Развитие системы принятия решений в сфере коммуникационных услуг: на примере облачных вычислений тема диссертации и автореферата по ВАК РФ 08.00.05, кандидат экономических наук Макаров, Сергей Валерьевич

• Макаров, Сергей Валерьевич
• кандидат экономических наук
• 2011

Оглавление диссертации кандидат экономических наук Макаров, Сергей Валерьевич

Введение.

1. Управление, информационные технологии, Облачные вычисления.

1.1. Процессный подход в сфере коммуникационных услуг.

1.2. Коммуникации и информационные технологии для управления процессами.

1.3. Задача выбора и принятия эффективного управленческого решения при использовании коммуникационных технологий.

1.4. Экономические исследования услуг в сфере коммуникаций и информационных технологий.

1.5. Определение облачных вычислений.

1.6. Причины и история появления облачных вычислений.

1.7. Технологические особенности облачных вычислений.

2. Принятие управленческих решений на основе Облачных вычислений.

2.1. Экономические преимущества облачных вычислений.

2.2. Анализ эффективности традиционной модели ИТ и модели Облачных вычислений.

2.3. Облачные вычисления в государственном секторе (на примере США).

2.4. Экономика и организация облачных провайдеров.

2.5. Проблемы, решения и перспективы Облачных вычислений.

3. Реализация Облачных вычислений в России.

3.1. Оценка уровня операционных затрат для традиционной модели и модели Облачных вычислений.

3.2. Рынок Инфраструктура-как-услуга.

3.3. Рынок ПО-как-у слуга.

Введение диссертации (часть автореферата) на тему «Развитие системы принятия решений в сфере коммуникационных услуг: на примере облачных вычислений»

Актуальность темы исследования

Развитие коммуникационных услуг, с использованием инновационных информационных технологий (1Т) в последние годы существенно интенсифицировалось. Коммуникационные услуги уже не вспомогательный инструмент для традиционных видов деятельности человека, более того, можно говорить о том, что использование развитых услуг коммуникаций стало определяющим для большинства областей как хозяйственной, так и индивидуальной деятельности человека, поскольку невозможно отделить реализацию той или иной управленческой функции от ее коммуникационной составляющей. Практически все функции успешного управления бизнесом (учёт и контроль, планирование, координация и др.) в настоящее время — это инновационные информационные технологии. Использование коммуникационных услуг и услуг Интернет (и функционирующих в его пространстве множества сетей) для сбора, обработки и хранения информации создаёт основу для весьма утончённых, а главное эффективных методов анализа и принятия решений. Базируясь на информации в сетях коммуникационных услуг, например, синтезируются всевозможные сценарии развития организаций, отраслей, государств, глобальных взаимоотношений в экономике. Натурные эксперименты прочно уступили место компьютерным симуляциям (имитациям). Однако эффект коммуникаций, эффект применения 1Т, эффект обмена и обработки информации, должен быть оценен и соотнесен с уровнем затрат на их приобретение и эксплуатацию. Эффективность информационной и коммуникационной технологии должна быть ключевой метрикой деятельности каждой предпринимательской структуры.

Экономическая эффективность 1Т - совокупность целого ряда параметров, в частности таких, как затраты на изготовление программного продукта, затраты на эксплуатацию программного продукта, затраты на обновление программного обеспечения, исправление ошибок и затраты на решение других задач сопровождения жизненного цикла продукта. Наконец, способ потребления информационной услуги также имеет большое значение. Какими качествами должны обладать такого рода услуги? Какую форму и содержание имеют процессы изготовления и потребления компьютерных услуг? Какова экономическая целесообразность новых информационных технологий, пришедших на смену старым? Именно эти вопросы являются предметом достаточно многочисленных исследований зарубежных учёных и практиков. В России эти вопросы решается в основном с помощью применения американских или европейских методик, не всегда в достаточной мере адаптированных к российским условиям деловой активности предпринимательских структур. В полной мере это относится и к принципиально новому феномену производства, доставки (коммуникации) и потребления услуг обработки информации, разработанного западной организационно-технологической и экономической мыслью в условиях кризиса, получившего название «Облачные вычисления»1. Представляется, что в России, в условиях посткризисного общества, когда организации и индивидуальные предприниматели еще существенно ограничены в инвестиционных ресурсах, 1Т будут являтся одним из важнейших факторов экономического роста. Тем более важно оценить эффективность использования новых организационно-экономических форм, которые приобретает сфера коммуникаций, с использованием 1Т, и выработать рекомендации к их применению в российских условиях.

Степень разработанности проблемы.

Научную основу экономики ИТ технологий составляют работы: [1],

2], [3]. Непосредственно в области облачных вычислений исследования ученых Университета Беркли [4], исследования аналитиков [5], [6], [7] а также исследования коммерческих фирм: [8], [9], [10].

