Прогнозування розвитку технологій

Все більше число підприємств і, на щастя, не тільки на Заході, але і в Росії починають розуміти, що технології і особливо що стоїть за ними інтелектуальна власність є важливу частину корпоративних активів, якими можна і слід керувати аналогічно управління фінансами, обладнанням, персоналом.

Значну роль в управлінні технологією (технологічному менеджменті) відіграють прогнозування та стратегічне планування бізнесу. Вже на початковій стадії інноваційного проекту очікувані параметри розробки слід зіставити з прогнозованим розвитком відповідних технологій та продуктів. Результати подібного прогнозування мають общестратегіческое значення при розробці довгострокових програм і формулювання концепцій розвитку ключових технологій фірми. До жаль, методи й інструменти технологічного планування та прогнозування є недостатньо відомими серед менеджерів.

Технологічне прогнозування визначають як "передбачення майбутніх характеристик використовуваних машин, технологій або методів ". При цьому акцент робиться на практичних додатках технологій, на конкретних характеристиках, параметрах, що досягаються можливостях. В іншому визначенні технологічне прогнозування являє собою зусилля по "проектування технологічних можливостей [на потрібний відрізок часу] з метою передбачення можливих відкриттів та інновацій ". Дійсно, в вузькому сенсі прогнозування означає прогноз, однак у більш широкому сенсі прогноз на увазі якесь опис очікувань і оцінку необхідних умов їх реалізації.

У нижчеподаному розгляді прогноз технологій, чи технологічне прогнозування, має на увазі процес створення описів майбутнього. Цей опис висловлюють словами або цифрами, що відносяться до параметрами та галузі використання машин, процесів і прикладних наук.

Оцінки технології, що проводяться з метою виявлення комерційного потенціалу розробки, неможливі без розуміння еволюції відповідних продуктів або технологій в часі і прогнозування їх нових параметрів якості. Оскільки мета будь-якої нової технології або інноваційного проекту - посилення конкурентоспроможності, а здійснення технологічної розробки часто займає роки, важливо, щоб до моменту його завершення мета проекту (досягнення якихось певних конкурентних переваг) залишалася як і раніше актуальною, а досягнуті параметри зберігали перевагу по відношенню до можливих конкурентів.

Отже, завдання, які вирішує аналітик при прогнозуванні успіху нової технології, зазвичай включають:

проведення порівняльного аналізу (визначення технічного рівня) планованої розробки

аналіз зовнішніх тенденцій в процесі виконання розробки, яка повинна зберегти свою конкурентоспроможність і до моменту її завершення, а також

експертні судження про можливі наслідки проведеної розробки або продуктів для компанії і економіки в цілому.

1 Визначення порівняльного рівня розробки

Визначення порівняльного рівня розробки завжди було невід'ємною частиною техніко-економічного обгрунтування постановки НДДКР у план бюджетного фінансування радянських і російських дослідних організацій. Умовність такого порівняльного аналізу полягала в тому, що при цьому, як правило, не враховувалися можливий розвиток конкурентних продуктів або їх замінників, а також еволюція технологій в конкуруючих організаціях та/або країнах.

Визначення порівняльного рівня розробки на будь-якій стадії комерціалізації, пов'язаної із залученням нових ресурсів, вимагає виконання наступних кроків:

Виявлення всього набору критичних параметрів технології або продукту, що визначають їх конкурентоспроможність

Формалізоване опис цих параметрів (у вигляді так званих Check-list або Fact Sheet - див. Додаток 1)

Зіставлення цих параметрів з відповідними характеристиками, досягнутими основними конкурентами

Визначення можливого розвитку або еволюції технології або продукту в порівнянні з описаними в Check-list'е за час передбачуваного здійснення розробки.

