Цифровизация бизнеса: с чего начинать?

УДК 681.518: 339.13

Э.М. Димов, д.т.н., профессор, заслуженный профессор Поволжского государственного университета телекоммуникаций и информатики (ПГУТИ); e.m.dimov@gmail.com
О.Н. Маслов, д.т.н., профессор, заведующий кафедрой «Прикладная информатика» ПГУТИ, заслуженный работник связи РФ; maslov@psati.ru; maslov@psati.ru

Ключевые слова: цифровая экономика, онтологическая модель ситуации, инфокоммуникационные технологии, реинжиниринг бизнес-процессов, имитационное моделирование, системы поддержки решений, лифтинг и демократизация знаний, учебно-исследовательские проекты.

Введение. В соответствии с прогнозами футурологов, мировую экономику XXI века принято именовать постиндустриальной, инновационной, информационной, сетевой, но в конечном итоге — экономикой знаний, что специалистам в области инфокоммуникаций, как и другим техническим специалистам, вполне понятно. Наряду с этим для нашей страны не потеряли актуальность такие термины, как сырьевая, производственная и мобилизационная экономика. Однако появившийся в последнее время среди экономистов и управленцев новый термин — «цифровая экономика», вызывает дискуссии, поскольку его научное определение отсутствует и разные авторы вкладывают в него разный субъективный смысл, что в теоретическом отношении также понятно, но в практическом плане для лиц, принимающих решения (ЛПР), не очень комфортно. Тем более что соображения политиков, банкиров и бизнесменов о роли и месте инфокоммуникационных технологий (ИКТ) в современном обществе также представляются достаточно разными и далеко не всегда соответствующими реальности — и в теории, и на практике. Отсутствие ясных перспектив развития и четко сформулированных целей затрудняет их достижение, поэтому, не претендуя на решение проблемы в целом, имеет смысл, во-первых, рассмотреть и обсудить хотя бы те ее аспекты, которые непосредственно относятся к ИКТ. Во-вторых, наметить план действий на особо ответственном и важном первоначальном этапе, поскольку от эффективности его проведения во многом зависит конечный результат проекта. Цель статьи — обсуждение содержания понятия «цифровая экономика» (далее без кавычек) с учетом вклада в нее ИКТ [1−4], анализ стартовых исходных условий и предложение ряда мероприятий, связанных с началом данного проекта.

Системный подход и онтологическая модель ситуации. Убеждать ЛПР в достоинствах системного решения как общих проблем, так и частных конкретных задач сегодня необходимости нет. Однако сами понятия «система», «проблема», «цель», «модель», «состояние», «управление» не являются статичными и в определенной мере варьируются, преобразуются при переходе от одной задачи к другой. Важно, например, что выдающийся отечественный ученый Н.Н. Моисеев, чей 100-летний юбилей был отмечен в 2017 году, предложил выделить из множества сложных систем (СС) с иерархической структурой так называемые нерефлекторные СС (социально-экономические, экологические, военные и т. п.), неотъемлемым компонентом которых является «человеческий фактор» [5]. Процессы управления такими СС имеют следующие особенности:

— в них с успехом используются не только верифицированные (строго научные, доказанные и проверенные), но и аксиологические (интуитивные, эвристические, феноменологические, иррациональные) знания ЛПР, базирующиеся на субъективном понимании, а не на объяснении ситуаций, принципов работы и моделирования, состава и структуры исследуемых СС;

— системы управления (СУ) такими СС сами являются СС иерархического типа, чтобы «настроить» их на максимум производительности нужны гипотезы о поведении «человеческих» подсистем, входящих в состав СУ, которые выдвигаются ЛПР также с использованием аксиологических знаний;

— эффективным способом компьютерной поддержки указанной «настройки» СУ является статистическое имитационное моделирование (СИМ) по методу Димова — Маслова (МДМ), который специально предназначен для управления нерефлекторными СС [3−4; 6].

