6.3. Перспективы автоматизации управления человеческими ресурсами: интеллектуальные информационные системы как платформа реализации передовых управленческих концепций.

Рис. 6.3.1. Позиционирование модели DIKW.

Повышение сложности управленческой деятельности и загруженности руководителей требует упорядочивания информации, с которой работают руководители разных уровней. Чем выше руководитель, тем более агрегированный вид должна приобретать информация. Высшие руководители должны иметь возможность получать информацию, прошедшую глубокую обработку и предоставляющую возможность принимать решения, опираясь исключительно на ключевые индикаторы деятельности компании (и персонала в частности), на знания о тенденциях и точках роста, о вариантах развития и их последствиях, а не на разрозненные наборы огромного количества цифр и графиков. На рисунке 6.3.1 представлено отличие разных видов информации в виде модели DIKW ( Data – данные, Information – информация, Knowledge – знания, Wisdom – мудрость), предложенной. Дж. Белингером . Понятие «информация» имеет несколько толкований – от расширительного (информация – как любой факт действительности, отражающий ее детально или на уровне закономерностей) до узкого (информация как данные/дискретные факты, структурированные в целостное описание структуры явления). В рамках узкого толкования возникает понятие «знание», которое отражает высший уровень преобразования данных и информации в описание сущности явления, закономерностей его появления и существования. Знания – это успешные зафиксированные модели деятельности, это накопленный потенциал осуществления результативных действий. Компания, оперирующая знаниями, сохраняющая и развивающая их, становится недосягаемой для конкурентов. Реальная возможность поднять управление до уровня управления знаниями возникла только тогда, когда возникли принципиально новые программные продукты и информационные системы. Сейчас практически вся компьютерная индустрия ориентирована на поддержку систем управления ресурсами предприятия, вершиной развития которых стали мощные системы класса ERP ( Enterprise Resource Planning ). ERP-системы способны значительно повысить эффективность операционной деятельности (учета, контроля платежей, затрат на оплату счетов и ускорение возврата от инвестиций). Но пользователями этой системы являются менеджеры низшего и среднего звена, высшие руководители так и не получили инструмента. ERP-система не используется как инструмент стратегического управления и лишь в ограниченной степени поддерживает конкурентные преимущества компании, которые лежат в области знаний, а не данных. Принципиально новые возможности открывает новый класс информационных систем – системы поддержки принятия решений. Средства поддержки принятия решений создают две функциональные возможности: – полная автоматизация стандартных (типичных, инвариантных, повторяющихся) решений; – инструментальное обеспечение принятия уникальных решений (за счет полного – имитационного – моделирования действительности и за счет генерирования лучших альтернатив – в пространстве заданных ограничений и перспектив). Существует несколько обозначений этого класса систем. Объединяющим понятием является понятие системы DFS ( Dynamics Forecasting and Simulation – динамическое прогнозирование и симуляция). Системы DFS – это принципиально новый инструмент поддержки стратегических и оперативных управленческих решений топ-менеджмента. Они основаны на компьютерных средствах последнего поколения – интеллектуальных информационных технологиях, которые соединяют преимущества компьютера с человеческим мышлением. Подобные системы, по оценкам экспертов, используют 2/3 компаний из списка «Fortune-500», которые получают колоссальные выгоды от их применения. Системы DFS объединяют возможности двух систем: 1) системы BI ( Business Intelligence – деловой интеллект) позволяют получать концентрированную информацию об эффективности деятельности компании во внешней и внутренней среде и просчитывать последствия принимаемых решений; 2) системы AI ( Artificial Intelligence – искусственный интеллект) обеспечивают решение еще более сложных задач – прогнозирования и оптимизации.Масштабный переход компаний от управления на основе данных и информации к управлению знаниями при условии освоения интеллектуальных информационных технологий может произойти в течение нескольких ближайших лет. Причем для российских менеджеров главным камнем преткновения является незнание и непонимание этой новой управленческой парадигмы и новых инструментальных (информационных) возможностей.

