Мегауправление для мегапроектов

Самый заметный тренд, влияющий на проекты мегасайенс и управление ими, — это, конечно же, общий крен развитых стран в сторону социально-­экономических эффектов от науки (трансфер технологий, позитивное влияние на общество, новые бизнесы и пр.).

Все значимые долгосрочные стратегии и научно-­технологические политики, принятые в последние два-три года, фокусируются именно на вкладе науки в экономическое и социальное развитие.

США централизуют управление трансфером научных результатов — там планируется создание специализированного Управления по технологиям и инновациям (Directorate for Technology and Innovation в рамках крупного «научного» законопроекта Endless Frontiers Act). Европейский союз собирается вложить в трансфер технологий больше € 10 млрд за 2021−2027 годы (в рамках очередной рамочной исследовательской программы Horizon Europe). Китай полностью переформатирует управление научными проектами национального уровня: согласно плану на новую пятилетку, основная роль в них отойдет к промышленным и технологическим компаниям, которые, как предполагается, сумеют применить научные результаты.

Соответственно, научным проектам придется подстраиваться к меняющимся государственным требованиям — демонстрировать экономические и социальные эффекты от результатов исследований. Проекты мегасайенс точно не станут исключениями из этого правила, более того, они уже давно сталкиваются с проблемой социально-­экономического обоснования.

У проектов мегасайенс есть особенности, создающие управленческие сложности, чтобы не сказать вызовы.

Во-первых, поддержка «большой науки» и проектов мегасайенс — это во многом производная от политической ситуации. Это и хорошо (можно получить финансирование под лозунгом «великих достижений великой нации», например), и плохо (если текущая политическая ситуация — «политики и простой народ — братья навек», то есть управленцы ориентируются на популистскую повестку с детскими садами, пособиями по безработице и пр., то получить финансирование на очередной большой адронный коллайдер очень, очень сложно).

Во-вторых, зависимость «большой науки» от большой политики означает, что для реализации проектов мегасайенс нужна общественная поддержка. Это приводит к тому, что обсуждение целей, задач и ожидаемых результатов таких проектов скатывается в условную публицистику — или с красивыми лозунгами, или со страшилками, или с тем и другим одновременно (как это, например, было в 1960‑х годах с космическим проектом США на фоне успехов СССР).

В таких условиях пилотируемый полет в космос выглядит куда ярче, нежели, скажем, физика высоких энергий. А между тем научные, экономические и социальные последствия развития высокоэнергетических технологий куда больше. Вот только широкой публике это объяснить невозможно: парадный портрет Юрия Гагарина с голубем для нее выглядит убедительнее, чем интервью с директором Национальной ускорительной лаборатории.

И наконец, то, что в плане «научного PR» было хорошо для 1960‑х, совершенно не годится для 2020‑х. С учетом нынешнего глобального кризиса доверия к науке, ученым, экспертам всех родов и видов, политикам и пр. перспективы общественной легализации проектов мегасайенс, требующих миллиардных вложений, сомнительны.

Это пока никого не останавливает, но — если глобальная рецессия и волатильность экономики продлятся еще несколько лет — начнет останавливать.

Поэтому люди, ответственные за проекты мегасайенс, постепенно начинают трансформировать подходы к управлению такими проектами.

Инфраструктурный портфель
Лучше всего перемены в управлении проектами мегасайенс заметны на общегосударственном уровне. Несмотря на общемировую увлеченность «большими проектами» и «большой наукой», управление созданием и развитием LSRI (Large Scale Research Infrastructure) постепенно трансформируется.

Основное направление трансформации — переход к комплексному подходу, предполагающему развитие исследовательских инфраструктур всех видов и уровней, и включение проектов мегасайенс в общий поток развития научных дисциплин и направлений. Или, проще говоря, управление портфелем исследовательских инфраструктур, а не разрозненными проектами и объектами.

Самый лучший и свежий пример такого подхода в рамках отдельной научной дисциплины — Astro2020, проект нового десятилетнего плана США по развитию астрономии и астрофизики, озвученный Национальным научным фондом США (NSF) 4 ноября 2021 года. Astro2020 включает программы и проекты разных уровней, начиная с мегасайенс (в том числе создания трех новых сверхкрупных радиотелескопов) и заканчивая малыми (разработка технологий, профессиональное развитие астрономов и астрофизиков и пр.). Цель и суть этого комплекса программ и проектов — обеспечить развитие домена человеческих знаний, а не создать очередную мегаустановку.

