Финансовая экосистема: все в одном. Учение об экосистемах

Мобильные технологии открывают не только массу возможностей, но и немало проблем. Экосистемы мобильных технологий призваны объединить поставщиков платформ, разработчиков, производителей и пользователей для получения преимуществ для всех.

05.03.2014 Сергей Авдошин, Елена Песоцкая

Мобильные технологии открывают перед владельцами и разработчиками платформ не только массу возможностей, но и немало проблем, вызванных высокой конкуренцией в этой сфере. Экосистемы мобильных технологий призваны объединить поставщиков платформ, разработчиков, производителей и пользователей для получения максимально возможных преимуществ для всех. Какие имеются подходы к созданию таких экосистем, кто их ключевые участники и как они создаются?

Появление смартфонов и планшетов вызвало революцию в индустрии потребительской электроники, что неизбежно привело к эволюции программного обеспечения, которое все реже является плодом усилий одной команды, а создается в рамках альянсов - экосистем, включающих разработчиков самого приложения, среды его разработки, эксплуатации, сопровождения и утилизации. Все эти компоненты связаны между собой процессами обмена программными продуктами и «интеллектом» . В России мобильная экосистема только начинает свое развитие, что связано, в частности, с меньшим пока проникновением мобильных устройств и отсутствием у большинства предприятий стратегии мобилизации.

Принципы экосистемы

Часто экосистема образуется из связанных проектов и технологий, многие из которых сначала развивались в рамках проекта, а впоследствии стали самостоятельными приложениями или продуктами . Можно привести множество примеров, когда крупные поставщики в том или ином виде включают распространенные сервисы (например, Hadoop, Skype, Adobe) в свои продуктовые линейки. Изначально принцип экосистем использовали несколько компаний, которые совмещали разработку программного и аппаратного обеспечения. Так, мобильные телефоны были созданы небольшими группами вертикально интегрированных компаний, которые разрабатывали аппаратное обеспечение, прошивки и приложения, а также непосредственно аппараты, - например, Nokia, Siemens, Ericsson и Motorola. С появлением смартфонов инвестиции в развитие как аппаратного, так и программного обеспечения значительно выросли, и такие компании сделали программные платформы доступными внешним разработчикам, создав начальную экосистему и вернувшись к своей основной деятельности по проектированию и дизайну оборудования.

Вскоре от таких компаний, как Google, Samsung, Oracle, SAP, Microsoft, Apple, последовало новое поколение решений - программные платформы, подходящие для любых устройств. Эти компании уже заявили о своих продуктах как о части экосистемы. Принципиально экосистемы отличаются возможностью изменения платформ, что, в свою очередь, влияет на оптимальный масштаб и технологии проектирования.

Экосистема процветает, когда компания может предложить своим клиентам широкий выбор продуктов, удовлетворяющих все их потребности, - например, Windows является частью экосистемы, в которую вовлечены сотни тысяч людей, чье предназначение состоит в том, чтобы предлагать пользователям выбор конфигураций компьютера, настроек ОС и приложений. Разработчики Windows стараются предоставить пользователю максимальный выбор продуктов и услуг всей экосистемы - вещи работают лучше, когда аппаратное и программное обеспечение обдумывается и создается сообща. Одна из целей, которую преследует Microsoft, взявшись за выпуск планшетов, - сыграть роль катализатора для привлечения к Windows 8 как можно больше производителей и разработчиков.

Экосистема позволяет распределять усилия между участниками - некоторые сосредоточены на аппаратной платформе, а другие вовлечены в процесс интеграции своего программного обеспечения поверх существующих платформ. Будучи в экосистеме, компании могут эффективно распределить все функции управления разработкой программного обеспечения - от поиска ниши и целевой аудитории до выпуска продукта и его продвижения на рынок. Вот основные причины, по которым экосистемы набирают популярность:

• предоставление большего выбора и расширение текущего предложения для уже имеющихся клиентов и пользователей;
• повышение привлекательности для новых клиентов и пользователей, снижение затрат на модернизацию функциональности путем деления расходов на техническое обслуживание и прочие непрофильные функции с другими участниками экосистемы;
• ускорение внедрения новаций в экосистеме за счет более динамичной обратной связи от участников;
• формирование новых принципов программно-аппаратного взаимодействия и разработки универсальных масштабируемых платформ для предоставления более широкого спектра программных услуг.

Участники экосистемы

Экосистема создает условия, при которых процесс модернизации и внедрения новаций предопределяют именно коллективные усилия партнеров, а не деятельность кого-либо в отдельности. Партнерская экосистема включает в себя поставщиков услуг, дистрибьюторов, изготовителей оборудования, системных интеграторов и разработчиков программных решений (рис. 1). Отдельно среди участников экосистемы стоит отметить всех заинтересованных лиц и энтузиастов, способных коммуницировать свои потребности и таким образом стимулировать всех участников экосистемы.

В рамках экосистемы разрабатывается и реализуется комплексное консультационное сопровождение программных решений, обеспечивающих полноценное управление в реальном времени, что позволяет сократить сроки вывода продукта на рынок, а также повысить рентабельность инвестиций и качество обслуживания клиентов. Чем больше клиентов пользуется технологиями экосистемы, тем интенсивнее протекает процесс развития инноваций, что, в свою очередь, расширяет выбор доступных продуктов и повышает степень удовлетворения запросов потребителей.

Для создания экосистемы участники принимают решение о том, кто будет наилучшим партнером с учетом стратегии организации, какие услуги и продукты будет производить компания и каким будет качество этих услуг. Решения (например - «сделать или купить») относятся к важным факторам при формировании модели экосистемы. Иными словами, организация должна принять решение о своем видении продукта, особенностях разработки и продвижения, взаимодействия с другими продуктами и партнерства со сторонними организациями. Эти формы сотрудничества ведут к более целенаправленным инвестициям в разработки, более динамичному развитию технологий и повышению продаж программных продуктов в рамках экосистемы.

Сегодня компании-разработчики мобильных приложений активно взаимодействуют с конечными пользователями, получают обратную связь, оценивают степень удовлетворенности продуктом, собирают пожелания для более качественной доработки. Компания, входящая в состав экосистемы, может выполнять сразу обе роли: предоставлять услуги другим компаниям, став их ключевым поставщиком, а также потреблять услуги другого партнера или нишевого игрока экосистемы. Эта двойная роль наблюдается в биологических экосистемах, из которых и заимствован данный термин .

Классификация экосистем

Наиболее выпукло классификация экосистем видна на рынке мобильных систем, где присутствует множество конкурентов (WebOS, Android, LiMo, Symbian, Windows Mobile, MeeGo и т. д.) и до 2009 года не было явного выделения кого-либо одного. Начиная с 2010 года многие вертикально интегрированные компании потеряли долю рынка, и рынок начала завоевывать открытая платформа Android. Одновременно Microsoft, доминирующий игрок на рынке персональных компьютеров, активизировала свои усилия в области мобильных платформ и приложений. В результате последние несколько лет прошли в ожесточенной борьбе между экосистемами разных типов. Их образуют:

• Вертикально интегрированные компании, занимающиеся разработкой аппаратно-программных платформ и снабжающие свои устройства программным обеспечением (Apple, RIM, Nokia и Samsung с Bada - платформой, прекратившей существование в 2013 году). Их партнерами являются разработчики приложений.
• Производители платформ, предлагающие программное обеспечение с закрытым исходным кодом и платформу для нескольких производителей, например Windows Phone и WebOS (2010–2012 годы). Партнерами здесь выступают поставщики аппаратных платформ, системные интеграторы, производители телефонов и разработчики приложений.
• Производители программных платформ с открытым исходным кодом, работающие на основе следующей концепции: несколько участников (партнеров) могут объединить усилия в области развития программных продуктов, и с учетом того, что источник открыт, производители телефонов могут изменять, добавлять или удалять функции (Android, Tizen и Firefox OS). Партнерами выступают поставщики аппаратных платформ, системные интеграторы, производители телефонов и разработчики приложений.
• Производители открытого ПО и аппаратных платформ. Пользователи имеют возможность самостоятельно изменить код и добавить собственные функции - пока на рынке нет аппаратных платформ с открытым кодом, и их появление могло бы стать технологическим прорывом, как и в случае с Android. Поставщики и производители аппаратных платформ для мобильных телефонов, использующие программное обеспечение с открытым исходным кодом, не принадлежат к экосистеме этого типа, так как являются партнерами другой экосистемы - программной платформы с открытым исходным кодом.

Среди открытых платформ разработки можно отметить платформу Eclipse, развиваемую сообществом пользователей и фактически представляющую собой базу, на которой можно строить многофункциональные и многоязыковые среды разработки . Ключевое значение для развития рынка программных средств разработки имеет участие в проекте Eclipse коммерческих компаний, которые получают от проекта готовые базовые сервисы среды разработки, нейтральные к языкам и операционным платформам, а зарабатывают на распространении сложной функциональности.

Сегодня крупные компании все больше отходят от продуктовых линеек к экосистемам, и здесь наблюдается обострение противостояния трех наиболее крупных игроков: Apple, Google и Microsoft - каждый из которых старается расширять свою экосистему за счет выхода на новые сегменты рынка и новой интеллектуальной собственности, получаемой путем приобретения перспективных разработчиков. Корпорация Microsoft приобрела в 2011 году Skype Technologies, а в 2013-м - принадлежавший Nokia бизнес мобильных устройств. Из крупнейших приобретений Google стоит отметить Motorola Mobility, Nest, DoubleClick и сервис YouTube. Компания Apple, следовавшая до сих пор умеренной политике слияний, продвигавшейся при Стиве Джобсе, который считал, что они «ставят крест на инновациях» , озадачилась сегодня поисками на рынке прорывных решений.

Мобильные технологии стимулируют развитие экосистем, что ярко видно на примере экосистемы iPhone (рис. 2), образованной из: разработчиков ПО; проектировщиков; дистрибьюторов и магазинов, предоставляющих сервисное обслуживание; производителей устройств; провайдеров сотовой связи; маркетологов; пользователей.

