Прогнозирование нововведений в области высоких технологий

Инновационный процесс и инновационные изменения невозможны без знания тенденций развития науки и техники, оценки будущего потенциала науки, экономической эффективности нововведений. Необходимость прогнозирования нововведений диктуется тем, что инновационные решения требуют больших расходов, приводят к экономическим и социальным последствиям. Без прогнозирования, основанного на современных экономико-математических методах и информационных технологиях, немыслимы сами инновационные процессы.

Прогнозирование нововведений следует рассматривать как вероятную оценку возможных путей и результатов развития науки и техники и необходимых для их реализации ресурсов.

Решение крупных и комплексных научных проблем требует значительного времени. Поэтому необходимы долгосрочные прогнозы развития науки и техники. Значение долгосрочных прогнозов определяется тем, что в связи с научно-техническим прогрессом увеличивается роль крупных открытий, для реализации которых требуются большой временной период.

Сложные взаимосвязи различных направлений науки и техники предполагают системный характер прогнозирования. Прогнозирование нововведений требует огромного количества фактов. Объекты прогнозирования представляют собой сложные, взаимосвязанные системы. Это обусловлено тем, что объект прогнозирования является составной частью всего научно-технического прогресса. Можно прогнозировать создание и освоение новых высокопроизводительных машин и оборудования для оснащения производства; создание и освоение высокоэффективных технологических процессов, обеспечивающих комплексное использование сырья и материалов, повышение качества продукции, производительности труда, улучшение условий труда; создание информационных систем и баз данных, необходимых для принятия обоснованных управленческих решений, совершенствования методов организации производства.

Для обоснованного прогнозирования нововведений необходимо располагать обширной информацией. Прежде всего необходимо иметь информацию об уже достигнутом техническом уровне разработок. Например, применительно к новой технике важнейшими показателями, характеризующими технический уровень, будут: производительность, рабочие скорости, ресурс работы, эксплуатационная надежность и др.

Многие сведения, необходимые для прогнозирования, содержатся в специальной технической литературе - стандартах, технических условиях, паспортах, отчетах о законченных научно-исследовательских и опытно-конструкторских работах, описаниях изобретений к патентам и авторским свидетельствам. Достоинством стандартов, технических условий и других нормативно-технических документов является полнота сведений. Данные, содержащиеся в них, точны и корректны. Стандартам свойственна известная перспективность сообщаемых сведений. Это связано с тем, что срок действия

стандартов обычно не превышает пяти лет, а в ряде стран (например, Япония)- менее пяти лет.

Богатым источником информации являются каталоги промышленного оборудования, инструкции, паспорта и другая подобная техническая документация. Для определения достигнутого уровня особое значение имеет информация, содержащаяся в отчетах о НИР и ОКР, в которой подводятся итоги достигнутого уровня развития в определенной области исследований и содержатся все новые сведения. Копии отчетов о завершенных НИР и ОКР поступают во Всероссийский научно-технический информационный центр, что обеспечивает анализ технического уровня разработок. Полезная информация содержится в специальных тематических обзорах о достигнутом техническом уровне, в которых обобщается опыт исследовательских и конструкторских работ на основании большого числа источников. Для прогнозирования нововведений полезна также информация, имеющаяся в специальной технической литературе. Эта информация позволяет проследить тенденции в той или иной отрасли техники.

По данным специальной технической литературы можно получить представление о времени, необходимом для промышленного освоения и применения разработок, построенных на новых принципах. Например, стандартный усредненный цикл разработки новой технологии в микроэлектронике составляет примерно 3-5 лет, а нового изделия на основе базовой технологии - 2 года. В этот срок включается и начальная стадия, обусловленная поиском идей и заказчиков, разработкой схемотехники, выяснением сферы применения и отработкой альтернативных вариантов.

Если в распоряжении прогнозирующих организаций имеется конкретный статистический материал за большой период времени, то для прогнозирования нововведений может быть применен метод экстраполяции.

Для прогнозирования нововведений полезно провести анализ технических решений, сосредоточенных в новых патентах, что позволяет обнаружить тенденции, которые могут стать господствующими и определять уровень техники. Именно анализ патентных источников позволяет предвидеть завтрашний день техники.

Материалы научных съездов, конференций и симпозиумов также имеют большое значение для прогнозирования нововведений. Особый интерес и ценность представляют международные конференции. Дискуссии, происходящие на форумах ученых и специалистов, позволяют получить представление о новых направлениях науки, ознакомиться с новейшими концепциями и гипотезами развития отдельных направлений научных поисков.

При прогнозировании нововведений большое значение имеет наблюдение за научной ориентацией отдельных крупных ученых на основе изучения их публикаций и научных докладов на конференциях и симпозиумах. Анализ данных, полученных на стыке наук, позволяет получить особо ценную информацию для целей прогнозирова-ния. Это обусловлено тем, что научно-техническая революция сопровождается взаимным проникновением наук и создает такую ситуацию, при которой появляются условия для получения результатов, находящихся на стыке наук. Это приводит к новым решениям. Поэтому информация, появляющаяся на стыке наук, и имеет большое значение для прогнозирования нововведений. Прогнозирование нововведений, постоянно корректируемое и, уточняемое новой информацией, создает условия для планирования научно-исследовательских и опытно-конструкторских работ.

Для обоснованного прогнозирования вероятных направлений развития науки и техники применяют методы моделирования. При моделировании тенденций развития науки и техники, важно внимательно изучить возможные связи между отдельными,

нередко далеко отстоящими друг от друга научными направлениями. Необходимо определить возможное воздействие результатов и данных, полученных в этих исследованиях, на другие области научного поиска, выявить связи между фундаментальными и прикладными науками с техникой и производством, т.е. конечными потребителями результатов научных разработок. Ведь успехи на отдельных участках научного поиска формируют общее продвижение научных знаний, и наоборот: общие успехи науки предопределяют возможность частных открытий в конкретных направлениях науки.

Модель прогнозируемого нововведения должна включать факторы возможного воздействия случайности. В модели должны быть учтены наиболее важные и существенные факторы, от которых в максимальной степени зависит обоснованность прогноза. При этом для построения модели требуется не столько знание экономико-математических методов, сколько глубокое проникновение в сущность изучаемых тенденций. Эту роль могут выполнить инновационные менеджеры-ученые, знающие тенденции развития науки и техники.

Экономико-математические модели развития науки и техники представляют воспроизведение в математической форме характера связей и отношений, существующих в действительности, для конкретной отрасли науки и техники, позволяющих проследить динамику развития конкретных показателей.

При прогнозировании нововведений может быть следующая последовательность этапов[3, c. 23]:

1. Выделение основных факторов, характеризующих тенденции развития научно-технического прогресса.

2. Формулирование конкретных задач прогнозирования.

3. Сбор и систематизация необходимой информации.

4. Анализ информации и описание зависимостей, обнаруженных в результате анализа.

5. Установление критериев (параметров) воздействия анализируемых факторов.

6. Построение модели или набора моделей, представляющих изучаемую систему.

7. Проверка созданных моделей путем решения отдельных проблем для установления вероятностных связей изучаемых процессов.