Формирование модели цифровой трансформации инновационных экосистем в промышленном секторе региона

Обложка

Цитировать

Полный текст

Аннотация

На современном этапе, трансформационные процессы экономики, c учетом развития современных цифровых технологий, определяют дальнейшие направления современной науки во взаимодействии с реальным промышленным сектором. В контексте формирования благоприятной цифровой среды для развития инноваций, требуется управленческий механизм, который обеспечивает рост экономической эффективности, повышение конкурентоспособности, осуществления безопасности инноваций и повышение технологического суверенитета в долгосрочном периоде, на основе цифровых платформ.

В работе исследованы цифровые платформы, построенные на согласовании оцифрованных информационных данных, бизнес-процессов и промышленной инфраструктуры, представляющие функционал задач, процессов, стратегий и моделей цифровой трансформации промышленных предприятий РФ.

В исследовании представлена идея локализации взаимосвязанных между собой видов деятельности, на основе зон концентрации научных школ и уровня инновационных достижений отдельных территорий, регионов.

В работе отмечено, что в современных геополитических условиях, в условиях экономических санкций и запрета на использование российских инновационных технологий, переход к локальным экономическим процессам, представляется одним из основных подходов к национальной безопасности, инновационному развитию и укреплению технологического суверенитета государства.

На основе использования экосистемного подхода можно создать технологические и информационные модели и управление промышленными бизнес-процессами.

Целью исследования выступает формирование и разработка модели цифровой трансформации инновационных экосистем в промышленном секторе региона.

Полный текст

Введение

Актуальность работы заключается в анализе процессов цифровой трансформации инновационных экосистем, созданных на основе технологических платформ, согласовании оцифрованных информационных данных, бизнес-процессов и промышленной инфраструктуры, представляющие функционал задач, процессов, стратегий и моделей цифровой трансформации промышленных предприятий РФ.

Автором предложены перспективные решения в сфере технологических инноваций и искусственного интеллекта, в целях развития цифровизации промышленности. С использованием экосистемного подхода, появляется дополнительная возможность инновационного преобразования бизнес-процессов, технологических моделей производства и структуры управления промышленными предприятиями. Экосистемный подход к организации функционирования промышленности, позволяет в ее инновационной деятельности, разрабатывать новые технологические модели, а также системы управления производственными бизнес-процессами.

В представленном исследовании, объектом выступает цифровая трансформация инновационной экосистемы промышленного предприятия на базе технологической платформы, предметом — отношения, возникающие при ее осуществлении, а также инструментарий и методическое обеспечение, используемые для обоснования данной модели.

В современных условиях, характеризующихся турбулентностью геополитических процессов, вызывающих дефицит главных стратегических ресурсов функционирования промышленных компаний — времени, технологий, сырья и кадров, отражающихся в нарушении экономических связей между государствами, важным моментом выступает необходимость выстраивания политики выявления внутренних резервов, которая отражает современный тренд экономического развития: переход от глобальной экономики к локальной.

Осуществить локализацию экономического развития сегодня — это означает создать условия для актуализации формирования регионального экономического потенциала в настоящем и сделать его конкурентоспособным в будущем, основываясь на локализации экономки.

Перспективность создания локальных инновационных систем, основывается на двух факторах. Первый фактор отражают научные положения, основанные на том, что в начале ХХI века обширную востребованность в инновационных исследованиях, среди экономистов США и Европы получил метод «концентрации зон экономики» в мировом пространстве, на основе показателей пиковых режимов, что позволило визуализировать данные инновационного развития государств по различным странам. «В различных регионах мира производится постоянный мониторинг уровня инновационной активности, с целью предоставления достоверной информации представителям инновационной деятельности для дополнительной реализации собственных возможностей в науке, НИОКР, бизнесе, различных индустриях цифрового сервиса» [1].

Особенно информативным в данных исследованиях представлен раздел по локализации взаимосвязанных между собой видов деятельности: зон концентрации выдающихся научных школ и уровня инновационных достижений отдельных (обособленных) территорий.

Предложенный Р. Флоридом, метод концентрации экономических зон в пиковом режиме, впервые был представлен в трудах ученого с мировым именем, Нобелевского У. Нордхауса, отразившим, что «экономическая активность как сумма инновационных инициатив, представленная в «пиковом режиме», связана в каждой стране, прежде всего, с отдельными локализованными зонами — городами и агломерациями» [2].