В данной экосистеме отсутствуют системные интеграторы (либо поставщики лицензий) - Apple фокусируется на разработке платформы и дизайна сложных программных интерфейсов на ограниченном аппаратном комплексе с использованием стандартных языков C++ и Objective-C. В отличие от этой экосистемы, где фактически один производитель монополизировал распространение приложений, экосистема Android взаимодействует с множеством магазинов, дистрибьюторов и рынков, что предоставляет Android гораздо больше свободного пространства на рынке и потенциально больше возможностей. Эта экосистема содержит больше, чем у iPhone, игроков и партнеров.

В мобильных устройствах часто возникают конфликтующие требования - например, использование вспышки на устройствах. С одной стороны, отказ от вспышки приводит к увеличению продолжительности жизни батареи, а с другой - входит в конфликт с использованием стандарта кодирования видео H.264, на который рассчитано устройство. Учитывая нынешнюю скорость инноваций, коммерческий жизненный цикл продукта можно определить в два года - компания, которая за это время не выведет на рынок продукт, отвечающий или предупреждающий потребности клиента, быстро теряет рынок. Грамотно выбранная экосистема позволяет уложиться в этот срок и найти, например, компромисс в конфликте со вспышкой.

Говоря о мобильных экосистемах, следует рассматривать не только рынок мобильных устройств и приложений, но и такие рынки, как мобильный банкинг. В экосистему мобильного банка вовлечены разработчики, веб-дизайнеры, администраторы, системные аналитики, специалисты банковской отрасли и клиенты банка. Здесь сегодня прослеживаются три основные тенденции. Первая - наращивание функционала мобильных приложений и возможностей для пользователя. Вторая - повышение удобства пользования (адаптация приложений к экрану устройства, персональная настройка интерфейса и т. п.). Третья - использование технологических особенностей мобильного телефона: геолокация, дополненная реальность, камеры, сканеры, блокировка по отпечаткам пальцев и т. п. В России почти треть из 200 крупнейших банков предлагают своим клиентам мобильный интерфейс для управления счетами. Потенциальная аудитория такого сервиса - 20 млн клиентов, но реально им пользуются 2 млн человек.

Активными технологическими игроками являются компании Digital Zone и Bercut, запустившие экосистему мобильного банкинга и электронной коммерции - Mobile identity. Предлагаемый этой экосистемой сервис позволяет получить доступ к услугам идентификации операторов связи, благодаря чему клиенты компании поьзуются персонализированными услугами. Набирают популярность сервисы мобильных кошельков - например, на базе облачного решения Wallet One компании Wallet One Digital Payment System. В части интернет-эквайринга в мобильных приложениях стоит отметить компанию PayOnline, которая совместно с Microsoft разработала Payment SDK для магазина приложений Windows. Этот инструментарий позволяет разработчикам интегрировать средства приема платежей по банковским картам в приложения, работающие на платформах Windows 8 и Windows Phone.

Текстовая и медийная реклама в мобильной экосистеме - другой распространенный вид сервисов для пользователей. Экосистема образуется здесь за счет множества различных поставщиков мобильной рекламы - прямых площадок («Яндекс», Mail.ru и пр.), мобильных рекламных сетей и сервисов, агентств мобильной рекламы. С помощью мобильных приложений пользователи получают постоянный источник информации на своем устройстве.

Еще один пример - экосистема социальных сервисов, меняющая модель создания, нахождения и потребления контента, открывающая новую эру в процессах генерации новостей в режиме реального времени.

Дальнейшее развитие индустрии программного обеспечения, особенно в области мобильных приложений, скоро будет невозможно без соответствующей экосистемы. В современных условиях компаниям, которые хотят быть успешными, требуется занять новую нишу и иначе взаимодействовать с другими заинтересованными субъектами на уровне экосистемы, в то же время обеспечивая максимальную производительность и надежность внутри самой компании. Вместе с тем экосистемы - это не только вызов для многих организаций, но и новые возможности по аккумуляции обратной связи, сбору данных об удовлетворенности клиентов и по учету других аспектов, которые до сих пор упускались из виду.

Литература

1. Jansen, S., Brinkkemper, S., Cusumano, M.A., eds.: Software Ecosystems: Analyzing and Managing Business Networks in the Software Industry // Edward Elgar Publishing, Cheltenham, UK (2013) P. 85–102.
2. H. Hartmann, T. Trew, J. Bosch. The changing industry structure of software development for consumer electronics and its consequences for software architectures // The Journal of Systems & Software 85 (2012), P. 178–192.
3. G.K. Hanssen. A longitudinal case study of an emerging software ecosystem: Implications for practice and theory // J. Syst. Softw. 85 (2012) P. 1455–1466.
4. S. Jobs: Thought on Flash. April 2010, http://www.apple.com/hotnews/thoughts-on-flash (accessed November 24, 2011).
5. Наталья Дубова. // Открытые системы. СУБД. - № 03. - 2005. - С. 26–31. URL: http://www..03.2014).

Сергей Авдошин ([email protected]) - заведующий, Елена Песоцкая ([email protected]) - доцент, кафедра управления разработкой программного обеспечения, Национальный исследовательский университет «Высшая школа экономики» (Москва).

Создание финансовой экосистемы становится важным фактором в борьбе финансово-кредитных организаций за клиента и одновременно способом повысить доходность бизнеса. При этом создание таких экосистем стало возможным только при условии должного уровня развития ИТ-систем, которые позволяют собирать и обрабатывать огромное количество данных о пользователях как онлайн, так и офлайн, выстраивать эффективные коммуникации по любым доступным каналам и предоставлять множество услуг дистанционно.

Сегодня развитие технологий позволяет объединять все финансовые продукты, сервисы и услуги в рамках единой финансовой экосистемы. Речь идет о том, что различные организации формируют наборы сервисов для наиболее полного удовлетворения нужд клиента в какой-либо области. Это может быть недвижимость, медицина, малый бизнес или что-то иное. Для клиента главное то, что через одну из компаний экосистемы он может получить доступ ко всем остальным входящим в нее связанным сервисам, нередко с привилегированными, существующими только в этой экосистеме условиями.

Следует подчеркнуть, что построение сети организаций, входящих в экосистему, осуществляется вокруг единой технологической платформы, что дает возможность пользоваться ее услугами для формирования предложений клиентам и доступа к ним. Пожалуй, наиболее яркие примеры крупнейших мировых экосистем - это американские Google, Amazon, Facebook, китайские Tencent и Alibaba. Согласно прогнозам Сбербанка, к 2025 году на такие экосистемы придется около 30% глобальной выручки организаций и более 40% их общей прибыли.

Многие из нас уже привыкли, что получение услуг становится все удобнее благодаря решению всех вопросов в режиме онлайн. Финансовая экосистема - это логическое продолжение решения всех вопросов в режиме онлайн, в том числе с помощью мобильных приложений, чат-ботов, онлайн-помощников и т.д. В настоящее время переход в цифровой мир стал общим трендом для всех участников рынка. Существуют даже прогнозы от компании KPMG, согласно которым к 2030 году все банки станут для клиентов невидимыми и скроются в электронном виде под видом сервисов, личных помощников и всевозможных приложений.

От финансовых супермаркетов к экосистемам

Несколько лет назад банки начали практиковать создание финансовых супермаркетов, где для клиента был представлен широкий спектр продуктов и услуг, не только банковских, но и предложений компаний-партнеров банка. Такой подход оказался выгодным для всех задействованных сторон: для клиентов, для самих банков и их партнеров, которые получили возможность масштабировать продажи своих продуктов за счет клиентов финансово-кредитных организаций.

Финансовая экосистема - это гораздо больше, чем финансовый супермаркет, подчеркивает управляющий Санкт-Петербургским филиалом Росгосстрах Банка Елена Веревочкина. «Экосистема объединяет на одной ИT-платформе множество услуг различного характера, причем их провайдерами являются не только сами банки и их дочерние компании, но и сторонние организации. Помимо этого, предлагаемый сервис становится крайне простым и понятным для потребителя. Другими словами, клиент получает в одном месте на одной платформе все услуги, в которых у него есть потребность в текущий момент. Это, безусловно, невероятное конкурентное преимущество для любого банка. И это становится одним из необходимых условий для увеличения доходности банковского бизнеса. Именно по этой причине банки сегодня очень внимательно смотрят в сторону экосистем», - уверена эксперт Росгосстрах Банка.

«Развитие собственных экосистем позволяет банкам успешно существовать в рамках обостряющейся конкуренции на рынке банковских услуг, на котором сейчас активно представлены такие игроки, как ретейл и телеком, - считает директор департамента цифровых услуг банка «ДельтаКредит» Алексей Тартышев. - Кроме того, это дает возможность рассчитывать на комиссионный доход, доля которого становится все больше в общей прибыли банков, активно занимающихся развитием экосистем».

По мнению первого заместителя председателя правления Банка «Зенит» Андрея Добрынина, создание экосистем - это некий способ получить возобновляемый бизнес. «Экосистема действительно похожа на маркетплейс, потому что, по сути, речь идет о том, что банк не просто отдельно продает свой продукт, а встроен в некую цепочку взаимоотношений других экономических контрагентов (поставщик - покупатель). При этом банк регулярно обслуживает эти товаропотоки посредством различных инструментов, допустим, банковских гарантий или платежей, или оказывает какие-то транзакционные услуги, тем самым являясь частью этой системы. Банк выступает как сервисный оператор, помогает этой системе функционировать. В чем здесь позитивный момент для банка? В том, что ему нет необходимости каждый раз искать новых клиентов, потому что это весьма затратно и в общем влияет на доходность организации. Банк, будучи встроенным в технологическую платформу, постоянно генерирует некий бизнес, клиентский поток с большим количеством операций, т.е. налицо возобновляемый цикл».

Для банка создание экосистемы представляет собой целый комплекс вопросов, подчеркивает Андрей Добрынин. С одной стороны, это маркетинг, потому что это конкурентный рынок и многие банки встраиваются в похожие платформы, а значит, необходимо предоставить клиентам лучшее предложение и при этом не потерять, а заработать на том или ином продукте. С другой стороны, это вопрос технологий: здесь имеет значение, как работают внутренние процессы банка, конвейеры и т.д. Кроме того, необходимо учитывать все возникающие риски.

