Читать книгу Ситуационные центры развития как интеграторы государственного управления в саморазвивающихся полисубъектных средах - Коллектив авторов, Ю. Д. Земенков, Koostaja: Ajakiri New Scientist - Страница 18

Классический, традиционный, подход к ситуационному управлению (СУ) опирается на возможности логико-лингвистических моделей, детерминированного (логико-ориентированного) искусственного интеллекта, индуктивного и дедуктивного и вывода, нейронных сетей и экспертных систем. Вместе с тем, особую актуальность в решении задач СУ все больше приобретают вопросы социально-гуманитарного характера. Становится необходимым все быстрее согласовывать коллективные решения. Например, ранее стратегические планы могли согласовываться месяцами, а теперь это процесс сокращается до нескольких дней и даже часов. Потребовался учет коллективного бессознательного в самоорганизующихся среде, что связано с идеей активизации формирования инсайтов и повышения мотивации участников принятия решений в построении и реализации планов действий. Последовательная демократизация общества все больше заставляет заниматься построением интеллектуальных систем поддержки процессов гражданского и экспертного участия. А это приводит к необходимости в СУ осваивать новые, более высокие, уровни сложности семантик компьютерных моделей, на которые раньше исследователи просто закрывали глаза. Причем сложность этих семантик континуально возрастают не в разы, а на десятки порядков. Необходимость управления ситуацией в условиях катаклизмов и катастроф не оставляет шансов ручному управлению, поскольку процессы управления нуждаются в принципиальном ускорении решений, что невозможно осуществить без обновления СУ.

Таким образом, требуется новая парадигма СУ. В этой парадигме экстенсивное совершенствование заменяется интенсивным, многие задачи приобретают обратный характер, субъект становится неотъемлемой частью систем поддержки принятия решений, что, в свою очередь, на упомянутые выше десятки порядков (а в отдельных случаях – до бесконечности) повышает сложность системы управления. Система распределенных ситуационных центров развития становится основной институциональной и цифровой платформой для поддержки коллективных процессов консолидации участников на всех уровнях управления.

Классический подход к ситуационному управлению имеет длинную историю, соизмеримую с историей развития кибернетики, а значит исчисляемую несколькими тысячами лет. Вместе с тем научный разрез этого подхода можно датировать второй половиной прошлого века. Его появление связано, скорее всего, с появлением компьютеров и началом становления дисциплины искусственного интеллекта (ИИ). Сначала все родимые пятна ИИ принадлежали и ситуационному управлению. Акцент в его развитии в основном делался на представлении знаний об объекте управления и способах управления на уровне логико-лингвистических моделей, применении логического вывода в процессах построения многошаговых решений и распознавании ситуаций[34][35].

Цифровая трансформация экономики наших дней подразумевает внедрение технологических новшеств, порождающих качественно новую синергию, создающих условия для эмерджентности и дающих прорывной, подрывной (disruptive) эффект. Этот эффект является необходимым условием быстрого роста конкурентоспособности продукции на мировых и отечественных рынках, принципиальным улучшением качества жизни людей, созданием неведомых ранее устройств и утилизацией старых и пр. Новые технологии и бизнес-модели перелицовывают промышленность, сервисы и сектора экономики, сквозные цифровые технологии ломают границы между отраслями и компаниями, научные исследования становится все более междисциплинарными. Сквозные цифровые процессы дают практически неограниченные возможности для развития бизнеса. Например, транспортные компании развивают программные приложения для совместной реализации поездок, системы управления интеллектуальной собственностью делают опору на блокчейн, банки переходят на финтех, прогнозирование рынка делается с учетом его непредсказуемых флюктуирующих изменений, порождаемых девиацией неформализуемой мечты[36].