Крім технічних параметрів, категорії оцінки "перспективності" проекту повинні містити такі характеристики як

Оцінки необхідних витрат

Доведена "ринковість проекту" (ситуація на ринку, підтверджений інтерес споживачів до цієї галузі технологій, продукту, області застосування; корисність для суспільства)

Співвідношення ризиків та очікуваних вигод

Технічна здійсненність управління проектом (графік здійснення та наявні ресурси)

2 Основні особливості та області застосування прогнозування технологій

Опис результатів технологічного прогнозу містить чотири обов'язкові елементи:

обумовлений період часу (п'ять, сім, десять років)

Прогноз загальної ситуації в конкретній області технологій

Прогнозовані характеристики якості технології або продукту - по можливості в вигляді кількісних параметрів

Імовірність зазначених змін до обумовленим часу.

У практичній діяльності керівників фірм, розробників планів технологічної стратегії (див. тему 6) і аналітиків критичним є відносна точність використовуваних методів прогнозування. Багато хто з виникаючих питань пов'язані і з тим, що інструменти і загальна методологія стратегічного управління технологією як корпоративним ресурсом або основним активом малої компанії ще не увійшла "в плоть і кров "як, наприклад, інструменти фінансового управління.

Фахівці в галузі прогнозування технологій наступним чином узагальнюють свій практичний досвід:

Жоден фахівець в області прогнозування чи аналітик не покладається на якийсь один з методів. У залежно від предмета, мети аналізу і наявних ресурсів, слід використовувати одночасно декілька різних методів.

Відмінності в результатах застосовуваних методів і прийомів, як і використання отриманих висновків, частіше пов'язані з предметом аналізу та корпоративною культурою, ніж досконалістю відповідного методу.

Існує зростаючий зазор між аналітиком, що постачають необхідну інформацію в досить складному і часто неоднозначне вигляді, і менеджером, що приймають рішення, якому потрібна вхідна інформація у вигляді, нехай приблизних, але швидких відповідей на критичні питання.

Існує більше 20 різних методів прогнозування, що відрізняються конкретними перевагами і недоліками, які з метою подальшого розгляду зручно об'єднати в три великі групи:

Аналіз тенденцій

Експертні оцінки

різноманітні методи аналізу.

Загальні зауваження про що спостерігається практиці використання методів прогнозування в цілому зводяться до наступного:

Цілі прогнозування повинні бути сформульовані до вибору відповідного способу їх досягнення. Для правильного вибору методу і застосування отриманих результатів спочатку треба задатися питанням: "У чому питання?", і потім "Що ми маємо намір робити з відповіддю ?".

Слід використовувати сполучення методів, оскільки ні один метод не може відповісти на всі питання. Конкретний набір методів аналізу тенденцій, експертних оцінок і багатоваріантного аналізу в великою мірою залежить від кваліфікацій аналітика і менеджера, а також корпоративного клімату.

На технології в широкому сенсі цього слова і особливо їх кінцеві продукти суттєво впливають фактори нетехнічного характеру (загальна середу бізнесу, економіка, політика, громадська ситуація і законодавство, соціальні переваги та ін), тому методи технологічного прогнозування, також повинні містити відповідні елементи економічного прогнозування, аналізу політичної ситуації і маркетингових досліджень.

В ідеальному випадку прогноз розвитку технологій та стратегічний аналіз виконують три завдання: надають прогноз майбутньої технологічного середовища, пропонують менеджерам альтернативні варіанти технологічних стратегій, а також оцінюють ці стратегії з точки зору можливості отримання бажаних результатів.

Майже всі методи технологічного прогнозування і стратегічного аналізу (крім аналізу патентних тенденцій і S-кривих) можуть також використовуватися для цілей прогнозування інших тенденцій.

3 Аналіз тенденцій

Аналіз тенденцій залишається найбільш поширеного підходу до прогнозування технологій. Його базові передумови прості: треба зібрати доречні історичні дані і потім графічно або в чисельної формі спроектувати відповідні зміни на майбутнє. Незважаючи на відмінності конкретних методик, всі конкретні прийоми аналізу тенденцій мають ряд загальних припущень і особливостей, а саме:

Майбутнє представляється безперервним продовженням недавнього минулого (і, отже, на нього поширюються встановлені раніше закономірності).

