Совершенствование методов и средств информатизации фармацевтического производственного процесса тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Мухаматгалеева Луиза Равкатовна

• Мухаматгалеева Луиза Равкатовна
• кандидат наук
• 2023

Оглавление диссертации кандидат наук Мухаматгалеева Луиза Равкатовна

ВВЕДЕНИЕ

1 СОВРЕМЕННЫЙ УРОВЕНЬ РАЗВИТИЯ МЕТОДОВ И СРЕДСТВ ИНФОРМАТИЗАЦИИ В ХИМИЧЕСКОЙ ОТРАСЛИ

1.1 Теоретико-информационный и системный анализ сложных систем на фармацевтическом предприятии

1.2 Аналитический обзор методик оценки эффективности функционирования производственных систем на основе оценки уровня информатизации

1.3 Опыт и специфика организации и управления фармацевтическим предприятием в зарубежных странах

2 ЗАКОНОМЕРНОСТИ ФУНКЦИОНИРОВАНИЯ И РАЗВИТИЯ ПРОЦЕССОВ ОРГАНИЗАЦИИ ПРОИЗВОДСТВА В ФАРМАЦЕВТИКЕ НА ПРИНЦИПАХ ИНФОРМАТИЗАЦИИ

2.1 Развитие методов и средств информатизации производственного процесса фармацевтических производств в российских условиях

2.2 Исследование отраслевого уровня цифровизации производственных систем фармацевтических предприятий

2.3 Системный анализ производственного потенциала фармацевтического предприятия на основе методики оценки стадии цифровой трансформации

3 РАЗРАБОТКА НАУЧНО-ОБОСНОВАННЫХ МЕРОПРИЯТИЙ ПО СОВЕРШЕНСТВОВАНИЮ МЕТОДОВ И СРЕДСТВ ИНФОРМАТИЗАЦИИ НА ПРИМЕРЕ ООО «ИЗВАРИНО ФАРМА»

3.1 Разработка модели организации производственного процесса на основе сбора и обработки больших массивов данных

3.2 Моделирование информационной подсистемы управления фармацевтическим производством

3.3 Внедрение системы поддержки принятия решений по информатизации производственных процессов на отдельном участке фармацевтического предприятия на примере Лабораторной информационной системы LIMS

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

Приложение А

Модель управления ТОиР оборудования на фармацевтическом предприятии

на основе технологии Больших данных

Приложение Б

Инвестиционный анализ проекта внедрения технологии Больших данных для управления технологическим процессом фармацевтического предприятия

Приложение В

Технологическая схема процесса производства таблеток, покрытых

пленочной оболочкой ООО «Изварино Фарма»

Приложение Г

A0 Разработка лекарственного средства

Приложение Д

A0 Информационный обмен

Приложение Е

Исходные данные для расчета оптимальной структуры информационной системы управления производством

Введение диссертации (часть автореферата) на тему «Совершенствование методов и средств информатизации фармацевтического производственного процесса»

ВВЕДЕНИЕ

Актуальность темы исследования. Технологический суверенитет в области обеспечения здоровья населения Российской Федерации заключается в повышении технической эффективности функционирования фармацевтической промышленности, значительные резервы роста которой связаны с информатизацией организации производства. Развитие фармацевтической отрасли, как значимой части системы здравоохранения страны является стратегической задачей государства. Несмотря на сохранявшийся длительное высокий уровень международной интеграции в данной сфере в форме доминирования продукции «Big farma», развитие отечественной фармацевтики является задачей национальной безопасности, особенно в условиях ухода ряда иностранных производителей с отечественного рынка лекарственных препаратов. Задачи развития фармацевтической отрасли отражены в Указе Президента РФ «О национальных целях развития Российской Федерации на период до 2030 года» в качестве приоритетного направления. Вопросы импортоза-мещения за счет предприятий отечественной сферы также актуализированы в рамках ряда оперативных совещаний Минпромторга с участием Президента РФ в текущем году, Правительство утвердило Постановление о поддержке компаний, разрабатывающих аналоги импортных лекарств (от 3 апреля 2023 года №529). Поэтому развитие инструментария управления производством, стимулирование новых научных разработок и производство инновационной продукции фармацевтической отрасли является одной из ключевых задач национальной экономики.

Вместе с тем, значительное влияние фармацевтической продукции на здоровье населения порождает проблему, связанную с высоким уровнем регулирования всех этапов разработки и производства фармацевтической продукции. Данная отрасль характеризуется наиболее длительными циклами разработки лекарственных средств, что обусловлено значительным объемом регламентации и регулирования всех элементов данного процесса. Система

отраслевых стандартов начинается с Федерального закона 12.04.2010 № 61-ФЗ (ред. от 26.03.2022) «Об обращении лекарственных средств» и международными стандартами ОМР, заканчивая отечественными стандартами по организации системы менеджмента качества производственных процессов в фармацевтике. Данное обстоятельство требует поиска инструментов повышения эффективности организации производства, позволяющих обеспечить соответствие стандартам и рациональное использование производственных ресурсов фармацевтики.

Переход к концепции «Индустрия 4.0», объявленный в рамках Национальной программы «Цифровая экономика», также является основой для цифровой трансформации фармацевтических производств. Использование современных информационных средств позволяет существенно повысить эффективность производства, обеспечить автоматизированное управление производством, сохраняя соответствие продукции и процессов организации производства необходимым стандартам и нормативным требованиям. В этой связи расширение применения информационных технологий в фармацевтике является актуальной задачей, способствующей развитию инновационного и производственного потенциала предприятий отрасли, а также повышению конкурентоспособности продукции в сравнении с импортными аналогами.

Степень разработанности темы исследования. В условиях цифровой трансформации экономики наблюдается значительный интерес к особенностям реализации данного процесса в различных отраслях. В частности, вопросам цифровизации организации производства посвящены труды В. М. Бабушкина, М. А. Буценина, М. Г. Двинянина, Ф. Ф. Галимулиной, С. С. Кудрявцевой, Ю. А. Кораблева, Т. В. Малышевой, А. В. Матасова, В. П. Мешал-кина, Б. О. Прокопенко, Р. Ф. Сагитдинова, Е. А. Шибановой-Роенко, А. И. Шинкевича, М. В. Шинкевич и др.

Особенности цифровизации фармацевтического производства рассматриваются в исследованиях С. Сура, С. Дяченко, Н. С. Клунко, Н. В. Макарова, Т. И. Кондратенковой, А. И. Кривцова, А. В. Заступовой, О. Вишневского,

5

В. В. Исайченковой и др. Вопросы исследования моделей стимулирования развития фармацевтической отрасли стали предметом изучения Е. В. Астаховой, А. М. Измайлова и др.

Проблемам построения кибер-физических систем посвящены работы зарубежных авторов Ф. Тао, К. Ки, Д. Ванг, Дж. К. Коммури, Ф. Мистри, Д. В. Розен, А. Чарро, В. Шэффер и др. Вопросы реализации концепции «Фарма 4.0» рассматриваются в работах Б. Динга, И. Харири, Р. Баренджи, Б. Йет и др.

