сотрудник с 01.01.2019 по настоящее время
Москва, г. Москва и Московская область, Россия
. Рассматриваются особенности интеграции умных помощников в структуру управления организационной системы. Целью исследования является формирование алгоритма, описывающего процесс выбора модели интеграции умных помощников в структуру управления и предлагающего оптимальную модель для внедрения в качестве конечного продукта. Предлагается обзор рынка программной роботизации в Российской Федерации с учетом анализа динамики роста рынка программных решений и областей их применения в национальной экономике. Определены особенности автоматизации управленческих функций умным помощником, делаются промежуточные выводы о влиянии на область мотивации, контроля, организации, принятия решений и информационной поддержки. Интеграция умного помощника в структуру управления не ведет к изменению структуры, а приводит к использованию умного помощника в качестве инструмента для передачи информации и автоматизации управленческих функций. В качестве примера интеграции предлагается 4 модели: единичный умный помощник, горизонтальная интеграция, вертикальная интеграция, иерархическая структура. Приводятся описания особенностей интеграции в организационную систему. Сформировано утверждение, что указанные особенности не зависят от предметной области. Выбраны параметры описания организационной системы для построения алгоритма выбора оптимальной модели. Сформирован алгоритм оптимизации процесса управления в рамках интеграции умного помощника в организационную структуру управления, приводится графическое представление алгоритма, а также текстовое описание с пояснением по особенности выполнения расчета и определения значений параметров. Алгоритм позволяет аналитику на этапе проектирования конечного цифрового продукта принимать обоснованное решение об особенностях интеграции умного помощника в структуру управления, что, в свою очередь, улучшает качество производимых цифровых продуктов и способствует информатизации структуры управления организацией.
программная роботизация, умный помощник, модель интеграции умного помощника, алгоритм, процесс управления, структура управления, организационные системы
Введение
Современный рынок информационных систем активно изменяется под влиянием развивающихся алгоритмов генеративных нейронных сетей. Цифровые продукты, интегрируя модули нейронных сетей, позволяют формировать аналитику, выполнять прогнозирование и обрабатывать большие массивы данных, выполняя предобработку перед обращением пользователя к информационной системе. Данные изменения коснулись и рынка программной роботизации.
Российский рынок RPA (Robotic process auto-
mation) демонстрирует темпы роста около 20–30 % в год. Основной спрос на роботизацию исходит из таких секторов, как банковская деятельность, телекоммуникации, ритейл и государственные структуры. Ключевыми российскими компаниями в области RPA являются PIX Robotics, Robin, Primo RPA, «Первый бит», Ramax group, Sherpa Robotics
На рис. 1 представлена детализация основных участников российского рынка RPA по состоянию на 2025 г.
Рис. 1. Рынок RPA в Российской Федерации
Fig. 1. RPA market in the Russian Federation
Компании предоставляют готовые решения под различный набор предметных областей, а также с учетом структуры бизнес-процессов организации. Однако в любом из программных решений внимание фокусируется на автоматизации рутинных, атомарных процессов, упрощающих выполнение всей цепочки бизнес-процессов. Данные решения не функционируют в области управления, т. к. не автоматизируют функции управления.
При рассмотрении современного рынка программной роботизации все чаще у бизнеса возникают требования к интеграции в организацию умных помощников. Умный помощник является программным роботом, использующим методы искусственного интеллекта для выполнения интерактивного взаимодействия с пользователем, оказания справочной информационной поддержки, а также самостоятельно может принимать решения [1].
Актуальным остается вопрос интеграции умного помощника в структуру управления. Данное программное решение позволило бы существенно упростить основные функции управления.
Ключевыми функциональными компонентами программного решения являются:
– автоматизированные ответы на вопросы;
– отправка информационных рассылок;
– работа с распределенными базами данных;
– генерация аналитических отчетов.
Таким образом, основу проблемы исследования составляет особенность интеграции умного помощника в структуру управления с учетом автоматизации функций управления.
Особенности автоматизации управленческих функций умными помощниками
Структура управления – упорядоченная совокупность элементов и связей между ними, обеспечивающих выполнение функций управления организационной системой. На структуре управления выстраивается процесс управления, осуществляется распределение полномочий, информации и ресурсов внутри организационной системы.
