DOI 10.24411/2658-3569-2020-10097

Банковская поддержка инновационной деятельности предприятий

Banking support for innovative activities of enterprises

Арсаханова Зина Абдулловна, д.э.н. зав.кафедрой финансов и кредит Институт экономики и финансов, ФГБОУ ВО «Чеченский государственный университет»

Arsakhanova Zina, doctor of Economics, head of the Department.Department of Finance and credit Institute of Economics and Finance, Chechen state University

Аннотация. Успехи предприятий во многом обусловлены тем, что экономика информационных продуктов имеет важные отличительные свойства, которые отличают ее от экономики материального производства. Затраты на создание этих продуктов, в которых воплощены знания и информация, являются особенно высокими только в ходе создания первой единицы товара, а для очередных единиц они снижаются. При этом, чем большее распространение получает тот или иной цифровой товар, тем ниже становится его стоимость и цена, которая в конечном итоге стремится к стоимости материального носителя или сетевого трафика. Кроме того, распространение некоторых видов цифровых товаров увеличивает их полезность для потребителей в связи с эффектом масштаба и издержками переключения (которые несет покупатель, если он вынужден или намерен перейти от использования одного продукта или поставщика к другому) – чем больше людей пользуются в свой деятельности, например, одним и тем же текстовым редактором, тем ниже трансакционные издержки, связанные с подготовкой и использованием текстовых файлов, обеспечением совместимости текстов, обучением персонала и тем сложнее перейти к использованию другого текстового редактора.

Summary. The success of enterprises is largely due to the fact that the economy of information products has important distinctive properties that distinguish it from the economy of material production. The cost of creating these products, which embody knowledge and information, is especially high only during the creation of the first unit of goods, and for the next units they are reduced. At the same time, the more widespread a particular digital product becomes, the lower its cost becomes and the price, which ultimately tends to the cost of material media or network traffic. In addition, the proliferation of certain types of digital goods increases their usefulness to consumers due to the economies of scale and switching costs (which are incurred by the buyer if they are forced or intend to switch from using one product or supplier to another) – the more people use the same text editor in their business, for example, the lower the transaction costs associated with preparing and using text files, ensuring text compatibility, training staff, and the more difficult it is to switch to using a different text editor.

Ключевые слова: поставщики, продукты, материальный носитель, потребители, единица товара.

Keywords: suppliers, products, material carrier, consumers, product unit.

Важным становится не только производство цифровых товаров как таковых, а создание цифровых сетей, которые продуцируют и распространяют эти товары. В сетях проявляется эффект роста (а не уменьшение) полезности для потребителей: каждый дополнительный пользователь сетевого блага увеличивает его полезность для других индивидов, таким образом, готовность платить у каждого следующего индивида увеличивается (но до определенного предела) с подключением к сети новых и новых участников [6].

На третьем этапе – «киберфизическому» – цифровые технологии и продукты интегрируются с физическими, формируя новую «умную» киберфизическая реальность.

В этой реальности различие между сферой производства и сферой услуг (что является концептуальной для дихотомии «индустриальный» – «постиндустриальный») во многом теряет смысл, поскольку IT-услуги составляют теперь неотъемлемый элемент производственного процесса по выпуску гибридных товаров, которые уже не являются ни вещами, ни услугами исключительно [4]. Общество в этой реальности-это «разумный» социум, а система его материального производства , особую значимость которого на недавно было отмечено вновь, приобретает форму промышленного интернета вещей (IIoT).

Общий принцип IIoT является таким: вещи (инструменты, машины, устройства и тому подобное) наделяются встроенными датчиками (сенсорами) – преобразователями физических величин в электронные сигналы, и актуаторами – исполнительными устройствами в виде различного рода приводов. Цифровая информация, поступающая от датчиков через компьютерные сети, становится входным ресурсом для искусственного интеллекта (англ. Artificial Intelligence, АИ), который традиционно определяют как способность системы правильно интерпретировать внешние данные, делать из этого выводы и использовать полученные знания для достижения конкретных целей и задач с помощью гибкой адаптации [7].

АИ способен создавать «цифровых двойников» реальных вещей и выполнять моделирование и оптимизацию производственных продуктов и технологических процессов с последующим избранием управленческих решений, которые приводят в действие машины и оборудование с помощью подключенных к компьютерной сети исполнительных устройств. Все эти манипуляции обеспечивают возможность принципиально ускорить и повысить эффективность принятия бизнес-решений. Благодаря этому производительность, эффективность и конкурентоспособность киберфизических производственных процессов существенно возрастает.