ИТ как главный фактор развития банковских экосистем

Развитие ИT-технологий - главный фактор в формировании банковских экосистем, уверен директор департамента цифрового бизнеса блока малого и среднего бизнеса банка «Открытие» Валентин Окунев. «Ключевая тенденция развития рынка экосистем - активная борьба за клиента и долю предоставляемых ему продуктов и сервисов. В центре любой экосистемы всегда находится клиент. Экосистема дает возможность создавать технологии и предоставлять услуги далеко за пределами банковского сектора. Финансовые сервисы, потребительские товары, строительство, здравоохранение, лайфстайл, телеком, электронная коммерция, B2B-услуги представляют собой отрасли, на которых многие банки сейчас концентрируют свое внимание».

Искусственный интеллект - главный драйвер в развитии экосистем банков и переходе на новый уровень, подчеркивает Валентин Окунев. Переход к технологиям машинного обучения внесло значительный вклад в формирование экосистем для банков, начавших внедрять эти технологии.

Для того чтобы создать экосистему, банку нужно прежде всего очень сильное и адаптированное технологическое решение, считает Елена Веревочкина. «Сложность заключается в том, что пока сейчас на рынке нет готовых ИT-решений, которые можно было бы купить и начать использовать как готовую платформу для внедрения экосистемы. Сегодня это ИT-решения конкретного банка. Помимо ИT-подготовки, у банка должна быть большая клиентская база, а также договоренности с партнерами по наполнению экосистемы продуктами и услугами».

Сегодняшний бум экосистем во всех сферах бизнеса связан в первую очередь с развитием информационных технологий и проникновением их в повседневную жизнь, считает Алексей Тартышев. Они позволяют собирать и обрабатывать огромное количество данных о пользователях как онлайн, так и офлайн, выстраивать эффективные коммуникации по любым доступным каналам и предоставлять многие услуги дистанционно.

Создание экосистем назрело

Безусловно, создание экосистем именно сейчас стало возможным благодаря развитию технологий и онлайн-сервисов. Наряду с этим возник запрос со стороны общества.

Использовать всевозможные сервисы для осуществления операций становится слишком обременительно для клиента: везде нужно зарегистрироваться, запомнить пароли, установить приложения, осуществлять большое количество действий для проведения операций и пр. Это, как ни странно, заставляет многих клиентов отказываться от использования тех или иных услуг, объясняет управляющий Санкт-Петербургским филиалом Росгосстрах Банка. В результате у клиента в активном пользовании остается ограниченный круг необходимых лично для него услуг.

«На мой взгляд, создание экосистемы назрело, и сейчас самое время предлагать клиентам удобные качественные сервисы, которые не просто охватывают широкий спектр услуг, а предлагают это сделать на одной технологической платформе, - считает Елена Веревочкина. - Это позволит существенно расширить круг потребляемых клиентами продуктов и услуг внутри экосистемы. Здесь же отмечу, что, помимо технологий и многообразия различных сервисов, немаловажную роль в развитии индустрии экосистем сегодня играет изменение действующего законодательства по части удаленной идентификации клиентов».

Для создания успешно работающей экосистемы необходимо сочетание нескольких факторов, объясняет Алексей Тартышев. Во-первых, это наличие достаточно большой клиентской базы клиентов, которые доверяют банку и могут быть заинтересованы в возможности получения различных услуг и сервисов от его партнеров. Во-вторых, это готовность банка отойти от традиционных методов ведения бизнеса. Нужно выстраивать общую стратегию развития в тесной взаимосвязи со стратегией внедрения ИТ- технологий. В третьих, для создания экосистем необходимо вкладываться в разработку технологических решений - это облачные технологии, большие банные, электронные системы учета и т.п. Так как с технической точки зрения экосистема представляет собой комплекс различных ИТ-решений, веб- и мобильных приложений, CRM, связанных между собой, важно наличие единого стандарта пользовательского интерфейса, который обеспечивал бы возможность объединить различные системы с точки зрения дизайна и опыта взаимодействия, подчеркивает эксперт банка «ДельтаКредит».

Только для крупных?

Возникает вопрос: создание экосистем - это только для крупных банков или же у небольших и средних банков это тоже может получиться, конечно, при наличии у них такого желания?

«В теории технически любой банк может отстроить экосистему, - считает Елена Веревочкина. - Но здесь встает вопрос экономической целесообразности: я считаю, что только банкам с многомиллионной клиентской базой создание экосистемы может быть экономически целесообразно. Это связано с тем, что расходы на экосистему могут не окупиться, если она будет обслуживать сравнительно небольшое количество клиентов. Партнеров в экосистему небольшому банку также будет сложно привлечь именно по причине отсутствия объемов. Но, например, нишевый региональный банк может создать какой-либо сервис, который будет упрощать продажу того или иного продукта с конкретным партнером. И это делать непременно нужно. Я бы назвала это элементом экосистемы».
Действительно небольшие банки-монолайнеры тоже могут стать частью экосистемы.

«Мы, как ипотечный банк, понимаем, что потребность у наших клиентов заключается не в ипотеке, а в комфортном жилье, - делится своими мыслями директор департамента цифровых услуг банка «ДельтаКредит». - Это и кредит, и покупка недвижимости, и налоговые вычеты, и ремонт, и мебель. И все это желательно получить сразу и в одном месте. Сейчас клиент вынужден тратить очень много времени на поиск, проверку информации, мониторинг рейтингов различных компаний, банков, специалистов. Мы считаем, что рано или поздно все это объединится в одну экосистему, где клиент сможет получить полный комплекс услуг. Вот в нее ипотека и должна влиться».

Расширение экосистем: пределы может ограничить только фантазия и законодательство

Экосистема банка может постоянно расширяться и включать в себя все новые элементы. «Пределы ограничиваются только фантазиями собственников и топ-менеджеров банков, создающих экосистемы, и финансовыми возможностями этих банков, а также действующим законодательством», - отмечает Елена Веревочкина.

Долгосрочная стратегия банков - избавить предпринимателей от любой рутины, связанной с сопровождением бизнеса, считает директор департамента цифрового бизнеса блока малого и среднего бизнеса банка «Открытие». В связи с этим встраиваются в экосистему банка и околофинансовые сервисы. Это все, что связано с регистрацией бизнеса и бухгалтерией, эксклюзивные условия и спецпредложения от компаний из сфер ИT и HR. За счет доступа к небанковским сервисам происходит в том числе и рост доходов банков.

Например, банк «Открытие» формирует экосистему сервисов вокруг своего основного банковского бизнеса - для онлайн-банкинга, для аутсорсинга бухгалтерии через интернет. Для клиента полезными могут быть удобный платежный сервис, качественные и скоростные услуги связи, гибкая технологическая платформа, функциональный маркетплейс. «На первом месте здесь выступает понятие ценности для клиента», - подчеркивает Валентин Окунев.

Будущее - за крупными экосистемами

Все опрошенные нами эксперты считают, что в перспективе финансовые экосистемы будут развиваться. Безусловно, экосистемы станут наилучшим решением для клиента, поскольку он избавится от множества лишних хлопот.

«Рано или поздно экосистемы банков и нефинансовых компаний придут в некое равновесное состояние со своими устоявшимися продуктовыми линейками и лояльной базой клиентов, - отмечает Алексей Тартышев. - Скорее всего, в ближайшем будущем на рынке будет представлено несколько крупных экосистем, ориентированных на различ-ные аудитории, с максимально широким
спектром предложений, а также несколько относительно небольших, узкоспециализированных игроков».

«Я думаю, в дальнейшем банки будут уже конкурировать не своими продуктами, а экосистемами, - говорит Елена Веревочкина. - Для этого они будут привлекать в систему лучшие инновационные сервисы из различных отраслей, включая не только традиционные финансовые и околофинансовые, но и многие другие, вплоть до предоставления клиентам бытовых услуг в рамках одной экосистемы. Другими словами, банки в глазах клиентов уже перестанут быть просто финансово-кредитными организациями, они станут центрами услуг».

Сбербанк: создание экосистемы к концу 2018 года

В материале о финансовых экосистемах нельзя не сказать об одном из пионеров этого движения - Сбербанке. Наблюдательный совет крупнейшего банка России еще в ноябре 2016 года одобрил трансформацию кредитной организации в финансовую экосистему к концу 2018 года. «Мы создаем принципиально новую платформу, которую должны до конца 2018 года закончить. Мы движемся в рамках плана, целый ряд сервисов мы уже внедрили», - заявил тогда Герман Греф.

По его словам, при создании экосистемы будет использована концепция открытого кода, которая подразумевает встраивание в платформу Сбербанка различных партнеров. Они смогут пользоваться открытыми данными и кодами банка.

«Концепция открытого кода, open source​, дает нам возможность постоянно быть в тренде инноваций. Мы используем решения open source, которые сотни, тысячи участников постоянно модифицируют, и мы имеем доступ к ним», - сказал Г. Греф.

«Мы для себя наметили свое будущее: платформенная организация с развитой экосистемой вокруг. Причем часть системы - это наши дочерние сервисы, предприятия, где мы участвуем, также это независимые компании, может быть, малые, средние компании, которые получают доступ сразу же к большому объему данных и большому объему клиентов», - отметил глава Сбербанка.

По его словам, платформа строится сразу с открытым API (application programming interface, интерфейс программирования приложений). Кроме того, она должна включать следующие компоненты: open source (программное обеспечение с открытым кодом), облачность, поддержку режима in memory processing (формат работы с открытыми данными). Также платформа должна быть основана на deep learning (алгоритме машинного обучения) и artificial intelligence (искусственном интеллекте). «Много компаний захотят к ней подключиться. Нам важно иметь не только платформу, которая сможет обращаться к data factory, к анализу больших данных, но и иметь доступ к клиентам», - отметил он.

Банк «Зенит» создает экосистему с ГК «Татнефть»

Многие банки предпринимает активные шаги к созданию экосистем. Так, председатель правления банка «Зенит» Олег Машталяр заявил о том, что среди основных целей и приоритетов стратегии корпоративного бизнеса финансово-кредитной организации на ближайшие три года является построение экосистемы с ГК «Татнефть». Он объяснил, что речь идет не о создании каких-то специальных условий по работе с ГК «Татнефть», а о том, что банк будет встраиваться в корпоративную систему закупок ГК «Татнефть». У этой компании есть торгово-закупочная площадка, по сути, это аукцион, на котором поставщики услуг и различной продукции, которую компания потребляет, предлагают, соответственно, ГК «Татнефть» выбирает лучшие предложения. Встроившись в эту систему, банк имеет возможность работать с этими контрагентами - поставщиками продукции и услуг, а также предоставлять им свои финансовые услуги и сервисы, например, банковские гарантии, аккредитивы, кредитование оборотных средств и т.д. Такая схема работы позволяет банку, с одной стороны, контролировать риски, а с другой, наращивать кредитный портфель с приемлемой доходностью.

