Алгоритм оптимизации распределения финансовых ресурсов между поддержкой и разработкой

Обложка

Цитировать

Аннотация

целью исследования является разработка алгоритма оптимизации распределения финансовых ресурсов между поддержкой действующих ИТ-сервисов и разработкой новых решений в технологических компаниях, что особенно актуально в условиях ускоряющихся цифровых трансформаций и необходимости стратегической гибкости. Методы: в качестве методов в представленном исследовании использованы сравнительный анализ, математическое и имитационное моделирование, методы целевого программирования, а также экспертная валидация сценариев распределения ресурсов, позволяющая учитывать как количественные, так и качественные показатели эффективности. Результаты (Findings): в исследовании представлены модели, позволяющие выявлять дисбаланс между финансированием поддержки и инновационного развития, учитывать показатели SLA и ROI, а также прогнозировать последствия перераспределения бюджета в кратко- и долгосрочной перспективе. Разработанный алгоритм демонстрирует возможность снижения издержек на поддержку при сохранении надежности сервисов и одновременном ускорении инновационного роста, что подтверждается имитационными сценариями и экспертной оценкой. Выводы: предложенный подход к оптимизации ИТ-бюджета обеспечивает количественное обоснование баланса между текущими операциями и инвестициями в разработку. Подобный подход позволяет компаниям выстраивать устойчивую траекторию развития, повышать эффективность ресурсного обеспечения и укреплять конкурентоспособность в условиях глобального цифрового рынка.

Об авторах

М. Азатян

Fractional CFO for AI and DeepTech Startups, Армения

Список литературы

  1. Гачаев А.М., Успаева М.Г. Разработка оптимизационных алгоритмов для распределения активов в многокомпонентных инвестиционных портфелях // Environmental management issues. 2024. Т. 3. № 6. С. 92 – 101. doi: 10.25726/p5415-5012-3322-z
  2. Мягкова М.В., Кузнецова Е.Г., Шилкина Т.Е. Оптимизация структуры финансовых ресурсов организации // Вестник РУК. 2022. № 2 (48). С. 38 – 44. URL: https://cyberleninka.ru/article/n/optimizatsiya-struktury-finansovyh-resursov-organizatsii (дата обращения: 25.06.2025)
  3. Хайров Р.Р., Шилкина Т.Е., Мягкова М.В. Формирование и использование финансовых ресурсов предприятия // Управленческий учет. 2023. № 4. С. 305 – 312. URL: https://uprav-uchet.ru/index.php/journal/article/view/3365 (дата обращения: 26.06.2025)
  4. Avgeriou P., Ozkaya I., Chatzigeorgiou A., Ciolkowski M., Ernst N. A., Koontz R.J., Poort E., Shull F. Technical Debt Management: The Road Ahead for Successful Software Delivery. 2024. URL: https://arxiv.org/html/2403.06484v1 (дата обращения: 24.06.2025)
  5. Dai K., Xu Y. Optimal allocation algorithm of financial resources based on return-risk equilibrium // Journal of Industrial and Management Optimization. 2025. Vol. 21. No. 7. P. 5093 – 5113. doi: 10.3934/jimo.2025086
  6. Hussain A., Kim H.-M. Goal-Programming-Based Multi-Objective Optimization in Off-Grid Microgrids // Sustainability. 2020. Vol. 12. No. 19. Article ID 8119. doi: 10.3390/su12198119
  7. Jiang P. Algorithm for Optimizing Financial Resource Allocation Scheduling Based on Deep Reinforcement Learning // ICDSM 2024: International Conference on Decision Science & Management. November 2024. doi: 10.1145/3686081.3686094
  8. Kark K. Reinventing tech finance: The evolution from IT budgets to technology investments. 2020. URL: https://www.deloitte.com/us/en/insights/topics/operations/tech-finance-technology-investment-budgeting-processes.html (дата обращения: 26.06.2025)
  9. Liu L., Tang Y., Luo X. Allocation of Financial Resources and Green Economic Development: Evidence from China // Sustainability. 2024. Vol. 16. No. 17. Article ID 7424. doi: 10.3390/su16177424
  10. Lyua S., Jiao Z. Optimization of Financial Asset Allocation and Risk Management Strategies Combining Internet of Things and Clustering Algorithms // IEEE Internet of Things Journal. 2024. PP(99):1-1. doi: 10.1109/JIOT.2024.3486714

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).