Управление развитием инновационной экосистемы на основе платформенной концепции тема диссертации и автореферата по ВАК РФ 08.00.05, кандидат наук Попова Ольга Анатольевна

• Попова Ольга Анатольевна
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Попова Ольга Анатольевна

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ УПРАВЛЕНИЯ РАЗВИТИЕМ ИННОВАЦИОННОЙ ЭКОСИСТЕМЫ НА ОСНОВЕ ПЛАТФОРМЕННОЙ КОНЦЕПЦИИ

1.1 Инновационная экосистема как новая бизнес-модель цифровой экономики

1.2 Цифровые форматы реализации бизнес-модели инновационной экосистемы

1.3 Информационные данные как важнейший нематериальный актив цифровой экономики

Выводы по первой главе

ГЛАВА 2. ИССЛЕДОВАНИЕ СОСТОЯНИЯ И ПЕРСПЕКТИВ РАЗВИТИЯ ИННОВАЦИОННОЙ ЭКОСИСТЕМЫ НА ОСНОВЕ ПЛАТФОРМЕННОЙ КОНЦЕПЦИИ

2.1 Процедура мониторинга глобальных трендов цифровизации

и платформизации

2.2 Исследование отечественной практики формирования бизнес-моделей инновационных экосистем на базе платформ

2.3 Методика оценки уровня цифровой зрелости и платформизации инновационной экосистемы

Выводы по второй главе

ГЛАВА 3. РЕКОМЕНДАЦИИ ПО УПРАВЛЕНИЮ РАЗВИТИЕМ ИННОВАЦИОННОЙ ЭКОСИСТЕМЫ В УСЛОВИЯХ ПЛАТФОРМИЗАЦИИ ЭКОНОМИКИ

3.1 Рекомендации по формированию инновационной экосистемы на основе платформенной концепции

3.2 Совершенствование инструментария оценки эффективности платформизации инновационной экосистемы

Выводы по третьей главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А - ОПРОСНЫЙ ЛИСТ ДИАГНОСТИКИ ЗРЕЛОСТИ ЦИФРОВОЙ ПРОИЗВОДСТВЕННОЙ КОМПАНИИ

Введение диссертации (часть автореферата) на тему «Управление развитием инновационной экосистемы на основе платформенной концепции»

ВВЕДЕНИЕ

Актуальность темы исследования. Важнейшим вызовом цифровой экономики с позиции управления бизнесом является развитие цифровых платформ и формирование на их основе экосистем, которые не только меняют способы организации и осуществления трудовой деятельности, но и разрушают существующие бизнес -модели и производства. Разделяя позицию тех авторов, которые считают, что платформы становятся своего рода «строительными блоками» цифровой экономики, поскольку «притягивают» внешние ресурсы, инвестиции и инновации других компаний для развития дополняющих продуктов и сервисов, считаем актуальным проведение исследования в следующих направлениях:

- во-первых, феномен «платформизации», связанный с широким распространением цифровых платформ как новых моделей бизнеса, которые ведут к трансформации отраслей и рынков, изменению цепочек создания стоимости и моделей потребления, ставит множество вопросов перед исследователями: от уточнения понятийного аппарата до оценки влияния платформ на механизмы конкуренции, от изучения и классификации платформ до описания общей схемы процессов их функционирования, выработки методических рекомендаций по формированию и управлению платформами;

- во -вторых, платформы выходят за границы отдельной компании, формируя экосистему бизнеса как динамично развивающегося сообщества разнообразных субъектов (акторов), создающих новые ценности в процессе как взаимодействия, так и конкуренции. В этой связи крайне актуальным представляется проведение исследования бизнес -моделей на основе платформизации конкретных предприятий;

- в-третьих, по сути, инновации выступают в качестве главного рычага поддержания и развития экосистемы, сформированной вокруг платформы. Причем расширение круга потенциальных участников экосистемы позволяет

шире видеть инновационные возможности и быстрее их реализовывать, поэтому платформы и экосистемы бизнеса в силу их специфики становятся драйверами инновационного развития. Это положение обосновывает необходимость разработки ряда рекомендаций по совершенствованию управления инновационными системами в условиях платформизации экономики;

- в-четвертых, цифровая экономика развивается, и в процессе этого развития возможно появление новых типов платформ, обладающих специфическими свойствами и выполняющих отличные функции. Следует отметить, что в настоящее время отсутствует комплексный целостный подход, использование которого позволило бы обеспечить эффективное управление развитием инновационной экосистемы на основе платформенной концепции.

Таким образом, платформизация инновационных экосистем, как актуальное явление, требует внедрения новых концептуально-методических подходов к управлению и развитию.

Степень разработанности проблемы. Теоретические аспекты управления инновационной деятельностью сформировали в своих трудах отечественные ученые: А.Г. Аганбегян, Ю.П. Анисимов, АВ. Бабкин, В.Н. Баринов, В.Н. Буданов, В.В. Ивантер, С.Ю. Глазьев, А.И. Добрынин, А.А Дынкин, В.Л. Иноземцев, В.И. Ишаев, Б.Н. Кузык, В.В. Кулешов, В.Л. Макаров, В.А. Мау, П.А. Минакир, И.Н. Молчанов, А.Д. Некипелов, Н.В. Сироткина, А.И. Татаркин, О.Г. Туровец, Н.М. Филимонова, В.А. Цветков, а также зарубежные исследователи: М. Блауг, М. Кастельс, Ф. Махлуп, П. Ромер, Ф. Тейлор, Э. Фелпс, Т. Шульц, Й. Шумпетер, А. Файоль, Г. Эмерсон и мн. др.

Основные положения экосистемного подхода к инновационному развитию в своих трудах осветили отечественные ученые: Ю.М. Акаткин, Л.А Гамидуллаева, В.В. Даньшина, Г.Ф. Деттер, А.М. Кондаков, Н.В. Смородинская, П.А. Суханова, И.Л. Туккель, Е.В. Шкарупета, А.Ю. Яковлева, а также ряд зарубежных исследователей, таких как А. Брамвелл, Ч. Весснер, Д. Гоктас, Б. Меркан, А Тенсли, М. Ротшильд и мн. др.

Концепцию платформизации в своих исследованиях развивают отечественные ученые: Бабкин А В., Балдина Н.П., Бауэр В. П., Гелисханов И. З., Гилева Т.А., Голубев Д. В., Губин Е. П., Евтянова Д. В., Еремин В. В., Еремина Ю. Б., Ершова Т. В., Кораблева А А., Кравченко Н.А., Купревич Т. С., Маркова В.Д., Месропян В., Новожилов К. С., Огнивцев С. Б., Осипов Ю. М., Панченко В.Е., Райков А. Н., Реут Д. В., Рудская Е. Н., Степаненко Д. А, Харитонова Ю. С., Хохлов Ю. Е., Чуркина Н. С., Шевченко Е. И., Энтин Н. И., Юдина Т. Н., Яковина М. Ю. и зарубежные исследователи: Асадулла А., Бигне Е., Венкатраман Н., Висла Г., Джаррахи М. Х., Зисман Дж., Канканхалли А., Кенни М., Клейнханс Р., Ли Джи., Матиассен Л., Нельсон Дж. Л., Она Р. Ф., Рамеш Б., Резня А., Ролланд К. Х., Сазерленд У., Сринивасан А, Тивана А., Фейк И. и мн.др. Несмотря на стремительное развитие платформенных бизнес-моделей методические вопросы формирования и функционирования цифровых платформ пока слабо отражены в исследованиях по стратегическому и инновационному менеджменту, многие аспекты являются дискуссионными.