Явно меняются подходы к проведению научных исследований. Так, все больше проявляются такие явления, как «наука данных», в науку вмешивается краудсорсинг. Весомые научные результаты получаются на основе анализа больших данных в определенной предметной области. Для этого накапливаются соответствующие массивы данных в геологии, здравоохранении, астрономии, физике, энергетике[37], биоинформатике, мониторинге климата, в исследованиях на основе численного моделирования и др.[38]. Вместе с тем есть риск, что анализ больших данных не позволит найти оригинального решения, ведь изобретение является продуктом инсайта человека или группы людей[39]. А инсайт происходит, как правило, в иной ситуации, даже не смежной. Анализ больших данных загоняет процесс поиска в экстраполяционном направлении, ведь нейронные структуры и статистические подходы свои прогнозы строят на основе предыдущей истории, и, как правило, в шорах сложившегося конечного базиса факторов. На получение же прорывного результата прошлый опыт может накладывать существенные ограничения.

Основные причины проявления таких ограничений лежат в инерционности логического склада мышления, диктате имеющихся нормативов, невозможности устранения междисциплинарных барьеров, потребности формирования новых институтов на основе разрушения старых, необходимости сокращения рабочих мест и набором сотрудников с новыми компетенциями и многом другом. Примерами появления принципиально новых решений служат давние прорывы с созданием радио, самолета и трактора, а сейчас – социальные сети, смартфоны, туманные вычисления, блокчейн, квантовые семантики, оптические компьютеры, голографические процессоры и др. Некоторые из новых технологий пока только очень избирательно обсуждаются в узких научных кругах, а некоторые вообще не обсуждаются и находятся на уровне фантазий середины прошлого века, например, Айзека Азимова.

В связи с запуском и реализацией во многих ипостасях в России национального проекта по цифровой экономике, включая разработку дорожных карт по сквозным цифровым технологиям (СЦТ), растут ожидания в получении весомого социально-экономического эффекта, что России сейчас очень нужно на фоне затянувшейся экономической стагнации. Есть надежда, что вложение больших инвестиций в СЦТ (порядка 1 % от ВВП) позволит осуществить ожидаемый экономический прорыв. Однако, следует заметить, что планируемые показатели эффекта от цифровизации приводятся без обоснования с применением научного моделирования, что не создает должного уровня доверия к этим показателям. Причем некоторые показатели выглядят просто упаднически, достаточно посмотреть, например, на планируемый рост числа объектов интеллектуальной собственности, где предельное значение числа подготовленных патентов в сотни раз меньше, чем в Китае или США. Возможно, причина выбора столь пессимистического сценария развития лежит в отсутствии адекватных и совсем новых методов, которые помогли бы выбрать нестандартные решения, обеспечивающие прорыв.

Таким образом, складывающаяся глобальная, политическая, экономическая и рыночная ситуация подразумевают необходимость принципиальной смены управленческих правил игры. Требуется некое кумулятивное решение проблемы обеспечения прорывного роста российской экономики, значительного повышения показателей качества жизни и производительности труда, создания ресурса обеспечения глобальной конкурентоспособности российской продукции. Очевидно, что только цифровыми приемами и технологиями, пассивной диффузией новаторских новшеств эти проблемы не решить. Необходимо многоаспектное, с участием различных дисциплин, включая социологию, философию, психологию, математику, физику, нейрофизиологию, биологию и другие науки, переосмысление подходов и методов к ситуационному управлению.

При проведении цифровой трансформации нужны новые институциональные построения. Такие построения делаются, например, есть нормативный правовой документ по управлению Национальным проектом по цифровой экономике[40]. Как уже отмечено выше, этим постановлением предусмотрено 18 инстанций в системе управления. Однако среди этих инстанций нет инстанции, которая будет улучшать инновационную среду, например, за счет создания адекватного механизма управления интеллектуальной собственностью. Такая инстанция работает сама по себе, а значит – автономно, в условиях запрета синергии.

В новых условиях приоритет стоит отдавать, прежде всего, социально-гуманитарному и когнитивному аспектам в управлении, усилению внимания к вопросам активизации гражданского участия в принятии управленческих решений, созданию соответствующей экспертной среды. При таких приоритетах сложность создания систем управления возрастает многократно. Классических логиколингвистических подходов здесь явно недостаточно. Даже такие инструменты, как анализ больших данных, имеют ограничения, императивно диктуемые программистской логикой. Новые задачи заставляют учитывать когнитивную насыщенность компьютерных моделей и логики вычислений, что может быть выражено, например, формированием и развитием дисциплины «когнитивного программирования»[41], учитывающего непосредственное включение неформализуемого (непрограммируемого) субъекта в систему правления и механизмы управления. Классические же подходы опирается на детерминированную экстраполяцию прошлого опыта, а подрывная технология больше напоминает футуризм, принцип которого состоит в отказе от прошлого опыта[42].