Вместе с тем, несмотря на широкую освещенность вопросов по совершенствованию фармацевтического производственного процесса, в них недостаточно полно отражены вопросы эволюционного подхода к поступательному развитию фармацевтической отрасли, позволяющий обеспечить плавный переход к цифровой концепции развития промышленности. Недостаточная проработанность указанных вопросов предопределила выбор темы диссертационного исследования, его цель и задачи.

Цель и задачи исследования. Целью исследования является развитие методов и инструментов информатизации фармацевтических производств для повышения их эффективности. Для достижения указанной цели планируется решение следующих задач:

1) выявить закономерности цифровой трансформации фармацевтической отрасли, выражающиеся в последовательном прохождении основных стадий эффективного перехода отраслевых предприятий на цифровую поддержку управления производством;

2) модернизировать структуру информационной системы предприятия, в виде учета специфики фармацевтических производств;

3) усовершенствовать модель организации производственного процесса предприятия на основе современных сквозных цифровых технологий;

4) предложить алгоритм информационной поддержки производственного процесса, учитывающей структуру и особенности элементов производственного процесса.

Объект исследования. Объектом исследования являются предприятия фармацевтической отрасли и информационная система управления производственным процессом в данной сфере на мезо- и макроуровнях.

Предмет исследования являются подходы к управлению производственным процессом на фармацевтическом предприятии в условиях перехода на цифровую концепцию управления Индустрии 4.0.

Соответствие исследования паспорту научной специальности. Область диссертационного исследования соответствует научной специальности 2.5.22. Управление качеством продукции. Стандартизация. Организация производства в пунктах: 1. Методы анализа, синтеза и оптимизации, математические и информационные модели состояния и динамики процессов управления качеством и организации производства; 23. Разработка и совершенствование методов и средств планирования и управления производственными процессами и их результатами.

Научная новизна исследования заключается в разработке моделей цифровой трансформации фармацевтических производств на основе сквозных технологий, учитывающих специфику организации отраслевых производственных процессов.

Содержание научной новизны представлено следующими научными результатами:

1) выявлены закономерности цифровой трансформации организации производства для предприятий фармацевтической отрасли, которые выражаются в учете специфики организационных проектов, преобладающих на каждой фазе (фаза I - значительный прирост доли затрат на цифровизацию при незначительном приросте объема производства (этап инжиниринговых проектов), фаза II - технико-технологическая модернизация производственной базы, фаза III - заключительный этап), что позволяет обеспечить относительное снижение доли затрат на цифровизацию при значительном росте объема производства;

2) предложена модернизация процессной модели формирования информационной сети, отличающаяся авторским подходом к учету информации (учет разнообразных источников информации в стандартном виде), что позволяет использовать информационные средства в процессе разработки проектов автоматизации производственных процессов фармацевтической отрасли;

3) сформирован прототип системы поддержки принятия решений по управлению производственной программой фармацевтического предприятия, отличающаяся внедрением в нее модуля сбора и обработки больших данных (включающего следующие функциональные блоки: подсистема информации и данных (базы данных); подсистема интеллектуального анализа данных; подсистема расчета ожидаемых параметров процесса; подсистема визуализации; модуль редактирования баз данных, что позволяет реализовать управление в условиях неопределенности;

4) разработан алгоритм цифровой интеграции системы поддержки принятия решений для бизнес-процесса разработки лекарственных средств, отличающаяся возможностью реализации интегрированного подхода к процессу разработки лекарственных средств за счет реализации следующих принципов: интеграция участников, систем и ресурсов; прозрачность и доступность полной информации; оперативность и точность информации; последовательность и итеративность информационной поддержки процесса разработки, что позволяет минимизировать сроки организации производства инновационной фармацевтической продукции.

Теоретическая значимость исследования заключается в обобщении теоретических положений, отражающих специфику организации производственных процессов в фармацевтической отрасли, выявленной модели цифровой трансформации фармацевтического предприятия посредством последовательного перехода к реализации концепции «Фарма 4.0».

Практическая значимость исследования заключается в разработке

математической модели управления информационной системой фармацевти-

8

ческого предприятия, а также моделировании информационного обмена процесса разработки лекарственного средства с применением системы поддержки принятия решений.

Полученные в работе новые научные результаты использованы для разработки стратегии цифровой трансформации фармацевтического предприятия ООО «Изварино Фарма», для повышения эффективности производственного процесса за счет внедрения сквозной технологии больших данных, полезны в процессе разработки отраслевых и национальных программ цифровой трансформации фармацевтической отрасли.

Методология и методы исследования.

Информационной базой исследования послужили материалы аналитических отчетов информационных и рейтинговых агентств, данные научных работ периодических изданий, данные отчетности фармацевтических предприятий.

Теоретической основой исследования стали работы отечественных и зарубежных ученых, научные статьи в периодических изданиях, тексты нормативно-правовых документов.

Методической базой исследования послужили методы системного анализа, общенаучные методы наблюдения, анализа и синтеза, графический, трендовый, индексный методы, методы вертикального и горизонтального анализа и др. В качестве цифровых инструментов исследования использовались программные продукты АльтИнвест и Business Studio.

Основные положения, выносимые на защиту:

1) закономерности цифровой трансформации управление производственными процессами предприятия фармацевтической отрасли;

2) процессная модель формирования информационной сети фармацевтического предприятия;

3) прототип системы поддержки принятия решений по управлению производственной программой фармацевтического предприятия;

4) алгоритм цифровой интеграции системы поддержки принятия решений для бизнес-процесса разработки лекарственных средств.

Степень достоверности и апробация результатов исследования.

Научные положения и выводы, сформулированные в работе, вполне обоснованы и достоверны. Достоверность полученных результатов исследования обеспечивается наличием значительного массива информации о показателях информатизации предприятий фармацевтической отрасли, а также значительного объема теоретических материалов, опубликованных в рецензируемых отечественных и зарубежных журналах, которые лежат в основе сформулированных выводов и полученных результатов.

Результаты диссертационного исследования прошли апробацию на научно-практических международных и всероссийских конференциях: «Актуальные тренды цифровой трансформации промышленных предприятий», Курск, 2022 г., «Тенденции развития логистики и управления цепями поставок в условиях цифровой экономики», Казань, 2021 г.; «Дни науки» факультета социотехнических систем КНИТУ, Казань, 2020 г., 2019 г., 2016 г.; «Нугаевские чтения», Казань, 2016 г., 2015 г. и др.

Результаты исследования используются в организационно-управленческой деятельности ООО «Изварино Фарма», в работе ФГБОУ ВО «Казанский национальный исследовательский технологический университет», что подтверждено соответствующими справками.

Научные положения и решения, полученные автором, зарегистрированы в виде электронного ресурса «Алгоритм выявления лучшей практики организации производственных систем в условиях устойчивого развития и технологической модернизации» (свидетельство о регистрации электронного ресурса №24926 от 22.11.2021г. ОФЭРНиО).

