1. Введение

Деловые игры, как и игры вообще, позволяют моделировать реальные ситуации и готовиться к решению аналогичных задач на практике. При этом многие отмечают, что деловые игры основаны на принципе «имитационного моделирования ситуаций реальной профессиональной деятельности»

[1][2][3][3]деловая игра может рассматриваться как модель, которая предназначена для изучения процессов функционирования организационно-экономических систем [4]

Другой подход к деловым играм связан с обучением

[1][3]

Среди деловых игр, применяемых более 15 лет в учебном процессе РГАУ-МСХА имени К.А. Тимирязева и постоянно совершенствуемых, можно выделить компьютеризованные игры, где модели отражают реальные ситуации, возникающие в инвестиционной сфере и требующие применения знаний специалистов разных направлений с выходом в конечном итоге на экономически целесообразные решения. Все рассматриваемые игровые модели основаны на реальных примерах и могут служить образцом применения деловых игр для решения сложных практических задач

[5]

В первой из игр участники должны определить условия, при которых инновационный проект, сохраняя высокую привлекательность для инициатора (по совокупности показателей эффективности и риска), будет финансово реализуемым с высокой вероятностью. Игроки соревнуются в подборе таких параметров проекта, при которых вероятность нарушения приемлемых границ эффективности и реализуемости минимальна.

Другая игра должна формировать у игроков понимание сложности и противоречивости интересов участников проектов, а также развивать навыки поиска вариантов кредитования, компромиссных по нескольким критериям.

Задачи разработки и управления реализацией инвестиционных проектов относятся к числу областей, где применение деловых игр могло бы принести заметную пользу, особенно в сочетании со сценарным подходом к анализу рисков, учитывая, что одной из главных причин неопределённости и рисков является влияние человеческого фактора.

В начальной части статьи изложено содержание первых этапов деловой игры, позволяющих сравнить варианты производственно-сбытовой (текущей) деятельности для последующей оценки инвестиционного проекта, направленного на повышение эффективности этой деятельности. Изложение основано на реальных материалах игр «Подлёдный лов», проведенных авторами статьи со студентами института экономики и управления РГАУ-МСХА имени К.А. Тимирязева (направление «Прикладная информатика») в апреле 2026 года.

2. Методы и принципы исследования

Методика исследования последовательно излагается на примерах.

На первом этапе студенты, разделённые на подгруппы (команды), принимали участие в играх в следующих режимах:

А) «Индивид» — игроки действуют полностью независимо от других;

Б) «Кооперация» — в случае необходимости игроки обязаны делиться запасами еды с партнёрами по команде;

В) «Запас» — увеличение запаса еды, взятого с собой;

Г) «Датчик» — команды используют датчики наличия рыб подо льдом.

В качестве деятельности, результаты которой в значительной степени зависят от случайных обстоятельств, выбран подлёдный лов рыбы на реках центральных областей России, которым увлекается довольно много любителей. Будем считать ситуацией «без проекта» именно такую неорганизованную ловлю. При этом игровое поле, на котором происходят все действия, всегда имеет форму прямоугольника размером либо 11 на 13 участков («большая льдина»), либо 7 на 11 участков («малая льдина»). Под некоторыми из участков может находиться рыба (потенциальный улов). Остальные участки пусты. Размещение рыб под участками заранее никому неизвестно. Имитационная модель обеспечивает эту неопределённость.

В игре установлены ограничения и условности, которые в рамках компьютеризованной модели может изменять «Организатор» (вместе с выбором размера игрового поля). На рисунке 1 показан один из возможных вариантов расположения рыб под «большой льдиной» с выделением пунктиром и фоном участков, образующих «малую льдину».

- оцениваются и сравниваются каждый раз результаты усилий пятерых «рыбаков» (игроков, участников игры);

- участки нумеруются с А1 по Л7, как при игре «Морской бой»;

- размеры рыб измеряются в условных порциях еды (3, 6 или 9), которую можно из них получить; всего под «льдиной» размещается 16 рыб общим размером (весом) 93 условные порции, но их расположение перед началом каждой ловли неизвестно никому (определяется случайным образом и не повторяется);

- каждая «попытка» игрока приходится на один из участков и заканчивается либо выловом всей рыбы, доступной на этом участке, либо бесполезным расходом усилий, если рыб под этим участком нет (0); повторные попытки лова на этом месте в любом случае не имеют смысла;