Разные взгляды на цифровую экономику во многом обусловлены именно «человеческим фактором», присущим нерефлекторным СС. Покажем это на примере двух материалов, представленных в общедоступной сети Internet.

Первым материалом является доклад В. Ефимушкина «Инфокоммуникационное технологическое пространство цифровой экономики», представленный на круглом столе «Цифровая трансформация бизнеса на основе технологий связи следующего поколения» (Москва, март 2017 г., НИУ ВШЭ), где автор выделяет три подхода к указанной трансформации: процессный, отраслевой и технологический, после чего достаточно убедительно представляет технические аспекты применения перспективных ИКТ (SDN/NFV; 5G; IoT; IIoT; TIoT; SH; радиодоступ, оптика и т. п.) в интересах цифровизации бизнеса. Впечатляет широта обзора сопутствующих проблем: от архитектуры специализированных СС, конфигурирования и управления ими, до тестирования и сертификации, специфики внедрения в условиях рынка. Отечественные программы «Информационное общество»; «Развитие образования» и др. сопоставлены с проектами «Облачная стратегия» (США); «Цифровая Европа 2020»; «Индустрия 4.0» (ФРГ); «Интернет плюс» (КНР), после чего сформулированы задачи развития государственных и социально-значимых онлайн-услуг, связанных с переходом на цифровые технологии соответствующих госорганов, министерств и ведомств, предложено сформировать новую комплексную программу «Цифровая экономика».

Второй аналогичный по происхождению материал — доклад Изборскому клубу группы экспертов под руководством А. Нагорного, где вопрос поставлен в кардинально иной плоскости: что такое «цифровая экономика: сумма технологий или новая цивилизация?» Стратегия развития информационного общества в РФ здесь увязана с Окинавской хартией глобального информационного общества (2000 г.) и Тунисским обязательством (2005 г.), так что речь идет как бы о переходе количества в качество: от глобализации к цифровизации, результатом чего являются системы распределенного реестра как база для различного рода криптовалют; нейротехнологии и системы искусственного интеллекта; технологии виртуальной и дополненной реальностей; квантовые технологии и т. д. Наряду с «окнами возможностей» отмечены «окна угроз» — на примере КНР, где в порядке эксперимента информация о жизни и деятельности каждого из 670 тысяч жителей г. Жунчэн (провинция Шаньдун) поступает от 142 учреждений по 160 тысячам параметров в центр Big Data, после чего там автоматически формируются их рейтинги для поощрения законопослушных и добросовестных, а также наказания граждан, утративших доверие власти. Отмечается опыт применения технологий распознавания человеческих лиц с использованием нейросетей, городских ТВ-камер и баз данных силовых структур в интересах предотвращения террористических актов. В итоге делается вывод, что, поскольку триада понятий — экономика, политика, идеология — «представляют собой, говоря языком математики, непрерывно пересекающиеся множества», экономизация, а тем более монетаризация массового сознания, особенно в его цифровой форме, создают новую большую проблему и для человечества, и для России, о чем забывать нельзя.

«Цифровая экономика или оцифрованный бизнес?» Показанные примеры иллюстрируют онтологическую модель ситуации (ОМС), сложившуюся сегодня вокруг цифровой экономики. Напомним, что онтологией (от греч. ontos — сущее) именуется совокупность понятий (концептов) и отношений между ними в рассматриваемой предметной области. Персональные (индивидуальные) онтологии основаны на знаниях ЛПР, групповые онтологии формируются из их фрагментов путем достижения взаимопонимания между ЛПР и представляют соой ОМС в качестве концептуальной платформы для достижения общей цели. В составе ОМС присутствуют как верифицированные знания, признаваемые ЛПР, так и аксиологические знания, остающиеся предметом дискуссии между ними.

