Предисловие (стр. 88 )

Экономические характеристики ИТ-решения в первую очередь определя­ются его «временем жизни», т. е. промежутком времени от момента внедрения до момента морального устаревания51. Как уже отмечалось, значительная часть ССВ инфраструктуры ИТ относится к первоначальным, производимым одно­кратно. Соответственно, чем дольше служит ИТ-решение, тем меньше величина таких затрат, приходящихся на единичный период времени. Поэтому время жизни ИТ-решения оказывается исходным пунктом нашего анализа. Начнем с нескольких определений, введенных Р. Фостером в [13].

Показателем результативности мы будем называть натуральный или стоимостной показатель, характеризующий для потребителя результат исполь­зования­ определенной технологии. Как показано в [13], зависимость между за­тратами на развитие технологии описывается S-образной (логистической) кри­вой (рис.8).

Рис.8. S-образная кривая, технологический предел и технологический разрыв.

Технологическим пределом называется значение теоретического мак­си­­мума показателя результативности. Наконец, технологическим разрывом называется ситуация наличия на одном рынке технологий с одними и теми же показателями результативности, но с существенно разными технологичес­кими пределами52. В рамках данной понятийной модели время жиз­ни ИТ-решения определяется двумя факторами: с одной стороны, наличием в настоящее время или появлением в будущем альтернативных технологий с более высокими пределами, с другой – ростом потребностей бизнеса в ресурсах ИТ, выходящим за пределы данной технологии. Первый фактор может быть учтен прогнозом технологических альтернатив, второй – долгосрочной стратегией предприятия в области ИТ. Если в распоряжении информационной службы имеется стратегия ИТ и прогноз развития технологий, момент вывода ИТ-решения из эксплуата­ции можно определить как момент, в который потребности предприятия в ре­сурсах инфраструктуры ИТ превышают пределы данного ИТ-решения, а отрасль ИТ предлагает альтернативное реше­ние с более высоким технологи­чес­ким пределом.

В заключение рассмотрим применение такого рассуждения на практике. Допустим, предприятие разрабатывает систему контроля бюджета движения денеж­ных средств (БДДС) и определяет СУБД –платформу такой сис­темы. Рас­сматриваемые платформы – MS SQL Server и Oracle. При заданных требованиях к функциональности технологический предел для первой системы – 200 пользователей, для второй – 5000 пользователей. В момент принятия решения в системе работает 100 пользователей. Число пользо­ва­телей предполагается про­пор­циональным численности сотрудников предпри­я­тия. Если в страте­гии ИТ зафиксирован ежегодный рост численности персонала в 10% в год (как требо­ва­ние бизнеса), время жизни решения на базе MS SQL Server составляет порядка 7 лет, что является нормой для решений такого класса. Если же в ближай­шие 2 года предполагается рост численности персонала на 50% в год, время жиз­ни того же решения окажется менее 2-х лет, что заведомо недостаточно. В послед­нем случае решение на базе Oracle будет заведомо предпочтительнее.

16.3.3 Затраты на протяжении жизненного цикла ИТ-решения

Затраты на протяжении жизненного цикла ИТ-решения мы разделим на две группы:

Эксплуатационные затраты – затраты на сопровождение, администрирова­ние, оплаченные простои поль­зователей. Эти затраты взаимозависимы, они определяются на основе данных СУС, технических возможностей информационной службы и параметров самих ИТ-решений. Прогноз потреб­но­стей пользователей в типичных случаях (кроме изменения потребностей в доступности сервиса) слабо влияет на затраты этой группы. Затраты на приобретение и внедрение ИТ-решения и его последующую модернизацию. Эти затраты определяются на осно­ве двух групп параметров: возрастания потребностей пользователей и перво­начального масштаба решения.

Рассмотрим эти две группы подробнее.

Исходным пунктом для определения затрат на сопровождение и адми­нист­рирование, а также потерь от оплачиваемых простоев пользователей явля­ет­ся соглашение об уровне сервиса (СУС). С одной стороны, СУС фиксирует допустимые величины простоев пользователей, с другой – ресурсы, выделяемые информационной службы для сопровождения сервисов (включая администриро­ва­ние). При этом пред­положение о невыполнении СУС несовместимо с разумным планированием – в этом случае информационной службе необходимо установить иные параметры СУС либо по объему выделяемых ресурсов, либо по параметрам сервиса. По этой причине прогноз объема потерь от простоев не должен превышать объема, указанного в СУС. Одновременно принцип консерватизма требует предполагать максимально воз­можный разумный объем простоев, т. е. объем не меньший зафиксированного в СУС.

Подход, основанный на СУС, возможен только в случае изменения инфраструктуры ИТ уже действующего сервиса (сервисов). Для вновь создавае­мого сервиса (сервисов) прогноз оплачиваемых простоев необходимо делать на основании предварительной оценки бизнес-требований. Эта оценка может быть проведена:

по аналогии с подобными сервисами в других подразделениях;

по аналогии с данными сервисами иных предприятий;

на основании данных бенчмаркинга в том случае, если таковые доступны;

на основании отраслевых обзоров и оценок и т. д.

