Preview

Стратегические решения и риск-менеджмент

Расширенный поиск

Облачные сервисы: стимулы пользователей к адаптации

https://doi.org/10.17747/2078-8886-2018-1-50-57

Полный текст:

Аннотация

Информационные технологии все больше влияют на место и конкурентоспособность компаний на международной арене. Практически во всех отраслях экономики как в государственной, так и в частной сфере внедряются передовые информационные технологии, в том числе облачные технологии. Суть облачных технологий заключается в предоставлении конечным пользователям удаленного динамического доступа к услугам, вычислительным ресурсам и приложениям (включая операционные системы и инфраструктуру) через интернет. Целями данной работы являются: анализ скорости распространения облачных технологий в РФ и мире; определение драйверов развития и барьеров распространения на российском рынке; выявление перспектив развития облачных технологий и предложение мер по стимулированию распространения облачных технологий.
Для анализа факторов, влияющих на распространение облачных сервисов в России, был проведен опрос представителей компаний – участников рынка облачных услуг. С помощью факторного анализа ответов респондентов в программе SPSS определены факторы, влияющие на направление развития рынка облачных технологий. Исходя из результатов опроса были сделаны прогнозные значения развития рынка облачных сервисов.
В результате исследования выявлены инфраструктурные, экономические, маркетинговые факторы, способствующие продвижению облачных сервисов на российском рынке. Факторы, препятствующие росту рынка облачных технологий, – правовые, социально-экономические, технологические и маркетинговые. Были разработаны инструменты для стимулирования распространения облачных сервисов.
На основе полученных результатов можно сделать вывод, что для сохранения устойчивого развития целесообразна специализация компаний по выпуску продукции одного вида или в конкретной отрасли. Также рекомендуется разрабатывать продукты для государственного сектора, эту сферу провайдеры облачных услуг только начали осваивать. Если другие информационные технологии обычно предлагаются клиентам через IT-директоров, то облачные продукты стоит продвигать, обращаясь напрямую к директорам компаний или другим представителям, распределяющим бюджет.

Для цитирования:


Курятников А.Б., Орлова Л.С. Облачные сервисы: стимулы пользователей к адаптации. Стратегические решения и риск-менеджмент. 2018;(1):50-57. https://doi.org/10.17747/2078-8886-2018-1-50-57

For citation:


Kuryatnikov A.B., Orlova L.S. Cloud services: incentives of users to adaptation. Strategic decisions and risk management. 2018;(1):50-57. (In Russ.) https://doi.org/10.17747/2078-8886-2018-1-50-57

ВВЕДЕНИЕ

Информационные технологии все больше влияют на место и конкурентоспособность ком­паний на международной арене [Трачук А.В., Линдер Н.В., Антонов Д. А., 2014]. Практически во всех отраслях экономики как в государствен­ной, так и в частной сфере внедряются передо­вые информационные технологии, в том числе облачные технологии. Их распространение стало возможно благодаря революционному развитию средств коммуникации. Основные драйверы их развития - увеличение пропускной способ­ности существующих каналов связи, изобрете­ние беспроводных технологий передачи данных, увеличение производительности, уменьшение размеров и энергопотребления вычислительной техники [Трачук А.В., Линдер Н.В., 2017 г]. Эго позволило предложить многочисленные вычис­лительные сервисы в виде сети.

Облачные технологии обеспечивают уда­ленный динамический доступ к вычислительным ресурсам и приложениям (включая операционные системы и инфраструктуру) через интернет. Сегодня суще­ствует множество сервисов на основе облачных вычислений по разным технологиям, и нет сомнения, что они будут раз­виваться и дальше, с чем связана актуальность данной темы исследования.

В данной статье проведен анализ факторов, оказывающих влияние на распространение облачных технологий, вырабо­таны рекомендации по стимулированию распространения об­лачных сервисов на российском рынке. В теоретической части рассматриваются понятие и основные виды облачных техноло­гий, виды облачных сервисов. Эмпирическая часть посвящена особенностям рынка облачных технологий в России и анализу скорости их распространения. Описаны варианты практическо­го использования полученных результатов исследования.

РАЗВИТИЕ СФЕРЫ ИТ И ОБЛАЧНЫЕ ТЕХНОЛОГИИ

Метафорическое понятие «облако» подразумевает боль­шой пул используемых ресурсов, в том числе компьютерную аппаратуру и программное обеспечение, к которым обе­спечен легкий доступ через интернет. Понятие «облачные сервисы» появилось в 2006 году [Cloud Computing, 2010] и до сих пор не получило общепринятого определения [Koнюховский П. В., Кузнецова А. С., 2015; Трачук А. В., Лин­дер Н.В., 2015а]. В литературе чаще всего используется определение, данное Национальным институтом стандартов и технологий США: «Облачные вычисления - это модель предоставления повсеместного и удобного сетевого доступа к общему пулу конфигурируемых вычислительных ресурсов (например, сетей, серверов, систем хранения, приложений и сервисов), которые могут быть быстро предоставлены и освобождены с минимальными усилиями по управлению и необходимостью взаимодействия с провайдером услуг» [Badger L., BersteinD., BohnR. etal., 2011].

