ОСНОВНЫЕ АСПЕКТЫ ИНВЕСТИЦИОННОЙ ПОЛИТИКИ ПРОДАВЦОВ НА МАРКЕТПЛЕЙСАХ С ТОЧКИ ЗРЕНИЯ ТЕОРИИ ОГРАНИЧЕНИЙ ГОЛДРАТТА

АННОТАЦИЯ

В статье проводится исследование причин возникновения современных проблем падения уровня экономической эффективности инвестиций в разработку и использование технологий и программного обеспечения (далее - ПО) продавцов (далее - селлеров) на электронно-цифровых площадках. Автором доказывается гипотеза о наличии фактически - обоснованных пределах экономической эффективности вложений в ПО, как инструмента для работы и анализа, на основе методики Пяти шагов Теории ограничений Голдратта (далее - ТОГ), предлагаются основные пути решений для устранения «узких мест» в алгоритмических системах ПО, освещаются основные направления и перспективы развития гибридных систем управления «человек (селлер) – технологические инструменты (ПО)».

ABSTRACT

The article examines the causes of the current problems of falling economic efficiency of investments in the development and use of technologies and software (hereinafter referred to as software) by sellers (hereinafter referred to as sellers) on electronic and digital platforms. The author proves the hypothesis of the existence of factually justified limits to the economic efficiency of investments in software as a tool for work and analysis, based on the Five Steps of the Theory of Constraints by Goldratt (hereinafter referred to as TOC), and proposes the main solutions for eliminating bottlenecks in software algorithmic systems. The article also highlights the main directions and prospects for the development of hybrid management systems based on the combination of human (seller) and technological tools (software).

Ключевые слова: Теория ограничений, Э. Голдратт, гибридные системы управления, маркетплейсы, программное обеспечение, закон убывающей отдачи, узкие места, неявные знания.

Keywords: Theory of Constraints, E. Goldratt, hybrid management systems, marketplaces, software, law of diminishing returns, bottlenecks, implicit knowledge.

Введение

За последнее десятилетие специалистами IT индустрии, представителями научного и бизнес-ориентированного сообществ разных стран были проведены сотни исследований и разработок, направленных на повышение технологических возможностей и автоматизацию бизнес-процессов, выявление и анализ ограничений в работе ПО и поведенческих аспектов покупателей, на основе которых были созданы гибридные системы интеллекта. Были выдвинуты теории симбиоза ПО и человека и сформированы практические методологии для менеджмента различных процессов предприятий с применением гибридной системы управления. В результате консолидации полученных знаний и новых научных открытий, стало возможно прогнозирование дальнейшего развития гибридных систем управления и их будущего.

Так как в настоящее время уже стали очевидными преимущества использования инструментов ПО для решения огромного спектра повторяющихся задач и быстрого анализа данных, которые можно алгоритмизировать, то, для повышения конкурентоспособности, компании вынуждены включаться в гонку инвестиций в технологические решения. И эта проблема касается не только разработчиков технологических платформ, но и самих селлеров. Насколько эффективно, а главное – безопасно, можно бесконечно повышать уровень автоматизации систем управления? И есть ли обоснованные ограничения у этого процесса и, если есть, то каков их генезис?

Целью данной статьи является доказательство выше приведенного тезиса на основе применения основных концепций Теории ограничения Голдратта, суть подхода которой: научиться управлять ограничениями, а не всеми ресурсами одновременно.

Судьба системы в целом зависит от того, насколько эффективно мы используем ограничение. [1, с.250] Ключ – не в том, чтобы сбалансировать мощности, а в том, чтобы синхронизировать потоки внутри организации. А синхронизировать работу нужно относительно ограничения…Именно оно определяет результат работы всей системы. [1, с.248]

Выбор именно этой методологии обусловлен тем, что для анализа отклонений фактических показателей от плановых с помощью выявления причинно– следственных связей, идентификации системных ограничений и выработки путей решения этих проблем, данная методика может предложить операционную и структурированную систему анализа, а также стать той отправной точкой, от которой можно будет выстроить качественное прогнозирование и проектирование будущих проектов.

Основные элементы Теории ограничений Голдратта.

