Adaptive Algorithm for Decentralized Management of Innovation Projects Under Conditions of Limited Managerial Attention Resources

Abstract

The study proposes an adaptive algorithm for the decentralized management of innovation projects based on a model of limited managerial attention. Under conditions of increasing project complexity and high uncertainty, the managerial workload within the central control loop becomes a systemic constraint, requiring the formalization of procedures for reallocating control functions. An automated algorithm for allocating control functions is proposed, taking into account task complexity, the level of trust in project performers, and the organizational significance of project outcomes. Based on a composite control demand index, the algorithm enables the dynamic selection of a management mode: centralized intervention, management by exception, or decentralized control. Decentralization is interpreted not as a static organizational attribute, but as an adaptive process activated by the state of managerial workload. The methodological framework of the study combines elements of active systems theory, probabilistic analysis, and algorithmic modeling. The proposed algorithm reduces the risk of managerial overload, improves decision-making stability, and supports a more rational use of managerial resources in innovation activities. The results may be applied in the development of managerial decision-support systems and digital project management platforms.

Full Text

Введение Развитие инновационных проектов в современных организационных системах сопровождается устойчивым ростом управленческой сложности, обусловленным как технологическими факторами, так и усложнением институциональной и рыночной среды [1; 2]. В условиях высокой неопределенности, характерной для инновационной деятельности, на руководителя проекта или организации возлагается функция интеграции различных потоков информации, координации решений и оперативного реагирования на отклонения от плановых параметров и показателей [3; 4]. При этом в большинстве традиционных моделей управления предполагается неявная возможность неограниченного вовлечения руководителя в управленческий процесс [5], что вступает в противоречие с реальными когнитивными и временными ограничениями. Одним из наименее структурированных, но критически значимых факторов управления является ресурс внимания руководителя [6-8]. В отличие от материальных, финансовых или трудовых ресурсов, внимание обладает принципиально иной природой - оно ограничено, не накапливается, не поддается прямому масштабированию и характеризуется нелинейным снижением эффективности при перегрузке [9-11]. В условиях инновационных проектов, в которых возрастает интенсивность управленческих событий, данный фактор приобретает системообразующее значение по причине того, что именно перегрузка управленческого центра часто становится причиной запаздывающих решений, роста числа управленческих ошибок и утраты согласованности действий. Исследования в области организационного дизайна и управления инновациями все чаще указывают на необходимость децентрализации управления и перераспределения контрольных функций между элементами организационной системы [12-15]. Вместе с тем децентрализация в большинстве работ рассматривается либо как статическое структурное решение, либо как управленческая рекомендация, которая не сопровождается механизмом адаптации к изменяющейся нагрузке. В результате остается недостаточно проработанным вопрос о том, как и каким образом система управления должна динамически изменять степень централизации в зависимости от состояния управленческого контура и ограничений внимания руководителя. Дополнительную сложность вносит активный характер участников инновационных проектов. С позиций теории активных систем элементы организационной структуры обладают собственными целями, предпочтениями и стратегиями поведения[16] [16; 17], что делает невозможным жестко заданное распределение контроля без учета вероятностной природы управленческих процессов. По этой причине задача разработки адаптивных механизмов и алгоритмов управления, сочетающих принципы децентрализации, управления по исключениям и автоматизированного перераспределения контрольных функций на основе структурированных критериев, является актуальной. Несмотря на наличие исследований, посвященных отдельным аспектам ограниченного внимания [18; 19], управлению по исключениям [20-22] и стохастическому моделированию организационных процессов [23-25], полноценные методологические модели, объединяющие данные подходы в рамках единого механизма управления инновационными проектами, отсутствуют. Недостаточно исследован потенциал применения