Статья журнала
Системно-сценарный подход к оценке кадрово-функциональной обеспеченности цифровых производственно-технических систем сельского хозяйства
A System-and-Scenario Approach to Assessing Functional Staffing Capacity of Digital Agricultural Systems
Цитирование
Багно В.А. Системно-сценарный подход к оценке кадрово-функциональной обеспеченности цифровых производственно-технических систем сельского хозяйства // Управление рисками в АПК. – 2022. – № 3 (45). – С. 42–50. – DOI: 10.53988/24136573-2022-03-05.
Citation
Bagno V.A. A System-and-Scenario Approach to Assessing Functional Staffing Capacity of Digital Agricultural Systems // Agricultural Risk Management. 2022. No. 3 (45). Pp. 42–50. DOI: 10.53988/24136573-2022-03-05.
Аннотация
В статье предложена методологическая рамка системно-сценарной оценки кадрово-функциональной обеспеченности цифровых производственно- технических систем сельского хозяйства. Текущее состояние представляется вектором Y, функционально-цифровое рассогласование – Δ, а прогнозируемое состояние – Y′. Подход связывает диагностику, прогнозирование и выбор управляющих воздействий.
Ключевые слова
системно-сценарный подход, обеспеченность ИТ-кадрами, производственно- техническая система, функционально-цифровое рассогласование, цифровые функции, сценарное прогнозирование, АПК. Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 48 Vadim A. Bagno A System-and-Scenario Approach to Assessing Functional Staffing Capacity of Digital Agricultural Systems Vadim A. Bagno – Russian State Agrarian University – Moscow Timiryazev Agricultural Academy, Moscow, Russia, e-mail: bsshipmen@gmail.com Annotation A system-and-scenario framework for assessing functional staffing capacity in digital agricultural production and technical systems is proposed. The framework links current state Y, functional-digital mismatch Δ and forecast state Y′.
Keywords
system-and-scenario approach, IT staffing, production and technical system, functional-digital mismatch, digital functions, scenario forecasting, agro-industrial complex. Введение Сельскохозяйственное предприятие в условиях цифровизации представляет собой производственно-техническую систему, в которой технологические объекты, информационные системы, средства связи, данные и активные управляющие элементы образуют взаимозависимый контур. Отказ или дефицит любого из критичных элементов способен нарушать выполнение цифровых функций и снижать управляемость производства. Поэтому оценка ИТ-кадров только как численности работников или набора квалификаций недостаточна для системной диагностики. Для решения задачи требуется методологическая рамка, способная одновременно описывать текущее состояние, выявлять рассогласования между требованиями и ресурсами и рассматривать возможные изменения во времени. Системная составляющая опирается на методы системного анализа и системно- объектного моделирования [1, 2], а архитектурное описание и риск- ориентированная интерпретация — на стандарты описания архитектуры и менеджмента риска [3, 4]. В настоящей статье системно-сценарный подход понимается не как самостоятельное новое научное направление, а как композиция системного анализа, сценарного прогнозирования и многокритериального оценивания. Производственно-техническая система как объект оценки Системное представление предполагает декомпозицию производственно- технической системы на взаимосвязанные компоненты и функции. Системно- объектное моделирование поддерживает совместное описание структуры и функций сложной системы [2], а архитектурный стандарт позволяет связать заинтересованных участников, информационные потоки, технические средства и требования к состоянию системы [3]. В цифровом сельскохозяйственном предприятии особое значение имеют функции эксплуатации информационных систем, поддержания связи, сбора и обработки данных, интеграции с внешними Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 49 системами, обеспечения информационной безопасности и аналитической поддержки решений. ИТ-кадры в такой постановке выступают активными управляющими элементами. Их значение определяется не самим фактом наличия штатной единицы, а способностью обеспечивать конкретные цифровые функции на требуемом уровне. Это позволяет перевести кадровую проблему из плоскости общего HR- анализа в плоскость состояния и управляемости производственно-технической системы. Вектор состояния Текущее состояние системы целесообразно описывать вектором Y, объединяющим разнородные параметры, необходимые для реализации цифровых функций. На концептуальном уровне вектор включает три взаимосвязанные группы: технические, информационные и кадрово- функциональные параметры. Технические параметры характеризуют доступность и функциональную готовность оборудования, каналов связи, вычислительной инфраструктуры и прикладных