Metody bazujące na funkcji kary

Tempo życia we współczesnym świecie, szybkość i częstotliwość zachodzących w nim zmian narzucają konieczność ciągłego rozwoju wspieranego najnowszymi zdobyczami nauki i techniki. To oczywiste stwierdzenie ma zastosowanie w każdej skali - w skali jednostkowej, w skali organizacji, w skali narodów czy najszerzej w skali globalnej. Nas będzie interesowała tu skala organizacji dla której już na początku ubiegłej dekady Radzikowski (1994) zauważa, że „Decyzje menedżerskie są zawsze jakąś wypadkową czynnika psychologicznego i czynnika racjonalnego, opartego na rachunku ekonomicznym. [...] Aby jednak sprostać nowym zadaniom, wynikającym z konieczności dokonywania różnorodnych rachunków ekonomicznych, kadra kierownicza musi zostać wyposażona w odpowiednie metody zarządzania i środki techniczne. Takie bowiem „uzbrojenie”, wspomagające proces podejmowania decyzji, może faktycznie przyczynić się do poprawy jakości zarządzania. Środkami technicznymi o których mowa są oczywiście przede wszystkim komputery [...], zaś metodami – modele i algorytmy oferowane przez badania operacyjne [...].”

Powyższa uwaga odnosiła się do nowo rodzącej się na początku lat dziewięćdziesiątych polskiej przedsiębiorczości jednakże bez większego ryzyka można ją uogólnić – rola nowoczesnych metod wspomagających decyzje menedżerskie, zaimplementowanych zazwyczaj w postaci aplikacji software’owych stale wzrasta i nie sposób obecnie wyobrazić sobie odnoszącego sukces przedsiębiorstwa ignorującego ten fakt. W internetowym serwisie E-optimization (2002) czytamy: „Przemysłowe aplikacje software’owe rozwiązujące skomplikowane zadania optymalizacyjne stają się kluczowym narzędziem stosowanym w celu maksymalizacji współczynnika ROI. Badania Bostońskiej firmy „AMR Research” wykazały, że wiele z pośród przedsiębiorstw zaliczanych do wczesnej grupy użytkowników aplikacji stosujących najnowocześniejsze metody optymalizacji zanotowała wzrost ROI do poziomu 300%”. We wstępie zaś do podręcznika pod znamiennym tytułem „Badania Operacyjne z Komputerem” Trzaskalik (2001) zauważa: „Komputer przestał dawno pełnić rolę wyłącznie niezwykle szybkiego i kosztownego kalkulatora, stał się narzędziem pozwalającym na przeprowadzenie skomplikowanych analiz współzależności ilościowych oraz czynności symulacyjnych, których wyniki mają służyć wspomaganiu podejmowania racjonalnych decyzji.”

Uwagi szerszej natury można znaleźć u innych autorów na przykład Gołuchowski i Sroka (2000) stwierdzają iż: „Od kilku lat cywilizacja przemysłowa jest wypierana przez cywilizację informacyjną. ... Takie terminy jak komputerowe wspomaganie decyzji, zarządzanie wiedzą w organizacji i gospodarce ... symbolizują głębokie zmiany.” Mówi się wręcz o formowaniu nowej ekonomii (patrz: Barczak (2003)) lub nowych szkół, na przykład Kisielnicki (2005) stawia tezę, iż: „...obecnie mamy do czynienia z powstaniem w naukach organizacji i zarządzania, nowej szkoły zarządzania. Można ją nazwać zarówno szkołą zarządzania informacją jak i zarządzania wiedzą ewentualnie zarządzania informacją i wiedzą.”

Podsumowując rolę szeroko pojętych technologii informacyjnych w organizacji zacytujmy jeszcze dwu autorów, u Kasprzaka (2000a) czytamy: „Historia zachowań firm lat dziewięćdziesiątych sugeruje, że przekonały się one do konieczności uczenia się, a konkurencja i dynamika rynku zmusi je do kontynuacji nauki, tym razem na zasadach systemowych, z celowym wykorzystaniem potencjału technologii informacyjnej ...”. Zaś Obłój i Palikot (2003) nie pozostawiają już żadnych wątpliwości: „... nie mamy wyboru i ci z nas, którzy nie nauczą się pracować w rzeczywistości elektronicznej, przegrają z tymi innymi, sprawniejszymi i tańszymi.”.

