Рис.2. К методике построения спирали

    Если  взять три подобных события в  хронологическом порядке, они образуют два сопряжённых витка спирали, имеющих различную длину. Причем, как правило, вследствие интенсификации информационных процессов последующий  интервал времени существенно короче, а величина прогресса - больше. Наложив  один виток на другой и соединяя соседние витки друг с другом, получаем сужающуюся ("сходящуюся") спираль с переменным шагом. На рис. 3 показано:

1. увеличение параметра "прогресса" от витка к витку: P n > P n-1 ;
2. уменьшение доли элиминируемого (отрицаемого) от витка к витку: D h n < D h n-1 ;
3. сокращение интервалов времени между скачками: t 2 < t 1 .

    Рис.3 Наложение смежных витков

    На  основе суждений Пригожина можно сформулировать следующие принципы самоорганизации:

1. Система должна быть открытой и находиться вдали от термодинамического равновесия.
2. Если в случае закрытых систем самоорганизация (эволюция) ведет к росту энтропии и беспорядка, то в случае открытых систем происходит возникновение и усиление порядка через флуктуации. Флуктуации приводят в этом случае к «расшатыванию» старого порядка и возникновению нового. Энтропия падает, а количество информации (негэнтропия) растет.
3. Управление процессами и сохранение динамического равновесия систем основано на принципе обратной связи, когда на основе полученных обратных сигналов система возвращается в исходное состояние. Самоорганизация открытых систем опирается на принцип положительной обратной связи, согласно которому изменения, появляющиеся в системе, не устраняются, а наоборот, накапливаются и усиливаются, что приводит к возникновению нового порядка и структуры.

    Процесс как часть системы подлежит отслеживанию и управлению. С точки зрения теории энтропийного регулирования процесс можно рассматривать как точку, или связь точек, с определенным соотношением энтропии и противодействующей ей негэнтропии. Рассмотрение процесса в данных терминах приводит нас к необходимости оценки внутреннего баланса двух этих понятий. После того как мы научимся отслеживать данные показатели в процессе/системе, мы сможем управлять процессом.

    Управляемые системы, тем более те, что имеют в своем составе специальный управляющий орган, должны обладать повышенным содержанием негэнтропии. Для осуществления оптимального выбора требуется достаточное количество информации, а для обеспечения эффективного управления управляющая система должна иметь не меньше количества разнообразия (энтропии), чем управляемая система.⁹ Закон Эшби прав относительно требуемой энтропии, но для эффективного управления требуется ещё негэнтропия. Большинство систем в мире не являются управляемыми и управляющими в кибернетическом смысле.

    Любая деятельность осуществляется в условиях неопределённости. В этом случае выбор оптимальных вариантов значительно упрощается при составлении балансов энтропии и негэнтропии, которые позволяют на основе дополнительной информации отсеять явно неэффективные варианты и сократить поисковое поле. Анализ баланса даёт возможность сделать ряд важных выводов о деятельности фирмы в течение определённого периода.

    В мире не существует полностью изолированных  систем. Однако, исследование условно  изолированных моделей часто  помогает выяснить характер и направление  процессов массо-, энерго- и инфообмена внутри системы. Сложнее составлять балансы для открытых систем, обменивающихся массой, энергией и негэнтропией с другими системами, в т.ч. с окружающей средой. В таком случае учитывают притоки и оттоки составляющих и предельно возможные величины энтропии и негэнтропии, учитываются следующие допущения:

    1. Вместо данной системы рассматривается  более общая система, состоящая  из системы и окружающей среды.  В этой общей системе действуют  все законы сохранения.

    2. Вместо системы рассматривается  комплекс из двух или более  систем, обладающих одинаковыми  целевыми критериями и инфоканалами.

    3. Вместо изолированной системы  рассматривается открытая система  со всеми входами и выходами  массы, энергии и информации.

    Во  многих случаях можно с достаточной точностью установить предельные значения (минимум энтропии и максимум негэнтропии), которые дают возможность отсеивать явно неэффективные решения и варианты.