1 Сам термин «Облачные вычисления» пришёл из области схематических обозначений компонентов физической, логической или транспортной инфраструктуры центров обработки данных. На схемах обозначались типы аппаратных компонентов центров обработки данных, с некоторой долей абстрации. Например, системы защиты центров обработки данных от злонамеренных действий из Интернет (брендмауэры или сетевые экраны) изображались в виде кирпичной стены. Сам же Интернет имел обозначение в виде кучевого облака. И если раньше производство было сосредоточено в локальном центре обработки данных, и Интернет служил транспортной средой, то теперь производство перенесено в Интернет, в Облако, и потребителя услуги не интересуют особенности физического местоположения производителя и какие-либо подробности его внутренней организации. И производство, и потребление компьютерных услуг, на английском языке, получило название computing. Новая бизнес модель получила название Cloud computing, поскольку реализует, в первую очередь, новые экономические принципы производства и потребления услуг в среде Интернет. На русском языке "computing" обычно переводится как «вычисления», что существенно сужает смысл (например, вещание и потребление видеоконтента обычно не воспринимается, как «вычисления», однако это вполне "computing"), однако словосочетание "Cloud computing", как «Облачные вычисления», уже вполне сложились, поэтому в работе используется общепринятая терминология.

В отечественной экономической науке проблемы оценки экономической целесообразности производства, оказания и применения услуг сферы коммуникаций с использованием 1Т, в том числе в сфере предпринимательства, исследованы достаточно глубоко, однако для нас представляют особый интерес формы оказания услуг, которые по своей организационной сути близки именно облачным вычислениям. Такой формой являются достаточно распространённый в мире, и в России, аусторсинг.

Вместе с тем некоторые аспекты экономической целесообразности применения Облачных вычислений в российской экономике требуют дальнейшего анализа, конкретизации и развития. Бизнес-модель Облачных вычислений является принципиально новой, и требует углублённого анализа всех своих составляющих — организационной, экономической, административной, юридической, технической и технологической — и в историческом разрезе; анализа с точки зрения клиентов коммуникационных услуг, потребляющих результаты обработки информации, анализа с точки зрения производителей услуг.

Для всестороннего анализа феномена Облачных вычислений необходимо: - построение модели производитель-потребитель услуг по обработке информации; - выявление факторов, влияющих на взаимодействие клиента и производителя; - построение системы критериев, на которые должны ориентироваться клиент и производитель с ( учётом достижения наилучших результатов. При этом анализ и построение моделей должны быть произведены с учетом специфики российской экономики.

Цель и задачи исследования.

Целью диссертационного исследования является разработка методики принятия решений об эффективной организации процессов оказания услуг по обработке информации с учётом организационных и технологических факторов в новой организационно-экономической форме - «Облачные вычисления».

Достижение поставленной цели потребовало решения следующих задач методического и прикладного характера: содержательно проанализировать и систематизировать понятийный аппарат; провести критический обзор основных концепций использования 1Т конечными потребителями, выявить факторы, которые приводят к неэффективному использованию 1Т; выявить основные причины перехода от доминирующей сегодня модели построения аппаратной и программной инфраструктуры 1Т внутри организации, к модели потребления услуг обработки информации, произведённых вне организации, а затем перехода к Облачным вычислениям; оценить существующие и доработать методики оценки экономической эффективности применения информационных технологий в традиционной форме и форме Облачных вычислений; сформулировать методические рекомендации об экономической эффективности бизнес-модели Облачных вычислений, составить целостную систему критериев для принятия решения в бизнесе об организации использования услуг коммуникационной сферы в форме Облачных вычислений.

Объект исследования

Объектом исследования данной работы являются организации, производящие и использующие (потребляющие) коммуникационные услуги и услуги обработки информации в новой организационно-экономической форме, получившей название «Облачные вычисления».

Предмет исследования

Коммуникации и обработка информации в комплексных процессах функционирования предприятий и организаций, оценка экономических последствий использования Облачных вычислений.

Теоретическая и методологическая основа исследования

Теоретической и методологической основой исследования послужили нормативные и законодательные акты Российской Федерации, труды отечественных и зарубежных авторов, посвященные исследованию проблем эффективности сферы коммуникационных услуг с использованием инновационных информационных технологий (1Т), проблем делегирования полномочий и ответственности, аутсорсинга, процессного управления, организационно-экономических механизмов.

Диссертация выполнена в соответствии с паспортом специальности «08.00.05 Экономика и управление народным хозяйством», раздел 1.6. Сфера услуг, и соответствует решению проблем, обозначенных в следующих подразделах:

1.6.109. Совершенствование организации, управления в сфере услуг в условиях рынка.

1.6.110. Особенности формирования и развития общественного (государственного) сектора сферы услуг.

1.6.116. Механизм повышения эффективности и качества услуг.

1.6.117. Современные тенденции развития организационно-экономических форм хозяйствования в сфере услуг.