В докладе отечественного Центра стратегических разработок (октябрь, 2017 г.) можно также найти наиболее близкое авторам определение цифровизации — это «в широком смысле процесс переноса в цифровую среду функций и деятельности (бизнес-процессов), ранее выполнявшихся людьми и организациями». Такое «третье измерение» термина представляется достаточно важным, поскольку указывает на его прикладной смысл и социальную значимость. В частности, дезавуируется мнение о том, что Россия не сможет перейти от сырьевой экономики к цифровой, минуя экономику производственную (как когда-то Монголия собиралась войти в социализм из феодализма, минуя капиталистическую стадию). И в сырьевой, и в производственной экономике вполне возможно формирование секторов с оцифрованными бизнес-процессами — если, конечно, материальные и интеллектуальные ресурсы ЛПР позволяют это сделать. Тем более что сам термин «цифровая экономика» представляется не очень удачным европейским вариантом своего заокеанского аналога API (Application Programming Interface — интерфейс программирования приложений), который гораздо лучше передает его конкретную сущность.

Бизнес-процессы сегодня изучаются в университетах и колледжах, поэтому сведения о перспективных ИКТ можно заложить в учебные программы подготовки ЛПР самых разных специальностей. Упомянутый доклад В. Ефимушкина, на наш взгляд, имеет важное образовательное значение. Целью совместных усилий ЛПР и связистов является перепроектирование (реинжиниринг) бизнес-процессов с применением новейших ИКТ в интересах радикального повышения эффективности производственных СС. Аналогичным образом тезис в докладе группы А. Нагорного о переходе от глобализации к цифровизации указывает на использование в интересах цифровой экономики, наряду с ИКТ, целого ряда современных информационных технологий: таких как интеллектуальные информационные системы; средства поддержки принятия решений (СППР); экспертные системы и, конечно же, программные продукты, реализующие СИМ по МДМ в интересах квазиоптимального управления нерефлекторными СС в развитие идей Н.Н. Моисеева [5−6]. Отдельного рассмотрения заслуживают вопросы эффективности и безопасности оцифрованных бизнес-процессов, в том числе с учетом сокращения трудовых ресурсов, сопровождающего автоматизацию производства, а также инновационных перспектив.

По мнению авторов, не следует терять время, обсуждая достоинства и недостатки теоретических определений цифровой экономики, поскольку на практике речь идет о внедрении в действующие бизнес-процессы новейших ИКТ и информационных технологий, над чем ведущие специалисты отрасли трудятся уже достаточно долгое время. Актуальность цифровизации бизнеса, а также готовность не только зрелых ЛПР, но и аспирантов и студентов — будущих магистров и бакалавров, к выполнению такого рода проектов, можно кратко проиллюстрировать примерами из преподавательской практики.

Социально-значимые учебные проекты. Результатом исследований, выполненных учеными ПГУТИ в 2005—2016 гг. с привлечением производственников, является трехтомная монография «Новые информационные технологии: подготовка кадров и обучение персонала», где рассмотрены вопросы управления бизнес-процессами предприятий связи с применением реинжиниринга [1], СИМ по МДМ [2] и интеллектуальных СППР [3]. Следует отметить, что весомый вклад в подготовку указанных книг внесли студенты ПГУТИ, в том числе заочной формы обучения, представившие материал в виде выпускных квалификационных работ (ВКР). Поскольку этот процесс активно продолжается до сих пор, далее приведем примеры, не вошедшие в [1−3].

В 2017 г. студентка факультета заочного обучения Н. Долгова защитила ВКР бакалавра на тему «Реинжиниринг бизнес-процесса оздоровления инвалидов на базе санатория «Сергиевские минеральные воды». Спинальное отделение санатория, организованное осенью 1947 г. на базе госпиталя для фронтовиков, сейчас располагается в специализированном здании, где комплексно реабилитируют пациентов с последствиями травм спинного и головного мозга и такими осложнениями, как трофическая язва, обширные пролежни, остеомиелиты и нарушение функций тазовых органов, в среднем до 2 тыс. человек в год. Тяжелобольные люди едут в Самару со всей России, из медпунктов железнодорожного вокзала и аэропорта для них организован трансферт.

