На  стадии эксплуатации новая техника  поступает на производство и в  личное потребление. После морального и физического устаревания изделия и продукты снимаются с серийного производства и эксплуатации, т.е. завершается жизненный цикл определенного вида техники.

     В процессе прогнозных расчетов производства и эксплуатации новой техники  используются методы экспертных оценок, экстраполяции, оптимизации, факторные и имитационные модели, система укрупненных балансовых расчетов. При выборе методов прогнозирования важным является глубина упреждения прогноза. Если прогнозируемый процесс можно представить эволюционным, без скачков, то применение формализованных методов оправдано для определения скачка и оценки времени его осуществления; если же в нем возможно появление скачков, то необходимо применять методы экспертных оценок, а на участках эволюционного процесса применять формализованные методы.

     Методы  экспертных оценок основываются на мнении одного или нескольких специалистов (экспертов) о перспективах развития науки и техники. Следует отметить, что существуют области науки и техники, в которых невозможно использовать другие методы прогнозирования, а также сферы, где отсутствует информация о состоянии объекта в прошлом периоде или научно-техническое развитие в большей степени зависит от принимаемых решений, чем от самих технических возможностей производства. Ниже приведены некоторые методы, получившие распространение в мировой практике.

     Метод комиссий. Суть этого метода состоит  в том, что специалисты при  принятии решения влияют друг на друга  так, чтобы компенсировать свои ошибки. Этот метод обладает как преимуществами, так и недостатками.

     Среди основных преимуществ следует отметить такие, как: 

• информационная  насыщенность, т.е. если состав комиссии тщательно подобран и в нее  включены лица, являющиеся специалистами  в данной области науки и техники, то общее количество информации, которой  располагает группа, гораздо больше информации, которой располагает каждый из членов в отдельности;
• равенство количества факторов, т.е. количество факторов, относящихся к данной области науки и техники, рассматриваемых группой, не меньше количества факторов, рассматриваемых любым членом группы;
• коллективная ответственность экспертов. Суть этого принципа состоит в том, что группы экспертов с большей готовностью принимают на себя ответственность, чем отдельные специалисты. Это обстоятельство имеет очень важное значение при прогнозировании. Возможно, что прогноз весьма "профессионально рискован" для отдельного специалиста и в корне отличается от общепринятых суждений коллег. Тогда предложение этого прогноза может неблагоприятно отразиться на дальнейшей научной деятельности специалиста. Совместная же работа в комиссии дает возможность эксперту убедить коллег по работе в группе в правильности своих взглядов, а их поддержка, возможно, избавит от сомнений и заставит пойти на риск.

     Недостатки  метода:

• группа специалистов может оказывать сильное давление на отдельных членов группы, вынуждая, например, одного согласиться с большинством, даже если последний понимает, что общая точка зрения ошибочна;
• эксперименты с небольшими группами показали, что часто берет верх не обоснованность, а количество замечаний "за" и "против". Следовательно, меньшинство может подавить остальных участников группы, даже если при объективном рассмотрении не будет обладать каким-либо преимуществом;
• существенное влияние на группу может оказывать профессионал с хорошей репутацией или же просто эксперт, обладающий даром убеждения.

     При прогнозировании методом комиссий приходится смиряться с его недостатками в силу весомости его преимуществ.

     Метод "Дельфи" является наиболее прогрессивным  методом, позволяющим устранить  указанные недостатки, и предполагает осуществление опроса группы специалистов с помощью серии анкет, причем в анкете содержатся не только вопросы, но и имеется информация относительно степени согласованности мнений членов группы. Каждое последующее представление анкеты на рассмотрение называется "туром опроса", а коллектив экспертов – "жюри".

     Метод написания сценариев предполагает установление логической последовательности событий с тем, чтобы показать, как, исходя из существующей или какой-либо другой заданной ситуации, может шаг за шагом развертываться будущее состояние. При использовании этого метода в научно-техническом прогнозировании отмечают следующие положительные моменты:

• сценарии максимально ослабляют традиционность мышления. Они, по словам одного из первых ведущих специалистов этого метода, "позволяют погрузиться в незнакомый, и быстро изменяющийся мир настоящего и будущего";
• сценарии способствуют детализации исследователем процессов, которые он мог бы упустить, руководствуясь лишь абстрактными соображениями.