В конце ХХ века Э. Голдраттом была разработана Теория ограничений (Theory of Constraints, далее - ТОГ), которая постулирует, что при использовании любой системы, стремящейся к достижению поставленной цели, существуют ограничения в каждый конкретный момент времени одним или несколькими ключевыми факторами – «узкими местами». В качестве инструмента ТОГ, направленного на анализ и повышение пропускной способности системы в ее самых слабых звеньях – «узких местах», Голдратт предложил Пять шагов непрерывного улучшения:

1. Идентифицировать ограничение системы.
2. Решить, как использовать ограничение с максимальной отдачей.
3. Подчинить всю работу системы решению из шага 2.
4. Расширить (усилить) ограничение.
5. Если на шаге 1 ограничение устранено, вернуться к шагу 1, не позволяя инерции стать новым ограничением. [1, с.224]

При использовании данной методики, непрерывный процесс улучшения – это последовательность постоянно сменяющихся ограничений в системе. То есть, на стадии 5-го шага, при положительных результатах тестирования исполнения 4-го шага, происходит неизбежное возвращение к 1-му шагу и проходит дальнейшее тестирование следующего «узкого места» и снижение (устранение) в нем ограничений и т.д.

Так как целью любого селлера является получение максимальной прибыли и поддержание устойчивости применяемой гибридной системы «Селлер – ПО – площадка маркетплейса», то основными звеньями, управляемыми с помощью технологий, как правило, являются:

- анализ рынка, выбор «своей» ниши и товарной номенклатуры;

- подбор квалифицированного персонала;

- переговоры с поставщиками и выстраивание логистических цепочек;

- разработка дизайна продукта и визуального контента;

- расчет цены продажи и анализ цен конкурентов;

- управление товарными остатками;

- разработка основных концепций рекламной компании и другие мероприятия, направленные на повышение трафика;

- разработка каналов коммуникаций с покупателями и сервисов «обратной связи», способствующих оперативному решению вопросов на стадии продаж;

- планирование, план-факт анализ основных экономических показателей;

- разработка стратегии компании в перспективе 3-5 лет.

Гибридная система управления. Закон убывающей отдачи.

Гибридная система управления – это система, на каждом этапе работы которой, происходит симбиоз человеческих компетенций и возможностей с возможностями инструментов ПО и других технологий искусственного интеллекта (ИИ).

В начале своей работы селлер сталкивается с задачами, легко решаемыми алгоритмизацией: сбор данных, анализ ценообразования, управление рекламой. Решение этих вопросов сегодня происходит при помощи доступных и недорогих прикладных ПО. Но решение каждой последующей задачи в системе потребует существенного повышения уровня инвестиций, т.к. сама система управления с каждой новой вводной и новым условием становится сложной и «тяжелой» для быстрого тестирования, анализа и изменений.

Закон убывающей отдачи в контексте ТОГ помогает понять, когда инвестиции в менее критичные элементы системы уже не дают существенного повышения ее производительности и становятся не эффективными.

Теория ТОГ, как инструмент анализа эффективности инвестиций в ПО на примере применения методики Пяти шагов ТОГ.

- Шаги 1 и 2. (проводим тестирование первого ограничения). Пусть, первоначальным «узким местом» мы выявили проблемы с ценообразованием. То есть, цены на наши номенклатурные позиции неконкурентоспособные. Проводим мероприятия по установлению и установке ПО для динамичного ценообразования, ведем переговоры с поставщиками и настраиваем механизмы взаимодействия с ними, интегрируя наши ПО для увеличения скорости взаимодействия, ведем переговоры о снижении цен закупки товаров при увеличении партий закупки. Получили предельную отдачу от вложений ПО. Система отреагировала существенным импульсом роста продаж.

- Шаги 3 и 4. (подчинение и расширение). После оптимизации ценообразования, новым ограничением может стать недостаточная управляемость бюджетом рекламы. Компания снова вносит инвестиции в специализированные ПО, ищет и снова подбирает ключевые слова для поиска ее позиций покупателями. Трафик повышается. Система снова получает импульс к росту показателей продаж.

И здесь важно понять, что дальнейшие вложения в ценообразование и рекламу после того, как они перестали быть «узкими местами» уже неэффективно с точки зрения ТОГ.

- Шаг 5. (Возвращаемся к шагу 1 и меняем показатель тестирования).

Пятый шаг – это культурный императив, который превращает Пять шагов из разовой процедуры в «процесс непрерывного улучшения», меняя закостенелые правила и убеждения.

Проведение улучшений ПО бесконечно бессмысленно, т.к. на следующем этапе наиболее эффективными уже могут стать вложения в налаживание эмоциональной связи с клиентами, подбор новой линейки товаров, разработка и предложения новых форматов работы с поставщиками, анализ возможностей по повышению репутации компании и повышения привлекательности ее товаров и услуг, как наиболее редких, оригинальных или абсолютно уникальных на существующем рынке.

