Информационная поддержка решений директора: всесторонний академический обзор в эпоху цифровой трансформации

В эпоху беспрецедентной скорости изменений и объемов информации вопрос о том, как директора принимают решения, выходит на передний план. По оценкам экспертов, объем глобальных данных удваивается каждые два года, достигая зеттабайтов, при этом до 80% этих данных неструктурированы. В такой динамичной среде интуиция, сколь бы острой она ни была, уже не может быть единственным компасом. Управленческие решения, особенно стратегического характера, требуют глубокого, научно обоснованного анализа, опирающегося на своевременную, достоверную и полную информацию. Именно здесь на сцену выходит информационная поддержка – не просто как вспомогательный инструмент, а как фундаментальный элемент успешного корпоративного управления.

Данный академический обзор призван обеспечить всестороннее понимание концепции информационной поддержки решений директора. Мы рассмотрим эволюцию ключевых понятий, специфические требования к качеству информации, архитектуру и функционал современных информационных систем (таких как СППР, BI, ERP), а также погрузимся в мир моделей принятия решений. Особое внимание будет уделено вызовам и перспективам, которые открывает цифровая трансформация, большие данные и искусственный интеллект, формируя новую парадигму управленческой практики. Работа ориентирована на студентов, аспирантов и исследователей в области менеджмента и информационных систем, стремящихся получить глубокие знания в этой критически важной области.

Теоретические основы управленческого решения и информационной поддержки

Эффективное управление начинается с понимания базовых принципов, на которых строятся управленческие решения и системы их поддержки. Без четкого определения ключевых понятий и осознания исторического пути развития инструментов поддержки невозможно адекватно оценить их современную роль и будущий потенциал, не говоря уже о разработке стратегий для будущего.

Определения ключевых понятий

Начнем с осмысления фундаментальных терминов, которые станут краеугольными камнями нашего исследования.

Информационная поддержка – это не просто предоставление данных, это целенаправленный и структурированный процесс информационного обеспечения, ориентированный на специфические потребности пользователей, занятых управлением сложными объектами. Её основная задача заключается в подготовке и реализации управленческих решений. В современных условиях информационная поддержка становится наиглавнейшей задачей в оптимизации организационного управления компанией, интегрируя в себя передовые высокотехнологичные исследования. Это включает в себя интеллектуальную обработку данных, которая часто использует методы машинного обучения для выявления скрытых закономерностей, прогнозирования будущих тенденций и автоматизации рутинных аналитических задач. Также это многокритериальный мониторинг, позволяющий отслеживать и оценивать показатели по нескольким параметрам одновременно (например, финансовые, операционные и клиентские метрики), предоставляя комплексное представление о состоянии объекта управления. Кроме того, информационная поддержка охватывает проектирование баз знаний и ситуационное управление, что позволяет оперативно реагировать на изменения.

Управленческое решение представляет собой неслучайный выбор определённого курса действий из множества доступных альтернатив, направленный на решение конкретных задач компании или её подразделений. Это творческое, волевое действие субъекта управления, которое неразрывно связано со знанием объективных законов (принципов экономики, менеджмента, маркетинга, юридических норм) и глубоким анализом информации. Суть решения заключается в выборе цели, программы и способов деятельности. Это комплексный процесс, включающий выявление проблемы, оценку различных альтернатив и, в конечном итоге, выбор наиболее эффективного приёма для достижения поставленных целей компании.

Система поддержки принятия решений (СППР) — это особый класс информационных систем, разработанный для обеспечения руководителей необходимыми знаниями и информацией, позволяющими принимать обоснованные и правильные управленческие решения. СППР выступает как программный инструмент, чья главная функция — помощь в анализе больших объемов данных и выработке оптимальных решений в сложных, многовариантных ситуациях. Эти системы предназначены для поддержки среднего и высшего звена управления и планирования, значительно повышая вероятность принятия обоснованного решения даже в условиях высокой неопределенности и быстро меняющейся обстановки. В целом, СППР рассматриваются как мощное средство повышения эффективности управления бизнес-процессами. Они повышают вероятность принятия обоснованных решений за счет предоставления структурированной аналитики, моделирования различных сценариев и использования прогнозных алгоритмов, что сокращает зависимость от интуиции и субъективных оценок. Это особенно важно для руководителей среднего звена (руководители отделов, менеджеры проектов) и высшего звена (директора, члены правления), которые принимают решения, оказывающие значительное влияние на стратегию и операционную деятельность компании.

Business Intelligence (BI) — это не просто набор инструментов, а стратегический подход к управлению, в основе которого лежит систематический сбор и анализ данных. Его главная задача — преобразовывать сырую, разрозненную информацию в полезные, осмысленные сведения, которые становятся основой для принятия операционных и стратегических бизнес-решений. BI-системы — это программные продукты, которые агрегируют информацию из различных источников, обрабатывают её и представляют в виде удобных и наглядных отчётов, графиков, дашбордов. Это значительно упрощает анализ данных, позволяя пользователям принимать решения быстрее и эффективнее. Полезные сведения, предоставляемые BI-системами, включают анализ продаж по регионам, сегментам клиентов и продуктам, выявление наиболее прибыльных направлений, мониторинг ключевых показателей эффективности (KPI) в реальном времени, а также обнаружение аномалий и отклонений в бизнес-процессах. По данным «Первый Бит», BI-системы позволяют компаниям принимать решения в среднем на 30-40% быстрее за счет сокращения времени на сбор и консолидацию данных.

Цифровая трансформация — это глубокая, комплексная перестройка бизнес-процессов, ориентированная на внедрение современных цифровых технологий для повышения производительности, улучшения клиентского сервиса и адаптации к постоянно меняющимся условиям рынка. Это не просто внедрение новых IT-систем, а фундаментальное изменение подхода к ведению бизнеса, включая изменение корпоративной культуры, коммуникаций с клиентами и построение совершенно новых бизнес-моделей. Цифровая трансформация требует от организаций быстрой адаптации к технологическим достижениям, сбоям в цепочках поставок и постоянно растущим ожиданиям клиентов. Она может проявляться в переходе от бумажного документооборота к полностью электронному, внедрении ERP-систем для автоматизации учета, использовании ИИ для персонализации предложений клиентам или создании цифровых платформ для взаимодействия с поставщиками и партнерами. Изменения в культуре предприятия могут включать развитие цифровых компетенций сотрудников, поощрение инноваций и переход к гибким методологиям управления проектами.

Эволюция и классификация систем поддержки принятия решений

История систем поддержки принятия решений (СППР) неразрывно связана с развитием информационных технологий. Информационная технология поддержки принятия решений появилась на рубеже 1970-х – 1980-х годов. Этот период ознаменовался массовым распространением персональных компьютеров, таких как IBM PC (1981 год), которые сделали вычислительные мощности доступными для широкого круга бизнес-пользователей. Тогда же получили развитие первые пакеты прикладных программ, в частности, электронные таблицы (например, VisiCalc, а затем Lotus 1-2-3), обеспечившие базовые возможности для моделирования и анализа данных. Параллельно с этим, успехи в области искусственного интеллекта, особенно в разработке экспертных систем, заложили фундамент для создания более интеллектуальных компонентов СППР.