     Метод исторической аналогии – один из возможных подходов к более "строгому" прогнозированию, заключающийся в сравнении прогнозируемых трансформаций новых технологических структур или отдельных технологий с какой-либо сходной технологической трансформацией в прошлом.

     Метод коллективной генерации идей («мозговая  атака») широко используется в мировой  практике при прогнозировании развития науки и техники. Применяются  и его модификации, в частности  метод "635". Следует отметить, что  с помощью данных методов целесообразно осуществлять прогнозы на кратко- и среднесрочный периоды.

     Мировой опыт свидетельствует, что из всех методов  экспертных оценок метод "Дельфи" представляет собой наиболее совершенный  образец экспертного прогнозирования  развития науки и техники.

     Методы  прогнозирования по аналогии следует  отнести к категории "наивных" моделей. "Наивность" их заключается  в предположении, что какова бы ни была причина, вызвавшая определенное поведение технологической трансформации  в прошлом, она будет вызывать подобное поведение и в будущем.

     Метод морфологического анализа разработан швейцарским астрономом Цвикки, когда  он был временно привлечен к участию  в ранних стадиях ракетных исследований и разработок фирмы "Аэроджет инжиниринг корпорейшн". По словам создателя, "метод охватывает всю совокупность решений данной проблемы" и предполагает осуществление прогноза по этапам:

     1-й  этап – дается точная формулировка проблемы, требующей решения;

     2-й  этап – определяются важнейшие параметры, от которых зависит решение проблемы; таким образом, второй этап заключается в изучении всех параметров и выделении из них особо значимых; 

     3-й  этап – по данным параметрам строится матрица, и формируются возможные варианты решения проблемы;

     4-й  этап – определяется функциональная ценность всей совокупности полученных решений;

     5-й  этап – осуществляется выбор оптимальных решений и способов их реализации.

     Методы  экстраполяции тенденций предполагают, что существующий темп технического развития сохранится и в будущем. При этом в зависимости от установленной закономерности (предшествующая-последующая) прогноз ведется по экспоненциальному или линейному закону. Особое место при использовании методов экстраполяции тенденций занимает выбор и обоснование параметров прогнозируемого объекта. Каждый параметр должен быть измеримым и характеризовать по возможности обобщенную функцию. При этом необходимо располагать данными о прошлом развитии параметра. Кроме того, параметр должен удовлетворять требованию сопоставимости.

     Хотя  методы экстраполяции являются простыми и широко применяются в практике, они имеют серьезные недостатки, так как не позволяют предсказать результат развития науки и техники в случае изменения условий. Не могут быть получены и данные о том, какие условия следовало бы изменить, чтобы добиться желаемого темпа внедрения нововведений. Самым же значительным недостатком является недостоверность прогнозных данных при большом временном интервале. В связи с этим методы экстраполяции целесообразно применять на начальном этапе научно-технического прогнозирования. 
 

2.3. Прогнозирование обеспечения инноваций

     Инновации требуют соответствующего обеспечения. Это обеспечение можно разделить  на следующие виды:

• информационное;
• техническое;
• финансовое;
• кадровое.

     Информационное  обеспечение инноваций представляет собой сложный, противоречивый процесс. С одной стороны, необходима как можно более полная информация о состоянии дел в данном направлении науки и техники, а с другой – требуется максимально сократить объем информации по собственным разработкам. Следует отметить, что информационное обеспечение инноваций выступает одним из направлений промышленного шпионажа. В крупных компаниях вопросам информационного обеспечения инноваций уделяется огромное внимание. Это относится к сбору информации через открытые источники (книги, журналы и т.д.) и непосредственно через систему промышленного шпионажа. Для информационного обеспечения инноваций в организации крайне необходимо иметь группу специалистов, которые на основании изучения изделий конкурентов могли бы обеспечить руководство следующей информацией:

• качество продукции конкурентов, возможности модернизации и ориентировочное увеличение цены;
• анализ собственной продукции, возможности ее модернизации, ориентировочные издержки;
• сопоставление продукции компании с продукцией конкурентов для принятия решения о модернизации или об отказе от нее.