Існує тільки один варіант майбутнього, і він передбачуваний, якщо правильно зрозуміти закони змін, що відбуваються, виявлених при аналізі тенденцій.

Обидва припущення досить уразливі для критики, але в цілому будь-який аналіз тенденцій може призвести до неправильних результатів, якщо не враховує причинно-наслідкові зв'язки.

До методів аналізу тенденцій відносяться:

екстраполяція тенденцій

періодичні повторюються в часі серіальні оцінки

регресійний аналіз

побудова економетричних моделей

динаміка систем

S-криві

історичні аналогії

матриці входу-виходу

аналіз патентних тенденцій

аналіз науково-технічної літератури

3.1 Екстраполяція тенденцій

Метод заснований на екстраполяції зміни шуканої змінної (або кількох змінних) в часі на потрібний період часу.

Екстраполяція тенденцій використовують для прогнозування параметрів ефективності технологій, рівня продажів даного продукту, тривалості розробки конкретної технології. На практиці майже кожна (і не тільки західна) компанія у всіх галузях промисловості збирає інформацію про історичні тенденції змін важливих змінних, використовуючи її як стартовий точки якихось стратегічних рішень. Прості екстраполяціонние графіки служать для багатьох компаній корисними "кваліфікованими підказками".

За наявності необхідних даних екстраполяція тенденцій - досить недорогий і швидкий метод. З урахуванням простоти обробки даних цей метод використовують як перший ступінь технологічного прогнозування, отримання такого собі перше наближення.

У даному випадку навряд чи ця екстраполяція буде справедлива і в усі наступні роки, тому треба припустити, що дійсні значення будуть нижче.

Основним недоліком методу аналізу тенденцій є те, що будь-які екстраполяції справедливі тільки на малі відрізки часу. Оскільки характер впливу зовнішніх обставин на розглянуті змінні непостійний в часі, остільки найкращі результати можуть бути отримані при використанні даного методу в близьких прогнозах (кілька кварталів, один рік).

3.2 Серіальні оцінки

Метод заснований на використанні однотипних даних, отриманих в різні відрізки часу, і переносить метод екстраполяції тенденцій на один щабель далі, дозволяючи за допомогою статистичних методів відрізнити систематичні зміни від випадкових. Отримані систематичні зміни проектуються на майбутнє, де час приймається як деякої штучної заходи всіх факторів, що впливають на прогнозовану змінну.

Останнім часом розроблено досить велика кількість статистичних методів, що дозволяють "екстрагувати" систематичні лінійні, логарифмічні або експоненціальні зміни на тлі квартальних, сезонних, разових та інших несистематичних змін.

Приклад таких серіальних оцінок протягом тривалого часу наведено на рис.1.

Видно загальна тенденція до збільшення на тлі великих і менших циклів сезонних та інших змін. Існуючі програмні засоби "зміщення середнього", експоненціального згладжування, багатофакторного регресійного аналізу та ін дозволяють отримати згладжену криву, зокрема, для прогнозування у наведеному прикладі зміни споживання газет і за межі 1980 року.

Основний недолік цього методу, як і методу екстраполяції тенденцій, що визначає обмежений його використання тільки для короткострокових прогнозів, - неможливість отримання будь-яких причинно-наслідкових зв'язків для пояснення отриманих результатів. Він кілька більш трудомісткий, ніж попередній, однак швидкий розвиток комп'ютерних засобів і простота отримання первинних оцінок обумовлюють його безперечну ефективність та зростаюче використання в якості першого ступеня прогнозу.

3.3 Регресійний аналіз

Регресійний аналіз можна вважати узагальненою формою серіальних оцінок, однак, регресійні вирази дозволяють прогнозувати зміну прогнозованої змінної у вигляді функції (однієї і більше) інших змінних, тобто в ситуації, коли прогнозована мінлива знаходиться в якоїсь залежності від іншої змінної. Основним завданням регресійного аналізу є виявлення цієї залежності.

Численні пакети програм статистичної обробки та регресійного аналізу роблять використання цього методу простим і недорогим.