Публикации. По теме исследования опубликованы 11 научных работ

общим объемом 4,03 п. л. (с авторским участием 3,41 п.л.), из них 3 статьи в

журналах из перечня рецензируемых научных изданий, рекомендованных

ВАК Минобрнауки России - «Известия Самарского научного центра Россий-

10

ской академии наук», «Современные наукоемкие технологии», свидетельство о регистрации электронного ресурса.

Структура и объем работы.

Диссертационное исследование состоит из введения, 3 глав, заключения, списка литературы; включает 44 рисунка, 17 таблиц. Список литературы состоит из 138 наименований. Общий объем работы - 168 страниц, основной текст диссертации - 130 страниц.

1 СОВРЕМЕННЫЙ УРОВЕНЬ РАЗВИТИЯ МЕТОДОВ И СРЕДСТВ ИНФОРМАТИЗАЦИИ В ХИМИЧЕСКОЙ ОТРАСЛИ 1.1 Теоретико-информационный и системный анализ сложных систем на

фармацевтическом предприятии

Обеспечение качества жизни и здоровья населения является одной из ключевых долгосрочных государственных задач. Здоровье населения, доступ к системе здравоохранения и необходимым лекарственным средствам является залогом эффективного использования человеческих ресурсов в экономике, и, соответственно, основой устойчивого экономического роста в целом. Тесная взаимосвязь системы оказания медицинских услуг и фармацевтической отрасли во многом определяет доступность и эффективность системы здравоохранения, так как в условиях недостатка собственных производственных мощностей фармацевтической отрасли актуализируется не только проблема качества медицинских услуг, но и сама возможность их оказания. В этой связи актуальной задачей государства становится создание условий для устойчивого развития системы производства фармацевтической продукции на всех стадиях ее создания. С другой стороны, сложность управления данным сектором экономики обусловлена существенными ограничениями обеспечения безопасности производства, так как имеет место значимое влияние отрасли на качество человеческого капитала в долгосрочной перспективе. Отличие фармацевтической отрасли от других сфер промышленного производства заключается в высоком уровне регулирования в силу критического значения для социально-экономической жизни общества, это определяет значительное участие государства на всех стадиях процессе разработки, запуска в производство и контроля качества производимой продукции.

В настоящее время в России разработано и используется множество нормативно-правовых инструментов управления и контроля цепочек создания фармацевтической продукции, осуществляющих регулирование в области производства, продажи и хранения лекарственной продукции

12

[1,4,7,9,10,16], формируя необходимые требования и условия организации производственного процесса фармацевтической отрасли. В основе большинства из них лежит передовой опыт, а также наследие советского периода. В то же время существенное расширение использования цифровых инструментов во всех сферах производства не обошло и Фарминдустрию, однако достаточной степени нормативного регулирования данное направление еще не получило.

В основе современных национальных норм организации производства и контроля качества фармацевтической промышленности лежит международный стандарт «Правила производства лекарственных средств (Good Manufacturing Practice for Medicinal Products (GMP)), российским аналогом которых является Правила надлежащей производственной практики [10]. Целью создания и применения данного стандарта является обеспечение безопасности и контроля качества производства лекарственных средств на всех технологических этапах. Создание и применение международного стандарта GMP стало гармоничным этапом становления и развития глобального рынка фармацевтической промышленности и позволило:

- унифицировать лекарственные средства, что обеспечить большую прозрачность и эффективность циркуляции лекарственных препаратов в экономике;

- регламентировать и обеспечить прозрачность процесса производства лекарственных средств;

- установить нормы и правила хранения и распространения лекарственных средств.

Государственное регулирование осуществляется на всех этапах производственной цепочки (рисунок 1.1.1). Согласно ст.8. Федерального закона №61-ФЗ от 12.04.2010г. «Об обращении лекарственных средств» производство лекарственных средств является лицензируемым видом деятельности. Лицензию на организацию производства новых лекарственных препаратов

выдает непосредственно Министерство здравоохранения, оценивая новые продукты на предмет эффективности, и безвредности [9].

Обнаружение и разработка лекарственного препарата Клинические испытания Производство Логистика и дистрибуции * Маркетинг и розничные продажи

Рисунок 1.1.1 - Полный цикл создания стоимости фармацевтической продукции (обобщено автором [67,68])

В своей работе Кораблев Ю. А. выделил ряд особенностей производства и реализации фармацевтической продукции [21, с.8]:

«- спрос на различные виды лекарственных препаратов имеет сезонный характер в силу особенностей распределения обострения ряда недомоганий по сезонам в течение года;

- для обеспечения безопасности и эффективности лекарственных препаратов их производство является лицензируемым видом деятельности;

- производство лекарственных средств имеет серийный характер и каждая серия должна быть лицензирована».

Отмеченные особенности играют существенную роль в процессе организации и планирования производственного процесса, так как во многом определяет объем и структуру требуемых ресурсов.

Процесс производства лекарственных средств подвержен значительному регулированию с целью обеспечения надлежащего качества и безопасности продукции. Поэтому система контроля и управлением качеством на таких производствах выступает в качестве ключевого элемента производственной системы. Постоянный мониторинг качества продукции требует проведения лабораторных исследований и испытаний, позволяющих оценить соответствие нормативным требованиям. В условиях высокой интенсивности производства и развития информационных технологии появилась необходимость в разработке специализированных информационных систем, агрегирующих информацию о результатах лабораторных исследований в автоматизирован-

ном режиме. Такой класс программных средств получил название LIMS -Laboratory information management system. В рамках данных программ собирается и обрабатывается информация из всех аналитических источников, что позволяет получить комплексную объективную оценку качества продукции, выявить «узкие места» и минимизировать производственные риски [35, с.11].

Помимо информационных систем значительное распространение в деятельности передовых фармацевтических предприятиях занимают технологии Индустрии 4.0. С расширением сферы внедрения современной концепции «Индустрии 4.0» значительное число исследований обратило свое внимание на проблемы цифровизации производства. Так, рассмотрению особенностей цифровизации производств посвящены работы Мешалкина В. П., Шинкевича А. И., Бабушкина В. М., Астаховой Е. В., Галимулиной Ф. Ф., Кудрявцевой С. С., Малышевой Т. В. [22,23,32,33,55,56,57,60,62,63,88,91,92,93]. Особенности цифровизации фармацевтической индустрии рассматриваются в С. Сура, С. Дяченко, Н. С. Клунко [46,47,48,79]. Локальную специфику развития фармацевтики Китая изучают Yu F., Yu X., Sun Q. В своих работах они оценивают особенности государственной регулирующей деятельности правительства, а также вопросы осуществления практики мониторинга отрасли по всей цепочке поставок [129,137,138].

Особого внимания заслуживает технологии цифровых двойников, больших данных и машинного обучения.