Инструментарно-методический аппарат.

В качестве инструментария исследования применялись статистические методы обработки первичной информации, общенаучные приёмы анализа и синтеза экономических аспектов функционирования информационных технологий, а также абстрактно-логический и экономико-математический инструментарий.

Информационно-эмпирическая база исследования

Информационно-эмпирической базой исследования послужили материалы Росстата, первичные данные выборочного обследования.

Научные результаты, выносимые на защиту

Доказана экономическая эффективность Облачных вычислений -новой организационно-экономического формы производства и потребления услуг обработки информации, в сравнении с традиционными формами использования 1Т в сфере коммуникационных услуг. Предложена методика принятия управленческих решений об использовании Облачных вычислений для решения практических задач обработки информации, состоящей из многофакторного анализа и математических моделей, позволяющих сопоставить затраты для различных сценариев использования Облачных вычислений на предприятиях и в организациях.

Научная новизна

- Выявлены организационные и экономические преимущества модели потребления услуг в сфере коммуникаций в форме Облачных вычислений, в сравнении с традиционными моделями и процессами использования 1Т на предприятиях и в организациях.

- Выработаны принципы и методика, позволяющие принимать эффективные управленческие решения при оценке альтернатив использования различных стратегий развития 1Т - модели Облачных вычислений и модели традиционного производства информационных услуг в рамках собственной инфраструктуры предприятий и организаций.

- Сформулированы правила экономически эффективной стратегии и операционной деятельности производителей 1Т, переходящих к использованию модели оказания услуг в форме Облачных вычислений.

- Выявлены ограничения и недостатки, препятствующие росту использования Облачных вычислений в социально-экономическом пространстве России, и разработаны научно-практические рекомендации по их преодолению.

Теоретическая и практическая значимость результатов исследования

Теоретическая и практическая значимость результатов исследования заключается в разработке принципов, подходов и правил, позволяющих принимать эффективные управленческие решения при использовании бизнес-модели Облачных вычислений для потребителей услуг обработки информации и в формулировке правил экономического поведения и формирования организационных структур для облачных провайдеров. Полученные результаты могут использоваться на предприятиях и в организациях, любой формы собственности, при выборе стратегии развития использования информационных технологий и эффективной организации их функционирования.

Апробация работы.

Основные положения диссертации докладывались и получили положительную оценку на научно-практических конференциях в Высшей школе корпоративного управления Академии народного хозяйства при

Правительстве Российской Федерации; в Центральном Экономико-Математическом Институте Российской Академии Наук.

Публикации.

Результаты диссертационного исследования опубликованы в двух статьях (в журналах из списка ВАК) и монографии, изданной в ЦЭМИ РАН, общим объёмом 8,5 печ.л.

Заключение диссертации по теме «Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда», Макаров, Сергей Валерьевич

Выводы подтверждают высказанную гипотезу о значительном экономическом эффекте, который может быть достигнут от применения модели Облачных вычислений. Из приведенной таблицы видно, что наиболее эффективной моделью является Публичное облако. Гибридная модель близка к Приватной, что объяснимо выбранной пропорцией 25-75.

Драйверы модели Облачных вычислений.

Авторы модели уделили особое внимание анализу чувствительности модели к тем или иным факторам. Наиболее значительными факторами, влияющими на уровень экономической эффективности, признаны факторы сокращения числа серверов (сокращения числа физических единиц оборудования) и замещение их виртуальными машинами; и сокращение периода миграции. Полученные выводы позволили сделать следующие рекомендации:

- группировать схожие функции для размещения их в крупных Облаках.

- по возможности, сократить время миграции в Облако.

Последнее обстоятельство подробно разобрано в контексте типовых деловых процедур бюджетирования проектов в государственных организациях США. Типовая процедура занимает 18-24 месяца, именно столько времени понадобится, чтобы переструктурировать ИТ бюджет США в формат модели Облачных вычислений. Развёртывание модели Облачных вычислений может занять ещё несколько лет.

Критика. По нашему мнению, данная оценка может быть справедливой для случаев специализированного создания новых, сложных компьютерных систем. Высокая степень готовности готовых ПО-как-услуга позволят, потенциально, значительно сокращать время на развёртывание систем в организациях.

Развёрнутая система будет находиться в эксплуатации до четырёх лет, прежде чем достигнет точки безубыточности.

Просуммировав оценки длительности различных этапов процесса миграции к модели Облачных вычислений, авторы получают весьма пессимистическую оценку, и рекомендуют значительно сократить длительность проекта за счёт проверенных подходов: поручить ведущим техническим, технологическим, юридическим институтам страны разработать соответствующие

разделы национальной программы миграции "государства в Облако"; государственным департаментам, агентствам, бюро инвентаризировать, структурировать и формулировать собственные функции в терминах их возможной реализации в том или ином

Облаке.

Окончание анализа.