Возможно, решающим фактором успеха в совершенствовании государственного, муниципального и корпоративного менеджмента в таких условиях становится явная смена парадигмы управления. Необходимым условием, инструментом и институциональной средой реализации такой парадигмы становится Система распределенных ситуационных центров развития[43][44]. Развитие сложившихся подходов к созданию современных систем управления в настоящее время вынуждено считаться с новыми вызовами, к которым стоит отнести:

– Классическое стратегическое управление в флюктуирующих и плохо предсказуемых сегментах рынка не работает. В политике и бизнесе побеждает тот, кто, используя прорывные нестандартные приемы, быстрее всех предлагает рынку оригинальное решение, удовлетворяющее мечту потребителя. Стратегическое планирование идет от амбициозной и неизведанной цели, зачастую не имеющей ничего общего с примерами из прошлого опыта;

– В принятии решений необходим учет некаузального (беспричинного) фактора, порождаемого коллективным субъективным участием. Группа людей принимает правильное, но беспричинное решение, в определенный момент обсуждения проблемы наступает коллективный инсайт;

– Рынки становятся флюктуирующими, требования потребителей в различных сегментах начинают вести себя непредсказуемо, например, меняться на 25 % в течение месяца. Традиционные маркетинговые технологии перестают работать. Это, например, обусловливается кризисными изменениями внешней среды компании[45][46];

– Необходимость формирования безальтернативного решения проблем без применения традиционной многокритериальной оценки альтернатив. Руководитель, обладая инсайдерской информацией, чувствует необходимое решение, но не всегда может объяснить его коллективу. Задача становится обратной, образ необъяснимого решения уже есть, только его надо довести до всех участников команды, да так, чтобы каждый видел в нем свою заинтересованность;

– Задачи анализа становятся менее важными, чем задачи синтеза. Причем, первые являются, как правило, дивергентными (расходящимися), их решение обеспечивает генерацию множества идей. Вторые же должны носить конвергентный (сходящийся) характер. При этом сборка решения из множества проанализированных частей должна обеспечить его целостность и корректность учета сгенерированных на стадии анализа ситуации факторов;

– Нет возможности построить формализованную модель проблемной ситуации. Это свойственно для социально-гуманитарных объектов, корпоративных коллективов, групп гражданского общества;

– Размерность пространства репрезентации ситуации может быть бесконечной. Параметры ситуации могут быть неизмеримы в реальном времени. Требуется переход к бесконечномерному пространству состояний при построении схем человеко-машинного взаимодействия, например, гильбертову;

– Увеличивается потребность в конструктивных подходах, обеспечивающих поддержку мыслительных, медитативных, эмоциональных (т. е., когнитивных) аспектов принятия решений, характеризующих процессы самоорганизации групп людей, работающих в сетевой среде, с обеспечением ускоренного согласования решений, в том числе стратегических;

– Появляется необходимость разработки и учета этических регуляторов (например, кодексов этики) и консервативных культурных традиций в процессах принятия решений. Отсутствие таких регуляторов служит источником фрагментации целостности управленческой деятельности, и, как следствие, снижения качества принятия решений и уровня безопасности объектов управления.

Перечисленные вызовы определяют потребность в постановке и решении широкого спектра вопросов в рефлексивно-активной полисубъектной среде. Полисубъектность отражает способность к глубинному осознанию субъект-субъектных и метасубъект-субъектных отношений, групповую творческую активность, стремление к самоорганизации и саморазвитию. Поиск адекватного ответа на эти вызовы предполагает реализацию потребности формирования новой философии, психологии и компьютерной науки СУ при целостной активизации междисциплинарных исследований в различных областях науки и техники.

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.