Интеграция умного помощника в структуру управления не вызывает изменения сути управленческого влияния во всех приведенных структурах управления, т. к. умный помощник используется в качестве инструмента доведения управленческой функции и не является самостоятельным отдельным руководителем, изменяющим структуру управления. На рис. 2 определен перечень основных автоматизируемых функций управления.
Рис. 2. Автоматизируемые функции управления
Fig. 2. Automated control functions
В планировании умный помощник анализирует данные, полученные от пользователей, производит автоматизацию построения планов и сценарное моделирование. Автоматизируется оперативное планирование с учетом возможных рисков. Дополнительно строится плановое расписание выполнения задач в рамках системы.
В организации умный помощник может сообщать сотрудникам оперативные задачи и распределять их между сотрудниками, при необходимости выделяя дополнительные ресурсы, в том числе материальные, временные и человеческие.
Область мотивации является также крайне важной функцией управления для поддержания рабочего процесса в рабочей среде. На основе мониторинга производительности сотрудников может производиться анализ отклонений от вектора мотивации конкретным сотрудником. Дополнительно может быть произведен анализ особенностей коммуникации сотрудника с умным помощником и на основе речевых конструкций делается вывод о повышенной нагрузке сотрудника.
Функция контроля является одной из ключевых, где умный помощник повышает эффективность. Он автоматизирует мониторинг выполнения задач и сроков, анализирует особенности выполнения задач сотрудниками. Также умный помощник может действовать как система напоминаний, подсказывая специалисту важные детали для выполнения задач.
В рамках координации действий между организационными единицами или элементами организационной системы упрощается взаимодействие за счет непрямой коммуникации через умного помощника. Он передает информацию подразделению, используя коммуникацию с каждым отдельным сотрудником, не дожидаясь, пока руководитель доведет информацию до сотрудников. Маршрутизация заявок распределяется по организационным единицам в реальном времени [2, 3].
Принятие решений является важной управленческой функцей, в рамках которой умный помощник может предлагать обоснованные решения. Выявление скрытых закономерностей с помощью аналитического модуля позволяет руководству принимать взвешенное решение, которое быстро доводится до сотрудников за счет координации.
Информационная поддержка – это обеспечение управленческого состава верхнего уровня необходимой справочной информацией из базы знаний умного помощника. Таким образом, ускоряется поиск информации управленческим составом, в том числе локальных нормативных актов и распоряжений, а также поддерживается актуальность используемой информации [4].
Для интеграции умного помощника в структуру управления могут применяться 4 модели: единичный умный помощник, горизонтальная интеграция, вертикальная интеграция и иерархическая структура.
Единичный умный помощник интегрируется в структуру управления организации и используется всеми пользователями независимо от роли в организационной системе. Подход предполагает, что на стороне информационной системы происходят разделение и категоризация сотрудников при обработке их запросов.
Горизонтальная интеграция умных помощников является моделью, использующей на одном уровне управления структуру из нескольких умных помощников, взаимосвязанных внутренним каналом передачи информации. Горизонтальная интеграция специализируется на выполнении однотипных задач и функций, распределенных по организации.
Вертикальная интеграция умных помощников представляет собой модель, где умные помощники распределяются по вертикали управленческого воздействия. Они распределены по стратегическому, тактическому и оперативному уровням планирования. Каждый помощник в системе отвечает за выполнение задач, характерных для его уровня.
В основе иерархической структуры умных помощников лежит двусторонний поток данных. Снизу вверх поступает информация о текущих операциях, собранная умными помощниками на оперативном уровне, а в обратном направлении транслируются стратегические планы и задачи, которые пополняют базу знаний всех умных помощников.
Каждая из моделей представляет собой сложную структуру для создания конечного программного продукта с использованием технологии умных помощников для автоматизации функций управления.
Модели и методы для построения алгоритма
При выполнении процесса интеграции умного помощника в структуру управления организационной системой в работе аналитика, выполняющего проект, могут возникать следующие проблемы: сложность определения архитектуры будущего программного продукта (конечного решения); сложность оценки предлагаемого решения для определения итоговой стоимости и согласования ее с заказчиком конечного решения [5–7].