Новые средние и крупные проекты / инициативы

Базовые проекты:

• Инициатива «Большие обсерватории»
• Программа «Технологическая зрелость»; технологии для детекции рентген- и ИФ-излучения
• Расширение программы NSF по средним исследовательским инфраструктурам

Фронтирные проекты:

• Инициатива «Новый инфракрасный/оптический/УФ-телескоп»
• Программа создания сверхбольших телескопов
• Программа изучения космического микроволнового излучения
• Расширение нейтринной обсерватории в Антарктиде

В такой же логике реализуется и целый ряд других программ NSF, в первую очередь находящиеся в ведении Офиса по интеграционным активностям (Office of Integrative Activities, OIA): программа создания и развития новых научно-­технологических центров (Science and Technology Centers), программа технологического развития для исследовательского оборудования (Major Research Instrumentation), программа развития научных инфраструктур среднего размера (Mid-scale Research Infrastructure‑1) и другие.

Схожий подход демонстрирует Европейский союз. Параллельно с проектами мегасайенс (в первую очередь так называемыми флагманами технологий будущего, Future Emerging Technologies Flagships) и крупными кооперационными научными программами в ЕС реализуется проект выстраивания управления исследовательскими инфраструктурами всех уровней — Европейский консорциум исследовательских инфраструктур (European Research Infrastructure Consortium, ERIC).

К 2021 году в рамках ERIC были созданы 22 «подконсорциума», объединяющих исследовательские инфраструктуры в самых разных научных областях, от социологических исследований до агротехнологий. В рамках каждого из «подконсорциумов» исследователи получают доступ к высокотехнологичному оборудованию ЕС, необходимому для научных изысканий. Иными словами, в ЕС сформированы своеобразные распределенные «центры коллективного пользования», включающие как объекты класса мегасайенс, так и менее масштабные исследовательские инфраструктуры, необходимые для развития широкого спектра научных областей.

Постепенный переход к комплексному развитию исследовательских инфраструктур и растущие требования к социально-­экономическим эффектам отразились, в числе прочего, на инициативе Human Brain Project — крупнейшем общеевропейском проекте мегасайенс последних десятилетий.

В момент запуска (2013) проект концентрировался на компьютерном моделировании человеческого мозга. Однако уже в 2014—2015 годах, после активного вмешательства исследователей и общественных деятелей, институциональные цели проекта были полностью пересмотрены. На первый план, помимо собственно компьютерного моделирования мозга, вышли комплексное развитие инфраструктур для исследования мозга и нейронаук, а также трансфер научных результатов в индустрии (робототехника, анализ данных, новые методы вычислений).

Все эти тенденции не означают отказа от проектов мегасайенс, но существенно меняют их логику. От прорывов в фундаментальном знании целеполагание управления научными инфраструктурами переходит к полноценному развитию научных дисциплин, а именно — развитию не только инфраструктур, но и людей, пользующихся ими, равно как и всего технологического комплекса, обеспечивающего производство нужного знания.

Перед командами, реализующими проекты мегасайенс, стоят и более частные, хотя и не менее важные, вызовы.

Измерить неизмеримое
Самый больной вопрос в управлении мегасайенс — это, конечно: «Как оценить вклад „большой науки“ в социально-­экономическое развитие?»

Больной он по целому ряду причин. Во-первых, как сказано выше, растет внимание управленцев от науки к результатам исследований с точки зрения их влияния на экономику и социум. Во-вторых, понятный вклад в социально-­экономическое развитие — единственный адекватный способ для проектов мегасайенс выбраться из «ловушки политики» и заодно — «ловушки медиа». Наконец, внятное объяснение того, что именно получат налогоплательщики за свои деньги, может сильно помочь в борьбе с глобальным кризисом общественного доверия.

Ситуация сильно осложняется тем, что привычные метрики успешного трансфера «из науки в рынок» — патенты, спин-оффы, лицензии и пр. — в мегасайенс, как правило, не работают (как, впрочем, и во многих фундаментальных исследованиях; более того, ряд исследователей вообще предлагают не рассматривать мегасайенс как часть инновационной системы / экономики). А если работают, то странно.

Например, Международная космическая станция — один из крупнейших международных проектов, к 2021 году обошедшийся странам-­участницам примерно в $ 150 млрд, — в качестве «формальных» научных результатов в 2017 году могла предъявить 34 научных публикации и 4 патента. То есть каждая из статей «обошлась» в $ 4,4 млрд. Как справедливо отмечают некоторые исследователи, предъявление этих публикаций в качестве общественно значимого результата — не что иное как попытка списать затраты, не признаваясь, что деньги — с точки зрения общества — были потрачены впустую.