Локализацию инновационной активности в своих исследованиях представляет и американский экономист Э. Глейзер, комментируя ее следующим образом «нельзя не отметить, что «пятна» активности инновационной экономики. во внутренних регионах США, совпадают с локализацией крупных региональных технопарков и инновационных центров» [3].

Максимум концентрации инновационной активности в Канаде принадлежит городу Торонто, где сосредоточено до 40% ВВП страны [4]. Французская территориальная концентрация инновационной активности представлена в городах Париж, Лион, Марсель, Тулуза. В Японии концентрация представлена городами: Осака, Токио. Остальные регионы государства проигрывают двум, традиционно сложившимся зонам экономической деятельности.

По данным информационного агентства «Brookings Institution», на 20% всего мирового населения, которое проживает в крупных мегаполисах, отводится 46% мирового ВВП. Таким образом, 40 локальных регионов формируют тренды мирового развития и направления роста всей глобальной экономики, в контексте локальных (региональных) инновационных систем. В последний период, активизация локальных трендов представлена мегарегионами Китая, Азии, Австралии, Южной Америки.

Второй фактор, определяющий переход к локализации экономических зон связан с тем, что глобальная экономика не смогла представить эффективных решений в период пандемии короновируса, когда экономики отдельных стран перешли на локальные режимы функционирования. Кроме этого, в современных геополитических условиях, в условиях экономических санкций и запрета на использование российских инновационных технологий, переход к локальным экономическим процессам, представляется одним из основных подходов к национальной безопасности, инновационному развитию и укреплению технологического суверенитета государства.

Авторская гипотеза построения инновационных экосистем основывается на локализации экономических процессов, как в пространственном, так и в технологическом аспектах, повышающих эффективность инновационной деятельности, с учетом современных процессов цифровой экономики и интеллектуализации инновационной деятельности. Разновидностью локальных инновационных экосистем является региональная инновационная система.

1. Методы исследования

В исследования использованы методы анализа, синтеза, теоретического моделирования, научно-аналитические методы, статистические методы обработки результатов, методы обобщения информации, обработки данных.

2. Основная часть

Цифровая трансформация, в современных условиях, характеризующихся турбулентностью геополитических процессов, отражающих существенные нарушения и изменения в функциональных системах и системах управления экономическим развитием государств, представляет современный тренд экономического развития: переход от глобальной экономики к локальной, формировании новых подходов и новых взаимосвязей в всех экономических процессах на базе цифровых инноваций. Основным фактором востребованности цифровой экономики выступает удобство коммуникаций для пользователей и оказание новых услуг во всех сферах деятельности (таблица 1).

 

Таблица 1: Параметры трансформации и развития цифровой экономики в РФ [5].

Table 1: Parameters of transformation and development of the digital economy in the Russian Federation [17].

 Параметры цифровой трансформации в экономике России

 Значение

 Внутренние расходы на осуществление цифровизации экономики РФ, на конец 2023 года

 +6% к уровню 2022 года (5.5 трлн.руб.)

 Доля цифровых ИКТ в ВВП

 Относительно 2022 года, рост с 3.1% дл 3.5% Внутренние затраты организаций на цифровизацию +3% к уровню 2022 года (3.3 трлн. руб.)

 Занятость населения в профессиях, связанных с интенсивным использованием ИКТ

 около 9 млн. чел., из них — 2 млн. чел. специалистов по ИКТ (+3.1% к 2022 г.)

 Расходы домохозяйств на цифровизацию

 +10.9% к уровню 2022 года (2.2 трлн. руб.)

 Расходы на заработную плату сотрудников ИКТ

 35% в затратах на цифровизацию

 Оплата услуг электросвязи

 56.5% в общем объеме на цифровые товары и услуги

 Прирост интернет-трафика

 116.6 Эбайт; +25.3 Эбайт к уровню 2022 г.

