предприятий в этой статье полезно для предоставления соответствующим ведомствам эмпирических данных в микрополе для дальнейшего совершенствования политики цифровой экономики. Далее, соответствующим ведомствам настоятельно рекомендуется создать полный набор систем, ориентированных на политику DT, для обеспечения руководства по DT и модернизации производственных предприятий.

Нынешняя деловая среда является свидетелем появления цифровых инноваций и возможностей, которые коренным образом изменили деловую среду. На микроуровне DT, обусловленный технологическими изменениями, очевидно, повлияет на управление и эксплуатацию предприятий, в то время как применение больших данных, интеллекта и сетевых технологий, как различных проявлений цифровизации, также повлияет на трансформацию производства и режимов работы предприятий, а затем повлияет на финансовые показатели предприятий.

Успех DT цепочки поставок предприятия зависит от его окружения, а цифровая среда является предпосылкой DT цепочки поставок организации. Управление цепочкой поставок требует не только четкой цифровой стратегии, но и цифровой организации и культуры. Организационная культура похожа на отношение сотрудников. Если устоявшаяся культура не желает меняться, результатом будет раскол организации.

Внедрение многочисленных цифровых платформ сократило время, необходимое для сбора, классификации, анализа данных и информации, повысило информационную прозрачность, уменьшило информационную асимметрию и способствовало интеграции и использованию ресурсов. Благодаря углубленному анализу данных предприятия могут более эффективно взаимодействовать с клиентами с помощью корпоративных цифровых платформ, создавать продуктивные каналы коммуникации с клиентами, предлагать им новый потребительский опыт и повышать уровень удовлетворенности клиентов. Повышается эффективность использования средств бизнеса, способность взыскивать дебиторскую задолженность и, одновременно, скорость оборачиваемости, норма прибыли и развитие предприятия - все это ускоряется за счет соответствующих основных средств, таких как товарно-материальные запасы. Чтобы стимулировать обмен данными между восходящими и нисходящими узлами цепочки поставок, цепочка поставок должна обладать достаточными возможностями обработки данных для сбора пользовательских данных, понимания потребностей пользователей, направления бизнеса на осуществление инновационной деятельности и предоставления индивидуальных услуг. Очевидно, что DT цепочки поставок может не только гарантировать качество товаров и услуг, но и успешно экономить затраты. Он также может быстро адаптироваться к условиям рынка, которые быстро меняются, и повысить способность организации предоставлять товары[9].

Среди компонентов затрат на качество затраты на профилактику, затраты на оценку и затраты на внешнее обеспечение качества являются затратами на обеспечение качества продукции, которые могут быть классифицированы как затраты на обеспечение качества. Такого рода затраты являются предпосылкой снижения потерь качества, увеличения дохода от качества и повышения конкурентоспособности предприятий. Измеряя текущую стоимость будущего денежного потока компании, и принимая во внимание такие нематериальные активы, как право собственности и деловая репутация, можно более полно отразить результаты деятельности компании. Анализируя цепочку создания стоимости предприятия, можно определить ключевые области достижений и ключевые показатели оценки эффективности предприятия, а посредством послойной декомпозиции можно сформировать трехуровневую систему ключевых показателей эффективности предприятия, отдела и должности.

Для машиностроительных предприятий ключевым преимуществом является “владение” клиентским интерфейсом через их собственные сервисные организации. Инжиниринговые предприятия могут получить более глубокое представление о центре закупок заказчика, взаимоотношениях с членами, ситуации с внутренней политикой и т.д. через представителей сервисных организаций, которые часто контактируют с клиентами, а затем предлагают им решения, соответствующие реальным потребностям заказчика. Сотрудники службы поддержки первой линии, внедренные на сайт заказчика, работают вместе с сотрудниками заказчика, устанавливая дружбу, делясь знаниями и обмениваясь информацией в процессе совместного решения проблем посредством частого общения и долгосрочного межличностного взаимодействия. Такой режим поведения может удовлетворить потребности в долгосрочных стабильных отношениях между машиностроительными предприятиями и заказчиками, а также может поддержать реализацию сервисной стратегии машиностроительных предприятий. Однако, если инжиниринговые предприятия хотят создать ценность для клиентов за счет преобразования сервиса, им необходимо понимать процесс, ресурсы и практику управления клиентами.

В сфере розничной торговли алгоритм классификации может классифицировать и персонализировать покупателей путем классификации и подсчета данных о продажах товаров и покупательной способности покупателей в различных регионах, тем самым делая стратегию дистрибуции магазинов более целенаправленной. В настоящее время существует множество математических структурированных моделей для алгоритмов ассоциативных правил, которые могут быть классифицированы в соответствии с целями их применения и могут быть разделены на модель ассоциации последовательностей, модель ассоциации количеств, модель причинно-следственной связи и так далее.

По сравнению с тем, что было до трансформации, коэффициент расходов W enterprises за период с 2010 по 2021 год остался на уровне около 17,3%, и этот показатель W enterprises растет год за годом, начиная с 2017 года[12]. В целом финансовые расходы предприятия находятся почти в таком состоянии, когда процентный доход превышает процентные расходы из-за плавного развития его собственного финансового бизнеса. Даже при наличии определенного объема финансовых затрат их доля и влияние практически незначительны. Расходы компании на продажи в основном складываются из установки продукта и послепродажного обслуживания, расходов на рекламу, логистику и транспортировку, а также заработной платы торгового персонала, среди которых заработная плата сотрудников является самой низкой. DT характеризуется изменениями и трансформациями, которые стимулируются и строятся на основе технологий. DT предприятий должен опираться на технологии, а они изменчивы и инновационны. В данной статье подсчитана интенсивность инвестиций в НИОКР предприятий W с 2010 по 2021 год.