Актуальность названной проблемы, возрастающая необходимость ее решения на теоретико-методическом и практическом уровнях определили выбор темы, объекта и предмета исследования, обусловили постановку цели и задач диссертации.

Научной гипотезой исследования является предположение о том, что форматом эффективного партнерства акторов инновационной экосистемы в условиях цифровой трансформации, сопровождающей формирование современного технологического уклада, является платформизация, проявляющаяся в широком распространении цифровых платформ как новых моделей бизнеса, ведущих к трансформации отраслей и рынков, изменению сетей создания стоимости и моделей потребления.

Объектом исследования является инновационная экосистема, нуждающаяся в управлении на основе платформенной концепции.

Предметом исследования выступают управленческие, организационные и экономические отношения, возникающие в процессе управления развитием инновационной экосистемы на основе платформенной концепции. Платформы в исследовании рассматриваются как инновационные модели бизнеса (платформенные бизнес -модели).

Цель и задачи исследования. Целью диссертационного исследования является разработка и развитие теоретико -методических положений и практических рекомендаций по управлению инновационной экосистемой на основе платформенной концепции.

Необходимость достижения цели потребовала решения задач, объединенных в следующие укрупненные блоки:

- обосновать основные характеристики цифровой платформы как нового формата реализации бизнес -моделей;

- предложить процедуру мониторинга глобальных трендов цифровиза-ции и платформизации;

- разработать методику оценки уровня платформизации инновационной экосистемы;

- предложить ряд рекомендаций по совершенствованию инструментария оценки эффективности платформизации инновационной экосистемы.

Теоретической основой исследования явились труды отечественных и зарубежных ученых по проблемам управления инновационным развитием, а также имеющаяся практика платформизации инновационных экосистем. Методология исследования основана на существующих теоретических разработках в области управления инновациями, платформенной концепции, экосистемного подхода.

Методологической основой исследования стал комплексный подход, объединивший качественные и количественные методы экономических исследований. Материалы, собранные в результате интервью и анкетирования руководителей цифровых компаний, позволили выдвинуть научные гипотезы и выделить перспективные тренды!, которые в дальнейшем использовались для

обоснования и тестирования с помощью количественных методов. В ходе исследования применялись количественные методы, такие как методы оптимизационного моделирования, кластерного анализа, регрессионного анализа и др., что обеспечивает высокую степень обоснованности и достоверности основных выводов и результатов исследования.

Информационную базу исследования составили официальные данные Федеральной службы государственной статистики; национальные и федеральные проекты; данные Министерства экономического развития, Министерства цифрового развития, связи и массовых коммуникаций; Национальной технологической инициативы; обзоры экономической политики, информационные и аналитические материалы Российского союза промышленников и предпринимателей, материалы федеральных агентств и корпораций; действующие нормативно-правовые документы Российской Федерации и зарубежных стран, регулирующие деятельность цифровых предприятий высокотехнологичных отраслей; монографии, научные статьи и отчеты научно -исследовательских институтов, информационных агентств и служб, а также научные труды отечественных и зарубежных авторов.

Научная новизна результатов исследования связана с комплексным представлением проблем и перспектив развития инновационных экосистем, которое основано на эмпирических данных, собранных из российских и международных источников и баз данных, что позволило выявить специфические особенности, оказывающие воздействие на возможности развития инновационных экосистем в условиях платформизации экономики.

К наиболее существенным новым научным результатам относятся следующие:

- выявлены основные характеристики цифровой платформы как нового формата реализации бизнес-моделей инновационного развития, расширяющие представления о возможности обеспечения непрерывных бизнес -процессов, быстрой реакции на резкое падение спроса или его скачки, оптимизации ассортимента и логистики, устранения кибер -угроз, управления удаленной рабочей

силой, подлежащие учету в управленческой практике при принятия решений по поводу адаптации к изменению институциональных условий осуществления инновационной деятельности;

- предложена процедура мониторинга глобальных трендов цифровиза-ции и платформизации, отличающаяся применением концепции стратегического управления экосистемами и перехода к новым платформенным бизнес-моделям, позволяющая сократить степень неопределенности для инвесторов, разработчиков и потенциальных пользователей цифровых продуктов и решений;

- разработана методика оценки уровня платформизации инновационной экосистемы, представляющая собой модифицированную модель зрелости цифровой компании, отличающаяся учетом принципов корпоративной культуры, типа организационной структуры экосистемы, а также уровня технологического и научно-технологического развития, позволяющая отнести инновационную экосистему к одному из пяти уровней зрелости и предложить дифференцированные от уровня зрелости сценарии эффективной реализации дорожной карты цифровой трансформации;

- предложен подход к оценке эффективности платформизации инновационной экосистемы, отличающийся выделением шести методологических аспектов (обязательное выделение выручки по операционным сегментам / по услугам / по секторам; превалирующая доля нематериальных активов; необходимость выделения статьи затрат на цифровизацию и платформизацию; необходимость идентификации цифровых активов; изменение формата дебиторской задолженности), позволяющий провести интерпретацию оцениваемых финансовых показателей с учетом особенностей цифровой трансформации как институциональных условий.

Теоретическая значимость исследования определяется тем, что в нем обобщены существующие подходы к управлению инновационной экосистемой на основе платформенной концепции и разработаны методико-методологические положения, предусматривающие формирование инструмен-

тария анализа текущего состояния и перспектив развития, оценки эффективности платформизации инновационных экосистем.

Практическая значимость диссертации заключается в возможности использования разработанного теоретико -методологического аппарата, а также входящих в его состав конкретных методических подходов, методик, инструментов и механизмов в практической деятельности инновационных экосистем на разных уровнях. Отдельные положения работы внедрены в практику деятельности предприятий, осуществляющих инновационную деятельность. Теоретические и методические разработки, касающиеся рекомендаций по управлению инновационными экосистемами на основе платформенной концепции, применимы в преподавании и изучении ряда дисциплин (подтверждено документально).

Апробация результатов исследования. Результаты диссертационного исследования обсуждались в рамках докладов на научных и научно -практических конференциях, в том числе:

- научно-практических конференциях профессорско -преподавательского состава ФГБОУ ВО «Воронежский государственный технический университет» (2018-2020 гг.);

- II международной научно-практической конференции «Цифровая трансформация в экономике транспортного комплекса», Москва, 11 октября 2019 г.;

- международной научно-практической конференции «Цифровая экономика и управление знаниями», Воронеж, 2020 г.;

- IX международной научно-практической конференции «Проблемы современных экономических, правовых и естественных наук в России - синтез наук в конкурентной экономике», Ганновер - Воронеж, 23-25 октября 2020 г. и др.