С одной стороны, рассмотренная модель обладает существенными недостатками, и её практическое использование - например, для проведения аналогичных расчётов для государственных органов России -имеет весьма ограниченную пользу. С другой стороны, даже столь упрощённая модель весьма ярко иллюстрирует особенности модели Облачных вычислений, как экономически отличной от других моделей оказания компьютерных услуг, представленных на рынке в последнее время.

2.4. Экономика и организация облачных провайдеров

Преимущества для пользователей Облачных вычислений понятны. Какие же преимущества для провайдеров Облачных вычислений? Разумной гипотезой будет предположить, что экономически эффективно будет создавать очень большие центры обработки данных, во-первых, из-за мультиплексирования и виртуализации ресурсов, т.е. на единицу оборудования будет приходиться большее число потребителей, и во-вторых, из-за специальных цен на используемые физические ресурсы -компьютеры, средства связи, охлаждение, электричество и т.д.

Облако - это центр обработки данных, построенный на принципе оказания услуг по запросу, с целью минимизации недостатков, присущих традиционным центрам обработки данных: высокий расход электроэнергии, холода, места и мощности на единицу оказываемых услуг, и обеспечивающих более высокое качество услуг. Для того, чтобы центр обработки данных мог быть отнесён к классу Облаков, он должен отвечать следующим принципам

1. Динамическое разворачивание.

Необходимо наличие библиотеки готовых образов блоков типовых решений, включающих низкоуровневые настройки, инфраструктурные настройки и настройки приложений. Такой блок, или образ, будучи единожды настроен, может быть клонирован и развёрнут в течение минут. В отличие от ситуации, когда время добавления нового ресурса исчисляется днями.

2. Динамическое управление исполнением.

Динамическое разворачивание инфраструктуры или приложений управляется автоматическими процедурами контроля и управления исполнением. Предоставление новых, или снятие неиспользуемых, ресурсов производится на основе мониторинга в реальном времени. В отличие от ситуации, когда уровень предоставляемых ресурсов фиксируется в договоре.

3. Виртуализация.

Жёсткая привязка приложений к аппаратной инфраструктуре не допускается. Приложения должны работать в операционной среде, которая позволяет управлять загрузкой и освобождением аппаратной инфраструктуры. В отличие от ситуации, когда для исполнения одного приложения подбирается соответствующее аппаратное решение. Требование виртуализации необходимо для решения задачи повышения уровня утилизации.

4. Изоляция и абстрагирование.

Слои стека программного обеспечения должны быть конструктивно аккуратно изолированы друг от друга. Обеспечения взаимонезависимости позволит эффективно реализовать виртуализацию, позволяя подбирать компоненты программного обеспечения и быстро их разворачивая. В отличие от подхода оптимизированных для решения одной задачи программно-аппаратных комплексов.

5. Автоматическое управление

Запуск и снятие приложений, планирование уровня нагрузки должны реагировать на колебания спроса на тот или иной сервис, и должно исполнятся в автоматическом режиме. Обязаны быть предусмотрены различные сценарии разворачивания-сворачивания сервисов для различных ситуаций, но собственно управление масштабированием должно производится автоматически, в течение секунд. В отличие от ситуации ручного планирования и управления добавлением ресурсов.

6.Сервис ориентированная инфраструктура.

Компоненты инфраструктурного уровня - аппаратное обеспечение, системное программное обеспечение, сетевые сервисы, ПО промежуточного уровня -должны быть описаны в терминах SLA (Service Level Agreement), соответственно, должны быть измеримыми, анализируемыми и уточняемыми в зависимости от требований, которые предъявляет бизнес.

7. Библиотека инфраструктурных компонентов, собранных для конкретных задач.

Для разных типов запроов, от разных типов бизнесов, формируются специально подобранные комбинации инфраструктуры. Такие компоненты уже могут включать в себя прикладные приложения. Именно эти компоненты удовлетворяют конечные потребности пользователей, и они также должны обладать свойством измеримости, поскольку за использование этих компонентов берётся оплата pay-as-you-go.

8. Простая сборка

Компонент можно считать удачно настроенным, если им легко пользоваться, его запуск занимает немного времени, и он легко масштабируется (т.е. компонент хорошо взаимодействует с большим количеством идентичных компонентов). Из хорошо настроенных компонентов несложно собирать цельные процессы и сервисы, которые автоматически масштабируются в зависимости от нагрузки, которые определяются запросами бизнеса