Из этого видно, что с 2010 по 2021 год расходы на НИОКР и интенсивность инвестиций в НИОКР предприятий W в целом увеличились, особенно интенсивность инвестиций в НИОКР постоянно увеличивалась, за исключением 2015 года, что показывает, что независимый инновационный потенциал предприятий постоянно улучшается, а инвестиции в НИОКР увеличиваются. D также увеличивается. Данные об оценке эффективности портфеля и влияющих на него факторах в основном получены в результате анкетирования. Чем больше образцов исследуется, тем больше затрачивается времени, денег и рабочей силы[11].

Средняя точность проверочных выборок составляет 0,652, в то время как точность обучающих выборок составляет 0,726 при количестве выборок 150. Кроме того, размеры выборки менее 100 не будут приниматься во внимание, поскольку они приводят к изменению структуры байесовской сети, оптимизированной PLS. Вновь собранные выборочные данные используются в качестве тестового набора, с той разницей, что все ранее несбалансированные данные использовались в качестве обучающего набора и что эти ранее несбалансированные данные использовались в качестве обучающего набора после балансировки, что позволяет сравнивать и анализировать два результата.

Будь то одиночная модель, кластерная смешанная модель или модель слияния кластеров, результаты каждой модели, основанной на несбалансированных данных в качестве обучающего набора, лучше, чем результаты сбалансированных данных. С другой стороны, результат истинно отрицательного коэффициента прямо противоположен, то есть сбалансированные данные в виде обучающего набора лучше, чем несбалансированные данные в целом. Это может быть связано с тем, что выборка отказов DT в выбранном объекте исследования невелика, что делает результаты каждой модели, как правило, непротиворечивыми[9]. Таким образом, из сравнения этого набора данных мы можем видеть, что рассуждения, основанные на конкретных примерах, и их классификатор в сочетании с интеграцией и кластеризацией больше подходят для несбалансированных наборов данных, что не только согласуется с фактическим законом, но и имеет определенную практическую ценность. DT стал неизбежным выбором для компаний. Только определив стратегическую цель DT of enterprises, и полностью поняв существующие ценные ресурсы компании, такие как капитал, технологии, таланты и т.д., мы сможем найти эффективный путь, подходящий для предприятий в развитии.

Все больше и больше компаний находятся в состоянии быстрого роста, и сетевое взаимодействие также делает конкуренцию между различными компаниями все более ожесточенной. В эпоху цифровой экономики DT стал обычным выбором большинства предприятий. На примере W enterprise в данной статье изучается влияние DT на его производительность, и даются целенаправленные предложения по оптимизации для предприятия в сочетании с его собственным развитием. Полученные результаты показывают, что с увеличением количества выборок средняя точность обучающих выборок постепенно снижается, в то время как средняя точность тестовых выборок постепенно повышается. При наличии 150 выборок средняя точность обучающих выборок составляет 0,726, а средняя точность проверочных выборок - 0,652[12].

Развитие цифровой экономики и активизация технологического развития промышленного производства являются важнейшими факторами экономического роста, как для предприятий, так и для государства. Цифровые технологии сегодня определяют тенденцию развития отечественного производства. В настоящее время происходит переход от точечного внедрения цифровых технологий к их комплексному развитию в отраслях промышленности, что будет способствовать повышению производительности труда и импортозамещению. Становится очевидным, что цифровая экономика - это не только применение цифровых технологий, замена многочисленных рабочих процессов программным обеспечением и автоматизированными комплексами, но и существенное изменение структуры экономики.

При активном использовании робототехники в России возможны следующие ситуации:

- будут снижены затраты на работников (некоторые производственные площадки могут выполнять такие работы, как сборка, сварка, резка, перемещение грузов);

- будут снижены материальные затраты (качество продукции будет улучшено за счет замены людей роботами);

- процент бракованных товаров уменьшится, а качество продукции улучшится;

- производительность повысится, так как роботы будут работать дольше, чем люди.

Одной из наиболее часто используемых отраслей робототехники является автомобилестроение (39%), поскольку этот процесс требует точности, сложных операций с высокой алгоритмизацией, следующей отраслью является машиностроение, которое включает в себя почти 32% робототехники, 5% используется в исследованиях и разработках и образовании и около 4% в химическая и нефтехимическая промышленность.

Целью исследования является определение направлений развития цифровой экономики и промышленных комплексов, анализ текущего состояния экономических преобразований в российских регионах, выявление перспектив развития промышленных предприятий в контексте экономических преобразований и ключевых направлений повышения эффективности и конкурентоспособности российской экономики. Также важно проанализировать состояние секторов экономики в России, оценить вклад цифровизации в рост ВВП, выявить проблемные барьеры, препятствующие эффективному развитию цифровизации производственных процессов в машиностроительной отрасли.

Модернизация и цифровизация промышленных предприятий не получают широкого распространения в России, но "Индустрия 4.0" растет невероятными темпами на мировом рынке и к 2024 году достигнет 157 миллиардов долларов. Рост "Индустрии 4.0" связан с распространением Интернета вещей, предприятия все чаще используют искусственный интеллект, робототехнику, виртуальную реальность, 3D-печать, цифровых двойников и сети 5G. Стремительный рост применения этих технологий наблюдается в Азиатско-Тихоокеанском регионе.

Есть определенные перспективы для эффективной цифровизации российской экономики, но одной из актуальных задач является изменение философии управления: руководители предприятий должны уметь рисковать и нести ответственность за свои решения, выходить из зоны комфорта и двигаться в направлении инновационного развития. Прогресс в развитии цифровой экономики рассматривается как решающий фактор повышения конкурентоспособности промышленных предприятий.