Так цифровые двойники являются приоритетным направлением развития крупнейших фармацевтических компаний мира, так как в результате их применения ожидается значительный рост эффективности не только производственного процесса, но и самого подхода к организации системы здравоохранения в сторону большей индивидуализации лекарственных средств и медицинских изделий. Среди основных направлений применения цифровых двойников в фармацевтической отрасли следует выделить:

- цифровые двойники органов человека, которые позволяют моделировать ход течения заболевания и его лечения с учетом индивидуальных осо-

15

бенностей отдельного пациента. В настоящее время несколько крупных фармпроизводителей реализуют масштабные проекты в данной области [103,105,109];

- применение цифровых двойников в геномной медицине позволяет на основе анализа генома отдельных клеток или органов человека разрабатывать препараты, действие которых учитывает особенности генетического строения [102];

- кастомизация лекарственных средств и протоколов лечения с учетом индивидуальных особенностей пациента [115];

- выявление и оценка рисков применения тех или иных препаратов на различные органы пациента с учетом индивидуальных особенностей [110,134];

- планирование хирургических вмешательств [126];

- моделирование производственных линий и цепей поставок лекарственных препаратов.

Особенностью LIMS, которая обусловлена характером решаемых в рамках системы задач, является интеграция значительного объема разнообразной по своему формату и структуре информации. Объединяя в себя множество методов исследования, позволяющих оценить как физические, так и химические параметры лекарственного средства или вещества увязываются в данной системе как единый информационный контур. Уникальность фармацевтической технологии, химического состава препарата, его активного вещества и т.п. требует разработки уникальных информационных решения для каждого конкретного фармпредприятия. В то же время задачи снижения влияния человеческого фактора и оптимизации затрат требуют нахождения таких решений, которые бы позволили автоматизировать процессы многоуровневого анализа. Наряду с проблемой интеграции разнообразных методов контроля качества продукции система должна обеспечивать возможность управления партиями, так как в фарминдустрии единицей производства продукции является партия. Наиболее сложная часть, связанная с проведением

16

испытаний препарата в процессе разработки требует решения других сложных задач сбора и обработки информации [80].

Расширение значимости LIMS, нарастающее понимание роли информации в управлении производственным процессом привело к существенному эволюционному расширению систем такого типа. От простой учетной системы, LIMS превратились в мощный интеллектуальный аналитический инструмент, позволяющий комплексно решать задачи управления качеством произведенной продукции, а также обеспечивать широкий спектр задач, связанных с автоматизацией данного процесса, обеспечения безопасности производства, продукции и экологические аспекты (рисунок 1.1.2). Такие информационные системы являются неотъемлемой частью современных высокотехнологичных фармацевтических производств.

Значительное разнообразие технологий производства и контроля качества фармацевтической продукции, значительный спектр используемых в рамках контроля качества лабораторных инструментов порождает значительное разнообразие систем класса LIMS. Однако все разнообразие систем можно разделить на следующие основные группы.

Web-сервисы Dashboard

Менеджер папок Планировщик Контроль стабильности

Данные для ERP Лот менеджер Проект-менеджер

ШтРих-коды OPC-клиент

Управление пакетами nfww> нирпптп.'!г^,сисервисы Dasnuu

УпРавление инструмен- ОбУЧЯ ^^У™™ по- (ELN)

тами Полномочия

Управление запасами Atlas Составы

тока

Управление документами

LIMS V1

LIMS V1-V5

LIMS V6

Контроль энергопи- Управление в соответ-

тания ствии со стандартами Стандартные

Контакт менеджер ISO реагенгы

Архив менеджер Отчеты безопасности HIPAA

Исследование данных Управление безопас- Мониторинг

LIMS V7

Plate Manager HL7

Исследование изме- ностью

окружающей

Биорепозитории Образцы решений

нений данных Управление заказами среды

Менеджер утвержде- Управление ар-

ния

хивом

Рисунок 1.1.2 - Эволюция информационных систем LIMS [116]

17

1. Индивидуальные решения, создание которых обусловлено локальными решениями по автоматизации. Современные проблемы фарминдустрии, связанные со значительными требованиями к качеству продукции нормативного плана, являются неотъемлемой часть фармпроизводств уже много лет, в связи с этим проблема поиска инструментов, позволяющих автоматизировать процесс лабораторного анализа качества породил потребности в разработке цифровых решений данной проблемы. В то же время можно было наблюдать отсутствие предложений необходимого функционала привело к появлению множество уникальных решений, созданных под конкретное фармацевтическое предприятие для решения его специфических задач автоматизации. Это очевидно наиболее благоприятное решение в условиях отсутствия ограничений на бюджет разработки, однако в противном случае самостоятельная разработка системы «с нуля» является достаточно высокорисковым проектом. Кроме этого важно понимать роль компетенций компаний, когда отвлечение ресурсов компании на разработку непрофильного продукта приводит к снижению эффективности основной деятельности.

Список литературы диссертационного исследования кандидат наук Мухаматгалеева Луиза Равкатовна, 2023 год

Х 1 1 - - - -

Х2 0,998 1 - - -

Х3 0,997 0,990 1 - -

Х4 0,992 0,982 0,998 1 -

Х5 0,949 0,926 0,969 0,980 1

Примечание: Х1 - Объем производства, млн. руб., Х2 - Доля затрат на разработку и приобретение программ для ЭВМ и баз данных, %, Х3 - Доля затрат на инжиниринг, %, Х4 - Доля затрат на приобретение прав на результаты интеллектуальной деятельности, %, Х5 - Доля затрат на организацию производства, %

Для оценки характера и значимости влияния цифровизации на результативность производства следует оценить коэффициент корреляции объема производства продукции и доли затрат на цифровизацию. Данные таблицы 2.2 подтверждают тесную связь между инвестициями в цифровую поддержку производства и объемом производимой продукции. При этом наблюдается сильная связь фактически со всеми элементами затрат цифровизации, что подтверждает гипотезу о влиянии цифровизации на результативность производственного процесса. При этом следует обратить внимание при относительной близости коэффициентов корреляции наблюдается некоторое относительное превышение показателя связи с объемом производства затрат на программные разработки, что свидетельствует о приоритете именно цифровой составляющей.

Динамика абсолютных показателей эффективности также демонстрирует однозначную связь инвестиций в цифровизацию производства и результативности производства (рисунок 2.2.11).

600000 500000 400000 300000 200000 100000 0

-Совокупные затраты на цифровизацию

производства, млн. руб.

Рисунок 2.2.11 - Соотношение динамики абсолютных показателей объема производства и затрат на цифровизацию производства (рассчитано автором)

Для оценки характера влияния отдельных элементов цифровизации целесообразно рассмотреть коэффициент эффективности затрат, который отражает величину произведенной продукции на каждый вложенный в цифрови-зацию рубль (рисунок 2.2.12). Динамика этого показателя соответствует выявленной ранее модели: после 2017г. наблюдается некоторое снижение показателя, после чего наблюдается рост показателя, при этом в 2020г. (на заключительном этапе цифровой трансформации) можно наблюдать скачкообразный рост эффективности затрат, то есть несмотря на значительный рост абсолютной величины затрат их эффективность не снижается, но растет, превышая значение 2019 г. на 55,72%. Следует отметить, что данный период сопровождается ростом относительной величины удельного веса затрат, что с учетом значительного роста показателя эффективности затрат говорит о мультипликативном эффекте затрат на цифровизацию: с ростом затрат на цифровизацию, растет их отдача.