Соответствие диссертации паспорту научной специальности. Содержание диссертации соответствует п. 2 Управление инновациями (2.1. Развитие теоретических и методологических положений инновационной деятельности;

совершенствование форм и способов исследования инновационных процессов в экономических системах; 2.4. Исследование интеграционных процессов в инновационной среде. Концепции обновлений и формы их практической реализации; 2.13. Разработка и совершенствование институциональных форм, структур и систем управления инновационной деятельности. Оценка эффективности инновационной деятельности; 2.15. Исследование направлений и средств развития нового технологического уклада экономических систем) паспорта научной специальности 08.00.05 - Экономика и управление народным хозяйством.

Публикации. Основные теоретические и прикладные результаты диссертационного исследования были опубликованы автором лично и в соавторстве. Всего было опубликовано 12 работ, в том числе 4 статьи в изданиях, рекомендованных ВАК Министерства науки и высшего образования РФ, 1 статья в издании, индексируемом в базе данных Scopus и WoS, 1 монография. Общий объем опубликованных работ составил 23,12 п.л., доля автора - 3,51 п.л.

К наиболее значимым научным результатам исследования, определяющим его новизну, относятся положения, выносимые на защиту:

1. Основные характеристики цифровой платформы как нового формата реализации бизнес-моделей.

2. Процедура мониторинга глобальных трендов цифровизации и плат-формизации.

3. Методика оценки уровня платформизации инновационной экосистемы.

4. Рекомендации по совершенствованию инструментария оценки эффективности платформизации инновационной экосистемы.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ УПРАВЛЕНИЯ РАЗВИТИЕМ ИННОВАЦИОННОЙ ЭКОСИСТЕМЫ НА ОСНОВЕ ПЛАТФОРМЕННОЙ КОНЦЕПЦИИ

1.1 Инновационная экосистема как новая бизнес -модель цифровой экономики

Цифровизация всех сфер жизнедеятельности общества является неотъемлемым современным трендом социально -экономического развития. Процессы активного внедрения цифровых технологий зарождают новые предпосылки для устойчивого экономического роста государств, представляют собой новые факторы обеспечения лидерства и конкурентоспособности на мировом глобальном рынке.

Значительное число современных исследований уделено изучению проблематики нового цифрового технологического уклада и его влиянию на экономическое развитие.

Проблемы обеспечения устойчивого экономического роста получили развитие в работах многих известных ученых. Среди них И. Тюнен, Дж. Б. Кларк, Д. Белл, Дж. Гэлбрейт, Э. Тоффлер, У. Ростоу и другие. В своем мнении представители постиндустриализма сходятся в том, что достижение устойчивого экономического роста и нового качества жизни возможно на основе распространения достижений научно -технического прогресса.

Социолог Д. Белл, получивший мировую известность благодаря существенному вкладу в изучение постиндустриализма, исследовал процессы перехода индустриально развитых экономик от производства к сфере услуг и далее - к экономике, основанной на знаниях.1 По мнению Д. Белла в совре-

1 Белл Д. Грядущее постиндустриальное общество. Опыт социального прогнозирования: пер. с англ. - М.: Academia, 1999. - 640 с.

11

менном неоиндустриальном обществе главным является процесс производства информации и услуг.2

В своей работе ученый предвидел глобальное распространение экономики, основанной на услугах, как генераторе капитала и занятости, что приведет к вытеснению экономических систем, в которых доминируют обрабатывающая промышленность или сельское хозяйство.3 Он предсказал появление технологии, подобной интернету, написав: «Мы, вероятно, увидим национальную информационно -вычислительную систему с десятками тысяч терминалов в домах и офисах, подключенных к гигантским центральным компьютерам, обеспечивающим библиотечные и информационные услуги,

4

услуги розничного заказа и выставления счетов и т.д.».

Подобные футуристические предположения были свойственны не только Беллу. Ряд ученых получили широкую известностью благодаря разработанным ими теориям экономического роста, драйвером которого являются инновации и технический прогресс.

Модель экономического роста У. Ростоу включает пять стадий, такие как традиционное общество, переходное общество (формирование предпосылок для роста), стадия подъема, стадия зрелости и стадия массового потребления товаров длительного пользования и услуг .5 Эта модель выдержала

2 Kaufman M.T.: «По мнению Белла, западный капитализм стал полагаться на массовое потребление, стяжательство и широко распространенную задолженность, подрывая старую протестантскую этику бережливости и скромности, которую такие писатели, как Макс Вебер и Р. Х. Тоуни, долгое время считали причинами успеха капитализма. Он также предсказал растущее значение наукоемких отраслей и новых технических элит» Kaufman, M. T. (2011). Daniel Bell, ardent appraiser of politics, economics and culture, dies at 91. January 25. Retrieved March 12, 2011

3 Bell D. The coming of post-industrial society: A venture of social forecasting. — N.Y.: Basic Books, 1973

4 Там же

5 Rostow, W.W. The Stages of Economic Growth: A Non-Communist Manifesto. Cambridge: Cambridge University Press, 1960, Chapter 2, «The Five Stages of GrowthA Summary», pp. 4-16.

критику со стороны многих ученых, что повысило зрелость идей в теориях

6

экономического развития.

Впервые исследование было опубликовано в 1960-х годах, на пике «холодной войны» и было признано намеренно политическим, поскольку диспутировало с теорией марксизма. Ростоу предположил, что на первой стадии развития общества удовлетворяются насущные потребности, обусловленные необходимостью обеспечения выживания. Наибольшее распространение имеют натуральное хозяйство, сформированное за счет таких сфер деятельности, как сельское хозяйство, охота, лесозаготовка, рыболовство. Когда общество достигает предварительных условий для будущего роста, осуществляется переход к стадии, когда торговля занимает главенствующее место в экономической деятельности. Растет класс торговцев, развивается транспортная инфраструктура, а также формируются процессы интернационализации. В конце концов, это приводит к стадии взлета, когда в обществе складываются условия для быстрого роста. Эта стадия характеризуется наращением индустриализации: рабочая сила постепенно перемещается из ремесленной и сельскохозяйственной сфер в обрабатывающую промышленность, что сопровождается соответствующими трансформациями в социально-экономической и политической структуре общества.

Ростоу отмечал, что при нарастании процессов диверсификации общество достигает стадии зрелости. На этом этапе технологические инновации открывают многочисленные инвестиционные возможности для диверсифицированного производства товаров и услуг. Это в конечном итоге приводит к переходу к следующей стадии - стадии высокого массового потребления.