ПО не сможет заменить такие человеческие качества, как чувствительность к тону отзывов покупателей на сайте, ему сложно передать эмпатию в общении с человеком. Здесь необходимо проявление человеком творческого подхода, эмоционального интеллекта и развитой интуиции.  

И это наглядный пример предела эффективности инвестиций в ПО на данном этапе в конкретный момент времени.

Подтверждения актуальности применения Теории ограничения Голдратта в настоящее время в современных исследованиях

В исследованиях по поведенческой экономике, экономике цифровых платформ, исследований взаимодействия человека и компьютера (NCI), проведенных за последние пять- шесть лет, существует четкое обоснование актуальности применения Теории ограничения Голдратта, как основания для подтверждения предела эффективности инвестиций в ПО в гибридных системах.

Так, в 2021 году авторы Chen Y. и He S.  в журнале Journal of Behavioral Finance привели результаты исследований селлеров, использующих алгоритмических помощников в своей работе. Они пришли к выводу, что переизбыток данных и сигналов от ПО «перегружает» систему и снижает качество принимаемых человеком решений. [5, с. 274]

В 2022 году американские исследователи Mateo C. и Stark D. опубликовали в журнале American Sociological Review [6], свои выводы, полученные на примере модерации контента о том, что попытки полной алгоритмизации сложных суждений приводят к предвзятости в пользу автоматизированного решения и, как следствие, к систематическим ошибкам и несправедливости.

В 2023 году исследователи Raj S., Ghose A., Li X.  в своем эксперименте, проводимом с продавцами на площадках Amazon и Shopify, обнаружили, что при внедрении AI- инструментов, начинающие селлеры получают пророст продаж на 25 – 30 %, тогда как опытные селлеры – всего 5-8%. Авторы эксперимента написали следующее заключение:

«Наши результаты показывают, что ИИ- инструменты наиболее эффективны для устранения первоначальных информационных и операционных разрывов. После их преодоления, основным драйвером дифференциации возвращаются такие факторы, как качество продукции и бренд, которые менее подвержены влиянию автоматизации» [7].

В 2024 году в журнале Harvard Business Review, авторами исследования была представлена концепция организации совместной работы «цифровых возможностей» и человеческих навыков, как взаимодополняющих друг - друга элементы одной системы при выполнении поставленных задач.

Основной вывод их исследований: «Наибольшую выгоду от генеративного ИИ получают не те компании, которые больше всех инвестируют в технологии, а те, которые параллельно инвестируют в развитие человеческих компетенций для работы с этими технологиями – переформулирование задач, критическую проверку выводов ИИ и креативный синтез» [8].

Прогнозы развития гибридных систем управления.

На основании проведенного анализа современных трендов технологического развития, а также становящихся «острыми» вопросов в законодательной и этических сферах, можно спрогнозировать основные направления изменений, которые произойдут в будущие пять лет:

- В соответствии с разработанным в 2024 году Европейском акте об искусственном интеллекте (AI Act), возможно появление обязательной сертификации ИИ систем для бизнеса, который будет вынужден внедрять обязательные журналы аудита используемых решений, что повысит контролируемость применяемых алгоритмов со стороны общества.

- Согласно прогнозам, прозвучавшим на Всемирном экономическом форуме в 2025 году, к 2030 году возрастет спрос на руководителей, как специалистов, способных к управлению системой «человек - алгоритм». Это изменит акценты в образовательных программах МВА, где буду готовить топ-менеджеров с «симбиотическим лидерством».

- Появятся новые разделы в законодательстве развитых стран, и судебная система будет вынуждена принимать решения о распределении ответственности между оператором ПО, разработчиками и поставщиком данных согласно степени их влияния на результат их совместной работы.

- Согласно последним публикациям в сфере психологии человека, ожидается появление первых надежных нейроинтерфейсов, которые позволят квантифицировать процессы принятия селлерами и покупателями  интуитивных решений. То есть, будет формироваться «цифровой след» неявного знания для последующего анализа. Например: отслеживание глазодвигательной активности – то есть, ПО будет записывать, какие данные просматривал селлер или покупатель перед принятием решения.

- Появятся новые платформы для селлеров, алгоритмы которых буду открыты и стабильны. Гарантии долгосрочной неизменности ключевых правил привлекут селлеров, уставших от бесконечных адаптаций.

- Изменится ценность ключевых компетенций ПО:

Фильтрация и синтез данных станет важнее сбора больших массивов данных. Фокус инвестиций сместится на «цифровые гигиену и диету» и защитит от «информационного шума». Лучшим ПО будет считаться то, которое выдает только 1% самых критичных инсайтов, что позволит пользователю сконцентрироваться на сути.

- В анкетных исследованиях, проведенных в 2025 годах Зайковским В.И. под руководством к.э.н. Дмитриевым А.Г., по вопросам готовности российских пользователей перспективных децентрализованных торговых площадок с применением технологий блокчейна при условиях полной анонимности продавцов и покупателей, с точки зрения доверия участников сделок, авторами сделан вывод о том, что полная анонимность продавцов и покупателей может привести к проблемам в сфере безопасности.

Чтобы повысить безопасность, предлагается использовать частичную анонимность, сохраняя полную анонимность при обычных транзакциях, но раскрывая личные данные, в случаях оспаривания сделок в арбитражах. [3, с. 48]. И, самым объективным арбитром в таких вопросах, по мнению автора статьи, сможет быть только человек, вооруженный современным информационным ПО.

Вывод

Рассмотрев основные теоретические аспекты ТОГ, а также, проведя анализ современных научных данных с конкретными эмпирическими примерами и анализом механизмов современных платформ интернет- торговли в России и зарубежом, вывод становится очевиден: Теоретическая модель Голдратта и спустя 40 после ее публикации, полностью подтверждает свою актуальность на сегодняшний день, как испытанный практический метод тестирования работы системы, а также обоснованности системного предела эффективности инвестиций в ПО.

Статья наглядно показала возможности интеграции философии науки неявных знаний, классической теории управления ТОГ и современных принципов развития экономики цифровых платформ в единый аналитический подход.

Автор статьи полностью согласен с тезисом из работ Полани М. «Мы знаем больше, чем можем рассказать, и создаем больше, чем можем формально объяснить» [4, с. 70].

В статье приведены доказательства того, что ТОГ и в современных условиях продолжает предоставлять собой строгую операционную и экономическую основу для объективной демонстрации предела эффективности инвестиций только в ПО при работе гибридных систем.

Природа самой гибридной системы такова, что для ее развития и продвижения, селлерам необходимо последовательно работать над ограничениями и в технологической области, и в человеко - центричной.

Селлерам и разработчикам ПО при принятии решений об инвестициях в будущем, крайне необходимо проводить диагностику инвестиций, быть гибкими и своевременно менять парадигмы вложений в разработки элементов системы, работать над увеличением когнитивных исследований и разработок, помогающим селлерам и покупателям эффективно использовать их неявные знания.

Устойчивое конкурентное преимущество в современной экономике все меньше проистекает из владения физическими активами, и все больше – из способности создавать, хранить и применять знания, особенно неявные. [2]. И, оперативно управлять возникающими ограничениями в бизнес- процессах для селлера сегодня – главный секрет его успеха и процветания.

Во времена стремительного развития и трансформации цифровой экономики, качественно выстроенный симбиоз человека и технологий в системе «человек (селлер) – технологические инструменты (ПО)», с применением методологии тестирования, описанной в ТОГ, может и должен привести к повышению эффективности принимаемых продавцами на цифровых торговых площадках управленческих решений в сфере инвестиций.

Список литературы:

1. Голдратт Э. Цель: Прогресс непрерывного улучшения. Перевод М. Райтман // Альпина Паблишер. 2021.
2. Друкер П.Ф., Нонаки И., Такеучи Х. Управление знаниями в организации. // Альпина бизнес бук. 2006.
3. Зайковский В.И., Дмитриев А.Г. Особенности организации децентрализованных торговых онлайн- площадок на основе смарт-контрактов. // Дискуссия. 2025. Вып. 136. С. 40- 48.
4. Полани М. Личностное знание: На пути к посткритической философии. В переводе М.Б. Гнедовского, Н.М. Смирновой, Г.А. Шурпаков. // Академический проект (Москва). 2015. С. 70.
5. Chen Y. и He S. Decision Fatigue and the Sunk Cost Fallici in Algorithm -Assisted Trading. 2021. //Journal of Behavioral Finance. С. 270 -274.
6. Mateo C., Stark D. Еру. The Algorithmic Leviathan Arbitrariness, Human Judgment and the Limits of Automation in Platform Governance. // American Sociological Review. 2021- 2022. 87(4). С. 579 – 609.
7. Raj S., Ghose A., Li X. Productivity Effects of AI Tools: Evidence from a Field Experiment with Digital Sellers. // Management Science. 2023. С.187- 192. URL: https://ssrn.com.
8. Thomas H. Davenport, Nitin Mittal. Beyond Automation: Human- AI Symbiosis in Knowledge Work. 2023-2024. //Harvard Business Review, 102(1) C. 112-121.