Рис. 6.3.2. Соотношение возможностей информационных систем и человека в управлении знаниями.

На рисунке 6.3.2 представлена общая схема соотношения возможностей компьютерных систем и человека в управлении знаниями. Чтобы представить новые перспективы, полезно осознать те ограничения, которыми страдает человеческое мышление любого, даже гениального руководителя и которые закономерно снижают эффективность принятия решений. Информационные технологии последнего поколения преодолевают такие ограничения человеческого мышления, как: – невозможность в один момент времени видеть ситуацию и целостно, и детализированно; – невозможность учитывать все многообразие связей – обратных, видимых и невидимых, согласованных и противоречивых; – невозможность с высокой точностью и скоростью оценивать последствия принимаемых решений в максимально необходимом пространстве и времени; – трудность преодоления своих эмоций и межличностных отношений, а также психологические трудности в отстаивании своей точки зрения и учете мнений других людей, в налаживании конструктивных отношений с несимпатичными коллегами; – невозможность хранить информацию бесконечно долго и выдавать ее точно и быстро; – невозможность находиться в любое время в состоянии высокой работоспособности. Человеку присущи следующие дефекты принятия решений: На уровне индивидуальных решений: – склонность при принятии решений руководствоваться фактом, который легче вспоминается; – склонность людей «примерять» решение к какой-либо информации, служащей ориентиром, измерительной планкой, точкой отсчета; – стремление признавать некий набор фактов – часто случайный – отражением закономерности; На уровне групповых решений: – сдвиг к риску (большая рискованность групповых решений по сравнению с индивидуальными); – инерция первого решения (индивид защищает первое сформулированное им решение); – феномен реактивного сопротивления (стремление индивида выбирать решения, противоположные внешнему принуждению); – эффект Ирвина (переоценка возможности положительных последствий решений при недооценке отрицательных); – симптомокомплекс «огруппление мышления». В начале 80-х годов прошлого столетия даже возникла новая научная дисциплина – поведенческая экономика , в рамках которой были обнаружены устойчивые проявления иррациональности человеческих решений в сфере экономики (известные под названиями «излишняя уверенность», «двойной счет», «сохранение статус-кво», «фиксация на известном», «хорошие деньги за плохими», «стадный инстинкт», «промахи в оценках “гедонистических состояний”», «мнимый консенсус»). Но человек делает то, чего абсолютно не может делать компьютер: – опирается на неявные или недоступные машине переменные (или на исключительно слабые, нематериализованные сигналы внешней среды, или на ценностные параметры принимаемых решений); – может внедрить полученные решения в практической деятельности. Даже если сгенерированное решение вкладывается в чип (например, полностью автоматизируется следующая цепочка действий: получение запроса потребителя, выбор альтернативных решений, отсылка скорректированного предложения потребителю, команда на реализацию действий сотрудникам), то все равно потребуется сопряжение этих действий с действиями других сотрудников, разработка корпоративной процедуры и политики взаимодействия с потребителями и смежниками.Только интеграция человека с компьютером, но никак не подмена одного другим, может создать реальные условия для революционного прорыва в управленческих решениях.

Рис. 6.3.3. Человек и информационные системы в триаде «знания – решения – действия».