    Расчёты энтропии и неэнтропии обычно требуют учёта многих факторов, целей и структурных особенностей систем. Дальнейших исследований требуют взаимоотношения энтропии и негэнтропии: можно ли говорить о постоянстве их суммы или о других зависимостях? В ряде случаев, например, при выборе модели с постоянной максимально возможной энтропией, зависимость суммирования наблюдается.

    Последовательность  словоформ в описании или статистике исполнения процесса в терминах энтропийного подхода представляет собой сообщение. Рассуждая о процессе в данном контексте, можно заметить, что происходящие в узлах процесса события/проблемы/нестыковки непременно отразятся на процессном окружении (выраженном в единицах принятого нами условного алфавита).

    Это означает, что исчислив и приняв за эталон некоторое «нормальное», среднее значение энтропии для стабильно исполняющегося процесса, и вычислив реальное значение энтропии в узле, мы можем сравнить эти значения.

    Далее нам становится понятно, исполняется  ли процесс эффективно, соответствует  предписанному сценарию, или же в  нем наблюдаются проблемы. Причем подсчет энтропии в узлах и  между сообщениями позволяет  быстро локализовать «узкое место» процесса и направить туда необходимое  количество негэнтропии, выраженного в некотором управляющем элементе, что позволит снизить энтропию и контролировать процесс.

    Иными словами, в управлении бизнес-процессом  появляется еще один индикатор, который  в зависимости от использования, может нести интегрированную  оценку состояния процесса «плохо-хорошо» с промежуточной градуировкой, или точечную индикацию состояния процесса в конкретном узле исполнения. Привлекательность такого рассмотрения заключается в его приближенности к реальному времени возникновения флуктуации, в отличие от других методологий типа PPM  в методологии ARIS.

Заключение

    Бизнес-процессы организации, составляющие основу ее деятельности, нацелены на создание продуктов и  услуг с постоянным повышением их качества. Компании, переходящие на процессное управление, как правило, начинают с моделирования, выстраивания бизнес-процессов. Затем встает вопрос управления ими.

    Отслеживание  и анализ около процессного окружения, или контента, позволяет руководителю быстро увидеть и проникнуть в суть происходящего в компании и оперативно вносить свои коррективы для исправления ситуации.

    В работе излагаются два подхода: семантический (на основе использования отраслевых таксономий) и энтропийный, которые взаимно дополняют друг друга, и при совместной реализации способны предоставить эффективный инструмент контроля бизнес-процессов.

    Для построения системы управления бизнес-процессами на основе анализа контента нужно реализовать комплекс процедур, а именно:

• Смоделировать бизнес-процессы;
• Создать таксономии и онтологии с учетом различных направлений деятельности организации;
• Индексировать внутреннее информационное пространство организации (как официальные, так и неофициальные документы) и производить эргономичную навигацию по объектам для быстрой оценки ситуации и принятия решений;
• Определить узлы процессов и эталонные значения энтропии в них для случая осуществления процесса без сбоев;
• Осуществлять постоянный мониторинг процессов с помощью программного обеспечения, представляющего наглядно ситуацию вокруг процесса, на основе таксономий и онтологий, и накопленных знаний о процессе;
• Оценивать состояние процесса на основе сравнения эталонных значений энтропии в узлах при обмене сообщениями и полученных в реальном времени сведений об исполнении;
• В случае получения значения энтропии, превышающего эталонное - что означает сбой в процессе - вносить элемент управления как фактор негэнтропии;
• Регулярно актуализировать онтологии и таксономии с учетом изменений во внутренней и внешней среде организации.

    С точки зрения программной поддержки  в осуществлении данного комплекса  задач предлагается использовать платформу Exalead, которая способна индексировать данные и информацию в реальном времени, осуществлять гибкий поиск в информационных полях бизнес-процессов, структурировать и классифицировать проиндексированную информацию и представлять наглядно статистику исполнения процесса на основе анализа контента. Доработка механизма в части расчета энтропии и предоставления сведений на основе сравнения значений для идеального и реального процесса позволяет полностью контролировать исполнение и обнаруживать точки, требующие внесения коррективов.

    Далее задача переходит к объяснению причин возникновения сбоев в процессе, однако это служит отдельной темой  дальнейшего научного исследования.