При расширении диапазона исследований в сфере облач­ных сервисов появились другие определения:

  • Частное облако- облачная инфраструктура, которую использует одна организация, где может быть несколь­ко пользователей (бизнес-единиц). Сама инфраструктура может принадлежать третьей стороне, находиться на тер­ритории клиента и за ее пределами. Частное облако пре­подносится как новый этап в эволюции центра обработки данных. Оно обеспечивает все преимущества виртуальных центров обработки данных, дополнительно предоставляет высокоинтегрированное и автоматизированное управле­ние, масштабируемые и гибкие платформы, возможность учета потребления и самообслуживания. Частное облако способствует эффективному использованию ресурсов вну­три организации, динамически перераспределяя нагрузку между физическими системами центра обработки данных [Яблонский С. А., 2011 ].
  • Публичное облако- облачная инфраструктура, подготов­ленная для открытого использования неограниченным кругом пользователей. Право собственности, управле­ния и обслуживания принадлежит деловым, научным и правительственным организациям. Физически сер­вер находится на территории поставщика облачных технологий. Публичное облако значительно больше, чем частные облака, так как обслуживает нужды боль­шого количества организаций. За счет этого компании - провайдеры облачных услуг снижают стоимость вы­числительных ресурсов. Приобретение оборудования и электроэнергии, обслуживание инфраструктуры обхо­дится им дешевле за счет скидок при оптовой покупке. Для конечного потребителя совокупная стоимость услу­ги, получаемой из публичного облака, может быть ниже, чем у аналогичной из частного облака. При использо­вании публичных облаков заказчикам не надо самосто­ятельно администрировать, модернизировать или ре­монтировать ИТ-ресурсы, данные функции выполняет сервис-провайдер публичного облака [Богомолов И. В., Алексиянц А.В., Борисенко О. Д. и др., 2016].
  • Гибридное облако- синтез частного и публичного обла­ка. Часто используется, если у компании большое коли­чество данных и часть из них она хранит на собственном сервере, а часть - в «облаке».

Прежде компаниям приходилось закупать лицензионное программное обеспечение и инфраструктуру. Инновативность облачных технологий обеспечивается способом предостав­ления ИТ-ресурсов в виде сервиса. Облачные технологии повышают оперативность бизнеса за счет предоставления инфраструктур, платформ и приложений в качестве услуг Пользователю обеспечена оптимальная для него конфигурация сервисов и создание инфраструктуры, которая поможет ему эффективно решать свои экономические задачи. Пользователь платит только за тот объем сервиса, который он использовал, что сильно увеличивает эффективность использования про­граммного обеспечения с точки зрения затрат.

Облачные технологии имеют следующие характеристики:

  • Самообслуживание:потребитель может самостоятельно настраивать необходимый ему набор облачных ресурсов в автоматическом режиме, не взаимодействуя с персона­лом провайдера;
  • Свободный сетевой доступ:при наличии интернета до­ступ предоставляется в любой момент времени с любых платформ (компьютеров, ноутбуков, планшетов, смарт­фонов, мобильных телефонов и др.);
  • Пул ресурсов:центры обработки данных, виртуальные машины, вычислительные мощности, пропускная спо­собность сети и т.д., которые организованы в единый пул для удовлетворения потребностей различных клиентов;
  • Эластичность выбора:потребитель может увеличить или уменьшить объем необходимых ему ресурсов в лю­бой момент;
  • Измеримый сервис:клиент может полностью контроли­ровать процесс использования сервиса, в любой момент запросить отчетность, которая формируется автоматиче­ски и обеспечивает прозрачность предоставления услуги; мониторинг позволяет следить за объемом хранения, вы­числительной мощности полосы пропускания, активны­ми учетными записями пользователей [Трачук А.В., Лин­дер Н. В., 2017а; Болодурина И. П., Парфенов Д. И., 2015].

Условия предоставления облачных сервисов:

  • поставщики заключают договоры с потребителями на доступ к тем или иным ресурсам;
  • потребители платят только за реальное потребление;
  • поставщики облачных сервисов обеспечивают доступ к ним, оставляя за собой вопросы создания и поддержа­ния инфраструктуры [Кривошапка И., 2016].

В зависимости от потребностей пользователей существу­ет несколько моделей их обслуживания:

  • Инфраструктура как услуга (Infrastructure-as-a-service, IaaS). Потребителю предоставляются вычислительные мощности поставщика («пустой» виртуальный сервер с уникальным IP-адресом, сетевая инфраструктура, часть системы хранения данных). Пользователь может контроли­ровать предоставляемые ему операционные системы, сред­ства хранения, приложения, но не саму облачную инфра­структуру. Потребитель использует облачную технологию посредством программного интерфейса;
  • Платформа как услуга (Platfonn-as-a-service, PaaS). По­ставщик предоставляет пользователю доступ к исполь­зованию программной платформы. Клиент приобретает инструменты, чтобы открывать различные бизнес-при­ложения на основе облачной технологии, которые раз­работаны с использованием поддерживаемых провайде­ром инструментов и языков программирования;
  • Программное обеспечение как услуга (Software-as-a- seiMice, SaaS). Объект купли-продажи - готовое при­ложение провайдера, доступное для использования на различных устройствах пользователя. Различают «тонкие клиенты» (например, браузер, электронная почта с веб-интерфейсом) и «толстые клиенты», (специальные платформенно-зависимые приложения, которые устанав­ливаются у потребителей, например DropBox для разных операционных систем). Потребитель временно использу­ет программное обеспечение для решения определенных задач, но не приобретает его [Онокой JI. С., 2016; Тра­чук А. В., Линдер Н.В., Курятников А. Б., 2015].