Jak widać, wykorzystanie przez współczesne przedsiębiorstwo technologii informacyjnych wydaje się być bezdyskusyjne. Historia jednak dowodzi, iż szerokie zastosowanie każdej nowej technologii obok niewątpliwych zysków rodzi także nowe typy problemów. Problemami które nas tutaj będą interesować, a które są nieodłącznie związane z gwałtownym rozwojem technologii informacyjnych są zjawiska przeładowania informacją i globalizacja. Problemy te będą rozpatrywane w kontekście małych i średnich przedsiębiorstw[1], gdyż te z jednej strony jako „najsłabsze” są najbardziej narażone na negatywne efekty wymienionych zjawisk, z drugiej zaś strony ze względu na swą skalę, są zdolne do szybkiej rekonfiguracji i adaptacji a stąd zdolne do przetworzenia (w sprzyjających warunkach) zagrożeń w szanse.

Pierwszym ze wskazanych wyżej problemów jest zjawisko przeładowania informacją. Nie ulega wątpliwości, iż obecna ilość informacji docierająca do organizacji gospodarczej z jej otoczenia jest - z uwagi na skalę informacji oraz trubulentność a niekiedy erratyczność otoczenia (Płoszajski (2004)) - nie do przetworzenia, a ponadto jest w dominującej lub znacznej swej części nieistotnym szumem informacyjnym. W tej sytuacji Abramowicz proponuje stosowanie tak zwanych racjonalnych narzędzi informacyjnych to jest takich narzędzi które (Abramowicz (2003)):

§ przekazywać będą informacje niezbędne do podejmowania decyzji bez względu na medium jakie jest jej nośnikiem;

§ nie będą pomijać informacji niezbędnych do podejmowania decyzji bez względu na to, czy wiemy o ich istnieniu, czy nie;

§ minimalizować będą ilość informacji przekazywanych odbiorcy;

§ będą stwarzać przesłanki do ewaluacji i organizacji pozyskanych informacji;

§ będą racjonalne ekonomicznie.

Do narzędzi tych Abramowicz (2003) zalicza dobrze skonstruowane filtry informacyjne, gdzie przez filtry informacyjne rozumie specjalną klasę systemów wyszukiwawczych (Salton i McGill (1983)), działającą w ten sposób, iż dostarcza ona użytkownikowi w formie dokumentów elektronicznych tylko tych informacji, które wynikają z jego profilu[2].

Podobnie do Abramowicza (2003) stwierdza Płoszajski (2004), iż „...Wiek Informacji wkroczy niebawem w swoją nową, zaawansowaną fazę – Wiek Wywiadu Informacyjnego. Sukces organizacji zależeć będzie wówczas, nie tyle – jak dotychczas – od umiejętności posługiwania się napływającymi informacjami, ale od jej zdolności do aktywnego tworzenia rozległych baz wiedzy i uruchomienia ciągłego procesu ich aktualizacji w oparciu o efektywne procedury dyskryminacyjne, tj. selekcji i oceny zdobywanych informacji.”. Podzielając wyżej wyrażone poglądy można je podsumować w formie następującego wniosku:

Wniosek 1 – jednym z podstawowych narzędzi jakimi powinny dysponować współczesne organizacje gospodarcze są narzędzia automatycznego filtrowania/dyskryminacji napływających informacji i automatycznego generowania wiedzy z tej części informacji jaka pozostała po zastosowaniu filtrów.