Начальник управления развития и корпоративного сопровождения стратегических проектов ПАО «Татнефть» им. В.Д. Шашина Александр Тищенко, комментируя создание экосистемы банка «Зенит» и ГК «Татнефть», отметил, что речь идет о том, чтобы финансово-кредитная организация стала для корпорации наиболее быстрым и комфортным при рыночных условиях инструментом для работы. Естественно, ГК «Татнефть» всегда проводит тендер, выбирает наилучшие условия. И уже от самого банка зависит, как сложится дальнейшее взаимодействие: сможет ли он предложить более быстрые, комфортные, надежные услуги и сервисы, чем другие организации.

«Со своей стороны, такие крупные компании, как Татнефть, нацелены на получение быстрых качественных услуг, где крупные банки могут просто не успеть в силу своих размеров, большого документооборота и т.д.», - подчеркнул Александр Тищенко.

В марте 2018 года банк «Зенит» подписал рамочный договор с Внешэкономбанком. По словам Олега Машталяра, работа с госкорпорациями - это тоже одно из направлений построения экосистем.

УБРиР планирует создание экосистемы

30 марта текущего года Уральский банк реконструкции и развития (УБРиР) объявил о своих планах по созданию экосистемы. До 2020 года банк намерен запустить полноценную экосистему сервисов для частных клиентов.

Основная идея концепции заключается в том, что принципиально изменится подход к предоставлению услуг в дистанционных каналах, банк будет нацелен на персональные коммуникации с клиентами, на создание продуктов, отвечающих потребностям конкретного человека.

В течение 2018 года на первом этапе будет доработан функционал действующего интернет-банка и состоится переход на новое программное обеспечение, на втором (в 2019-2020 годах) банк приступит к созданию полноценной экосистемы.

В УБРиР сообщили, что обновления уже начались: в марте в интернет-банке начал функционировать новый формат выписки по операциям со счета. Помимо основной функции - показа операций с деньгами по привязанным картам, - в новом формате выписки отображается подробная информация по кэшбеку, а также анализируются расходы по категориям трат («Медицина», «Красота», «Одежда и обувь», «Спортивные товары», «Авиабилеты», «Телекоммуникационные услуги», «Продукты»).

На сайте банка сообщается, что в этом году в мобильной версии интернет-банка планируется полностью обновить приложение. Интерфейс станет проще и понятнее: функционал будет подстраиваться под конкретного пользователя за счет анализа его поведения в интернет-банке, клиенту будут предлагаться персональные банковские и небанковские сервисы.

В будущем интернет-банк УБРиР должен стать полноценной экосистемой, когда клиент получает не просто набор финансовых и нефинансовых сервисов, таких как покупка страховки, получение налогового вычета и так далее, а услуги, необходимые конкретному человеку.

Мы фиксируем рост интереса к интернет-каналам: за полтора года количество активных пользователей увеличилось на 30%. Вместе с тем растут и требования клиентов к дистанционным сервисам. Анализируя обратную связь от клиентов, мы видим, каких изменений они ждут от нас, и учли их пожелания в новой концепции. Но наша задача еще и в том, чтобы предвосхитить потребности пользователей наших дистанционных каналов, предоставить им полноценного помощника в решении финансовых вопросов», - сообщил директор департамента электронного бизнеса УБРиР Вадим Белопольский.

Любая единица (биосистема), включающая все совместно функционирующие организмы (биотическое сообщество) на данном участке и взаимодействующая с физической средой таким образом, что поток энергии создает четко определенные биотические структуры и круговорот вещества между живой и неживой частями, представляет собой экологическую систему, или экосистему… Экосистемы представляют собой открытые системы, поэтому важной составной частью концепции является среда на входе и среда на выходе” Ю. Одум.

Рис. 2.1

Важнейшее понятие - “сложность системы” может быть оценена на двух уровнях:

• · сложность на "структурном уровне", которая определяется числом элементов системы и связей между ними (морфологическая сложность);
• · сложность на "поведенческом уровне" - набор реакций системы на внешние возмущения или степень эволюционной динамики (функциональная сложность).

Определить, что такое "сложная система" на структурном уровне не представляется реалистичным, хотя большинство биологов интуитивно убеждены, что все экосистемы имеют морфологически сложное строение. Б.С. Флейшман предложил пять принципов усложняющегося поведения систем, представленных на схеме и позволяющих оценить функциональную сложность:

Сложность поведения систем первого уровня определяется только законами сохранения в рамках вещественно-энергетического баланса (такие системы изучает классическая физика). Особенностью систем второго уровня является появление обратных связей; определяющим для них становится принцип гомеостаза, что и задает более сложное их поведение (функционирование таких систем изучает кибернетика). Еще более сложным поведением обладают системы третьего уровня, у которых появляется способность "принимать решение", т.е. осуществлять некоторый выбор из ряда вариантов поведения ("стимул - реакция"). Так, Н.П. Наумов показал, что возможен опосредованный через среду обитания обмен опытом между особями, поколениями одного вида и разными видами, т.е., по существу, обмен информацией. Системы четвертого уровня выделяются по наличию достаточно мощной памяти (например, генетической) и способности осуществлять перспективную активность или проявлять опережающую реакцию ("реакция - стимул") на возможное изменение ситуации - эффект преадаптации (см., например, [Кулагин, 1980]). Наконец, пятый уровень сложности объединяет системы, связанные поведением интеллектуальных партнеров, предугадывающих многоходовые возможные действия друг друга. Этот тип поведения имеет отношение, в основном, к социальным аспектам взаимодействия "Человек - Природа" (хотя на практике встречается лишь в партиях хороших шахматистов).

Наконец, все свойства сложных систем делятся на простые (аддитивные; например, биомасса некоторого сообщества) и сложные (неаддитивные; например, устойчивость экосистемы).

Описание любой сложной системы состоит из трех компонентов: морфологической, функциональной и информационной [Дружинин, Конторов, 1976].

Под элементом понимается подсистема, внутрь которой морфологическое описание уже не проникает. Элементный состав может содержать однотипные (гомогенные системы) и разнотипные (гетерогенные системы) элементы. Однотипность не означает полной идентичности и определяет только близость основных свойств. Важным признаком морфологии является природа элементов, где можно отметить вещественные, энергетические и информационные элементы. Применять, однако, к естественным элементам емкий термин “назначение” следует с определенной осторожностью, т.к. многое зависит от позиции наблюдателя. Рассматривая биоэнергетические процессы, эколог будет вполне прав, утверждая, что популяция несет энергетическую функцию в системе; в то же время является большим искушением принять генетически обособленный вид за информационный элемент некоторой сверхсистемы.

Традиционно выделяют прямые, обратные и нейтральные связи. Первые из них предназначены для передачи вещества, энергии, информации и их комбинаций от одного элемента к другому в соответствии с последовательностью выполняемых функций и пропускной способностью канала передачи. Обратные связи реализуют функции управления или адаптации (поддержание гомеостаза) и носят, как правило, информационный характер.

Структурные свойства систем определяются характером и устойчивостью отношений между элементами. По характеру отношений между элементами структуры делятся на многосвязные и иерархические. Очень трудно найти примеры сложных иерархических систем - все они имеют, как правило, сетевую организацию, когда один и тот же элемент структуры может входить (в зависимости от точки зрения или по определению) в несколько подсистем более высокого уровня. Например, один и тот же вид организмов в зависимости от условий может трактоваться как "хищный" или "нехищный". Различают также детерминированные, стохастические и хаотические структуры. Детерминизм, как и индетерминизм, имеет свою иерархию совершенства. Например, типично вероятностные структуры экосистем на нижнем уровне (особь, группа организмов) претерпевают чисто случайные изменения, но на более высоких уровнях эти изменения становятся целенаправленными за счет естественного отбора и эволюции.

Композиционные свойства систем определяются способом объединения элементов в функциональные группы и соотношением этих групп. Различают следующие группы элементов и подсистем:

• · эффекторные - способные преобразовывать воздействия и воздействовать веществом и энергией на другие подсистемы (например, техногенные компоненты экосистем);
• · рецепторные - способные преобразовывать внешние воздействия в информационные сигналы, передавать и переносить информацию (биоиндикаторные компоненты);
• · рефлексивные - способные воспроизводить внутри себя процессы на информационном уровне (измеряющие компоненты).

Морфологическое описание входит составной частью в тезаурус системы - совокупность полезной внутренней информации системы о себе, которая определяет ее способность распознавать ситуацию и управлять собой. Для полноты картины остановимся на формальных определениях основных объектов морфологической структуры экологических систем, которые мы будем использовать в последующем изложении (Бигон с соавт.).

Функциональное описание. Сложная система, как правило, многофункциональна. Функции любой системы можно распределить по возрастающим рангам, примерно следующим образом:

• o пассивное существование (материал для других систем);
• o обслуживание системы более высокого порядка;
• o противостояние другим системам или среде (выживание);
• o поглощение других систем и среды (экспансия);
• o преобразование других систем и среды.

Функциональное описание системы, как и морфологическое описание, как правило, иерархично. Для каждого элемента, частной подсистемы и всей системы в целом функциональность задается набором параметров морфологического описания Х (включая воздействия извне), числовым функционалом Y, оценивающим качество системы, и некоторым математическим оператором детерминированного или стохастического преобразования? , определяющим зависимость между состоянием входа Х и состоянием выхода Y:

Y = ? (X) . (2.1)

Как видно из приведенной выше схемы принципов усложняющегося поведения, функция отклика Y подсистемы верхнего уровня зависит от функций, описывающих внутренние процессы подчиненных подсистем.