По данным Gartner – ведущей мировой исследовательской и консалтинговой компании в сфере информационных технологий – уже сейчас примерно ¼ часть всех организаций, которые используют технологию ІІоТ, внедрили цифровых двойников, а еще 42 % планируют это сделать в течение трех лет. Примерами их применения являются разработки таких известных предприятий, как General Electric Company, Tesla и Chevron Corporation. В частности, американский многонациональный конгломерат General Electric Company разработал около миллиона цифровых двойников по всему миру [3]. Они имитируют различные устройства в таких отраслях, как энергетика, энергетика, авиация и охрана здоровья, а также активы с собственных заводов и процессов. Всемирно известная Tesla создает цифровых двойников для всех реализуемых ею электромобилей благодаря информации, поступающей от встроенных в машины датчиков. АИ обрабатывает эти данные и решает, штатно ли работает тот или иной автомобиль, или же он нуждается в техническом обслуживании. Одна из ведущих энергетических компаний – Chevron Corporation – использует цифровых двойников своих нефтяных месторождений и нефтеперерабатывающих заводов для прогнозирования проблем с техническим обслуживанием на этих площадках. Компания также планирует внедрить эту технологию для своего высококачественного оборудования и для этого намерена установить датчики на все такое оборудование к 2024 г. 

Как считают специалисты McKinsey & Company, глобальный эффект от применения интернета вещей в обрабатывающей промышленности может составить от 0,9 до 2,3 трлн долл. в 2025 г., технологиями IIoT будет охвачено от 80 до 100 % мировой обрабатывающей промышленности, а вызванное этим снижение операционных затрат может составить 2,5–5 %. 

По оценкам специалистов General Electric Co., распространение IIoT в мире к 2030 г. может добавить к мировому ВВП около 15 трлн долл. (в постоянных ценах 2005 г.). Распространение смарт-промышленности в мире обусловливает рост производительности труда и может сгенерировать дополнительный ВВП, эквивалентный по размеру современной экономике США. Соответственно, будут расти и средние доходы на душу населения, так что к 2030 г. они будут почти на 20 % выше, чем в условиях отсутствия промышленного интернета [1].

Главная причина такого роста производительности – синергетический эффект от слияния физических и цифровых технологий. В формализованном виде это можно объяснить следующим образом.

Каждую производственную систему можно представить через взаимодействие потоков трансформации (T) (переработки сырьевого «входа» на продуктовый «выход»), и потоков информации (I), необходимой для организации и управления процессами трансформации. При этом производственная смартсистема (s) отличается от обычной системы (u) использованием цифровых решений, основанных на интернете вещей, так что

Но увеличение потоков цифровой информации имеет смысл только в том случае, если приводит к опережающему росту эффективности производства, то есть при условии, что

– затраты смартсистемы на информацию и трансформацию;

– затраты обычной производственной системы на информацию и трансформацию.

В связи с цифровой основой смарт-промышленность выходит за рамки собственно производственных процессов, она способна формировать целостные научно-торговые сети, в которых компьютерные системы собирают и анализируют информацию о физических процессах, создают виртуальные копии физического мира и выбирают децентрализованные решения на основе механизмов самоорганизации [5].

В такой новой реальности уже не только вещи являются источником цифровой информации и объектами моделирования, но и сами люди. Это связано с быстрым прогрессом в развитии систем биометрической аутентификации (автоматизированных методов проверки или распознавания личности живого человека по физиологическим или поведенческим характеристикам), биосенсоров, способных переводить биохимические процессы в теле и мозге человека на язык электронных сигналов, и формированием компьютерных сетей датчиков тела (англ. Body Sensor Networks), что соединяют и приводят в действие датчики внутри, на или вблизи человеческого тела, которые играют уникальную роль в сфере охраны здоровья, в частности для поддержки избрания решений в режиме реального времени и терапевтического лечения.

Кроме того, физические и юридические лица сами генерируют цифровую информацию о себе, когда пользуются современными гаджетами мобильного интернета (смартфонами, планшетами, смарт часами), регистрируются и обмениваются сообщениями в социальных сетях, пользуются онлайн платежными и кредитными системами и тому подобное. Благодаря этому организации-поставщики ІТ услуг и правительства получают доступ к информации о людях (их местонахождение и перемещение, убеждения, физические кондиции, состояние здоровья, болезни, продуктовые предпочтения, средние размеры потребительского чека, наличие и размеры задолженности и др.) и предприятия (поведение высшего руководства, кредитную и налоговую историю, нарушение законодательства, соблюдение прав интеллектуальной собственности, безопасность производственного процесса, выбросы загрязняющих веществ и др.). Интеграция этих разрозненных данных позволяет создавать модели поведения и оценивать деятельность людей и предприятия с помощью многоуровневой системы социальных рейтингов (Social Credit System, SCS), что составляет почву для избрания важных решений в абосолютно разных сферах.

В этом отношении больше всего развился Китай. В КНР еще в 2014 г. был принят план строительства системы социального кредита на период до 2020 г., который затем неоднократно уточнялся. Как указано в этом плане, система социального кредита (англ. Social Credit System, SCS ) представляет собой полную сеть, охватывающую кредитную историю членов общества и кредитную инфраструктуру; она поддерживается законным использованием кредитной информации и системы кредитных услуг; ее внутренними требованиями являются становление идеи культуры искренности и продвижение традиционных добродетелей; она использует как механизмы стимулирования поощрения для сохранения доверия и ограничения – против разрушения доверия; ее целью является повышение менталитета честности и уровня кредитоспособности всего общества [2]. Хотя, понятно, что вопросов к такой системе, особенно с позиций соблюдения прав человека, возникает очень много. 