Drugim ze wskazanych wyżej problemów jest zjawisko globalizacji. Lester Thurow (1999) mówiąc o globalizacji przedstawił dość ponurą wizję, w której „zamiast świata, w którym narodowa polityka kieruje siłami ekonomicznymi, globalna gospodarka tworzy świat, w którym ponadnarodowe siły geoekonomiczne dyktują narodową politykę gospodarczą...”. Podobnie ponure lub wręcz katastroficzne wizje bardzo często można usłyszeć w mediach z ust polityków, biznesmenów lub nieufnie nastawionych zwykłych obywateli. Czy jednak rzeczywistość a raczej przyszłość jest w istocie aż tak niedobra? Czy polski mały lub średni przedsiębiorca w globalizacji będzie upatrywać tylko i wyłącznie zagrożenia? Czy też może, po spełnieniu pewnych warunków, globalizacja stanie się dla niego niepowtarzalną szansą rozwoju – szansą, która bez globalizacji nigdy by nie zaistniała? Aby choć częściowo odpowiedzieć na te pytania, należy najpierw określić czym jest globalizacja.

W literaturze można spotkać wiele zbliżonych definicji tego zjawiska, jedną z nich formułuje Goliński (1997): „Procesy globalizacyjne gospodarki polegają na tendencji do narastającej wzajemnej współzależności rynków i produkcji poszczególnych krajów, obserwowanej na tle wzrastającej dynamiki handlu dobrami i usługami oraz dynamiki przepływu kapitału i technologii. Dynamika ta zaczyna tworzyć gospodarkę ponad granicami państw, powoduje wielokrotne przyspieszenie cykli produkcyjnych, zaostrzenie konkurencji, stosowanie zaawansowanych technologii oraz promowanie innowacyjności w funkcjonowaniu systemów gospodarczych.”.

Powyższa definicja koncentruje się głównie na globalizacji gospodarki, jednak zjawiska globalizacyjne mają dużo szerszy zasięg, obejmują bowiem one (Szymanowski i Perkowski (2003)):

§ rynki i strategie działania podmiotów gospodarczych,

§ regulacje prawne i zmniejszanie się roli regulacji instytucji narodowych,

§ technologie przetwarzania informacji i sposoby ich wykorzystania,

§ zmianę struktury wykorzystania czynników produkcji,

§ rynki finansowe (mobilności kapitałów), wzrost różnych form działań partnerskich (aliansów),

§ style życia, modele konsumpcji i postaw, upodobnienie się postaw: nabywczych, pracowniczych i przedsiębiorczych,

§ świadomość mieszkańców różnych części globu ziemskiego, dotyczącą rozwiązywania wspólnych problemów (m.in. ekologicznych).

Za jedno z głównych źródeł globalizacji[3] lub inaczej – warunek konieczny do jej zaistnienia – uważa się dość powszechnie rozwój technologii informacyjnych, który umożliwił tworzenie systemów i procesów o zasięgu ogólnoświatowym. Oleński (2003) stwierdza, że globalizacja potrzeb informacyjnych poprzedza globalizację procesów ekonomicznych. Natomiast Laudon (2000) określa globalizację jako przejaw trzeciej rewolucji ekonomicznej po rolnictwie i przemyśle i wskazuje, iż mogła ona zaistnieć dzięki oparciu rozwoju firm na informacji i wiedzy oraz wdrażaniu najnowocześniejszych systemów informacyjnych wspomaganych technologią komputerową oraz technologią wymiany informacji.

Skoro jedno z głównych źródeł globalizacji jest takie jak wskazano powyżej, to w nim także można upatrywać jednego z głównych źródeł zagrożeń związanych z procesami globalizacyjnymi. Zagrożeń, które dotyczą nie tylko tych organizacji gospodarczych, które prowadzą swą działalność w skali międzynarodowej lub światowej lecz również tych, które prowadzą swą działalność wyłącznie na rynkach lokalnych, oddziaływanie bowiem procesów globalizacji również ich dotyka. W planowaniu więc i realizacji swej działalności, organizacje gospodarcze muszą być w stanie sprostać konkurencji organizacji o działalności globalnej, muszą adaptować się w odpowiedni sposób do globalizacyjnych tendencji w gospodarce (Flakiewicz (2002)). Adaptacja ta musi, między innymi, polegać na spełnieniu pewnych warunków, które nazwiemy tu warunkami koniecznymi przetrwania i rozwoju, są one następujące:

