В условиях сегодняшней экономики мы можем быть уверены только в том, что текущую неопределенность сменит еще большая. Как говорит старая пословица: "Задним умом крепок". Никто не может с определенностью утверждать, что наши представления о будущем хоть сколько-нибудь сбудутся.

Системы и сети становятся все более объемными и сложными, впитывая все больше информации. Их функционирование становится все менее прогнозируемым, а развитие - все менее плановым. Все чаще неопределенные факторы вмешиваются в эти процессы. Смогут ли IT-системы в будущем преобразовывать наборы данных в значимый результат? Ведь ранее их целью была лишь доставка информации пользователю. Теперь они должны преобразовать подразумеваемые данные в знания, так как только тогда лица, принимающие стратегические решения, смогут сформировать своевременные решения проблем.

С другой стороны, сейчас перед ИТ-директорами ставится задача оценивать технологические инвестиции согласно точно сформулированным рабочим параметрам и осязаемым прибылям. Ограниченность инвестируемых ресурсов противопоставляется "бесконечным" возможностям проекта. Выбор правильного решения означает удачное сочетание текущих возможностей с прогнозом будущих потребностей. В результате получается сложный конфликт между желаемым и возможным - в условиях неопределенности будущего, решение которого всегда оставляет одну из сторон неудовлетворенной. Что в этом случае делать ИТ-директору?

Предвидение достижимо

Тем не менее IT-директорам не следует падать духом: мощь предвидения более достижима, чем кажется. Экономисты уже давно выдвигали идею планирования неопределенных факторов, оказывающих влияние на экономику, чтобы прогнозировать ее взлеты и падения. Поэтому проблемы, с которыми мы сталкиваемся сейчас, по сути, ничем не отличаются от таких же проблем в прошлом - ничем, кроме как возросшим влиянием информации. Различные вопросы возникают сейчас намного чаще и требуют более быстрого решения. Сужение интервалов принятия решения требует более качественной работы с информацией.

Но у прогресса есть и положительные стороны. Перемены в математическом и статистическом моделировании происходят достаточно активно. Направление моделирования неопределенных ситуаций, как на предприятии, так и в экономике, в целом появилось пару столетий назад, когда статистика была сердцем экономической теории. Основным препятствием на пути развития статистических методов было отсутствие необходимого количества данных. Без данных аналитики не могли получить набора сценариев, достаточного для надежного планирования деятельности предприятия. При сегодняшнем увеличении объемов данных вычислительный процесс стал более точным. Увеличение потоков информации повысило точность предсказания. Заполняя экономические модели достаточным количеством реальной информации, аналитики могут более четко представлять себе будущее компании.

И технологические инвестиции ничем не отличаются от других размещений капитала и труда, улучшающих способность организации предоставлять товары и сервисы. Почему же мы не принимаем решения об ИТ-инвестициях аналогично другим решениям на предприятии? Организационные решения о приеме на работу и планах выпуска продукции также содержат некоторые непредвиденные обстоятельства, которые могут помешать их выполнению. И тем не менее при приеме таких решений непредвиденные ситуации учитываются.

Планирование, основанное на сценариях

Один из методов учета неопределенности, которая может возникнуть в связи с различными случайными обстоятельствами, - SBP (scenario-based planning - планирование, основанное на сценариях). Концепция SBP не нова, но сейчас, используя SBP, мы можем получить наиболее точный результат благодаря увеличившемуся количеству источников данных. Идея SBP достаточно проста - помочь выработать набор сценариев развития ситуации и упорядочить их согласно конкретной цене или условиям. Благодаря математической основе SBP производственная (или иная) среда организации представляется в виде набора статистических выкладок, а также линейных зависимостей между переменными.

