Применение теории нечетких множеств при принятии решения о целесообразности аутсорсинга (инсорсинга) бизнес-процессов

Накопленный отечественный и зарубежный опыт свидетельствует, что современный управленческий и организационно-экономический механизм аутсорсинга имеет значительный потенциал для обеспечения организационной устойчивости (жизнеспособности) и эффективности хозяйствующих субъектов как в промышленных отраслях, так и в сфере услуг.

Аутсорсинг может служить не только эффективным инструментом повышения качества и снижения затрат на непрофильную деятельность промышленного предприятия, но и мерой, способствующей оптимизации его структуры, системы управления и повышению качества основных процессов за счет делегирования ряда обеспечивающих функций и бизнес-процессов внешним специалистам и организациям.

Многие исследователи относят аутсорсинг к системам контрактных отношений, при которых источник процессов, осуществляемых в организации, выносится во внешнюю среду. Появление механизма аутсорсинга является развитием принципов разделения труда. Понятно, что никакая компания не обладает таким набором внутренних возможностей и ресурсов, чтобы успешно продвигаться по всему фронту своей деятельности. Внутренние ресурсы организации могут оказаться неконкурентоспособными, финансовые возможности - ограниченными, а внутри организации могут отсутствовать необходимые компетенции для достижения поставленных целей.

Обостряющаяся конкуренция на рынке заставляет предприятия и компании совершенствовать формы и методы управления с тем, чтобы снизить издержки, сократить избыточные виды деятельности и повысить производительность труда. Это стимулирует организацию к поиску внешних ресурсов, к выполнению отдельных видов работ сторонними организациями. Во многих случа- ях именно механизм аутсорсинга помогает организациям решить имеющиеся проблемы по сокращению издержек, улучшению степени адаптации к меняющимся условиям внешней среды, улучшению качества и объемов выпускаемой продукции и услуг. Таким образом, в современных условиях появилась потребность и тенденция широкого применения моделей аутсорсинга во многих отраслях и секторах экономики, и сам аутсорсинг становится одним из наиболее динамично развивающихся видов деятельности [4].

Аутсорсинг, как правило, предполагает определенную реструктуризацию внутренних подразделений и процессов и внешних отношений организации.

Реструктуризация компании - это изменение структуры компании (иными словами, порядка, расположения ее элементов), а также структуры элементов, формирующих ее бизнес под влиянием факторов либо внешней, либо внутренней среды, т. е. термины «реструктуризация, реструктурирование» можно понимать как изменение существующей структуры, количества и конфигурации связей объекта. Реструктуризация включает: совершенствование структуры имущественного комплекса, управления, операционной и финансовой деятельности, маркетинга и сбыта и т. д.

Определение видов деятельности и бизнес-процессов, передаваемых на аутсорсинг, относится к компетенции руководства организации. Необходимо сделать выбор между самостоятельным осуществлением отдельного процесса или приобретением услуг на стороне. В каждой конкретной ситуации менеджмент организации должен определиться с целесообразностью применения аутсорсинга в соответствии с принципом: «заниматься тем, что можешь и умеешь делать лучше, чем другие» и «поручать другим то, что они делают лучше и дешевле» [1].

Применение теории нечетких множеств при принятии решения о целесообразности аутсорсинга (инсорсинга) бизнес-процессов.

Основы теории нечетких множеств были заложены в конце 60-х гг. в работах известного американского математика Латфи Заде. Этот подход имеет три отличительные черты:

• 1)    в нем используются так называемые «лингвистические» переменные вместо числовых переменных или в дополнение к ним;

• 2)    простые отношения между переменными описываются с помощью нечетких высказываний;

• 3)    сложные отношения описываются нечеткими алгоритмами [2, 3].

Предлагаемая методика определения целесообразности аутсорсинга (инсорсинга), как основа математической модели поддержки принятия решений, позволит сохранить качество и корректность проводимого анализа, с одной стороны, за счет сохранения участия эксперта в процессе принятия решения, с другой стороны, за счет использования математического аппарата нечетких множеств, что позволит корректно оперировать экспертными оценками в процессе проводимого анализа.

Процесс принятия решения о целесообразности аутсорсинга (инсорсинга) можно рассматривать как решение уравнения y = fy(x1, x2, …, xn), (1) где у – некоторая выходная переменная, однозначно определяющая принятое решение; x1, x2,... xn – входные переменные, на основании которых, собственно, и базируется решение.

Для качественных переменных предполагается, что известны множества всех возможных значений

Фаззификация (переход к нечеткости) переменных позволила получить следующие лингвистические оценки и необходимые для их формализации функции принадлежности. Во множестве из n переменных, принимаемых во внимание при принятии решения о целесообразности аутсорсинга (инсорсинга), девять можно отнести к лингвистическим качественным (табл. 1).

