Материал: Сборника М. Н. Ахметова, Ю. В. Иванова, А. В. Каленский, В

Следует отметить, что к началу 2020 года Европей- скому сектору информационных технологий потребу- ется около 900,000 дополнительных сотрудников [6, c. 16]. Нехватка высококвалифицированных STEM кадров в России и Европе может негативно отразиться на дина- мике экономического роста. В таких странах, как США, Япония, Южная Корея, доля инвестиций в сферу науки и образования уже значительно превышает аналогичный показатель в России и странах Европейского Союза (ЕС). Сократить нехватку специалистов STEM в России и Ев- ропе возможно лишь при условии совместных действий всех заинтересованных сторон, направленных на при- влечение как можно большего количества женщин для работы по техническим специальностям. Похожая си- туация развивается в ИТ секторе. Доля женщин тех- нических профессий, чувствующих себя востребован- ными, по отраслям: 70% Высокие технологии, 65% ИТ, 60% Natural Resources, 55% Инженеры и 51% Life

Sciences [7, c. 12].

Несмотря на то, что доля женщин, уверенных в своей востребованности, здесь намного выше по сравнению с другими сферами STEM, им предстоит приложить много усилий, чтобы осознать свою ценность на рынке труда и повысить свою конкурентоспособность.

Однако, в условиях технологических инноваций есть и обнадеживающие моменты для женщин. Многие каче- ства и способности, традиционно связанные с женщинами и женскими профессиями, будут востребованы в условиях цифровой экономики.

Во-первых, в обозримом будущем низкий риск авто- матизации будут иметь профессии (Табл. 1), требующие социальных навыков, основанных на внутренних челове- ческих качествах и способностях, таких, как сочувствие и сострадание [8, с. 23], Женщины особенно преобладают в профессиях такого характера, включая социальных работ- ников, психологов, врачей, тренеров, организаторов ме- роприятий, медсестер и другие специальности в области медицинского обслуживания.

Таблица 1

Примеры профессий, подверженных автоматизации





[Источник: Карл Бенедикт Фрей и Майкл Осборн, Оксфордский университет, 2013 год]

Во-вторых, домашний труд, который по-прежнему воз- лагается на женщин в большинстве обществ, может быть дополнительно автоматизирован. Освободившееся время и сокращающаяся нагрузка позволят женщинам в полной мере реализовать свой потенциал в разных сферах, в том числе и репродуктивной.

Кроме того, согласно недавнему отчету McKinsey

«Сила паритета» продвижение равенства женщин может
добавить к 2025 году до 12 триллионов долларов годового ВВП в глобальном масштабе.

Таким образом, при правильном подходе, интеграция женщин в цифровую экономику является более эффек- тивным использованием человеческого капитала, способ- ствующая мировому экономическому росту.

К стратегиям, способствующих женщинам справиться с воздействием новых технологий, можно включить:

• 
  Согласованную и эффективную технологическую политику в отношении как экономических, так и соци- альных целей
  
• 
  Принятие мер для борьбы с дискриминацией
  
• 
  Наставничество и обучение
  
• 
  Условия работы, баланс между работой и жизнью
  
• 
  Продвижение женщин на высшие руководящие должности
  
• 
  Совершенствование информационных систем на рынке труда
  
• 
  Социальную защиту для тех, кто оказался безра- ботным в результате внедрения инновационных технологий Добавим, что одновременно со стратегией формиро- вания гендерного равенства в составе рабочей силы, не- обходимо работать над исключением разного рода препят- ствий и барьеров на пути специалистов женского пола, а также обеспечить им поддержку со стороны государства, бизнес-сообществ и общественности. В противном случае, есть риск не справиться с деструктивными эффектами
  

цифровой экономики.

Литература:

1. 
   Женщины и работа в четвертой промышленной революции. Отчет Всемирного Экономического Форума. http:// reports. weforum. org/future-of-jobs-2016/.
   
2. 
   Гендерный разрыв в промышленности. http://www3. weforum. org/docs/
   
3. 
   Потеряете ли вы работу? Бюро статистики труда США. 22 Июнь 2017 г. https://www. bloomberg. com/ graphics/2017-jobs-automation
   
4. 
   Женщины в сфере труда. Тенденции 2016 г. Резюме МОТ. Женева, 2016–15 с.
   