Структурно СППР традиционно состоят из трёх ключевых компонентов:

1. База данных (или знаний): Это хранилище всей необходимой информации, которая может быть как оперативной, так и исторической. Она может включать данные о финансовых показателях, производственных операциях, клиентских транзакциях, а также агрегированные сведения из внешних источников.
2. Концептуальная модель предметной области: Этот компонент содержит аналитические модели, методы, алгоритмы и знания, необходимые для обработки данных и генерации решений. Концептуальная модель может включать описание бизнес-процессов, взаимосвязей между ключевыми показателями, правил принятия решений, а также онтологии и таксономии для структурирования знаний. Типы баз данных могут варьироваться от реляционных до графовых и колоночных, в зависимости от специфики хранимой информации.
3. Пользовательский интерфейс: Обеспечивает интуитивно понятное взаимодействие пользователя с системой, позволяя формулировать запросы, визуализировать результаты анализа и моделировать различные сценарии.

Классификация СППР может осуществляться по различным критериям. По способу функционирования выделяют коммуникативные СППР, обеспечивающие совместную деятельность нескольких специалистов. Эти системы, также известные как групповые СППР (Group Decision Support Systems, GDSS), предоставляют инструменты для совместной работы, такие как электронные доски объявлений, видеоконференции, общие рабочие пространства и анонимное голосование. Это способствует коллективному анализу проблемы и выработке консенсусных решений, например, при проведении советов директоров или стратегических сессий, что особенно ценно для решения комплексных, плохо структурированных задач.

СППР могут быть классифицированы и по уровню поддержки: от простых систем, предоставляющих отчеты, до сложных интеллектуальных СППР, основанных на технологиях искусственного интеллекта. Эти системы используют такие технологии ИИ, как экспертные системы (для эмуляции знаний специалистов), нейронные сети (для распознавания образов и прогнозирования), генетические алгоритмы (для оптимизации) и обработку естественного языка (для анализа неструктурированных данных).

Требования к информации и её качество для принятия управленческих решений

Информационная поддержка имеет смысл только тогда, когда информация, на которой она базируется, обладает высоким качеством. Для директора, чьи решения определяют стратегический курс компании, качество информации становится не просто желаемым, а критически важным условием успеха.

Основные требования к управленческим решениям

Прежде чем говорить о качестве информации, важно понять, какие требования предъявляются к самим управленческим решениям, поскольку именно они формируют запрос к информационной поддержке. К основным требованиям, предъявляемым к управленческим решениям, относятся:

• Научная обоснованность: Решение должно базироваться на проверенных данных, аналитических моделях и объективных методах, а не только на интуиции или субъективных предпочтениях. Это означает использование принципов экономики, менеджмента, маркетинга и других прикладных наук, а также юридических норм и этических стандартов, для формирования обоснованной базы для выбора.
• Непротиворечивость: Решение должно быть согласовано с ранее принятыми стратегическими установками, действующими нормативными документами и общей миссией компании. Избегание внутренних конфликтов и противоречий в решениях обеспечивает когерентность и предсказуемость действий организации.
• Своевременность: Решение должно быть принято в момент, когда оно может оказать максимальное влияние, до упущения возможностей или обострения проблем. Запоздалое решение, даже самое правильное, может потерять свою ценность, ведь упущенные выгоды зачастую обходятся дороже прямого ущерба.
• Адаптивность: Характеризует возможность корректировки решения в условиях меняющейся внешней или внутренней среды. Стратегические решения должны быть достаточно гибкими, чтобы выдерживать неожиданные изменения и при необходимости пересматриваться.
• Реальность: Решение должно быть осуществимым с учетом доступных ресурсов (финансовых, человеческих, технологических), технологий и квалификации персонала. Нереалистичные цели или методы реализации обречены на провал.

Информационное обеспечение стратегического планирования напрямую направлено на повышение качества стратегического управления, поддерживая процессы выработки и принятия управленческих решений на вариативной основе. Это повышение качества может выражаться в снижении доли ошибочных решений на 15-20% за счет более полного и точного анализа данных. «Вариативная основа» означает возможность рассмотрения нескольких альтернативных сценариев развития событий и соответствующих планов действий, что позволяет выбрать наиболее устойчивую стратегию при различных условиях.

Критерии качества информации

Для того чтобы информация могла соответствовать вышеуказанным требованиям к управленческим решениям, она сама должна обладать определенными характеристиками качества. Высокое качество информации для принятия решений руководителем является залогом обоснованности и правильности этих решений. Ключевые критерии включают:

• Точность: Информация должна быть свободна от ошибок, неточностей и искажений. Любая ошибка в данных может привести к неверным выводам и ошибочным решениям.
• Полнота: Информация должна быть достаточной для решения конкретной задачи. Отсутствие критически важных данных может привести к однобокому анализу и упущению важных аспектов.
• Актуальность: Информация должна отражать текущее состояние дел и быть максимально свежей. В быстро меняющемся мире устаревшие данные могут быть не только бесполезными, но и вредными.
• Релевантность: Информация должна быть значимой и непосредственно относиться к конкретной управленческой задаче или проблеме. Избыток нерелевантной информации может затруднить процесс анализа.
• Достоверность: Информация должна быть подтверждена надежными источниками и быть свободной от предвзятости или субъективных оценок. Это обеспечивает доверие к данным и выводам.
• Доступность: Информация должна быть легко и быстро получаема в удобном для пользователя формате. «Быстрый доступ» обычно подразумевает получение необходимых данных в течение нескольких секунд или минут, что достигается за счет использования высокопроизводительных баз данных и оптимизированных запросов.

Особую роль в обеспечении высокого качества данных играют BI-системы. Программы BI-систем специально разработаны для очистки информации, устранения дубликатов, ошибок и противоречий, тем самым обеспечивая высокое качество данных. Они систематизируют информацию по ключевым параметрам, что значительно упрощает анализ и сопоставление данных из разных источников. По данным аналитических исследований, внедрение BI-систем позволяет сократить количество ошибок в данных до 80-90% и улучшить их согласованность, что критически важно для принятия решений. Высокое качество данных обеспечивается за счет процессов извлечения, преобразования и загрузки (ETL), а также применения правил валидации и алгоритмов дедупликации.

Формирование единого информационного пространства

Для поддержки принятия стратегических решений, особенно на уровне директора, критически важно не только качество отдельных фрагментов информации, но и их системная организация. Информационное обеспечение стратегического управления должно формировать единое цифровое информационное пространство. Это означает интеграцию данных из всех функциональных областей предприятия (производство, финансы, продажи, маркетинг, HR) в рамках единой архитектуры, например, на основе платформенных решений или централизованных хранилищ данных.