элементов теории вероятностей, марковских процессов, энтропийного подхода и теории очередей для структуризации динамики управленческой нагрузки и обоснования переходов между различными режимами управления. Цель исследования - разработка адаптивного алгоритма децентрализованного управления инновационными проектами, основанного на модели ограниченного внимания руководителя и учитывающего активный характер элементов организационной системы. Предлагаемый подход ориентирован не на описание организационной структуры как таковой, а на структуризацию алгоритма перераспределения контроля, позволяющего снизить управленческую перегрузку, повысить устойчивость принятия решений и обеспечить приемлемые показатели эффективности в условиях высокой неопределенности. 1. Материалы и методы Методологической основой исследования является представление инновационного проекта как активной организационной системы, функционирующей в условиях ограниченного управленческого ресурса внимания руководителя. В рамках данной логики управление рассматривается не как совокупность регламентированных процедур, а как процесс динамического распределения контрольных воздействий между элементами системы при наличии неопределенности и стохастического характера управленческих событий. Исследование носит методологический характер и опирается на сочетание аналитических, вероятностных и имитационных методов. Центральным элементом является модель ограниченного внимания руководителя, интегрированная с механизмами децентрализации управления, управления по исключениям и автоматизированного перераспределения контрольных функций. Для актуализации динамики управленческой нагрузки используются элементы теории вероятностей, марковских процессов и теории очередей, а для учета качественной неопределенности - методы нечетко-множественного анализа и метода анализа иерархий. Внимание руководителя рассматривается как ограниченный управленческий ресурс, определяющий пропускную способность центрального контура управления. Под вниманием понимается совокупность когнитивных и временных возможностей руководителя по восприятию, интерпретации и принятию управленческих решений в единицу времени. Пусть - максимальный объем внимания руководителя за интервал времени , выраженный в условных единицах управленческих действий. Тогда фактическая нагрузка формируется потоком управленческих событий, требующих реакции. При управление осуществляется в централизованном режиме, при превышении порогового значения возникает эффект перегрузки, приводящий к росту вероятности ошибок и задержек принятия решений. В отличие от классических моделей, предполагающих линейную зависимость между нагрузкой и эффективностью [26; 27], в работе принимается гипотеза о нелинейном характере деградации эффективности управления при приближении к пределу внимания. Это позволяет интерпретировать перегрузку не как количественное, а как качественное изменение режима функционирования управленческой системы. Дефицит времени руководителя проекта можно представить как ограничение пропускной способности канала управления: , где - интенсивность потока задач от i-го сотрудника, - время, потраченное на контроль одной задачи. Если, то система теряет устойчивость и, соответственно, необходимо делегировать функции контроля алгоритмизированной системе. Рассмотрим теоретические и аналитические подходы, представленные в виде различных методологических инструментов. Для снижения нагрузки на управленческий центр используется принцип управления по исключениям, в рамках которого в зону прямого внимания руководителя попадают только те события, которые выходят за пределы допустимых параметров функционирования проекта. Каждое управленческое событие характеризуется вектором параметров , сопоставляемым с допустимыми интервалами норм . В случае выполнения условий нормальности событие обрабатывается на децентрализованном уровне, в противном случае формируется исключение, которое требует участия руководителя. Таким образом, управление по исключениям выступает не как организационный прием, а как фильтр входного потока управленческих воздействий для регулировки загрузки управленческого центра. Элементы инновационного проекта рассматриваются как активные подсистемы, обладающие собственными целями и предпочтениями. Это исключает возможность жесткого алгоритмического управления без учета вероятностного поведения исполнителей. В рамках теории активных систем перераспределение контрольных функций трактуется как задача выбора такого распределения полномочий, при котором достигается компромисс между снижением нагрузки на руководителя и сохранением управляемости проекта. Контрольные функции могут передаваться на нижестоящие уровни при условии достижения