Александр Иванус - Когнитивные методы и технологии управления экономикой в условиях неопределенности

Мозг, как показали исследования, в условиях неопределенности обладает уникальной «дополнительной» способностью генерации НЗ на основе такой мировоззренческой сущности, как квантовая структура истинности уже имеющихся знаний. Это свойство мало изучено современной наукой и поэтому тем более оказывается за пределами рассмотрения в существующих концепциях инновационного менеджмента.

А если в форме НЗ генерируется новое содержание – управленческое решение, то данный подход представляется достаточно полезным для экономики, особенно в ситуации, когда, с одной стороны, управляемая экономическая система стремится к экстремальному поведению (например, экспансии на рынке), а с другой стороны, информационных ресурсов для управления в такой ситуации не хватает в требуемом объеме. Тогда в этом и только в этом случае, как будет рассмотрено ниже, система мышления человека «выбирает» особый режим, характеризующийся наличием в управляющих решениях, как оказалось, универсальной фрактальной структуры, которая как бы компенсирует недостаточность наших знаний. Получается так, что если истинности знаний о внешней среде недостаточно, то нужно управляемый объект «выстроить» по некоторому заранее подготовленному принципу так, чтобы эта «выстроенная» структура легче адаптировалась к внешним условиям после снятия неопределенности. Как будет показано ниже, данный процесс фрактализации есть результат реакции мозга на внешнюю неопределенность. Именно в направлении поиска такой компенсации и следует искать алгоритмы КМТ.

В этом случае алгоритмы КМТ обеспечивают выполнение двух важных свойств:

1) в соответствии с фрактальной структурой формируются финансово-экономические показатели управляемой инновационной экономической системы (цены, структура активов, заемные средства, заработная плата, выручка и т. д.);

2) фрактальная структура имеет тенденцию распространения на управляемые экономические системы любого уровня независимо от отраслевой принадлежности и масштабов деятельности (предприятие, отрасль, государство, транснациональная корпорация, фондовые и финансовые рынки и т. д.) и может служить основой для «сквозной» гармонизации их структур.

Данное свойство возможности системы мышления работать в условиях малой истинности наших знаний принимается в данной работе в качестве методической основы для построения когнитивной технологии.

Экономическая система здесь представлена в виде некоторой структуры, эволюционирующей в условиях рыночной конкуренции, в которой многие, в том числе и наиболее важные и значимые процессы, определяются не только экономическими законами как некоторой базовой основой, но и непосредственно особенностями логики функционирования мозга. Не будет преувеличением сказать, что закономерности поведения, которые присутствуют в экономических процессах, – это интегральный результат как действия экономических законов, так и параметров мышления совокупности всех людей, участвующих в данных процессах. А если мыслительные процессы каждого отдельно взятого человека содержат механизмы некоторого структурообразующего универсального гармонизирующего начала, то логично предположить, что это начало создает условия для формирования таких управляющих воздействий, которые приводят в итоге к гармонизации параметров всей экономической системы в целом [34].

Есть еще одно обстоятельство, которое требует необходимость создания КМТ.

Если провести реферативный обзор публикаций в области экономических достижений последних лет, то невольно создается впечатление, что экономическая наука постепенно теряет некоторую политэкономическую обобщающую сущность и все больше становится похожей на набор методик. И это правильно. Но частично. За счет такой трансформации приобретается детализация исследований, их глубина и диверсификация. Если раньше научным достижением была добротная теория глобальных фундаментальных экономических процессов или прогноза будущих перспектив, то в настоящее время достижения современных исследований признаются тем большими, чем в большей степени они ориентированы на использование мощных компьютерных средств.

Если рассмотреть временну́ю динамику развития экономической науки, то здесь можно выделить четыре этапа. Приведенное ниже деление достаточно условно, не имеет четкого разграничения и не подразумевает какой-либо ответственности за неоднозначность выводов.

1. Классический этап. Это работы Смита, Рикардо, Маркса и других экономистов, имеющих в основном теоретический характер. У этих авторов решалась в первую очередь задача создания понятийного аппарата экономики, формирования терминологии (труд, обмен, деньги, производительность труда, рента, прибыль и т. д.), экономических законов, принципов и выявления основных тенденций развития экономики.

2. Методический этап. Здесь необходимые теоретические конструкции (экономические законы, принципы и тенденции) моделируются математическими средствами, а затем эти модели, как методический инструментарий, тиражируются в разных направлениях экономических исследований (модель Курно, циклы Кондратьева, модель Кобба – Дугласа, законы Райта и Стивенса – Берли в инновациях, модели равновесия и неравновесия, логистические модели и т. д.). Их огромное множество, но их объединяет то, что экономист априори предполагает их обязательную выполнимость.

3. Кибернетический этап. Появляются сложные алгоритмы экономического равновесия, баланса, ради этого создаются базы данных, проводится их актуализация и все прочие необходимые для этого вычислительные действия. Здесь также предполагается, что конечный результат известен. Вопрос лишь сводится к оптимизации процессов управления на всех уровнях экономической иерархии.

4. Поведенческий этап, в котором результат заранее неизвестен. И только после проведения серии экспериментов на математической модели с включением методов машинного обучения и нейросетей появляется не известный заранее результат, который подлежит обсуждению и затем признанию или непризнанию. Для его реализации уже недостаточно обычных баз данных. Поэтому появились технологии сетевой интеграции гигантских разрозненных хранилищ данных в рамках концепции big data. Их объем в порядки превосходит «обычные» базы данных. Данное направление имеет ответвление, названное мейнстримом.

Таким образом, увеличение глубины и детализации в экономических исследованиях сопровождается потерей качественного понимания фундаментального обобщения и интеграции всех сторон экономических процессов и человеческого бытия в единую универсальную стройную теорию.