Такое пространство обеспечивает:

• Совместимость информационных ресурсов и систем: Достигается через использование стандартизированных протоколов обмена данными (например, XML, JSON), API-интерфейсов и применение системной интеграции. Это устраняет «информационные силосы» и позволяет данным беспрепятственно перемещаться между различными системами.
• Унификацию методологии расчетов показателей: Гарантирует, что одни и те же показатели (например, прибыль, рентабельность, доля рынка) рассчитываются по единым правилам во всех подразделениях, исключая расхождения и путаницу.
• Использование общих подходов к оценке, прогнозированию и моделированию ситуации: Единое информационное пространство позволяет применять стандартизированные аналитические инструменты и модели, что повышает сопоставимость результатов и способствует принятию более обоснованных ре��ений на основе консистентных данных.

Создание такого интегрированного пространства – это сложный, но необходимый шаг на пути к построению по-настоящему эффективной информационной поддержки решений директора, позволяющей ему видеть целостную картину деятельности компании и внешней среды.

Современные информационные системы и технологии поддержки решений директора

В современном мире директор, принимающий стратегические решения, опирается на целый арсенал информационных систем. Эти системы не просто автоматизируют рутинные операции, но и предоставляют глубокую аналитику, позволяя видеть скрытые взаимосвязи и прогнозировать будущее. Рассмотрим ключевые из них.

Системы поддержки принятия решений (СППР)

На вершине иерархической пирамиды ИТ-ландшафта предприятия часто располагаются Системы поддержки принятия решений (СППР). Это не просто хранилища данных, а интеллектуальные платформы, которые обеспечивают руководителей знаниями и информацией для принятия обоснованных и правильных управленческих решений. СППР предоставляют руководителям доступ к агрегированным данным, аналитическим отчетам и прогнозным моделям, что позволяет им глубже понимать рыночную ситуацию, оценивать риски и выявлять новые возможности, тем самым повышая обоснованность и качество принимаемых решений.

Структурно СППР состоит из:

• Базы данных (или знаний): Служит для сбора, хранения, управления, выбора, отображения и анализа данных, знаний, документов и фактов.
• Концептуальной модели предметной области: Включает в себя набор математических моделей, аналитических методов и логических правил, позволяющих имитировать различные сценарии и оптимизировать процессы. Типы баз данных могут варьироваться от реляционных до графовых и колоночных, в зависимости от специфики хранимой информации.
• Пользовательского интерфейса: Обеспечивает интуитивно понятное взаимодействие, визуализацию данных и возможность проведения экспериментов.

СППР находятся на вершине ИТ-ландшафта, агрегируя и обрабатывая информацию от систем нижних уровней, таких как:

• АСУ ТП (Автоматизированные системы управления технологическими процессами): Предоставляют оперативные данные о производственных процессах.
• MES (Manufacturing Execution Systems): Управляют и контролируют производственные операции.
• BI (Business Intelligence): Поставляют агрегированную бизнес-аналитику.
• CRM (Customer Relationship Management): Содержат данные о взаимоотношениях с клиентами.
• ERP (Enterprise Resource Planning): Предоставляют комплексные данные о внутренних бизнес-процессах.

Интеграция с этими системами осуществляется через специализированные коннекторы и API, что позволяет СППР получать данные в режиме, близком к реальному времени. Например, данные из ERP о производственных мощностях, из CRM о клиентских предпочтениях и из BI об общекорпоративных метриках могут быть объединены в СППР для комплексной оценки ситуации и принятия стратегических решений.

Технологический инструментарий СППР включает продвинутые методы анализа данных:

• Data Mining (интеллектуальный анализ данных): Используется для выявления скрытых закономерностей и корреляций, таких как сегментация клиентов или прогнозирование оттока.
• Drill Down (детализация): Позволяет «проваливаться» от агрегированных данных до исходных записей, например, от общей суммы продаж по региону до продаж конкретного продукта конкретному клиенту.
• OLAP (Online Analytical Processing): Обеспечивает многомерный анализ данных, позволяя просматривать информацию с различных «срезов» (по времени, продукту, региону) для быстрого получения инсайтов.

СППР могут использоваться для анализа текущих бизнес-процессов (например, выявление «узких мест» в логистических цепочках) и для оценки стратегических вариантов (моделирование последствий слияний и поглощений, выхода на новые рынки), предоставляя финансовые прогнозы и оценки рисков. Кроме того, СППР позволяют проводить эксперименты и проверять гипотезы, например, с использованием A/B тестирования для оценки эффективности различных подходов к ценообразованию или маркетинговым кампаниям.

Business Intelligence (BI) системы

Business Intelligence (BI) системы являются мостом между сырыми данными и стратегическими инсайтами. Они собирают информацию из различных внутренних (ERP, CRM, базы данных продаж) и внешних (отчеты исследований рынка, социальные сети, открытые государственные данные) источников, обрабатывают её, структурируют, анализируют, выявляют зависимости и закономерности, а затем визуализируют в виде удобных отчётов, графиков и интерактивных дашбордов.

Дашборд — это интерактивная информационная панель, на которую выводятся важные для пользователей системы показатели. Важные показатели на дашбордах могут включать ключевые финансовые метрики (выручка, прибыль, EBITDA), операционные показатели (объем производства, производительность труда), маркетинговые показатели (стоимость привлечения клиента, конверсия) и клиентские метрики (индекс потребительской лояльности, отток клиентов).

BI-системы помогают находить закономерности в данных (например, влияние рекламных расходов на объем продаж или сезонные колебания спроса), выявлять узкие места в бизнес-процессах (например, неэффективная обработка заказов) и принимать обоснованные управленческие решения на основе фактической информации. По данным Skillbox, BI-системы повышают обоснованность решений, предоставляя менеджерам до 80% необходимой информации в структурированном виде. Они также обеспечивают постоянный мониторинг показателей бизнеса в реальном времени (с задержкой от нескольких секунд до нескольких минут), что позволяет оперативно реагировать на изменения в продажах, прибыли или эффективности маркетинговых кампаний.

Примеры применения BI-систем:

• Анализ продаж: Выявление наиболее прибыльных продуктов, регионов, сегментов клиентов.
• Оптимизация маркетинговых процессов: Оценка эффективности рекламных кампаний, персонализация предложений.
• Управление запасами: Прогнозирование оптимального уровня запасов, снижение затрат на хранение до 15-20% и минимизация дефицита.
• Оптимизация производственных процессов: Помогают оптимизировать график работы оборудования, сокращая простои и увеличивая производительность.

Enterprise Resource Planning (ERP) системы

Enterprise Resource Planning (ERP) системы представляют собой интегрированные платформы для управления предприятием, объединяющие все основные функции компании. ERP автоматизируют процессы, улучшают эффективность бизнеса и оптимизируют использование ресурсов. Основные функции, объединяемые ERP-системами, включают финансовый менеджмент, управление человеческими ресурсами, управление производством, закупками, продажами, логистикой и складом. Автоматизация этих процессов может привести к сокращению операционных затрат до 10-25%.

Ключевая ценность ERP для директора заключается в том, что эти системы объединяют все данные и процессы компании в одной централизованной системе, обеспечивая единую информационную базу для принятия стратегических решений. Это позволяет руководителям получать полную и согласованную картину деятельности предприятия, что критически важно для принятия решений о расширении производства, выходе на новые рынки или оптимизации капитальных вложений. Отсутствие разрозненных данных снижает риск принятия решений на основе неполной или устаревшей информации.