Однако с развитием и популяризацией облачных техно­логий на рынке появились новые модели:

  • Аппаратное обеспечение как услуга (Hardwareas а SeiMice, HaaS). Клиенту предоставляется оборудование в пользование, на нем он может создать собственную ин­фраструктуру;
  • Рабочее меапо как услуга (Workplace as a SeiMice, WaaS). Организация может создать рабочие места сотрудников, настроив и установив для этого необходимый софт;
  • Данные как услуга (Data as a SeiMice, DaaS). Один из самых популярных и распространенных сервисов, является разновидностью SaaS. Суть услуги заключа­ется в предоставлении клиенту дискового пространства для хранения данных;
  • Безопасность как сервис (Security a sa SeiMice, SaaS). По­требитель может устанавливать системы, которые обе­спечивают безопасность использования веб-технологий и защиту локальной сети;
  • Все как услуга (Eveiything as a SeiMice, EaaS). Совокуп­ность всех вышеперечисленных услуг позволяет ре­шать практически все IT-проблемы и задачи организа­ции. Клиенту предоставляется и оборудование, и софт, и возможность управления процессами, и многое дру­гое [Поляков С. В., Выродов А. В., Пузырьков Д.В. и др., 2015].

Все облачные сервисы по типам рабочей нагрузки можно разделить на несколько групп:

  • аналитика;
  • интеллектуальный анализ данных;
  • бизнес-сервисы;
  • управление взаимоотношениями с клиентами (CRM);
  • электронная почта;
  • система управления ресурсами (BRP);
  • совместная работа;
  • аудио-, видео-, веб-конференции;
  • разработка и тестирование;
  • среда разработки;
  • среда тестирования;
  • инфраструктура;
  • серверы;
  • системы хранения;
  • инфраструктура для обучения;
  • архивация данных.

В 2016 году суммарные затраты потребителей и компа­ний на публичные облака составили 209,2 млрд долл. против 175 млрд долл. в 2015 году (прирост - 16,5%) [Gartner, 2016]. Для сравнения: в 2016 году мировой рынок ИТ в целом вы­рос всего на 0,6%.

На мировом рынке продажи решений IaaS поднялись на 56%, до 25,3 млрд долл., чему способствовал растущий спрос на услуги перевода ИТ-инфраструктуры в облако и высокопроизводительные нагрузки, вроде искусственно­го интеллекта, интернета вещей и аналитики. Немаленькие темпы роста (23%) в 2016 году также показал сегмент SaaS, объем которого составил 38,6 млрд долл. Предполагается, что в ближайшие годы на этот вид облачных сервисов при­дется более чем две трети всего рынка в денежном выра­жении. Доминирование сегмента SaaS эксперты объясняют тем, что основной спрос на рынке публичных облаков сосре­доточен вокруг приложений. В сегментах PaaS и облачного хранения данных наблюдается самый быстрый рост благо­даря увеличению популярности средств аналитики больших данных (Big Data) и интернет-сервисов для разработчиков. В 2016 году реализация решений PaaS принесла 7,2 млрд долл. против 3,8 млрд долл. годом ранее.

 

 

По разным оценкам российский рынок облачных сервисов растет на 20-35% в год в рублевом исчислении. Аналитики Forrester Russia сделали вывод, что отечественный рынок об­лаков, так же как и мировой, будет расти быстрее, чем ИТ -ры­нок в целом, и к 2020 году его объем составит 48 млрд руб. [Колесов А., 2017].

Структура облачных продаж в России отличается от об­щемировой картины: самая большая доля рынка (58,9%) при­надлежит модели SaaS, на IaaS и PaaS приходится 37,2 и 3,9% соответственно. Причина заключается в неразвитости малого бизнеса, который является основным потребителем SaaS. Со­гласно статистическим отчетам [Simmon E., 2018], покрытие российских компаний «облачными» технологиями не превыша­ет 20%, что обуславливает актуальность данного исследования.