- при выходе на промысел каждый «рыболов» берет с собой запас еды, по одной порции которого он должен употреблять перед каждой попыткой; если запас исчерпан, участник выбывает из игры;

- за один «выход на лёд» каждый «рыболов» максимально способен выполнить 7 попыток; при этом первоначальный запас еды составляет 4 условных порции на каждого игрока с расчётом на будущий вылов рыбы, которая пригодна к употреблению в пищу как «сыроежка» (приготовление без термической обработки, например, крепкой быстрой засолкой);

- участок А1 условно считается ближним к поселку, жители которого занимаются этим промыслом, а самым дальним — Л7 (для «малой льдины»).

Результаты команд, полученные в каждой игре в разных режимах фиксировались и обобщались для формирования максимально объективного представления о достоинствах и недостатках моделируемых действий в реальных условиях. В качестве основных критериев оценки каждого отдельного выхода на промысел используются число участников, досрочно выбывших из игры, а также разница между общим размером запасов к концу и началу лова (конечный итог очередного выхода на лёд). Маршруты перемещений игроков можно проследить по рисункам 2, 6, 8, выполненных по образцу рис. 1. Сведения об отдельных выходах на лёд с оценочными показателями представлены на рисунках 3, 5 и 8.

Для формирования общей картины результаты множества игр, проведённых в каждом из режимов, сведены в строках таблицы 1. Поскольку кроме средних значений специалистам для принятия решений важно учитывать характер распределения возможных значений конечных итогов, эта информация в графической форме представлена на рисунке 7.

При определении характеристик инвестиционного проекта (режим «Г-датчик») авторы опирались на основные принципы оценки, изложенные в утверждённых Рекомендациях [6]. Дополнительные материалы, касающиеся методики исследования, приведены в основном тексте.

3. Основные результаты

По рисунку 2 можно проследить действия каждого из пятерых «рыболовов» во время одного из их выходов на промысел (режим «А», вариант А-1). В рассматриваемом варианте (А-1) каждый игрок действует по своему усмотрению. При этом все попытки (как и в других примерах) нумеруются сквозной нумерацией.

Участник №2 выбрал зигзагообразный маршрут (З7, И6, З5, И4, З3, Ж2, Е1) с постепенным смещением к поселку (к участку А1). Движение других участников игры, представленных на рисунке 2, можно описать аналогично.

Общий итог всей пятёрки довольно скромен: вместо 20 порций, взятых с собой, все вместе принесли 18, потеряв одного игрока (см. рис. 3). Конечный результат этой игры (выхода на лёд пятерых «рыболовов») равен минус 2 условных порции еды (+18 – 20 = -2).

В таблице 1 приведены средние результаты игр, проведённых группами студентов в сопоставимых условиях. При самостоятельной работе групп форма этой таблицы используется для обобщения результатов, полученных после этапов 1–4.

Всего в строке «А-Индивид» представлены результаты 30 игр, проведённых студентами в режиме самостоятельного определения каждым игроком своего индивидуального маршрута перемещений. В частности, в ранее рассмотренном примере конечный результат был отрицательным (-2 порции). Средняя оценка по 30 играм положительна (+9,33 порции). Следовательно, даже при такой примитивной организации позитивные итоги лова более вероятны, чем чисто затратные (см. рис. 7, график «А-индивид»).

Если бы все пятеро игроков выполнили по 7 попыток, то средний расход ресурсов составлял 35 порций. Экономия (31,9 вместо 35) возникла из-за досрочного прекращения ловли некоторыми участниками. Детальная информация (в статье не приводится) показывает, что в ряде случаев досрочно выбывали из игры по 2–3 участника из пяти. В среднем не доходили до финиша 1,45 «рыболова».

В целом анализ итогов серии игр показывает, что у такой организации промысла нет перспектив. Игроки расходовали почти столько порций еды, сколько вылавливали рыбы (в среднем больше лишь на 15–20% и не каждый раз). При этом часть «рыболовов» выбывала из игры досрочно, поскольку взятый с собой запас кончился и подкрепиться перед очередной попыткой уже нечем. В реальных условиях ситуация может быть довольно трагичной.

Деловая игра выявила недостатки данного режима и необходимость поиска более рациональных способов возможно с модернизацией материальной базы промысла и совершенствованием его организации. Начнём с мер, не требующих инвестиционных затрат.