Модульный подход ERP позволяет поэтапно внедрять систему и выбирать только актуальные функциональные модули. К распространенным модулям относятся: «Финансы и Бухгалтерия», «Управление персоналом (HR)», «Производство», «Управление цепочками поставок (SCM)», «Управление взаимоотношениями с клиентами (CRM)» и «Управление проектами».

ERP-системы сокращают избыточность и неэффективность, снижая затраты на управление запасами, закупки и производство. Исследования показывают, что внедрение ERP-систем может привести к снижению затрат на управление запасами на 15-30% за счет оптимизации закупок и сокращения складских остатков. Они также экономят на расходах на ИТ и обслуживание благодаря стандартизации инфраструктуры и централизации управления системами.

С помощью ERP компании могут получать аналитику операций, финансовых показателей и производительности в режиме реального времени (с задержкой в несколько минут), что позволяет оперативно реагировать на изменения в производстве, продажах или финансовой ситуации. ERP фокусируется на управлении внутренними бизнес-процессами, такими как финансы, операции, управление человеческими ресурсами, управление производственным планированием и контролем, управление качеством и управление проектной деятельностью.

Тенденции развития отечественного рынка ERP-систем включают импортозамещение, активное совершенствование и индивидуализацию систем (например, «1С:ERP Управление предприятием»), а также использование облачных технологий (снижение капитальных затрат на ИТ-инфраструктуру) и искусственного интеллекта (автоматизация рутинных задач, прогнозирование спроса).

Роль информационного обеспечения в процессе принятия стратегических решений

Управление, по своей сути, есть постоянно повторяющийся процесс принятия решений, связанный с прогнозированием, планированием, регулированием, координацией и контролем за деятельностью компании. Этот цикл менеджмента, известный как PDCA (Plan-Do-Check-Act), демонстрирует, что принятие решений является составной частью любой управленческой функции. Однако особую значимость оно приобретает на стратегическом уровне.

Значение информации для стратегического управления

Стратегическим управленческое решение становится, если оно способствует получению устойчивого конкурентного преимущества компании на рынке в долгосрочной перспективе. Устойчивое конкурентное преимущество может выражаться в лидерстве по издержкам, уникальности продукта или услуги, высокой лояльности клиентов, доступе к уникальным ресурсам или технологиям. Оно позволяет компании превосходить конкурентов на долгосрочной основе.

В процессе принятия стратегических решений информационное обеспечение играет все большую и даже главную роль. Его объем и значимость значительно увеличиваются по сравнению с долгосрочным планированием, которое часто фокусируется на внутренних возможностях. Значимость информационного обеспечения возрастает из-за увеличивающейся сложности внешней среды, глобализации рынков и ускорения технологических изменений. Это требует более глубокого анализа больших объемов данных, что невозможно без развитых информационных систем.

Информационное обеспечение стратегического управления способствует повышению качества принимаемых решений, поскольку актуальная и достоверная информация помогает принимать обоснованные решения, основанные на фактах и анализе. Это выражается в снижении вероятности стратегических ошибок, улучшении точности прогнозов и способности своевременно адаптироваться к изменениям. Исследования показывают, что компании с развитым информационным обеспечением имеют до 20% более высокие показатели успешности реализации стратегических инициатив. В условиях современной деловой конкуренции умение грамотно управлять информацией стало основой успеха, поэтому многие компании активно внедряют решения для оперативного сбора, обработки, анализа и визуализации данных. Например, российские компании активно внедряют BI-системы и аналитические платформы для мониторинга рыночной ситуации, анализа потребительского поведения и оптимизации маркетинговых стратегий, что позволяет им быстро реагировать на изменения и поддерживать конкурентоспособность.

При этом, в российских условиях одним из основных внутренних факторов неопределенности в решении управленческих задач является неполная информация о текущем состоянии внутренней и внешней среды, перспективах развития предприятия. Исследования, проведенные РЭУ им. Г.В. Плеханова, показывают, что до 60-70% руководителей российских предприятий сталкиваются с проблемой неполноты или несвоевременности информации, что затрудняет адекватную оценку рисков и возможностей, особенно в условиях динамично меняющегося рынка. Это подчеркивает критическую важность развития систем информационной поддержки.

Теории и модели принятия решений

Понимание того, как директора принимают решения, обогащается за счет изучения различных теоретических моделей. Они помогают систематизировать подходы к выбору стратегического курса:

• Нормативная (классическая) модель принятия решений: Основывается на экономических предположениях и идее, что решение должно соответствовать экономическим интересам компании, максимизируя полезность или прибыль. Эта модель адекватна запрограммированным решениям (рутинным, повторяющимся, для которых существуют четкие процедуры), а также ситуациям уверенности (когда все исходы известны) или риска (когда вероятности исходов могут быть оценены).
• Модель рационального актора: Предполагает, что организация действует как единый рациональный субъект, тщательно анализирующий все доступные альтернативы и выбирающий оптимальный вариант для достижения стратегических целей. Этот подход фокусируется на последствиях принимаемых решений.
• Модель организационного процесса: Объясняет решения как результат стандартных операционных процедур и рутин, сформированных в организации. Решения здесь являются результатом применения существующих правил и алгоритмов.
• Модель бюрократического процесса: Рассматривает решения как итог переговоров, компромиссов и борьбы интересов между различными подразделениями или группами интересов внутри организации. Это «менеджмент отношений, управление посредством торга».
• Рациональная модель принятия решений (шесть шагов): Представляет собой структурированный алгоритм, включающий: 1) определение проблемы; 2) установление критериев оценки; 3) определение важности каждого критерия; 4) создание списка альтернатив; 5) оценка альтернатив по критериям; 6) определение лучшего решения.
• Модель принятия решений на основе распознавания: Схожа с интуитивной моделью, где лицо, принимающее решение, опираясь на обширный опыт, распознает знакомый шаблон в информации, выбирает последовательность действий и мысленно реализует её для быстрой оценки потенциальных последствий. Это позволяет быстро идентифицировать знакомую ситуацию и применить эффективное решение, уже апробированное в прошлом.

Управленческие решения могут приниматься с рациональной точки зрения (на основе систематического анализа и логики) или интуитивно (на основе интуиции, инстинктов и опыта менеджера). В практике эффективного управления рациональный и интуитивный подходы часто дополняют друг друга. Рациональный анализ обеспечивает структурную основу и проверяемость, в то время как интуиция помогает в условиях высокой неопределенности или при необходимости быстрого реагирования, особенно когда имеется дефицит времени или информации.

Методики и подходы к организации эффективной информационной поддержки

Эффективная информационная поддержка решений директора — это не только наличие передовых систем, но и правильная организация процессов, а также использование адекватных методик. Она позволяет трансформировать сырые данные в actionable insights и максимизировать ценность каждого управленческого выбора.

