В силу высокой степени взаимосвязи и взаимозависимости между странами в экономическом плане имеется весьма обширный международный рынок, позволяющий импортировать и экспортировать различные продукты (импорт – процесс приобретения продукта в другой стране и перемещения его в свою с целью последующей продажи, а экспорт – вывоз продукта, изготовленного в одной стране, в другую для последующей продажи). И здесь для предприятий (компаний), ориентирующихся в своей деятельности на экспорт товаров или услуг (это могут быть, например, косметические или туристические фирмы), возникают дополнительные требования в области маркетинга: во-первых, соответствие качества товара, упаковки, дизайна, рекламы международным стандартам, а производственного комплекса – современному научно-техническому уровню; во-вторых, умение налаживать тесные связи с зарубежными представителями и организовывать на высоком профессиональном уровне международные торги, выставки, ярмарки, конференции и т.д. Кроме того, импортно-экспортная политика требует специфического подхода к поддержанию конкурентоспособности предприятия как по количественным, так и по качественным аспектам.
Международный маркетинг функционально превышает внутренний, поскольку предприятие увеличивает ассортимент продуктов, если имеет возможность для экспорта и импорта. Следовательно, усложняются цели и задачи маркетинга. Прежде всего необходимо удостовериться в целесообразности выхода на международный рынок, т.е. выяснить, какие перспективы могут открываться в будущем и какие угрозы могут возникнуть. Далее решаются задачи: какую продукцию может предложить предприятие (старую или новую, готовую или полуфабрикат), как выйти на рынок и определить покупателя, каковы могут быть результаты участия в международном бизнесе.[7]
Возникают вопросы и в области ценообразования. Часто в экономически менее развитых странах цена на продукт ниже, чем в развитых, и основная причина этого – различия в стоимости рабочей силы. Когда предприятие занимается поисками продукта для импорта или экспорта, уровень цен имеет существенное значение. Например, если оно экспортирует продукт из своей страны, где стоимость рабочей силы выше, чем в стране-получателе, то цена на него может быть выше, чем на производимый в этой стране. Следовательно, он должен иметь другие ценные характеристики, которые позволят легко реализовать его, несмотря на довольно высокую цену.
1.3 Информационные системы поддержки принятия управленческих решений
Особенный интерес представляет интеллектуальная поддержка принятия решений в организационном управлении. Эта область применения интеллектуальных систем развивается сравнительно недавно. Объяснение простое: в сравнении с другими профессиональными областями, организационное управление - довольно сложная предметная область для экспертной системы. Во-первых, она не является статической, или хотя бы квазистатической, как, например, медицина, химия и др. Некоторые задачи, возникающие у управленца, решаются всего один раз, а затем теряют актуальность. Во-вторых, известно, что управленческие задачи являются слабо структурированными. В-третьих, допуская детерминированную декомпозицию, трудно поддаются представлению в форме задачи поиска в пространстве состояний, что затрудняет применение моделей представления знаний с развитым аппаратом логического вывода. Этот перечень можно продолжать. Кроме того, пожалуй, трудно назвать такую управленческую область, где можно было бы найти идеального специалиста-эксперта, который в принципе не допускал бы ошибок ни при каких обстоятельствах и мог бы описать критерии поиска эффективного решения управленческих задач. К тому же, часто встает вопрос, что следует повышать: эффективность самого решения или эффективность процесса принятия решения.[8]
Известно, что для организационного управления наиболее применим так называемый операционный подход, аккумулирующий для решения задач практического управления разнообразные методы: системный подход, ситуационное управление, теорию принятия решений, методы математического моделирования - теорию управления, а также эмпирический и эвристический подход. Это не значит, что организационное управление сводится к одной из этих областей, а как раз то, что перечисленные методы и подходы применяются постольку, поскольку представляются полезными для решения практических задач. Как раз эта особенность и привлекает специалистов по интеллектуальным системам к созданию систем поддержки решений в области организационного управления, поскольку практически вся методология искусственного интеллекта представляет как бы "втискивание" известных методологий в рамки прагматического подхода для решения человеческих задач. Кроме того, интеллектуальные системы могут разрешить также проблему представления и использования нечеткой информации, которая наиболее характерна для организационного управления. [8]
По сути дела, направление на создание автоматизированных систем управления, предметом которого была автоматизация организационного управления, не было отмечено большими успехами именно в силу того, что во время его расцвета - в 70-е годы - не был развит операционный подход, а методология искусственного интеллекта только зарождалась. Сложность предметной области на том этапе не была преодолена, а понятие Автоматической Системы Управления свелось, в результате, к понятию автоматизированной информационно-справочной системы. Правда, положительным результатом можно считать то, что были всесторонне обследованы многие сферы организационного управления. Новый виток в этой области связывается с созданием географических информационных систем. Но, как видно из вышесказанного, применение ГИС само по себе не является панацеей. Ясно, что активизация этого направления должна повысить уровень информатизации общества и, в частности, управления, так как связана с инвентаризацией информации (создание разного рода кадастров и т.п.). Но ГИС смогут достаточно полно решать задачи поддержки принятия решений только при интеграции с методологией создания интеллектуальных систем и другими технологиями.
