— находить поля, в которых встречаются равнозначные и/или близкие кластеры понятий;
— по результатам поиска предлагать администраторам групп списки смысловых полей из разных обсуждений (и из работ разных групп) к обозрению и принятию решений на предмет того, появляются ли новые смыслы и идеи из этих совпадений, а если это совпадения из баз знаний разных групп, то предлагает администраторам этих групп обсудить эти совпадения и найти возможности для сотрудничества.
Общий алгоритм онтологического нейросетевого поиска представляет следующую последовательность операций:
— выделение базовых понятий данной предметной области;
— определение «высоты дерева онтологий» — числа уровней абстракции;
— распределение понятий по уровням и их классификация;
— построение связей между понятиями — определение отношений и взаимодействия базовых понятий.
Помимо задач классификации и поиска совпадений, нейросеть должна проводить интерполяцию между смысловыми полями разных групп экспертов с целью поиска междисциплинарных областей сотрудничества и предлагать соответствующим группам провести совместную коллективную смысловую сессию для возможного создания совместного проекта.
По мере развития базы знаний нейросеть будет проводить автоматическую кластеризацию накопленных знаний с целью поддержания классификации в актуальном состоянии. Области применения платформы:
— стратегические сессии;
— бизнес-советы;
— форсайты;
— мозговые штурмы;
— другие подходы, методы и приёмы коллективного принятия решений.
Описанный подход заменяет традиционные подходы к коллективному принятию решений. Основное преимущество в том, что он позволяет создать человеко-машинную систему, в которой за человеком остаётся творческий элемент, а за машиной — функция контроля протокола коммуникации и черновой обработки базы знаний (онтологический нейросетевой поиск).
Прочие преимущества:
1. Простота и интуитивная понятность использования экспертами.
2. Согласованность между экспертами полученного результата (все участники согласны с полученным результатом, что гарантируется методикой продукта).
3. Командообразование экспертов вокруг обсуждаемой темы.
4. Автоматизированное рейтингование и классификация экспертов, автоматическое создание базы экспертов по компетенциям и результатам сессий.
5. Большая вероятность получения нестандартных, творческих, неожиданных (даже для самих участников) выводов и результатов.
6. Возможность открытого проведения стратегических сессий при сохранении закрытости темы.
7. Возможность полноценного удалённого участия экспертов в обсуждении (у эксперта должен быть лишь компьютер либо смартфон и выход в Интернет).
8. Выращивание сообщества экспертов, организующееся вокруг методологии.
9. Выявление имеющихся проблем за счёт познания их в адекватных им понятиях и благодаря этому — выработке эффективных решений.
Подводя итог раздела, поясним, что данная система способна вырасти в программно-аппаратную часть межотраслевой системы управления знаниями, вполне использующей возможности современных математических методов в экономике. Поскольку речь идёт о новом направлении применения метода оптимизации по критерию минимума ошибки (именно к этому методу относится онтологический нейросетевой поиск), мы снова говорим о сопряжении и значит взаимном усилении этого метода с оптимизацией межотраслевого динамического баланса по критерию превращения рабочего времени в свободное.
5. Система управления рисками договорной деятельности системы заказов государственного сектора
Риски договорной деятельности в целом (ненадёжность контрагента, невыполнение условий и т. д.) особенно велики в инновационном процессе. Одним из основных преимуществ платформенного решения является, с одной стороны, снижение роли посредников в процессе заключения соглашений, а с другой — формирование новой практики, при которой договор (в алгоритмизированном виде) становится активным электронным агентом, формирующим спрос на соответствующие сопутствующие и обеспечивающими услуги, которое могут быть представлены на платформе.
К 2025 году некоторые эксперты прогнозируют следующие изменения, независимые от реализации наших предложений по системе управления рисками договорной деятельности:
1. Существенная часть юридических услуг будет оказываться с помощью ботов.
2. Большинство юристов смогут работать дистанционно. Их личное присутствие станет самой высокооплачиваемой услугой.
3. Основными работодателями для юристов станут крупные аудиторские и консалтинговые компании.
4. Юридические документы станут больше похожи на специальное программное обеспечение.
На этом фоне, мы считаем необходимым реализовать набор сервисов заключения и сопровождения хозяйственных договоров частного и частно-государственного торгового оборота. Необходима платформа, в рамках которой факты хозяйственной деятельности отдельных юридических лиц будут оцифрованы, храниться на платформе и отображаться в личном кабинете клиента. Ключевой, научно-технической проблемой является обеспечение возможности согласования, электронного подписания и сохранения договоров и соглашений и в распределённую систему документооборота на основе документно-ориентированной базы данных. Сохранённые документы, в результате автоматизированной процедуры выявления ковенант[181] сохраняются в системе в алгоритмизированном виде. Анализ будет реализован с построением онтологий правовых знаний — как и в системе поддержке принятия решений о межотраслевой кооперации, на основе алгоритма онтологического нейросетевого поиска.
Реестры алгоритмизированных ковенант договора могут быть автоматизировано преобразованы в смарт-контракты для фиксации в блокчейн-среде.
В настоящее время повсеместно используются информационные системы проверки контрагентов. Это программные продукты, выдающие заключения о рисках сотрудничества с контрагентом на договорной основе в момент проверки с целью минимизации рисков предъявления претензий со стороны контролирующих органов. Дальнейшим шагом станет возможность анализировать данные о контрагенте «в динамике» (как в момент первоначальной проверки, так и в процессе сотрудничества, когда договор имеет долговременный характер и рискованность взаимодействия может измениться), и за счёт:
— анализа общедоступных ресурсов, — обработки собранной информации, далее переходить к:
— информационной поддержке решения по снятию выявленных рисков,
— регистрации и ведению бизнес-процесса (договора и всех фактов хозяйственной деятельности по его исполнению) на платформе,
— поддержке ведения договора (отслеживания календарного плана, напоминания управленцам о предстоящих существенных действиях по бизнес-процессу — выставлению актов, заключению допсоглашений и т. п.)
От этого будет напрямую зависеть экономическая эффективность реализации проектов, целевое расходование бюджетных средств, безопасность бизнеса. Количество организаций, так или иначе связанных с договорной деятельностью, совпадает с общим количеством действующих юридических лиц, — то есть на 2020 год около 4 миллионов. Сюда относятся различного уровня заказчики и инвесторы (предприятия и организации различных форм собственности), экспертные и контролирующие органы. Непосредственно работать с новой платформой могут юристы организаций, специалисты отделов закупок, бизнес-аналитики, и т. п. вплоть до руководящих работников (финансовый директор, коммерческий директор). Можно сделать вывод, что потребность является массовой. Таким образом, экономический эффект от неё будет складываться из:
— снижения потерь от недобросовестных действий контрагентов,
— снижения трудозатрат юристов, специалистов по закупке и руководства на проверку контрагентов,
— снижения трудозатрат управленцев на ведение договоров, — снижения потерь от санкций контролирующих органов; — снижения трудозатрат адвокатов организаций.