систем. Информационные параметры отражают полноту, качество, актуальность и доступность данных. Кадрово-функциональные параметры характеризуют наличие активных управляющих элементов, распределение функций, уровень компетенций и способность поддерживать эксплуатацию и развитие цифрового контура [5]. Функционально-цифровое рассогласование Связующим элементом между фактическим состоянием и целевыми требованиями является функционально-цифровое рассогласование, которое мы обозначим как Δ. Оно отражает несоответствие между объемом и сложностью цифровых функций, которые должна реализовывать система, и фактической способностью активных управляющих элементов обеспечить их выполнение. Рост рассогласования следует трактовать как диагностический сигнал. Он может быть связан с недостаточной численностью специалистов, дефицитом компетенций, чрезмерной концентрацией функций на отдельных работниках, отсутствием резервирования, изменением технологической архитектуры или ростом требований к информационной безопасности. Системный смысл показателя состоит в том, что он связывает кадрово-функциональный ресурс не с абстрактной «нормой численности», а с конкретными функциями производственно-технической системы [4]. Прикладная оценка Δ должна учитывать критичность функций. Несоответствие по второстепенной функции и дефицит по функции, от которой зависит непрерывность производственного процесса, не могут иметь одинаковый управленческий вес. Следовательно, последующая формализация требует системы весов и критериев допустимости, определяемых архитектурой конкретного предприятия. Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 50 Сценарное представление прогнозного состояния Y′ Цифровая трансформация изменяет требования к системе во времени: внедряются новые программные решения, растет объем данных, меняется нормативная среда, появляются новые требования к прослеживаемости и защите информации. Одновременно меняется кадрово-функциональный ресурс: сотрудники обучаются, перераспределяют функции, увольняются или привлекаются извне. Поэтому статическая оценка должна дополняться сценарным представлением прогнозного состояния Y′ [7]. Сценарий представляет собой формализованное описание альтернативной траектории изменения параметров. Для практического анализа могут рассматриваться, например, инерционный сценарий, сценарий адаптивного развития и сценарий ресурсного ухудшения. По каждому варианту оценивается направление изменения ключевых параметров, возможное изменение рассогласования Δ и последствия для выполнения критичных цифровых функций. Сценарный подход не заменяет количественное прогнозирование, а задает структуру работы с неопределенностью. Его задача – показать диапазон возможных состояний и поддержать выбор управленческих воздействий: обучение, перераспределение функций, резервирование, изменение архитектуры или привлечение внешнего ресурса. Контур поддержки управленческих решений В обобщенном виде логика оценки может быть представлена последовательностью Y → Δ → Y′. Сначала формируется описание текущего состояния, затем выявляются функциональные рассогласования, после чего моделируются альтернативные траектории и оцениваются корректирующие воздействия. Такая последовательность обеспечивает прослеживаемость вывода от исходных параметров к управленческой рекомендации. Для сельскохозяйственных предприятий дополнительное значение имеет сезонность. Нагрузка на цифровые функции изменяется в периоды посевной, уборочной кампании и других технологических циклов. Поэтому требования к активным управляющим элементам целесообразно оценивать не только в среднегодовом выражении, но и в периоды максимальной функциональной нагрузки. Практическая ценность алгоритма состоит в переходе от кадрового учета к диагностике управляемости. Две организации с одинаковым числом ИТ- работников могут иметь различное значение Δ, если различаются сложность цифровой архитектуры, количество поддерживаемых систем, степень интеграции и распределение функций. Поэтому норматив численности без связи с функциональной нагрузкой не позволяет достоверно оценить обеспеченность. Использование результатов в управлении Карта рассогласований может служить основанием для выбора разных типов воздействия. При дефиците компетенций возможны обучение или привлечение специалиста, при перегрузке — перераспределение функций и автоматизация, Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 51 при избыточной сложности архитектуры — унификация и сокращение числа поддерживаемых решений, при низкой устойчивости — резервирование критических функций и развитие взаимозаменяемости сотрудников. Тем самым кадровое решение рассматривается совместно с технической и информационной архитектурой предприятия. Системно-сценарный подход особенно важен для сельскохозяйственных предприятий из-за