Информационные технологии поддержки принятия решений

Информационная технология поддержки принятия решений, появившаяся в конце 70-х – начале 80-х годов, ознаменовала собой качественно новый этап в организации взаимодействия человека и компьютера. Если раньше компьютер был в основном инструментом для выполнения заданных алгоритмов и выдачи готовых отчетов, то с развитием СППР выработка решения стала результатом итерационного процесса. Это означает, что система не просто предоставляет отчеты, а активно участвует в процессе, предлагая альтернативы, проводя анализ «что-если» и визуализируя результаты, позволяя пользователю многократно уточнять параметры и пересчитывать модели до достижения удовлетворительного решения. Этот процесс включает шаги: постановка проблемы, сбор данных, построение модели, анализ результатов, корректировка модели или исходных данных, повторный анализ.

Особенностью этой технологии является её ориентация на решение плохо структурированных (формализованных) задач. Это задачи, для которых трудно определить все необходимые входные данные, критерии успеха или алгоритмы решения, например, выбор стратегии выхода на новый рынок или оценка инвестиций в инновационный проект. Для таких задач СППР сочетают традиционные методы доступа и обработки данных с математическими моделями и методами решения задач. Примерами математических моделей могут быть эконометрические модели для прогнозирования рыночной ситуации, модели имитационного моделирования для оценки рисков или модели многокритериальной оптимизации для выбора наилучшего варианта из множества альтернатив.

Такая технология направлена на непрофессионального пользователя, обладающего экспертными знаниями в своей предметной области, но не являющегося специалистом в программировании или глубокой аналитике данных. При этом она обладает высокой адаптивностью, что достигается за счет гибких настроек, модульной архитектуры и возможности интеграции с разл��чными источниками данных.

Методы принятия управленческих решений

Методы принятия управленческих решений традиционно делятся на две большие категории:

• Количественные методы (основанные на статистике): Оперируют числовыми данными и позволяют объективно оценить различные альтернативы. К ним относятся статистический анализ, эконометрическое моделирование, теория игр, линейное программирование (для распределения ресурсов), модели массового обслуживания (для оптимизации потоков). Эти методы особенно эффективны в условиях определенности или риска, когда можно точно оценить вероятности исходов.
• Качественные методы (основанные на оценках экспертов): Используются в условиях недостатка данных или при необходимости учета трудноформализуемых факторов, опираясь на знания и опыт специалистов. Примеры включают метод Дельфи (структурированный опрос экспертов для достижения консенсуса), мозговой штурм (генерация идей в группе), метод экспертных оценок, сценарное планирование (разработка различных вариантов развития событий).

Среди общих стратегических инструментов принятия решений выделяется анализ затрат и результатов (Cost-Benefit Analysis, CBA). Этот метод оценивает затраты и потенциальные выгоды различных курсов действий. Он включает идентификацию всех прямых и косвенных затрат, связанных с реализацией проекта или решения, а также всех прямых и косвенных выгод. Затем эти затраты и выгоды выражаются в денежном эквиваленте и сравниваются для определения чистой ценности проекта. Если чистая ценность положительна (выгоды превышают затраты), проект считается экономически обоснованным.

Эффективность, качество и быстрота принятия решения в значительной степени определяются не только информацией и методами, но и личностными качествами руководителя: его знаниями, опытом, умением, интуицией и искусством. Исследования в области когнитивной психологии и менеджмента показывают, что эти факторы взаимосвязаны. Например, обширный опыт и развитая интуиция позволяют руководителю быстрее обрабатывать информацию и принимать решения в условиях неопределенности, часто сокращая время принятия решений на 30-50% по сравнению с полностью рациональным подходом. Однако это требует высокого уровня «искусства» управления, чтобы сочетать интуицию с анализом.

Принципы управления информационными ресурсами

Организация информационной обеспечения управления базируется на четких правилах и понятиях управления информационными ресурсами (Information Resource Management, IRM). Эти принципы охватывают весь жизненный цикл информации в организации и включают:

• Сбор и хранение данных: Определение источников, методов сбора, форматов хранения и архитектуры баз данных.
• Защита информации: Обеспечение конфиденциальности, целостности и доступности данных через системы безопасности, резервное копирование и планы аварийного восстановления.
• Распространение информации: Установление правил доступа, методов доведения информации до пользователей и использования различных каналов коммуникации.
• Использование информации: Определение правил использования данных для анализа, принятия решений и формирования отчетности.
• Управление жизненным циклом данных: От создания до архивирования и удаления, с соблюдением правовых и этических норм.

Эти принципы необходимы для обеспечения целостности, безопасности и доступности информации, что является фундаментом для любой эффективной системы поддержки принятия решений. Без надлежащего управления информационными ресурсами даже самые передовые технологии будут неэффективны.

Вызовы и перспективы развития систем информационной поддержки в контексте цифровой трансформации

Мир бизнеса стремительно меняется под влиянием цифровой трансформации. Это не просто внедрение новых технологий, а глубокая перестройка всех аспектов деятельности организации, которая предъявляет новые требования к информационной поддержке решений директора.

Цифровая трансформация как драйвер изменений

Цифровая трансформация – это использование цифровых технологий в качестве основы для создания новых товаров, услуг, методов работы и бизнес-моделей. Она требует от организаций быстрой адаптации к технологическим достижениям, сбоям в цепочках поставок и постоянно растущим ожиданиям клиентов. Примерами новых товаров и услуг являются персонализированные предложения, созданные на основе анализа больших данных, или дистанционные сервисы, доступные через мобильные приложения. Новые бизнес-модели могут включать платформенные экосистемы, модели подписки или «экономику по требованию», где цифровые технологии играют центральную роль.

Основные технологии, движущие цифровую трансформацию, включают:

• Мобильные устройства и социальные сети: Обеспечивают постоянный доступ к информации и сервисам, формируют новые каналы взаимодействия с клиентами.
• Облачные вычисления: Предоставляют гибкие и масштабируемые ИТ-ресурсы, снижая капитальные затраты на инфраструктуру.
• Интернет вещей (IoT): Позволяет собирать данные с физических объектов в реальном времени, открывая новые возможности для мониторинга и оптимизации.
• Роботизированная автоматизация процессов (RPA): Автоматизирует рутинные операции, имитируя действия человека.
• Блокчейн: Обеспечивает прозрачность и безопасность транзакций, создавая основу для децентрализованных систем.
• Виртуальная и дополненная реальности (VR, AR) и дроны: Предлагают новые способы взаимодействия и сбора информации.

Системы поддержки цифровой трансформации включают платформы для анализа данных (например, Google Analytics, Tableau, а среди российских аналогов «Яндекс.Метрика») и инструменты для управления проектами и командной работой (Trello, Asana, Monday, а в России «Битрикс24» и «Мегаплан»).

Роль Больших данных

В контексте цифровой трансформации Большие данные (Big Data) становятся не просто инструментом, а основой современных СППР. Они предоставляют беспрецедентный объем информации, которую традиционные методы обработки (такие как Excel или стандартные BI-решения) не могут эффективно анализировать. Ограничения Excel и стандартных BI-решений для работы с большими данными включают лимит на количество строк, низкую производительность при обработке больших объемов, отсутствие возможностей для обработки неструктурированных данных и ограниченные функции для анализа потоковых данных в реальном времени.

