Прогнозирование бизнес-процессов как инструмент принятия решений в рамках проактивного подхода к управлению

Цель. Обоснование и разработка комплексного подхода к использованию прогнозирования бизнес-процессов как ключевого инструмента для принятия решений в логике «из будущего», с особым акцентом на интеграции технологии цифровых двойников и применении методов нелинейного анализа чувствительности.

Задачи. Выявить синергетический эффект от интеграции прогнозирования и технологии цифровых двойников на основе представленного механизма улучшения ими качества и глубины прогнозов; обосновать применение нелинейного анализа чувствительности для оценки устойчивости прогнозных моделей и надежности управленческих решений; предложить методологические рекомендации по интеграции прогнозирования, цифровых двойников и нелинейного анализа чувствительности в единый процесс принятия управленческих решений; оценить потенциальные выгоды, а также определить ключевые вызовы и риски, связанные с внедрением такого комплексного подхода в практику управления.

Методология. Для решения поставленной задачи в рамках исследования применены методы теоретического анализа, системного анализа и анализа данных.

Результаты. Сформулированы и раскрыты концепции проактивного управления и прогнозирования бизнес-процессов, аргументирован комплексный подход к их применению, основанный прежде всего на использовании цифровых двойников. Раскрыта концепция принятия решений из будущего как стратегическая парадигма, при которой организации не просто прогнозируют наиболее вероятное будущее, но активно формируют желаемый сценарий развития и выстраивают стратегию для его достижения. Обоснована необходимость и показана значимость нелинейного анализа чувствительности в рамках изложенного подхода.

Выводы. Проведенное исследование позволило обосновать и детализировать комплексный подход к прогнозированию бизнес-процессов как центральному инструменту принятия решений в логике «из будущего». Показано, что в условиях возрастающей динамичности и неопределенности внешней среды традиционные реактивные методы управления становятся недостаточными, уступая место проактивной парадигме, нацеленной на формирование желаемого будущего. Ключевым элементом такого перехода является синергетическое объединение передовых аналитических методов. 

1. Grieves M., Vickers J. Digital twin: Mitigating unpredictable, undesirable emergent behavior // Transdisciplinary perspectives on complex systems / eds. F.-J. Kahlen et al. Cham: Springer, 2016. P. 85–113. https://doi.org/10.1007/978-3-319-38756-7_4

2. Абрамов В. И., Арефьев Д. В. Экосистемное развитие предприятий: возможности, риски и особенности оценки их цифровой зрелости // Новое в экономической кибернетике. 2025. № 1. С. 70–84. https://doi.org/10.5281/zenodo.15165454

3. Абрамов А. В., Столяров А. Д., Абрамов В. И. Инновационные подходы к взаимодействию с клиентами на базе генеративного искусственного интеллекта // Beneficium: сетевое издание. 2025. № 2. С. 77–85. https://doi.org/10.34680/BENEFICIUM.2025.2(55).77-85

4. Сенге П. М. Пятая дисциплина. Искусство и практика обучающейся организации / пер. с англ. Б. Пинскера, И. Татариновой. М.: Олимп-Бизнес, 2009. 417 с.

5. Абрамов В. И., Гордеев В. В., Столяров А. Д. Цифровые двойники: характеристики, типология, практики развития // Вопросы инновационной экономики. 2024. Т. 14. № 3. С. 691–716. https://doi.org/10.18334/vinec.14.3.121484

6. Tao F., Cheng J., Qi Q., Zhang M., Zhang H., Sui F. Digital twin-driven product design, manufacturing and service with big data // The International Journal of Advanced Manufacturing Technology. 2018. Vol. 94. No. 4. P. 3563–3576. https://doi.org/10.1007/s00170-017-0233-1

7. Гордеев В. В., Столяров А. Д., Абрамов В. И. Роль цифровых двойников в управлении производством и базовые принципы их создания // Экономика и управление: теория и практика. 2024. Т. 10. № 1. С. 29–39.

8. Столяров А. Д., Гордеев В. В., Абрамов В. И. Цифровые двойники как инструменты повышения эффективности управления компанией // Модели, системы, сети в экономике, технике, природе и обществе. 2024. № 4. С. 5–16. https://doi.org/10.21685/2227-8486-2024-4-1

9. Hammer M. Reengineering work: Don’t automate, obliterate // Harvard Business Review. 1990. Vol. 68. No. 4. P. 104–112. URL: https://www.vincenzocalabro.it/pdf/reengineeringwork-dont-automate-obliterate.pdf (дата обращения: 09.03.2025).

10. Principles of forecasting: A handbook for researchers and practitioners / ed. by J. S. Armstrong. New York: Springer, 2001. 850 p.

11. Fuller A., Fan Z., Day C., Barlow C. Digital twin: Enabling technologies, challenges and open research // IEEE Access. 2020. Vol. 8. P. 108952–108971. https://doi.org/10.1109/ACCESS.2020.2998358

12. Grieves M. Digital twin: manufacturing excellence through virtual factory replication // Digital Twin White Paper. 2014. P. 1–7. URL: https://www.researchgate.net/publication/275211047_Digital_Twin_Manufacturing_Excellence_through_Virtual_Factory_Replication (дата обращения: 09.03.2025).

13. Жарасов Б. С., Абрамов В. И. Цифровые двойники в управлении производством: принципы создания, проблемы внедрения и перспективы развития // Современная экономика: проблемы и решения. 2024. № 6. С. 80–94. https://doi.org/10.17308/meps/2078-9017/2024/6/80-94

14. Абрамов В. И., Гордеев В. В., Столяров А. Д. Цифровые двойники с использованием агродронов в управлении растениеводством: особенности создания и перспективы // АПК: экономика, управление. 2024. № 4. С. 37–49. https://doi.org/10.33305/244-37

15. Столяров А. Д., Файзуллина А. М., Абрамов В. И. Цифровая трансформация логистики предприятия с использованием цифровых двойников // Beneficium: сетевое издание. 2024. № 2. С. 23–31. https://doi.org/10.34680/BENEFICIUM.2024.2(51).23-31

16. Абрамов В. И., Андреев В. Д. Сравнительный анализ цифровых двойников регионов // Информационное общество. 2023. № 4. С. 106–117. https://doi.org/10.52605/16059921_2023_04_106

17. Столяров А. Д., Гордеев В. В., Абрамов В. И. Методика поиска многокритериальных решений на основе цифровых двойников // Экономика и управление. 2023. Т. 29. № 7. С. 851–858. https://doi.org/10.35854/1998-1627-2023-7-851-858

18. Saltelli A., Tarantola S., Campolongo F., Ratto M. Sensitivity analysis in practice: A guide to assessing scientific models. Chichester: John Wiley & Sons Ltd, 2004. 232 p.

19. Bennett N., Lemoine G. J. What VUCA really means for you // Harvard Business Review. 2014. Vol. 92. No. 1/2. P. 16.

20. Абрамов В. И., Головин О. Л., Столяров А. Д. Методика поиска Парето-оптимальных решений по развитию умных городов на базе их цифровых двойников // Современная экономика: проблемы и решения. 2021. № 9. С. 8–15. https://doi.org/10.17308/meps.2021.9/2666

21. Marr B. Big Data in practice: How 45 successful companies used Big Data analytics to deliver extraordinary results. Chichester: John Wiley & Sons, 2016. 320 p.