Конфигурирование современной специализированной компьютерной системы - нетривиальная задача. В весьма упрощённом виде, можно представить себе аппаратную часть, на которой исполняется код операционной системы, поверх которой исполняется целый набор взаимосвязанных сервисов программного обеспечения платформенного и промежуточного уровня, поверх которого запущено прикладное приложение, предоставляющую конкретную услугу для потребителя. При этом возникают ещё вопросы межсистемного и межпрограммного взаимодействия, когда различные компоненты исполняются на различных компьютерах. Для одного компьютера, состояние его программного стека, описывается тысячами параметров. Нахождение оптимального, или хотя бы работающего, сочетания этих параметров - процесс, называющийся наладкой программного обеспечения - ближе к искусству, нежели к технологии. Зачастую, внесение каких-либо незначительных изменений в конфигурации ведёт к полной неработоспособности системы, карточный домик программных составляющих рушится. Система не работает. А это значит, что мы или должны повторить те шаги, которые мы сделали для того, чтобы оказаться в работоспособной точке, или восстановить предыдущее состояние системы. Для технологий виртуальных машин - в отличие от технологий физических компьютеров - существуют специализированные, весьма эффективные технологии, позволяющие с минимальными затратами сохранять, и при необходимости, восстанавливать различные состояния всей системы. Это делает допустимым и оправданным "изготовление брака", когда в программную заготовку вносятся изменения, и в случае очевидного провала выбросить конфигурацию и быстро вернуться к первоначальной заготовке, а в случае успеха - сохранить новый, удачный "снимок" состояния системы. Сохраняя ряд снимков состояния системы по мере построения стека программного обеспечения - строительства карточного домика - мы цементируем каждый слой домика, и в случае неудачного движения на более верхнем уровне можем быстро достать из хранилища готовую конструкцию, содержащую все предшествовавшие этажи, и продолжить строительство с точки принятия ошибочного решения. Из приведенной аналогии видно отличие пошагового сохранения состояний от монолитного подхода, когда одно неудачное движение на верхних этажах ведёт к тому, что мы имеем груду карт на столе. Следует отметить, что иногда возникает задача замены низкоуровневых компонентов системы -замена карты на нижних уровнях уже построенного домика - ситуация, когда технология сохранения состояний также может оказать неоценимую помощь.

Когда наступит период эксплуатации готовый системы, весьма вероятно, что наши предварительные расчёты по уровню загрузки системы оказались ошибочными, что сравнительно легко корректируется свойством масштабируемости системы. По окончании проекта, программные компоненты системы утилизируются в библиотеку готовых решений, аппаратная составляющая высвобождается и готова для развёртывания новых проектов.

Планирование, конструирование и строительство очень больших центров обработки данных требует значительных инвестиций: Apple (см.например [46]. Google [47]).

Первые контейнерные ЦОД компания Google начала создавать в 2005 году, однако работа над этой архитектурой продолжается. Недавно компания получила патент на конструкцию, где четыре контейнерных ЦОД устанавливаются друг на друга по два в ряд с подключением к центральной шине питания, каналам связи и системе охлаждения. Google запатентовала свой контейнер для ЦОД в октябре 2008 года. Кроме того, компания подала заявку на патент плавучего ЦОД, питаемого за счет энергии волн. На сегодня в Google разработано множество технологий центров данных — как концептуальных, так и реально применяемых в ее ЦОД. Новый патент представляет эволюцию модульного подхода к созданию ЦОД. Конструкция предназначена для установки вне помещений. Размеры контейнера могут варьироваться от 20 до 53 футов. Один ЦОД может содержать до сотни контейнеров, в каждом из которых —■ до 2 тыс. микропроцессоров и до 5 Тбайт дискового пространства. По мнению инженеров Google, модульная архитектура позволяет быстро строить крупные ЦОД. При этом можно использовать контейнеры фабричной сборки. Для подключения контейнеров к сети электропитания и каналам связи допускается использование разных схем: шина, звезда или кольцо.

Не менее важно, эти же компании разрабатывают масштабируемую инфраструктуру ПО (примеры: MapReduce, Google File System, BigTable, Dynamo), и обеспечивают безопасную операционную среду для функционирования центров обработки данных, защищая от угроз физического разрушения и электронных атак.

Таким образом, строительство сверхбольших центров обработки данных является необходимым, однако недостаточным условием, для того чтобы компания могла стать Провайдером Облака. Потребуются также инвестиции для разработки сложного, масштабируемого ПО и высокий уровень экспертизы для эксплуатации всего комплекса. Учитывая сказанное, перечислим обстоятельства, которые должен иметь в виду потенциальный Провайдер Облака при разработке своей облачной стратегии.

Эффект масштаба. В Таблица 3 Стоимость закупки основных ресурсов центрами обработки данных различного масштаба приводится пример расчётов себестоимости услуг, когда сверхбольшие центры обработки данных (десятки тысяч серверов), приобретают компьютеры, сетевой трафик по цене, составляющей 1/5, 1/7 от цены, которая предлагается центрам обработки данных среднего уровня (сотни и тысячи серверов) [30]. Далее, программное обеспечение разрабатывается, а впоследствии используется, на тысячах серверов, составляя пропорционально меньшую статью затрат в сравнении с теми же центрами обработки данных среднего уровня. По некоторым данным, разница в эффекте составляет 3-5 раз. Таким образом, достаточно большая компания будет значительные преимущества используя эффектом масштаба, предлагая услуги по значительно более низким ценам, при этом обеспечивая себе вполне приемлемый уровень прибыли.