По оценкам экспертов, объем глобальных данных удваивается каждые два года, достигая зеттабайтов, при этом до 80% этих данных неструктурированы. Директора сталкиваются с этим колоссальным объемом и высокой скоростью изменений рынка, что делает Big Data критическим элементом инфраструктуры принятия решений. Именно Большие данные открывают новые возможности для нейросетей, способных обрабатывать и извлекать ценные инсайты из таких массивов. Методы data mining, drill down и OLAP, уже упомянутые в контексте СППР, приобретают новую мощь при работе с Big Data, позволяя выявлять глубокие, скрытые закономерности.

Искусственный интеллект и машинное обучение в стратегическом управлении

Искусственный интеллект (ИИ) и машинное обучение (ML) становятся не просто вспомогательными инструментами, а критическими элементами инфраструктуры принятия решений на уровне совета директоров. Они обеспечивают доступ к информации и быстрое преобразование сырых данных в стратегические инсайты. ИИ преобразует сырые данные в стратегические инсайты, выявляя неочевидные тренды рынка, прогнозируя поведение конкурентов, оптимизируя распределение ресурсов и обнаруживая потенциальные риски до их проявления, что позволяет принимать превентивные меры.

ИИ может выступать как личный ассистент руководителя, анализируя цифровой след организации (все электронные данные: транзакции, коммуникации, отчеты, данные с датчиков IoT), предоставляя объективную информацию без «социального следа» (предвзятости, эмоциональных факторов, влияния корпоративной иерархии) и работая круглосуточно.

Нейросети, моделирующие структуру и принципы работы человеческого мозга, способны анализировать большие объемы данных, выявлять скрытые паттерны и зависимости для классификации объектов и принятия решений. Типы скрытых паттернов, выявляемых нейросетями, включают неочевидные корреляции между маркетинговыми кампаниями и поведением клиентов, аномалии в финансовых транзакциях, указывающие на мошенничество, или сложные зависимости в производственных процессах, влияющие на качество продукции. Классификация объектов может быть, например, по категориям клиентов, типу рисков или прогнозу успешности инвестиций.

ИИ помогает проводить стресс-тесты предложенных сделок, генерируя вероятные сценарии развития ситуации (моделируя десятки тысяч экономических сценариев), и осуществлять «Reality Check» стратегий, сверяя решения с нейросетями. «Reality Check» подразумевает сравнение прогнозируемых результатов стратегических инициатив с результатами, полученными на основе глубокого анализа исторических данных и текущих рыночных тенденций с использованием нейросетей.

Машинное обучение позволит корпоративным директорам сосредоточить внимание на оценке прогнозов и принятии решений, учитывая колоссальные массивы информации в реальном времени. ML берет на себя рутинную работу по сбору, обработке и первичному анализу данных, а также формированию прогнозов, освобождая директоров от необходимости погружения в детали и позволяя им фокусироваться на стратегическом осмыслении результатов, оценке рисков и выработке креативных решений.

Этические аспекты, прозрачность и доверие к ИИ

Внедрение ИИ на уровне совета директоров сталкивается с серьезными вызовами в области этики данных, прозрачности и доверия. Этические вызовы включают вопросы конфиденциальности персональных данных, справедливости алгоритмов (отсутствие дискриминации на основе расы, пола, возраста и других признаков), а также ответственности за решения, принятые с участием ИИ. Кто несет ответственность, если алгоритм ИИ приводит к ошибке с серьезными последствиями?

Прозрачность касается объяснимости работы алгоритмов ИИ, особенно в случае «черных ящиков» нейронных сетей, где процесс принятия решения трудно интерпретировать. Это важно для обеспечения подотчетности и понимания причин принятия того или иного решения, особенно в критически важных областях. Доверие к ИИ строится на его надежности, точности и способности работать в соответствии с ожиданиями, что требует постоянного мониторинга и валидации его работы.

При этом ИИ может помочь устранить когнитивные перекосы (например, «groupthink» – групповое мышление, подавляющее критическое осмысление) в советах директоров за счёт объективизации дискуссии данными, предоставляя беспристрастные данные и аналитику, что снижает влияние доминирующих мнений или личных предубеждений. Платформы поддержки коллективного интеллекта, такие как специализированные системы для совместной аналитики и принятия решений, позволяют новым членам совета директоров быстро получить доступ к накопленным знаниям, историческим данным и аналитическим моделям, ускоряя их интеграцию и эффективность работы.

Перспективы впечатляющи: к 2025 году 45% руководителей и экспертов в высокотехнологичных отраслях ожидают внедрения ИИ в работу советов директоров. По данным аналитического исследования, проведенного в 2023 году, к началу 2024 года уже около 20% российских компаний из высокотехнологичного сектора начали пилотные проекты по внедрению ИИ-инструментов для поддержки стратегического планирования и принятия решений на уровне топ-менеджмента. Ожидается, что к концу 2025 года этот показатель достигнет прогнозируемых 45%, что свидетельствует о необратимости этого тренда.

Оценка эффективности информационной поддержки принятия решений

Инвестиции в информационные системы и технологии поддержки решений директора должны быть оправданы и иметь измеримый эффект. Оценка эффективности позволяет не только подтвердить ценность таких систем, но и выявить области для дальнейшего улучшения.

Эффективность информационной поддержки принятия решений на уровне директора может быть оценена через ряд ключевых показателей эффективности (KPI). К ним относятся:

• KPI эффективности работы советов директоров: Например, увеличение коэффициента рентабельности инвестиций (ROI) по стратегическим проектам, снижение числа стратегических ошибок на 10-15%, сокращение времени принятия ключевых стратегических решений на 20-30%. Эти метрики напрямую отражают влияние качественной информационной поддержки на результаты деятельности высшего руководства.
• Количество реализованных ИИ-агентов: Может служить косвенным показателем глубины внедрения интеллектуальных систем в процесс принятия решений.
• Скорость перехода от выявления проблемы к конкретному управленческому действию: Измеряется в днях или неделях. Сокращение этого временного интервала указывает на повышение оперативности и эффективности работы СППР и аналитических систем.

Сама эффективность управленческого решения определяется по следующим параметрам:

• Степень достижения поставленной цели: Оценивается через сравнение фактических показателей с целевыми значениями (например, увеличение доли рынка с 10% до 15%).
• Экономическая выгода: Измеряется через рост прибыли, увеличение рентабельности инвестиций или сокращение издержек. Например, внедрение ERP может привести к сокращению операционных издержек на 10-25% за счет оптимизации складских запасов, управления цепочками поставок и автоматизации учетных функций.
• Социальный эффект: Включает улучшение условий труда, повышение удовлетворенности сотрудников или положительное влияние на внешнюю среду (например, снижение экологического следа).
• Снижение рисков: Оценивается через уменьшение вероятности наступления неблагоприятных событий или минимизацию их последствий.

Важно отметить, что интегрированные системы, такие как ERP и BI, играют ключевую роль в повышении общей эффективности бизнеса, что, в свою очередь, усиливает качество управленческих решений. Интегрированная система ERP позволяет автоматизировать и оптимизировать процессы внутри компании, улучшая оперативность и эффективность бизнеса, что способствует снижению издержек и повышению конкурентоспособности. Повышение конкурентоспособности достигается за счет более быстрой реакции на изменения рынка, улучшения качества обслуживания клиентов и сокращения времени вывода новых продуктов на рынок.