1. umiejętne zastosowanie technologii informatycznych i telekomunikacyjnych (Nowicki i Unold (2001)),

2. wykorzystanie wiedzy jako głównego (jeśli nie jedynego) źródła przewagi strategicznej (Flakiewicz (2002)),

3. wykazanie się dużym poziomem przedsiębiorczości w podejmowanych działaniach, gdzie na to pojęcie składa się zarówno kreatywność i niezależność myślenia, jak i zdolność do podejmowania ryzyka (Nowakowski (1997)).

Każdy z tych warunków w wypadku jego nie spełnienia jest źródłem zagrożenia dla organizacji gospodarczej[4], jednak każdy z nich może być także potraktowany jako źródło szansy odniesienia sukcesu. Warunek pierwszy wymaga umiejętnego stosowania technologii informatycznych i telekomunikacyjnych co jest zresztą prostą konsekwencją wyżej zamieszczonej uwagi o pierwotności globalizacji procesów informacyjnych do globalizacji procesów ekonomicznych. Z warunku tego wynika konieczność stałego inwestowania i świadomego stosowania najnowszych osiągnięć technologicznych. Osiągnięcia te nie są jednak tylko jedynie „balastem” dla organizacji, umożliwiają one bowiem każdej stosującej je organizacji uczestnictwo w systemach informacyjnych o zasięgu ogólnoświatowym. Dzięki czemu prowadzenie działalności gospodarczej na globalnym rynku staje się możliwe także dla takich organizacji gospodarczych, które nie miałyby tej możliwości w warunkach tradycyjnych technologii informacyjnych (Oleński (2003)). Ponadto, dzięki stosowaniu najnowszych osiągnięć zwłaszcza w Internecie – mali mogą zrównać swe szanse z gigantami, gdyż o Internecie mówi się, że jest to przestrzeń, gdzie nowi „bezcieleśni”[5] konkurenci mogą się pojawić cicho i podstępnie z każdego kierunku i ukraść klientów (Płoszajski (2004)).

Warunek drugi wymaga wykorzystania wiedzy jako głównego źródła przewagi strategicznej – oznacza to, że główny ciężar działalności konkurencyjnej przeniesie się na płaszczyznę intelektualną. Dzięki czemu ponownie, jeżeli tylko mała organizacja gospodarcza będzie zdolna dysponować odpowiednim zasobem wiedzy, który to zasób jest o wiele prostszy i tańszy do zdobycia od innych zasobów, będzie mogła bezpośrednio konkurować z dużymi globalnymi organizacjami. Bowiem jak zauważa Płoszajski (2004): „W globalnej gospodarce i globalnych firmach błędy menedżerskie będą grozić globalnymi konsekwencjami. Stanie się to realną, nieustającą groźbą dla tychże (globalnych) firm, ale i stałym źródłem szans dla ich konkurentów.”

Ostatni z wyżej wymienionych warunków wymaga wykazania się dużym poziomem przedsiębiorczości w podejmowanych działaniach. To wymaganie może się wydawać truizmem, gdyż dużym poziomem przedsiębiorczości należy się wykazywać zawsze, o ile tylko chce się odnieść sukces gospodarczy (i nie tylko), jednak w omawianym tu kontekście przedsiębiorczość może być rozumiana jako działanie w stylu tzw. „przerażonego kameleona” (Płoszajski (2004)) czyli działanie polegające na stałym obserwowaniu otoczenia w oczekiwaniu zagrożeń i szans, a w chwili ich dostrzeżenia na natychmiastowej reakcji na zagrożenia lub szanse.[6] Ten styl działania wymaga od organizacji sprawnych mechanizmów obserwacji otoczenia i wczesnego ostrzegania o zaistniałych zmianach, wymaga także możliwości natychmiastowej zmiany zakresu lub charakteru swojej działalności w zależności od zaobserwowanych zmian. Oczywiście próbę wdrożenia tego stylu przedsiębiorczości może zainicjować każda organizacja bez względu na swą wielkość. Jednak o ileż łatwiej będzie to można zrealizować w małej organizacji, gdzie zazwyczaj zależy to od jednostkowej decyzji właściciela. Ponadto w warunkach konkurencji globalnej mała organizacja jest zdolna reagować znacznie szybciej – dzięki temu że jest mała, może być znacznie bardziej elastyczna.

