Предлагаемые в настоящей публикации исходные тезис и фактор уточняют авторский взгляд на наиболее важные кардинальные изменения, помогают выделить приоритетные и предложить их трактовку, объяснив потенциальное воздействие на разработку платформенных решений. Далее приводится не исчерпывающий список, но наиболее полезный для задач управления цифровой трансформацией и существенный для восприятия излагаемой точки зрения по многим вопросам и проблемам цифровой экономики.
Описание цифровых перемен обобщенно демонстрирует характерную логику эволюции цифровой среды, на которую уместно ориентироваться, чтобы исключить барьеры и риски развития платформенных решений. Иными словами, продумывая стратегию цифровой трансформации или планируя цифровые проекты необходимо осознавать и приноравливаться к ожидаемым преобразованиям, существенно трансформирующим целые отрасли и виды деятельности. Уповать же на устаревающую модель нецифровой экономики, ошибочно и неоправданно экстремально.
В визионерский список ожидаемых кардинальных изменений включены следующие направления:
1. Менеджмент качества данных
2. Определение ценности данных и право на данные
3. Автоматизация процессов и оцифровка объектов
4. Управляемый программный код и интеграции
5. Специализация и применение гибких методов управления
6. Аналитика и непрерывная проверка гипотез
7. Перемены в маркетинге и в коммуникациях с потребителями
8. Модель скоринга и рейтингов
9. Переход к цифровым моделям
10. Документооборот в цифровой экономике
11. Экономически значимая авторизация
12. Алгоритмическое регулирование
13. Усиление кооперации экономических субъектов
14. Цифровая трансформация отраслей и рынков
Данные как нематериальный ресурс
В цифровой экономике данные – центральный первичный ресурс. Их можно сравнить с сырьем, перерабатываемым на производстве и комплектуемым в ценный продукт. Однако это уникальный вид ресурса – нематериальный. А значит его можно многократно использовать без потери начального объема и состава, извлекая каждый раз знания нового качества и структуры. При этом проблемы и вопросы входного качества данных чрезвычайно актуальны и в настоящее время недостаточно изучены как методически, так и в части поддержки технологиями и автоматизированными инструментами.
Уникальность данных, как нематериального ресурса, допускающего многократную обработку для генерирования полезной информации, требует внимательного исследования. Особенно с точки зрения