Проблемы с оценкой вклада «большой науки» в социально-­экономическое развитие есть и у СERN: единственный заметный и значимый «измеримый» показатель — это количество технологий, «отданных» в реальные индустрии; и СERN довольно плодотворно работает над его улучшением (см. «Трансфер технологий»).

Традиционно еще одним условно экономическим эффектом от СERN считается «переток знаний» в части сверхсложного проектирования в корпоративный сектор (компании, ведущие строительные и монтажные работы на объектах CERN, предположительно стремительно развивают соответствующие компетенции). Однако в реальности за ростом таких компаний вполне может стоять не «прокачанность», а PR-эффект от участия в проекте мегасайенс.

Самый заметный социальный эффект деятельности CERN — подготовка высококвалифицированных научных кадров, причем ценность участия в CERN статистически подтверждена только для студентов и молодых исследователей (в среднем это повышает их рыночную капитализацию, т. е. заработную плату, на 5−13%, в зависимости от научной дисциплины).

А с более общими социальными и экономическими эффектами мегасайенс дело обстоит совсем плохо. С точки зрения PR и общего имиджа науки, лучше бы об этих эффектах никто ничего не писал.

Управление перспективных исследовательских проектов министерства обороны США (The Defense Advanced Research Projects Agency, DARPA) приписывает себе едва ли не ведущую роль в создании Интернета и развитии технологий искусственного интеллекта, оставляя за скобками то, что в реальности основной вклад в ранние версии сети внесли Национальный научный фонд и (кстати) CERN, спасибо Тиму Бернерсу-­Ли и Роберту Кайо.

Одна из работ, посвященных социально-­экономическим последствиям Манхэттенского проекта, на полном серьезе преподносит демилитаризацию Японии и ее экономическое развитие после Второй мировой вой­ны как следствия создания ядерной бомбы. Интересно, что сказали бы по этому поводу потомки японцев, выживших при бомбардировке Хиросимы и Нагасаки.

Наконец, исследователи — опять же на полном серьезе — считают позитивным социальным эффектом деятельности СERN «культурные» бонусы: чтение публикаций, научный туризм (а также саму возможность посещения Большого адронного коллайдера) и прочее. Примерно в этой же логике определяют и экономический эффект многих других проектов мегасайенс.

Готовы ли были налогоплательщики к тому, чтобы в обмен на многие миллиарды долларов им предложили почитать статьи о великих научных достижениях или съездить в Швейцарию посмотреть на Большой адронный коллайдер (причем за собственные деньги), — вопрос открытый.

Конечно, все не так плохо: в мире есть примеры нормальной оценки, как минимум, экономических эффектов от реализации проектов мегасайенс.

Один из лучших подходов — анализ прибылей от продуктов, созданных на основе технологий, полученных в результате реализации проектов.

В этой логике, например, была создана методика оценки европейской программы «Коперник» (Copernicus; программа фотосъемки поверхности Земли), разработанная в 2017 году консалтинговой компанией PriceWaterhousCooper (PWC) по заказу Еврокомиссии. Помимо стандартного анализа класса «какой объем денег проходит через проект и попадает в реальную экономику», не демонстрирующего ровным счетом ничего, методика предполагает оценку прибылей от деятельности компаний / продажи продуктов, созданных по результатам программы. То есть тот самый экономический эффект, не сводящийся к трате государственных денег на закупку оборудования и зарплаты исследователей.

Примерно по такой же методике оцениваются и социально-­экономические эффекты деятельности NASA (прямые инвестиции + прибыли компаний / спин-оффов + качественная оценка социальных эффектов).

Хотя этот метод гораздо лучше бессмысленной оценки потраченных на проект денег, у него есть свои ограничения. Его можно использовать только для тех проектов мегасайенс, жизненный цикл которых относительно короток, как у научно-­технических разработок NASA или проектов сбора данных, аналогичных программе «Коперник». И это, помимо прочего, означает: все эти метрики не применимы на ранних стадиях жизненного цикла проектов мегасайенс (обоснование целесообразности), поскольку предсказать реальный технологический «выхлоп» такого проекта на стадии планирования просто невозможно.

Трансфер технологий
Обеспокоенность социально-­экономическими результатами постепенно просачивается с высокого управленческого уровня на уровень руководства отдельными проектами мегасайенс. Вплоть до того, что в мегасайенс появляются специальные подразделения, отвечающие за обеспечение понятных и вычисляемых экономических эффектов — технологический трансфер и создание новых бизнесов.

Пожалуй, один из самых успешных примеров — специализированная рабочая группа по трансферу технологий, созданная и работающая в CERN (CERN Knowledge Transfer Group).