Основою застосування методів регресійного аналізу є наявність рядів (як правило, тимчасових) значень змінних, взаємозалежність між якими досліджується в ході аналізу. При цьому виявляється лише математична форма цієї залежності, в якій, як правило, не відображається дійсна причинно-наслідковий зв'язок між розглядаються змінними.

Отримання якісного прогнозу на основі регресійного аналізу залежить від правильного вибору незалежних змінних, а також знання їх можливих значень.

Регресійний аналіз непридатний для прогнозування в тих випадках, коли невідомі майбутні значення незалежних змінних. Таким чином, регресійний аналіз, зокрема, не дуже корисний для визначення часу виведення нового продукту на ринок або передбачення того, які нові технологічні процеси виникнуть через п'ять років.

За наявності необхідних даних і деяких додаткових зусиль з обробки даних регресійний аналіз дає більш якісні прогнози, ніж метод екстраполяції тенденцій і серіальні оцінки, дозволяючи здійснювати середньо-і довгостроковий прогноз.

3.4 Економетрика

Цей метод дозволяє групувати кілька отриманих регресійних виразів в якусь модель більш широких взаємозв'язків. Наприклад, необхідно дізнатися, скільки, мабуть, буде важити портативний персональний комп'ютер в наступному році, чи через три роки. Базове рівняння для отримання прогнозу дозволяє розглядати вага комп'ютера у вигляді функції ваги джерела живлення, диска, екрана, числа і ваги дисководів. У свою чергу, вага джерела живлення може бути прогнозований, по крайней мере, почасти, у функції темпу технічного прогресу натрієво-сірчаних батарей і, наприклад, підвищення температури надпровідності (прагнучи до досягнення надпровідності при кімнатній температурі). У третьому рівнянні можна зв'язати динаміку параметрів технічного прогресу і вагові характеристики плоского екрана. У четвертому рівнянні можна, наприклад, описати швидкість розвитку нових надпровідних матеріалів. Необхідний прогноз щодо майбутнього ваги портативного комп'ютера вимагає одночасного вирішення всіх цих рівнянь.

Економетрика дозволяє побудувати узагальнену причинно-наслідковий модель, що використовує багато змінні і набір багатофакторних регресій.

Методи економетрики найбільш ефективні, якщо 1) можливе виявлення причинно-наслідкових зв'язків між розглядаються параметрами досліджуваного об'єкта 2) можливо передбачити напрямок змін цих "причинних" змінних. 3) можна описати чинники, що впливають на значення причинних змінних.

Побудова такої моделі більш трудомістке і дорого, ніж використання попередніх методів, однак важливою перевагою економетрічес?? їхніх підходів є те, що характер виявлених взаємозв'язків НЕ змінюється з часом, і отримана вивірена модель може бути використана для наступних чи попередніх за часом циклів (у межах правомірності пророкувань змін незалежних змінних і відсутності впливу не враховуються параметрів: наприклад, політико-економічної ситуації).

4 Моделювання динаміки об'єктів прогнозу

Відповідні рішення грунтуються на кібернетичних теоріях і методах аналізу систем, які передбачають, що більшість подій взаємопов'язані. У відповідність з цим фактори і впливають змінні моделей динаміки системи та відповідні зв'язки і взаємодії розглядаються у вигляді групи петель зворотнього зв'язку.

Відомі комп'ютерні моделі зростання світової динаміки, динаміки розвитку виробничого підприємства, соціально-економічного розвитку країни або групи країн. Моделі, отримані за використанням динаміки систем, корисні для розуміння характеру взаємодії різних факторів і стратегічного аналізу об'єкта прогнозування.

Динамічні закономірності можуть моделюватися як аналітично, так і на якісному рівні у формі історичних аналогій, експертних суджень і пр.

4.1 S-криві

Аналіз, який отримав назву S-кривих, заснований на відомих закономірності, за якими технологія, що виводиться на ринок, має певний цикл життя, в рамках якого частка відповідного ринку зростає спочатку повільно, потім швидко, а потім перестає рости і/або починає зменшуватися.

