Введение

До внедрения цифровых технологий ПАО «ГМК «Норильский никель» применял традиционные методы управления, направленные на снижение финансовых, технологических и операционных рисков. Основными инструментами были контроль ликвидности и платёжеспособности, страхование ключевых активов, планово-предупредительное обслуживание оборудования и регламентные работы на производственных участках.

Для анализа эффективности инструментов и выявления зон, требующих цифровизации, определим характеристику основных рисков и методов их контроля в 2022–2025 гг. в таблице 1.

Анализ таблицы 1 показывает, что традиционные методы управления рисками позволяли поддерживать базовую финансовую устойчивость компании и обеспечивать минимальный уровень контроля над технологическими и финансовыми процессами.

Таблица 1

Основные традиционные методы управления финансовыми рисками в ПАО «ГМК «Норильский никель» (2022–2025)

Источник: расчеты авторов по данным ПАО «ГМК «Норильский никель» [1].

В частности, мониторинг денежных потоков и использование кредитных линий обеспечивали базовый уровень ликвидности, не позволяли предсказывать внезапные финансовые срывы или корректировать расходы в реальном времени. Страхование активов снижало потенциальные убытки от аварий, было дорогостоящим и не влияло на предотвращение самих аварий, что и показала катастрофа 2019 года.

Планово-нормативные ремонты, предусмотренные регламентом работ предприятий, направленные на снижение аварийности работы оборудования позволяют сократить соответствующие риски, требования к их проведению не учитывали динамику состояния оборудования в реальном времени. В совокупности означает, что операционные риски остаются весьма существенными, нерегламентированные простои, аварии на ключевых производственных участках и непредвиденные ремонты продолжают негативно влиять на финансовые результаты. Они не позволяют полностью контролировать динамичные процессы на производстве. Создает условия для внедрения цифровых технологий, способных обеспечить предиктивный мониторинг, оперативное управление и снижение непредвиденных расходов [12,13].

Традиционные методы управления рисками обеспечивают базовую защиту компании от технологических проблем, перерастающих в финансовые, их ограниченная точность и реактивность выявили необходимость перехода к внедрению цифровых решений. Для повышения эффективности управления ликвидностью, технологическими процессами и операционными потоками требуется использование инструментов цифрового мониторинга и предиктивной аналитики. Проведенный анализ сформировал логическую основу для следующего раздела исследований.

Внедрение цифровых технологий и оценка экономической эффективности на примере ПАО «ГМК «Норильский никель»

Горнодобывающий сектор России в последние годы сталкивается с высокой степенью неопределённости, вызванной колебаниями мировых цен на металлы, геополитическими ограничениями и технологическими рисками. В условиях цифровизация становится ключевым инструментом управления рисками и повышения операционной эффективности [10,11].

В связи с тем, что традиционные методы управления рисками перестали быть эффективны перед компанией ПАО «ГМК «Норильский никель» остро встал вопрос о внедрении новых технологий.

Среди различных цифровых технологий автором были рассмотрены и предложены применимые виды технологий оптимизации затрат и повышения финансовой устойчивости в горнодобывающей отрасли, именно:

– интернет вещей (IoT-датчиков), датчики, позволяющие производить мониторинг оборудования] в режиме реального времени;

– искусственный интеллект / машинное обучение (AI/ML), предиктивное обслуживание, оптимизация логистики;

– блокчейн (blockchain), управление цепочками поставок и прозрачность транзакций, технология необходима для помощи при аудите;

– цифровые двойники (digital twins), моделирование процессов и оборудования для оптимизации.

Критерии оценки с указанием желаемого направления являются:

1. Срок окупаемости внедряемой технологии (желательно: быстрый).

2. Сложность внедрение и обучения (желательно: низкая).

3. Кибербезопасность (желательно: высокая).

4. Повышение производительности при внедрении (желательно: высокое).

5. Неизменность занесённых данных (желательно: высокое).

6. Экономия финансовых затрат от внедрения (ГСМ, ФОТ, запчасти и др.) (желательно: высокая).

Данные критерии были выбраны исходя из личных предпочтений ведущих горнодобывающих компаний по всему миру. Методической основой для расчетов и отбора цифровых технологий, как целесообразная была выбрана модель желательности Харрингтона [2,3], позволяющая проводить расчеты оценки экономической эффективности цифровизации управления финансовыми рисками исходя из заданных критериев, а для формирования таблицы 4 был применён метод экспертных оценок [4].

Метод экспертных оценок и функция желательности Харрингтона взаимосвязаны между собой, так как являются единым инструментарием, который состоит из последовательных этапов многокритериального анализа:

1. метод экспертных оценок является первичным измерительным инструментом, полученный в рамках опроса. Формируется матрица экспертных оценок по экспертной панели на основании опыта выбранных специалистов по работе с цифровыми технологиями. В качестве экспертной панели выступили несколько специалистов, которые обладают подтверждёнными компетенциями в области цифровизации горнодобывающей отрасли и знают про опыт внедрения той или иной технологии в зарубежных компаниях. В составе специалистов главные инженеры по автоматизации, риск-менеджеры, ведущие отраслевые аналитики со стажем работы более 5 лет в горнодобывающей индустрии. Сбор данных осуществлялся методом закрытого анкетирования, все данные были обезличены, чтобы избежать утечек персональных данных.