Из общей теории моделирования физических систем принято выделять пять групп параметров с точки зрения способа их использования в моделях:

• 1. входные параметры - V = (v 1 ,v 2 ,…,v k), - значения которых могут быть измерены, но возможность воздействия на них отсутствует (применительно к моделям экосистем, к таковым можно отнести солнечную активность, глобальные климатические явления, неуправляемую хозяйственную деятельность человека и т.д.);
• 2. управляющие параметры - U = (u 1 ,u 2 ,…,u r), - с помощью которых можно оказывать прямое воздействие в соответствии с теми или иными требованиями, что позволяет управлять системой (к ним можно отнести ряд целенаправленных мероприятий по охране и восстановлению природной среды);
• 3. возмущающие (стохастические) воздействия - ? = (? 1 ,? 2 ,…,? l), - значения которых случайным образом меняются с течением времени и которые недоступны для измерения, создавая дисперсию неучтенных условий или шум;
• 4. параметры состояния - X = (x 1 ,x 2 ,…,x n) - множество внутренних параметров, мгновенные значения которых определяются текущим режимом функционирования экосистемы и, в конечном итоге, являются результатом суммарного воздействия входных, управляющих и возмущающих факторов, а также взаимного влияния других внутрисистемных компонентов;
• 5. выходные (целевые или результирующие) параметры - Y = (y 1 ,y 2 ,…,y m) - некоторые специально выделенные параметры состояния (либо некоторые функции от них), которые являются предметом изучения (моделирования, оптимизации) и которые используются в качестве критерия "благополучия" всей экосистемы.

По отношению к экосистеме входные и управляющие параметры являются внешними, что подчеркивает независимость их значений от процессов внутри нее. Возмущающие факторы при этом могут иметь как внешнюю, так и внутреннюю природу.

Информационное описание также должно давать представление об организации системы. При этом сам термин “информация” имеет несколько значений:

• · в биологии - совокупность биохимически закодированных сигналов, передающихся от одного живого объекта к другому (от родителей к потомкам) или от одних клеток другим в процессе развития особи;
• · в математике, кибернетике - количественная мера устранения энтропии (неопределенности) или мера организации системы.

Если трактовать информацию как меру упорядоченности системы, то ее количество будет соответствовать негэнтропии, выражающей потенциальную меру предсказуемости будущего системы (или оценку возможности экстраполяции ее состояния). Чтобы экосистема действовала и взаимодействовала со средой, она должна потреблять информацию из среды и сообщать информацию среде. Этот процесс называется информационным метаболизмом, который совместно с вещественным и материальным метаболизмом образует полный метаболизм.

Проскурнин Сергей Дмитриевич
Первый заместитель Главы администрации ЗАТО г. Железногорск
Россия, ЗАТО г. Железногорск
[email protected]

Аннотация

Инновационная экосистема является одним из инструментов для создания условий, повышающих конкурентоспособность организаций в национальных и региональных экономиках. В работе рассмотрены виды инновационных систем, проанализирован экосистемный подход в инновационной политике и предложены необходимые базовые условия для создания локальных инновационных экосистем. Проанализирована локальная инновационная экосистема в Красноярском крае - агломерационный кластер "Технополис Енисей". Что позволило на конкретном примере показать преимущество коллаборационных взаимодействий элементов "тройной спирали" кластера. В заключении дан анализ современного состояния развития кластерных программ и отмечается, что реализация проекта по созданию локальных инновационных экосистем наиболее эффективна для территорий, имеющих статус зоны особого территориального развития.

Ключевые слова

зона особого территориального развития, самоорганизуемая инновационная экосистема, экосистема инноваций, кластер инновационных технологий, Красноярский край

Рекомендуемая ссылка

Проскурнин Сергей Дмитриевич

Создание самоорганизуемой инновационной экосистемы в зонах особого территориального развития// Региональная экономика и управление: электронный научный журнал . ISSN 1999-2645 . — . Номер статьи: 5206. Дата публикации: 2017-10-23 . Режим доступа: https://сайт/article/5206/

Proskurnin Sergej Dmitrievich
The first Deputy Head of administration of CATF Zheleznogorsk
Russia, Krasnoyarsk region, Zheleznogorsk
[email protected]

Abstract

Innovation ecosystem is one of the tools to create conditions that increase the competitiveness of organizations in the national and regional economies. The paper discusses the types of innovation systems, analyzed the ecosystem approach in innovation policy and the necessary basic conditions for the creation of local innovation ecosystems. Analyzed local innovation ecosystem in the Krasnoyarsk region is an agglomeration cluster "Technopolis Yenisei". Allowing a specific example to show the advantage of collaborative interactions of the elements of the "triple helix" cluster. In conclusion, the analysis of the current state of development of cluster programmes and the implementation of a project to create a local innovation ecosystem most effective for areas having the status of a special zone of territorial development.

Keywords

zone of special territorial development, self-organized innovation ecosystem, ecosystem of innovation, cluster of innovative technologies, Krasnoyarsk Territory

Suggested Citation

Потоки вещества

Как не удивительно, но по сравнению с потоками энергии в значительно меньшей степени исследованы потоки вещества и их структура в экосистемах различных водоемов. Пожалуй, можно сказать, что больше всего работ посвящено изучению биогенных элементов, главным образом фосфора и азота. В большинстве водоемов исследовались количества этих веществ или разных их форм, сезонные их изменения в водоемах разного трофического статуса. В экосистемах некоторых из них изучались различные аспекты количественной оценки участия разных гидробионтов в процессах круговорота веществ в водных экосистемах. В результате таких исследований были получены сведения, которые позволили количественно выразить скорости экскреции фосфора и азота гидробионтами как функциюих массы и линейных размеров (Kuenzler, 1961; Johannes,1964; Tatrai, 1982,1987; Fukuchara, Yasuda,1985,1989; Гутельмахер, 1986 и др.). Это позволило количественно оценить участие организмов зоопланктона, зообентоса и рыб в процессах круговорота фосфора в озерных экосистемах (Andersson,1988), выявлена роль бентосных организмов в удалении азота и фосфора из донных отложений (Мартынова, 1985). Так, например, вместе с имаго хирономид выносится из озер Вашингтон, Мендота, Балатон от 0.9 до 6.3 , из Саратовского, Рыбинского, Можайского водохранилищ - от 0.7 до 15 % азота и от 0.6 до 12 и от 0.1 до 3.6 % фосфора, соответственно, от их количества, накопленного на дне этих водоемов. Изучена эволюция круговорота фосфора при эвтрофировании природных вод (Эволюция круговорота..., 1988). Получена зависимость между потоками фосфора (Р, мг/м 2 сутки) и биомассой животных макробентоса(В, г/м 2)(Жукова, Нагорская, 1994):

Р = 0.071* В + 10.53.

При этом экспериментально показано, что увеличение активности макрозообентоса пиводит к возрастанию потока фосфора в 0.3 - 3 раза (Mitrasemski, Ushmanski, 1988).

Скорость экскреции азота и фосфора и масса тела у животных связаны строгой зависимостью, аналогичной связи скорости обмена и массы тела (Гутельмахер, 1986), которая по отношению к зоопланктону при температуре 20 о может быть описана уравнением:

 = 1.047* W 0.801 , (44)

где:  - экскреция, мкг Р/ сутки; W - сухая масса, мг.

Экскреция минерального фосфора животными планктона зависит как от их массы так и от температуры (Жукова, 1989):

Rotatoria -  р = 0.0154*W -1.27 *e 0.096 T , (45)

Cladocera -  р = 0.519*W -0.230 *e 0.039 T , (46)

Copepoda -  р = 0.299*W -0.645 *e 0.039 T , (47)

где: Е р - экскреция мкг/мг сух. массы в час; W -масса, мкг; Т - средняя за вегетационный сезон температура воды

Около 50% вариабельности экскреции фосфора зоопланктоном обусловлено влиянием температуры при этом величина коэффициента Q 10 - 2.46 (Gulati et al., 1995).

Аналогичным образом экскреция фосфора донными животными так же зависит от температуры (Fukuchara, Yasuda, 1985):

Chaoborus flavicans - log  р = 0.022T - 0565, (48)

Limnodrilus spp. - log  р = 0.03 T - 1.760, (49)

где: Е р - экскреция, мкг/ мг сухой массы; Т - температура о С.

Скорость экскреции фосфора животными бентоса (мкг/сутки) так же зависит от их сухой массы (W, мг) (Fukuchara, Yоsuda, 1989):

 р = 0.045 W 0.622 . (50)

Скорость экскреции азота животными зависит от их массы либо линейно (Tatrai, 1982):

личинки хирономид -  N = 27.2 + 29.18W, (51)

либо в виде степенной зависимости:

личинки хирономид (Fukuhara, Yosuda, 1989) -  N = 1.66 W -0.625 , (52)

где: W – масса животных (мкг/ мг сух. массы в сутки),

лещ при 20 о С (Tatrai,1987) -  N = 0.98 W 0.62 , (53)

где:  N – скорость экскреции (мг/сутки); W - г сыр.массы.

Экскреция азота животными, так же как и фосфора зависит и от температуры - для карпов (Iwata, 1989):  N = 0.035*W 0.096 *T 0.860 , где:  N - мг/сутки; W-г сыр. массы,.и она возрастает с увеличением активности рыб (Iwata, 1987).

Анализируя взаимосвязи зоопланктона и фитопланктона и рассматривая метаболизм планктона как целого, Б.Л. Гутельмахер (1986) убедительно показал количественно, что животные планктона имеют большое значение в регенерации биогенных элементов, присутствие животных стимулирует фотосинтез и прирост биомассы, ускоряет биотический круговорот. Это же может быть отнесено и к рыбам, увеличение количества которых в водоеме приводит к возрастанию интенсивности процессов в его экосистеме. Например, обезрыбливание небольшого шведского озера привело к снижению в нем первичной продукции и увеличению прозрачности воды (Stenson, 1978).Прекращение разведения рыб в озерах приводило к изменениям количества и времени поступления фосфора в эпилимнион из более глубоких слоев воды (Uchmanski, 1988). Значительна роль донных животных в обмене фосфором между придонными слоями воды и донными отложениями. Так, например, в некоторых польских озерах донные животные используют до 30% фосфора, поступающего в придонные слои воды (Mitraszewski, Uchmanski , 1988).

Бюджет общего фосфора в озере может быть рассчитан согласно равенству(Vollenweider,1975):

d M/d t = I - O - S р,

где: М - масса общего фосфора в воде озера; I-скорость поступления его в воду с водосбора, атмосферы; О - скорость оттока его из озера; S р - скорость его поступления в седименты.