На пути интеграции человека и компьютера неизбежно встретятся серьезные барьеры. В частности, к ним можно отнести следующие психологические проблемы: – сложность учета и использования в рамках жестко связанных информационных и технологических процессов «нематериальных» познавательных процессов внимания, памяти и мышления, а также такие слабоформализуемые и неустойчивые явления, как желания, установки, воля, эмоции, привычки и межличностные отношения; – сложность соотнесения интеллектуальных и личностных возможностей человека с его психофизиологическими резервами. Перегрузка персонала может не быть критичной в условиях физического труда, но при увеличении интеллектуализации труда цена даже одной ошибки может стать роковой для компании. Человек создает новое знание и реализует его в практической деятельности, а компьютерная система, принимая на себя «черновую» работу по приему, хранению и переработке информации, обеспечивает скорость и точность принимаемых решений, а также оперативный доступ к необходимым знаниям. Человек осуществляет следующие действия: – придает информации статус знания; – принимает управленческое решение (а это уже затрагивает огромный пласт организационных, межличностных и даже этических взаимодействий); – ставит задачи перед компьютером, формулирует гипотезы для их проверки компьютером, выбирает те лучшие варианты и анализирует зависимости, которые предлагает компьютер. Эмоциональные и ценностные оттенки отношений, интуиция, инсайт – вот неполный перечень принципиальных ограничений квантификации. Человек – это начальное и конечное звено в цепочке движения знания. В компании, желающей освоить современные информационные технологии и управление знаниями, предстоит выделить три основные организационные роли сотрудника: – творец; – организатор; – исполнитель. Каждая из этих ролей обслуживается соответствующими информационными системами (рис. 6.3.3). Некоторые специалисты отмечают, что системы DFS сочетают в себе детальную точность микроскопа и дальнобойность телескопа (рис. 6.3.4).Приведем характеристики основных преимуществ систем.

Рис. 6.3.4. Основные функциональные преимущества систем DFS.

Точность прогнозирования и оптимизации – превосходит все известные методы и не имеет аналогов по нахождению оптимума в спектре огромного количества взаимосвязанных факторов. Быстрота расчетов цены рисков и ресурсной обеспеченности решений – скорость расчетов в десятки раз превышает возможности традиционных систем. Оперативное слежение за эффективностью работы предприятия в динамике изменений ситуации – быстрая оценка последствий отклонений фактических показателей от их плановых значений и нахождение оптимальных вариантов устранения последствий этих угроз. Компактное представление информации – наглядные образы вместо нагромождения текста и цифр. Моделирование финансовых и материальных потоков в их взаимосвязи – известные программные приложения описывают только финансовые потоки или отдельно – только материальные потоки. Быстрая окупаемость – экономическая отдача систем DFS превосходит в несколько раз (а некоторые – во много раз) любые другие информационные системы. Абсолютное первенство систем DFS проявляется в кризисных ситуациях , где цена ошибки, качество и скорость принятия решений прямо определяют жизнь или смерть компании.Кроме того, внедрение таких систем дает рост рыночной репутации компании, привлекательности для инвесторов и повышение стоимости интеллектуальных активов.

Рис. 6.3.5. Схема поддержки стратегического управления.

