Размещено на сайте 22.09.2008.

Предлагается Освещение проблем анализа эволюции технических систем по S- кривой (S-curve). Рассматриваются различные виды эволюционных кривых. Проводится "технический анализ" S-кривой, рассматриваются проблемы: подходов к определению эволюционирующей технической системы, выбору параметров, получения и оценки исходных данных, трактовки результатов.  Рассматриваются проблемы оценки этапов развития ТС по косвенным признакам.

Техническая система, эволюция, адаптация, S-кривая, S-curve, пределы развития, ресурсы патентная статистика.

Анализ S-кривой развития, как инструмент описания и прогнозирования развития технических систем (ТС) широко распространен в научно-техническом прогнозировании. [1-4] В теории ТРИЗ S-кривая удостоилась высокого звания одного из основных законов. Метод выглядит простым, интуитивно понятным, наконец, просто красивым. (Рис 1).

участок I - "зарождение" системы (появление идеи и опытных образцов),

участок II - промышленное изготовление системы и доработка системы в соответствии с требованиями рынка,

участок III - незначительное "дожимание" системы, как правило, основные параметры системы уже не изменяются, происходят "косметические" изменения, чаще всего не существенные,

участок IV - ухудшение определенных параметров системы.

Однако в вопросах универсальности, надежности, достоверности и инструментальности этого метода (и закона) существуют серьезные проблемы, требующие существенных уточнений и прояснений. Часто оценка этапов развития проходит «по опыту»,  «по понятиям», на интуитивном, а не аналитическом уровне.

Виды эволюционных кривых.

Задачи описания процессов развития стоят перед исследователями в самых различных отраслях науки – физики, химии, биологии, экономики, социальных наук. И классическая S-кривая - далеко не единственный вид эволюционных кривых. Можно выделить, например:

• диалектическая спираль, знакомую всем (вернее уже не всем…) по урокам марксизма-ленинизма,
• теории циклов и волн, широко развитые в экономике (от фундаментальных трудов Элиота и Кондратьева до технического анализа колебаний биржевых курсов акций компаний),
• законы ускоряющегося развития (закон Мура в микроэлектронике),

И даже S-кривая может представать в довольно неожиданных вариантах:

• "двугорбая" S-кривая "активности исследований" (гипоцикл Гартнера) [5 ], характеризующая случаи, когда для новой разработки, после бурного первоначального всплеска наступает участок падения («отрезвления»), после которого вновь начинается период роста. (Рис. 2)
• "обратная" S-кривая, описывающая снижение факторов расплаты технической системы – как прямых (например снижение цены фуллеренов) [6 ],  (Рис. 3), так и косвенных (снижение вредных выбросов дизелей) (Рис. 4)

Такое разнообразие вариантов эволюции систем указывает на то, что применимость описательной модели к конкретному случаю требует осмысления и проверки.

"Технический анализ" S-кривой

Проведем "технический анализ" S-кривой – что это за кривая, из чего она состоит, как ее строить - и какие проблемы при этом возникают.

Определение ТС.

  Выбор этого определения не так прост. Например экраноплан– можно рассматривать в рамках ТС «(самый быстрый) корабль» или «(самый экономичный) самолет». При этом можно выделить «компонентный» и «функциональный» подход к определению эволюционирующей технической системы.

Компонентный подход: "как устроена система", " каким образом работает система". Такой подход лучше описывается обычной единичной S-кривой. Пример: ТС "карбюраторный двигатель внутреннего сгорания" -  явно выходящий на 4 этап развития.

Функциональный подход: "для чего предназначена система", "какую функцию выполняет система". Такой подход более органично описывается вариантами "переход на новую S-кривую"  и "огибающая кривая". (Рис. 5,6.)  Пример: ТС "автомобильный двигатель", т. е. включающий карбюраторный, инжекторный, дизельный двигатели, турбину, гибрид и т.д. -  развивается не S-образно, а по огибающей.

Выбор параметра (главного параметра).

 В теории все просто. «Техника прогнозирования методом огибающих кривых проста: надо лишь правильно выбрать показатель, комплексно характеризующий развитие всей технической системы. Например, если, прогнозируя развитие кораблей, мы возьмем таким показателем количество мачт на корабле, получится явная чепуха. Какие надо выбрать характеристики – об этом говорится во многих книгах по прогнозированию» "[2 ]. На практике гораздо сложнее. Для того же корабля – это может быть и скорость, и грузоподъемность, и топливная экономичность и, возможно, многие другие параметры. Рекомендуемые во многих работах по прогнозированию методики свертывания многих параметров с учетом их значимости в один критерий оставляют нерешенными проблемы отбора свертываемых параметров и подбора весовых коэффициентов для них. Экспертные оценки значимости параметров неизбежно несут в себе субъективность и инерцию предыдущего опыта. Предлагаемые допущения, что одна и та же система может находиться на разных этапах S-кривой по разным параметрам, снимают часть проблем на этапе анализа, но приводят к серьезным противоречиям на этапе выдачи рекомендаций.