Технология Средний центр обработки данных (стоимость) Сверхбольшой центр обработки данных (стоимость) Соотношение

Сетевой трафик 95ШБ за МЬй/сек/месяц 13ШО за МЬк/сек/месяц 7,1

Средства хранения данных 2,2ШБ за ОЬ^е/месяц 0,4ШВ за вЬ^е/месяц 5,7

Персонал -140 серверов на администратора >1000 серверов на администратора 7,1

4. Заключение

Уточнён категориальный аппарат новой модели производства и оказания услуг обработки информации «Облачные вычисления». Предложена логически непротиворечивая классификация Облачных вычислений, и связанных с ними экономических категорий.

Облачные вычисления, как новое экономическое, организационное и технологическое явление, в силу своей сложности и богатстве внутренних взаимозависимостей, может быть классифицировано по целому ряду критериев. В данной работе, мы использовали, преимущественно, технологический критерий. Выбор этого критерия позволил использовать уже существующие разработки классификаций информационных технологий вообще, и в виде услуг, в частности. Выяснилось, что технологическое разделение программного обеспечения на системное, прикладное и ПО промежуточного уровня вполне применимы и к облачным вычислениям, с определёнными уточнениями. Для нашего анализа оказалось достаточно развить эту базовую классификацию, позволив проследить преемственность технологии и развитие, на её основе, новых экономических форм.

Выявлены организационные и экономические преимущества модели потребления услуг обработки информации, в форме Облачных вычислений, в сравнении с традиционными моделями и процессами использования информационных технологий на предприятиях и в организациях.

Весьма плодотворная идея о превращении компьютеров в чистую компьютерную полезность нашла свою реализацию в форме облачных вычислений. Свойство эластичности полезности исключительно важно для предприятий, которые оказывают услуги обработки информации для конечных потребителей, и доставляют свои услуги потребителю в среде Интернет, и объём предоставляемых услуг может вырасти (или сократиться) существенно быстрее, чем несколько лет назад. Если раньше требовались годы, чтобы потребительская база выросла до уровня нескольких миллионов пользователей, то теперь это может занять месяцы, или даже дни.

Для уже работающих компаний, использующих информационные технологии для решения своих собственных задач, свойство эластичности также крайне привлекательно, предоставляя возможности избежать опасности нехватки оборудования или простоя избыточного оборудования, в случае неверного планирования уровня использования оборудования.

Наибольший экономический эффект достигается отсутствием необходимости первоначальных инвестиций в аппаратное обеспечение (эффект, получивший название СарЕх 1;о ОрЕх, то есть изменение пропорции между капитальными и операционными затратами в сторону последних).

Выработаны принципы и методика, позволяющие принимать эффективные управленческие решения при оценке альтернатив использования различных стратегий развития информационных технологий - модели Облачных вычислений и модели традиционного производства информационных услуг в рамках собственной инфраструктуры предприятий и организаций.

Облачные вычисления, технологически, очень напоминают эпоху мейнфреймов - эпоху, когда исключительно надёжное аппаратное и системное программное обеспечение эксплуатировалось специалистами высокого уровня в фактической изоляции от потребителя, которому была оставлена возможность эксплуатировать только прикладное программное обеспечение, другими словами, потреблять услугу. Если технологии сверхбольших центров обработки данных повторяют и развивают, на новом технологическом витке, идеи и концепции, заложенные в мейнфреймы, то взаимодействие с конечными потребителями компьютерных функций, за прошедшие годы, претерпело революционные изменения. Операционные системы, файловые системы, системы управления базами данных, серверы приложений — пока остаются принципиально такими же, как и 20 лет назад. Способы же взаимодействия компьютера и человека шагнули значительно вперёд. От «глухого» текстового терминала, находящемся в конкретном машинном зале - к графическому «пальцевому» интерфейсу мобильного устройства, хорошо понимающему человеческую речь, и озвучивающему свой экран для слабовидящих. Если человек сегодня общается с компьютером самыми разнообразными способами, и компьютер может отвечать человеку самыми различными способами, то для пользователя будет естественным выбирать из огромного списка услуг самое нужное для своего использования. До последного времени это было справедливо для сегмента домашних приложений, в значительной степени - развлекательных

Список литературы диссертационного исследования кандидат экономических наук Макаров, Сергей Валерьевич, 2011 год

1. Hal R. Varian, Joseph Farrell, Carl Shapiro. The Economics of Information Technology. Cambridge : Cambridge University Press, 2004.