Вместе с тем приведенный пример обусловлен потребностью исследования исторического опыта, накопления обучающих примеров, формирования фазового пространства и пр. Однако такого опыта может оказаться недостаточным, или этот опыт может отсутствовать, решения и действия человека могут носить амбициозный и экстремальный характер, внешнее воздействие может быть совершенно неожиданным, спонтанным, скачкообразным, непредсказуемым и пр.

Учет некаузальности и бесконечномерности в изменении ситуации может быть обеспечен с применением инструментария сильного (общего) искусственного интеллекта (GAI), оперирующего как логическими, так и нелогическими аспектами ситуации, как эмоциональными, так и мыслительными слоями сознания участников принятия решений.

При зарождении подхода СУ он, как уже отмечено выше, развивался совместно с методами ИИ. Новые цифровые условия, заставляющие изменять методологический базис СУ, также требует опоры на продвинутые подходы в области ИИ. В этом развитии необходимо, прежде всего, выделять встроенные процессы управления, принципиально не поддающиеся формализации.

Формализуемые процессы управления основываются, как правило, на аналитической обработке больших данных или использовании нейронных сетей, баз знаний, лингвистических процессоров и пр. Неформализуемые процессы охватывают эмоциональную, медитативную, творческую и мыслительную деятельность, коллективное обсуждение вопросов. В этом контексте общие требования к развитию ИИ можно свести к следующему списку:

– ориентация на потенциальные неформализуемые требования представителей различных секторов экономики,

– Учет как денотативных (формализованных, структурных), так и сигнификативных (когнитивных, мыслительных, эмоциональных, медитативных, феноменологических) семантик,

– Создание условий для конвергентной (сходящейся к целям) сборке междисциплинарных результатов работ,

– Решение обратных задач на понятийных (неметрических) пространствах, отличающихся высоким уровнем неустойчивости решения,

– Применение методов обеспечения семантической интероперабельности, виртуального сотрудничества и ситуационной осведомленности,

– Комплексность интерпретации проблемных ситуаций, масштабируемость решений,

– Робастность, помехоустойчивость и стойкость к внешним воздействиям,

– Гибкость, эффективность и результативность, конкурентоспособность и быстрота выхода на рынок.

В архитектуре продвинутых систем ИИ при решении вопросов цифровой экономики комплексно учитываются такие аспекты разработки, как:

– Имитация работы головного мозга человека,

– Дополнения работы головного мозга человека,

– Интерпретация денотативных и когнитивных семантик,

– Коллективный ИИ с ускоренным достижением инсайта;

– Подключение к проблематике ИИ технологий блокчейна.

В продвинутом (сильном) ИИ наблюдается междисциплинарный синтез подходов, методов и технологий из областей: философии, психологии, права, квантовой физики, математики, нейрофизиологии, конвергентного управления, когнитивного моделирования, теории категорий, решения обратных задач, нейронных технологий, глубокого обучения, синтеза материалов и даже космологии.

Сложность решаемых задач управления с применением продвинутых методов СУ можно проиллюстрировать на примере создания пространства доверия для поддержки гражданского участия в принятии государственных и муниципальных управленческих решений (Рис. 2–2). В центре Рис. 2–2 показаны участники процесса принятия коллективного решения, справа – технологии, слева – теоретические подходы.

Рис. 2–2. Иллюстрация многодисциплинарной сложности решаемых задач управления с применением искусственного интеллекта. Теории, участники и технологии продвинутого СУ

Особое место в развитии прорывного СУ занимает когнитивная семантика. Именно она увеличивает сложность решаемых задач на десятки порядков. Когнитивная семантика, помимо традиционно понимаемых нейросетевых механизмов мышления, пытается охватить атомарные компоненты мышления. При таком рассмотрении определенную значимость приобретают такие элементы мозга, как атомы, кварки, микротрубки[47]. Особое место в исследовании и имитации мыслительных процессов занимают квантово-механические эффекты, такие как суперпозиция и запутанные состояния элементарных частиц и атомов[48]. Эти эффекты явно выводят предмет моделирования за рамки нейросетевой модели мозговой деятельности, заставляют отойти от ее логической репрезентации. Важным в таком атомарном моделировании становится учет возможности представления управляемой ситуации в виде бесконечномерных квантовых состояний, применении для этого теории категорий, гильбертовых пространств, оптических преобразований Фурье и др.[52][53]

Пространство доверия, как показано на Рис. 2–2, формируется в условиях появления принципиально новых технологий управления, например, технологий блокчейна.

