| Рубрика: | ИННОВАЦИОННАЯ И ИНВЕСТИЦИОННАЯ ДЕЯТЕЛЬНОСТЬ |
| Страницы: | 253-259 |
| Коды JEL: | O 32, D 83 |
| DOI: | 10.35679/2226-0226-2020-10-2-253-259 |
| Для цитирования: | Шермадини М. В. Современные подходы к информационному обеспечению инновационной деятельности // Научное обозрение: теория и практика. 2020. Т. 10. Вып. 2. С. 253–259. DOI: 10.35679/2226-0226-2020-10-2-253-259 |
| Авторы: |
Шермадини Марина Владимировна, соискатель, инженер департамента инновационного менеджмента в отраслях промышленности, институт космических технологий, инженерная академия, ФГАОУ ВО «Российский университет дружбы народов»: Россия, 117198, г. Москва, ул. Миклухо-Маклая, д. 6.
Тел.: (977) 882-70-87 E-mail: essmd@yandex.ru |
| Реферат: | В настоящей статье обосновывается применение новых подходов к информационному обеспечению инновационной деятельности наукоемких предприятий. Необходимость в оптимизации информационных ресурсов в управлении инновационной деятельностью приводит к поиску новых решений на основе переработки многомерной информации. В то же время восприятие человеком информации не однозначно, а способности поиска информации, ее оценки, обработки, сохранения и передачи несравнимо ниже компьютерных, и эти ограничения становятся все более явными. Поскольку с возрастающим потоком данных для принятия решений и их реализации требуется больше времени и усилий, поэтому, чтобы адекватно реагировать на вызовы, руководству предприятий при принятии решений необходим современный инструмент информационного обеспечения инновационной деятельности. В качестве такого инструмента предложен замкнутый цикл информационного сопровождения инновационного процесса. Соответственно, в управленческой практике принятия экономически эффективных решений широко внедряются современные методы информационных технологий, которые являются мощным инструментом для работы с большими данными для чтения и анализа структурированных и неструктурированных данных. С помощью этих современных методов мы видим объяснение того, как новые информационные технологии, проходя через различные этапы принятия решений на каждом шаге инновационного процесса, способны повышать экономическую эффективность инновационной деятельности. Преимущество данного подхода состоит в подборе методов на основе имитационного моделирования, которые позволяют визуализировать этот процесс без реализации эксперимента. Практическая значимость применения методов Data Mining и машинного обучения определяется в помощи руководителям при осуществлении организационно-хозяйственной деятельности предприятий, когда необходимо оценить реальное состояние объекта управления, прогнозировать и моделировать ситуации, тем самым управлять будущим. В этом заключается понимание ключевых факторов изменений, возможные проекции в будущее, последствия изменений на конкретных проектах: на ранних этапах оценки финансовых вложений, организационных изменений и корпоративных стратегий. |
| Ключевые слова: | инновационная деятельность, наукоемкие предприятия, управленческие решения, информационное обеспечение, информационная модель, инновационный процесс, машинное обучение, искусственный интеллект |
| Список литературы: |
1. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. – М.: Мир, 1975. – 502 с. 2. Сопилко Н. Ю., Мясникова О. Ю., Шкатов Н. Г. Подходы к управлению инновационным развитием предприятий высокотехнологичной отрасли. Экономика и предпринимательство. – 2018. – № 1(90). – С. 860–864. 3. Тебекин А. В. Методы принятия управленческих решений / А. В. Тебекин. – М.: Юрайт, 2014 – 572 с. 4. Чурсин А. А. Теоретические основы управления конкурентоспособностью. Теория и практика – М.: Спектр, 2012. – С. 93–105. 5. Шамин Р.В. Практическое руководство по машинному обучению и искусственному обучению. – М.: «ЛЕНАНД», 2017. – С. 67–73. 6. Шамин Р. В. Машинное обучение в задачах экономики. – М.: «Грин Принт», 2019. 7. Шамрай А. С. Информационные технологии, используемые для принятия управленческих решений на предприятиях // Научно-методический электронный журнал «Концепт». – 2015. – № 6 – С. 241–245. 8. Шермадини М. В., Фадеева Ю. С. Имитационное моделирование в задачах управления инновационной деятельностью предприятий // Экономика и предпринимательство. – 2018. – С. 704–708. |
| English version: |
MODERN APPROACHES TO THE INFORMATION SUPPORT OF INNOVATIVE ACTIVITIES
Shermadini Marina Vladimirovna, applicant, engineer Department of Innovation Management in Industries, Space Technology Institute, Engineering Academy, Peoples’ Friendship University of Russia, Moscow, Russia.
Keywords: innovation, knowledge-based enterprises, management decisions, information support, information model, innovation process, machine learning, artificial intelligence.
Abstract. This article substantiates the application of new approaches to the information support of innovative activities of high-tech enterprises. The need to optimize information resources in the management of innovation leads to the search for new solutions based on the processing of multidimensional information. At the same time, human perception of information is not unambiguous, but the ability to search for information, evaluate, process, store and transmit information is incomparably lower than computer, and these limitations are becoming more and more obvious. Since with an increasing flow of data more time and effort is required to make decisions and implement them, therefore, in order to adequately respond to challenges, enterprise management, when making decisions, needs a modern tool for information support of innovative activities. A closed cycle of information support of the innovation process is proposed as such a tool. Accordingly, in the management practice of making cost-effective decisions, modern methods of information technologies are widely introduced, which are a powerful tool for working with big data for reading and analyzing structured and unstructured data. Using these modern methods, we see an explanation of how new information technologies, passing through the various stages of decision-making at each step of the innovation process, can increase the economic efficiency of innovation. The advantage of this approach is the selection of methods based on simulation that allow you to visualize this process without implementing an experiment. The practical significance of the application of Data Mining methods and machine learning is determined in helping managers in the implementation of organizational and economic activities of enterprises, when it is necessary to assess the real state of the control object, predict and simulate situations, thereby managing the future. This is an understanding of the key factors of change, possible projections into the future, the consequences of changes on specific projects: in the early stages of evaluating financial investments, organizational changes and corporate strategies. |
| For citation: | Shermadini M. V. Modern approaches to the information support of innovative activities // Nauсnoe obozrenie: teoria i praktika [Scientific Review: Theory and Practice]. 2020; 10(2): 253–259 (in Russian). DOI: 10.35679/2226-0226-2020-10-2-253-259 |