 Встребованность организациями облачных сервисов

 26.7% от общего числа организаций

 Использование цифровых платформ

 17.1% от общего числа организаций

 Использование технологии сбора, обработки и анализа больших данных

 15.3% от общего числа организаций

 

К ключевым факторам, способствующим осуществлению инновационной деятельности предприятий промышленности относятся: развитие научных знаний, информационных ресурсов, баз данных, повышение уровня компетенций и совершенствование человеческого капитала в сфере инноваций, дальнейшее развитие компонентов интеллектуальной собственности и инновационной инфраструктуры, с внедрением их в реальный сектор экономики. Создание высокотехнологичного производства с элементами интеллектуальной собственности и инновационной инфраструктуры позволяет осуществить взаимодействие инновационных подразделений промышленных предприятий с помощью сетевого обмена информацией, использовать в инновационных процессах предиктивную аналитику, значительно повысив эффективность производственных бизнес-процессов.

Объемы и качество сетевых интеллектуальных продуктов постоянно повышаются, отражая их высокий уровень зрелости технологий, в процессах контроля за их внедрением в производство и функционированием. Для осуществления управленческой деятельности, с помощью сетевых цифровых технологий, активно создаются цифровые технологические платформы, представляющие инновационные процессы развития промышленного сектора.

Понятие «платформы» в экономической науке появилось в начале 1990-х годов. Изначально дано понятие относилось к онлайн-сервисам, которые осуществляли коммуникацию поставщиков услуг с потенциальными клиентами. Основными целями создания данных платформ являются распространение технологий, со снижением связанных с этим транзакционных издержек, выступающих драйверам развития платформенных решений.

Кроме этого, значительная конкуренция вынуждает компании оптимизировать еще один показатель — время вывода новой продукции на рынок. Платформа предоставляет возможность для снижения стоимости временного ресурса, быстрого вывода на рынок новой продукции, высокой адаптивности к изменяющимся потребностям клиентов.

Современные бизнес-модели, фокусируются в границах основной индустрии, приносящей прибыль компаниям, а платформенные модели комбинируют подходы из различных видов экономической деятельности, формируя уникальные ценностные предложения. Зарождение и развитие платформенной экономики, во временном интервале, совпадает с развитием информационных сетей, обеспечивающих новые потенциальные возможности для взаимодействия субъектов хозяйствования, в целях освоения новых способов формирования добавленной стоимости, на основе использования внешних экосистем.

Технологические цифровые платформы, сочетая в себе множество цифровых инструментов, уменьшающих трудоемкость, время выполняемых работ и повышающих эффективность инновационных процессов, являются базами для проектирования и конструкторской деятельности, успешно содействуют созданию новых инновационных результатов, анализируют полученные данные с параметрами уже имеющихся аналогов, позволяющих в минимальном временном интервале осуществлять инновационную деятельность, реализовывать инновационные проекты, совершенствовать бизнес-модели и доводить конечный продукт до потребителей [6].

Экосистема, построенная на базе цифровой платформы, представляет для осуществления коммуникаций промышленных предприятий, совместно с оказанием сервисных услуг, сотрудничеством и конкуренцией, позволяя коммуницировать запросы резидентов платформы, путем их объединения вокруг определенного ценностного предложения, вызывающего интерес у участников, отражая в своей деятельности комплекс процессов трансформации инновационно-технологического развития цифровой платформы [7].

Цифровые экосистемы в промышленном секторе формируются в целях минимизации производственных и трансакционных затрат: затрат по представлению и разработке потенциального проекта, затраты на поиск инвестора, затрат на НИОКР, выполнения аналитических исследований, испытания образцов, подготовки производства к масштабному выпуску инновационной продукции, затраты на коммерциализацию инноваций, организации сервисного обслуживания и ремонта оборудования и др.

Основное требование к цифровой промышленной экосистеме отражается в формировании условий для сбалансированного и устойчивого взаимодействия участников экосистемы, в целях реализации необходимых бизнесов [8]. Деятельность экосистемы цифровых платформ отражается следующими показателями: результативностью, оперативностью, удобство пользованием, эффективностью множественных коммуникаций (сетевых связей), представлением требуемой информации и решений в сфере инновационной деятельности.