заданного уровня доверия и приемлемого риска отклонений. Данный подход позволяет интерпретировать децентрализацию не как структурное решение, а как динамический процесс, управляемый состоянием системы и характеристиками ее элементов. Для структуризации динамики поступления управленческих событий используется аппарат теории вероятностей и марковских процессов[17]. Поток событий моделируется как случайный процесс, интенсивность которого зависит от стадии инновационного проекта и внешних условий. Состояние управленческой системы в момент времени описывается дискретным набором состояний: - нормальный режим,- режим повышенной нагрузки, - режим перегрузки. Переходы между состояниями моделируются как марковский процесс с заданной матрицей переходных вероятностей. Это позволяет анализировать вероятность попадания системы в режим перегрузки и оценивать эффективность механизмов децентрализации как инструментов управления переходами между состояниями. Для количественной оценки уровня неопределенности в системе управления используется энтропийный подход [28; 29]. Энтропия интерпретируется как мера распределенности управленческих решений и неопределенности состояния проекта. Рост энтропии соответствует увеличению неопределенности и снижению предсказуемости управляемых процессов. Введение адаптивного алгоритма децентрализации рассматривается как способ ограничения роста энтропии за счет перераспределения контрольных функций и сокращения числа критических состояний. Энтропийные показатели используются не как абсолютные критерии, а как индикаторы необходимости перехода между режимами управления. Для определения приоритетов перераспределения контрольных функций применяется метод анализа иерархий, позволяющий учитывать как количественные, так и качественные критерии [30-32]. В качестве критериев обычно рассматриваются критичность функции, риск ошибок, уровень автономности исполнителя, влияние на ключевые показатели проекта. Нечетко-множественный анализ используется для оценок в условиях неопределенности, характерной для инновационных проектов [33; 34]. Это позволяет избежать искусственной точности и повысить устойчивость принимаемых решений. Для оценки пропускной способности управленческого центра и эффектов перегрузки применяется теория очередей [35; 36]. Управленческий центр моделируется как система массового обслуживания с ограниченной производительностью, где заявками являются управленческие события. Имитационное моделирование используется для проверки работоспособности предложенного алгоритма в различных сценариях интенсивности нагрузки. Это позволяет выявить критические значения параметров, при которых целесообразен переход от централизованного к децентрализованному управлению. Имитационное моделирование возможно провести в специализированном программном обеспечении, например AnyLogic, GPSS World, Arena, anyLogistix, Business Studio и SILA Union и др. В рамках научного исследования имитационное моделирование не проводилось по причине отсутствия доступа к специализированному программному обеспечению и рассмотрению предложенного адаптивного алгоритма только в теоретической плоскости. Таким образом, авторами статьи на основании рассмотренных методологических инструментов предлагается адаптивный алгоритм автоматизированного распределения контроля: , где - относительный индекс потребности в управленческом контроле; - индекс сложности; - индекс доверия к исполнителю; - коэффициент важности инновационного проекта. Все показатели, используемые в алгоритме, имеют безразмерный характер и интерпретируются как нормированные управленческие индексы. Относительный индекс потребности в управленческом контроле не является физической величиной и не измеряется во временных единицах, а отражает относительную потребность задачи в управленческом внимании. Пороговые значения задаются на уровне организационной политики и определяют границы перехода между режимами децентрализованного управления, управления по исключениям и централизованного вмешательства. Нео-бходимо выделить несколько порогов: - децентрализованный порог; - управление по исключениям; - вмешательство руководителя. Получившийся адаптивный алгоритм автоматизированного распределения контрольных функций в инновационном проекте представлен на рисунке. F > F2 Децентрализованный порог Сравнение F с порогами Управление по исключениям Вмешательство руководителя Выбор режима управленияРасчет управленческой нагрузкиИнновационный проектS - сложность задачи C - доверие к исполнителю k - значимость результата Схема адаптивного алгоритма автоматизированного распределения контрольных функций в инновационном проекте И с т о ч н и к: выполнено А.