В то же время СППР для их ежегодного пребывания в санатории вызывала нарекания: обмен письмами и телеграммами, телефонные переговоры при согласовании индивидуальных графиков требовали затрат временных и финансовых ресурсов, нервировали малоподвижных людей, прикованных к постели, пользующихся колясками и костылями. Автором ВКР был предложен реинжиниринг процесса обслуживания инвалидов: от заказа путевки и проездных документов до оформления отчета и рекомендаций лечащему врачу по месту жительства, с формированием баз данных и системы электронного документооборота через сеть Интернет. Принятый местной администрации проект не был, однако, востребован на более высоком уровне, поскольку не связан ни с телемедициной, ни с приобретением дорогостоящего оборудования в рамках цифровой экономики.

В 2017 г. магистрант М. Фролова защитила ВКР «Система поддержки управленческих решений с применением функционала ожидаемой полезности», где впервые было предложено использовать данный функционал (далее ФОП) в качестве критерия выбора квазиоптимальных решений при управлении СС с использованием СИМ по МДМ. Максимально простой по изначальной схеме — «предполагаемые доходы минус планируемые расходы», ФОП в конечном виде оказался достаточно сложным, объективным и универсальным показателем эффективности бизнеса [7−8]. Разработанные СИМ-модели позволили успешно использовать его при решении социально-значимых задач, связанных с оценкой электромагнитной безопасности размещения радиосредств в городской среде [9], экономической безопасности при разработке систем защиты информации [10], эколого-эргономической безопасности проекта «Интернет вещей» и др.

Рисунок 1 Использование СИМ-модели в контуре планирования СУ ИКК

Исследовательские проекты в области СИМ по МДМ. Исследования по данной тематике проводит научная школа «Имитационное моделирование и управление сложными процессами в организационно-технических и социально-экономических системах», созданная Российской академией естественных наук на базе кафедры прикладной информатики ПГУТИ. Идеологию школы иллюстрирует схема СУ инфокоммуникационной компанией (ИКК), приведенная на рисунке 1, где в контур планирования включена СИМ-модель по МДМ, а также введены обозначения: X_пл — вектор плановых воздействий на объект управления; X_ф — вектор фактических результатов бизнес-процесса; X_p — вектор регулирующих воздействий [3−4; 6; 12 и др.].

На основе данной схемы в 2010 г. аспирант Ю. Трошин предложил простой и эффективный метод формализации бизнес-процесса оплаты услуг связи в крупной региональной ИКК (см. рисунок 2) и впервые разработал СУ данным бизнес-процессом, где время на принятие управленческих решений (включая работу СИМ-модели и анализ эффективности решения) сократилось более чем в семь раз [11]. Это явилось практическим подтверждением правильности идеи использовать СИМ по МДМ для снижения неопределенности выбора действий ЛПР при управлении СС нерефлекторного типа [6; 12].

Рисунок 2 Функциональная модель бизнес-процесса оплаты услуг связи

В 2015 г. аспирант К. Агрова разработала и исследовала эффективность применения СИМ-модели бизнес-процесса стратегического рыночного управления компанией — участником электронных торговых площадок, которую можно считать пионерской в плане формализации бизнеса как одного из реальных путей к цифровой экономике [13]. Программный продукт прошел государственную регистрацию и нашел применение в СППР реальной компании.

Рисунок 2 (окончание)

Все упомянутые исследования сегодня продолжают новые кадры аспирантов и магистрантов ПГУТИ на инициативной основе — по аналогии с разработками [1−4], типографские расходы на публикацию которых, кстати говоря, были оплачены спонсорами. Что, впрочем, не удивительно и соответствует мировой практике: ведь, например, объем частных пожертвований университетам США в 2015 г. составил $ 40,3 млрд.

Проблема лифтинга знаний. С научной точки зрения, целесообразно сформулировать один простой вопрос: чего при наших ресурсах — природных, трудовых, интеллектуальных, творческих — нам не хватает, чтобы с уверенностью смотреть в будущее? И дать ответ — системы генерации и реализации инновационных знаний (ИВЗ), вариантами которой располагают сегодня несравненно более бедные во всех отношениях зарубежные социально-экономические СС.