Цифровая трансформация уже существующих инновационных экосистем — это следующий этап развития цифровых платформ, интегрирующих новые сервисы, за счет подключать новых, дополнительных цифровых платформ. Другими словами — цифровая трансформация инновационных экосистем представляет укрупнение их создания и функционирования, за счет подключения новых структур: НИИ, подразделений науки, вузов, финансовых структур и специализированных сервисов, институтов развития, инфраструктурных подразделений, центров интеллектуальной собственности, центров развития компетенций [9]. На рисунке 1 предлагается структурная схема модели цифровой трансформации инновационной экосистемы на основе интеграции технологических платформ.

 

Рис.1: Структурная схема модели цифровой трансформации инновационной экосистемы на основе интеграции технологических платформ

 

В представленной модели цифровой трансформации инновационной экосистемы на основе интеграции технологических платформ отражен ряд особенностей, демонстрирующих локализацию процессов производства. К основным особенностям представленной модели относятся: локализация (обособление) информационных данных, последовательное (локальное) применение инструментов для обработки данных и взаимодействия с региональной инновационной системой (РИС).

В состав современных интеллектуальных структур экосистемы включаются IT"=пользователи, осуществляющие взаимодействие участников экосистемы по передаче и обмену информацией, с помощью цифровых сервисов общей платформы. Кроме этого, интеллектуальная составляющая цифровой экосистемы включает в себя: интегрированную сетевую и облачную инфраструктуру; сервисы информатизации, программное обеспечение и специализированные приложения аналитики, искусственного интеллекта и машинного обучения [10]. На рисунке 2 отражен алгоритм создания и функционирования модели цифровой трансформации инновационной экосистемы.

 

Рис. 2: Алгоритм создания и функционирования модели цифровой трансформации инновационной экосистемы региона

 

Автором предлагается, в целях упорядочения использования результатов искусственного интеллекта в цифровой технологической платформе, возложить данную функцию на региональные центры интеллектуальной собственности, которые могут включать: информационные, аналитические и инфраструктурные сервисы, технологии искусственного интеллекта, интеллектуальные бизнес-приложения.

Эффекты от использования искусственного интеллекта представляют оптимизацию и повышение бизнес-процессов; развитие возможностей роботизации и автоматизации производственных и трудовых процессов; повышение компетенций персонала и его концептуального мышления. Наиболее используемые в настоящее время «платформы искусственного интеллекта:

  • «Qlik Sense» — приложение для бизнес-аналитики, помогающее определить сведения по запросам в базах данных;
  • «TIBCO Data Science» — комплексная платформа аналитики, применяемая полный спектр современных аналитических методов по управлению данными компаний» [11].

Ключевыми направлениями применения искусственного интеллекта в промышленном секторе выступают «цифровые двойники» объектов, в целях оптимизации производственных, инновационных и технологических процессов, применение интеллектуальных экспертных систем и систем поддержки управленческих решений, с использованием больших данных [12].

Основные результаты и выводы

  1. Выявлена перспективность создания локальных инновационных систем, основывающаяся на двух факторах: «концентрации зон экономики» в мировом пространстве, отсутствие эффективных решений глобальной экономики решений в период дестабилизации экономических процессов.
  2. Предложена авторская гипотеза построения инновационных экосистем, основывающаяся на локализации экономических процессов, как в пространственном, так и в технологическом аспектах, повышающих эффективность инновационной деятельности, с учетом современных процессов цифровой экономики и интеллектуализации инновационной деятельности.
  3. Обоснован подход к организации управленческой деятельности, на базе трансформации цифровых технологий и использования цифровых технологических платформ, представляющих инновационные подходы и процессы развития ее инновационности, а также возможности для снижения стоимости временного ресурса, быстрого вывода на рынок новой продукции, высокой адаптивности к изменяющимся потребностям клиентов.
  4. Разработана структурная модель цифровой трансформации инновационной экосистемы на базе интеграции технологических платформ.
  5. Предложен алгоритм формирования модели цифровой трансформации инновационной экосистемы региона, с учетом локализации инновационных процессов.

Вывод: Предлагаемая модель цифровой трансформации инновационной экосистемы на базе технологических платформ способствует эффективному развитию отраслей промышленности и промышленных предприятий, поддерживает процессы инновационного развития и расширяет направления технологической модернизации промышленного комплекса РФ, являясь перспективным инструментом повышения его конкурентоспособности.