Средняя концентрация общего фосфора в воде (Р) связана с его массой в воде и объемом озера (v): P= M/v.

Тогда равенство для бюджета фосфора следует записать:

(d P/d t)v = I - O - S p .

Однако при расчетах скоростей и количеств поступления и оттока фосфора из озера кроме чисто физико-химических факторов следует принимать во внимание роль живых организмов в этих процессах, которая, как было показано выше, может иметь существенное значение.

Согласно модели Фолленвейдера (Vollenweider, 1975) при стационарном режиме осредненная концентрация фосфора в озерной воде:

P = L р (1- R y)/z r b,

где L р - фосфорная нагрузка (г/м 2 год);R y -коэффициент удержания фосфора (в долях от единицы);z - средняя глубина озера, м;r b -коэффициент водообмена, год -1 .

Хотя седиментация очень сложный процесс и зависит от многих факторов, но существует связь седиментации и площади озера:

S = M = P*v,

где:  - коэффициент седиментации фосфора; М - площадь поверхности озера.

Расчеты коэффициента седиментации показали, что его величина определяется средней глубиной озера и фосфорной нагрузкой (L р):

По Фолленвейдер (Vollenweider, 1975):

или (Саnfield, Bachmann, 1981):

 = 0.162 (L р /z) 0.458 ,  = 0.114 (L р /z) 0.598

Для 18 польских озер с низкой весенней концентрацией фосфора в воде (менее 100 мгР/м 3) коэффициент седиментации фосфора составил 0.288 год -1 . (Uchmanski, Szeligiewicz, 1988).

Оценка потоков фосфора была проведена в системе Нарочанских озер, в которых режим круговорота фосфора в общих чертах типичен для водоемов умеренной зоны (Жукова, 1989). Важнейшей составной частью биотического круговорота вещества в водоеме является ассимиляция фосфора автотрофными организмами в процессе создания первичной продукции в экосистеме водоема. Она нарастает по мере увеличения первичной продукции озер (табл. 16).

Таблица 16

Оценка потоков фосфора, обеспечивающих первичную продукцию в Нарочанских озерах (по Жукова, 1989)

Показатели			Баторино
Первичная продукция, ккал/м 2 сезон
Ассимиляция фосфора автотрофами, г/м 2 сезон
Поступление с водосбора, г/м 2 год
% от ассимиляции
Поступление из донных отложений, г/м 2 год
% от ассимиляции
Экскреция фосфора зоопланктоном, г/м 2 сезон
% от ассимиляции

Из табл.16 следует, что суммарный годовой приток фосфора в озера с водосбора составляет лишь около 10% потребностей в нем автотрофных организмов. Это свидетельствует о высокой скорости рециркуляции фосфора микрофлорой и водными животными. Экскреция фосфора животными планктона составляет в этих озерах 23 - 36% от потребностей автотрофов. Т.В. Жукова приходит к важнейшему выводу, что,поскольку поток фосфора через бактериопланктон в этих озерах составляет не более 12 - 18% от ассимиляции автотрофами, а экскреция фосфора бентосом и нектоном не была учтена, именно минеральный фосфор, экскретируемый животными, служит основным источником для обеспечения первичной продукции. Скорость оборота запаса фосфора в изученных озерах возрастала с увеличением продуктивности озер и составила, соответственно 14.1; 28.2; 40.9 и она может характеризовать напряженность биотических процессов в экосистемах озер.

В одном из голландских озер (площадь 4.7 га) потребности фитопланктона в фосфоре удовлетворялись за счет регенерации зоопланктоном, которая в разные месяцы года составляла от 22 до 239% от его содержания в воде при скорости оборота фосфора 95 - 178 час (Gulati et al.,1995).

Исследования бюджета фосфора, проведенные на трех польских эвтрофных озерах (Lawacz, 1985) показали, что количество седиментированного в озере фосфора было в 3 - 8 раз больше по сравнению с поступлением его в воду озера из внешних источников. Аналогичные величины были отмечены и в Нарочанских озерах. При этом, в озерах наиболее высокие скорости седиментации отмечались в начале весенних и осенних месяцев. Зимой, напротив, скорости седиментации фосфора были самые низкие, но зато возрастали скорости выхода его в воду из донных отложений. Содержание фосфора в детрите в этих озерах составляло от 43 до 97% от общего его запаса.

Коэффициент удержания фосфора - важная характеристика водоема как отстойника, зависит от времени водообмена в нем и концентрации фосфора в воде. В озерах он изменяется от 0.51 до 0.84, в водохранилищах - от 0.18 до 0.6 (Мартынова, 1984), для 25 разных озер Европы и Америки - от 0.2 до 0.9 (Мусатов, 1994). Этот коэффициент выше в озерах сильно заросших по сравнению с не заросшими озерами. В некоторых польских озерах удержание фосфора составляло от 23 до 45 % от его запаса (Lawacz, 1985).

В фосфорных потоках большую роль играют животные. Так, например, в одном из Мазурских озер, в котором разводится радужная форель, количество фосфора, содержащееся в рыбах, кормах для них и продуктах метаболизма рыб и их фекалиях, превышает в 2.8 раза количество фосфора, которое поступает в воду озера с площади его водосбора и воздушным путем. В то же время количество фосфора, выносимого из озера с выловленной форелью, составляло 86 % от количества фосфора, выносимого с водой вытекающей из озера реки (по данным Penczak et al.,1985; Lawacz, 1985).

Расчет годового бюджета азота в оз. Балатон (Tatrai, 1987;Татраи, 1987) показал, что экскреция азота животными бентоса составляла 34, рыбами - 10.2 % от его поступления в озеро, удержание азота бентосом - 10.7, рыбами - 12.9 % от годового его экспорта, при этом вместе рыбами удаляется примерно 1% от общего количества удаляемого из озера азота. Общее количество поступающего в озеро азота и фосфора в результате экскреции и биотурбации личинками хирономид соизмеримо с количеством биогенных элементов, поступающих в оз. Балатон с поверхностным стоком.

Проанализировать всю систему сложно переплетенных потоков вещества в экосистемах чрезвычайно трудно. Трудно еще и потому, что пока нет проверенных практикой методов совместного анализа совокупности потоков. Выбор и апробирование какого-либо показателя полезного для выявления характерных особенностей системы потоков вещества в экосистемах конкретных водоемов наталкивается на такие трудности как большая трудоемкость, продолжительность и стоимость натурных исследований. Помочь в этом отношении может анализ ситуаций и выбранной методики исследований на имитационной модели экосистемы водоема.

Как уже говорилось, для оценки сложности структуры отдельных компонентов экосистем в экологии успешно используется показатель информационной энтропии Шеннона. Он был так же успешно использован для описания структурной организации агросистем как сети потоков энергии и сравнения их между собой (Денисенко и др.). Как и следовало ожидать однородность структуры потоков связана со степенью ее сложности: увеличение однородности потоков указывает на возрастание сложности структуры и, наоборот, при снижении однородности структура потоков упрощается. Попробуем определить способность индекса Шеннона выявлять особенности системы потоков в экосистемах водоемов.

С этой целью была использована модель потоков цезия в водоеме, разработанная совместно с А. А. Умновым. За основу была взята модель, созданная А.А. Умновым в связи с необходимостью анализа круговорота цезия в водоемах после чернобыльской трагедии. Эта модель была адаптирована для наших целей. Цезий в ней рассматривался только как вещество, которое включается в общий круговорот веществ в водоеме, а в биологических системах представляет аналог калия и натрия. Цезий рассматривался в модели как некий маркер, с помощью которого оценивались возможности использования шенноновского индекса как показателя сложности структуры потоков веществ в экосистеме озера. Блок-схема модели представлена на рис. 36.

При структурировании модели экосистемы были выделены четыре блока: эпилимнион, гиполимнион, дно литорали и дно профундали. Каждый из блоков, в свою очередь, подразделен на два подблока: 1 - твердая фракция, представленная в эпи- и гиполимнионе сестоном, а на дне бентосом и активным слоем донных отложений; 2 - вода (или поровая вода на дне) с растворенными в ней веществами.

Выделенные компоненты модели связаны между собой системой потоков: 0 - сорбция свободного цезия в эпилимнионе, сестоном в эпилимнионе, 1 - садиментация связанного цезия в гипо- и эпилимнионе, 2 - седиментация на дно литорали цезия, связанного в эпилимнионе, 3 - ресуспензия связанного цезия со дна литорали в эпилимнион, 4- диффузия связанного цезия между эпи- и гиполимнионом, 5 - сорбция свободного цезия эпилимнона донными отложениями литорали, 6 - диффузия свободного цезия между эпи- и гиполимнионами, 7 - диффузия свободного цезия между поровой водой донных отложений в литорали и водой эпилимниона, 8 - сорбция свободного цезия в гиполимнионе сестоном гиполимниона, 9 - седиментация связанного цезия в гиполимнионе на дно профундали, 10 - ресуспензия связанного цезия дном профундали в гиполимнион, 11 - сорбция свободного цезия гиполимниона донными отложениями профундали, 12 - диффузия свободного цезия между поровой водой донных отложений профундали и водой гиполимниона, 13 - десорбция связанного цезия донных отложений профундали в поровую воду донных отложений профундали, 14 - десорбция связанного цезия донных отложений в литорали в поровую воду донных отложений литорали.

Даже эта сравнительно простая система потоков имитационной модели экосистемы требует для своего анализа каких-то специальных методов. Рассмотрим на примере этой модели возможности индекса Шеннона для выявления интегральных особенностей системы потоков. С этой целью исследовалось влияние на систему потоков вещества следующих факторов: изменение площади профундали как показатель изменения средней глубины водоема, перемешивание водной толщи за счет ветрового воздействия разной силы, различная рыхлость грунтов, толщина активного слоя дна, в котором главная роль принадлежит донным организмам, содержание сестона в эпи- и гиполимнионе, скорость ресуспензии в литорали и профундали.

Полученные на модели результаты, приведенные на рис. 37 - 42, показали, что при увеличении скорости ресуспензии в литорали и профундали, увеличении рыхлости грунтов в литорали, увеличении количества сестона в профундали возрастала однородность потоков или неопределенность. Снижение однородности потоков, т.е. возрастание доминирования некоторых из них отмечалось при увеличении площади профундали, а значит и средней глубины водоема, и незначительно при увеличении рыхлости грунтов в профундали. Степень однородности потоков не зависела от толщины слоя активного слоя донных отложений, как в литорали так и в профундали, а так же от количества сестона в эпилимнионе.

