Публикации автора

В статье рассмотрено применение проектного и имитационного подходов в оптимизации закупочной деятельности организации. Подчеркнута важность эффективного управления закупками для обеспечения финансовой устойчивости и конкурентоспособности организаций, а также для поддержания непрерывности бизнеса в условиях экономических и рыночных изменений. Выявлены ключевые проблемы, с которыми сталкиваются российские организации в процессе управления закупками, такие как недостаточная автоматизация, ошибки в планировании, сложности с выбором поставщиков и устаревшее программное обеспечение. Для решения выявленных проблем предложено внедрение системы управления закупками AGORA, которая является одним из наиболее популярных и эффективных решений на российском рынке. Данная система отличается высокой гибкостью, функциональностью и возможностью настройки под специфику любой организации, что делает ее отличным инструментом для автоматизации и оптимизации закупочных процессов. Разработан проект внедрения системы управления закупками Agora для автоматизации закупочной деятельности организации. Применение проектного подхода позволило структурировать процесс внедрения предложенной системы, обеспечить четкое планирование, контроль сроков, ресурсов и качества выполнения задач. Для оценки эффективности процесса закупок организации разработана имитационная модель, основанная на методе системной динамики, позволяющая оценить целесообразность внедрения системы управления закупками Agora, учитывая основные показатели закупочной деятельности, такие как уровень запасов, объем отгрузок и прибыль. Результаты имитационного эксперимента показали, что внедрение системы Agora способствует стабилизации уровня запасов, улучшению оперативности выполнения заказов и повышению финансовых показателей организации, что подчеркивает значимость автоматизации закупочной деятельности. Отмечено, что внедрение предлагаемой системы управления закупками способствует не только повышению эффективности бизнес-процессов организации, но и созданию устойчивой и гибкой инфраструктуры для адаптации к быстро меняющимся условиям рынка, что особенно актуально в условиях цифровой трансформации и экономической нестабильности.

Статья посвящена разработке и теоретико-методологическому обоснованию нейросетевой модели объективной оценки конкурентных преимуществ персонала, а также проектированию интеллектуальных алгоритмов формирования персонализированных траекторий их развития. В исследовании обоснована необходимость внедрения подобных систем в условиях цифровой экономики, а также стратегическая важность выявления скрытых резервов сотрудников для обеспечения технологического суверенитета. Рассмотрены текущие реалии управления талантами и ограничения традиционных линейных методов оценки из-за высокой субъективности. Выявлено, что современные исследователи рассматривают конкурентоспособность персонала как совокупность профессиональных (hard skills) и личностных (soft skills) компетенций, которые не могут быть оценены сами по себе, а только в сравнении с компетентностью других работников. Определено, что конкурентные преимущества персонала формируются под воздействием множества факторов: от специфических профессиональных компетенций до личностных характеристик, носят относительный характер, в связи с чем существует сложность их оценки. Обоснована необходимость создания гибконастраиваемой нейросетевой модели, которая должна обладать высокой предсказательной способностью и соответствовать требованиям трудового законодательства, выступая исключительно в роли инструмента аналитической поддержки. Разработан алгоритм функционирования нейросетевой модели оценки конкурентных преимуществ персонала, в рамках которого выделены все значимые этапы функционирования модели: от подготовки данных и многоклассовой классификации до прогнозирования на базе пяти универсальных компетенций. Важным моментом проведенного исследования выступает доказанная межотраслевая универсальность нейросетевой модели, где адаптация под специфику различных секторов экономики осуществляется путем варьирования весовых коэффициентов без перестройки архитектуры сети. Статья содержит результаты апробации модели с учетом весовых коэффициентов компетенций, характерных для специфики IT-компаний (прогностическая точность 89,8%). Определено, что нейросетевая модель должна выступать исключительно как система поддержки принятия управленческих решений. Непрерывное применение разработанной модели позволит найти «узкие места» в профессиональном развитии сотрудников и возможности для их роста.