 

Таблица 1

Анализ исследований факторов принятия и распространения электронных технологий в коммерческом секторе

Вклад

Метод исследования

Темы исследования

Фокус исследования

Min H. Galle W.P. 2003

Вопросник, опрос

Размер компании, отрасль и ограниченный набор преимуществ и недостатков

Интернет, обмен электронными дан­ными

Davila A., Gupta M., PalmerR., 2003

Опрос

Барьеры и преимущества введения

Введение электронных закупок 168 американскими компаниями

Henriksen Н. Z., Mahnke V., Hansen J.M., 2004

Вопросник, опрос

Размер компании и ограниченный набор преимуществ

Электронный аукцион

Muffato М., Payaro А., 2004

Кейс-стад и

Преимущества электронных закупок

Электронные бизнес-модели

Kothari Т., Hu С., Roehl W. S., 2005

Опрос

Применимость электронных закупок в гостиничной отрасли

Внедрение электронных закупок в го­стиничной отрасли

Eadie R., Perena S., Heaney G. et а1.5 2007

Вопросник, опрос

Возможные преимущества и организационные характер истики

Электронные рынки

Teo RH., Wei К.К., Benbasat I., 2009

Вопросник, опрос

Набор возможных преимуществ и организационных характеристик

Электронные закупки, осуществляющи­еся через интернет

Gunasekaran5 A., McGaughey R. E., Ngai Е. W. Т. et а1.5 2009

Опрос

Выявленные барьеры, критичные факторы успеха и выявленные преимущества электронных закупок гонконгских компаний

Внедрение электронных закупок

Трачук А. В., Линдер Н. В., 20176

Регрессия

Факторы, оказывающие влияние на распространение инструментов электронного бизнеса, скорость рас про странения

Распространение инструментов элек­тронного бизнеса в отраслях российской промышленности

Погосян А. М., 2016

Имитацио нно е моделир ование

Факторы, оказывающие влияние на распространение электронных платежей

Распространение электронных платеж­ных сервисов

Трачук А. В., Линдер RB., 2017

Обзор литературных источников

Факторы принятия новых мобильных сервисов компаниями в сети распространения и потребителями

Распространение мобильных сервисов на рынках потребителей и компаний в сети распространения

Трачук А. В. Корнилов Г. В., 2013

Опрос

Факторы распространения электронных платежей

Особенности российской специфики р аспро стр анения

Трачук А. В. Голембиов­ский Д.Ю., 2012

Модель Басса

Факторы, способствующие распространению безналичных платежей

Особенности российского рынка безна­личных платежей

Алекса С.В., Володин Ю.В., 2017

Литературный анализ, опрос

Факторы, способствующие продвижению мобильных приложений

Особенности вывода и оценки про­движения мобильных приложений на российский рынок

Хасанов A. P5 Трачук А. В., 2016

Литературный анализ, эмпирическое исследование

Факторы, способствующие продвижению мобильных приложений

Особенности распространения мобиль­ных приложений на российском рынке

ФАКТОРЫ, ВЛИЯЮЩИЕ HACKOPOCTb РАСПРОСТРАНЕНИЯ ОБЛАЧНЫХ ТЕХНОЛОГИЙ

Существует лишь ограниченное число исследований факторов, влияющих на скорость распространения и приня­тия электронных технологий, особенно облачных сервисов, которые пока исследованы недостаточно (табл. 1). На наш взгляд, необходимы дальнейшие эмпирические исследова­ния факторов, влияющих на внедрение электронных техно­логий в контексте облачных сервисов.

МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ

Для анализа факторов, влияющих на распространение облачных сервисов в России, опросили 75 представителей компаний - участников рынка облачных услуг Среди них представители компаний - системных интеграторов (29%), разработчиков облачных услуг (48%), компаний-клиентов (23%) (табл. 2).

В интервью были затронуты:

  • тенденции и тренды развития рынка облачных техноло­гий в России;
  • предпочтения российских клиентов относительно моде­ли предоставления облачных услуг;
  • перспективы развития различных видов облачных ус­луг;
  • преимущества облачных технологий и драйверы разви­тия данного рынка;
  • недостатки облачных технологий и барьеры на пути их распространения;
  • специфика российского рынка облачных услуг;
  • особенности развития данного рынка в различных обла­стях;
  • перспективы развития рынка облачных услуг и прогноз на ближайшие несколько лет.

Математический прогноз развития данного рынка пред­ставляется очень сложной задачей. Крупнейшие консульта­ционные агентства строят свои прогнозы на предпосылках.

И в их методологиях есть серьезные различия, поскольку не разработан состав понятия «облачные технологии».

Были выявлены основные факторы, которые будут спо­собствовать развитию рынка облачных технологий, и ба­рьеры, которые могут препятствовать дальнейшему рас­пространению в ближайшие несколько лет. Для проведения факторного анализа всем респондентам была отправлена ан­кета, в которой необходимо было оценить важность фактора от «О» = «не влияет» до «7» = «основной драйвер/барьер». Ответы респондентов подвергнуты факторному анализу в программе SPSS.

Факторный анализ позволяет разделить массив перемен­ных на малое число групп, которые называются факторами. Группировка данных производится по принципу:

  • переменные, между которыми существует высокая сте­пень корреляции (тесная взаимосвязь), объединяются в один фактор;
  • переменные с низкой степенью корреляции (слабая вза­имосвязь) отнесены к разным обобщающим факторам [Oliveira Т., Thomas М., Espadanal М., 2014].

Значение коэффициента корреляции, близкое к нулю, указывает на низкую степень взаимосвязи. Отрицательное значение указывает на существование обратной взаимосвя­зи. Значение, близкое к -1, указывает на наличие сильной обратной взаимосвязи.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Факторный анализ позволил классифицировать факторы роста рынка облачных услуг в ближайшие 3 года, а также барьеры, которые приведут к нулевому темпу роста в после­дующие годы.