Увеличение средней глубины озера приводило к снижению однородности и увеличению неопределенности структуры потоков, т.е. упрощению их структуры.

Поскольку соотношение минимальных и максимальных за год биомасс сообществ животных, находящееся в прямой зависимости от значений индекса Шеннона, меняется обратно пропорционально средней глубине водоема (Алимов, 1991), следует ожидать закономерной связи между оцениваемой индексом Шеннона сложностью структуры потоков и сложностью структуры сообществ гидробионтов. В более глубоких озерах организуется более простая структура потоков вещества и сообществ жиотных, по сравнению с более мелководными озерами. Этот важный вывод не приходит в противоречие с наблюдениями на конкретных озерах, а подтверждается ими.

Однородность потоков вещества возрастает при увеличении силы ветрового перемешивания водной толщи с одновременным возрастанием скорости ресуспензии веществ в литорали и профундали водоема. При этом изменение толщины активного слоя дна не отражалось на структуре потоков, увеличение же количества сестона в профундали приводило только к очень слабому увеличению однородности потоков вещества. Изменение рыхлости грунта различно влияло на структуру потоков в разных частях озера. Так если увеличение рыхлости грунтов приводило к возрастанию однородности потоков в литорали, то однородность их снижалась в профундали. Структура потоков не менялась при изменении количества сестона в эпилимнионе, но при увеличении количества сестона в гиполимнионе она в слабой степени становилась более однородной. Если рассматривать количество сестона как некую характеристику продуктивности водоема, то можно сказать, что потоки цезия не зависят от нее.

Таким образом, для оценки сложности структуры потоков вещества (не только цезия) успешно может быть использован индекс Шеннона. В то же время ясно, что необходимы дальнейшие работы в этом направлении.

Потоки информации

Второй закон термодинамики установил критерий, позволяющий различать обратимые и необратимые процессы. При его формулировке вводится новая функция - энтропия, которая возрастает в случае необратимых процессов. Энтропия (S) служит мерой необратимого рассеяния энергии и согласно принципу Больцмана связана с числом состояний системы (вероятностей) (p):

где k - универсальная постоянная Больцмана (1.38054*10 -23 дж/Т); Т - кельвиновская температура.

Единицы энтропии могут быть получены из единиц энергии, поделенных на температуру Кельвина.

С позиций термодинамики информация (I) связана с энтропией, представляя собой негэнтропию:

I = - S = - k*lnp.

Негэнтропия - мера информации

С учетом сказанного выше поток энергии (F) связан с потоком информации (I): F/T = I.

Э. Шрёдингер (1972), рассматривая термодинамику биологических систем, писал, что организм производит положительную энтропию и для того, чтобы оставаться живым, он должен постоянно извлекать из среды отрицательную энтропию. Отрицательную энтропию (информацию) организм получает, преобразуя вещества, которые он получает с пищей или кванты световой энергии, или химические соединения в энергоносителях, используя их в биохимических реакциях. При этом разрушение вещества ведет к увеличению энтропии, а их созидание к ее снижению.

Используя понятие энтропии, можно сказать, что информация есть мера количества неопределенности, которое исчезает при получении сообщения.

Биологические системы представляют собой сложные и упорядоченные объекты, обладающие уникальной способностью сохранять и передавать информацию в виде структур и функций, возникших в результате длительной эволюции. Синтез веществ и аккумуляция энергоносителей, их трансформация и разрушение любых веществ в живых организмах идет только при участии АТФ и других макроэргов, в том числе нуклеозидов.

Нуклеозиды, являясь составными частями ДНК и РНК, участвуют в переносе генетической информации, и они же участвуют в процессах трансформации энергии, а значит и увеличении или уменьшении энтропии.

По мнению Ю.Одума (1986) эколог, построивший схемы потоков вещества и энергии в экосистеме понимает их несовершенство из-за отсутствия оценки информационных связей. Известны примеры, когда малые по биомассе популяции, через которые протекает ничтожно малая часть энергии от трансформирующейся в экосистеме, оказывают сильнейшее влияние на величины и направленности в ней потоков вещества и энергии. Таким образом, в основе внутренней структуры экосистемы лежат вещественные, энергетические и информационные связи. Эти связи играют главенствующую организующую роль в связях между популяциями отдельных видов, относящихся к одному или разным функциональным блокам. Они, а так же информационные связи с неживыми частями системы, составляют ту информационную сеть, которая и определяет все внутренние процессы (Ивашов, 1991).Трофические связи являются наиболее важными компонентами экосистем и сообществ, в узлах трофической сети, представленных организмами, накапливается информация и принимаются решения (Маргалеф, 1992). Поэтому исследования информационных связей и потоков информации и их связей с вещественно-энергетическими потоками необходимы для понимания механизма функционирования экосистем.

Само понятие информации имеет много трактовок. Образно говоря, информация является «кровью» любой системы (Маргалеф, 1992). Биологически наиболее близкое определение и понимание информации предложено Л.Н. Серавиным (1997). Информация - это существование явлений в несвойственной их природе материальной форме, но в форме отображений, изображений или сообщений. Она возникает как изменение структуры, формы, свойств или энергии объекта - носителя. Этим же автором было предложено восемь качественных законов информации. Не рассматривая все эти законы, выделим лишь некоторые из них. Закон исчезновения информации говорит о том, что в отличие от вещества и энергии она может исчезать бесследно, ни во что не превращаясь. Информация может быть передана другой системе путем переноса информации вместе с объектом-носителем, матричной передачей от объекта к объекту или через специальные каналы связи с помощью подвижных сигналов. При этом важно, что передача через каналы связи может осуществляться только путем перекодирования; прямая передача информации в этом случае невозможна. Соединение понятий «информация» и разнообразие в биологии впервые предложил И.И. Шмальгаузен (1968), рассматривая количество информации как меру многообразия.

Понятие о потоках информации было использовано Э. Лекявичусом (1986) в виде потоков от системы к ее компонентам и обратных. По его мнению, управление в биосистемах идет от целого к частям: ограничения на поведение частей накладываются с учетом результатов их взаимодействия. Такой тип управления назван координацией. Однако компоненты системы могут использовать структуры в своих собственных «целях», которые не всегда совпадают с «целями» всей системы. Такое поведение компонента было названо селфингом. “Конфликт” между кооординацией и селфингом и определяет развитие системы.

В биологии чаще всего передача информации изучается и описывается независимо от вещества и энергии. Но на самом деле есть материальные носители информации, например, энергия, которая необходима при записи и считывании информации. Информация присутствует как в структурах организмов, так и в потоках между структурами. Сложные структуры представляются пассивными носителями информации, но они обладают энергией, которая может реактивироваться и обеспечить различные уровни трансляции через соответствующие каналы (Маргалеф, 1992). Паттен (Patten, 1961) принимает, что потоки энергии и массы в экосистемах служат для переноса информации. При этом каждый перенос энергии и массы в петлях обратной связи вызывает встречный поток информации (Меншуткин, 1971).

Информационные сети включают потоки физических и химических сигналов, связывающие все части системы и управляющие (или регулирующие) экосистемой как единым целым. Поэтому можно считать, что экосистемы имеют кибернетическую природу и управляющие функции сосредоточены внутри них (Одум,1986).

Носителями информации могут выступать все известные для биологических объектов каналы связи: химический (метаболиты, аттрактанты и др.), оптические (зрительный образ, фотопериод), механические колебания среды обитания, электромагнитные волны (Зеликман, 1977). Следует отметить, что энергетически слабые сигналы, принимаемые организмами (такие, например, как фотопериод, гормоны и т.п.) имеют огромное значение и большие возможности управления функционированием сложных биологических систем. Важное значение имеет химическая регуляторная коммуникация. В водных экосистемах вода служит переносчиком регуляторных веществ, которые влияют на темпы роста и развития популяций, соотношение полов, выживаемости особей, соотношение видов и т.д. - словом на все стороны жизнедеятельности различных представителей биоты. Растворенные органические вещества (РОВ) по своему количеству в пресноводных водоемах могут превышать количество органических веществ в организмах, а их молекулы могут быть источниками энергии и информации для водных организмов. Лабильные РОВ, особенно такие, как свободные аминокислоты, действуют как источники информации для гидробионтов (Thomas, 1997).

Исследованиями на марикультуре мидий (Кулаковский, 1996) была показана важная роль биологически активных веществ, входящих в состав РОВ.При этом было показано, что на 1 га мидиевого хозяйства из потребленной моллюсками пищи поступает до 12.5% от количества РОВ. Биологическая значимость РОВ определяется тем, что многие его компоненты и являются такими регуляторными веществами, обеспечивающими гомеостаз экосистемы в целом и ее отдельных компонентов. Биологически активные вещества, занимая ключевые позиции в регуляции внутриклеточного обмена, функционируют как морфогены, гамоны, гормоны, нейромодуляторы, нейромедиаторы или их комбинации, в зависимости от стадии развития и степени организации организмов. При этом передача информации с сигнальными молекулами сахаров представляется универсальной (Плеханова и др.,1996). Сахара секретируются в воду водорослями фитопланктона и потребляются микроорганизмами. Опыты показали, что низкие концентрации (10 -7 - 10 -5 М) глюкозы, сахарозы и фруктозы вызывают сильные изменения теплоустойчивости у Daphnia magna , влияют на выживаемость рачков, причем глюкоза и сахароза в зависимости от условий эксперимента и концентрации вызывают как стимуляцию, так и ингибирование гибели рачков. Таким образом, в водных экосистемах на уровне фитопланктона начинаются не только потоки вещества и энергии, но и потоки информации. Несомненно, нельзя сводить информационные сигналы лишь к химическим. Имеется по крайней мере десять сигналов,которые способна потенциально Daphnia воспринимать одномоментно: зрительное восприятие пищи, избегание токсинов, макрофитов, хищников (минимум три сигнала для Chaoborus, Notonecta, рыб), различение особей своих и чужих видов, оценка скоплений, обнаружения пола и сигналы приводящие к копуляции у особей одного вида (Larsson, Dodson, 1993). Однако информационное значение химических веществ как сигналов огромно.