У багатьох роботах показано, що ці закономірності не завжди застосовні, а в тих випадках, коли застосовні, їх не можна сприймати надто буквально. І в той же час прогнози на підставі S-кривих допомогли деяким компаніям у конкурентній боротьбі, а ігнорування цих закономірностей завдало шкоду іншим.

Модель S-кривої може бути застосована не тільки до проникнення на ринок нових продуктів, але і до швидкості поширення використання нової технології як одного з видів продуктів або до параметрів нової технології.

На рис.2 представлено сімейство кривих для окремих технологій, що характеризують розвиток засобів переміщення, де швидкість руху оцінюється в частках від швидкості світла. Узагальнена крива дає картину зміни швидкості переміщення, асимптотично наближається з Згодом до швидкості світла. У багатьох моделях прогнозування технологій існують такі фізичні або природні обмеження, як, наприклад, частка ринку, яка не може бути більше 100%.

Ключем до ефективного прогнозування з допомогою S-кривих є наявність попереднього досвіду використання аналогічних технологій. Наприклад, для прогнозування розвитку швидкості нового надзвукового літака, що використовує як паливо метанол, корисно вивчити історію перших турбінного літака, що відноситься до 1936 року, переконатися, що перше реальне використання цього літака відноситься до 1940-му році, а потім ще десять років пішло на збільшення потужності турбіни та вдосконалення конструкції літака, протягом яких поступово збільшувалася швидкість польоту. Далі можна припустити, що освоєння та розвиток надзвукового літака зажадає стільки ж років на комерціалізацію і подальше вдосконалення.

У цьому прикладі видно і основний недолік методу - невизначеність у тому, наскільки колишня технологія порівнянна з принципово новим претендентом на ринку.

Незважаючи на рідкість використання S-кривих безпосередньо для цілей технологічного прогнозування, корисно розгляд таких кривих для рішень в області НДДКР та прогнозування непередбачених випадків.

Найбільш значимою користю цього методу є нагадування про те, що швидкості проникнення на ринок, дифузії технологій або збільшення технологічних параметрів не можуть рости нескінченно.

4.2 Історичні аналогією

Відоме на Заході вислів говорить: "Ті, хто не пам'ятає минулого, приречені його повторювати". У зв'язку з цим широко прийнятої практики навчання менеджменту є вивчення історичних аналогій на прикладі широко публікуються на Заході Case Studies (досліджень конкретних ситуацій). Велика кількість конкретних ситуацій для 1700 компаній у різних галузях промисловості узагальнено, зокрема, у вигляді (правда, дуже елітарної і дорогий) бази даних PIMS (Profit Impact of Market Strategy), яка називається "Вплив ринкової стратегії на прибуток".

Робота з подібними базами даних або конкретними ситуаціями не є прогнозом в точному сенсі слова, однак, вона може дозволити вибрати одну або кілька рішень, прийнятих іншими фірмами в аналогічних ситуаціях, показавши (передбачивши) отриманий відгук.

Необхідний рівень кваліфікації для здійснення подібного пошуку невеликий, проте його ефективність і можливий охоплення лімітується наявністю відповідних даних. Бурхливий розвиток баз даних і, в тому числі, можливе створення більш дешевих і здатних конкурувати з PIMS, сприятиме більшому поширенню цього методу аналізу тенденцій.

5. Методи аналізу технологічного середовища

5.1 Аналіз патентних тенденцій

Цей метод найбільш корисний для моніторингу змін у галузі конкретних технологій. Компанії відсилають патентні заявки на технологічні інновації, щоб захистити їх правовим чином від копіювання конкурентами. Часто вони відправляють свої заявки одночасно в США, Західну Європу і Японію, щоб захистити свою інтелектуальну власність у світовому масштабі. Патенти представляють собою якісь публічно доступні описи технологій. Отже, аналіз патентів надає інформацію про технологічні тенденції та основних учасників розробки нових та поліпшених продуктів і процесів.