Поиск, оценка достоверности, трактовка исходных данных для S-кривой.

 Для того, чтобы построить сколь- нибудь достоверную кривую сложной формы надо иметь хотя бы несколько опорных точек на каждый из ее участков. Чтобы не уподобляться героям известного анекдота о «теоретиках, строящих кривую по 2 точкам и экспериментаторах, строящих прямую по 3 точкам», в общем случае представляется необходимым иметь как минимум по 3 точки на каждый этап кривой. Однако при поиске и оценке исходных данных мы сталкиваемся с многочисленными проблемами.

• Близкие по функциональному назначению и техническому устройству технические системы различных производителей в одно и то же время имеют существенно различные параметры. Происходит своего рода «расщепление кривой», кривая превращается в широкую полосу. Аналоги этого явления существуют и в нетехническом мире. Например, биоразнообразие в живой природе, которое определяет максимальную полноту использования всех возможных ресурсов живыми организмами и обеспечивает максимальную их выживаемость и приспособляемость к многообразной и изменчивой среде. Или физическое явление расщепления энергетических  линий спектров во внешнем силовом поле.
• Зачастую сложно определить появление технической системы на временной оси – моменты разработки, получения патента, опытного образца и выхода на массовый рынок разделяют многие годы.
• Достоверность заявляемых параметров, отражаемых в рекламе, патентах, инвестиционных декларациях, часто оставляет желать лучшего.
• Для все большего числа товаров на потребительском рынке главную роль начинают играть трудноопределимые в технических количественных терминах параметры «удобства», «привлекательности».

Оценка пределов роста.

Существует множество видов пределов развития для ТС: физические, технические, экономические, юридические и др. Однако реально непреодолимыми являются только физические пределы: скорость света, законы сохранения энергии и материи. (да и то лишь в рамках известных на сегодня законов). Практически реальные ТС упираются в физические пределы довольно редко. Большинство существующих пределов являются «плавающими» и изменяются в ходе развития надсистемы и подсистем. При этом изменения этих пределов могут дать новый импульс развития системам, находящимся на стабильном 3 этапе. Например, изменение технических пределов прочности материала - внедрение углепластиковых композитов в самолете Boeing 7E7 Dreamliner позволило существенно повысить топливную экономичность – один из важнейших параметров. И наоборот, изменение юридических пределов по допустимым выбросам вытеснило карбюраторные автомобильные двигатели на 4 этап.

Особо следует выделить ситуации "неограниченного или саморасширяющегося" ресурса, когда предел роста отсутствует вообще, или настолько далек, что его можно считать с практической точки зрения отсутствующим. В таких случаях и эволюция системы будет идти не по S-кривой, а по другим законам. Такая картина наблюдается, например, в области информатики, где скорость вычислений ускоренно возрастает, как за счет быстродействия процессоров, так и за счет новых алгоритмов обработки, параллельных вычислений, распределенных вычислений с использованием Интернет (таких как Seti@home).

Прогноз точек перегиба.

 С практической точки зрения наибольший интерес могло бы представлять не только, а может даже и не столько определение нынешней стадии развития ТС, а предсказание, насколько ТС близка к переходу на следующий этап. Поиск таких признаков является актуальной, но пока нерешенной задачей. Возможными такими признаками могут быть предложены:

• «Расщепление кривой», нарастание разброса величины главного параметра перед переходом от 2 этапа ко 3-му.
• Приближение величины главного параметра ТС к физическому или достаточно «жесткому» техническому пределу перед переходом от 2 этапа ко 3-му.
• Приближение величины главного параметра альтернативных, с точки зрения "компонентного подхода", и аналогичных, с точки зрения "функционального подхода", технических систем  к главному параметру рассматриваемой ТС перед переходом от 3 этапа к 4-му.

Оценка этапа по косвенным признакам.

Во многих работах предлагается оценивать этап развития ТС по косвенным признакам, таким как количество и уровень изобретений, прибыль, приносимая системой. "[1,4,7]. (Рис. 7 ). Однако надежность этих критериев вызывает сомнения.

Количество изобретений

Для экспериментальной проверки надежности критерия количества изобретений были проведены статистические патентные исследования (по дате приоритета) в базе Delphion для различных ТС из разных отраслей, предполагаемо находящихся на разных уровнях развития. Были исследованы: самолет и дизель (3 этап), мобильный телефон и фуллерен (2 этап). Причем были опробованы самые различные варианты поисковых образов и условий поиска.

Результаты, представленные на Рис. 8-11, показывают, что статистика патентов очень существенно отличается от теоретической, и полагаться на этот критерий неоправданно.