 

Таблица 2 Распределение респондентов

Характеристика

Кол-во респондентов

Доля в выборке, %

Распределение по направлению работы компании

Системный интегратор

Разра­ботчик

Клиент

Пол

Мужской

45

60

13

22

10

Женский

30

40

9

14

7

Стаж работы в компании

1-3 года

19

25.33

6

8

5

4-7 лет

33

44.00

10

18

5

7-10 лет

13

17.33

4

6

3

Более 10 лет

10

13.33

2

4

4

Уровень занимаемой должности

Специалист и старший специа­лист подразделения

27

36

7

15

5

Менеджер подразделения

15

20

6

7

2

Руководитель подразделения

22

29.33

4

8

10

Руководитель отдела

11

14.67

5

6

0

 

Таблица 4

Начальные собственные значения факторов, способствующих распространению облачных сервисов

Компонент

Всего

Дисперсия, %

Суммарный процент

1

4.724

42.948

42.948

1.709

15.539

58.487

1.324

12.033

70.520

0.861

7.831

78.350

0.756

6.872

85.222

0.569

5.174

90.396

0.380

3.454

93.850

0.342

3.113

96.963

0.156

1.415

98.377

10 

0.130

1.178

99.556

11 

0.049

0.444

100.000

Далее с использованием теста Кайзера - Майера - Олки- на проведена оценка полноты описания факторов в модели. Результаты факторного анализа могут считаться действи­тельными, если значение теста более 0,5. В наших анализах данное требование соблюдено, что свидетельствует о прием­лемости построенной факторной модели (табл. 3).

 

Таблица 3

KMO и критерий Бартлетта

Показатель

Анализ 1

Анализ 2

Тест Кайзера - Майера - Олкина

0.614

0.647

Критерий сферичности Бартлетта: примерная хи-квадрат Тест Бартлетта

527.154

0.000

450.458

0.000

Тест Бартлетта проверяет гипотезу, согласно которой между переменными, участвующими в факторном анализе, не существует корреляционной зависимости. Значимость те­ста Бартлетта (0,000) свидетельствует о том, что исходная ги­потеза может быть отклонена с вероятностью ошибки 0,000, т.е. она неверна, корреляционные связи между переменными исходного массива существуют, и возможна их группировка на основании тесноты корреляции. Исходя из результатов те­стов, можно сделать вывод о пригодности исходных данных нашего примера для проведения факторного анализа.

Далее проанализируем корреляционные матрицы двух моделей с целью проследить взаимосвязи между коэффи­циентами. Число компонентов определено с помощью рас­чета характеристических чисел. Во втором столбце табл. 4 указываются значения характеристических чисел. В данном случае задано условие: значение характеристических чи­сел должно быть больше единицы. Максимальное значение компонентов факторной модели, в которой данный показа­тель превышает единицу, составляет 3, то есть оптимальное число групп (факторов) в факторной модели составляет 3. В четвертом столбце табл. 4 показан процент информации, сохраненной в процессе группировки исходного массива пе­ременных с помощью факторной модели. Примерно 70,5% является хорошим показателем.

 

Таблица 5

Повернутая матрица компонентов - факторов, способствующих распространению облачных сервисов

Показатель

Компонент

1

2

3

Осведомленность

0.255

- 0.040

0.886

Конкуренция

- 0.192

0.862

- 0.174

Совершенствование

0.709

- 0.084

0.528

Сокращение бюджета

- 0.261

0.426

- 0.489

Закон о хранении

0.723

- 0.046

0.327

Преодоление проблемы доверия

0.045

- 0.242

0.807

Усложнение

0.733

- 0.478

- 0.092

Развитие новых технологий

0.790

0.027

0.211

Рост курса валют

- 0.031

0.900

- 0.030

Импортозамещение

0.674

- 0.338

0.002

В табл. 5 представлены коэффициенты корреляции, характеризующие связи между переменными исходного массива данных и компонентами построенной факторной модели (факторами). Согласно общему правилу фактор­ного анализа, в одну группу (под одним фактором) соби­раются переменные исходного массива, имеющие наибо­лее тесную связь (самое большое значение коэффициента корреляции) с данным компонентом факторной модели. На основе этих данных сгруппированы переменные ис­ходного массива, представленные в табл. 6. Аналогично проведен факторный анализ барьеров, которые приводят к нулевому темпу роста.

Далее, как и в предыдущем анализе, необходимо опреде­лить количество групп, на которые можно разделить данные факторы. В модели, описывающей барьеры распростране­ния облачных сервисов, оптимальное число групп (факто­ров) также составляет 3, в процессе группировки исходного массива переменных с помощью факторной модели сохране­но примерно 73,3% информации, что является хорошим по­казателем (табл. 7, 8). Группировка переменных исходного массива представлена в табл. 9.

ВЫВОДЫ И ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ РЕЗУЛЬТАТОВ

Таким образом, можно выделить инфраструктурные, экономические, маркетинговые факторы, способствующие продвижению облачных сервисов на российском рынке (табл. 10).