2. Модель желательности Харрингтона. На основании обобщённой функции желательности происходит сведение усреднённых оценочных экспертов (частных показателей желательности) к скаляру. Это необходимо для того, чтобы ранжировать рассматриваемые технологии по каждому критерию по принципу, чем ближе обобщенная функция желательности D к значению 1, тем лучше рассматриваемая технология подходит для конкретного критерия.

Для применения метода экспертных оценок – были отобраны специалисты, которые напрямую взаимодействуют с цифровыми технологиями и могут обосновать, как именно технология сопоставима с перечисленными критериями от 1 до 10, где 1 – это противоположное значение заданной желательности, а 10 – идеальное попадание в заданное значение по критерию. Экспертам предлагалось оценить потенциал каждого из перечисленного технологического решения по 6 критериям используя 10-ти бальную шкалу. Конвертация усредненных баллов в нормированные коэффициенты эффективности производилась путём линейного масштабирования. Формула:

θij = dij = Uij / 10,

где Uij – среднеарифметическое значение баллов/оценки, которые были выставлены экспертами для i-ой технологии по j-ому критерию;

dij – частный показатель желательности для i-ой технологии по j-ому критерию.

Использование сотых долей в итоговых коэффициентах обусловлено процедурой агрегирования мнений независимых экспертов. Матрица экспертных оценок по экспертной панели среди опрошенных специалистов (Э1-Э5) представлены в таблице 2, а в таблице 3 была приведена итоговая экспертная оценка.

Для агрегирования индивидуальных желательностей в обобщённую функцию желательности желательность D было использовано среднее геометрическое, как критерии равнозначны:

,

где n = 6 (количество критериев).

Таблица 2

Матрица экспертных оценок по экспертной панели среди опрошенных специалистов (Э1-Э5)

Источник: экспертные оценки среди опрошенных специалистов (Э1-Э5) по возможному применению цифровых технологий для снижения указанных критериев в компании ПАО «ГМК «Норильский никель» на основании её финансовой отчётности [1].

Расчет для IoT (D1):

= 0,732

Расчет для AI/ML (D2):

= 0,699

Расчет для Blockchain (D3):

= 0,519

Расчет для Digital Twins (D4):

= 0,579

Таблица 3

Итоговая экспертная оценка технологических решений, которые могут быть применимы в компании ПАО «ГМК «Норильский никель»

Источник: полученная автором в результате экспертной панели – итоговая экспертная оценка технологических решений по данным ПАО «ГМК «Норильский никель» [1].

Таблица 4

Прогнозная оценка эффективности внедрения IoT-датчиков на примере предприятия ПАО «ГМК «Норильский никель»

Источник: прогноз автора на основании работ [5,6] по эффективности использования IoT-датчиков в горнодобывающей отрасли.

Исходя из расчётов по модели желательности Харрингтона [2,3] технология интернет вещей (IoT-датчиков) показывает наивысшее общее значение желательности (D = 0,732) в контексте поставленных критериев для снижения затрат в горнодобывающей организации. IoT – датчики обеспечивают быстрый возврат инвестиций за счёт превентивного обслуживания и высокую точность данных. Технология является успешной для внедрения в организацию ПАО «ГМК «Норильский никель», хоть и уступает технологии AI/ML в повышении производительности при внедрении.

Датчики собирают данные о температуре, вибрации, давлении и других параметрах оборудования в реальном времени, передавая их в централизованную систему мониторинга. Подход позволяет прогнозировать возможные отказы оборудования, сокращать простои и оптимизировать расходы на техническое обслуживание и устранять потенциальные аварийные случаи [7-9].

Эффективность внедрения данного выбранного цифрового решения проявляется в снижении аварийности оборудовании, сокращении простоя и сокращению количества непредвиденных ремонтов. После того как поставщики их стран ЕС, практически отказались от взятых и прописанных в договорах поставки условий, стоимость и сроки доставки стали непредсказуемыми. Методологической базой являются данные из опубликованных исследований российских учёных в области цифровизации горнодобывающей отрасли. Результаты представлены в таблице 4.

Результаты приведённых работ свидетельствуют о том, что цифровизация позволяет значительно повысить надёжность производственного процесса и уменьшить события, связанные с остановкой ключевых производственных узлов [14].

Заключение

До появления цифровизация управление рисками осуществлялось при помощи традиционных подходов. Они обеспечивали и отвечали тенденциям своего времени по надёжности системы рисков для организаций, методы были склонны реагировать на уже произошедшие случаи, не предотвращать их и обладали большой зависимостью от человеческого фактора. В соответствии с чем, они не могли гарантировать полное предотвращение непредвиденных технических и других неполадок, которые не позволяли гибко и эффективно управлять затратами в режиме реального времени как делают компании в текущий момент.

В качестве методической основы проведенных расчетов, как целесообразная была выбрана модель желательности Харрингтона, позволяющая определить вид цифровой технологии и сформировать единый совокупный показатель для оценки экономической эффективности цифровизации управления финансовыми рисками. Исходя из расчётов по модели желательности Харрингтона технология интернет вещей (IoT-датчиков) показывает наивысшее общее значение желательности (D = 0,732) в контексте выбранных критериев для снижения затрат на горнодобывающем предприятии.

Результаты данного исследования демонстрируют, что цифровизация представляет собой эффективный и стратегически обоснованный инструмент для управления финансовыми рисками.