В отличие от многих аналогичных инициатив — например, традиционных центров трансфера в университетах, — только за последние пять лет усилиями группы было заключено 100 лицензионных соглашений (использование технологий, разработанных для CERN / в CERN) и 90 с лишним контрактов на совместные исследования и/или трансфер технологий; из них больше половины — с технологическими компаниями и корпорациями. Иными словами, группа по трансферу работает с самой проблемной зоной проектов мегасайенс и, шире, фундаментальной науки — «переводом» технологий на более высокие уровни технологической зрелости (TRL).

Отдельное направление деятельности в области трансфера — финансовая поддержка спин-оффов. В CERN еще в 2013 году были созданы два специализированных инвестиционных фонда (CERN Knowledge Transfer Fund; CERN Medical Applications Budget), вкладывающие деньги в проекты сотрудников CERN по коммерциализации технологий.

За 2013−2020 годы фонды профинансировали 61 спин-оффов в самых разных областях (биомедицинские и аддитивные технологии, цифровое моделирование для нескольких индустрий и пр.) — что, например, вполне сравнимо с показателями деятельности среднестатистических стартап-­студий (как правило, «выпускающих» по три-четыре проекта в год).

Отчасти такая заметная активность связана с общей политикой CERN по отношению к спин-оффам: сотрудники центра могут совмещать основную работу с созданием собственной компании или вообще взять «академический отпуск» на время запуска технологического бизнеса с использованием технологий CERN. Кроме того, группа по трансферу ­технологий ведет активную образовательную и консультационную деятельность — например, в 2020 году серию воркшопов по предпринимательству и созданию собственных бизнесов посетило больше тысячи сотрудников CERN.

Центр трансфера как механизм, конечно, не нов: например, из NASA за последние 50 лет «выросло» больше 2000 спин-оффов, использующих технологии, разработанные в рамках космических программ. Но следует помнить: уровень зрелости технологий в программах NASA гораздо выше, что делает их трансфер и / или коммерциализацию проще (по сравнению с технологиями для мегасайенс).

Единство лебедя, рака и щуки
Третий большой управленческий вызов для мегасайенс — согласование и соблюдение интересов всех групп выгодополучателей от проекта, начиная с управленцев высокого уровня и заканчивая потенциальными «научными туристами».

Лучше всего эта проблема заметна на стадии принятия решений о том, какие проекты мегасайенс (и вообще проекты развития исследовательских инфраструктур) должны быть реализованы в очередном бюджетном или стратегическом цикле.

Подходы к принятию такого рода решений, конечно, сильно разнятся от страны к стране.

В Нидерландах, например, основной механизм принятия инвестиционных решений в области исследовательских инфраструктур — консенсус-­опрос университетов и исследовательских институтов о самых важных и перспективных направлениях. А в ходе подачи заявок на финансирование инфраструктурных проектов конкурирующим научным организациям приходится договариваться: схожие проекты кластеризуются — объединяются в единые заявки. Кроме того, в Нидерландах создан специальный «Репозиторий участников и инвесторов исследовательских инфраструктур» (Inventory of Memberships of RIs), чтобы исключить дублирование тем и конкуренцию между инфраструктурными проектами.

Конечно, в мировой практике есть и прямо противоположные примеры (например, в Германии принята практика жесткой конкуренции между научными проектами и инфраструктурами). Но в целом международное сообщество склоняется к подходу кластеризации: в ходе исследования ОЭСР, посвященного управлению исследовательскими инфраструктурами (Optimising the Operation And Use of National Research Infrastructures, 2020), большинство опрошенных экспертов от науки высказались в пользу взаимодополняющих, комплексных инфраструктурных проектов.

Дизайн сервисов
Кроме процесса принятия решений о проектах мегасайенс, у «проблемы выгодополучателей» есть еще один, менее очевидный срез, особенно заметный на этапе реализации проектов. Это соответствие проекта мегасайенс ожиданиям и потребностям его непосредственных «пользователей» — исследователей.

Хороший пример — провал подпроекта швейцарского междисциплинарного мегасайенс-­проекта «Инициатива по развитию системной биологии» (Initiative in Systems Biology; SystemsX. ch). Подпроект SyBIT, предполагавший создание централизованного репозитория данных для всех исследовательских групп «Инициативы», закончился ничем: несмотря на то что нужная IT-инфраструктура была почти полностью развернута, база данных так и не заработала.

Как показал анализ, одна из основных причин провала — то, что идея единой базы данных появилась у экспертов Национального научного фонда Швейцарии, которые, конечно, участвовали в разработке инициативы SystemsX. ch, но при этом не были практикующими биологами и понятия не имели, что именно нужно исследователям от базы биологических данных.