Аксиологические знания, как и верифицированные, способны обладать полнотой, логической связанностью и непротиворечивостью. Ожидается, что наибольшую коммерческую стоимость в XXI веке будут иметь именно они, а не верифицированные знания, которые объективны и надежны, но общедоступны, в силу чего могут быть употреблены фактически бесплатно. Аксиологические знания, напротив, субъективны и уникальны, известны узкому кругу лиц (или вообще одному человеку). Они возникают из жизненного опыта, редко достигают уровня абстрактного обобщения и могут иметь самую разную (договорную) коммерческую цену, которую можно считать рисковой стоимостью, так как их приобретение и применение не только не гарантируют коммерческий успех, а, наоборот, сопряжены с риском по причинам типа «не так поняли», «не то сделали», «не там применили».

Поскольку ЛПР знания необходимы для выбора управленческих действий, им жизненно важно искать и расширять точки соприкосновения между аксиологическими и верифицируемыми знаниями. Граница между знаниями представляется эластичным контуром, проходить через который наука также просто обязана — иначе питать ее, кроме государственного бюджета, будет некому. При определении ИВЗ под термином инновации (от лат. novatio — обновление, изменение) будем понимать новшества, существенно улучшающие работу СС. По нашему мнению, инновации связаны с аксиологическими знаниями, находящимися на стадии успешной верификации, — их и следует считать ИВЗ.

Любые источники ИВЗ представляют сегодня значительный интерес, поэтому диапазон гипотез об их происхождении как никогда широк: от инопланетного адреса передовых технологий до рассекреченных сведений о разведанных достижениях конкурентов. Однако основными источниками при эволюционном развитии представляются крупицы ИВЗ, с огромным трудом добываемые энтузиастами и подвижниками, преданными науке, а также открытия и рывки, возникающие при революционных взрывах в процессе познания. Идет ли при этом движение по заранее определенной кривой или сам этот маршрут складывается из множества интуитивных стохастических действий — сказать рудно.

Рисунок 3 Схема взаимодействия знаний

Схему взаимодействия знаний демонстрирует рисунок 3: множество аксиологических знаний в процессе верификации образует подмножество ИВЗ, которое представляет собой наиболее ценную для ЛПР часть знаний, успешно проходящих верификацию, что отличает их от ложных (шарлатанских) знаний. Система генерации и лифтинга знаний имеет для рынка весьма важное значение, поскольку на уровне ИВЗ связана с получением сверхприбылей, разом оправдывающих все затраты и любые другие действия конкурирующих ЛПР — как законные, так и не очень [14−16]. Следует также учитывать, что стартовой площадкой для цифровой экономики в нашей стране стала кризисная ОМС, дополненная западными санкциями, на чем следует остановиться подробнее.

Моделирование СУ в условиях кризиса и демократизация знаний. Традиционной иерархической моделью СС является многоуровневая пирамида [1; 4], где верхний (топовый) I уровень соответствует элите рассматриваемой СС: властной, финансовой, интеллектуальной, а нижний III уровень — ее элементарным функционерам: избирателям, потребителям, клиентам, студентам и т. п. (см. рисунок 4а). Кризис наносит удар одновременно по всем трем уровням (слоям, эшелонам) иерархической пирамиды [14], однако если элита стремится переложить максимум проблем на промежуточный II уровень: менеджеров среднего звена, малый бизнес, рядовых преподавателей и сотрудников вузов, дискредитируя и резко сокращая их количество, то в результате этого образуется негативный разрыв между I и III уровнями (см. рисунок 4б). Поскольку уровень II в пирамиде фактически «исчезает», корпорация с такой структурой становится нежизнеспособной.