Ростоу подчеркивает, что этапы развития общества не просто описательны, но имеют преемственность и внутреннюю логику. Кроме того, он

6 Hilsenrath P.E. Stages of growth revisited // Development Southern Africa, 10:1, pp. 101-110; M.A. Seligson, Development and under-development: The political economy of global inequality // (Colorado: Lynne Rienner Publishers, pp.173-180; Paul A. Baran and E.J. Hobsbawm, The Stages of Economic Growth, London: Kylos, 1961, pp. 235- 236; Bauer P.T. and Charles Wilson The Stages of Growth // Economica, Vol. 29, No.114, (May, 1962), pp. 190-200

анализировал процесс развития не как однородную непрерывность, а как прерывистый путь, связанный с качественными изменениями. Этот исторический феномен получил название «непрерывной прерывности».

В силу различных социокультурных, экономических, политических и исторических условий процессы развития носят нелинейный характер и тренды роста развивающихся стран значительно отличаются от развитых государств. Постулаты теории экономического развития нуждаются в персонификации, разработке точечных стратегий роста для отдельно взятых государств.

В этой связи проблематика борьбы с бедностью занимает центральное место в формировании устойчивой траектории экономического роста. Одним из первых в неоклассической экономической теории, кто поднял проблемы неравенства, бедности и экономического роста, стал Гэлбрейт. Он отметил, что технологии сами по себе не помогают уменьшить бедность. Благосостояние, созданное технологическим прогрессом, может вызвать проблемы для тех, кто не получает выгоду от новой технологии и вынужден получать низкую заработную плату за работу, которая больше не пользуется спросом.7

Иными словами, общее благосостояние, создаваемое технологиями, закрывает обществу глаза на положение бедных и делает их все более бессильными и невидимыми.

Вдобавок при общем достатке существует большая тенденция обвинять бедных в их состоянии - ведь если большинство людей могут добиться успеха, почему не всем удается добиться успеха? Это объясняет, почему индивидуалистические объяснения бедности так популярны и распространены в обществе изобилия. Это также объясняет, почему богатым обществам часто

не хватает политической и экономической воли для решения проблем бедно-

8

сти.

у

Galbraith, J. K. (1958) The days of boom and bust, American Heritage. (reprinted in Galbraith (1960) The Liberal Hour, pp. 82 -97 (Boston: Houghton Mifflin))

8 Galbraith, J. K. (1992) Culture of contentment, New Statesman & Society, 5(201), pp. 14 -16; Galbraith, J. K. (1996) The good society: the economic dimension,

14

Согласно мнению, широко распространённому в экономиках капиталистического типа, бедность объясняется как следствие действий и выбора отдельных лиц. Экономический и социальный мир характеризуется борьбой за власть, неизбежным результатом которой является выживание наиболее приспособленных. Люди, которые хотят получить образование, обладают энтузиазмом и желанием работать продуктивно, добьются успеха. Напротив, леность, неспособность проявлять индивидуальную инициативу и нежелание учиться и развивать общественно полезные навыки приводят таких людей к состоянию бедности, высокой вероятности того, что они будут получать низкую заработную плату.

Ученым описано, как возникает бедность в развитых капиталистических экономиках.9 Крупные фирмы, которые являются частью того, что Гэл-брейт называет «системой планирования», приобрели огромную экономическую мощь. Они оказывают влияние на политические процессы в своих интересах, нивелируя необходимость решения проблем борьбы с бедностью. Крупный бизнес контролирует цены и ресурсы, формирует общественное мнение. Более того, широко распространённая в мире модель потребительского поведения приравнивает счастье к товарам, т.е. связывает достижение счастья с удовлетворением материальных потребностей.

Второе доминирующее объяснение бедности сосредотачивается на проблемах, создаваемых институциональными структурами. Гэлбрейт отмечает, что, когда дело доходит до сокращения бедности, некоторые страны, развивающиеся по пути капитализма, например Индия, добились худших результатов, чем некоторые коммунистические страны, например Китай. Таким образом, необоснованно делать догматичный вывод о том, что чрезмерное вмешательство государства в регулирование экономики неизбежно будет препятствовать работе свободного рынка и приведет к снижению экономического роста, безработице и бедности. Точно так же Гэлбрейт указал, что ко-

in: P. Arestis & M. Sawyer (Eds) Employment, Economic Growth, and the Tyranny of the Market: Essays in Honour of Paul Davidson, Vol. 2

9 Там же

лониализм не является институциональным виновником бедности: хотя большая часть Латинской Америки все еще бедна, Австралия, Канада и США, которые когда-то были британскими колониями, сейчас богаты и успешны.

Ученый неоднократно подчеркивал необходимость улучшения доступа к образованию и развитию человеческого капитала как средства раскрытия индивидуальных способностей и роста индивидуальных доходов.

Считается, что именно Гелбрейтом впервые введен в оборот термин «интеллектуальный капитал» в 1969 году.10 Стюарт Т. обосновал данный термин, представив его как знания, которые направлены на преобразование активов и придание им большей ценности.11 Позже Эдвинссон и Салливан определили интеллектуальный капитал как знания, которые могут быть преобразованы в ценность.12

Опыт стран с развивающейся экономикой показывает, что наращивание сбережений и инвестиций не является достаточным условием для обеспечения экономического роста. Именно проникновение цифровых технологий во все сферы жизни общества обуславливает современные качественные характеристики экономического роста.

Список литературы диссертационного исследования кандидат наук Попова Ольга Анатольевна, 2021 год

список

трендов

•Научные публикаци и

• 2000 трендов

V_/

Ф

'-\

Расширение списка трендов по другим источникам

•Инвестици и

• Патенты

• 3000 трендов

Ф

С-\

Слияние близких трендов

•200 трендов

Ф

( \ Верификац ия

экспертом

•150 трендов

Ф

'-\

Расширение

описания

тренда

синонимам

и

•120 трендов

Источник: адаптировано по материалам73 Рисунок 2.8 - Порядок выявления трендов цифровизации

3 этап. Сопоставление. На этом этапе список трендов сопоставляется с трендами, характерными для каждого документа (научными публикациями, патентами, финансовой информацией, публикациями СМИ).

Представленная методология универсальна и может применяться для выявления глобальных трендов научно-технологического развития не только в сфере информационно -коммуникационных технологий, но и в любой другой отрасли (финансы, здравоохранение, промышленность, энергетика, торговля и др.), а также для изучения и прогнозирования общественно -политической и социально-экономической обстановки в различных странах и регионах. Результаты исследования универсальны для различных групп стейкхолдеров (таблица 2.1), их использование позволяет сократить степень неопределенности для инвесторов, разработчиков и потенциальных пользователей цифровых продуктов и решений.