 

Конкурирующие интересы: Конкурирующих интересов нет.

×

Об авторах

Николай Михайлович Тюкавкин

Самарский национальный исследовательский университет имени академика С. П. Королева

Автор, ответственный за переписку.
Email: tnm-samara@mail.ru
ORCID iD: 0000-0001-6049-897X

д.э.н., профессор, заведующий кафедрой «Экономика инноваций»

Россия, 443086, Самара, Московское шоссе, 34

Список литературы

  1. Флорида Р. Креативный класс. Люди, которые создают будущее. М.: Манн, Иванов и Фербер, 2016. 384 с. ISBN: 978-5-00057-733-2.
  2. Нордхаус В.Д., Самуэльсон П.Э. Экономика. 19-e. издание, М.: Вильямс, 2014. 1360 с. ISBN: 978-5-8459-1994-6.
  3. Glaeser E.L., Gottlieb J.D. The Economics of Place-Making Policies // Brookings Papers on Economic Activity. 2008. Т. 39. №. 1. pp. 155–253. DOI: https://doi.org/10.2139/ssrn.1299046.
  4. Географические экономические данные (G-Econ). Йельский университет. [Электронный ресурс]. Режим доступа: http://gecon.yale.edu/usa/ (дата обращения: 15.12.2024).
  5. Цифровая экономика: 2025: краткий статистический сборник / В.Л. Абашкин, Г.И. Абдрахманова, К.О. Вишневский, Л.М. Гохберг и др.; Нац. исслед. ун-т «Высшая школа экономики». М.: ИСИЭЗ ВШЭ, 2025. 120 с. ISBN: 978-5-7598-3025-2.
  6. Гилева Т.А., Бабкин А.В., Гилёв Г.А. Разработка стратегии цифровой трансформации предприятия с учетом возможностей бизнес-экосистем // Экономика и управление. 2020. Т. 26. № 6 (176). С. 629–642. EAAAMJ.
  7. Ларионов В.Г., Шереметьева Е.Н., Горшкова Л.А. Инновационные экосистемы в цифровой экономике // Вестник Астраханского государственного технического университета. Серия: Экономика. 2021. № 1. С. 49–56. RSKEDU.
  8. Кудинова А.В., Чертопятов Д.А. Теоретические основы развития инновационной экосистемы в условиях цифровой экономики // Инновационная экономика: перспективы развития и совершенствования. 2019. № 2 (36). С. 266–274. UTBBZM.
  9. Устинова Л.Н., Макаров А.М. Концепция Индустрия 5.0 как драйвер развития промышленности // В сборнике: Экономика и Индустрия 5.0 в условиях новой реальности (ИНПРОМ-2022). Сборник трудов всероссийской научно-практической конференции с зарубежным участием. Санкт-Петербург, 2022. С. 122–125. HBOHOG.
  10. Индустрия 5.0, цифровая экономика и интеллектуальные экосистемы (ЭКОПРОМ-2021): сборник трудов Всероссийской (Национальной) научно-практической конференции, 18-20 ноября 2021 г. / Под ред. д-ра экон. наук, проф. Д.Г. Родионова, д-ра экон. наук, проф. А.В. Бабкина. СПб.: ПОЛИТЕХ-ПРЕСС, 2021. 810 с. ISBN: 978-5-7422-7504-6.
  11. Клейнер Г.Б. Социально-экономические экосистемы в свете системной парадигмы // В сборнике: Системный анализ в экономике - 2018. Сборник трудов V Международной научно-практической конференции-биеннале. Под общей редакцией Г.Б. Клейнера, С.Е. Щепетовой. 2018. С. 4–14. RLWNNS.
  12. Иванов А.Л., Шустова И.С. Исследование цифровых экосистем как фундаментального элемента цифровой экономики // Креативная экономика. 2020. Т. 14. № 5. С. 655–670. UTNTVK.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис.1: Структурная схема модели цифровой трансформации инновационной экосистемы на основе интеграции технологических платформ

Скачать (164KB)
3. Рис. 2: Алгоритм создания и функционирования модели цифровой трансформации инновационной экосистемы региона

Скачать (428KB)

© Вестник Самарского университета. Экономика и управление, 2025

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

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».