Проблемы обусловлены сложностью определения внутренней структуры умного помощника с учетом выявленной структуры управления в организационной системе, а также спецификой предметной области.
В результате проведенного анализа сформирован алгоритм выбора модели умного помощника, который будет являться решением поставленной проблемы. Модель позволит беспрепятственно на основе входных данных об организационной системе произвести определение модели для построения конечного решения.
Алгоритм основан на наборе измеряемых характеристик, позволяющих определить особенности интеграции умных помощников и выбора оптимальной модели их встраивания в структуру управления.
Выделены основные параметры, которые будут фиксироваться для описания организационной системы с точки зрения автоматизации управления умным помощником. Для проведения оценки предлагается определение основных критериев, которые будет оценивать аналитик в ходе принятия решения о структуре конечного программного продукта. Предлагается оценивать нагрузку на систему L, а также ее структурную сложность S. Нагрузка на систему зависит от количества пользователей, частоты их обращений, сложности задач и времени обработки одного запроса. Сложность системы зависит от числа взаимодействий между пользователями и помощниками. Для оптимального выбора модели может потребоваться дополнительно учесть размер организации, число пользователей и интенсивность запросов к системе, необходимый уровень специализации и координации, а также ресурсы, доступные для разработки, внедрения и поддержки.
Для каждой из моделей можно рассчитать критерии структурной сложности S и нагрузки на систему L:
S = áU, F, C, Iñ; L = áU, R, T, Cñ,
где U – количество пользователей; F – функциональная сложность (число поддерживаемых функций); С – количество умных помощников в системе; I – среднее число взаимодействий между помощниками; R – среднее количество запросов от одного пользователя за единицу времени; T – среднее время обработки одного запроса, с.
Для выбора модели умного помощника сформирован универсальный алгоритм (рис. 3).
Рис. 3. Алгоритм выбора модели структуры интеграции умных помощников
Fig. 3. Algorithm for choosing a model for the integration structure of smart assistants
Выбор модели умного помощника необходимо начинать с анализа структуры организационной системы. На первом этапе проектировщику требуется определить потенциальное количество пользователей системы U, а также специфику выполняемых бизнес-функций и бизнес-процессов, далее определяется среднее количество запросов одного пользователя за единицу времени R. Определить данный показатель возможно при анализе структуры выполнения бизнес-процесса и обращения пользователя в специализированные информационные системы для поиска справочной информации, определения перечня задач [8, 9].
На основе анализа структуры организации необходимо произвести оценку типа структуры управления. Если она централизованная, то для системы целесообразнее применение единого умного помощника, а если децентрализованная, то потребуется произвести анализ функционального разнообразия системы.
Далее необходимо определить уровень зрелости бизнес-процессов организации, т. к. внедрение дополнительных умных помощников может существенно замедлить выполнение критических бизнес-процессов. В случае высокого уровня зрелости бизнес-процессов аналитику потребуется установить среднее время выполнения операций методом количественного анализа времени выполнения операций.
В случае если уровень зрелости бизнес-процессов низкий, потребуется дополнительно определить критические или уязвимые бизнес-процессы [10–12]. В случае выявления таких процессов их необходимо дополнительно проанализировать, определив их сложность и время выполнения. Базу знаний умного помощника необходимо специфицировать с учетом выявленных критических процессов. Атомарные процессы будут автоматизированы и обработаны одним умным помощником с высокой скоростью и не потребуют усложнения архитектуры.
На основе выявленных параметров потребуется определить значения количества пользователей U, количества умных помощников в системе C, среднее число взаимодействий между помощниками I, а также функциональную сложность с учетом специфики бизнес-процессов F.
После получения данных анализа потребуется определить необходимость и возможность масштабирования решения в будущем, т. к. небольшие компании достаточно часто переходят в стадию роста, и им требуется масштабировать информационную архитектуру.
Для каждой модели рассчитываются критерии сложности S и нагрузки L. Итоговый расчет однозначно продемонстрирует необходимую модель применения умных помощников с учетом заданных особенностей предметной области, в рамках которой происходит внедрение умного помощника в виде конечного решения.
Таким образом, сформирован алгоритм выбора модели структуры интеграции умных помощников, который позволяет определить оптимальную модель для внедрения в любую структуру управления и автоматизации выбранных функций управления [13, 14].