А. Бойковым. Comparison F with thresholds F > F2S - task complexity C - trust in the performer k - significance of the result Decentralized threshold Management by exceptions Manager’s interventionSelection of management mode Innovative projectCalculation of managerial workload Flowchart of the adaptive algorithm for automated allocation of control functions in an innovation project S o u r c e: by A.A. Boykov. 2. Результаты и обсуждение В результате проведенного исследования разработан адаптивный механизм автоматизированного распределения контрольных функций в инновационном проекте, основанный на модели ограниченного внимания руководителя. Механизм реализован в виде алгоритма принятия управленческих решений, позволяющего динамически выбирать режим управления в зависимости от характеристик управляемых задач и текущей управленческой нагрузки. Ключевым результатом является структуризация процедуры расчета частоты контроля на основе индекса сложности задачи, уровня доверия к исполнителю и значимости результата для структуры в целом. Использование данного показателя позволяет разграничить зоны централизованного управления, управления по исключениям и децентрализованного контроля, обеспечивая адаптацию управленческой структуры к изменяющимся условиям реализации инновационного проекта. Предложенный механизм обеспечивает перераспределение контрольных функций без постоянного участия руководителя в операционных решениях, при этом вмешательство руководителя сохраняется для задач, характеризующихся высокой сложностью и критической значимостью. Такой подход позволяет ограничить рост управленческой нагрузки и снизить вероятность перегрузки центрального управленческого контура. Полученный алгоритм может быть интерпретирован как механизм перехода между различными режимами управления в зависимости от состояния системы и параметров управляемых задач. Алгоритм представлен в виде концептуально-алгоритмической схемы, разработанной в программном обеспечении draw.io. Полученные результаты подтверждают целесообразность рассмотрения внимания руководителя как самостоятельного управленческого ресурса, ограниченность которого оказывает прямое влияние на устойчивость управления инновационными проектами. В отличие от традиционных моделей, предполагающих фиксированную степень централизации, предложенный алгоритм позволяет учитывать динамический характер управленческой нагрузки и неопределенности. Существенным преимуществом предложенного подхода является его алгоритмическая реализуемость. Адаптивный механизм не требует жесткой регламентации организационной структуры и может быть встроен в существующие системы управления проектами в виде модуля поддержки принятия решений. Это расширяет возможности практического применения результатов исследования без радикального изменения управленческих процессов. В то же время эффективность механизма зависит от корректности оценки индексов сложности и доверия. В условиях инновационных проектов данные параметры могут изменяться во времени и могут быть субъективными. Использование механизмов обратной связи и нечетко-множественных представлений позволяет снизить влияние данных ограничений и обеспечить адаптацию алгоритма по мере накопления управленческого опыта. Также следует отметить, что предложенный механизм ориентирован, прежде всего, на проекты с высокой степенью неопределенности и интенсивным потоком управленческих событий. В более стабильных организационных системах его при-менение требует дополнительной настройки параметров и пороговых значений. Заключение В рамках исследования разработан адаптивный механизм децентрализованного управления инновационными проектами, основанный на модели ограниченного внимания руководителя и принципах автоматизированного распределения контроля. Предложен алгоритм, позволяющий структурировать выбор режима управления в зависимости от сложности задач, уровня доверия к исполнителям и значимости результатов для организации. Научная новизна работы заключается в представлении децентрализации управления как динамического процесса адаптации, а не статической характеристики организационной структуры. Интеграция управления по исключениям и модели ограниченного внимания в единую алгоритмическую схему позволяет повысить устойчивость управленческих решений и снизить риск перегрузки руководителя. Практическая значимость результатов состоит в возможности использования предложенного механизма в системах управления инновационными проектами и цифровых платформах поддержки управленческих решений. Дальнейшие исследования могут быть направлены на имитационное моделирование работы алгоритма в специализированном про-граммном обеспечении, а также на уточнение параметров механизма и расширение модели на несколько управленческих центров.
×