С помощью систем DFS менеджеры получают возможность с высокой математической точностью и высокой скоростью решать задачи прогноза и оптимизации. Традиционные методы не могут быстро и с необходимой точностью определить все возможные варианты и, главное – оценить последствия управленческих решений. Это обусловлено тем, что предприятия и окружающая бизнес-среда являются динамически сложными системами, т. е. состоят из множества разнообразных объектов, которые охвачены большим количеством обратных связей и к тому же постоянно изменяются во времени. Нужно осуществить имитационное моделирование бизнес-ситуации и применить систему дифференциальных уравнений очень большой размерности, многократно решаемых методами численного интегрирования. Это позволит обнаружить нежелательные эффекты в последствиях уже принятых решений и смягчить или полностью предотвратить их влияние в будущем. С помощью DFS-систем можно смоделировать развитие ситуации во времени и в изменяющейся бизнес-среде и, соответственно, точно просчитать последствия принимаемых решений. Поскольку моделируются финансовые и материальные потоки в их взаимосвязи и, следовательно, невероятно велико число взаимозависимых переменных, то множественная «прокрутка» по всем циклам обратных связей выявляет влияние скрытых и случайных факторов. DFS-системы дают возможность до того, как произойдет событие (вступит в действие управленческое решение), точно просчитать цену риска, ресурсную обеспеченность и разнообразные последствия стратегических и оперативных решений в любой функциональной области управления. С помощью DFS-систем решается масса практических задач путем построения мультиальтернативных сценариев по принципу «а что будет, если?». Что произойдет с предприятием в случае резкого изменения ситуации? Как повысить прибыльность бизнеса в условиях нестабильного спроса и нехватки оборотных средств? Решение таких задач традиционными методами и тем более «вручную» не дает нужной точности. DFS-системы – это инструмент поддержки стратегического управления компанией за счет следующих возможностей (рис. 6.3.5). Быстро и точно реагируя на изменения ситуации с помощью систем DFS, компания за счет упреждающего управления сохраняет и наращивает свои конкурентные преимущества, временной ресурс которых для компаний исчисляется иногда неделями и даже днями. Менеджеры видят текущую ситуацию во внутренней и внешней среде предприятия в динамике, максимально точно просчитывают сценарии ее развития в зависимости от множества вносимых изменений. За счет быстрого поиска в многомерном пространстве факторов и ограничений менеджер получает лучшие решения из возможных вариантов в каждой конкретной ситуации (эффект «золотой середины»). Преимущество систем DFS состоит в том, что их функциональность (моделирование, анализ, прогнозирование, оптимизация) позволяет максимально быстро достичь высоких и устойчивых результатов деятельности предприятия в неопределенной и меняющейся среде. Прогнозная функция DFS-систем основана также на обнаружении скрытых закономерностей ситуаций. В качестве объектов прогнозирования могут выступать любые ценные для управления социально-экономические объекты, выраженные в количественном и даже качественном виде. Сложнейший и запутанный мир объектов представляется в виде ясной многомерной классификации (кластеризации) и стратификации (рейтингования), причем с точки зрения принятия управленческих решений важно то, что многомерное пространство без искажений воплощается в удобной для восприятия и оценки двумерной плоскости, с возможностью пошаговой детализации картинки. В отличие от традиционных статистических методов не предъявляются жесткие требования к распределению данных и к полноте обрабатываемой информации – система работает даже при пропуске информации. Точность прогноза достигает величин, значимо превышающих возможности других методов прогнозирования. Проработка мультиальтернативных сценариев развития ситуации и дальнейшая проверка их на практике позволяет накапливать успешные решения и создавать не просто базу знаний, но интерактивную базу знаний. Свойство интерактивности прямо обусловливает высокую эффективность обучения менеджеров предприятия на примерах «родного» предприятия с возможностью новых вариантов оптимизации решений. Интеллектуальные информационные технологии поднимают на новый уровень и такую современную управленческую концепцию, как сбалансированная система показателей (BSC). Разработка сбалансированных целевых значений невозможна без сбалансирования их ресурсного обеспечения. Эта задача нуждается в инструментах моделирования и интеллектуальной обработки. Возникает возможность реализации мониторинга экономических и социокультурных ситуаций – системы постоянного слежения и заданной автоматической индикации отклонений «план-факт» по ключевым факторам успеха.Для управления человеческими ресурсами особенно ценно то, что моделированию поддаются даже такие слабоформализуемые явления, как удовлетворенность, лояльность, мотивация персонала и др. (рис. 6.3.6). Внедрение интеллектуальных модулей позволит также значимо усовершенствовать операционное управление подбором, оценкой, развитием и стимулированием персонала. Например, на базе интеллектуальных информационных технологий можно создать систему автоматического мониторинга психофизиологического состояния сотрудников опасных производств с целью заблаговременного предупреждения критических (опасных) ситуаций или систему автоматизированного определения рейтинга соответствия кандидатов по заданным параметрам (включая оценку профессионального соответствия, этического и психологического соответствия) при найме и аттестациях.

Рис. 6.3.6. Задачи в сфере HR, решаемые средствами DFS.

Приведем примерный перечень задач в сфере управления человеческими ресурсами, решаемых с помощью интеллектуальных информационных технологий. Стратегический уровень управления человеческими ресурсами (пользователи – топ-менеджеры): – стратегическое планирование человеческих ресурсов, включая прогнозирование рынков труда; – сценарное имитационное моделирование потребности в рабочей силе для разных корпоративных стратегий и с учетом рисков, ограничений и возможностей внутреннего и внешнего рынков рабочей силы; – бизнес-анализ с целью выявления глубинных, скрытых закономерностей организационного поведения и факторов, влияющих на производительность и качество труда; – балансировка целевых показателей с учетом возможностей и ограничений финансовых, материальных и человеческих ресурсов для сбалансированной системы показателей. Административный уровень управления человеческими ресурсами (пользователи – директор по персоналу, начальники отделов службы управления персоналом): – контроллинг персонала, включая стратификацию и рейтингование HR-факторов и выявление точек роста или опасных тенденций;– сценарное планирование вариантов оплаты труда персоналу по заданным параметрам.