Wszystkie powyższe rozważania skłaniają do sformułowania kolejnego wniosku:

Wniosek 2 - globalizację należy traktować przede wszystkim jako szansę – dla tych wszystkich małych i średnich przedsiębiorstw[7], które są zdolne do spełnienia następujących, elementarnych warunków:

1. umiejętne zastosowanie technologii informatycznych i telekomunikacyjnych;

2. wykorzystanie wiedzy jako głównego (jeśli nie jedynego) źródła przewagi strategicznej;

Konsekwencją obydwu wyżej przedstawionych wniosków, które od tego miejsca można traktować jako motywacje, jest cel jaki został postawiony przed niniejszym opracowaniem. Celem tym jest wypracowanie takiego Systemu Wspomagania Decyzji, który będzie wspomagał współczesne małe lub średnie przedsiębiorstwo w walce konkurencyjnej w warunkach przeładowania informacją i w warunkach globalizacji. Cel ten zostanie zrealizowany w dwu etapach, koncepcyjnym i badawczym.

Etap pierwszy, zrealizowany w pierwszej części opracowania, będzie etapem koncepcyjnym. Dwa pierwsze rozdziały tej części nakreślą teoretyczne tło koncepcji, w rozdziale pierwszym zdefiniowane zostaną podstawowe pojęcia, zaś rozdział drugi przeanalizuje stosowane w organizacjach Komputerowo Wspomagane Systemy Informacyjne i wskaże miejsce i rolę Systemów Wspomagania Decyzji pośród nich. Rozdział trzeci i czwarty przedstawią zasadniczą koncepcję systemu proponowanego w opracowaniu to jest Wirtualnego Branżowego Systemu Wspomagania Decyzji.

W rozdziale piątym wskazane zostanie, iż złożoność funkcjonalna proponowanego systemu, przewidywane trudności z jego wdrożeniem w organizacjach, jak również ogólnie uznana metodologia projektowania i implementacji Systemów Wspomagania Decyzji skłaniają do tego, aby prace projektowo-implementacyjne nad proponowaną tu koncepcją rozpocząć od opracowania pierwszego prototypu proponowanego systemu. Następnie w rozdziale tym dokonany i uzasadniony zostanie wybór obszaru funkcjonalnego pierwszego prototypu, i wybór głównej metody jaka zostanie w prototypie zastosowana do wspomagania procesu decyzyjnego. Obszarem funkcjonalnym będzie optymalizacja a główną stosowaną w prototypie metodą rozwiązywania problemów optymalizacyjnych – algorytmy ewolucyjne. Stąd też od tego miejsca, zasadniczym problemem okaże się wybór z pośród istniejących lub opracowanie własnego modelu algorytmu ewolucyjnego, który będzie mógł być zastosowany w pierwszym prototypie Wirtualnego Branżowego Systemu Wspomagania Decyzji.

Etap drugi opracowania – etap badawczy – poświęcony zostanie opracowaniu takiego właśnie algorytmu ewolucyjnego. Zarówno teza badawcza dotycząca tego etapu jak i przyjęty sposób jej weryfikacji, określone zostaną na koniec etapu koncepcyjnego, to jest na końcu rozdziału piątego części pierwszej.