Таблица 2.1 - Стейкхолдеры результатов исследования

Группа Решаемые за- Об- Рейтинг Рей- Рейтинг Рейтинг Матри- Рейтинг Оценка Рейтинг Мат-

стейкхол- дачи щий науч- тинг инве- упоминае- ца жиз- сквоз- готовно- стран и рица

деров рей- ных пате н- стиций мости в не нного ных сти от- органи- вакан-

тинг публи- тов СМИ цикла техно- раслей к заций сий

трен- каций логий цифрови-

дов зации

1 2 3 4 5 6 7 8 9 10 11 12

Представи- Целеполага- х х х х х х х х х х

тели орга- ние в области

нов власти развития тех-

но логий и

бизнес-

моделей

Сотрудни- Выявление х х х х х х х х х х

ки вузов перспектив-

ных направле-

ний для ис-

следований,

формирование

знаний о кон-

курентной

среде и клю-

чевых направ-

лениях иссле-

дований и

разработок в

мире

Продолжение таблицы 2.1

1 2 3 4 5 6 7 8 9 10 11 12

Стратегические консультанты Целеполагание в области развития технологий и бизнес-моделей х х х х х х х х х х

Топ-менеджмент Принятие решений в области развития технологических направлений х х х х х

Венчурные инвесторы Определения критериев поиска проектов и ключевых направлениях о суще ствле ния инвестиций в мире х х х х х х

Разработчики новых продуктов Определение прио рите тов развития новых и существующих продуктов, перспектив их монетизации, анализ ко нку-рентной среды х х х х х

Продолжение таблицы 2.1

1 2 3 4 5 6 7 8 9 10 11 12

Специа- Выявление пер- х х х х х х

листы в спективных на-

сфере IP правлений для

(интел- защиты интел-

лектуаль- лектуальной

ной соб- собственности,

ственно- формирование

сти) знаний о конкурентной среде и ключевых направлениях патентования в мире

Эксперты Выявление пер- х х х х х х х

R&D спективных направлений для исследований, формирование знаний о конкурентной среде и ключевых направлениях исследований и разработок в мире

Окончание таблицы 2.1

1 2 3 4 5 6 7 8 9 10 11 12

Специалисты HR Выявление потребностей рынка в компетенциях, анализ конкурентной среды х х х х х х х х

Специалисты PR Форм иров ание знаний о наиболее обсуждаемых технологиях в мире х х х х х

Источники: составлено по материалам

74 О проекте. ://digita1trends.г!ги/аЬоШ; (дата обращения: 12.12.2020); Мониторинг глобальных трендов цифровизации. Ростелеком. 2020. 36 с.

Общий рейтинг трендов (рисунок 2.9) основан на интегральной оценке всех анализируемых источников (размер инвестиций, количество научных публикаций, патентов, упоминаний в СМИ) и отображает важность и значимость направлений технологического развития компаний, отраслей и стран, а также позволяет сравнить разные тренды между собой.

Искусственный интеллект

Мобильные сети

Цифровое здравоохранение

Облачные технологии

Интернет вещей 1,00

Роботы 1

Информационная безопасность 0

Электронная коммерция

Обработка данных

Интенсивная обработка данных

Автономные средства передвижения

Компьютерная биология

LCD 0,34

Дополненная реальность Компьютерное зрение Блокчейн Оптические сети GPS 0,26 0,25 0,24 0,24 0,23

Онкологические исследования 0,22

Сети дата-центров 0,22

5G 0,21

Интеллектуальная сеть 0,20

Беспилотные летательные аппараты 0,19

Реклама 0,19

Социальные медиа 0,19

Полупроводники 0,18

Экономика совместного пользования 0,16

Информационная визуализация 0,15

Информационный поиск 0,15

3D печать — 0,14

Игровые машины — 0,14

Спутники — 0,14

Биометрия 0,13

Виртуальная реальность 0,13

Социальные сети 0,13

Андроид — 0,12

Доступность " 0,12

Компьютерные игры 0,12

Криптография 0,12

МООС — 0,12

0,00 0,50 1,00 1,50 2,00 2,50 3,00

Интегральный вес по всем источникам в 2019 году

75

Источник: составлено по материалам Рисунок 2.9 - Общий рейтинг трендов в 2019 году

Из рисунка 2.9 видно, что второй год подряд технологии искусственного интеллекта занимают первое место в общем рейтинге, на порядок увеличив отрыв от мобильных сетей. Сохранение высокого уровня инвестиций в течение 5 лет (CAGR 2014-2019 гг. 41%), близкое к балансу состояние рынка труда, а также ежегодный рост патентов (CAGR 2014-2019 гг. 35%) свидетельствуют об этапе развития тренда, в рамках которого экосистемы переходят от пилотных проектов в сфере искусственного интеллекта к его широкомасштабному внедрению в технологические процессы и выводу на рынок массовых цифровых потребительских продуктов76.

В своем недавнем исследовании сотрудники Массачусетского техноло-

77

гического института пришли к выводу, что дальнейшее развитие технологий искусственного интеллекта в большой степени зависит от вычислительных мощностей и приближается к своему пределу. Появление квантового компьютера могло бы стать решением данной проблемы. Мониторинг трендов позволил зафиксировать появление соответствующего слабого сигнала. В научных публикациях стал чаще встречаться термин Quantum machine learning (использование квантовых компьютеров для анализа данных с помощью машинного обучения): одна публикация в 2015 году и двадцать три публикации в 2019 году.

В 2019 году в ТОП-15 трендов не вошёл Blockchain — по итогам года он опустился на два пункта: с четырнадцатого на шестнадцатое место. Падение инвестиций говорит о спаде ажиотажа и снижении спекуляций вокруг технологии, а рост по научным публикациям и патентам свидетельствует о том, что технология становится массовой, проникает во все отрасли (пока больше всего внедрений в финансах и логистике). Начиная с 2018 года сер-

76 Мониторинг глобальных трендов цифровизации. Ростелеком. 2020. 36 с.

77 Thompson Т., Greenewald К., Lee К., Manso G.F. The Computational Limits of Deep Learning. http://ide.mit.edu/publications/computational-limits-deep-learning (дата обращения: 12.12.2020)

вис Blockchain-as-a-Service появляется в продуктовых портфелях IBM,

78

Microsoft, Oracle, Amazon, Alibaba, Tencent, Baidu .

Несмотря на шумиху в СМИ и появление первых коммерческих сетей, технологии 5G в 2019 году показывают умеренный рост: в общем рейтинге поднялись на три пункта с двадцать четвертого на двадцать первое место. Сильный рост в инвестициях (+102% по сравнению с 2018 годом) и спад патентной активности на 4% свидетельствуют о переходе технологии на этап коммерческого применения. Крупнейшая инвестиция ($186 млн) связана с компанией Cloudminds, разрабатывающей роботов, работающих на сетях 5G — инвесторы начинают вкладываться в создание платформенных сервисов

79

на базе 5G .

Самым быстрорастущим трендом по итогам 2019 года стал Data center networks, поднявшись с сорок четвертого на девятнадцатое место в общем рейтинге. Более 70% инвестиций в 2019 году приходится на долю США и Китая. При этом лидером по инвестиционной активности в 2019 году стал Китай (впервые с 2016 года): общий объем инвестиций — $5,1 млрд. Крупнейшие сделки в 2019 году — это инвестиции в китайские дата-центры: ведущий китайский поставщик услуг ЦОД Tenglong Holdings Group (Tamron) привлек $3,7 млрд, и эта сумма является рекордной для инвестиций в дата -центры; Компания Qinhuai Data привлекла $570 млн от частной американской инвестиционной экосистемы Bain Capital; Компания Wangsu Science&Technology по итогам IPO в 2019 году привлекла $507 млн. Тренды Cloud и Data center network развиваются синхронно: распространение облачных услуг и увеличение потребности в хранении данных в облаке приводит к росту числа ЦОД по всему миру80.