сезонности. Значение критичности функции меняется в течение производственного цикла: отказ сервиса планирования или мониторинга в период полевых работ имеет иные последствия, чем в межсезонье. Поэтому сценарное прогнозирование должно учитывать календарь технологических операций и периоды максимальной нагрузки на цифровые системы и персонал. Ограничением предложенной рамки является необходимость дальнейшей формализации компонент Y и функции рассогласования Δ. На методологическом уровне важно сохранить возможность адаптации к разным типам сельскохозяйственных предприятий. Последующий этап исследования должен установить измеримые показатели, правила нормирования и агрегирования, а также провести апробацию на реальных производственно- технических системах. Сценарная декомпозиция связывает исходные предпосылки, ожидаемое изменение состояния и тип управленческого воздействия (таблица 1). Таблица 1 – Сценарная декомпозиция кадрово-функциональной обеспеченности Сценарий Кадровый ресурс Динамика Δ Инерционный Без изменений Постепенный рост Адаптивный Обучение и найм Снижение после перехода Ресурсное ухудшение Уход и перегрузка Резкий рост Снижение по типовым Автоматизация Перераспределение функций операциям Источник: составлено автором. Сценарная декомпозиция кадрово-функциональной обеспеченности Сценарный анализ предполагает фиксацию набора факторов, способных изменить состояние кадрово-функциональной подсистемы. К внутренним факторам относятся обучение, перераспределение функций, изменение нагрузки, текучесть работников и изменение состава цифровых решений. К внешним — внедрение новых обязательных информационных систем, изменение требований регуляторов, появление новых технологий и изменение доступности специалистов на рынке труда. Для каждого сценария оценивается не только численность персонала, но и способность имеющегося набора активных управляющих элементов обеспечить критические цифровые функции. Минимальный сценарный набор может включать инерционный, дефицитный и трансформационный варианты. Инерционный сценарий предполагает сохранение текущей структуры функций и кадров при естественной динамике Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 52 нагрузки. Дефицитный отражает выпадение критических компетенций либо рост нагрузки без соответствующего усиления персонала. Трансформационный сценарий включает обучение, автоматизацию части функций и перераспределение ответственности. Сопоставление состояний Y′ по этим сценариям позволяет оценить не только ожидаемый дефицит, но и эффект возможных управленческих воздействий. Этапы оценки обеспечивают прослеживаемый переход от описания текущего состояния к выбору корректирующего решения (таблица 2). Таблица 2 – Этапы системно-сценарной оценки Этап Содержание Результат Выделение цифровых функций и Функциональная структура 1. Декомпозиция элементов ПТС объекта Оценка технических, информационных 2. Диагностика Y и кадрово-функциональных Вектор текущего состояния параметров Сопоставление фактической Карта функционально- 3. Расчет Δ способности с требованиями функций цифровых рассогласований Задание изменений внешней среды и Набор альтернативных 4. Сценарии управленческих воздействий траекторий Пересчет параметров по каждому Прогнозируемые состояния 5. Прогноз Y′ сценарию системы Сопоставление рисков, ресурсов и Обоснованное кадровое или 6. Выбор воздействия ожидаемого эффекта организационное решение Источник: составлено автором. Алгоритм системно-сценарной оценки Сценарии кадрово-функциональной обеспеченности Сценарный анализ позволяет сопоставлять инерционный вариант, адаптивное развитие, ресурсное ухудшение и автоматизацию части функций. Для каждого сценария оценивается изменение требований к цифровым функциям, доступность специалистов и динамика рассогласования Δ. Критерии выбора сценария и управленческого воздействия Сценарное прогнозирование не должно сводиться к механическому построению нескольких траекторий. Каждый сценарий задается системой предпосылок, набором изменяемых параметров и правилами перехода к прогнозируемому состоянию Y′. Для кадрово-функциональной обеспеченности существенны темпы внедрения цифровых функций, доступность специалистов, скорость обучения, перераспределение нагрузки, изменение требований к надежности и возможный уход ключевых сотрудников. Инерционный сценарий предполагает сохранение действующих процессов набора, обучения и распределения функций. Он используется как базовая линия, позволяющая оценить последствия отсутствия дополнительных воздействий. Дефицитный сценарий отражает неблагоприятное сочетание Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 53 роста функциональной нагрузки и ограниченной доступности кадров. Ускоренный сценарий описывает опережающее развитие компетенций и организационных механизмов при внедрении новых цифровых