5. 
   World Economic Forum, The Global Gender Gap Report 2015. http:// reports. weforum. org/global-gender-gap- report-2015
   
6. 
   ITProPortal, A new style of learning is essential to plugging the STEM skills gap, By Julian Wragg, January 3, 2016 http://www. itproportal. com/2016/01/03/newstyle-learning-essential
   
7. 
   Женщины в технических профессиях. Ключевые тенденции рынка труда в глобальном исследовании Kelly Services, 2015–23 с.
   
8. 
   Фрей, К. Б., Осборн М. «Будущее трудоустройства: насколько профессии подвержены компьютеризации?», Оксфордский университет, 17 сентября 2013 г. http://www. oxfordmartin. ox. ac. uk/downloads/academic/
   
9. 
   Шваб, К. Четвертая промышленная революция / К. Шваб: [перевод с английского]. — Москва: Эксмо, 2016– 208 с.
   
10. 
    Перспективы занятости и социальной защиты в мире: тенденции в области занятости женщин. Международная организация труда (МОТ). 14 Июнь 2017 г. http://www. ilo. org/moscow/news/WCMS_558476/lang — ru/ index. htm
    
11. 
    Труд и занятость в России 2016. Росстат. Москва,2016–276 с.
    

В
связи с введенными против нашей страны экономиче- ских санкций со стороны западных стран и, как след- ствие, неблагоприятным инвестиционным климатом, раз- витие и функционирование среднего бизнеса в России происходит с большими сложностями [1]. Чтобы остаться на плаву необходимо прилагать усилия в области опти- мизации управления, внедрения новых механизмов, спо- собных предоставить компаниям необходимые конку-

рентные преимущества.

Одним из возможных инструментов для этого является скрытый потенциал современных информационно-ком- муникационных технологий, которые позволяют повы- сить качества управленческой деятельности компаний [2]. Имеющиеся на ранке информационно-аналитические си- стемы (ИАС) способны на основе данных, получаемых в режиме реального времени, помогать в принятии стра- тегических, тактических и оперативных управленческих решений, оперативно визуализировать сложившуюся на конкретный момент ситуацию. ИАС объединяет всю управленческую вертикаль: корпоративную отчетность, финансово-экономическое планирование и стратегиче- ское планирование.

Главная проблема анализа — необходимость адек- ватной обработки больших массивов информации. Функ- ционирование систем информационно-аналитического обеспечения основано на использование знаний таким об- разом, чтобы была возможность предлагать объективно обоснованные решения и реализовывать их на практике. Результатом применения средств ИАС являются с одной стороны — регламентные аналитические отчеты, ори- ентированные на нужды пользователей различных ка- тегорий, с другой — средства интерактивного анализа информации и быстрого построения отчетов пользовате- лями-непрограммистами с использованием привычных понятий предметной области [3].

Очевидно, что далеко не все проблемы могут быть решены с помощью ИАС, однако их использование во

многих случаях остается единственным реальным спо- собом подготовки и принятия обоснованных управленче- ских решений.

Наша работа посвящена анализу возможностей двух наиболее популярных отечественных информационно-а- налитических систем Deductor [4] и CronosPRO [5].

Реализованные в Deductor технологии позволяют на базе единой архитектуры пройти все этапы построения аналитической системы: от создания хранилища данных до автоматического подбора моделей и визуализации по- лученных результатов.

Deductor способен решать такие задачи, как обработка нерегламентированных запросов, анализ тенденций и за- кономерностей, прогнозирование, управление рисками, анализ данных маркетинговых и социологических иссле- дований и др. Deductor позволяет отобразить данные раз- личными способами, построить модели и применить полу- ченные модели к новым данным.

ИАС Deductor состоит из пяти частей: Studio, Viewer, Warehouse, Server и Client.

Studio — программа, реализующая функции импорта, обработки, визуализации и экспорта данных.

Viewer — рабочее место конечного пользователя, ко- торое позволяет отделить процесс построения сценариев от использования уже готовых моделей и обеспечивает пользователям простой способ работы с готовыми резуль- татами, скрывает от них все сложности построения мо- делей и не предъявляет высоких требований к квалифи- кации сотрудников.

Warehouse — многомерное хранилище данных, позво- ляющее обеспечить централизованное хранение данных и автоматически обеспечивает всю необходимую поддержку процесса анализа данных.

Server — служба, обеспечивающая удаленную анали- тическую обработку данных и автоматически обрабатыва- ющая данные.