Велика частина професійних компаній дотримується певної схеми патентного дослідження, що включає шість кроків [1] :

Визначення об'єктів дослідження. Визначають предмет пошуку, виходячи з конкретних завдань управління заданої технологією (наприклад, підвищення чутливості лінійних вимірів). Потім у залежно від питань, відповіді на які шукає аналітик і, з огляду на можливе використання інформації, формулюють фокус на одній або декількох технологіях.

Формулювання проблеми та встановлення сфери пошуку. Для формування рамок аналізу необхідно зрозуміти ключові технічні питання чи проблеми, характерні для даної технології. Для більш детального і результативного аналізу необхідно вибрати класи розглянутих далі патентів і розробити схему, яка описує послідовність їх вивчення. Часто виявляється корисним почати аналіз патентів з огляду джерел, не патентних з цього питання, включаючи технічні журнали, науково-технічні звіти, каталоги. Такий попередній огляд може виконувати декілька важливих функцій. По-перше, він може в подальшому допомогти в пошуку потрібних патентів і формулюванні їх класу. Отримані дані можуть також виявити мало відомі компанії або їх підрозділи, які залучені до цікавить область розробок. Крім того, непатентние джерела доповнюють і поглиблюють розуміння всіх аспектів даної проблеми.

Пошук необхідних патентів. Існує певна стратегія ідентифікації потрібних патентів з використання патентних баз даних.

Важливо мати необхідні дані за якомога більшу кількість років. Оскільки термін дії патенту за конкретним технічним рішенням у США - 17, а в Росії - 20 років, бажано, щоб глибина пошуку (якщо, звичайно, саме технологічний напрямок не виникло в більш Нещодавно) становила не менше 17-20 років.

Критичне значення для якості отриманої оцінки тенденцій мають ретельність пошуку, повнота і доцільність вибраних для аналізу патентів.

Завантаження патентів в програму для обробки. Тут важлива класифікація отриманих даних за такими категоріями як тип технології, тип матеріалу, метод виробництва, процес або продукт, характер організації. Можна також класифікувати характер і кількість патентів по часу їх подачі, що може дати інформацію про активність в конкретній сфері в певний період часу.

Комп'ютерна обробка. На цій стадії узагальнюються конкретні показники патентних тенденцій.

Інтерпретація результатів патентного аналізу. Список деяких важливих показників, які можуть бути отримані при патентне аналізі, включає:

Аналіз активності розробок у даному напрямі. Остання характеризується кількістю патентів за даним типом технології з окремих років і відповідно зростанням або падінням інтересу до даній області технологій в часі, що знаходиться в прямій кореляції з витратами на відповідні НДР та ДКР.

Домінування конкретного розробника або виробника. Цей показник може бути визначення чисельності за взаємною цитування різних груп дослідників, що працюють у близькій патентної області. Найбільш часто цитовані компанії, як правило, є власниками найбільш міцної патентної позиції.

Характеристики індивідуальної патентної активності компаній. У ці характеристики можуть входити не просто число патентів, але і загальне число авторів винаходів, середній вік патенту або винахідника і т.д.

Аналіз портфеля патентів. Результати такого аналізу містять сумарну зведення патентів, права на які має дана компанія, а також їх опубліковані патентні описи.

Аналіз патентних тенденцій використовується у всьому світі у всі зростаючому обсязі. Сотні компаній надають послуги з проведення патентного аналізу. Використання патентних баз даних стає головним джерелом міжнародної конкурентної розвідки в галузі технологій. У великих компаніях до 10 чоловік зайнята винятково проведенням патентного аналізу. В останні роки патентні бази стають ширшими і більше легкими для пошуку.

На підставі зазначених у патентах цілей фірми з удосконалення своєї продукції, а також використовуються нею коштів для досягнення цих цілей, визначають напрями що проводяться конкурентами науково-технічних розробок. Крім того, патентне опис можна розглядати як анкети, в якій винахідник відповідає на питання, яку потребу вона хоче задовольнити своїм винаходом. Статистичний аналіз описів винаходів і корисних моделей дозволяє не тільки виявити вичерпний список вимог, що пред'являються до даної продукції, а й проранжувати їх за ступенем значимості (вагомості), тобто скласти так званий профіль потреб для даного виду продуктів.