1. Podstawowe definicje

W bieżącym rozdziale zdefiniowane i omówione zostaną cztery elementarne dla dalszego toku opracowania pojęcia, takie jak – dane, informacja, wiedza i decyzja. Niektórzy autorzy (np. Drelichowski (2004)) jako piąte elementarne pojęcie dodają jeszcze mądrość, definiując ją następująco: „mądrość stanowi sztukę zamiany wiedzy na pieniądze z eliminacją działań przestępczych”. Pojęcie to jednak występuje w literaturze niezmiernie rzadko, stąd i tu nie będzie szerzej omawiane.

1.1 Dane

Termin dane – definiowany jest najczęściej (Bocji i inn. (2003), Turban (2004)) jako zbiór nielosowych faktów na temat rzeczy, zdarzeń, czynności i transakcji, zebrany i zachowany na dostępnych nośnikach. Podkreśla się przy tym, że organizacja zapisu – struktura zbioru na nośnikach jest taka, iż nie nadaje ona żadnego specyficznego znaczenia zebranym faktom. Format zaś zapisu danych na nośnikach zależy od sposobu ich zbierania jak i od typu dostępnego nośnika. Z punktu widzenia organizacji wyróżnia się trzy główne źródła danych: zewnętrzne, wewnętrzne i personalne. Za źródła zewnętrzne uważa się wszystkie źródła dostępne w przestrzeni stanowiącej bliższe i dalsze otoczenie organizacji. Źródła wewnętrzne stanowią dopełnienie źródeł zewnętrznych wewnątrz organizacji i są własnością organizacji. Źródła personalne to specyficzny typ źródeł wewnętrznych, źródła te to dane posiadane przez członków organizacji ale nie stanowiące jej własności.

Z terminem dane wiążą się bezpośrednio kwestie wyszukiwania, ekstrakcji i gromadzenia danych, jak również kwestia jakości danych.

Wyszukiwanie, ekstrakcja i gromadzenie danych

Dane mogą być gromadzone manualnie lub za pomocą różnorodnych urządzeń lub oprogramowania automatyzującego całość lub część tego procesu. Do podstawowych metod gromadzenia danych należą (McNamara 2003): obserwacje, wywiady, ankietowanie, studia przypadków, pomiary, analiza dokumentów i rejestracja zdarzeń. Niezależnie jednak od stosowanej metody pierwszym krokiem na drodze do zgromadzenia danych jest ich wyszukanie i ekstrakcja.

Z pozoru może się wydawać, że stanowić może to problem tylko w wypadku zewnętrznych źródeł danych organizacja bowiem nie ma na nie wpływu, jednak dotyczy to także źródeł wewnętrznych. Złożoność współczesnych organizacji znajduje bowiem odzwierciedlenie w różnorodności form i formatów przechowywanych przez nie danych. Dane mogą być przechowywane w sposób scentralizowany lub rozproszony, w bazach danych, hurtowniach danych lub katalogach dokumentów. Organizacja może posiadać lub częściej nie posiada jednego centralnego słownika danych definiującego i opisującego strukturę wszystkich przechowywanych przez nią danych. Format przechowywanych danych zależeć może od typu stosowanego nośnika – papierowy, elektroniczny, fotograficzny, jak również od technologii jaką zastosowano do zapisu danych. W konsekwencji wyszukiwanie i ekstrakcja danych zarówno w źródłach zewnętrznych jak i wewnętrznych stanowić może poważny problem.

Najłatwiej można poradzić sobie z tym problemem w wypadkach gdy dane zgromadzone są w postaci elektronicznych baz lub hurtowni danych będących własnością organizacji lub udostępnionych jej przez otoczenie. Stosuje się w takim wypadku standardowe mechanizmy oferowane przez technologie baz danych i przez technologię OLAP[8]. Przed znacznie bardziej poważnym i nie do końca po dziś dzień rozwiązanym problemem staje się gdy dane muszą być wyszukiwane w zbiorach dokumentów o różnorodnym formacie. W takim wypadku trudność wyszukania danych związana jest po pierwsze z lokalizacją samego dokumentu, po wtóre z analizą (najczęściej semantyczną) dokumentu w celu ekstrakcji zawartych w nim danych.