Рис. 6.3.7. Упреждающее управление организационными изменениями на основе моделирования (модуль подготовки).

Наличие мощных информационных технологий позволяет реализовать амбициозный проект создания в компании нового качества управления, основанного на упреждающем управлении организационными изменениями на базе моделирования. По сути, речь идет о создании интегрированной динамичной среды управления и обучения. Такая задача особенно актуальна для российских предприятий, отличающихся, с одной стороны, колоссальными темпами изменений и, с другой стороны, дефицитом необходимых организационных компетенций персонала и отсутствием необходимого опыта. Ситуация большинства крупных растущих компаний требует быстрого (и часто – одновременного) решения следующих сложных задач: – налаживание процесса стратегического позиционирования и целеполагания (например, в формате системы сбалансированных показателей); – быстрое осуществление постоянных организационных изменений – от организационно-функциональной реструктуризации до реинжиниринга бизнес-процессов; – обучение персонала новым управленческим компетенциям; – формирование эффективных управленческих команд, вооруженных новейшими инструментами управления; – возможность точного (стандартизированного), быстрого и экономичного тиражирования и масштабирования бизнеса. Важно заметить, что при этом стратегическое и оперативное управление компанией или группой предприятий не должно прерываться. Внедрение упреждающего управления предполагает последовательное осуществление трех этапов (рис. 6.3.7 и 6.3.8): 1) этап подготовки (формирование специальных профессиональных компетенций управленцев); 2) этап разработки моделей финансовых и материальных потоков, организационной модели компании (выполняется одновременно с первым этапом);3) этап реализации.

Рис. 6.3.8. Упреждающее управление организационными изменениями на основе моделирования (этап реализации).