Росту облачных услуг препятствуют:

  • Правовые факторы:

о законодательство: некоторые требования закона [Фе­деральный закон 2006] осложняют развитие облач­ных технологий в России в целом и проникновение европейских компаний на наш рынок в частности;

о отсутствие современных правовых документов, ре­гулирующих зависимые отношения между провайде­ром и клиентом;

о отсутствие правоприменительной практики уже су­ществующей нормативной базы;

  • Социоэкономические факторы:

о Нежелание ИТ-директоров терять бразды правле­ния. Обычно ИТ-директора дают толчок к развитию технологии, уговаривают финансовых директоров попробовать что-то новое из предлагаемого на высо­котехнологичных рынках. На рынке облачных услуг ситуация прямо противоположная. Приобретение облачных сервисов позволяет компании сократить штат и бюджет ИТ-отдела, уменьшить зависимость компании от ИТ-отдела. ИТ-директора больше не рас­поряжаются закупкой нового оборудования, а значит, теряют часть власти и возможность получить «откат» от поставщиков при закупке оборудования. Таким об­разом, использование облачных технологий приводит еще и к финансовым убыткам директоров ИТ-отделов; о Медленная адаптация ценовой политики крупных производителей ПО под облачную модель, что в бу­дущем может сделать закупку облачных услуг неце­лесообразной; о Недостаток квалифицированных специалистов.

  • Технологические факторы:

о Наличие собственной ΙΤ-инфраструкгуры. Приобре­тение собственного дата-центра обходится дорого, компании будут ждать, пока он окупится;

о Совместимость с текущей ИТ-инфраструктурой;

  • Безопасность данных. Компании опасаются перенести критичные для бизнеса приложения и персональную информацию клиентов в облака в связи с участившими хакерскими атаками;

Стимулировать распространение облачных сервисов могли бы следующие меры:

  • специализация на одном виде продукции или отрасли: в конкретной нише компании легче завоевать доверие, которое является одним из основных драйверов разви­тия на рынке облачных услуг;
  • разработка продуктов для государственного сектора: конкуренция между провайдерами облачных услуг пока невелика;
  • распространение облачных продуктов через директоров компаний или других ее представителей, распределяю­щих бюджет, посредством информирования об эконо­мии средств и безопасности данных как преимуществах облачных технологий;
  • развитие приложений SaaS: пока не все компании мало­го и среднего бизнеса пользуются преимуществами дан­ной технологии.

 

Таблица 6

Группировка переменных исходного массива согласно выявленным коэффициентам корреляции

Переменные

Коэффициент

Инфраструктурные компоненты

Совершенствование федерального

0.709

0.723

0.733

0.790

закона [Федеральный закон 2014]

Усложнение

Развитие новых технологий

Импортозамещение

Экономические компоненты

Конкуренция;

0.862

Сокращение ИТ-бюджета

0.426

Рост курса валют

0.900

Маркетинговые компоненты

Осведомленность

0.886

Социальный сигнал

0.341

Преодоление проблемы доверия

0.807

 

Таблица 7

Анализ барьеров распространения облачных технологий

Компонент

Всего

Дисперсия, %

Суммарный процент

1

4.388

43.878

43.878

2

1.709

17.090

60.968

3

1.231

12.315

73.282

4

0.756

7.564

80.846

5

0.606

6.061

86.907

6

0.553

5.533

92.440

7

0.349

3.493

95.933

8

0.190

1.902

97.835

9

0.148

1.479

99.314

10

0.069

0.686

100.000

 

Таблица 8

Повернутая матрица компонентов

Показатель

Компонент

1

2

3

Текущее законодательство

 

 

 

Недостаток специалистов

-0.135

0.787

0.445

Небезопасность данных

0.859

- 0.107

- 0.204

Собственная инфраструктура

- 0.051

0.265

0.900

Отсутствие практики

- 0.323

0.157

0.725

Сопротивление 1Т-директоров

- 0.067

0.662

0.357

Адаптация цен

0.452

- 0.310

- 0.435

Несовместимость

0.911

- 0.034

0.013

Неосведомленность

- 0.254

0.094

0.785

Отсутствие стандартов

- 0.517

0.733

- 0.160

Соглашение об уровне

обслуживания (SLA)

- 0.024

 0.863

 0.111

 

Таблица 9

Группировка переменных исходного массива согласно выявленным коэффициентам корреляции

Переменная

Коэффициент корреляции

Социоэкономические компоненты

Недостаток специалистов Сопротивление 1Т-директоров Адаптация цен

0.859

0.452

0.911

Правовые компоненты

Текущее законодательство Отсутствие практики Неосведомленность Отсутствие стандартов SLA

0.787

0.662

0.733

0.863

Технологические компоненты

Небезопасность данных Собственная инфраструктура Несовместимость

0.900

0.725

0.785

 

Таблица 10

Факторы, способствующие распространению облачных сервисов

Инфраструктурные факторы

Экономические

Маркетинговые

Технологические

Правовые

факторы

факторы

• Тенденция увеличения и услож­нения объемов информации;