Методология создания экспертных систем в области управления должна удовлетворять следующим требованиям:
- поддерживать постановку слабо структурированных задач;
- поддерживать принципы разработки и функционирования открытых систем, каковыми являются управленческие системы;
- поддерживать функции ЛПР как аккумулирующего, коммутирующею и координирующего информационного центра;
- поддерживать функции ЛПР по подготовке, принятию и исполнению решений;
- использовать методы инженерии для представления и использования нечеткой информации;
- использовать точные методы из теории управления и статистики, а также разнообразные другие методы моделирования поведения объекта управления и формирования решений;
- интегрироваться с другими технологиями, такими как ГИС, базы данных и др. [8] Наиболее успешно и достаточно быстро можно создавать интеллектуальные системы, если предметная область не слишком широка. В противном случае можно пойти на создание нескольких систем, декомпозируя задачу. Либо ограничиться определенным уровнем концептуальной постановки задачи, то есть, попросту говоря, ограничить детализацию. В качестве примера можно привести проблему создания территориальных систем экологического мониторинга. Ясно, что это одна из тех проблем, которые декомпозируются по территориально-отраслевому принципу. Правда, остается вопрос, с какого уровня и какой конкретной подзадачи начинать. К сожалению, в наших условиях этот вопрос чаще всего решается с точки зрения наличия финансового обеспечения.
Другой случай очевидных преимуществ создания интеллектуальных систем наблюдается, если предметная область достаточно проста, но требуется максимально повысить эффективность самого процесса формирования решений. Примером могут служить экспертные системы для поддержки принятия решений в кризисных ситуациях. Па первое место в таких задачах ставятся функции ЛПР как координирующего информационного центра. Реализация этой функции относительно несложна, но предполагает также попутное решение проблемы поддержки средств автоматизации связи.
Большие преимущества применение технологий интеллектуальных систем дает там, где область управления располагает большими объемами накопленной информации - базами данных. Это дает возможность их обобщения и, например, создания нейроэкспертной системы для решения задач планирования, прогнозирования и т.п.
В качестве примеров конкретных интеллектуальных систем в области организационного управления можно привести следующие. ЭС IМАСS помогает руководителям промышленного производства в управлении делопроизводством, планировании объема продукции, переучете товаров и др. (США). ЭС SmartSlim - поддержка принятия управленческих решений в области маркетинга (США).
Интеллектуальная система формирует обычно один или несколько вариантов решения в порядке предпочтения. Предлагаемые такой системой рекомендации пользователь - лицо, принимающее решение, может либо принять, либо отвергнуть, однако, за последствия несет ответственность он сам. При этом преимущество интеллектуальной системы заключается в конструктивном функциональном подходе к решению задач. Интеллектуальная система помогает выполнить ЛПР его должностные функции.
Развитие рынка и усиление конкуренции в российской экономике вынуждает предприятия искать конкурентные преимущества. Такие преимущества может обеспечить либо внутренняя производственная эффективность, либо лучшая по сравнению с конкурентами ориентация на рынок. [8]