1 Г\ПЛ л с

2016 2017 2018 2019 2020 Объем производства, млн. руб.

1200 1000 800 600 400 200 0

0,0025 0,0020 0,0015 0,0010 0,0005 0,0000

0,0022

0,0014

0,0014

0,0013

0,0014

2016

2017

2018

2019

2020

Коэффициент эффективности затрат на разработка и приобретение программ для ЭВМ и баз данных

Коэффициент эффективности затрат на инжиниринг

Коэффициент эффективности затрат на приобретение прав на результаты интеллектуальной деятельности

Коэффициент эффективности затрат на цифровизацию производства

Рисунок 2.2.12 - Динамика показателей эффективности затрат на цифровиза-

цию (рассчитано автором)

При этом важно отметить динамику изменения показателей эффективности отдельных элементов цифровизации: в течение всего периода трансформации (2018-2020 гг.) наблюдается нарастание показателя эффективности инвестирования в приобретение и разработку программных продуктов, достигая в 2020г. максимального значения. Кроме этого можно наблюдать значительное изменение относительного соотношения эффективности в период трансформации: если в период 2016-2018гг. наблюдается однозначное соотношение: наибольшая эффективность наблюдается для затрат на приобретение интеллектуальной собственность, затем затрат на инжиниринг и наименьшим значением характеризуются затраты на программные средства. В то время как после 2018г. наблюдается относительный рост эффективности затрат на программные средства, что является закономерным в рамках реализации концепции умного производства.

Таким образом, можно однозначно выявить модель цифровой трансформации, наблюдаемой в фармацевтической отрасли РФ, которая включает

в себя три фазы: инжиниринговое проектирование (Фаза I), связанное с разработкой и внедрение инжиниринговых проектов, технико-технологическая трансформация (фаза II), которая предполагает накопление технологического потенциала за счет инвестиций в интеллектуальные факторы производства, после которой наступает заключительная стация цифровой трансформации (фаза III), связанная с активным развитием цифровых инструментов и повышением роли информационных технологий в производстве. Данная эволюционная модель была обоснована динамикой затрат на отдельные элементы цифровизации производства взаимосвязи с объемом произведенной продукции в фармацевтической отрасли.

2.3 Системный анализ производственного потенциала фармацевтического

предприятия на основе методики оценки стадии цифровой трансформации

Реализация цифровой трансформации предприятия целесообразно осуществлять в контексте отраслевых закономерностей, выявленных в рамках аналитической части исследования. Для этого рассмотрим текущую динамику цифрового развития производственной системы предприятия. В рамках выявленных закономерностей изменение структуры выручки в сторону роста доли инновационной продукции было предварительно обусловлено динамичным изменением структуры затрат в производственную инфраструктуру (рисунок 2.3.1).

В структуре затрат на развитие в период 2018-2021 гг. наблюдается преобладание затрат на инжиниринг, то есть фактически в этот период наблюдалось технико-технологическое перевооружение. При этом наблюдается тесная связь затрат на инжиниринг и затрат на информационные системы: после этапа инвестирования в технико-технологическую составляющую наблюдается развитие цифровых систем, то есть процесс цифровой трансформации производственной подсистемы носит пошаговый характер.

-Доля затрат на разработку и приобретение программ для ЭВМ

и баз данных

-Доля затрат на инжиниринг

-----Дол затрат на приобретение прав на результаты

интеллектуальной деятельности

Рисунок 2.3.1 - Изменение структуры затраты на цифровую трансформацию

(построено автором)

Согласно структурному анализу можно наблюдать два последовательных этапа технико-технологического инжиниринга и цифровизации: в 2018г. наблюдалось развитие инжиниринговой базы, после чего в 2019г. было обеспечено цифровое дополнение производственной системы, в 2020-2021 гг. наблюдалась новая волна инжинирингового развития, после чего процесс инжинирингового преобразования можно считать завершенным, так как в 2022 г. уже наблюдается не только рост затрат на информационное обеспечение, но и формирование значительной доли затрат на интеллектуальную собственность. То есть можно говорить о полной цифровой трансформации производственной системы, заключительный этап которой связан с внедрение инновационных технологий и продуктов.

Рассматривая динамику показателей результативности производственной системы на различных этапах процесса цифровой трансформации можно наблюдать значимый устойчивый рост в периоды последовательной реализации инжиниринговых и информационных изменений (период 2018-2019гг.), в

то время как при затягивании процесса инжиниринга в 2020-21 г. можно наблюдать снижение темпов роста выручки, в то же время увеличение темпов роста доли новых препаратов в выручке наблюдается только после проведения информационной стадии преобразования (рисунок 2.3.2).

4000 £ 3500 ^ 3000 | 2500

ев 2000

^ 1500

гу 1000

500 0

25%

/////

#

20%

15%

10%

5% 0%

ва о

н «

а

«

а

а

а а

и 2 ва о х

к

п

о

«

Выручка

■ Доля новых препаратов в выручке

Рисунок 2.3.2 - Динамика изменения показателей результативности производственной системы в результате реализации цифровой трансформации

(построено автором)

Таким образом, гипотеза о составе основных этапов цифровой трансформации, наблюдаемых на макроуровне, можно с некоторой долей индивидуализации транслировать на микроуровень отдельной производственной системы.

Говоря о влиянии цифровой трансформации на результативность производственной системы следует отметить показатели динамики производительности отдельных видов затрат на различных стадиях трансформации. При этом важно понимать, что последовательная связь указанных параметром характеризуется временным лагом (рисунок 2.3.3).

6 5 4 3 2 1 0

яа в овг

н

и р

и н и ж н

К

2018

5

X X о к а а

л о

X

К 2019

яа в овг

н

и р

и н и ж н

К

2020

яа в овг

н

и р

и н и ж н

К

2021

яа н н о

и ц

а в о н н

К

2022

Производительность затрат на цифровизацию, упак/руб.

I Производительность затрат на инжиниринг, упак./руб.

Производительность затрат на результаты интеллектуальной деятельности, упак. руб.

Рисунок 2.3.3 - Динамика изменения показателей производительности различных категорий затрат цифровой трансформации (построено автором)

Важно отметить накопительный эффект эффективности затрат на циф-ровизацию, который выражается в устойчивом росте данного показателя в течение всего периода наблюдения, при этом его скачкообразный рост в 2020 г. обусловлен реализацией предшествующей информационной стадии (2019г.), что подтверждает изменение темпов роста показателей (таблица 2.3.1). После инжиниринговой стадии в 2018г. скачкообразный рост демонстрирует производительность инжиниринговых затрат (показатель вырос в 4,4 раза), это сопровождается ростом производительности затрат на цифрови-зацию на 17,94%, при этом после информационной стадии в 2019г. динамика производительности инжиниринговых затрат снижается, в то время как скачкообразно растет производительность затрат на цифровизацию (на 87%).