В этом режиме () игроки, объединенные в бригаду, движутся согласованно, в наших примерах по диагонали от самого дальнего участка в сторону участка А1. Члены бригад обязуются делиться излишками своих запасов с теми игроками, которым грозит выбытие. Так, судя по рисунку 4, игрок №1 после 4-х безуспешных попыток на участках Л7, К6, И5 и ʓ4, (1-й, 6-й, 11-й и 16-й попыток при сквозной нумерации для всей команды) сможет продолжить ловлю только при условии помощи со стороны кого-то из более удачливых членов команды. В противном случае попытки №22 и №27 ему недоступны.

Максимальный результат на этом этапе у игрока №5, которому «повезло» на своём маршруте поймать на участках Е6 и Д5 две рыбы общим весом 15 порций. В нашем примере игроку №1 поддержка со стороны игрока №5 понадобится дважды (перед попытками №22 и №27, рисунок 5), чтобы «невезучий рыболов» №1 продолжил участие в игре. При этом запас, накопленный игроком №5, остаётся достаточным. Правила запрещают отдавать свою последнюю порцию.

Конечный итог игры показан на рис. 6 (всего доставлено в посёлок - 51; всего взято из поселковых запасов или у партнёров 22; конечный результат = +51 – 22 = +29 условных порций). При этом команда вернулась без потерь.

В терминах инвестиционного проектирования причиной выбытия игроков может стать не снижение эффективности, а нарушение условий «реализуемости»: в целом ресурсы есть, но в данный момент у конкретного участника игры их недостаточно для выполнения предстоящих ему действий. Выходом (без кооперации) представляется увеличение запаса, который участники берут с собой. В рассмотренных ранее вариантах каждый брал с собой 4 порции еды. Общий запас оборотных средств (рабочий капитал команд) перед каждым выходом на промысел составлял 20 порций еды. Чтобы участники могли взять с собой по 6 порций еды, необходимо инвестировать средства в прирост рабочего капитала на 10 единиц. Возникает вопрос оценки эффективности таких инвестиций. Применение комплексной методики оценки отложено и заменено простым сравнением итогов производственно-сбытовой деятельности. При этом ясно, что, если каждому игроку за выход на лёд предстоит выполнить 7 попыток, запаса в 6 порций до первого улова кому-то может не хватить.

Данные таблицы 1 (строка «В-запас»), объединяющие результаты 30 игр, проведённых в этом режиме, подтверждают, что существенной разницы по эффективности между режимами нет. При этом вероятность досрочного выбытия отдельных игроков хотя и снизилась, не стала нулевой.

Аналогичный вывод следует из сравнения графиков распределения конечных результатов (рисунок 7). В режимах «А», «Б» и «В» большинство этих значений близки к диапазону от -5 до +11, а более удачные «выходы команд на лёд» очень редки. В режиме, требующем дополнительных затрат («Г-датчик»), более половины результатов проведенных игр, приходится на диапазон +10 - +25.

Если существует оборудование, снижающее вероятность бесполезных расходов, с высокой вероятностью определяющее наличие или отсутствие рыбы под конкретным участком льдины, автоматически возникает вопрос, стоит ли командам приобретать его (рисунок 8).

Если проверка показывает, что под участком рыб нет, датчик выдаёт сигнал (в игре это красная подсветка проверенного участка игрового поля). Если под участком есть рыба любого размера, сигнал об отсутствии не выдаётся. Ошибки происходят, если рыба максимального размера (в наших примерах 9 порций) находится под одним из участков, непосредственно примыкающих к проверяемому. Проверка датчиком обходится значительно дешевле обычной попытки (в нашем примере в 3 раза).

Общий результат работы команды в варианте Г-1 (53 – 20 = +33,0 порции) представлен на рис. 9. Он заметно превосходит итог, полученный в сопоставимом варианте «без проекта» (рис. 3, минус 2 порции).

В режиме «Г-датчик» размер текущих затрат заметно сокращается (с 31,9 до 23,5 порций в среднем на игру, см. табл. 1) за счёт того, что проверка значительно дешевле попытки при одинаковом результате (0), если на участке нет рыб.

4. Обсуждение

Второй этап игры заканчивается сравнением результатов, полученных в разных режимах каждой из команд в отдельности и последующим объединением всех результатов и сравнением средних оценок по образцу табл. 1 и графиков, представленных на рис. 7.