Таким образом, приближенная оценка приемлемого для бизнеса времени опла­ченных простоев может быть получена и для вновь создаваемого сервиса.

Оценка затрат на сопровождение и администрирование получается ана­логично оценке потерь от простоев. Если рассматриваемое ИТ-решение отно­сится к существующему сервису, прогноз строится, исходя из данных СУС. Для вновь создаваемых сервисов доступна приближенная оценка затрат, получаемая теми же способами, что и оценка потерь от оплачиваемых простоев.

Перейдем к оценке затрат второй группы. Если известна динамика пот­реб­ностей бизнес-сервисов в ресурсах инфраструктуры ИТ, возможны два край­них пути соответствия этой динамики. Первый путь состоит в том, чтобы пара­метры инфраструктуры ИТ были как можно ближе к минимально возмож­ным значени­ям. Второй путь – максимально возможное в пределах, допускаемых бюджетом, приближение параметров инфраструктуры ИТ к техно­логическому пределу. На практике обычно наблюдается некий промежуточный вариант между вышеназванными крайностями. Соотношение вариантов определяется следующими факторами:

политикой поставщика в области цен на первоначальную конфигурацию обо­рудования и/или ПО и последующее наращивание этой конфигурации;

графиком возрастания потребностей бизнес-сервисов в ресурсах ИТ;

техническими рисками рассматриваемого решения.

Добавим краткий комментарий к последнему фактору. При прочих равных условиях, больший технический риск, связанный с ИТ-решением, требует мень­ших первоначальных затрат на его внедрение и больших затрат на его последу­ю­щее развитие. Тем самым возможно свести к минимуму финансо­вые риски, связанные с рискованным техническим решением. По этой причине график наращивания ресурсов ИТ-решения должен не только минимизировать приведенную стоимость платежей поставщику, но и содержать поправку на риск рассматриваемого решения. Следует учесть, что строгий вероятностный анализ риска в этой задаче практически невозможен. В этой ситуации возможны два пути. Первый – экспертная оценка риска. Второй – классификация бизнес-ситуаций по степени технического риска и определение поправки на риск в соот­ветствии с группой риска, присвоенной решению. Второе решение типично для более высокого уровня зрелости бизнес-процессов информационной службы.

Таким образом, мы определили подходы к оценке затрат на ИТ-решение на протяжении его жизненного цикла.  Дальнейший анализ определяется соот­но­шением планового горизонта и оцененной на предыдущих шагах длитель­ности жизненного цикла. Если длительность жизненного цикла решения пре­восходит плановый горизонт информационной службы, анализ на этом завершается. В противном слу­чае проводится оценка затрат на внедрение ИТ-решения следующего поколе­ния, которое должно быть использовано при выходе за технологический предел. Оценка такого рода может быть только приблизительной, однако и в таком виде она представляет собой полезную информацию о совокупных затратах на удов­летворение бизнес-требований. В противном случае будут выбираться решения дешевые, но «короткоживущие», не учитывающие тех­нологические пределы и необходимые затраты на замену морально устарев­шего оборудования.

16.3.4 Расширенная ФС-модель в целом. Двушаговая ФС-модель

Итак, корректное применение ФС-модели ССВ сервиса ИТ предполагает использование двух наборов данных: фактических данных о затратах, точных и детализированных, и прогноза затрат на замену морально устаревших ИТ-реше­ний и эксплуатацию новых решений, значительно менее точного и детализи­­ро­ванного. Эти данные равно необходимы для оценки затрат, однако их использо­вание в рамках единой модели нецелесообразно. Задачи, в которых эти данные применяются, различны – прогнозные данные используются для оценки вре­ме­ни жизни ИТ-решений и сопоставления технологических альтернатив, тогда как фактические данные используются для контроля ранее принятых решений. При этом точность единой модели как целого определялась бы низкой точностью прогнозных данных, что обесце­нило бы затраты на сбор фактических данных о затратах.

Таким образом, необходимы две разных ФС-модели, решающих различ­ные задачи (рис.9). Расчеты по первой, прогнозной модели, определяют время жизни ИТ-решений и прогноз затрат на их замену. Результаты этих расчетов – время жизни ИТ-решений, затраты на выполнение требований бизнеса к ресурсам ИТ в будущем, характеристики технологических платформ и др. – используются как исходные данные детальной ФС-модели.

Детальная ФС-модель используется для анализа фактических затрат на сервисы и решения ИТ. Информация о себестоимости сервисов ИТ использу­ется как информационной службой, так и бизнесом для оценки эффективности деятельности последней. Информация о ССВ ИТ-решения используется прежде всего информационной службой для оценки технологических альтернатив. Кроме того, результаты анализа по детальной ФС-модели используются для уточнения прогнозов и методик расчета, и, следо­ва­тельно, для повышения точности прогнозной ФС-модели. Таким образом, двушаговая ФС-модель сочетает использование прогнозных и фактических данных.