Алгоритм позволяет определить оптимальную модель структуры интеграции умных помощников, учитывает специфику предметной области, выполняется на основе измеримых параметров, которые может зафиксировать аналитик в ходе проектирования программного продукта.
Заключение
Представлен алгоритм выбора модели структуры интеграции умных помощников в организационную систему. Алгоритм представляет необходимый процесс, который требуется произвести проектировщику информационной системы, а также указывает последовательность измерения метрик для расчета сложности и суммарной нагрузки конечного решения. Алгоритм позволяет производить интеграцию умного помощника как конечного решения в любую структуру управления за счет выбора оптимальной модели. Алгоритм позволяет производить выбор оптимальной модели структуры интеграции умных помощников в организацию, упрощая деятельность аналитика в контексте формирования конечного решения в виде цифрового продукта.
1. Зуев А. С., Леонов Д. А. Об управлении численностью одновременно функционирующих программных роботов различных видов // Russian Technological Journal. 2024. Т. 12. № 4. С. 7–22.
2. Бурков В. Н., Кузнецов Н. А., Новиков Д. А. Ме-ханизмы управления в сетевых структурах // Автоматика и телемеханика. 2002. № 12. С. 96–115.
3. Казакова Н. А., Ефремова Е. И. Концепция внут-реннего контроля эффективности организации. М.: ИНФРА-М, 2015. 235 с.
4. Абдрахманова Г. И., Быховский К. Б., Веселитская Н. Н. и др. Цифровая трансформация отраслей: стартовые условия и приоритеты. М.: Изд-во Нац. исслед. ун-та «Высшая школа экономики», 2021. 239 с. URL: https://conf.hse.ru/mirror/pubs/share/462977876.pdf (дата обращения: 20.01.2025).
5. Репин В. В. Бизнес-процессы компании: построение, анализ, регламентация. М.: Стандарты и качество, 2007. 239 с.
6. Тульчинский Г. Л. Цифровая трансформация образования: вызовы высшей школе // Философские науки. 2017. № 6. С. 121–136.
7. Акаткин Ю. М., Карпов О. Э., Конявский В. А., Ясиновская Е. Д. Цифровая экономика: концептуальная архитектура экосистемы цифровой отрасли // Бизнес-информатика. 2017. № 4 (42). С. 17–28.
8. Мазур И. И., Шапиро В. Д., Титов С. А., Элькина Л. В. Реструктуризация предприятий и компаний: справ. пособие. М.: Высш. шк., 2000. 588 с.
9. Садовая Е. С. Цифровая экономика и новая парадигма рынка труда // Мировая экономика и международные отношения. 2018. Т. 62. № 12. С. 35–45. DOI:https://doi.org/10.20542/0131-2227-2018-62-12-35-45.
10. Козлов С. В., Резванцева А. А. Чат-боты как одна из тенденций развития современного образования // Междунар. журн. экспериментального образования. 2022. № 5. С. 44–49.
11. Комашинский В. И., Смирнов Д. А. Нейронные сети и их применение в системах управления и связи. М.: Горячая линия - Телеком, 2003. 94 с.
12. Корчагин С. Г. Управление процессами принятия решений в рамках командно-ориентированной организационной системы на основе аппарата нейросетевого моделирования: автореф. дис. … канд. техн. наук. Воронеж, 2024. 22 с.
13. Калач А. В., Смоленцева Т. Е., Акатьев Я. А. Обобщенная внутренняя структура умного помощника (программного робота) для оперативной поддержки принятия решений в организации // Моделирование, оптимизация и информационные технологии. 2024. Т. 12. № 4 (47). URL: https://moitvivt.ru/ru/journal/pdf?id=1615 (дата обращения: 20.01.2025).
14. Калач А. В., Смоленцева Т. Е., Акатьев Я. А. Моделирование информационной системы обеспечения данными умного помощника в управлении организационной системой // Моделирование энергоинформационных процессов: сб. ст. XII Национ. науч.-практ. конф. с междунар. участием (Воронеж, 26–28 декабря 2023 г.). Воронеж: Изд-во Воронеж. гос. ун-та инженер. технологий, 2024. С. 105–110.