Рейтинг роста и падения (рисунок 2.10) основан на общем рейтинге трендов и показывает, на сколько позиций в общем рейтинге упал или поднялся тренд по сравнению с результатами прошлого года. Резкие изменения в

78 Мониторинг глобальных трендов цифровизации. Ростелеком. 2020. 36 с.

79 г^

Там же.

80 г^

Там же.

рейтинге, произошедшие в течение года, могут свидетельствовать о значимых событиях на рынке. Так, например, рост тренда Data center networks обусловлен несколькими крупными инвестициями в строительство дата-центров в Китае.

Название диаграммы

30

20

10

-10

-20

-30

О □ □

и

Проц

Экон есс Энер

Вирт Элек Убеж Инф Дист Библ омик разв Базы Моб

Когн Инте гетич

Сети трон орма анци иоме Геоп а ития данн Умн

уаль даю Сети ильн Крау еска

ное цион онно ттри Спут МОО совм итив прог ых ллек

дата- ная щие рост ые ые я

прав ная е ческ С естн ное рам Ad- взаи туал дсор эффе

цент реал техн ранс ники плат горо

ител визу зонд ии ого ради мног hoc моот ьная фор синг

ров ьнос олог тво да ктив

ьств ализ иров анал поль о о нош сеть

ть ии обес мы ност

о ация ание из зова ений

ния пече

ния

25 17 12 12 11 10 9 7 6 6 -6 -7 -7 -7 -9 -10 -11 -13 -20 -23

81

Источник: составлено по материалам8 Рисунок 2.10 - Рейтинг роста и падения трендов цифровизации в 2019 году

0

Самым быстрорастущим трендом по итогам 2019 года стал Data center networks. Более 70% инвестиций в 2019 году приходится на долю США и Китая. При этом лидером по инвестиционной активности в 2019 году стал Китай (впервые с 2016 года): общий объем инвестиций — $5,1 млрд.

На втором месте в рейтинге роста находится тренд Virtual reality. Он поднялся на 17 пунктов с 52-го на 35-е место82. На пути массового распространения VR стоят 3 основных технологических ограничения:

- Отсутствие достаточно мощного оборудования (GPU, экраны) и сетевой инфраструктуры.

- Отсутствие качественного контента.

- Отсутствие достаточно точных систем управления и технической возможности обеспечения обратной связи (нейроинтерфейсы).

Вложения средств в новые компании отражают уровень готовности инвесторов финансировать технологические стартапы по конкретным направлениям. Сопоставление уровня вложений в самые рискованные стартапы с совокупным уровнем инвестиций позволяет выявить технологические ниши, обладающие как высокой степенью привлекательности, так и высокой степенью риска83 84. Результаты этого анализа целесообразно учитывать при выработке стратегии выхода на новые рынки.

Спад инвестиционной активности в 2019 году: по количеству сделок на 20% по сравнению с 2018 годом (показатель на уровне 2014 года); по общему объему на 15%. При этом средний объем сделки растет, начиная с 2015 года, на 20% в год.

Топ-5 сделок за 2019 год85:

1. Инвестиции американской компании Gilead Science $5,1 млрд в увеличение своей доли в бельгийско-голландской биотехнологической компании Galapagos NV.

82 Мониторинг глобальных трендов цифровизации. Ростелеком. 2020. 36 с.

83

Шальнев О.Г., Мещерякова М.А., Попова О.А. Гипотезы технологического развития и ключевые риски для инновационной экосистемы // ФЭС: Финансы. Экономика. 2019, №11. С. 52-57.

84 Переславцева И.И. Управление технологическими рисками инновационной деятельности цифровой экосистемы. Дисс. ... канд. экон. наук. Воронеж, 2020. 160 с.

85 Мониторинг глобальных трендов цифровизации. Ростелеком. 2020. 36 с.

2. Китайский оператор дата-центров Tenglong Holding Group в 2019 году привлек $3,7 млрд.

3. Китайская социальная платформа для обмена короткими видео Kuaishou Technology привлекла $3 млрд инвестиций.

4. Американский стартаn Argo AI, разрабатывающий платформу для беспилотных автомобилей, привлек $2,6 млрд инвестиций от Volkswagen Group

5. Азиатский стартап заказа такси и доставки еды Grab привлек за 2019 год в общей сложности $2,3 млрд инвестиций.

Рейтинг научных публикаций показывает значимость направлений технологического развития в науке и указывает на интерес ученых в фундаментальных исследованиях в определенной тематике, фиксируя раннюю стадию развития тренда.

ТОП-5 трендов86:

1. Искусственный интеллект.

2. Мобильные сети.

3. Интернет вещей.

4. Data Mining.

5. Роботизация.

ТОП-5 стран87:

1. Китай.

2. США.

3. Индия.

4. Германия.

5. Великобритания.

В 2019 году наблюдался самый сильный, начиная с 2014 года, рост количества научных публикаций: +23% по сравнению с 2018 годом. За 6 лет тренды в пятерке лидеров по научным публикациям не менялись, что гово-

рит об их перспективности и сквозном характере: Artificial Intelligence, Мобильные сети, Internet of Things, Data Mining, Роботизация. Абсолютным лидером по количеству научных публикаций является Китай: каждая четвертая

88

научная статья — китайская .

Рейтинг патентов отражает переход интереса в заданной тематике из теоретической плоскости в практическую. В 2019 году наблюдался спад патентной активности на 18%, при стабильном росте с 2014 по 2018 год в среднем на 10% ежегодно. Последние три года в четверке лидеров по патентной активности находятся: Мобильные сети, Искусственный интеллект, Интернет вещей, LCD. Абсолютный лидер Китай: ему принадлежит более половины всех патентов по ИКТ.

ТОП-5 организаций89:

1. Samsung: ~16 тыс. патентов. Основные направления: Мобильные сети, LCD, 5G, 4G, Интернет вещей.

2. Huawei: ~10 тыс. патентов. Основные направления: Мобильные сети, LCD, Роботизация, 5G, Искусственный интеллект.

3. LG Group: -9 ,5 тыс. патентов. Основные направления: Мобильные сети, 5G, SDN, информационная безопасность, Оптическая сеть.

4. QUALCOMM: ~9,4 тыс. патентов. Основные направления: Мобильные сети, 5G, Интернет вещей, 4G, Semicondoctors.

5. Ericsson: ~6 тыс. патентов. Основные направления: Мобильные сети, SG, Интернет вещей, информационная безопасность, 4G.