Таблица 2.3.1 - Темпы роста показателей производительности затрат на цифровую трансформацию (рассчитано автором)

Наименование показателя 2019 2020 2021 2022

Темп роста производительности затрат на цифровизацию, % 117,94 187,08 109,88 110,31

Темп роста производительности затрат на инжиниринг, % 440,80 39,13 93,94 -

Рассмотрим динамику различных категорий затрат на цифровизацию на разных стадиях цифровизации (рисунок 2.3.4).

400,0% 350,0% 300,0% 250,0% 200,0% 150,0% 100,0% 50,0% 0,0%

и о и

в 8

В

*

В

К

2018

в я о 8 В а Я а о

я К

2019

и о и

я 8

В

8 *

В

К

2020

и о

(ч

в 8

В

8 *

В

К

2021

3

в в о 8 8 й И О В

в К

2022

Темп роста затрат на цифровизацию, %

Темп роста затрат на инжиниринг, %

Рисунок 2.3.4 - Динамика изменения показателей затрат на цифровую трансформацию (построено автором)

При этом снижение производительности инжиниринговых затрат на одноименной стадии (2020-2021гг.) обусловлено их значительным ростом в этот период, что порождает появление затрат на интеллектуальную собственность. То есть фактически цифровая трансформация производственной системы завершено, система готова к реализации инновационной стратегии, основанной на внедрении результатов интеллектуальных разработок.

Инвестиции в основные средства производственной системы приводят к росту капиталоемкости продукции (рисунок 2.3.5).

100 80 60 40 20 0

яа в о

и

н

К

р

К

н

к *

н

к

2018

яа н н о

к а

а р

о н

К 2019

яа в о

и

н

К

р

К

н

К *

н

к

2020

яа в о

и

н

к

р

к

н

к *

н

к

2021

яа н н о

к а а в о н н

К

2022

Рисунок 2.3.5 - Динамика изменения капиталоемкости производственной системы, руб./упак. (построено автором)

Пиковая величина капиталоемкости обусловлена накопительным инвестиционным эффектом, так как на информационной стадии (после инжиниринговой) наблюдаются значительные инвестиции в основные средства, в то же время в результате реализации информационной стадии достигается эффект экономии, обусловленный процессом цифровой трансформации, который проявляется в относительном снижении капиталоемкости в последующие периоды. Таким образом, можно говорить о решающей роли информационной стадии при оптимизации инвестиций в производственную систему.

Говоря об эффективности цифровой трансформации производственной системы важной характеристикой становится обеспечение ее гибкости в условиях разработки и организации производства новых препаратов. В связи с этим говоря о результативности процесса цифровой трансформации, следует рассматривать показатели, представленные в таблице 2.3.2.

Таблица 2.3.2 ственной системы

- Динамика изменения показателей гибкости производ-

Наименование показателя 2018 2019 2020 2021 2022

Доля новых препаратов в выручке, % 10 10 15 20 21

Количество новых препаратов, выведенных на рынок, ед. 45 47 50 51 57

Динамика показателей гибкости производственной системы демонстрирует устойчивый рост новой продукции в структуре производства. При этом растет не только удельный вес в объеме произведенной продукции (абсолютный прирост за наблюдаемый период составил 11%), но и в структуре ассортимента (прирост новых препаратов составил 12 ед. за 2018-2022 гг.). При этом для оценки влияния процесса цифровой трансформации на гибкость производственной системы можно рассмотреть темпы роста указанных показателей в разрезе отдельных стадий (рисунок 2.3.6).

160% 140% 120% 100% 80% 60% 40% 20% 0%

5

и

8 х х

К X

х *

X

к

2018

5

X X о к а а

О X

К 2019

5

и

8 х

X

К X

X *

X

к

2020

5

и

8 X X

К X

X *

X

к

2021

5

X X о к а а ю о X X

К

2022

Темп роста доли новых препаратов в выручке, %

Темп роста количества новых препаратов, выведенных на рынок, %

Рисунок 2.3.6 - Темпы роста показателей гибкости производственной системы на различных стадиях цифровой трансформации (построено автором)

Таким образом, учитывая имеющийся временной лаг между моментов

воздействия на производственную систему (реализация инвестиционных ме-

85

роприятий по ее преобразованию) и моментом возникновения результатов такого воздействия, также можно наблюдать положительное влияние цифровой трансформации на гибкость производственной системы. В частности можно наблюдать значимое влияние этапа цифровизации, который обеспечил значительный прирост доли инновационной продукции в выручке (прирост составил 50%), аналогично максимальный прирост количества новых препаратов, выведенных на рынок, было максимальным именно после этапа циф-ровизации (прирост составил 6%). При этом выявленная последовательность мероприятий позволила сформировать базу для реализации инновационной стадии, связанной с развитием интеллектуального капитала предприятия, что выразилось в максимальном приросте количества новых препаратов в 2022 году по завершении всех стадий цифровой трансформации (прирост составил 12%).

Таким образом, гипотеза о закономерностях реализации стадий цифровой трансформации подтвердилась данными на уровне отдельной производственной системы. Характер связи параметров результативности производственной системы и инвестиций в цифровую трансформацию оценим посредством корреляционного анализа (таблица 2.3.3). Для оценки влияния следует учитывать временной лаг: инвестиции в цифровизацию реализуются на следующий год после инжиниринговых проектов, а результата комплексной цифровизации следует ожидать еще через год, таким образом, временной лаг между показателями результативности и затратами на инжиниринг составляет 2 года, а между затратами на цифровизацию и производственными результатами - 1 год.

Таблица 2.3.3 - Результаты корреляционного анализа показателей цифровой трансформации производственной системы

Х1 Х2 Х3 Х4 Х5 Х6 Х7

Х1 1

Х2 0,699 1

Хэ 0,512 0,972 1

Х4 0,925 0,918 0,801 1

Х5 0,409 0,939 0,993 0,726 1

Хб -0,949 -0,888 -0,756 -0,997 -0,675 1

Х7 -0,97154 -0,509 -0,294 -0,808 -0,182 0,848 1

Примечание: Х1 - коэффициент капиталоемкости, Х2 - объем произведенной продукции, упак., Х3 - выручка, млн. руб., Х4 - доля новой продукции в выручке, %, Х5 - количество новых препаратов, выведенных на рынок, ед., Х6 - удельные затраты на цифровизацию, руб./упак., Х7 - удельные затраты на инжиниринг

В результате зацикленности процесса инжиниринга и цифровизации (в модернизации производственной системы предприятия наблюдается последовательно период инжиниринга, затем период цифровизации, затем снова период инжиниринга) наблюдается значимая отрицательная связь между показателями затрат на цифровизацию и инжиниринг с рядом результативных показателей.