В число управляющих механизмов на уровне экосистемы входят микробные субсистемы, которые регулируют накопление и высвобождение биогенных элементов, поведенческие механизмы и субсистемы «хищник-жертва», регулирующие плотности популяций отдельных видов и многое другое. Слабые, но очень многочисленные связи между энергией и химической информацией в экосистеме были названы «невидимыми проводами природы» (H. Odum, 1971, цит. по Е. Одум, 1986).

При изучении информационных связей и потоков информации в экосистемах необходимо учитывать, что первичную информацию принимают отдельные организмы, составляющие популяции отдельных видов. Изучение информационных связей предполагает определение источника и потребителя информации, установление канала связи, идентификация кода передачи (химическая формула, фотопериод и т.п.), определения радиуса действия сигнала, выяснение формы ответа на сигнал, изучение устройства передатчика и приемника сигналов (Алексеев, 1990).

Имеется ряд успешных исследований, в которых определялись направления и способы передачи информации организмами и популяциями (Шварц и др., 1976; Хайлов, 1971, 1974).В этом плане интересны работы по изучению взаимного поведения хищников и их жертв: радиус реакции хищника на жертву, и жертвы на хищника, удачность атак хищников и способность жертвы избегать их и т.д. Экспериментально было установлено, что планктонные животные способны, выделяя химические вещества, защищаться от хищников под влиянием химических сигналов, испускаемых хищниками, некоторые виды планктонных ракообразных способны, меняя направление суточных миграций, спасаться от них, образовывать защитные морфологические структуры (шлемы, шипы и т.п.), включать или выключать механизмы полового или партеногенетического размножения, образования эфиппиев и т.д. (Larsson, Dodson,1993). В лабораторных экспериментах было показано, что хищные пелагические клещи Piona australica Vietes, накормленные дафниями, оказывали прямое стимулирующее воздействие на рост большинства планктонных водорослей, что осуществлялось вероятно через продукты экскреции клещей (Matveeva, Matveev, 1995). Опыты на простейших (Protozoa, Ciliata) показали, что хищные Litonotus lamella находит жертву по выделяемому ею белковому веществу с мол. массой 10 - 30 кДа, а его жертва Euplotes crassus выделяет вещество небелковой природы с молекулярной массой < 5 кДа, которое отпугивает хищника (Morelli, Verni , 1996). Информация о риске нападения хищников играет важную роль в структурировании популяции жертв, снижая их пищедобывательную активность и, как следствие, скорость роста и плодовитость (Gliwicz, Jachner, 1992).

Информацию в экологии чаще всего сводят к разнообразию, благодаря чему получил широкое применение в экологических исследованиях индекс Шеннона. Однако из такого понимания информации трудно получить представления о структуре потоков информации и количественно их выразить. Для понимания и оценки информационных процессов в экосистемах информацию следует рассматривать как некую характеристику внутренней организации системы, которая проявляется при воздействии объектов и процессов.

В последние время появились представления о том, что потоки информации в экосистемах могут быть определены по потокам фосфора (Покаржевский, 1991; Покаржевский, Криволуцкий, 1992). Это связано с тем, что при передаче энергии и ее трансформации, следовательно, уменьшении или увеличении энтропии в биологических системах большую роль играют соединения фосфора. Фосфолипиды участвуют в клеточных мембранах, регулируя потоки, в том числе и информации. При отщеплении фосфат-иона от макроэнергетической связи происходит не только передача энергии, но и передача информации объемом в 1 бит. Таким образом, очевидна связь фосфат-ионов с потоком энергии и информации внутри экосистем. Последовательность реакций - это канал связи, а отщепление фосфат-иона - сигнал в 1 бит, передающийся по этому каналу. Поэтому такой подход позволяет подойти к измерению потока информации в биологических системах и в экосистемах через поток фосфат - ионов, проходящий через живые организмы, так как только они передают и воспринимают информацию. Это, несомненно, позволяет оценить запасы информации в организмах, популяциях, сообществах организмов, экосистемах. Конечно, все информационные потоки не могут быть сведены только к потокам фосфора. Кроме энергетических сигналов организмы и их популяции обмениваются массой других сигналов, несущих информацию. Важно, что поступление и вынос биогенных элементов в экосистему почти всегда невелики по сравнению с их содержанием в биомассе, т.е. количеством, циркулируюшим внутри экосистемы. Так количество фосфора, которое вовлекается в круговорот в луговой степи, достигает 100 кг/га, что соответствует ежегодному потоку информации около 2*10 27 бит/га, что на три порядка ниже величины, рассчитанной Паттеном для озера (Покаржевский, 1991). Для сравнения, количество информации, сконцентрированное в книгах, написанных человечеством, примерно на 13 порядков ниже, чем количество информации, передаваемое в биоте на 1 га площади в течение года.

Таблица 17.

название		Источник
		Fukuhara, Yosuda, 1980
		Мартынова, 1985
		Фосфор в окружающей среде, 1977
	0.2 - 0.49 
фитопланктон
Мириофиллум
Валлеснерия
Потамогетон
смешанный зоопланктон		Жукова, 1989

Примечание: - сырая масса

У донных животных содержание фосфора изменяется от 0.27 (моллюски с раковиной), 0.62 (без раковины) до!.23% у других животных от сухой массы их тела (Маккентун, 1977; Fukuhara, Yasuda, 1985; Мартынова, 1985).

Зная атомный вес фосфора и его содержание в теле организмов, нетрудно рассчитать количество молей фосфора. Каждый моль фосфора, проходящий через живые организмы, несет количество информации в битах, соответствующее числу Авогадро(6.023 10 23).Помножив количество молей на это число, получаем запас информации в конкретном организме в битах. Приняв во внимание скорость обращения биомассы (Р/B-коэффициент) за некоторый отрезок времени, нетрудно определить количество информации в продуцируемом организмами органическом веществе за то же время. Одновременно с накоплением фосфора в биомассе или продукции организмы экскретируют фосфор. Органическое вещество, минерализованное ими, так же содержит информацию. Информация в продуцируемом животными сообщества органическом веществе передается на следующий трофический уровень при потреблении животных хищниками (например, потребление рыбами органических веществ по количеству равных продукции сообществ планктона или бентоса). Информация, содержащаяся в экскретируемом животными органическом веществе, используется продуцентами. Таким образом, образуются потоки информации в экосистеме.

Рассмотрим возможность реализации такого подхода на примере сообществ донных животных. Как было показано выше, скорость экскреции фосфора водными животными () связана с сухой их массой (W) и эта связь хорошо описывается уравнениями (45 - 50). Рассчитав информацию в продуцируемом органическом веществе («информация в продукции» - I p = I b *P/B) и в экскретируемом веществе («информация в экскреции»,I ),можно по аналогии с потоком энергии определить в первом приближении поток информации(): = I p + I  .

Приведем расчет потока информации на примере сообщества донных животных в оз. Большой Окуненок Ленинградской области (Биотические взаимоотношения..., 1993). Средние за вегетационный сезон численность и биомасса животных бентоса в этом озере в 1986 г. составляли 1637 экз./м 2 и 1.24 ккал/м 2 , средняя масса животных в сообществе не превышала 0.08 мг сух. массы. В этой биомассе содержалось 0.04 моля фосфора или 0.046.02310 23 = I B бит/м 2 за сезон («информация в биомассе»). Поскольку величина Р/В - коэффициента для сообщества донных животных в озере составила в этом году 5.64 за сезон, «информация в продукции» сообщества - I P = 0.241  10 23  5.64 = 1.3610 23 бит/м 2 за сезон. Для расчета информации в экскретируемом веществе использованы уравнения связи экскреции и сухой массы животных, учитывались средняя за сезон численность животных в сообществе и средняя температура. В результате «информация в экскреции « составила I  = 1.7110 23 бит/м 2 за сезон. Следовательно, поток информации в сообществе донных животных, рассчитанный через поток фосфат-ионов, составляет - 3.110 23 бит/м 2 за сезон.

Аналогичные расчеты были выполнены для сообществ донных животных в р. Ижоре (Ленинградская обл.), на станциях, подверженных в разной степени загрязнению (Алимов, Финогенова, 1976), оз. Щучьего в Бурятии (Исследования взаимосвязи...,1987) и оз. Б.Окуненок, различавшегося в разные годы количеством рыбы (табл.18)

Таблица 18

Потоки информации (бит/м 2 *10 23 за сезон) и энергии (A b , ккал/м 2 за сезон), траты на обмен (R b , ккал/м 2 за сезон), индекс разнообразия (Н, бит/экз.) в сообществах донных животных

название водоема, водотока
р.Ижора:ст.1
оз.Щучье, 1981 г.
оз. Б. Окуненок, 1986 г.
оз. Арахлей

Примечание: другие обозначения в тексте; ст.2 в р. Ижоре - наиболее загрязненная.

Из данных табл. 18 и рис.43 видно, что в изученных сообществах донных животных соотношение между количеством информации в экскреции и энергетическими тратами на обмен у животных не зависели от степени сложности структурной организации сообществ животных, оцененной индексом разнообразия Шеннона (Н). Величина этого соотношения менялась незакономерно и составляла в среднем 0.18 10 23 бит/ккал. С другой стороны, поток информации всегда составлял некоторую долю от потока энергии, которая возрастала по мере усложнения структуры сообществ (рис. 44). В более сложно организованных сообществах, которые характеризовались более высокими значениями индекса Н, поток информации возрастал с большей скоростью по сравнению с потоком энергии. Это подтверждает известное положение о том, что усложнение организации биологических систем сопровождается возрастанием информационных связей в них.

Приведенные материалы и их анализ, конечно же, не описывают все возможные потоки информации в сложных биологических системах. Предстоит еще выявить многие аспекты и особенно количественное выражение сигнальной информации.

Информационные связи и потоки информации в экосистемах столь многочисленны и сложны, что для их определения, изучения и количественного выражения необходимо выполнить огромный объем работ, направления и методы которых еще не вполне ясны и пока трудно определяемы. Можно говорить лишь об общем направлении исследований и о понимании их необходимости. Следует вероятно согласиться с В.Р.Алексеевым (1990), что такой объем работ сопоставим разве что с расшифровкой генетического кода и выполнение его может быть отнесено уже к достижениям ХХ1 века. Однако именно сегодня следует начинать движение по этому трудному пути.