В результате, когда база SyBIT уже была создана, выяснилось: ни одна из исследовательских групп не заинтересована в том, чтобы выгружать данные в общее хранилище. Во-первых, почти все группы в инициативе SystemsX. ch конкурировали между собой и не хотели преждевременно знакомить конкурентов с полученными данными. Во-вторых, для загрузки данных в базу требовалась их дополнительная обработка, которую исследователям приходилось делать в ущерб собственно исследовательскому процессу, подготовке публикаций и пр. И наконец, централизованная IT-поддержка работы базы оказалась для исследователей крайне неудобной: неподходящие часы работы, медленное решение проблем и прочие факторы сделали единую базу непригодной к использованию.

Иными словами, ошибка на этапе проектирования, а именно полное отсутствие понимания того, как устроены биологические научные группы и сообщество в целом, привела к тому, что скорректировать проект SyBIT на этапе реализации оказалось невозможно.

Между тем в мировой практике уже выработан целый набор методик, способных значительно улучшить «пользовательский дизайн» проектов мегасайенс — тогда, конечно, когда ситуация еще не терминальная, как в случае с SyBIT. Практически все эти методики и механизмы прямо или косвенно связаны с технологиями исследования пользователей (user research), уже давно применяемыми на потребительских рынках и в особенности в IT.

Например, в проектах мегасайенс, финансируемых Национальным научным фондом США, используют пять очень разных инструментов для получения обратной связи от исследователей.

Самый распространенный вариант — создание специальных «пользовательских комитетов», которые а) включают исследователей, работающих в проекте (в среднем 10−12 человек); б) выступают как коллективные органы, доносящие до администрации объекта / проекта возникающие проблемы и пожелания.

Помимо «институционализированного фидбэка», крупные научные проекты и инфраструктурные объекты в США используют разные виды социологических опросов (онлайн-­фидбэк, панельные исследования, опросы научного сообщества, в том числе вне проекта, и пр.) — и, конечно, неформальную обратную связь.

Наконец, отдельное направление исследований пользователей в мегасайенс — это user research для цифровых сервисов, предоставляемых исследователям, начиная с требований администраторов к ERP-системам (управление ресурсами) и заканчивая пользовательскими характеристиками и интерфейсами маркетплейсов образовательных курсов для исследователей, работающих в проекте (техника безопасности и пр.).

Среди родных осин
Что касается России и российской науки, то в части управления мегасайенс у нас пока наблюдаются очень противоречивые сигналы.

С одной стороны, налицо общее движение в сторону полноценного портфельного управления исследовательскими инфраструктурами: федеральный проект «Инфраструктура» (в составе нацпроекта «Наука») предполагает, в числе прочего, оценку состояния приборной базы, анализ реальной загрузки оборудования и пр. по исследовательским инфраструктурам всех уровней, включая мегасайенс. В 2021 году должно завершиться создание цифровой системы управления сервисами научной инфраструктуры коллективного пользования — и «физической», и «цифровой» (оцифрованные коллекции, банки цифровых данных и пр.); предполагается, что это даст исследователям безбарьерный доступ к соответствующим услугам и сервисам.

Кроме того, в нацпроекте прямо постулируется, что инфраструктурное развитие науки должно обеспечить получение новых фундаментальных знаний, необходимых для долгосрочного развития, в том числе для обеспечения готовности страны к большим вызовам, еще не проявившимся и не получившим широкого общественного признания.

С другой стороны, несмотря на появление в нацпроекте больших вызовов и социально-­экономического развития, инфраструктурное развитие науки и проекты мегасайенс пока не увязаны с социумом и экономикой, даже на управленческом уровне и на уровне взаимосвязи между показателями нацпроекта.

«Техническая вооруженность» сектора исследований и разработок (основной показатель федерального проекта «Развитие передовой инфраструктуры») не имеет прямого отношения ни к «количеству созданных отечественных технологий с использованием результатов исследований и разработок, востребованных реальным сектором экономики и отраслями социальной сферы», ни к месту, которое Россия занимает в мире по объему научных исследований и разработок.

Понятно, что это не только российская проблема: над социально-­экономическим обоснованием проектов мегасайенс, как уже было сказано, бьются во всем мире.

Но все равно, даже с точки зрения «среднестатистического налогоплательщика» (и отношений между академией и обществом) было бы неплохо увидеть понятную аргументацию в пользу научных мегапроектов, кроме фундаментальных прорывов в ­каком-то очень отдаленном, хотя и светлом, будущем.