Рейтинг упоминаемости трендов в СМИ основан на анализе более 100 источников, среди которых ведущие технологические и новостные порталы компаний-лидеров в ИТ и телекоммуникационной отрасли.

ТОП-5 трендов90:

1. Искусственный интеллект.

2. Андроид.

88 Мониторинг глобальных трендов цифровизации. Ростелеком. 2020. 36 с.

89 г^

Там же.

90 г^

Там же.

3. Мобильные сети.

4. Социальные медиа.

5. 50.

Рейтинг стран (рисунок 2.11) основан на распределении научных публикаций, патентов, инвестиций и грантов по странам и позволяет оценить относительный вклад каждого государства в международное развитие трендов цифровизации.

I Ряд1

Ч-*

0~

| |

с»* /

'

I

^ # # # ^ ^ ^ ^ V ^ ., с/ «О <0

91

Источник: составлено по материалам Рис. 2.11 - Вклад стран (интегральный вес) в развитие цифровизации в 2019

году

Страны, которые развивают технологии «сегодня», «завтра» являются лидерами по экономическому потенциалу и уровню жизни граждан.

Последние 5 лет глобальное лидерство по вкладу в развитие цифровизации планомерно захватывал Китай. В 2015 году он вышел на первое место, и с тех пор темпы роста по сравнению с США, занимающими второе место, только растут. Китай продолжает наращивать отрыв по количеству патентов и научных публикаций. США уверенно лидируют по объему инвестиций.

Россия заняла 9-е место в общем рейтинге, опередив Канаду, Италию и Австралию. В 2019 году наблюдался рост абсолютных значений почти по всем показателям: рост инвестиционной активности +217%, рост по количеству научных публикаций +28% и грантам +24%. Рост в инвестициях за счет Ecommerce (Advertising), Social Networks, Cloud, E-health. Крупнейшие сделки: Naspers увеличил долю в Avito — $1,16 млрд; покупка Сбербанком акций Mail.ru Group $170 млн. Больше всего научных публикаций в 2019 году связано с Artificial Intelligence (3,1 тыс.), Internet of Things (1,4 тыс.) и Data Mining (1,2 тыс.). За 2019 год больше всего патентов было выдано: AO KASPERSKY LAB — 48 (Информационная безопасность, искусственный интеллект), ABBYY — 32 (Artificial Intelligence), ПАО «Сбербанк» — 11 (искусственный интеллект, Информационная безопасность). Патентная актив-

92

ность ПАО «Сбербанк» началась только в 2019 году .

Анализ научных публикаций позволяет выявлять новые, не вошедшие в общий список, технологические тренды — «слабые сигналы». По количеству научных публикаций такие тренды отстают от лидеров рейтинга в тысячи раз, а темпы роста могут быть в сотни раз выше. Среди слабых сигналов уверенный рост из года в год за последние 5 лет демонстрируют следующие тренды, представленные на рисунке 2.12.

Precision medicine (средний темп роста +112% в год) — инновационный подход в системе здравоохранения, при котором профилактика и лечение заболеваний

подбирается главным образом по генетической информации. Развитию точной медицины способствуют последние открытия в области генетики, а также использование ИКТ для сбора и анализа получаемой информации

Elastocaloric effect (средний темп роста +86% в год) — изменение температуры материала, вызванное адиабатическим растяжением/сжатием, изучается возможность его применения для моментального охлаждения

Visual based navigation (средний темп

роста +82% в год) — системы визуальной автономной навигации для БПЛА

Synthetic dataset (средний темп роста +70% в год) — генерация синтетических

данных для улучшения алгоритмов машинного обучения, а также проверки алгоритмов и тестирования ПО

Demand prediction (средний темп роста +36% в год) — прогностические модели, которые анализируют и предсказывают потребительский спрос

Источник: адаптировано по материалам93 Рисунок 2.12 - Технологические тренды — «слабые сигналы»

Среди слабых сигналов можно заметить тренд, зародившийся в 20172018 годах — XAI или Explainable Machine Learning (рост ~800% в год) — объяснимый искусственный интеллект. Также в 2019 году можно наблюдать рост интереса к трендам, связанным с формированием системы моральных принципов, которые применяются в инженерной практике, и с вопросами «справедливости» (непредвзятости) машинного обучения: Engineering ethics (рост 867% в год) и Algorithmic fairness (рост 700% в год). Такие сигналы го-

ворят о том, что в условиях стремительного развития и усложнения технологий людям нужны гарантии непредвзятости технологий и прозрачности их функционирования94.

Таким образом, мониторинг трендов — инструмент для объективного и своевременного принятия решений, который способен существенно дополнить традиционные методы оценки экономических перспектив инновационных разработок и технологических стартапов.

Мониторинг трендов является одним из ключевых инструментов стратегии инновационного развития экосистемы. Результаты мониторинга используются для определения приоритетов технологического развития и выработки направлений взаимодействия со всеми элементами системы «откры-

- 95

тых инновации» .

2.2 Исследование отечественной практики формирования бизнес -моделей инновационных экосистем на базе платформ

Методической основой для проведения исследования выбран подход к анализу бизнес-моделей малых инновационных компаний96, который заключается в «предварительной классификации рассматриваемых объектов и последующем описании сравнительных характеристик выделенных групп по ключевым параметрам бизнес -моделей»97.

94 Мониторинг глобальных трендов цифровизации. Ростелеком. 2020. 36 с.

95 Казарцева А.И. Формирование и развитие инновационной экосистемы на основе корпоративной модели открытых инноваций. Дисс. ... канд. экон. наук. Воронеж, 2020. 237 с.

96 По материалам статьи В.Д. Маркова, Бизнес-модели компаний на базе платформ // Вопросы экономики - 2018, №10. - с. 127-135.

97

В целях настоящего исследования нами предлагается следующая классификация платформ98: внутренние платформы (продуктовые, технологические, сервисные); интеграционные платформы; многосторонние платформы99 (мультиагентные системы).

Внутренние платформы в виде цифровых двойников созданы у таких гигантов, как, например, Boeing (совместно с Dassault System), BMW и ряда других. Отличительной особенностью таких платформ является эволюционный переход от классических цепочек поставок к сетям поставок; от цепочек создания стоимости - к сетевым структурам100; к формированию цифрового рабочего пространства на основе Фабрик будущего (цифровых, умных и виртуальных).

Интеграционные платформы развивают такие компании, как Uber, Avito, Coursera и ряд других. На таких платформах присутствует взаимодействие между двумя видами пользователей на основе централизованной цифровой платформы, принадлежащей дирижеру экосистемы.

Многосторонние платформы в последнее время развиваются активнее всего. Именно на основе многосторонних платформ формируются экосистемы бизнеса. В этих условиях, на взгляд автора, целесообразно проанализировать крупных российских поставщиков экосистемных решений. Это позволяют сделать результаты исследования, проведенного в декабре 2019 года компаниями Spektr и Aventica (рисунок 2.13).

98

Баринов В.П., Попова О.А., Смирнова Е.Н., Мосиенко А.В. Практические аспекты инновационного развития на пути к интеллектуальной экономике будущего // Организатор производства, 2020. №4.