Новое СУ требует создания информационно-аналитических систем, отражающих управленческие ситуации бесконечномерной размерности с неограниченным спектром характеристик. Основные гармоники этого спектра: секторы и отрасли экономики, виды деятельности, компании, цеха, продукты, потребности рынка, сквозные цифровые технологии, уровни технологической готовности технологий и производства, эмоциональные и мыслительные компоненты и пр. Расширение этого спектра идет через учет факторов производства, в том числе субъективных факторов. Корректный учет всего этого бесконечного множеств факторов, характеризующих ситуацию, может создать необходимый эмерджентный эффект.

Примерами информационных систем могут быть такие, которые обеспечивают непрерывную перестройку производства[54], работают с критическими параметрами[55] и с критически важной инфраструктурой, поддерживают работу «умных» систем[56] и эффективное управление нематериальными активами, внедрением сквозных цифровых технологий, применением телемедицинских услуг и др. Интенция их разработки заключается в создании нового, справедливого и прозрачного пространства доверия.

К таким системам относится и блокчейн. Создание сопровождающих нормативных правовых документов и технологий поддержки блокчейна в сочетании с ИИ позволяет автоматизировать: доказательство права на изобретение, подтверждение патентной чистоты и определение времени зарождения идеи, снятие информационной асимметричности, сократить число посредников, содействовать внедрению инноваций и др.

Деятельность участников таких систем требует координации коллективного поведения субъектов с заданными этическими нормами поведения. Эти нормы задают траекторию выбора решений субъектов, обеспечивающих повышение коллективной ответственности, выбор разумных норм потребления ресурсов, снижение нагрузок на окружающую среду. Для эффективной реализации механизмов прорывного СУ требуется наличие гибкого и высоконадежного эмерджентного интерфейса между руководителями и лицами, реализующими решения на практике[57].

Блокчейн позволяет создать самоорганизующуюся и саморазвивающуюся среду доверия для субъектов прорывного СУ, например, в виде дополненной реальности[58]. Блокчейн – это сквозная цифровая технология для применения в различных секторах экономики, а также в областях гражданского и военного применения.

В настоящее время еще не исследованы возможности стандартизации, оценки и как следствие – управления качеством реализации блокчейна. Применительно к социогуманитарным средам необходимо изучение проблем философии и социологии блокчейна, оценки эффективности внедрения. Это необходимо делать с учетом потребности формирования ответа на вызовы, породившими необходимость смены парадигмы СУ.

Новая стратегия развития России ориентирована на достижение амбициозных стратегических целей. Для практической реализации такой стратегии необходимо решительным образом перестроить существующую систему стратегического планирования и управления[59][60].

Современные технологии позволяют обрабатывать большие объемы информации и находить оригинальные решения, оперативно оценивать новые возможности, коррелировать их со своими сильными сторонами, убирать многие угрозы. Вместе с тем, сегодня эти технологии преимущественно ориентируются на применение традиционного подхода к СУ, для которого свойственно логико-лингвистическое представление ситуаций, логическая система вывода решений.

Такой, классический, подход характеризуется ограничениями, принципиально не позволяющими решать задачи, сложность которых на десятки порядков выше тех, которые решались в рамках традиционной парадигмы СУ. Поэтому поставлен вопрос о создании новой философии, психологии и математики, цифровых платформ и сквозных цифровых технологий адекватной сложности.

Требуется единая комплексная платформа для обеспечения синергии усилий всех участников решения подобных задач. Такой платформой способна стать система распределенных ситуационных центров развития, создаваемая в России как стержень интеграции междисциплинарных исследований и информационных систем различного уровня управления для обеспечения национальной безопасности и стратегического управления страной.