About the authors

Anton A. Boykov

RUDN University

Author for correspondence.
Email: 1042200032@pfur.ru
ORCID iD: 0000-0002-7991-5283
SPIN-code: 7501-3304

PhD student of the of Innovation Management in Industrial Sectors, Academy of Engineering

6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation

Maksim N. Romashchenko

RUDN University

Email: 1142220732@pfur.ru
ORCID iD: 0009-0003-5277-2571

PhD student of the Department Innovation Management in Industrial Sectors, Academy of Engineering

6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation

Yulia A. Nazarova

RUDN University

Email: j.a.nazarova@mail.ru
ORCID iD: 0000-0002-5017-0281
SPIN-code: 8702-4283

PhD in Economics, Associate Professor of the Department of Innovation Management in Industries, Academy of Engineering

6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation

References

  1. Trizhakova EN, Strizhakov DV. Development of innovation activity in the Russian Federation: Problems and prospects. Economics of Science. 2023;9(2):31–46. (In Russ.) https://doi.org/10.22394/2410-132X-2023-9-2-31-46 EDN: CNWQUG
  2. Vasyaycheva VA. Development of approaches to managing innovation activities of industrial enterprises. Samara: Samarama LLC; 2022. (In Russ.) ISBN 978-5-6048162-7-1 EDN: WVMOWO
  3. Kerzner H. Project management: A systems approach to planning, scheduling, and controlling. John Wiley & Sons Publ.; 2025. ISBN 978-1-394-29003-1
  4. Tseluykina TG, Fedorova AV. Management under conditions of uncertainty. The Bulletin of The Volga Region Institute of Administration. 2023;23(3):68–79. (In Russ.) https://doi.org/10.22394/1682-2358-2023-3-68-79 EDN: XPVOPG
  5. Korkin SA. Project management processes, me-thods, models and tools. Regional and Branch Economy. 2024;S1:32–39. (In Russ.) https://doi.org/10.47576/2949-1916.2024.88.84.004 EDN: AEGCWN
  6. Khairullin MF. The role of the manager in the project management system. Economics and Business: Theory and Practice. 2024;(12-3):151–153. (In Russ.) https://doi.org/10.24412/2411-0450-2024-12-3-151-153 EDN: QGOZER
  7. Titov SA, Titova NV. Project manager’s personality: Traits and competencies. University Bulletin. 2024;(4):33–41. (In Russ.) https://doi.org/10.26425/1816-4277-2024-4-33-41 EDN: XJRMCJ
  8. Kapustina NV. Financial justification for an investment project: Basic methods for assessing effectiveness. Eurasian Scientific Journal. 2023;15(S6):51. (In Russ.) EDN: ATFZCL
  9. Bobrovskaya SM, Bukharova VP, Karimova S. Attention as a specific mental process. In Proceedings of the XIV Eurasian Scientific Forum. 2022 15–16 Dec; St. Petersburg. St. Petersburg: Autonomous Non‑Profit Organization of Higher Education “University under the Interparliamentary Assembly of EurAsEC”; 2023. p. 23–31. (In Russ.) EDN: KWQZIK
  10. Kuptsova OV. Attention as a specific mental process. Problems of Modern Science and Education. 2017;20(102):83–85. (In Russ.) EDN: YPASCZ
  11. Cowan N, Bao C, Bishop-Chrzanowski BM, Costa AN, Greene NR, Guitard D, Li C, Musich ML, Ünal ZE. The relation between attention and memory. Annual Review of Psychology. 2024;75:183–214. https://doi.org/10.1146/annurev-psych-040723-012736
  12. Hnatiienko O, Kuchanskyi O. The concept of analysis of the functional sustainability of the organizational system. Management of Development of Complex Systems. 2023;55:98–103. https://doi.org/10.32347/2412-9933.2023.55.98-103 EDN: HHUDHN
  13. Aksenov SG, Egorova OV. Theoretical foundations of organizational systems management. Modern Science: Actual Problems of Theory and Practice. Series: Natural and Technical Sciences. 2024;(8):50–55. (In Russ.) EDN: IDDWOI
  14. Kokhova IV, Pryazhnikova EYu. Human resource management as a catalyst for innovative activity. Bulletin of Eurasian Science. 2024;16(S5). (In Russ.) EDN: XCKHPG
  15. Naugolnova IA. Management 4.0: Evolution and innovations in managing organization in the digital era. Theory and Practice of Social Development. 2023;6(182):220–226. (In Russ.) https://doi.org/10.24158/tipor.2023.6.28 EDN: KESNPN
  16. Rusyaeva EYu, Saltykov SA. Conceptual foundations of active systems theory and their evolution in organizational systems management theory: Trends and pro-spects. Problems of Management. 2017;4:74–83. (In Russ.) EDN: ZCMMIF
  17. Novikov DA. State and prospects of active systems theory. Management of Large-Scale Systems: Proceedings. 2004;9:7–26. (In Russ.) EDN: HTMUXN
  18. Gifford S. Allocation of entrepreneurial attention. Journal of Economic Behavior & Organization. 1992;19(3):265–284. https://doi.org/10.1016/0167-2681(92)90038-D