Очевидно, что такой подход явно выходит за рамки обычной практики кредитного (банковского) рейтинга, поскольку он предусматривает влияние на много аспектов человеческого поведения, которые находятся вне собственно долговых отношений (от социального кредита в Китае зависят поощрения и наказания в сфере социального обеспечения людей, он определяет возможности работы в государственных учреждениях, предоставление прав на пользование определенными видами транспортных услуг). За время, прошедшее с момента внедрения этого плана были созданы основные центры сбора и обмена данными, различные правительственные учреждения и коммерческие кредитные рейтинговые службы (в частности от таких ІТ гигантов, как Alibaba Group и Tencent), начали широко применять SCS на практике. Поэтому, несмотря на ряд бюрократических и технологических барьеров, основные структуры системы должны быть сформированы к 2020 г.

Литература

1. Гретченко А.А. Сущность цифровой экономики, генезис понятия «цифровая экономика» и предпосылки ее формирования в России // Научно-аналитический журнал Наука и практика Российского экономического университета им. Г.В. Плеханова. 2018. Т. 10. № 3 (31). С. 23-37.
2. Косолапова М.В., Свободин В.А. Методологические вопросы системно-цифровой экономики — взаимосвязь системной и цифровой экономик // Мягкие измерения и вычисления. 2019. № 6 (19). С. 13-16.
3. Кутовой В.М., Дулгуун А. Цифровая экономика монголии в контексте развития мировой цифровой экономики // Вестник РГГУ. Серия: Экономика. Управление. Право. 2019. № 4-2. С. 209-219.
4. Турко Л.В. Сущность феномена цифровой экономики, анализ определений понятия «цифровая экономика» // Российский экономический интернет-журнал. 2019. № 2. С. 88.
5. Хрипунова М.Б., Литвин П.О., Головинская И.В. Эпоха цифровой экономики: цифровое образование как неотъемлемая часть цифровизации экономики // Экономика и управление: проблемы, решения. 2019. Т. 14. № 3. С. 159-164.
6. Юдина Т.Н. Цифровой сегмент реальной экономики: цифровая экономика в контексте аналоговой // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2019. Т. 12. № 2. С. 7-18.
7. Vaseyskaya N.O., Glukhov V.V. The principles of organizing the educational system for personnel training in a digital economy // St.Petersburg State Polytechnical University Journal. Economics. 2018. Т. 11. № 2. С. 7-16.

References

1. Gretchenko A.A. Sushhnost` cifrovoj e`konomiki, genezis ponyatiya «cifrovaya e`konomika» i predposy`lki ee formirovaniya v Rossii // Nauchno-analiticheskij zhurnal Nauka i praktika Rossijskogo e`konomicheskogo universiteta im. G.V. Plexanova. 2018. T. 10. № 3 (31). S. 23-37.
2. Kosolapova M.V., Svobodin V.A. Metodologicheskie voprosy` sistemno-cifrovoj e`konomiki — vzaimosvyaz` sistemnoj i cifrovoj e`konomik // Myagkie izmereniya i vy`chisleniya. 2019. № 6 (19). S. 13-16.
3. Kutovoj V.M., Dulguun A. Cifrovaya e`konomika mongolii v kontekste razvitiya mirovoj cifrovoj e`konomiki // Vestnik RGGU. Seriya: E`konomika. Upravlenie. Pravo. 2019. № 4-2. S. 209-219.
4. Turko L.V. Sushhnost` fenomena cifrovoj e`konomiki, analiz opredelenij ponyatiya «cifrovaya e`konomika» // Rossijskij e`konomicheskij internet-zhurnal. 2019. № 2. S. 88.
5. Xripunova M.B., Litvin P.O., Golovinskaya I.V. E`poxa cifrovoj e`konomiki: cifrovoe obrazovanie kak neot«emlemaya chast` cifrovizacii e`konomiki // E`konomika i upravlenie: problemy`, resheniya. 2019. T. 14. № 3. S. 159-164.
6. Yudina T.N. Cifrovoj segment real`noj e`konomiki: cifrovaya e`konomika v kontekste analogovoj // Nauchno-texnicheskie vedomosti Sankt-Peterburgskogo gosudarstvennogo politexnicheskogo universiteta. E`konomicheskie nauki. 2019. T. 12. № 2. S. 7-18.
7. Vaseyskaya N.O., Glukhov V.V. The principles of organizing the educational system for personnel training in a digital economy // St.Petersburg State Polytechnical University Journal. Economics. 2018. T. 11. № 2. S. 7-16.