99 «Многосторонней мы называем платформу, в которой присутствует, как минимум, четыре группы участников: владелец платформы, независимые разработчики, потребители и партнеры по сбыту и продвижению (поставщики, продавцы, консультанты и пр.)». Цит. по: Вызовы цифровой трансформации и бизнес высоких технологий / Н.А. Кравченко, В.Д. Маркова, Н.П. Балдина и др. / под ред. д.э.н. Н.А. Кравченко, д.э.н. В.Д. Марковой. - Новосибирск: ИЭОПП СО РАН, 2019. - 352 с.

100 Панченко В.Е. Сетизация инновационной среды в условиях цифровой трансформации. Дисс. ... канд. экон. наук. Воронеж, 2020. 189 с.

Карта крупнейших

российских экосистем

Сервисы для конечных потребителей

Яндекс Маркет Суперчек Беру СберЛог

• Uber Russia

• Яндекс.Такси

• ЯндексДрайв

Автомобиль

> Суперапп Тинькофф

> Яндекс.Лавка

> Яндекс.Еда

» sberFood Питание

► Delivery Club 9 СберМаркет

• Яндекс.Поиск

• Яндекс.Карты

• Яндекс

• Сбербанк 1С

• МТС Вторая

• Олег

• Едадил (Ф

• Юла

• Pandao m

• Суперапп

Тинькофф

• Тинькофф АЗС

• Суперапп Тинькофф

Тинькофф путешестви Суперапп Тинькофф

Финансы

» Ситимобил » Youdrive

► Поиск Mail ri » Maps.me

Дети

Поиск и карты

• Яндекс.Паспорт

• Яндекс.Телефон

• GeekBrains

• Skillbox

• Smart University

• Кэшбэк

• Combo

> Маруся TeXI » Облако Mail-ru

► Mail ID

► Тинькофф Обр)

► Яндекс.Практи

► Яндекс.Репети'

1Сибо от Сбербанка. Путешест

<• Яндекс.Деньги • Сбербанк Онлайн • МТС Деньги

• Инвестиции БКС • Сбербанк. Инвестор • МТС Инвесги!

• Yammi • СберКредо • МТС Банк

• Деньги Mail.ru • Тинькофф

• VK Pay Инвестиции

► Спасибо от Сбербанка Программа лоял^

► МТС Cashback 9 Яндекс.Плюс

► МТС Развивайка

► Тинькофф Junior

► Sber Kids

• Аура

• Яндекс.Почта

• Sloy

• СберМобайл

• МТС Афиша

• МТС Игры

• МТС Медиа

• МТС ТВ

• МТС Music

• WASD.tv

• Суперапп Тинькофф

В Контакте • Одноклассники

Мой Мир • Тинькофф Mo6ai

ICQ • Мой МТС

ТамТам • МТС Mobile

Почта Mail ru

КиноПоиск • Рамблер/Касса

Я.Стример • Афиша

Яндекс.Афиша • Livejournal,

Яндекс. Видео Лента.ру,

Газета.ру, RNS,

Яндекс.Дзен Секрет фирмы.

Яндекс.Музыка Чемпионат.сот

Яндекс.Новости • Okko

Яндекс. Радио • Медиапроекты

Яндекс.Эфир Mail.ru

Суперапп • Boom

Тинькофф • My.Games

Источник: 101

Рисунок 2.13 - Карта крупнейших российских Ь2с -экосистем, данные на декабрь 2019 года

101 Седашов Н. Как российские компании строят экосистемы: что происходит и чего ожидать. https://vc.rU/u/1 63530-п1ко1ау-зсёазЬоу/] 05427-как-го881у8к1е-котрап11-81гоуа1-еко8181ешу-сЬ1о-рго18Ьоё11-1-сЬейо-О2Ь1ёа1 (дата обращения: 16.12.2020)

Из рисунка 2.13 видно, что крупнейшие клиентские экосистемы в РФ сейчас имеют пять компаний («Сбербанк», «Яндекс», «Тинькофф», Mail.ru Group и МТС). Рассмотрим их подробнее.

Впервые экосистема Сбербанка (Сбера) была представлена в 2016 году по модели клиентоцентричной экосистемы (рисунок 2.14) и адаптирована в 2020 году (рисунок 2.15).

Бизнес-модель Сбербанка-клиентоцентричная экосистема

102

Источник:

Рисунок 2.14 - Экосистема Сбербанка, представленная в 2016 году

Годовой отчет Сбербанка. 2016.

https://www.sberbank.com/common/img/uploaded/files/pdf/stockholders/2017/Godovoy

103

В процессе реализации

Источник:

Рисунок 2.15 - Экосистема Сбера, представленная в 2020 году

В 2020 году произошел ребрендинг, и Сбербанк превратился в Сбер. Потеря в названии слова «банк» неслучайна, ведь теперь Сбер не хочет ассоциироваться только с банком и финансовыми услугами. Экосистема Сбера включает в себя намного более широкий спектр приложений и сервисов, нежели это было всего лишь год назад. В настоящее время Сбер активно строит открытую экосистему. Есть ключевые бизнесы, которые необходимо контролировать, — это все, что связано с финансовыми услугами. Есть сервисы, в которых Сбер хочет участвовать: необязательно быть контролирующими акционерами, но участвовать с миноритарным пакетом. И наконец, есть сервисы, которые Сбер считает потенциально очень важными для клиентов. Они тоже будут частью экосистемы, но Сбер в них участвовать не будет, а будет только проверять надежность партнеров и качество их услуг, перед тем как предлагать их клиентам. Все сервисы экосистемы Сбера построены на еди-

103

Презентация для инвесторов, 1 августа 2020. https://www.sberbank.com/common/img/uploaded/files/info/ir_presentation_as_of_1_au gust_2020_ru.pdf (дата обращения: 13.12.2020)

83

ной цифровой технологической платформе с использованием больших данных и искусственного интеллекта. Развитие связующих элементов экосистемы Сбера представлено в таблице 2.2.

Таблица 2.2 - Развитие связующих элементов экосистемы Сбера

Каналы дист- Инструменты мар- Инструменты Элементы платфор-

рибуции кетинга управления мы

• Онлайн и • Sber • Мотивация • SBER AI

оффлайн NextBestAction • Комплаенс • SBER ID

• SBER RATING • SBER CLOUD

(отчетность и ско- • SBER DATA

ринг) • Кибербезопасность

• SBER PRIME • SBER PROFILE

(ключевые предло- • SBER API

жения)

• SBER

ADVERTISING

• SBER SPASIBO

(программа лояль-

ности)

Источник: адаптировано по материалам

В своей стратегии SBER 2023105 Сбер формирует свое видение как «интеграция потребностей людей, бизнеса и страны технологиями и решениями Экосистемы Сбер». Фундаментом достижения такого видения выступают четыре «кита»: команда, платформа, искусственный интеллект и кибербезопас-ность.