Лингвистическими мы называем переменные,

Таблица 1

Лингвистические качественные переменные

x n	Входные переменные
x 1	Обладает ли компания в отношении процесса, передаваемого на аутсорсинг, уникальной технологией, знаниями, опытом
x 2	Вероятна ли «утечка» важной информации к конкурентам в результате передачи процесса на аутсорсинг
x 3	Пожалуйста укажите степень Вашего согласия со следующим выражением: «Чтобы стать эффективным в работе, аутсорсер должен затратить много времени для ознакомления с требованиями заказчика аутсорсинговых услуг» (специфичность человеческого капитала)
x 4	Существуют ли на рынке аутсорсеры, способные принять на исполнение анализируемый процесс (или могут ли они возникнуть при объявлении тендера
x 5	Есть ли у аутсорсеров опыт в осуществлении передаваемой функции
x 6	Достаточно ли в штате аутсорсера специалистов нужной квалификации
х 7	Насколько надежны потенциальные источники информации о новом аутсорсере для вашей фирмы
х 8	Пожалуйста укажите степень Вашего согласия со следующим выражением: «Большинству аутсорсинговых компаний можно доверять»
х 9	Пожалуйста укажите степень Вашего согласия со следующим выражением: «Я уверен, что судебная система защитит мои контрактные права при аутсорсинге и права собственности в деловых спорах»

Таблица 2

Терм-множества оценки лингвистических переменных

А n	Терм-множества
А 1	{«Нет», «Да»}
А 2	{«Нет», «Вероятность мала», «Вероятность высока», «Да»}
А 3	{«Не согласен (1)», «(2)», «(3)», «(4)», «Согласен (5)»}
А 4	{Не существуют (1)», «Вероятность появления мала (2)», «Вероятность появления высока (3)», «Существуют (4)» }
А 5	{«Нет опыта», «Маленький опыт», «Средний опыт», «Значительный опыт»}
А 6	{«Нет», «Да»}
А 7	{«Не надежны», «Средняя надежность», «Надежны»}
А 8	{«Не согласен (1)», «(2)», «(3)», «(4)», «Согласен (5)»}
А 9	{«Не согласен (1)», «(2)», «(3)», «(4)», «Согласен (5)»}

Управление инвестициями и инновационной деятельностью значениями которых являются слова или предложения [4].

В данном случае n = 9, и другие параметры при выборе не рассматриваются. Выходная переменная у соответствует принятию решения о целесообразности аутсорсинга (инсорсинга).

В нечеткой логике значения любой величины представляются не числами, а словами естественного языка и называются ТЕРМАМИ. Так, значением лингвистической переменной «Есть ли у аутсорсеров опыт в осуществлении передаваемой функции» являются термы «нет», «маленький опыт», «средний», «значительный опыт» и т. д.

Для оценки лингвистических переменных X j = 1,9 i и у использованы качественные термы из следующих терм-множеств (табл. 2):

A j = {а 1 , а₂, ..., а ; } - терм-множество переменной x„ I = 1, 9;

D = {d 1 ,d₂, ...,d_m} - терм-множество переменной у;

• m    - количество различных решений в рассматриваемой области;

D = {инсорсинг, внутренний аутсорсинг, внешний аутсорсинг}.

Для построения нечеткой базы знаний, необходимой для решения уравнения (1), выполнена

Алгоритм выбора формы заключения аутсорсингового соглашения (матрица знаний)

экспертная оценка комбинаций значений входных переменных с одновременной оценкой функции принадлежности µ^ai(x i ) . Результаты оценки сведены в матрицу знаний, которая рассчитывается с помощью специально разработанного программного обеспечения принятия решения «IN/OUT sourcing».

Матрица знаний определяет нечеткую базу знаний в виде системы логических высказываний типа «ЕСЛИ-ТО, ИНАЧЕ», связывающих значения входных переменных х 1 – х n с одним из возможных типов решения dj (инсорсинг, внутренний аутсорсинг, внешний аутсорсинг) (см. рисунок).

Для разработки алгоритма принятия решения, позволяющего фиксированному вектору входных переменных поставить в соответствие решение у ∈ D, строится система нечетких логических уравнений на базе матрицы знаний, и вычисляются значения функций принадлежности различных решений при фиксированных значениях входных переменных объекта. В качестве искомого реше- ния выбирается решение с наибольшими значениями функции принадлежности.

Описанная методика опробована при анализе данных о принятии решения по аутсорсингу (инсорсингу) на промышленном предприятии.