     Для создания новой техники используют информацию, получаемую в основном по линии обработки материалов научных  конференций и предоставляемую  по линии промышленного шпионажа. Конечно, многое зависит от положения компании, научного задела. Опыт показал, что наличие научного задела позволяет увереннее действовать на рынке. Не менее важное значение имеет анализ информации для выявления наиболее существенных компонентов, которые следует учитывать при информационном обеспечении инноваций.

     Техническое обеспечение инноваций подразумевает  соответствующую техническую базу для проведения работ по конструированию, изготовлению опытных образцов и  отладке технологий.

     К сожалению, опыт реформы в России с точки зрения технического обеспечения инновационного процесса – во многом отрицательный. Если СССР имел достаточную техническую базу для инноваций, в частности хорошо разработанную и отлаженную систему опытных производств Академии наук, отраслевых институтов и конструкторских бюро, то сейчас положение с техническим обеспечением можно назвать близким к критическому. Это вызвано, прежде всего, разрушением ранее существовавшей системы связей теоретических исследований и опытных разработок на базе институтов Академии наук, научно-производственных и производственных объединений. Академия наук во многом потеряла техническую базу в силу устарелости оборудования, ухода большой части квалифицированных работников из-за низкой оплаты труда. Наибольший урон техническому обеспечению был нанесен в результате ликвидации научно-производственных объединений, где имелась достаточная техническая база. Техническое обеспечение инноваций направляется большей частью в отрасли, занимающиеся заготовкой сырья и его первичной переработкой. Сложившееся положение требует принятия кардинальных шагов, пока еще существует техническая база, так как с ее потерей резко снизятся возможности отечественной продукции на мировом рынке.

     Финансовое  обеспечение инноваций представляет очень сложную проблему. Здесь необходим учет ряда факторов, включая такие, как внутренний уровень доходности, различная стоимость денег в разные периоды времени. Нижней границей внутреннего уровня доходности следует признать прогноз банковского процента на рассматриваемый период времени и скорректировать его снижение стоимости денег. При современном уровне развития науки и техники финансовое обеспечение многих работ становится для компаний невозможным. Отсюда – желание максимально использовать финансовые ресурсы государства.

     Так как бюджет России мал и не позволяет  выделять существенные средства на финансирование научно-исследовательских и опытно-конструкторских  работ, то для организаций России представляется возможность финансировать  научные разработки по системе финансово-промышленных групп и по линии объединения усилий ряда предприятий с привлечением технической базы Академии наук и высшей школы. К сожалению, техническая база высшей школы в России очень слабая. По мнению экспертов, в Москве только несколько организаций в состоянии проводить такие исследования и получить финансовое обеспечение под них. Это такие организации, как МГУ, МВТУ и несколько других. За последнее время появилась и получила распространение система грандов, то есть оплат конкретных работ. В качестве примера можно привести работы российских программистов по составлению программ для зарубежных компаний. Как правило, эти гранды предоставляются специалистами, уже доказавшими свои высокие профессиональные качества.

     Не  меньшее значение имеет и кадровое обеспечение, то есть наличие достаточно квалифицированных специалистов. В России положение с кадровым обеспечением может оцениваться как катастрофическое. Причины этого – следующие:

• резкое сокращение финансирования научно-исследовательских работ и, как следствие, крайне низкая оплата труда научных работников;
• стремительное старение кадров научных работников и работников предприятий, занимающихся научными и опытно-конструкторскими работами;
• массовая эмиграция молодых, перспективных специалистов.

     Крайне  низкая оплата труда научных работников привела к тому, что значительная часть специалистов ушла в коммерческие структуры, остались в основном немолодые работники. В результате средний возраст научного работника в РАН составляет пятьдесят лет, что уже ставит под вопрос дальнейшее существование Академии наук. Не менее удручающая картина и среди работников предприятий, занятых конструированием новой техники. Здесь также средний возраст таких специалистов составляет пятьдесят лет.