В качестве причин этого несоответствия можно отметить следующие:

• Количество патентов не тождественно количеству изобретений. Часть изобретений защищается целым патентным зонтиком, а часть, наоборот, сохраняется в виде "ноу-хау".
• Структура патентных баз и поисковых систем значительно изменялась в длительной перспективе. Поэтому рассмотрение статистики более чем на 20-30 лет вглубь может привести к неверным результатам.
• Развитие технической системы во многих случаях идет через совершенствование ее подсистем и надсистем, что отображается в патентной статистике по соответствующим терминам и классам международной патентной классификации (МПК). Например, для компании Boeing, число патентов в таких отраслях как материаловедение и компьютерное обеспечение в сумме превышает собственно авиационную тематику (Табл.1).

Табл. 1. Распределение по классам патентов Boeing (2005г)

Уровень

В то время как по количеству изобретений статистику получить относительно легко, оценка уровня изобретений представляет собой гораздо более сложную задачу. Такой анализ требует большой и длительной работы высококвалифицированных специалистов, что обычно превышает временные и финансовые возможности обычных проектов. Реальных подходов к автоматизации такого анализа пока нет, за исключением попыток применения индекса частоты цитирования патентов [7]. Однако этому подходу препятствует показанная выше неравномерность общего числа патентов, разное время существования разных патентов, разные патентные традиции в разных странах, разные финансовые возможности заявителей а также практика сохранения наиболее важных изобретений в секрете (государства или фирмы).

Прибыль

Оценка прибыльности от исследуемой ТС еще более затруднена. Это связано с тем, что большинство фирм являются многоотраслевыми, их разработки зачастую перекрестно субсидируются и получить реальное представление о прибыльности ТС крайне сложно, даже имея доступ к финансовой документации заказчика. Тем более, практически невозможно получить сведения от других фирм- конкурентов из-за соображений коммерческой тайны. Кроме того, на распределение прибыли по годам влияют общие экономические циклы и колебания конъюнктуры, глобальные тенденции и потрясения.

Почему происходит расхождение теории с практикой.

Возможные причины расхождений теории с практикой еще требуют своего исследования. Пока можно предположить следующие:

• "Адаптация или эволюция". Подобно биологическому миру в условиях недостатка ресурсов, системы диверсифицируются, стремясь наиболее полно освоить все виды ресурсов. И как в биологическом мире наряду с "царем природы" - человеком живут рыбы и ящерицы, приспособленные к своим экологическим нишам, так и в мире техники до сих пор жив, например, "Фиат -124" 60-х годов прошлого века (под именем "Жигули -классика")
• Многомерность путей развития. Рассматривая обычную S-кривую мы видим развитие только по 1 параметру, который мы с некоторой обоснованностью считаем главным. Однако в реальности развитие систем идет одновременно и неравномерно по нескольким параметрам и S-кривая (или, как показано выше, S-полоса) на плоскости может рассматриваться как проекция кривой многомерного пространства.
• "Проблемы Творца". В атеистической картине нетехнического мира понятие Творца отсутствует. Отсюда и ограниченность биологических аналогий. В технике вполне возможна "свобода воли Творца" - "волюнтаристский " выбор направления развития ТС для малоконкурентных этапов (1 и 4-го).

Что делать.

Данная статья является дискуссионной и призывает всех разработчиков к совершенствованию методики анализа. Вероятно, следует, признавая пока роль опыта и интуиции в анализе по S-кривой, сосредоточиться на вопросах единых подходов к следующим проблемам:

• Определение исследуемой ТС,
• Выбор параметров для построения S-кривой. Вероятно, следует отдавать предпочтение параметрам:
•    характеризующим количественную распространенность ТС на рынке,
•    удельным параметрам, характеризующим отношение полезности системы к факторам расплаты (например, КПД),
• Оценка этапа развития ТС по косвенным (патентным) признакам  представляется ненадежной (в особенности "старых" систем на больших временных периодах).

Литература.

1. Альтшуллер Г.С. Творчество как точная наука -  М. Советское радио, 1979. -184 с.

2. Альтшуллер Г.С., О прогнозировании развития технических систем -  , 1975; http://www.altshuller.ru/triz/zrts3.asp

3. Жуков Р.Ф., Петров В.М. Современные методы научно-технического творчества. - Л.: ИПК СП, 1980.-88 с.; http://www.trizland.com/trizba/pdf-books/zrts-03-dialekt.pdf

4. Любомирский А., Литвин С. Законы развития технических систем - GEN3 Partners, 2003. ;

5. Двугорбая кривая. Обсуждение статьи. По журналу „ Bild der Wissenschaft“, 9/2004, страница 95; http://www.triz-ri.ru/forum/mess.asp?thr=19382

6. Богданов А.А., Дайнингер Д., Дюжев Г.А. Перспективы развития промышленных методов производства фуллеренов //ЖТФ, 2000, т70, вып. 5; http://www.ioffe.rssi.ru/journals/jtf/2000/05/p1-7.pdf

7. Вербицкий М. Семантический ТРИЗ; http://www.trizland.com/trizba.php?id=186

В тексте сохранены авторская орфография и пунктуация.