Это объясняется тем, что на рисунке 4б для функционеров III уровня доступ к топ-уровню невозможен, а малочисленная элита I уровня неспособна управлять ими без посторонней помощи — в результате верхи не могут руководить по-старому, низы не могут жить по-старому, то есть возникает проблема революционного «майдана». Разрешить эту проблему можно, понижая уровень ЛПР и приводя в соответствие множества руководителей и руководимых ими элементов путем дробления пирамиды на подсистемы исходной СС (менеджеров I уровня на рисунке 4б заменяют более многочисленные и менее требовательные менеджеры II уровня). Архитекторы данного процесса уповают на то, что со временем указанные подсистемы образуют новые одноуровневые СС плоского гетерархического типа, руководить которыми им будет проще и экономически выгоднее [14].

Рисунок 4 Деформация иерархической структуры корпорации а) модель реформируемой СС; б) модель нежизнеспособной СС

Однако, рассматривая трансформацию аксиологических и верифицированных знаний как часть взаимодействия объективного и субъективного начал в работе СУ, мы приходим к выводу о существенном влиянии на них численности вовлеченных ЛПР именно II уровня. В жестко централизованной СУ негативно воздействовать на ЛПР способны в первую очередь субъективные факторы и личные аксиологические знания, тогда как по мере роста их числа коллективные действия все больше будут определять объективные факторы и верифицированные знания, доступные им. Этот тезис не представляется истиной в последней инстанции, поскольку об эластичности границ между знаниями было сказано, разницу между факторами определить не менее трудно, а отношение ЛПР к ИВЗ часто вообще не поддается прогнозированию.

В то же время очевидна неизбежность повышения средних показателей образованности, здоровья и культуры общества в целом — если речь идет о долгосрочных планах его стратегического развития, а не о достижении текущих оперативно-тактических целей. Поэтому поддержка силами и средствами цифровой экономики лечебных, научных и образовательных учреждений II уровня сегодня не менее важна, чем забота о массовом III уровне и даже выращивание звезд мирового I уровня. Заинтересованным представителям финансово-промышленных сфер следовало бы обратить внимание не на примеры инновационного благополучия зарубежных СС, которые им так хотелось бы повторить в России, а на предложения отечественных ЛПР — как практиков, так и теоретиков, хранителей верифицированных и собственников уникальных аксиологических знаний. Их работу по созданию СС генерации и реализации ИВЗ необходимо стимулировать именно на критичном II уровне — иначе до успеха на III уровне дело не дойдет, не может дойти по объективным научно-технологическим причинам.

Опыт показывает, что путем эксплуатации субъективных факторов ЛПР I уровня нередко удается преодолеть влияние объективных факторов — правда, на сравнительно короткое время. Аналогичным образом шарлатанские знания могут быть признаны относительным большинством ЛПР в качестве ИВЗ, что представляет собой внутреннюю угрозу безопасности корпорации [15−16]. Последствия таких заблуждений обычно удается преодолеть за счет перенапряжения выживших участников экспериментов.

Заключение. Материальные и интеллектуальные резервы, которыми обладает Россия, а также понимание принципов развития нерефлекторных СС социально-экономического типа и моделирование их поведения в интересах создания цифровых секторов в сырьевой и производственной экономике позволяют с оптимизмом смотреть в будущее нашей страны. Лифтинг и демократизация знаний являются не только надежной основой для цифровой экономики, обновления общества и поддержки инновационного бизнеса, средством гармонизации коллективных и личных отношений ЛПР — это еще и прививка от субъективных переходов от одной крайности к другой. К сожалению, ОМС осложняют не только последствия кризиса и западные санкции, но и внутренние причины — связанные с тем, что сегодня имеет значение не то, что говорится у нас о цифровой экономике, а то, кто поименно это говорит, а тем более финансирует.