• развитие интеллектуальных решений нового поколения: систем машинного обучения, предсказательной аналити­ка, Big Data;

• совершенствование облачных решений для бизнеса

• Федеральный закон от 21 июля 2014 г. № 242-ФЗ;

• требование импортозамещения западных продуктов

 

 

 

 

 

• Растущая конкуренция современного бизнеса;

• сокращение ИТ-бюджета в связи с кризисом;

• рост долла­ра и евро, из-за чего ком­пании переходят с иностран­ного хостинга на российский

• Лучшая осведомленность руководителей компаний о преимуще­ствах облачных сервисов;

• внедрение облачных услуг как признак современной, мобильной компании с гибкой струк­турой бизнеса

Данные рекомендации могут быть применены компаниями, работающими на российском рынке облачных технологий, для сохранения устойчивого развития в период предстоящей стагнации, получе­ния устойчивых конкурентных преимуществ и уве­личения собственной доли на рынке.

Об авторах

А. Б. Курятников
АО «Гознак»
Россия

К.т.н., заместитель генерального директора по науке и развитию
АО «Гознак». Область научных интересов: управление исследованиями и разработками, корпоративные инновационные системы, инновационная стратегия компаний, создание и распространение нового продукта



Л. С. Орлова
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации»
Россия

Аспирантка Департамента менеджмента ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации». Область научных интересов: стратегический менеджмент, распространение инноваций, инновационная стратегия компаний



Список литературы

1. Алекса С. В., Володин Ю. В. (2017) Подходы к формированию методологии оценки эффективности разработки и внедрения мобильных приложений // Стратегии бизнеса. № 4. С. 15–22.

2. Богомолов И. В., Алексиянц А. В., Борисенко О. Д. и др. (2016) Проблемы масштабируемости облачных сред и поиск причин деградации центрального сервиса идентификации Openstack Keystone // Известия ЮФУ. Технические науки. № 4. С. 130–140.

3. Болодурина И. П., Парфенов Д. И. (2015) Эффективное использование ресурсов распределенной платформы облачных вычислений для обеспечения качества мультимедийных сервисов // Труды ИСП РАН. Т. 27, вып. 3. С. 315–328.

4. ГОСТ Р 55389–2012 Система национальных стандартов в области качества услуг связи. Соглашение об уровне обслуживания (SLA) // Электронный фонд правовой и нормативно-технической документации. URL: http://docs.cntd.ru / document / 1200103390.

5. Колесов А. (2017) Forrester: российский рынок ИТ-облаков растет и будет расти // PCWeek. № 5 (926).

6. марта. С. 6–8.

7. Конюховский П. В., Кузнецова А. С. (2015) Экономико-математические модели конкурентного взаимодействия облачных сервисов // Российский журнал менеджмента. Т. 13. № 3. С. 39–58.

8. Кривошапка И. (2016) Облачный бизнес: сегодняшнее завтра экономики// Эффективное Антикризисное Управление. № 6 (96). С. 36–39.

9. Онокой Л. С. (2016) Повышение эффективности российского малого бизнеса посредством использования облачных сервисов // Дискуссия. 2016. № 4. С. 29–32.

10. Погосян А. М. (2016). Факторы, влияющие на распространение и принятие инноваций в сфере платежных технологий // Эффективное Антикризисное Управление. № 3 (96). С. 86–93.

11. Поляков С. В., Выродов А. В., Пузырьков Д. В. и др. (2015) Облачный сервис для решения многомасштабных задач нанотехнологии на суперкомпьютерных системах // Труды ИСП РАН. Т. 27, вып. 6. С. 409–420.

12. Степуро Я. Р. (2017) Технологические коридоры как инструмент ускорения диффузии инноваций на примере технологии платежных карт // Стратегии бизнеса. № 7. С. 10–14.

13. Трачук А. В., Голембиовский Д. Ю. (2012) Перспективы распространения безналичных розничных платежей // Деньги и кредит. № 7. С. 24–32.

14. Трачук А. В., Корнилов Г. В. (2013) Анализ факторов, влияющих на распространение безналичных платежей на розничном рынке // Вестник Финансового университета. № 4 (76). С. 6–19.

15. Трачук А. В., Линдер Н. В. (2017а) Прогнозирование динамики развития электронного бизнеса в России // Управленческие науки в современном мире. № 1. С. 4–22.

16. Трачук А. В., Линдер Н. В. (2015) Информационно-коммуникационные технологии и электронный бизнес как необходимые компоненты устойчивого развития // Управление устойчивым развитием. СПб.: Реальная экономика. С. 176–202.

17. Трачук А. В., Линдер Н. В. (2017б) Распространение инструментов электронного бизнеса в России: результаты эмпирического исследования // Российский журнал менеджмента. Т. 15. № 1. С. 27–50.

18. Трачук А. В., Линдер Н. В. (2017в) Перспективы применения мобильных платежных сервисов в России: теоретический подход к пониманию факторов распространения // Вестник факультета управления СПбГЭУ. № 1–1. С. 322–328.

19. Трачук А. В., Линдер Н. В. (2017) Прогнозирование динамики развития электронного бизнеса в России // Аудит и финансовый анализ. № 3–4. С. 604–612.