Моделируя на основе методов SBP, менеджеры и аналитики начинают понимать, как изменения в конечных результатах повлияют на ограничения и условия внутренних бизнес-процессов. Рассмотрение вариантной ситуации начинается с постановки экспериментов и сбора внешних данных, которые показывают частоту выполнения того или иного конечного результата. Комбинируя эти статистические измерения с известными экономическими условиями, можно получить график деятельности компании на определенный будущий период. По нему, например, можно увидеть, как изменится выручка при внедрении новой технологии в производство. Таким образом, математика объединяет статистику и экономические переменные, чтобы понять, как и почему происходят изменения.

Неопределенность в ИТ-инвестициях

Процесс принятия ИТ-решений должен включать в себя расчет неопределенных ситуаций. Если рассматривать ИТ-инвестиции как традиционные инвестиции, для подтверждения их способности достигнуть желаемого результата можно применить SBP. Рассматривая ИТ-проект, каждая организация сталкивается с проблемами подбора сотрудников, внедрения и выбора того или иного коммерческого предложения. Зная известные части уравнения (такие как цену установки ИТ-системы и время внедрения) и прогнозируя неизвестные (возможность снижения цен и вероятность получения дополнительного дохода), можно вычислить оптимальные значения переменных, то есть сумму, которую надо потратить для получения реальных и подходящих результатов.

Для прогнозирования неизвестных частей уравнения можно применить, например, метод TEE (total economic envelope). Показатель TEE представляет величину увеличивающейся выручки от внедрения конкретного проекта. Каждому проекту присваивается вес, который позволяет оценить вероятность достижения TEE. При первоначальной оценке риска специалисты присваивают проекту небольшой вес, а затем, основываясь на предыдущем опыте подобных проектов, увеличивают или уменьшают его.

Но готовы ли к такому подходу ИТ-директора? Ответ - нет. Как правило, они считают, что технологические инвестиции могут определяться одним относительно несложным соотношением: функционал/стоимость/время.

Неопределенность в ИТ-проектах

Аналогичная ситуация наблюдается и в ходе работы ИТ-менеджеров над текущими проектами. Опрос, проведенный недавно одной из исследовательских компаний, показал, что руководители проектных ИТ-команд не воспринимают необходимость учета неожиданных ситуаций как существенную часть своих задач. Как правило, команда проекта сосредоточивается на первоначальной диаграмме планирования хода проекта и всеми силами стремится ее выполнить. Однако неопределенные ситуации неизбежно влияют на решения. Рассмотрение неожиданных ситуаций включает в себя учет предыдущего опыта и анализ постоянного потока новой информации, например о новых требованиях клиентов или ситуации на рынке. Ведь пока идет проект (за два года и более), ситуация на рынке может сильно поменяться. Результаты расчета неопределенных ситуаций всегда должны приниматься во внимание, но ИТ-менеджеры не привыкли согласовывать их со стандартными проектными процессами.

Если компания будет учитывать подобные неопределенности, сдвиг, который произойдет в ней, приведет к изменению самого определения успешного проекта. Определяя проектный риск, связанный с неопределенностью, и вознаграждение за него, а также находя оптимальное сочетание затрачиваемых ресурсов и масштаба проекта, специалисты почувствуют некую уверенность в успехе. Успех будет трактоваться уже не просто как достижение первоначально поставленных целей проекта, но как минимизация рисков. Один неверный шаг теперь принесет меньший ущерб, чем ранее успешная последовательность решений, которая привела к катастрофе по причине, не зависящей от проектной команды. Просчитывая возможные последствия, ИТ-директора смогут более эффективно управлять реальной ситуацией.

Применение SBP к прогнозированию развития компании

1. Cоставьте список допущений, принятых в бизнесе.
2. Проанализируйте сдерживающие факторы развития компании.
3. Рассмотрите все возможные варианты развития компании и старта проекта, приводящего к уменьшению тех или иных сдерживающих факторов.
4. Примените статистические методы, чтобы вычислить показатели риска по каждому из проектов.
5. Составьте дерево вариантов развития ситуации на основе вероятности выполнения того или иного проекта.
6. Протестируйте составленную модель, используя реальные данные компании.