Цели управленческой подготовки – обучить интегрированным подходам к управлению компанией без отрыва от производства на основе динамического, организационного и социально-психологического моделирования. Цели подготовки – сформировать следующие профессиональные компетенции персонала: – умение строить систему управления организацией в формате современных требований (в частности, в соответствии со стандартами системы менеджмента качества); – умение просчитывать варианты и последствия изменения ситуаций в условиях меняющейся внешней и внутренней среды; – умение работать с информацией; – умение работать с изменениями; – умение работать в команде; – коммуникативные умения и умение влиять на других людей; – другие умения. И несколько слов о настоящей мечте HR-инженера – инструменте, с помощью которого можно проектировать не только сложнейшие структурные и процессные модели деятельности компании, но и все виды потоков (информационные, финансовые, материальные и человеческие) в едином визуальном пространстве и, что особенно важно, в одной математической модели. Это создает фантастические возможности по проверке своих инженерных гипотез. Например, можно не только построить экспериментальную многомерную модель перераспределения функциональных обязанностей в формате радикального сокращения кадров или модель революционного реинжиниринга процессов, но просчитать с высокой степенью точности невероятно большое число возможных последствий этой гипотезы. Главным методом обучения менеджеров будущего, несомненно, станет инновационный метод – управленческий тренажер-симулятор. В последнее время в бизнес-обучении все чаще стали использовать интерактивные методы: модерацию, тренинги, различные методики группового принятия решений («мозговой штурм», синектика, метод Дельфи, метод номинальных групп, метод ассоциаций и др.). Но все же эти методы нельзя считать подлинно исследовательскими, так как они не предусматривают серьезной аналитической работы с информацией, анализ сводится в основном к групповому обсуждению проблемы. Требованиям подлинного исследовательского (воспроизводящего уже существующие знания) обучения отвечают в полной мере только информационные обучающие технологии, основанные на искусственном интеллекте. Они обеспечивают доступ к колоссальным объемам необходимой информации, позволяют оперативно применять сложнейшие математические расчеты и, самое главное, настоящую интерактивность в режиме реального времени: ведь выдвинутые гипотезы проверяются в течение исключительно короткого времени и исследователь получает потрясающую по своему масштабу картину последствий принятого решения. Существующие симуляторы основаны на методологии системных « микромиров » ( microworlds ), которая разрабатывается в Гарвардском и Стенфордском университетах, Массачусетском технологическом институте. Она легла в основу концепции обучающейся организации ( П. Сенге и др.). Тренажер состоит из двух блоков: – «интерактивные кейсы» (этот блок направлен на обучение по основным бизнес-дисциплинам: экономике, маркетингу, финансам – в формате интерактивного доступа к моделям. Обучающийся может изменять параметры управленческого воздействия и моментально получать информацию о множественных последствиях этих изменений); – имитационная модель финансовых и материальных потоков референтных предприятий. Принципиальная новизна концепции упреждающего управления заключается в том, что параллельно с подготовкой на основе уже имеющихся на рынке симуляторов и программных продуктов класса orgware (со встроенными референтными моделями корпоративной архитектуры предприятий) ведется разработка своего корпоративного симулятора, т. е. моделируется корпоративная архитектура и разрабатывается полная (имитационная) модель финансовых, материальных и человеческих потоков своего предприятия (или группы предприятий). Имитационное моделирование, поддерживаемое современными программными пакетами, позволяет осуществить самое трудное, но и самое желанное для HR-инженера моделирование – моделирование слабоформализуемых явлений, таких как производственная адаптация, корпоративная лояльность, мотивация, развитие профессиональных компетенций персонала и многие другие. На этапе реализации упреждающего управления идет подготовка управленческих решений или проектов в специально созданной управленческой лаборатории силами менеджеров, включенных в специально создаваемые управленческие команды. Практическая ценность и результативность работы в таких лабораториях будет обеспечиваться тем, что ставить проектные задания будут высшие руководители, и, в гораздо большей степени, тем, что сотрудники смогут разрабатывать проекты на основе организационного, имитационного и даже социально-психологического моделирования. Постановку задач (формулировку заданий) осуществляют руководители процесса, конкретный состав которых определяется в зависимости от подготовленности тех или иных сотрудников, от наличия внешних консультантов. Благодаря использованию мощных информационных систем проектные задания как в области организации управления, так и в области оптимизации и прогнозирования выполняются «под ключ» с исключительно высокой точностью и в беспрецедентно короткие сроки. Заметим, что инструменты DFS применяются и в реальном управлении, и при опережающем обучении в качестве «собственных микромиров». Что делать современным российским менеджерам, узнавшим о новом информационном инструментарии только сейчас? Запастись оптимизмом, ведь это программное обеспечение уже успешно осваивается пусть пока немногими российскими специалистами, а интерфейс, созданный на основе этих пакетов, будет исключительно удобен для среднего пользователя персонального компьютера. И еще: логика постановки упреждающего управления на основе моделирования уже сейчас может начать внедряться в тех компаниях, которые освоили азы бизнес-инжиниринга и построили базовые модели корпоративной архитектуры. Группы проекта трансформируются в управленческие лаборатории и готовят проекты в русле совершенствования корпоративной архитектуры по задачам, которые будут ставить топ-менеджеры.Модули (системы) комплекса DFS включают те функциональные направления, которые актуальны для компании, внедряющей упреждающее управление организационными изменениями (рис. 6.3.9). Эти функциональные направления соответствуют тематике возможных проектных заданий, которые выполняются с помощью инструментов DFS и которые могут быть использованы как учебные задания для формирования по-настоящему системного управленческого мышления топ-менеджеров, участников управленческого резерва.

Рис. 6.3.9. Архитектура комплекса DFS.

Ниже приведены функциональные возможности комплекса DFS (и, соответственно, возможной тематики проектных заданий).