Значимые отрицательные связи показателя удельных затрат на цифровизацию и показателей выручки, инновационной активности и объема производства демонстрирует потенциал роста эффективности цифровизации, так как отраслевой анализ данного процесса демонстрирует положительную практику влияния цифровизации на потенциал роста показателей результативности. Кроме этого следует обратить внимание на значимую положительную связь удельных затрат на инжиниринг и удельных затрат на цифровиза-цию (коэффициент корреляции 0,848), что подтверждает гипотезу о взаимосвязанности данного процесса.

Результатом процесса цифровой трансформации становится рост потенциала производственной системы предприятия в части обеспечения ее гибкости и производительности. Для оценки величины такого потенциала проведем регрессионный анализ, позволяющий оценить характер взаимосвя-

зи объема производства, затрат на цифровизацию и инжиниринг, однако, для расчета воспользуемся отраслевыми данными (таблице 2.3.4).

Наша гипотеза, лежащая в основе оценки потенциала производственной системы, строится на том, что инвестиции в цифровизацию системы позволяют наращивать объем производства, и если данная гипотеза соответствует отраслевому уровню, то закономерно ее аналогичное влияние на отраслевом уровне. При этом для расчета фактические данные нормализуем с целью адаптации количественных коэффициентов модели. Для нормализации был использован метод отношения по среднему значению ряда.

Таблица 2.3.4 - Исходные данные для построения регрессионной моде-

ли отраслевого уровня

Период наблюдения Затраты на инжиниринг, млн. руб. Затраты на приобретение программ для ЭВМ и баз данных, млн. руб. Объем отгруженных товаров, млрд. руб.

Фактические значения

2016 133,60 58,30 417

2017 149,20 72,80 500

2018 144,40 105,3 558

2019 62,40 246,1 639

2020 348,10 461,6 929

2021 4126,90 285,9 1355

Нормализованные значения

2016 0,161 0,284 0,569

2017 0,180 0,355 0,682

2018 0,175 0,514 0,761

2019 0,075 1,200 0,872

2020 0,421 2,252 1,267

2021 4,988 1,395 1,849

Анализ представленных данных позволил получить следующие коэффициенты регрессии (таблица 2.3.5)

Таблица 2.3.5 - Результат регрессионного анализа показателей результативности производственной системы и производительности затрат на циф-

ровую трансформацию (рассчитано автором)

Коэффициенты Стандартная ошибка г- статистика Р- Значение Нижние 95% Верхние 95%

У- пересечение 0,5189 0,0378 13,7356 0,0008 0,3987 0,6392

Затраты на инжиниринг 0,1835 0,0126 14,5400 0,0007 0,1433 0,2237

Затраты на приобретение программ ЭВМ и баз данных 0,2975 0,0323 9,2173 0,0027 0,1948 0,4003

Статистические показатели качества модели характеризует ее качественность (р-значения всех элементов модели лежат в допустимом диапазоне (менее 0,05)).

Показатели дисперсионного анализа также подтверждают адекватность модели (таблица 2.3.6).

Таблица 2.3.6 - Результаты регрессионной статистики полученной от-

раслевой модели (рассчитано автором)

# Ы8 Значимость F

Регрессия 2 1,14354 0,57177 205,0459 0,000619

Остаток 3 0,008365 0,002788

Итого 5 1,151905

Аналогично показатели регрессионной статистики подтверждают качество модели (таблица 2.3.7). Расчетные значения модели покрывают 99,27% дисперсии показателей.

Таблица 3.2.7 - Регрессионная статистика отраслевой модели (рассчитано автором)

Регрессионная статистика

Множественный R 0,9964

Я-квадрат 0,9927

Нормированный R-квадрат 0,9879

Стандартная ошибка 0,0528

Наблюдения 6

Таким образом, полученная модель статистически обоснованно подтверждает наличие значимой положительной связи между объемом производства и инвестициями в цифровую трансформацию. Статистический анализ фактических и расчетных данных представлен в таблице 2.3.8.

Таблица 2.3.8 - Анализ статистических отклонений фактических и расчетных данных (рассчитано автором)

Период Фактические данные Расчетные данные

Затраты на инжиниринг Затраты на приобретение программ для ЭВМ и баз данных Объем отгруженных товаров Объем отгруженных товаров Квадратный корень из средней квадратичной ошибки

2016 0,161 0,284 0,569 0,633191 6,4%

2017 0,180 0,355 0,682 0,657696 2,4%

2018 0,175 0,514 0,761 0,703803 5,7%

2019 0,075 1,200 0,872 0,889976 1,8%

2020 0,421 2,252 1,267 1,266122 0,1%

2021 4,988 1,395 1,849 1,849211 0,1%

Средняя ошибка 2,8%

Интерпретация полученной модели позволяет получить оценку характера зависимости объема производства и инвестиций в цифровую трансформацию. В первую очередь следует обратить внимание на положительные коэффициенты переменных в модели, что отражает наличие прямой зависимости между объемом инвестиций в инжиниринг и цифровые элементы производственной системы и объемом производственной системы. В то же время,

обращая внимание на количественные значения переменных, следует отметить большее влияние именно затрат на цифровые инструменты (коэффициент 0,2975), коэффициент данной переменной в 1,62 раза больше, чем коэффициент затрат на инжиниринг (0,1835). Таким образом, предложенная в работе гипотеза о значимом влиянии инвестиций в цифровые инструменты для повышения результативности производственной системы, подтверждается фактическими данными. А полученная модель может быть использована для прогнозирования результативности цифровой трансформации производственных систем.

На основе полученной модели можно рассчитать потенциал роста объема производства в результате цифровизации для исследуемой производственной системы (таблица 2.3.9).

Таблица 2.3.9 - Расчет потенциала роста результативности производственной системы предприятия на основе отраслевой модели (рассчитано ав-

тором)

Объем про-изведён-ной продукции, упак. Затраты на разработку и приобретение Затраты на инжи-ни-ринг, тыс. руб.

Период программ для ЭВМ и баз данных, тыс. руб.

2018 8840210 4830,99 34292

2019 8973830 4158 7897

2020 12773480 3163,568 28730

2021 14036058 3163,568 33608

2022 15483729 3163,568 0

Расчетные значения

Нормализованные значения Объем производства (нормализованный) Объем произ- Процентное отклонение, %

водства (упак)

2018 0,735369 1,307108 1,640342 1,042813 12536133 41,81

2019 0,746484 1,125019 0,377749 0,990674 11909345 32,71

2020 1,062556 0,855958 1,374286 0,968622 11644249 -8,84

2021 1,167583 0,855958 1,607623 0,987896 11875954 -15,39

2022 1,288007 0,855958 0 1,009996 12141626 -21,58

Рассмотрим полученные данные. В начальный период значительного объема инвестиций потенциал роста объема производства был достаточно высокий (41,81% в 2018 г., 32,71% - в 2019г.), однако по мере снижения инвестиций закономерно потенциал снижался вплоть до отрицательных значений, что обусловлено значимой положительной связью объема инвестиций в цифровую трансформацию и объема производства. В связи с этим снижение темпов роста инвестиций в цифровизацию привело к реализации производственного потенциала, что отражается в отрицательном процентном отклонении расчетного объема производства и фактического. Что можно интерпретировать следующим образом:

- потенциал роста был реализовать в форме последующей стадии роста объема производства за счет перехода на новый уровень производственной системы за счет цифровизации;

- наблюдается необходимость продолжающегося инвестирования в цифровизацию производственной системы, что позволит существенно повысить ее производительность. С использованием данной отраслевой модели можно прогнозировать необходимый объем инвестиций.

