Внедрение процессного подхода для управления предприятием как фактор роста производительности труда
Ключевые слова:
бизнес-процесс, интеллектуальная машина, конвергенция, производительность труда, система управления, цифровые технологии, человеческий потенциалАннотация
Реализация государственной политики в сфере цифровой трансформации экономики неразрывно связана с модернизацией систем управления на микроуровне - в первую очередь, на уровне промышленных и сервисно-производственных предприятий.Цель настоящей статьи - детерминирование ключевых факторов, оказывающих влияние на изменение показателя производительность труда в условиях цифровой экономики и рассмотрение возможностей процессного подхода при разработке и использовании цифровой платформы управления предприятием.В качестве основного метода, позволяющего рассматривать задачу повышения производительности труда как единое действие, используется процессный подход. На практике подобная задача подразумевает разработку и внедрение инновационных механизмов и методов управления предприятием, для чего были сформированы группы бизнес-процессов и соответствующие им счетные измеримые показатели.Приводится пример реального использования интеллектуальной системы автоматизации процессов эксплуатации распределенной сети сложных инженерных объектов «Система Мобилити» Группы МОЛНЕТ, обеспечивающей сквозное управление основными и вспомогательными бизнес-процессами, формирующей цифровые модели производственного поведения одного из крупнейших предприятий связи.Описывается конкретика использования конвергенции труда человека и интеллектуальной машины как одна из возможностей цифровой платформы, заключающаяся в применении методов дисперсионного анализа и технологии искусственного интеллекта к исследованию бизнес-процессов, построения цифровых двойников и их использования для выработки мероприятий по повышению производительности труда.В статье показано, что цифровые платформы управления предприятием служат связующим звеном между стратегиями цифровой трансформации и практическим ростом производительности труда и эффективности производства, обеспечивая внедрение процессно-ориентированных, адаптивных и человеко-технологических решений на операционном уровне.В заключении приведена экономическая оценка потенциальных эффектов от использования цифровой платформы. В качестве методологической основы используются системный анализ, теория стратегии и методология стратегирования академика В. Л. Квинта, дополняющая и трансформирующая процессный подход, делая его более адаптивным, интеллектуальным и ориентированным на будущее, особенно в условиях цифровой трансформации.Скачивания
Библиографические ссылки
Акаев А. А., Девезас Т. К., Кораблев В. В., Сарыгулов А. И. Критические технологии и перспективы развития России в условиях экономических и технологических ограничений // Terra Economicus. 2024. Т. 22. № 2. С. 6–21. DOI 10.18522/2073-6606-2024-22-2-6-21.
Бабкин А. В., Шкарупета Е. В. Индустрия 6.0: сущность, тенденции и стратегические возможности для России // Экономика промышленности. 2024. Т. 17. № 4. С. 353–377. DOI 10.17073/2072-1633-2024-4-1369.
Ефанов В. А., Кукушкин Е. В., Чаадаев В. К. Цифровые платформы как рычаг экономического роста и повышения производительности труда // Экономическое возрождение России. 2023. № 4 (78). С. 94–107. DOI 10.37930/1990-9780-2023-4-78-94-107.
Ефанов В. А., Чаадаев В. К., Шляхов А. С. Стратегирование цифровой трансформации промышленного предприятия (на примере ФГУП «Российская телевизионная и радиовещательная сеть») // Экономика промышленности. 2023. Т. 16. № 1. С. 95–104. DOI 10.17073/2072-1633-2023-1-95-104.
Журавлев Д. М. Стратегирование цифровой трансформации сложных социально-экономических систем : монография / под науч. ред. В. Л. Квинта. СПб. : ИПЦ СЗИУ РАНХиГС, 2024.
Журавлев Д. М., Чаадаев В К., Михеев Е. Б. Факторы роста производительности труда промышленного сектора в условиях структурной перестройки экономики // Экономика промышленности. 2025. Т. 18. № 1. С. 49–62. DOI 10.17073/2072-1633-2025-1-1425.