BI-системы помогают выявлять тенденции спроса, паттерны поведения клиентов и сезонные колебания, а также оценивать эффективность рекламных кампаний. Например, BI-системы могут показать, что определенные рекламные кампании привели к росту продаж на 20% в целевом сегменте, или что спрос на определенный продукт увеличивается на 15% в предпраздничные периоды. Эти данные позволяют директорам принимать более обоснованные решения по оптимизации маркетинговых бюджетов, планированию производства и разработке новых продуктов.

Таким образом, оценка эффективности информационной поддержки является многогранным процессом, требующим использования как количественных, так и качественных метрик, и должна быть тесно увязана с общими стратегическими целями компании.

Заключение

В условиях современной, стремительно меняющейся экономики информационная поддержка решений директора перестала быть просто преимуществом – она стала критической необходимостью. Мы убедились, что эффективное управленческое решение, особенно на стратегическом уровне, немыслимо без доступа к научно обоснованной, непротиворечивой, своевременной, адаптивной и реальной информации.

Наш обзор показал, что современные информационные системы – от классических Систем поддержки принятия решений (СППР) с их сложной архитектурой и методами Data Mining, Drill Down и OLAP, до мощных BI-систем, преобразующих сырые данные в наглядные дашборды, и всеобъемлющих ERP-систем, интегрирующих все бизнес-процессы, – формируют комплексный арсенал для высшего руководства. Эти системы не просто агрегируют данные, но и предлагают аналитические инструменты для глубокого понимания рыночной ситуации, оптимизации операций и оценки стратегических альтернатив.

Особое внимание мы уделили фундаментальной роли информационного обеспечения в процессе принятия стратегических решений, рассмотрев различные теоретические модели – от рациональной до интуитивной, и подчеркнув, как качественная информация способствует формированию устойчивых конкурентных преимуществ. Методики организации поддержки, такие как итерационный процесс работы с плохо структурированными задачами, а также баланс между количественными и качественными методами, являются ключом к максимальной эффективности.

Наконец, мы заглянули в будущее, где цифровая трансформация, Большие данные и Искусственный интеллект кардинально меняют ландшафт управленческого контура. ИИ не просто ассистирует, а становится критическим элементом, способным выявлять скрытые паттерны, проводить стресс-тесты стратегий и объективировать дискуссии на уровне советов директоров. Однако этот прогресс сопряжен с вызовами в области этик�� данных, прозрачности алгоритмов и формирования доверия, требующими внимательного подхода.

В заключение, можно утверждать, что информационная поддержка решений директора — это динамично развивающаяся область, требующая от руководителей не только технической грамотности, но и глубокого понимания аналитических методов, а также этических аспектов использования ИИ. Важность комплексного подхода и непрерывного развития компетенций в области использования информационных технологий для принятия решений будет только возрастать, определяя успех компаний в эпоху цифровой трансформации.