Выводы к главе 2

1. В результате проведенного исследования были выделены закономерности цифровой трансформации фармацевтической отрасли, которые предполагают последовательное прохождение трех фаз развития: инжиниринговое проектирование (Фаза I), связанное с разработкой и внедрение инжиниринговых проектов, технико-технологическая трансформация (фаза II), которая предполагает накопление технологического потенциала за счет инвестиций в интеллектуальные факторы производства, после которой наступает заключительная стация цифровой трансформации (фаза III), связанная с активным развитием цифровых инструментов и повышением роли информационных технологий в производстве.

2. Исследование показателей результативности производственной системы позволило выявить характер ее цифровой трансформации, которая включает последовательные этапы инжиниринга и применения цифровых инструментов управления производством. Применение отраслевой модели цифровой трансформации для оценки потенциала роста производительности системы, позволил выявить ключевое направление цифрового развития: наращивание инвестиций в цифровизацию с целью обеспечения роста результативности производственной системы.

3 РАЗРАБОТКА НАУЧНО-ОБОСНОВАННЫХ МЕРОПРИЯТИЙ ПО СОВЕРШЕНСТВОВАНИЮ МЕТОДОВ И СРЕДСТВ ИНФОРМАТИЗАЦИИ

НА ПРИМЕРЕ ООО «ИЗВАРИНО ФАРМА» 3.1 Разработка модели организации производственного процесса на основе сбора и обработки больших массивов данных

В предыдущей части исследования была обоснована целесообразность формирования единого информационного пространства и повышения эффективности управления предприятием на основе повышения прозрачности, оперативности и точности информации. В связи с этим актуальной задачей становится разработка комплексной модели информационного обмена внутри предприятия, способствующая обеспечению доступности и своевременности информации для всех участников производственного процесса.

Исследование практики управления фармацевтическим предприятием на основе рассмотренных инструментов и подходов осуществлялось на основе данных ООО «Изварино Фарма». ООО «Изварино Фарма» - это российская фармацевтическая компания, сфокусированная на разработке и производстве лекарственных средств, применяемых в различных областях медицины (акушерство и гинекология, эндокринология, трансплантология, кардиология, неврология и др.) [72].

Информационный контур предприятия в настоящее время имеет вид, представленный на рисунке 3.1.1. Информационный контур фармацевтического предприятия включает два блока: внешний контур, который включает обмен информацией с внешними источниками. Интеграция с официальным сайтом предприятия в сети Интернет имеет опосредованный формат, прямого информационного обмена не осуществляется ни в рамках CRM, ни в рамках ERP-систем. Внутренний контур предприятия включает комплекс информационных систем, взаимодействие между которыми характеризуется сложностью интеграции в силу различия форматов обрабатываемой информации и

неоднородности производственных задач, решаемых в соответствующих системах.

г----------------------------------------------------:

Внешний контур

Рисунок 3.1.1 - Информационный контур фармацевтического предприятия

(разработано автором [69])

Так как в отсутствии единой информационной базы количественных и качественных данных производственной системы по всему жизненному циклу производства управленческие решения носят фрагментарный характер, упуская возможности использования резервов системной интеграции и синергии.

В связи с этим необходима система сбора и систематизации информации из всех доступных источников, позволяющая видеть целостную картину и принимать решения на основе полной информации. В качестве инструмента реализации такой модели предлагается использовать методологию мастер-файла. Данная методология основана на технологии Больших данных [38] и предполагает формирование единой системы информации в рамках заданной связи информационных объектов, посредством которого формируется «Озеро данных», извлечение необходимой информации из которого осуществляется на основе конкретного запроса.

В основе модели лежит алгоритм, который отражает порядок реализации действий системы в рамках реализации управленческих функций (рисунок 3.1.2).

Рисунок 3.1.2 - Алгоритм реализации модели управления предприятием на

основе данных (разработано автором)

При решении задачи автоматизированного управления процессом производства фармацевтической продукцией реализуется следующий порядок действий [86]:

1) на основе данных производственного оборудования, на основе статистического анализа параметров работы оборудования определяются оптимальные входные параметры, параметры технологического процесса, выявленные причины отклонений параметров процесса, параметры управленческих воздействий, способствующие получению продукции с заданными потребительскими параметрами;

2) на основе полученных на шаге 1 параметров рассчитать оптимальные входные параметры, обеспечивающие достижение установленных выходов;

3) в случае выявления отклонений от прогнозируемых параметров -определить причины таких отклонений на основе анализа статистики наблюдений и предложить варианты их устранения;

4) при выявлении отклонений производится информирование оператора об отклонении, предполагаемой причине отклонения, предлагаемое управленческое воздействие. В случае необходимости допускается ручная корректировка воздействия оператором.

Представленный алгоритм основан на концепции управления на основе данных. На его основе разработана модель сбора и управления технологическим процессом производства таблетированного препарата, базирующаяся на методах машинного обучения и анализе значительного массива информации о параметрах производственного объекта (рисунок 3.1.3).

Модель включает следующие основные функциональные блоки:

а) подсистема информации и данных (базы данных);

б) подсистема интеллектуального анализа данных;

в) подсистема расчета ожидаемых параметров процесса;

г) подсистема визуализации;

д) модуль редактирования баз данных.

Ключевыми аналитическими блоками модели являются системы интеллектуального анализа и расчета ожидаемых параметров.

В основе методики интеллектуального анализа лежат методы нейронных сетей, дерева решений, метод опорных векторов и т.д. Задачей данного этапа является поиск эффективных управленческих решений и прогнозирование их последствий для выхода системы.

Л

Модуль визуализации карты качества

Подсистема визуализации

Модуль визуализации графиков процессов

Модуль визуализации рекомендаций и прогнозных параметров

Модуль ре-дактирова-ния баз данных

Подсистема интеллектуального анализа

Библиотека методов интеллектуального анализа

Модуль расчета прогнозных значений

Модуль выдачи рекомендаций

Модуль определения причины отклонений

Модуль обработки данных и знаний

Базы данных

Параметры процесса

Параметры оборудования

Параметры материалов

База данных нештатных ситуаций

База производственных данных

Модуль сбора базы данных технологических параметров процесса