В последнее время существенно диверсифицировалась и увеличилась в объеме информация, доступная руководителям для принятия решений. Несмотря на данное преимущество, информация часто бывает неточной, недостаточной, неполной и носит нечисловой характер, что, напротив, существенным образом снижает качество управленческих решений. По результатам масштабного исследования корпорации Oracle, проведенного в 2023 г. среди 14 000 бизнес-лидеров из 17 стран в рамках проекта “The Decision Dilemma”, 86% опрошенных считают, что огромный объем доступных данных усложняет процессы принятия решений, а 70% нередко вовсе отказываются от них из-за информационной перегрузки. На помощь руководителю в такой ситуации приходят различные экономико-математические и компьютерно-алгоритмические методы. Эффективность такого подхода подтверждается систематическим обзором “Impact of Predictive Data Modeling on Business Decision-Making: a Review of Studies Across Retail, Finance, and Logistics”, охватившим 100 эмпирических исследований в розничной торговле, финансах и логистике. Согласно выводам авторов, применение модельных решений в оперативной деятельности в 93% случаев обеспечивает медианный прирост ключевых показателей эффективности на 9-12%.
В Финансовом университете при Правительстве РФ развивается перспективный инструмент поддержки принятия решений - доказательное моделирование, позволяющий руководителям перейти от применения ситуативных подходов, опирающихся преимущественно на опыт и интуицию, к системному и ответственному управлению. Как отмечает М.А. Рыбачук, доцент кафедры моделирования и системного анализа Финансового университета при Правительстве РФ, важной частью методологии доказательного моделирования является перекрестное использование информации, извлекаемой из практической, административной и научной (ментальной) областей моделирования. В то же самое время влияние психологических особенностей субъекта моделирования на процесс и результаты моделирования относится к числу наименее разработанных сфер методологии. В этой связи необходимо также обращать внимание и на имеющийся у субъекта моделирования ментальный капитал.
Доказательное моделирование реализует принципы доказательного менеджмента и опирается на три взаимодополняющих типа информации - эмпирический, структурный и интеллектуальный. Так, эмпирическая информация формируется на основе накопленного компанией опыта и выступает базой для построения экономико-математических моделей. Структурная информация определяется целями управления и задает состав необходимого семейства моделей. Интеллектуальная информация, в свою очередь, помогает правильно интерпретировать модель и организовать процесс ее корректного применения. Важно подчеркнуть, что эти три типа информации функционируют и могут рассматриваться как динамическая система с обратными связями - результаты эмпирической верификации могут потребовать пересмотра планово-управленческих установок, а интеллектуальная интерпретация результатов моделирования пользователем способна выявить недостатки исходных данных, которые не были очевидны на этапе их формализации.
По мнению С.Г. Збрищак, доцента кафедры моделирования и системного анализа Финансового университета при Правительстве РФ, интеллектуальная информация играет особую роль в процессе моделирования, поскольку ею располагают - хотя и в разной степени - два полярных участника процесса: субъект моделирования (производитель модели) и пользователь (эксплуатант модели). Модель должна быть максимально совместима с интеллектуальной информацией, поскольку только в этом случае она будет обоснованной для модельера и доказательной для пользователя. На этой же основе может быть построен дополнительный канал взаимодействия между создателем модели и ее пользователем. Фактически интеллектуальная информация выступает мостом, дающим семантическую интерпретацию математическим зависимостям языком, понятным управленцу. Без этого даже самая точная модель рискует остаться «черным ящиком», вызывающим недоверие и отторжение со стороны лица, принимающего решение.
Таким образом, необходимым условием преодоления разрыва между абстрактным математическим инструментарием и управленческой реальностью является синтез эмпирической, структурной и интеллектуальной информации в целях моделирования. Только в таком случае экономико-математические и компьютерно-алгоритмические модели становятся мощным инструментом поддержки принятия решений руководителями, обеспечивая переход от интуитивных догадок к системным управленческим действиям.