Далее нужно учесть, что простого сравнения режима «Г-датчик» с другими режимами недостаточно, поскольку именно в этом варианте необходимы предварительные инвестиционные затраты (таблица 2), которые не нужны в остальных случаях. Не учтены также вызванные использованием оборудования регулярные расходы на зарядку аккумуляторов, техосмотры и др. В нашем примере эти расходы равноценны 5 порциям еды в расчёте на каждый «выход команды на лёд».

Поскольку к началу сезона все ресурсы на первое время должны быть в наличии, возникает потребность в финансировании формирования этого запаса, который в дальнейшем должен регулярно обновляться (5 условных порций в связи с обслуживанием оборудования + по 4 порции на каждого из пяти игроков; всего 25 условных порций).

На данном этапе игры команды могут самостоятельно подбирать состав и величину инвестиционных затрат, которые должны обеспечить разницу между режимами «А» (без проекта) и «Г» (с проектом), примерно соответствующую показателям, зафиксированным на предыдущих этапах (табл. 1). Это может быть более точное, но и, очевидно, более дорогое оборудование, или наоборот, не столь точное, но и менее затратное при приобретении и в эксплуатации. Можно рассмотреть и вариант лизинга.

Чтобы все этапы игры проходили с максимальной пользой, базисный сценарий инвестиционного проекта должен соответствовать ряду требований. Промысел в целом и оцениваемый проект должны быть эффективными для команды, финансово реализуемыми и достаточно устойчивыми, как это показано в нашем примере (табл. 3). Инструкция к игре содержит описание всех параметров, с помощью которых обеспечивается соответствие базисного сценария указанным условиям.

Для корректной всесторонней оценки инвестиционных проектов, к которым относится организация зимнего промысла рыбы в режиме «Г», существуют разнообразные инструктивно-методические материалы

[7][8][9][10][11][6][7][8]

Поскольку расчётный период оценки такого проекта не может быть слишком кратким, примем его равным двум годам с разбивкой на кварталы. В таком случае оценки реализуемости и эффективности можно считать значимыми для участников. Кроме того учтём сезонность промысла. Реально подлёдный лов рыбы на большей части европейской территории РФ продолжается с конца ноября до середины апреля. Если за этот период команды смогут еженедельно выполнять по три выхода на лёд, то в IV-м квартале общее число выходов может составить 18 (6 недель по 3 выхода), в I-м квартале — 36, а во II-м — 6, всего за сезон 60 выходов. Денежные потоки для оценки проекта в базисном сценарии можно построить на основе полученных ранее средних значений для режимов «А» и «Г» (таблица 3).

При расчёте выгод и текущих затрат используются средние значения по всем играм команды. В примере это:

- чистые выгоды в режиме «А» — 9,3 порции на фактический выход;

- конечные итоги в режиме «Г» — 43,3 порции на фактический выход;

- условно-переменные текущие затраты — 23,5 порций на фактический выход;

- условно-постоянные текущие затраты — 5,0 порций на плановый выход.

В табл. 3 изменения чистых выгод, характеризующие эффективность проекта, определены на основе денежных потоков команды в ситуации «с проектом» (режим «Г») и «без проекта» (неорганизованный промысел — режим «А»). Приём дисконтирования позволяет учесть альтернативы, т.е. условно доступные бригаде возможности накапливать средства (в примере по 10% в год). Расчёты показывают, что инвестиции в проект окупятся за 3,6 квартала, а за два года обеспечат преимущество над альтернативами, равноценное 291,1 порциям еды. Точкой приведения при дисконтировании является

II-й квартал 1-го года (0-й шаг расчётного периода).

Расчёт накопленного сальдо с учетом уже имеющихся накоплений характеризует проект как реализуемый. В наиболее напряженный момент накопления сокращаются до минимума, равноценного 15 порциям. Таким образом, при реализации базисного сценария развития событий проект эффективен и реализуем. Остаётся проверка его устойчивости к возможным изменениям условий реализации. Это могут быть природно-климатические и погодные явления, а также изменения рыночной конъюнктуры и ценовых пропорций. Некоторые события могут приводить к пересмотру числовых значений параметров, например, снижению среднего размера рыб. Другие к изменениям графиков выходов на лёд, всегда влияющим на показатели эффективности, но часто и на показатели реализуемости.