До недоліків патентного аналізу відноситься його порівняльна дорожнеча, що визначається переважно необхідними витратами часу високо оплачуваних працівників, а також той факт, що не всі винаходи патентуються і крім того, існує, по крайней мере, 18-місячне (іноді до 36 місяців) запізнювання між часом здійснення дослідження і часом появи відповідної заявки в патентної базі даних. Для забезпечення необхідної повноти відомостей слід оновлювати або повторювати патентний пошук кожні 6-12 місяців.

Незважаючи на ці недоліки, цей метод є найбільш багатообіцяючим способом одержання інформації про конкурентів у області НДДКР, нових потенційних продуктах і технологічних процесах. Аналіз патентів дозволяє передбачити нові розробки на ринку за 6-18 місяців до їх появи і є в даний час одним із найкращих способів відстеження технологічних змін по всьому світу, дозволяючи також виявити потенційних кандидатів для покупки або ліцензування розробляється технології.

Гармонізація форми патентів різних країн, збільшення потужності комп'ютерної обробки, а також збільшення доступності патентних баз зумовлюють зростаюче значення даного методу аналізу технологічних тенденцій.

5.2 Аналіз наукової літератури

Аналіз наукової літератури є доповнює по відношенню до аналізу патентних тенденцій. Сам процес має багато схожих ознак, з тією важливою особливістю, що дані наукових публікацій містять переважно опису діяльності, що лежить в основі винаходів.

Відповідний підхід містить ті ж ключові кроки і може дозволити одержати дуже подібну інформацію. Перевагою методу аналізу науково-технічної літератури є додатковий погляд на технології, розроблені в дослідницьких лабораторіях, виявлення компаній, що працюють у певній галузі, ключових авторів, пророкування нових фірм, які мають намір незабаром увійти до нової технологічну область. Важливо, що в багатьох випадках статті пишуться і публікуються набагато раніше, ніж патенти, охоплюючи область майбутнього винаходи, так що база даних наукової літератури дає більшою мірою "Поточний" аналіз. У той же час спеціальні дослідження показують, що в цілому публікується не більше однієї третини досліджень, що завершуються винаходами, так що аналіз наукової літератури є не таким вичерпним, як патентний. Вважають, що аналіз наукової літератури дозволяє зробити прогноз не більше ніж на 3-4 роки, тому його треба повторювати регулярно, бажано щорічно.

Незважаючи на привабливість даного методу, даний збільшення його використання буде можливе при збільшенні конкуренції і числа (поки вкрай обмеженого) фірм, які пропонують свої послуги в області аналізу науково-технічної літератури (за даними 1991 одне таке повне дослідження у США коштувало від 50 до 150 тисяч доларів), а також розвитку більш потужних комп'ютерних програм.

6 Методи експертних оцінок

З тих часів, коли люди стали замислюватися про майбутнє, не було методу, на який би покладалися більшою мірою, ніж оцінки експертів. Цими "експертами" протягом тисяч років служили якісь оракули, провидці та інші провісники, але в будь-якому випадку їм приписувався особливий дар проникливості, що дозволяє прогнозувати майбутнє, хоча їх майстерність частіше зводилося до вміння переконати людей, ніж дати точні оцінки. У сучасному світі роль провидців грають фахівці, консультанти, "Експерти", проте і сьогодні експертні оцінки є до певної міри поєднанням інформації та інтуїції.

У строгій визначенні експертні оцінки являють собою судження, або виклад висновків, які базуються на інформації, логічних міркуваннях, докази або обгрунтованих очікуваннях майбутнього, що представляються людьми, що відрізняються видатним знанням розглянутій області.

В тій чи іншій мірі всі методи прогнозування включають експертні оцінки, де в якості експертів може виступати окрема особа або група людей, а прогноз може виражатися словами або цифрами.