2. Computer Economics. В Интернете. 01 2011 г. [Цитировано: 30 01 2011 г.] http://www.computereconomics.com/index.cfm.

3. Shy, Oz. The Economics of Network Industries. Cambridge: Cambridge University Press, 2001.

4. Cray, Jim. Distributed Computing Economics. Association for Computing Machinery. В Интернете. Май 2008 г. http://mags.acm.org/queue/20080506/?folio=63CFID=93424422&CFTOKEN= 66095418#pg64.

5. Amazon Web Services. AWS Case Study: TC3 Health. Amazon Web Services. В Интернете. 2009 r. http://aws.amazon.com/solutions/case-studies/tc3 -health/.

6. Cisco Systems Inc. Visual Networking Index. Cisco Systems. B Интернете. 2 Июнь 2010 г.http://wwwxiscoxom/cn/US/netsol/ns827/networkingsolutionssubsolution.h tml#~forecast,.

7. Microsoft Corp. City Government Improves Service Offerings, Cuts Costs with 'Cloud' Services Solution. Microsoft Corp. Case Studies. B Интернете. 24 Февраль 2010 г. http://www.microsofit.com/casestudies/casestudydetail.aspx?casestudyid=400 0006568.

8. Carl Shapiro, Hal R. Varian. Information Rules, A Strategic Guide to the Network Economy, б.м. : Harvard Business Press, 1998. ISBN 0-87584-863-X.

9. Computer Mediated Transactions. Research papers of Hal R. Varian. В Интернете. 2011 r. http://www.sims.berkeley.edu/~hal/Papers/2010/cmt.pdf.

10. Copyright term extension and orphan works. Research papers of Hal R. Varian. В Интернете. 2010 r. http://www.sims.berkeley.edu/~hal/Papers/2006/copyright-policy.pdf.

11. The Google Libraiy Project. Research papers of Hal R. Varian. B Интернете. 2006 r. http://www.sims.berkeley.edu/~hal/Papers/2006/google-library.pdf.

12. The Economics of Internet Search. Research papers of Hal R. Varian. В Интернете. 2006 r. http://www.sims.berkeley.edu/~hal/Papers/2007/costa-lecture.pdf.

13. Microsoft: a remedial failure. Carl Shapiro. В Интернете. 2009 r. http://faculty.haas.berkeley.edu/shapiro/microsoft2009.pdf.

14. The Economics of Network. International Journal of Industrial Organization. В Интернете. 1996 r. http://www.stern.n3a1.edu/networks/top.html.

15. Mixed Source. Research papers. В Интернете. 2011 r. http://www.casadesus-masanell.eom/RamonCasadesus

16. Masanell/PublishedPapers/Entries/2011/1/3 lMixedSourcefiles/MixedSour ce.pdf.

17. В.И., Соловьев. Стратегия и тактика конкуренции на рынке программного обеспечения: Опыт экономико-математического моделирования. Москва : Вега-Инфо, 2010.

18. Mell Peter, Tim Grance. NIST Definition of Cloud Computing vl5. National Institute of Standard and Technology, Information Technology Laboratory. В Интернете. 11 Май 2009 г. http://csrc.nist.gov/groups/SNS/cloud-computing/cloud-def-vl5.doc.

19. Pingdom. Exploring the software behind Facebook, the world's largest site. Pingdom. В Интернете. 18 Июнь 2010 г. http://royal.pingdom.com/2010/06/18/the-software-behind-facebook/.

20. Miller, Rich. The Facebook Data Center FAQ. Data Center Knowledge. Online. Сентябрь 27, 2010. http://www.datacenterknowledge.com/the-facebook-data-center-faq/.

21. The Washington Post Company. Hillary Clinton's White House Schedules. The Washington Post. 19 Март 2008 r.

22. Jason. Amazon.com CEO Jeff Bezos on Animoto. Animoto. B Интернете. 21 Апрель 2008 г. http://animoto.com/blog/company/amazon-com-ceo-jeff-bezos-on-animoto/.

23. Kartik Hosanagar, Ramayya Krishnan, Michael Smith, John Chuang. Optimal Pricing of Content Delivery Network (CDN) Services. Pennsylvania Univ., Indiana, PA, USA : б.н., 2004.

24. A computational economy for grid computing and its implementation in the Nimrod-G resource broker. David Abramson, Rajkumar Buyya, Jonathan Giddy. 2002 r.

25. A commodity market algorithm for pricing substitutable Grid resources. Gunther Stuer, Kurt Vanmechelen, Jan Broeckhove. 23, б.м. : Future Generation Computer Systems, 2007 r.

26. Booz, Allen, Hamilton. The Economics of Cloud Computing. Booz, Allen, Hamilton. В Интернете. 6 Октябрь 2009 г. http://www.boozallen.com/publications/article/42656904.

27. Federal Communication Commision. Connecting America: The National Broadband Plan. Connecting America: The National Broadband Plan. В Интернете. 2010 r. http://www.broadband.gov/plan/.