Список использованной литературы

1. Дерендярева Т.М. Управленческие решения. М., 2008.
2. Жариков Е.С. Психология управления. М.: МЦФЭР, 2002. 512 с.
3. Лавров А.Б. Руководитель и его решения. М., 2008.
4. Миронов В.В., Зуб А.Т. Принципы принятия управленческих решений в системе федеральных органов исполнительной власти. М.: Современные тетради, 2003. 336 с.
5. Маслоу А. Маслоу о менеджменте. СПб.: Питер, 2003. 416 с.
6. Чудновская А.Н. Управленческие решения. М., 2007.
7. Система поддержки принятия решений (Decision support system) // Loginom Wiki. URL: https://loginom.ru/wiki/decision-support-system (дата обращения: 15.10.2025).
8. Business intelligence (BI): что это такое, зачем бизнесу BI-системы и как они работают // Skillbox. URL: https://skillbox.ru/media/marketing/chto-takoe-business-intelligence-bi-sistemy/ (дата обращения: 15.10.2025).
9. Что такое цифровая трансформация? // AWS. URL: https://aws.amazon.com/ru/what-is/digital-transformation/ (дата обращения: 15.10.2025).
10. Управленческие решения: что это, этапы принятия и ключевые особенности // MBSchool. URL: https://mbschool.ru/articles/upravlencheskie-resheniya-chto-eto-etapy-prinyatiya-i-klyuchevye-osobennosti (дата обращения: 15.10.2025).
11. Что такое цифровая трансформация // CIT. URL: https://cit.org.ru/cto-takoe-cifrovaa-transformacia/ (дата обращения: 15.10.2025).
12. Управленческое решение: понятие и определение // КиберЛенинка. URL: https://cyberleninka.ru/article/n/upravlencheskoe-reshenie-ponyatie-i-opredelenie (дата обращения: 15.10.2025).
13. Что такое цифровая трансформация? // CircleCI. URL: https://circleci.com/ru/blog/what-is-digital-transformation/ (дата обращения: 15.10.2025).
14. Управленческие решения // Бизнес-школа SRC. URL: https://www.src-master.ru/article/30810-upravlencheskie-resheniya (дата обращения: 15.10.2025).
15. Что такое цифровая трансформация // StartExam. URL: https://startexam.ru/blog/chto-takoe-tsifrovaya-transformatsiya/ (дата обращения: 15.10.2025).
16. Что такое BI-система? Как работает и для чего нужна бизнесу Business Intelligence (BI) // TAdviser. URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%A7%D1%82%D0%BE_%D1%82%D0%B0%D0%BA%D0%BE%D0%B5_BI-%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D0%B0%3F_%D0%9A%D0%B0%D0%BA_%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%B0%D0%B5%D1%82_%D0%B8_%D0%B4%D0%BB%D1%8F_%D1%87%D0%B5%D0%B3%D0%BE_%D0%BD%D1%83%D0%B6%D0%BD%D0%B0_%D0%B1%D0%B8%D0%B7%D0%BD%D0%B5%D1%81%D1%83_Business_Intelligence_(BI) (дата обращения: 15.10.2025).
17. Управленческое решение // Современные технологии управления. URL: https://www.finam.ru/dictionary/term/upravlencheskoe-reshenie/ (дата обращения: 15.10.2025).
18. BI-системы: что это и зачем они нужны бизнесу // Первый Бит. URL: https://www.1cbit.ru/blog/bi-sistemy-chto-eto-i-zachem-nuzhny-biznesu/ (дата обращения: 15.10.2025).
19. Модели принятия стратегических решений в организационном анализе // КиберЛенинка. URL: https://cyberleninka.ru/article/n/modeli-prinyatiya-strategicheskih-resheniy-v-organizatsionnom-analize (дата обращения: 15.10.2025).
20. СППР — Система поддержки принятия решений // TAdviser. URL: https://www.tadviser.ru/index.php/%D0%A1%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D0%B0_%D0%BF%D0%BE%D0%B4%D0%B4%D0%B5%D1%80%D0%B6%D0%BA%D0%B8_%D0%BF%D1%80%D0%B8%D0%BD%D1%8F%D1%82%D0%B8%D1%8F_%D0%A0%D0%B5%D1%88%D0%B5%D0%BD%D0%B8%D0%B9 (дата обращения: 15.10.2025).
21. Системы поддержки принятия решений: всё про СППР, Decision Support Systems, DSS. КОРУС Консалтинг. URL: https://www.korusconsulting.ru/upload/iblock/c38/c384e9b724f5a34e568478627b140bf1.pdf (дата обращения: 15.10.2025).
22. Интеллектуальные системы поддержки принятия решений: что такое и что решает СППР // ProEngineer. URL: https://proengineer.ru/blog/sistemy-podderzhki-prinyatiya-reshenij/ (дата обращения: 15.10.2025).
23. Системы поддержки принятия решений как новый рубеж для бизнеса и для программистов // Хабр. URL: https://habr.com/ru/companies/ruvds/articles/761180/ (дата обращения: 15.10.2025).
24. Основные понятия теории принятия решений // МГИМО. URL: https://mgimo.ru/upload/iblock/784/teoriya-prinyatiya-resheniy.pdf (дата обращения: 15.10.2025).
25. ERP-СИСТЕМЫ КАК ИНСТРУМЕНТ СТРАТЕГИЧЕСКОГО МЕНЕДЖМЕНТА // КиберЛенинка. URL: https://cyberleninka.ru/article/n/erp-sistemy-kak-instrument-strategicheskogo-menedzhmenta (дата обращения: 15.10.2025).
26. Информации и ее роль в стратегическом управлении // TRIUMPH STRATEGY. URL: https://triumphstrategy.ru/informacionnoe-obespechenie-strategicheskogo-upravleniya/ (дата обращения: 15.10.2025).
27. ERP-системы как инструмент стратегического менеджмента // Elibrary. URL: https://www.elibrary.ru/item.asp?id=46101150 (дата обращения: 15.10.2025).
28. Методы принятия управленческих решений: гайд, полезный каждому руководителю // Skillbox. URL: https://skillbox.ru/media/management/metody-prinyatiya-upravlencheskikh-resheniy-gayd-poleznyy-kazhdomu-rukovoditelyu/ (дата обращения: 15.10.2025).
29. ИИ в совете директоров: как искусственный интеллект помогает принимать стратегические решения // ai3r.ru. URL: https://ai3r.ru/blog/ai-v-sovete-direktorov/ (дата обращения: 15.10.2025).
30. Информационная поддержка: основные понятия и термины // Финам. URL: https://www.finam.ru/how_to/informacionnaya-podderzhka/ (дата обращения: 15.10.2025).
31. Применение технологий искусственного интеллекта в корпоративном управлении // КиберЛенинка. URL: https://cyberleninka.ru/article/n/primenenie-tehnologiy-iskusstvennogo-intellekta-v-korporativnom-upravlenii (дата обращения: 15.10.2025).
32. Теория и практика принятия управленческих решений: учебно-методическое пособие // МГИМО. URL: https://mgimo.ru/upload/iblock/636/teoriya-i-praktika-prinyatiya-upravlencheskikh-resheniy-uchebno-metodicheskoe-posobie-guu-2022.pdf (дата обращения: 15.10.2025).
33. Принятия управленческих решений — что это, какие бывают методы // ПланФакт. URL: https://planfact.io/blog/prinyatie-upravlencheskih-resheniy/ (дата обращения: 15.10.2025).
34. Робот в совете директоров: как передовые компании используют ИИ для принятия решений // vc.ru. URL: https://vc.ru/ai/838183-robot-v-sovete-direktorov-kak-peredovye-kompanii-ispolzuyut-ii-dlya-prinyatiya-resheniy (дата обращения: 15.10.2025).
35. Что такое ERP? // Microsoft Dynamics 365. URL: https://dynamics.microsoft.com/ru-ru/erp/what-is-erp/ (дата обращения: 15.10.2025).
36. Информационно-аналитическое обеспечение стратегического планирования // Economy.gov.ru. URL: https://www.economy.gov.ru/material/file/0c9a595180f98363df0244670c538a7c/Metodicheskie_rekomendacii_po_strategicheskomu_planirovaniyu_v_rf.pdf (дата обращения: 15.10.2025).
37. Процессы и методы поддержки управленческой деятельности // КиберЛенинка. URL: https://cyberleninka.ru/article/n/protsessy-i-metody-podderzhki-upravlencheskoy-deyatelnosti (дата обращения: 15.10.2025).
38. Что такое ERP и какие задачи она решает // HugeProfit. URL: https://hugeprofit.ru/blog/chto-takoe-erp (дата обращения: 15.10.2025).
39. Нейросети в управлении: как искусственный интеллект помогает принимать стратегические решения // vc.ru. URL: https://vc.ru/hr/1083422-neyroseti-v-upravlenii-kak-iskusstvennyy-intellekt-pomogaet-prinimat-strategicheskie-resheniya (дата обращения: 15.10.2025).
40. Инструменты и методы принятия решений для стратегического планирования // Studme. URL: https://studme.org/218059/menedzhment/instrumenty_metody_prinyatiya_resheniy_strategicheskogo_planirovaniya (дата обращения: 15.10.2025).
41. Информационная технология поддержки принятия решений // StudFiles. URL: https://studfiles.net/preview/1766635/ (дата обращения: 15.10.2025).
42. Модели принятия решений в менеджменте: ключевые подходы // LeadStartup. URL: https://leadstartup.ru/blog/modeli-prinyatiya-reshenij (дата обращения: 15.10.2025).
43. Информационное обеспечение стратегического управления и планирования // КиберЛенинка. URL: https://cyberleninka.ru/article/n/informatsionnoe-obespechenie-strategicheskogo-upravleniya-i-planirovaniya (дата обращения: 15.10.2025).
44. Информационное обеспечение стратегического управления компанией: выбор источников информации с помощью нечеткого множества и метода I // Fadak.ir. URL: https://fadak.ir/ru/informacionnoe-obespechenie-strategicheskogo-upravleniya-kompaniej-vybor-istochnikov-informacii-s-pomoshh-yu-nechetkogo-mnozhestva-i-metoda-i/ (дата обращения: 15.10.2025).
45. Современная модель стратегического менеджмента // КиберЛенинка. URL: https://cyberleninka.ru/article/n/sovremennaya-model-strategicheskogo-menedzhmenta (дата обращения: 15.10.2025).
46. 5 моделей принятия решений, которые помогут выбраться из тупика // Atlassian. URL: https://www.atlassian.com/ru/blog/teamwork/decision-making-models (дата обращения: 15.10.2025).
47. ИИ-система принятия решений: как искусственный интеллект изменит управление организацией // Хабр. URL: https://habr.com/ru/companies/tokyon/articles/756086/ (дата обращения: 15.10.2025).
48. Информационное обеспечение стратегического менеджмента предприятия // КиберЛенинка. URL: https://cyberleninka.ru/article/n/informatsionnoe-obespechenie-strategicheskogo-menedzhmenta-predpriyatiya (дата обращения: 15.10.2025).