З усіх методів прогнозування вища керівництво корпорацій визнає і практикує найбільшою мірою саме метод експертних оцінок і особливо, якщо цими експертами виступають вони самі. На самом справі багато ділових людей обгрунтовано довіряють своїй інтуїції, яка, мабуть, у багатьох випадках спрацьовувала досить ефективно, інакше вони не були б настільки успішними. З іншого боку, довіряючи власній інтуїції, ці менеджери досить скептичні по відношенню до експертних думок інших людей, вимагаючи від них і особливо, якщо це стосується прогнозування в області технології, скоріше, переконливою інформації і логіки, ніж натхненних здогадок, які колись допомогли їм самим.

Перелік характерних обставин, в яких звертаються до оцінок експертів, включає:

Відсутні строгі необхідні для екстраполяції тенденцій "історичні" дані, тому експертна оцінка (пам'ять експерта) використовується як їх замінника

Вплив зовнішніх змінних факторів спростовує результати екстраполяції тенденцій, заснованих на історичних даних

Етичні та моральні (або політичні) фактори представляються більш важливими, ніж технічні та економічні

Наявних даних дуже мало або їх важко і дорого обробляти за допомогою доступних засобів

Наявні дані отримані у формі, непридатною для іншої обробки, окрім як шляхом оцінки експертами та фахівцями (наприклад, недоступні в електронному або навіть друкованому вигляді)

Взаємодія багатьох факторів і їх складні причинно-следственнние зв'язку дуже важливі і можуть змінити виділене проектування якогось одного фактора

Думка "експерта" як такого може впливати на результат прогнозування: наприклад, коли експертом виступає споживач, що виражає готовність або небажання купувати продукт з конкретними характеристиками.

Існує кілька (по крайней мере, три) різних методи отримання експертних оцінок при технологічному прогнозування та стратегічному аналізі. Їх використовують найбільш часто на ранніх стадіях НДДКР, коли всі інші підходи і статистичні дані менше надійні. Як правило, експертні оцінки для прогнозування розвитку нових продуктів і технологій використовують спільно з іншими методами прогнозування.

6.1 Інтерв'ю

Інтерв'ювання є добре відомим і широко практикуються способом збору інформації. Більшість дослідників час від часу інтерв'ює своїми колегами. Деякі інтерв'ю формальні і структуровані, інші проводяться у формі вільного потоку думок

Мета інтерв'ю - отримання глибоких суджень експерта щодо предмета прогнозування. Інтерв'ю дозволяє отримати письмовий висновок експерта у більш стислій і структурованої формі, ніж це можна було б зробити на підставі літературного пошуку. Якщо б існував один такий експерт, оцінку якого довіряли б як остаточною, було б досить одного інтерв'ю. У всіх інших випадках, з огляду на обмеженість якихось знань та людські пристрасті ( "переконання") окремих експертів, необхідно провести і синтезувати результати ряду (іноді численних) інтерв'ю.

При проведенні інтерв'ю корисно слідувати кількох простих порад:

Інтерв'ю експертів повинно бути ретельно сплановано. Спочатку ідентифікують тип необхідної інформації, на підставі якого визначають список доречних експертів. Кількість опитуваних експертів визначається ресурсами часу і грошей, а також важливістю очікуваної інформації для всього прогнозу в цілому. Питання інтерв'ю повинні бути заздалегідь чітко сформульовані у письмовій формі.

Інтерв'ю проводять особисто або по телефону в вигляді обміну усними питаннями і відповідями (письмові відповіді збираються при анкетуванні). Більш довгі опитування бажано проводити під час особистої зустрічі. Переваги особистих інтерв'ю можуть бути пов'язані з більш вільним характером відповідей і незапланованими відхиленнями від теми, які можуть заслуговувати уваги.

Корисно підготувати співрозмовникам попередніми листом із зазначенням цілей інтерв'ю і, можливо, деякими орієнтовними питаннями

Процес інтерв'ю повинен бути, як у самому суворій експерименті, безстороннім збором інформації, не спотворену впливом інтерв'юера.

Практично всі корпорації та аналітики при підготовці прогнозу користуються інтерв'ю для збору інформації. Переважно, інтерв'ю відіграють роль "входу" для інших якісних мет