20. Трачук А. В., Линдер Н. В., Антонов Д. А. (2014) Влияние информационно-коммуникационных технологий на бизнес-модели современных компаний // Эффективное Антикризисное Управление. № 5. С. 60–69.

21. Трачук А. В., Линдер Н. В., Курятников А. Б. (2015) Электронный бизнес и устойчивое развитие: российский опыт и перспективы // Управление устойчивым развитием. СПб.: Реальная экономика. С. 225–237.

22. Федеральный закон от 21.07.2014 № 242‑ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации в части уточнения порядка обработки персональных данных в информационно-телекоммуникационных сетях» // КонсультантПлюс. URL: http://www.consultant.ru / document / cons_doc_LAW_165838 / .

23. Федеральный закон от 27.07.2006 № 152‑ФЗ «О персональных данных» // КонсультантПлюс. URL: http://www.consultant.ru / document / cons_doc_LAW_61801 / .

24. Хасанов А. Р., Трачук А. В. (2016). Эволюция теорий вывода на рынок новых продуктов // Стратегии бизнеса. № 1. С. 24–28.

25. Яблонский С. А. (2011) Введение в экосистему «облачных вычислений» // Программная инженерия. № 2. С. 27–38.

26. Badger L., Berstein D., Bohn R. et al. (2011) US government cloud computing technology roadmap. Vol. 1: High-priority requirements to further USG agency cloud computing adoption // National Institute of Standards and Technology. URL: http://www.nist.gov / itl / cloud / upload / SP_500_293_volumeI-2.pdf.

27. Cloud Computing: Principles, Systems and Applications (2010) / Eds. N. Antonopoulos, L. Gillam.London: Springer.

28. Davila A., Gupta M., Palmer R. (2003) Moving Procurement Systems to the Internet: The Adoption and Use of E-Procurement Technology Models// European Management Journal. Vol. 21, N 1. P. 11–23.

29. Eadie R., Perena S., Heaney G. et al. (2007). Drivers and Barriers to Public Sector E-Procurement within Northern Ireland’s Construction Industry, Journal of Information Technology in Construction. Vol. 12. P. 103–120.

30. Frumkin P., Galaskiewich J. (2004) Institutional Isomorphism and Public Sector Organisations // Journal of Public Administration Research and Theory. Vol. 14, N 3. P. 283–304.

31. Gartner Says Worldwide Public Cloud Services Market Is Forecast to Reach $ 204 Billion in 2016 (2016) // Gartner. URL: http://www.gartner.com / newsroom / id / 3188817.

32. Gunasekaran A., McGaughey R. E., Ngai E. W. T. et al. (2009) E-procurement adoption in the Southcoast SMEs// International Journal of Production Economics. Vol. 1. P. 311–328.

33. Hawking P., Stein A. (2004) E-procurement: Is the ugly duckling actually a swan down under// Asia Pacific Journal of Marketing and Logistics. Vol. 16, N 1. P. 108–112.

34. Henriksen H. Z., Mahnke V., Hansen J. M. (2004) Public eProcurement adoption: Economic and political rationality // Proceedings of the 37th Hawaii International Conference on System Sciences. 5–8 Jan. 2004. URL: http://ieeexplore.ieee.org / document / 1265316 / ?reload=true.

35. Kothari T., Hu C., Roehl W. S. (2005) E-procurement: an emerging tool for the hotel supply chain management // International Journal of Hospitality Management. Vol. 24. P. 369–389.

36. Min H., Galle W. P. (2003) E-Purchasing: Profiles of Adopters and Nonadopters // Industrial Marketing Management. Vol. 32. P. 227–233.

37. Muffato M., Payaro A. (2004) Implementation of e-procurement and e- fulfilment processes: A comparison of cases in the motorcycle industry // International Journal of Production Economics. Vol. 89. P. 339–351.

38. Oliveira T., Thomas M., Espadanal M. (2014) Assessing the determinants of cloud computing adoption: An analysis of the manufacturing and services sectors // Information & Management. N 51. P. 497–510.

39. Simmon E. (2018). Draft – Evaluation of Cloud Computing Services Based on NIST 800–145 / Natl. Inst. Stand. Technol. Spec. Publ. 500–322. URL: goo.gl / rVgATG.

40. Teo H. H., Wei K. K., Benbasat I. (2009) Predicting Intention to adopt Inter- organisational Linkages: an Institutional perspective // MIS Quarterly. Vol. 27, N 1. P. 19–49.


Для цитирования:


Курятников А.Б., Орлова Л.С. Облачные сервисы: стимулы пользователей к адаптации. Стратегические решения и риск-менеджмент. 2018;(1):50-57. https://doi.org/10.17747/2078-8886-2018-1-50-57

For citation:


Kuryatnikov A.B., Orlova L.S. Cloud services: incentives of users to adaptation. Strategic decisions and risk management. 2018;(1):50-57. (In Russ.) https://doi.org/10.17747/2078-8886-2018-1-50-57

Просмотров: 208


ISSN 2618-947X (Print)
ISSN 2618-9984 (Online)