  19. Hilary G, McLean D. Handbook of Financial Decision Making. Edward Elgar Publ.; 2013. ISBN 1802204164
  20. Mokronosov AG, Balashov AA. Application of management by exception technology to identify problem areas in an enterprise. St. Petersburg State Polytechnical University Journal. Economics. 2011;6(137):102–106. (In Russ.) EDN: OYPWXL
  21. Feng K, Wang S, He L, Li Y. Leader–member ex-change and emotional exhaustion in registered construction engineers: Mediating role of active management by exception and moderating role of self-esteem. Engineering, Construction and Architectural Management. 2025;32(13):49–67. https://doi.org/10.1108/ECAM-08-2024-1122 EDN: LVUAMJ
  22. Kai J, Youngho H. The impact of active management by exception on employee innovative behavior: The mediating role of instrumental organizational support. Journal of Sociology and Education. 2025;1(5). https://doi.org/10.63887/jse.2025.1.5.1 EDN: FRBRLT
  23. Shtepa AA. Management of decision-making processes in organizational systems of motor transport enterprises based on stochastic modeling. [PhD dissertation]. [Voronezh]: Federal State Budgetary Educational Institution of Higher Education “Voronezh State Technical University”; 2024. EDN: KYZQSC
  24. Prech K, Landi GT, Meier F, Nurgalieva N, Potts PP, Silva R, Mitchison MT. Optimal time estimation and the clock uncertainty relation for stochastic processes. Physical Review X. 2025;15:031068. https://doi.org/10.1103/rpls-mp8z
  25. Agadzhanyan RB, Baizhanova DO, Marko-syan MV. Technical science computer science, computer engineering and management control research and automation of stochastic deviations in organisational management production process systems. Herald of Daghestan State Technical University. Technical Sciences. 2018;45(1):88–97. (In Russ.) EDN: XPTYLB
  26. Parasuraman R, Rovira E. Workload modeling and workload management: Recent theoretical developments. Army Research Laboratory Report; 2005.
  27. Kuntz L, Mennicken R, Scholtes S. Stress on the ward: An empirical study of the nonlinear relationship between organizational workload and service quality.Ruhr Economic Papers; 2011;(277). ISBN 978-3-86788-322-1
  28. Pogorelova LA. Entropy approach to managing work-in-progress volumes at an enterprise. Bulletin of the Siberian Institute of Business and Information Technologies. 2025;14(4):119–125. (In Russ.) https://doi.org/10.24412/2225-8264-2025-4-1013 EDN: KNJKIM
  29. Burik NA. Methods for estimating entropy evaluation and analysis of sectoral development of the economy. Economics and Management. 2024;30(4):418–424. (In Russ.) https://doi.org/10.35854/1998-1627-2024-4-418-424 EDN: GRBVRS
  30. Semenikhina NB. The study of problems of decission making by the method of analizing hierarthies. Discussion. 2023;2(117):38–48. (In Russ.) https://doi.org/10.46320/2077-7639-2023-2-117-38-48 EDN: VZFMHF
  31. Gladkov AN, Magomedov UA. Study of decision-making problems using the analytic hierarchy process. Application of Modern Information Technologies in the Educational Process: Proceedings of the Interuniversity Scientific and Practical Conference. Perm, March 23, 2017. Perm: Perm military Institute of National Guard Troops, 2017. p. 252–257. (In Russ.) EDN: ZGOPXV
  32. Fedoseev VN, Zaitseva IA. Examination of object-spatial modeling of air heat pump method of analysis of hierarchies. Theory and Practice of Technical, Organizational-Technological and Economic Solutions: Collection of Scientific Papers. 2019;8:72–82. (In Russ.) EDN: KWLNVF
  33. Tselykh AN, Kotov EM. Methods of fuzzy set analysis and modeling of social graphs. Modern Problems of Science and Education. 2013;6:98. (In Russ.) EDN: RVCPEP
  34. Bazhenov AV. Fuzzy set modeling in the analysis and forecasting of economic phenomena and processes.In Accounting and Financial Science for the Real Sector of the Stavropol Territory Economy: Materials and Reports of the Scientific and Practical Conference. Stavropol, December 16, 2014. Stavropol : Sequoia Publ.; 2014.p. 9–13. (In Russ.) EDN: TLRKCZ
  35. Ryzhikov YuI. Queueing theory and Pareto distribution. Proceedings of the Mozhaisky Military Space Academy. 2015;648:28–43. (In Russ.) EDN: UZMKMF
  36. Ryzhikov YI. Modern methods in theory of queues. Natural and Technogenic Risks (Physical-Mathematical and Applied Aspects). 2013;2(6):5–15. (In Russ.) EDN: LAZBSM

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2026 Boykov A.A., Romashchenko M.N., Nazarova Y.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.