Из числа показателей эффективности в игре внимание сосредоточено на значениях показателя NPV (net present value), вычисляемого для любых денежных потоков и в нашем случае характеризующего преимущество проекта над ситуацией «без проекта» за двухлетний расчётный период (в базисном сценарии значение NPV проекта соответствует +291,1 порций.

Для оценки реализуемости используется показатель «минимум накопленного сальдо», значения которого должны быть всегда выше нуля (с некоторым запасом). В базисном сценарии минимум составляет +15 порций и приходится на момент открытия очередного сезона промысла (табл. 4).

В нашем примере перевод промысла в режим «Г» остаётся реализуемым, даже если по погодным условиям первые 14 плановых выходов будут отменены. Оценки эффективности станут отрицательными, если в дополнение к 18 отменам первого года в начале следующего года нужно будет отменять не менее 12 плановых выходов. В таком случае о реализуемости проекта речи быть не может.

Поскольку такие задержки начала промысла бывают очень редко, уровень рисков проекта можно считать приемлемым, а инвестиции, направленные на снижение неопределённости (режим «Г»), рациональными.

Объективность этой (как и других полученных оценок) связана с тем, что важные параметры режимов определяются непредвзятыми участниками деловой игры, хотя многое зависит от «организатора», управляющего формированием базисных условий.

Ясно, что корректировка любого параметра будет влиять на все игры, проведённые по этим условиям. Например, преимущество режима «Г» над остальными будет тем больше, чем «дешевле» операция проверки по сравнению с попыткой. В нашем примере это соотношение равно 1 к 3. Последствия его изменения на 1/2 или 1/4, 1/5, 1/10 вполне предсказуемы. Значительно интереснее вариант одновременного пересмотра размера инвестиционных затрат и расходов на проверку (более дорогое оборудование может экономить текущие затраты). Ясно, что при другой плотности размещения и других размерах рыб как максимально возможный, так и конкретные результаты игр будут другими. Интересующиеся могут проверить свои гипотезы, меняя значения параметров игры.

Компьютеризация игры позволяет рассмотреть сценарии, в которых под льдиной разместилась большая стая мелких рыб или всего несколько, но очень крупных. При этом каждый участник игры может убедиться в максимальной полезности датчиков, если рыб под льдиной нет вообще. Если же рыбы много, применение датчиков только увеличивает расходы команды.

С помощью той же модели при минимальных корректировках можно проверить целесообразность приобретения бригадой рыболовов вездехода для перевозки людей к намеченным местам и/или доставки добычи в посёлок, для оценки вероятности успеха проекта открытия лодочной станции

[12]

Результаты имитационного моделирования могли бы быть полезны в таких сферах как:

- туристический бизнес (включая курортно-гостиничный), где спрос на услуги колеблется в широком диапазоне в зависимости от погоды, моды и прочих обстоятельств;

[13]

- аграрный сектор (особенно связанный с растениеводством), где размах вариации факторов может составлять условно от 0 до 200%;

[14]

- разведка и добыча природных ископаемых (для поэтапного сужения зон поиска);

[15]

- другие отрасли с резкими колебаниями спроса на продукцию/услуги или предложения ресурсов.

5. Заключение

Применение компьютеризованных деловых игр, основанных на имитационном моделировании

[16]

В рассмотренном примере такие казалось бы проверенные способы повышения эффективности и устойчивости производства как организация взаимопомощи членов бригад и резервирование запасов при определённых обстоятельствах могут, решая одну задачу или практически не решая ни одной, приводить к ухудшению других важных показателей.

Последний пример показывает, что без грамотного сопоставления всех приростов выгод, вызванных реализацией инвестиционных проектов, с общим приростом затрат хозяйствующего субъекта нельзя оценивать эффективность проектов, если события растянуты во времени и имеют неравномерную (в т. ч. сезонную) динамику. Без учёта именно приростов вместо оценок эффективности проекта будут формироваться показатели деятельности субъектов, что важно заметить.

На этом же примере оценка реализуемости рассмотрена не по годам, а по кварталам, поскольку контроль накопленного сальдо по итогам календарных лет практически бесполезен.

Особого внимания заслуживает возможность корректировки параметров игры для проверки различных гипотез, возникающих в процессе игры. Инструктивные материалы, включенные в основной игровой файл Excel, позволяют это сделать.

The additional file for this article can be found as follows: