IT-ИНСТРУМЕНТАРИЙ АВТОМАТИЗАЦИИ, РЕЛЕВАНТНЫЙ БИЗНЕС-ПРОЦЕССАМ ПРЕДПРИЯТИЯ И ОНТОЛОГИИ

АННОТАЦИЯ

В основе комплексной автоматизации, создании инновационной инфраструктуры – разнообразная информация, дружественный интерфейс, безопасность, системно-инфологическая поддержка. В работе проделан системный анализ проблемы релевантного выбора IT-инструментария комплексной автоматизации. На основе выделения «стратегических» и «тактических» IT-подходов, обеспечения IT-условий развития, эффективной управляемости исследована возможность применения онтологий, онтологических моделей, возможность применения онтологических моделей производства – основы построения онтологических моделей комплексно автоматизированного производства.

Ключевые слова: автоматизация, производство, предприятие, онтологии, инструментарий, модель.

Важно выработать релевантную IT-стратегию и адекватный IT-инструментарий автоматизации. Это обеспечивается технологически-ориентированным подходом, существенным сокращением ресурсоёмкости, сроков запуска проектов, их подсистем и элементов, повышения конкурентоспособности, например, за счет использования САПР, СППР. Необходимо и обеспечение условий для занятия выгодных для предприятия рыночных позиций (выгодной «ниши»). Важно и обеспечить эффективную управляемость себестоимости продукции.

Общую стратегию компании, предприятия определяет IT-стратегия. Задача эта – сложная, многосторонняя, многокритериальная, плохо структурируемая, актуальная и посильная крупным предприятиям [2]. Таковы, например, машиностроительные предприятия. Автоматизация бизнес-процессов в них начинается с ERP. Для сложнейших процессов в машиностроении этот путь недостаточно эффективен без автоматизации вспомогательных процессов (ввода-вывода информации, документооборота, поиска информации и др.), т.е. без внедрения САПР, PDM, автоматизации полного цикла производства с возможностью прогнозирования на каждом этапе. Для эксплуатации таких систем должно быть достаточно IT-знаний на уровне MS Office.

IT-стратегия – инструментарий влияния напрямую на инновации, эффективность бизнес-процессов, поиск оптимальных методов и подходов решения проблем сокращая ресурсоемкость и оптимизируя последовательности бизнес-процессов [3]. Временной горизонт такой стратегии согласуется с бизнес-планированием.

Например, удается с помощью IT-систем оперативно оценивать ресурсоемкость (временную – также), что позволяет реагировать оперативно на изменяющуюся обстановку (например, конъюнктуру рынка), принимая просчитанные решения в режиме «реальное время».

Путь к эффективному бизнесу – через эффективные бизнес-процессы, позволяющие:

• рассматривать разные уровни, этапы поддержки жизненного цикла процессов, систем;
• связывать бизнес-процессы и стратегические цели предприятия;
• отражать различные аспекты рассматриваемой задачи (системы);
• рассматривать единые базу, модель, интерфейс;
• разрабатывать, оценивать стратегии эволюции бизнеса (например, через сбалансированные показателей, KPI);
• управлять оптимизацией, рисками, издержками [4], планами, качеством систем и др.

Слабая структурируемость, плохая формализуемость, множество параметров и критериев эффективного управления предполагает опору на СППР – системы поддержки повседневных управленческих задач, на ЛПР.

В качестве интегратора информационных систем предлагаем использование онтологий – моделей знаний класса «семантические сети» по предметной области. Онтологии формальные спецификации, описания условий и отношений объектов, могут служить средством поддержки итеративного и интегрированного использования знаний [5].

Онтология — формальный (теоретический) классификатор, классификационная форма в предметной области. «Классификация» предполагает представление концепции, «формализация» – компьютерную читаемость концептуальной формы. Онтологии – сущности предметной области, качеств данных классов, взаимосвязей данных классов, их качеств и взаимосвязей.

Имеется несколько образцов применения онтологий в автоматизации прогнозирования, управления – типа EnterpriseProject (EP), ProcessSpecificationLanguage (PSL), TorontoVirtualEnterprise (TOVE), SuperProject (SP), OntoGov (OG) и др. Например, бизнес-процессы в поставке (продаже) энергоресурсов – непростая, сложная деятельность, объединяющая разные бизнес-партнеры, координационные воздействия в рамках маркетинговых исследований цепочки спроса. Их требуется агрегировать, расширять, оптимизировать, координировать. Помогают, например, сети Петри, использование операторной семантики, содействующей комбинированию, прогнозированию и валидации бизнес-процессов.

Недостаток смысла мешает взаимосвязанности процессов. Как правило, у некоторых партнеров – собственная бизнес-ниша. Формируется ситуация, где необходимо управлять торгами, гибкостью спроса, автоматизацией транзакций, уменьшением коммуникационных ресурсов, цепочек, автоматизацией принятия решений.

Продуктивно отображать метаданных взаимозависимых процессов, объектов, классов, уменьшая отрицательные результаты. Важным обстоятельством машинно-интерпретируемых метаданных и автоматизированных концепций считается общедоступность данных ЦОД, БД.

Важно и отображение семантики метаданных бизнес-процессов. Смысловые сетевые стили (ResourceDescriptionFramework и др.), язык прогнозирования метаданных (OntologyLanguage и др.) предусмотрены для облегчения компьютерного прогнозирования сведений, событий. Базирующаяся на них методика способна гарантировать комплексную автоматизацию бизнес-процессов.

Если модельная схема, онтологии сформированы и согласованы, можно ими делиться, распространять через них знания. Разрабатываются стандарты онтологий, используемых экспертами для аналитики. Приложения (программные мульти-агенты) используют онтологии для актуализации баз знаний. Существуют уже библиотеки онтологий, методы, например, «распараллеливания» знаний.

Примером онтологической модели предприятия может стать диаграмма:

где X, Y, W – множества (входящих ресурсов, продуктов производства и самого производства (включая и управление), f:x→y, g:x→W, h:W→Y – отображения, бизнес-процессы (например, снабжения, сбыта, управления). Диаграмма будет коммутативной, если hg=f.

Предприятие онтологически можно представить кортежом <A, B, C, D, E>, где множества: A – «координантов», B – «правил действий», C – «интенций» (например, «отменить», «разрешить» и др.), D – «экстенсионалов» (например, производственных норм), E – «производственная база».

Выводы

Системный анализ автоматизации предприятия, его инфраструктуры позволяет выделить IT «стратегические» и «тактические», обеспечить IT-условия для эффективной управляемости бизнес-процессами, например, себестоимостью продукции. Рассмотренная возможность применения онтологических моделей предприятия (производства) – основа для построения онтологических моделей сложного производства.

Список литературы:

1. Ипатова Э.Р., Ипатов Ю.В. Методологии и технологии системного проектирования информационных систем: учебник –2-е изд. –М.: Флинта, 2016, -256с.
2. Мирошниченко М.А. Информационные технологии как средства обработки информации и автоматизации бизнес-процессов в крупных корпорациях // Науч. журн. КубГАУ, №119(05), 2016, с.1-10.
3. Торош О.И., Плучевская Э.В. Моделирование и автоматизация бизнес-процессов как основа эффективного развития предприятия // Управление человеческими ресурсами – основа развития инновационной экономики. 2011. №3. c.630-635.
4. Глухова Л.В., Казиев В.М., Казиева Б.В. Системные правила финансового контроля и управления инновационными бизнес-процессами предприятия // Вестник Волжского университета им. В.Н. Татищева. 2018. Т.2. №1. С. 118-126.
5. Gruber T.R. Toward principles for the design of ontologies used for knowledge sharing. J. of Human-Computer Studies, vol.43(5-6), 1995, pp.907–928.