решений. Сравнение сценариев выполняется не только по численности персонала. Необходимо учитывать критичность незакрытых функций, концентрацию компетенций у отдельных работников, время восстановления после сбоя и возможность временного замещения. Два предприятия с одинаковым числом ИТ-специалистов могут иметь различную устойчивость, если в одном функции распределены и документированы, а в другом ключевые знания сосредоточены у одного сотрудника. Управленческое воздействие выбирается по характеру рассогласования Δ. Дефицит численности может снижаться наймом, аутсорсингом или автоматизацией рутинных операций, дефицит компетенций — обучением, наставничеством и изменением требований к должности, структурное рассогласование — перераспределением функций, изменением архитектуры ответственности и созданием резервирования. Одно и то же воздействие не является универсальным: его пригодность зависит от срока, стоимости и критичности функции [6]. Для каждого воздействия целесообразно оценивать ожидаемое изменение компонент Y, остаточное рассогласование и новые риски. Передача функции внешнему исполнителю может быстро сократить дефицит, но увеличить зависимость от связи и договора, обучение повышает внутреннюю способность, но требует времени, автоматизация снижает нагрузку, однако создает требования к данным и сопровождению. Системно-сценарный подход позволяет видеть эти взаимосвязи до принятия решения. Результатом анализа является не единственный прогноз, а набор условий переключения между мерами. Если фактическая динамика выходит за пределы базового сценария, система управления должна инициировать пересмотр плана. Тем самым прогнозирование связывается с мониторингом и образует замкнутый контур: оценка Y — расчет Δ — выбор сценария — воздействие — наблюдение нового состояния Y′ — корректировка. Заключение Системно-сценарная рамка позволяет рассматривать обеспеченность ИТ- кадрами как часть состояния производственно-технической системы, а не как изолированный кадровый показатель. Связка Y–Δ–Y′ соединяет диагностику текущего состояния, выявление функционально-цифровых рассогласований и анализ возможных траекторий развития. Предложенная постановка создает основу для последующей разработки измеряемых показателей, критериев допустимости, процедуры агрегирования и алгоритма поддержки решений. Ее практический смысл состоит в раннем выявлении рисков потери управляемости цифровых функций и выборе корректирующих воздействий с учетом архитектуры и динамики конкретного сельскохозяйственного предприятия. Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 54 Источники: 1. Теория систем и системный анализ: учебник / под ред. С. И. Маторина. – М., Берлин: Директ-Медиа, 2019. – 508 с. – ISBN 978-5-4499-0675-5. 2. Жихарев А. Г. Методы и средства системно-объектного моделирования структуры и функций сложных систем: дис. ... д-ра техн. наук: 2.3.1. Белгород, 2022. 3. ГОСТ Р 57100-2016/ISO/IEC/IEEE 42010:2011. Системная и программная инженерия. Описание архитектуры. – М.: Стандартинформ, 2016. 4. ГОСТ Р ИСО 31000-2019. Менеджмент риска. Принципы и руководство. – М.: Стандартинформ, 2020. 5. Методы анализа данных о состоянии сельхозпредприятий / В. Н. Кузьмин, Н. П. Мишуров, О. А. Моторин, М. Н. Степанцевич // Управление рисками в АПК. – 2022. – № 2. – С. 41–53. 6. Методы оценки экономической эффективности цифровой трансформации предприятий АПК / В. Н. Кузьмин, Н. П. Мишуров, О. А. Моторин // Управление рисками в АПК. – 2022. – № 2. – С. 30–40. 7. Цифровая трансформация агропромышленного комплекса / Т. И. Ашмарина, Т. В. Бирюкова, В. Т. Водянников [и др.]. – М.: Мегаполис, 2022. – 160 с. References: 1. Theory of Systems and Systems Analysis. Ed. by S.I. Matorin. Moscow, Berlin: Direct-Media, 2019. 508 p. ISBN 978-5-4499-0675-5. 2. Zhikharev A.G. Methods and Tools for System-Object Modelling of the Structure and Functions of Complex Systems. Doctoral dissertation, specialty 2.3.1, 2022. 3. GOST R 57100-2016/ISO/IEC/IEEE 42010:2011. Systems and software engineering. Architecture description. Moscow: Standartinform, 2016. 4. GOST R ISO 31000-2019. Risk management. Principles and guidelines. Moscow: Standartinform, 2020. 5. Kuzmin V.N., Mishurov N.P., Motorin O.A., Stepantsevich M.N. Methods for analyzing data on the state of agricultural enterprises. Risk Management in the Agro-Industrial Complex, 2022, no. 2, pp. 41–53. 6. Kuzmin V.N., Mishurov N.P., Motorin O.A. Methods for assessing the economic efficiency of digital transformation of agricultural enterprises. Risk Management in the Agro-Industrial Complex, 2022, no. 2, pp. 30–40. 7. Ashmarina T.I., Biryukova T.V., Vodyannikov V.T. et al. Digital Transformation of the Agro- Industrial Complex. Moscow: Megapolis, 2022. 160 p. Журнал «Управление рисками в АПК». Выпуск 3 (45). 2022 www.agrorisk.ru 55