В настоящее время в России идет разработка или уже работает множество разноликих информационных систем. В государственном реестре информационных систем их зафиксировано порядка 350. В соответствующем государственном реестре числится порядка 130 тыс. документов стратегического планирования, из которых половина уже утратили свою силу. Разработано более 20 тыс. схем территориального планирования, более 100 тыс. административных регламентов и пр. В этом контексте явно видна потребность в создании единого и целостного правового и методического базиса, а также кибер-физической системы систем, совокупности цифровых платформ и сквозных цифровых технологий для обеспечения синергии воздействия стратегических документов и действий по их выполнению на прорывное социально-экономическое развитие страны.

В сложившейся ситуации для поддержки принятия эффективных коллективных решений требуется институциональная и семантическая интероперабельность, создание соответствующего пространства доверия. Иначе барьеры, стоящие на пути улучшения взаимопонимания участников принятия и реализации решений, приведут к невозможности обеспечения их прорывного характера.

В таких условиях пространство принятия решений приобретает мощность континуума. Один только учет фактора коллективного интеллекта заставляет использовать неклассические подходы к оперированию ситуациями, представляемыми в бесконечномерном пространстве. На эти ситуации влияют социальные, макроэкономические и микроэкономические факторы, а также физические и биологические эффекты, определяющие в скрытой форме волновые и физиологические аспекты мышления и сознания. И если первые, в какой-то степени могут быть формализованно описаны, например, классическими эконометрическими методами или приемами, то вторые требуют подключения неклассических подходов, например, панпсихизма, квантовой когнитивистики и семантики[47][48].

Принятие сложных управленческих решений осуществляется при помощи ситуационно-имитационного и когнитивного (моделирование с обогащенными семантиками) моделирования. Такое моделирование соединяет в одно целое построение динамических аналогий для управления объектом и программные симуляторы, обеспечивающие расчет модели на компьютере. Компьютерно-модельный подход позволяет:

– Сопрягать разные математические подходы и методы при моделировании отдельных частей объекта;

– Формализованно задавать многоуровневые целевые функции моделирования, строить взвешенное дерево целей;

– Учитывать косвенно при моделировании влияние понятийных (концептуальных, неформализуемых), дестабилизирующих и флюктуирующих факторов, а также аспекты аналоговой виртуальной реальности;

– Применять многокритериальные методы и целевые установки, не искаженные математической структуризацией и формализацией;

– Воспринимать стохастические потоки данных, не ограниченные требованиями устойчивости, стационарности и др.;

– Воспроизводить моделируемые объекты с определенной (неконечной) точностью и наглядностью без видимой деформации их структуры;

– Исследовать объект моделирования по различным критериям: качества, надежности, эффективности, устойчивости, управляемости, целенаправленности и др.

При компьютерном моделировании применяются разные инструменты анализа и оценки, в том числе системные, математические, статистические, экспертные, эвристические и другие для того, чтобы процедура моделирования при принятии решений, включая коллективных, могла применяться при управлении реальными проблемами и объектами управления.

Для успешной реализации перечисленного к прорывным стратегическим решениям в области совершенствования СУ может быть отнесено развитие классической теории управления[49][50] на основе ее трансформации в цифровой среде.

Управление в условиях цифровой среды позволяет реализовать идею, идущую от классической физики с одной стороны и от теории рефлексивного управления с другой. Классическая схема управления носит детерминированный характер и предполагает три шага:

– Выделяется максимально полный набор переменных, описывающих объект управления (их обычно называют фазовыми переменными);

– Рассматривается пространство всех возможных состояний управляемой системы, при этом считается, что каждый набор фазовых переменных полностью определяет состояние объекта управления;

– Ищутся взаимосвязи между фазовыми переменными и скоростями их изменения.

Практически все успехи современной теории управления и естествознания были связаны с реализацией этой детерминированной схемы. Для требуемого в настоящее время СУ этот подход явно не подходит.

В цифровой среде ситуация принципиально меняется.

Детерминированная модель объекта управления в целом отсутствует, хотя цифровые инструменты (например, ИИ, интернет вещей и пр.) позволяют оценить с высокой точностью фазовые переменные и их динамику. Это позволяет определить конечную область фазового пространства, где находится исследуемый объект управления и куда он движется.

Развитие теории самоорганизации (синергетики) и опыт моделирования самых различных систем показало, что фазовое пространство далеко не однородно. Различные области в нем могут принципиально отличаться, в том числе, в зависимости от того, какой в них горизонт предсказуемости[51]. В фазовом пространстве для этого выделяются области русел, в которых состояние объекта описывается ограниченным числом переменных. Все остальные координаты выражаются через несколько ведущих переменных, которые обычно называют параметрами порядка.

В этой выделенной области пространства происходят только медленные и хорошо прогнозируемые процессы. Поведение исследуемой системы можно достаточно легко представить на основе опыта или с помощью простых математических моделей небольшой размерности. Такой системой можно эффективно управлять.

Однако в фазовом пространстве бывают и области джокеров, в которых горизонт прогноза мал, число переменных велико (вплоть до бесконечности), а состояние управляемого объекта может меняться очень быстро или даже мгновенно и скачкообразным образом, что непредсказуемо классическими методами. Области джокера описывают пограничные, чрезвычайные ситуации. Управление в этих случаях требует особых приемов, навыков, подготовки и удачи, обеспечивающих робастность управления. Субъективные, случайные факторы, компетенция руководителя, его психологические установки и ценности в этом случае играют бо́льшую роль, нежели роль формализуемых компонентов модели.

Сказанное можно пояснить примером из области медицины. Если состояние больного находится в пределах одного из русел, то с проблемой вполне могут справиться терапевты. В области джокера нужны более решительные действия. Для этого может быть предложена схема СУ, предполагающая три иных, по сравнению с классическим подходом шага:

– Сначала следует определить, какие фазовые параметры описывают объект в достаточной для целей управления степени, подбираются методы цифрового мониторинга, позволяющие измерить каждого из них;

– Определенным способом, например, на основе предыстории системы, экспертных оценок или моделирования, строится фазовое пространство и в нем выделяются русла и области джокеров;

– Для каждой из этих областей выясняется, какое управление может дать наилучшие результаты. Формулируются ограничения и оцениваются возможности реализации управляющих воздействий.

С результатами этой проработки знакомятся люди, которым предстоит осуществлять управление. Это могут быть отдельные команды и специалисты, которые подбираются для управления в областях русел и джокеров.

Такое управление с выделением русел и джокеров может оказаться эффективнее традиционных подходов к СУ. Это подтверждает опыт разработки систем с биологической обратной связью. С пациента снимали в режиме реального времени параметры (фазовые переменные) его организма (давление, пульс, температура и др.), визуализировали их и указывали целевую область в пространстве фазовых переменных. В этой области лежат состояния, типичные для здорового человека. В результате те навыки, на формирование которых у человека ранее уходило несколько лет, в цифровой реальности удавалось выработать за несколько дней.