28. Sarno, David. Los Angeles City Hall becomes tech giants' battlefield. Los Angeles Times. 28 Сентябрь 2009 r.

29. Lynch, C.G. Washington D.C. Uses Google Apps to Cut Government Waste. Bloomberg News. В Интернете. 10 март 2009 г. http://www.itbusiness.ca/it/client/en/home/News. asp?id=52336.

30. Hart, Kim. Google Goes to Washington, Gearing Up to put Its Stamp on Government. The Washington Post. 29 Сентябрь 2008 r.

31. Microsoft Corp. City Government Uses Online Services for Messaging, Saves 40 Percent Annually. Microsoft Corp. Case Studies. B Интернете. 14 Май 2009 г. http://www.microsoft.com/casestudies/CaseStudyDetail.aspx?casestudyid=40 00004251.

32. Non-Emergency Government 311 Services. Non-Emergency Government 311 Services. В Интернете. 2009 r. http://311service.org/.

33. Nucleus Research. ROI Case Study: Salesforce.com. Nucleus Research. В Интернете. Август 2009 г. http://nucleusresearch.com/research/roi-case-studies/roi-case-study-salesforce-dot-com-state-department-ndf.

34. Nebula. Nebula Cloud Computing Platform. Nebula Cloud Computing Platform. В Интернете. 2010 r. http://nebula.nasa.gov/.

35. Hoover, Nicholas. GSA Shifts Cloud Computing Strategy. Information Week Government. В Интернете. 1 Март 2010 г. http://www.informationweek.com/news/government/cloud-saas/showArticle.jhtml?articleID—223101058.

36. The Federal Cloud Computing Initiative (FCCI). The Federal Cloud Computing Initiative (FCCI). В Интернете. http://www.scribd.com/doc/18031511/US-Federal-Cloud-Computing-Initiative-Overview-Presentation-GSA. http://www.info.apps.gOv/node/2.

37. Helft, Miguel. Technology Coalition Seeks Stronger Privacy Laws. The New York Times. 30 март 2010 r.

38. Miller, Rich. First Look: Apple's Massive iDataCenter. Data Center Knowledge. В Интернете. 22 Февраль 2010 г. http://www.datacenterknowledge.eom/archives/2010/02/22/first-look-apples-massive-idatacenter/.

39. Открытые системы. Google патентует «башню из контейнеров». Открытые системы. В Интернете. 21 Июнь 2010 г. http://www.osp.ru/news/thematic/2010/0621/13002704/.

40. Brodkin, Jon. Loss of Customer Data Spurs Closure of Online Storage Service 'The Linkup'. Chief Information Officer. В Интернете. 12 август 2008 г. http://www.cio.com/article/443338/LossofCustomerDataSpursClosureof OnlineStorageServiceTheLinkup.

41. Amazon Web Services. Amazon CloudFront. Amazon CloudFront. В Интернете. 2009 r. http://aws.amazon.com/cloudfront/.

42. Garfinkel, Simson. An Evaluation of Amazon's Grid Computing Services: EC2, S3 and SQS. В Интернете. 2009 r. ftp://ftp.deas.harvard.edu/techreports/tr-08-07.pdf.

43. McKeown, Nick, и др. OpenFlow: enabling innovation in campus networks. 2008.

44. Cloud Computing Architect. Cloud Computing Architect. Cloud Computing Architect. В Интернете. 2010 r. http://cloudcomputingarchitect.com/.

45. Krebs, Brian. Amazon: Hey Spammers, Get Off My Cloud! The Washigton Post. 1 Июль 2008 r.

46. Легезо, Денис. Россия: рынок аренды делового ПО за год вырос на 50%. Cnews . В Интернете. 14 05 2010 г. http://outsourcing.ru/content/rus/303/3033-article.asp.56.

47. Обслуживание ЦОД: на аутсорсинг или собственными силами? StoreData. В Интернете. 07 05 2010 г. http://outsourcing.ru/content/rus/3 03/3 03 7-article.asp.

48. Основной ресурс. Мегафон-Москва. В Интернете. 2010 г. http://www.moscow.megafon.ru/corporate/mobile/osnres/osnovnoyresurs.htm 1.

49. SoftCloud. В Интернете. 2010 г. www.softcloud.ru.

50. Календжян, Сергей Оганович. Аутсорсинг и делегирование полномочий в деятельности компаний. Москва: Издательство "Дело", 2003.

51. Макаров, Валерий Леонидович. Социальный кластеризм. Российский вызов. Москва : Издательство "Бизнес атлас", 2010.

52. Макаров, Сергей Валерьевич. Социально-экономические аспекты облачных вычислений. Москва: ЦЭМИ РАН, 2010.

53. Макаров, Сергей Валерьевич. За "Облачные вычисления" Журнал. // Креативная экономика.- Москва:, №8, 2010.