Проект цифровой экономики в России фактически стартовал, база для его реализации в виде необходимых теоретических разработок во многом уже сформирована. Применение в бизнес-процессах новейших ИКТ целесообразно дополнить внедрением информационных технологий реинжиниринга, СППР, СИМ по МДМ и др. В учебных планах и программах вузов следует отразить вопросы, связанные с цифровизацией бизнес-процессов. Проводимые отраслевой наукой приоритетные исследования в данной области необходимо поддержать и активизировать для оперативного использования получаемых результатов.

ЛИТЕРАТУРА

1. Димов Э.М., Маслов О.Н., Скворцов А.Б. Новые информационные технологии: подготовка кадров и обучение персонала. Ч. 1. Реинжиниринг и управление бизнес-процессами в инфокоммуникациях. М.: ИРИАС, 2006. — 386 с.
2. Димов Э.М., Маслов О.Н., Пчеляков С.Н., Скворцов А.Б. Новые информационные технологии: подготовка кадров и обучение персонала. Ч. 2. Имитационное моделирование и управление бизнес-процессами в инфокоммуникациях. — Самара: СНЦ РАН, 2008. — 350 с.
3. Димов Э.М., Диязитдинова А.Р., Маслов О.Н., Новаковский В.Ф. Новые информационные технологии: подготовка кадров и обучение персонала. Ч. 3. Интеллектуальные информационные системы и управление бизнес-процессами в инфокоммуникациях. — Самара: СНЦ РАН, 2017. — 440 с.
4. Ануфриев Д.П., Димов Э.М., Маслов О.Н., Трошин Ю.Н. Статистическое имитационное моделирование и управление бизнес-процессами в социально-экономических системах. Астрахань: Астраханский инженерно-строительный институт, 2015. — 366 с.
5. Моисеев Н.Н. Элементы теории оптимальных систем. М.: Наука, 1975. — 528 с.
6. Димов Э.М., Маслов О.Н. Алгоритмизация квазиоптимального управления нерефлекторными системами с применением статистического имитационного моделирования // Инфокоммуникационные технологии. Т. 15, № 3, 2017. — С. 205−217.
7. Маслов О.Н., Фролова М.А. Функционал ожидаемой полезности: принципы моделирования и практического применения // Инфокоммуникационные технологии. Т.13, № 3, 2015. — С. 291−297.
8. Маслов О.Н., Фролова М.А. Функционал ожидаемой полезности в задачах управления сложными системами организационно-технического типа // Инфокоммуникационные технологии. Т.14, № 2, 2016. — С. 168−178.
9. Маслов О.Н., Фролова М.А. Повышение эффективности функционирования системы радиоконтроля на основе риск-ориентированного подхода // Электросвязь. № 11, 2017. — С. 36−42.
10. Маслов О.Н., Фролова М.А. Анализ проекта системы технической защиты информации с применением функционала ожидаемой полезности // Защита информации. Инсайд. № 2, 2017. — С. 68−72.
11. Трошин Ю.В. Совершенствование управления и механизмов принятия решений в инфокоммуникационной компании на основе имитационного моделирования. Дисс. к.т.н. Самара: ПГУТИ, 2010. — 174 с.
12. Димов Э.М., Маслов О.Н., Трошин Ю.В. Снижение неопределенности выбора управленческих решений с помощью метода статистического имитационного моделирования // Информационные технологии. № 6, 2014. — С. 51−57.
13. Агрова К.Н. Совершенствование процесса стратегического рыночного управления компанией — участником электронных торговых площадок. Дисс. к.т.н. Самара: ПГУТИ, 2015. — 183 с.
14. Маслов О.Н. Системный кризис корпорации: переход от структурной иерархической модели к гетерархической // Материалы Международной НПК «Актуальные проблемы информатизации науки и производства. Т. 1. Тольятти, 2016. — С. 86−92.
15. Ярочкин В.И., Бузанова Я.В. Корпоративная разведка. 2 изд. М.: Ось-89, 2005. — 304 с.
16. Маслов О.Н. Безопасность корпорации: моделирование и прогнозирование внутренних угроз методом риска. Самара: ПГУТИ — АЭРОПРИНТ, 2013. — 170 с.