Журавлев Д. М., Чаадаев В. К. Стратегирование роста производительности труда в цифровой экономике // Стратегирование: теория и практика. 2024. Т. 4. № 3 (13). С. 298–314. DOI 10.21603/2782-2435-2024-4-3-298-314.
Квинт В. Л. Разработка стратегии: мониторинг и прогнозирование внутренней и внешней среды // Управленческое консультирование. 2015. № 7 (79). С. 6–11.
Квинт В. Л., Сасаев Н. И. Стратегирование промышленного ядра национальной экономики // Экономика промышленности. 2024. Т. 17. № 3. С. 245–260. DOI 10.17073/20721633-2024-3-1349.
Новикова И. В., Хворостяная А. С. Стратегическое развитие талантов предприятий креативной экономики // Управленческое консультирование. 2024. № 4 (184). С. 136–145. DOI 10.22394/1726-1139-2024-4-136-145.
Романова Н. В. Взаимосвязь показателей производительности труда и экономического роста: аспекты взаимодействия реального сектора экономики на национальную систему общественного воспроизводства // Финансовые рынки и банки. 2024. № 4. С. 261–266.
Сессия «Московский Университариум Стратега» VI Международной научно-практической конференции «Теория и практика стратегирования», выступление академика А. А. Акаева [Электронный ресурс]. URL: https://youtu.be/IZA9L_NseD0?t=7422 (дата обращения: 12.04.2025).
Трофимова Н. Н. Оптимизация производительности в эпоху цифровизации: ключевые технологии // Экономика и управление: проблемы, решения. 2024. Т. 7. № 5 (146). С. 315–323. DOI 10.36871/ek.up.p.r.2024.05.07.038.
Тяпухин А. П., Старков Д. А. Процессный подход к цифровому управлению цепями ценности и поставок // Управленческое консультирование. 2025. № 2. С. 75–92. DOI 10.22394/17261139-2025-2-75-92.
Федченко А. А., Вешкурова А. Б. Драйверы повышения производительности труда: вариативность, степень и способы оценки влияния // Социально-трудовые исследования. 2023. № 2 (51). С. 109–118. DOI 10.34022/2658-3712-2023-51-2-109-118.
Appio F., Frattini F., Petruzzelli A., Neirotti P. Digital Transformation and Innovation Management: A Synthesis of Existing Research and an Agenda for Future Studies // J. Prod. Innov. Manag. 2021. Vol. 38. N 1. P. 4–20. DOI 10.1111/jpim.12562.
Bao J., Guo D., Li J., Zhang J. The modelling and operations for the digital twin in the context of manufacturing // Enterprise Information Systems. 2019. Vol. 13. N 4. P. 534–556. DOI 10.1080/17517575.2018.1526324.
Bernanke B., Gertler M., Gilchrist S. The financial accelerator in a quantitative business cycle framework. In J. B. Taylor, & M. Woodford (Eds.) // Handbook of Macroeconomics. 1999. Vol. 1. P. 1341–1393.
Cammarano A., Michelino F., Caputo M. Extracting firms’ R&D processes from patent data to study inbound and coupled open innovation // Creativity and Innovation Management. 2022. Vol. 31. N 2. P. 322–339. DOI 10.1111/caim.12495.
Kritzinger W., Karner M., Traar G., Henjes J., Sihn W. Digital Twin in manufacturing: A categorical literature review and classification // IFAC-PapersOnLine. 2018. Vol. 51. P. 1016–1022. DOI 10.1016/j.ifacol.2018.08.474.
Mohsen A., Bilge C. Digital Twin: Benefits, use cases, challenges, and opportunities // Decision Analytics Journal. 2023. N 6 (80). P. 100165. DOI 10.1016/j.dajour.2023.100165.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Журавлев Д.М., Семенихин Д.В., Чаадаев В.К.

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Как цитировать
Коды статьи
- EDN BFRUOX
- Тип статьи (РИНЦ) Научная статья (Научная статья)