Problematyka lokalizacji i analizy dokumentów jest obecnie nieodłącznie związana z Internetem. Internet bowiem dla coraz większej liczby organizacji stanowi główne źródło danych o otoczeniu, tam także organizacje umieszczają swoje wewnętrzne katalogi dokumentów i bazy danych udostępniając je swoim członkom lokalnie w Intranecie, globalnie w Ekstranecie lub publicznie w Internecie. Stąd też bez ryzyka popełnienia większej pomyłki można stwierdzić, iż obecnie problem lokalizacji i analizy dokumentów sprowadza się do problemu lokalizacji i analizy dokumentów WWW. W procesie lokalizacji dokumentów użytkownik wspomagany jest przez bardzo liczne serwisy wyszukujące. Serwisy te (np. Lycos, Google, AltaVista) pozwalają na formułowanie złożonych warunków wyszukiwania a następnie w wyniku wyszukiwania oferują listę adresów tych wszystkich dokumentów WWW, które te wymagania spełniają. Bardziej zaawansowane metody wyszukiwania polegają na stosowaniu inteligentnego oprogramowania zintegrowanego z przeglądarką internetową, oprogramowanie to pozwala miedzy innymi na: formułowania znacznie bardziej złożonych warunków wyszukiwania, sumowanie odpowiedzi z wszelkich wskazanych przez użytkownika serwisów wyszukujących, śledzenie stanu aktualizacji dokumentów WWW, eliminowanie redundancji polegającej na wielokrotnym wskazywaniu tego samego dokumentu rezydującego pod różnymi adresami, eliminowanie nieaktywnych adresów, automatyczne gromadzenie odnalezionych dokumentów na dysku komputera do dalszej analizy w trybie off-line. Przykładem komercyjnie dostępnego tego typu oprogramowania jest „Copernic Agent” i „Copernic Summarizer”(Copernic Technologies (2005)).

Dokumenty WWW mogą być opublikowane w rozmaitych formatach, dominującym obecnie formatem jest HTML, oprócz niego stosowanymi formatami są formaty typowe dla publikacji takie jak PDF i DOC, formaty związane ze stosowanymi językami skryptów – PHP, ASP i JSP, jak również formaty związane z bezpośrednim publikowaniem dokumentów typu arkusz kalkulacyjny lub prezentacja. Żaden z wymienionych formatów a zwłaszcza najczęściej występujący HTML nie jest formatem stworzonym z myślą o publikowaniu danych – formaty te koncentrują się na formie publikacji i nie zawierają w definicjach swoich języków mechanizmów definiujących struktury danych jak również znaczników definiujących semantykę treści dokumentu. Stąd też analiza zawartości tych dokumentów w celu ekstrakcji danych jest zadaniem trudnym a często niemożliwym do realizacji (porównaj: Baeza-Yates i Ribeiro-Neto (1999), Wijnhoven (2001)).

Z analizą dokumentów i ekstrakcją danych w Internecie związane są obecnie dwa nurty badawcze. Pierwszy z nich akceptując zastany stan rzeczy czyli istniejące w Internecie formaty, koncentruje się na opracowaniu metod pozwalających na automatyczną analizę semantyczną dokumentu i na jej podstawie ekstrakcję informacji lub danych. Strzałkowski (2000) proponuje metodę automatycznego przeglądania dokumentów i generowania podsumowań na z góry zadany temat, jeżeli dokument odnosi się w treści do tego tematu podsumowanie jest generowane jeżeli nie dokument jest odrzucany. Brasethvik i Gulla (2002) proponują zastosowanie języka modelowania semantycznego w procesie wyszukiwania danych i informacji. El-Kahlout i Oflazer (2004) przedstawiają system wyszukiwania konkretnych słów na postawie opisów semantycznych ich znaczenia. Maynard i inn. (2002)opracowali system zdolny do ekstrakcji danych na temat konkretnego obiektu, uprzednio zdefiniowanego przez użytkownika. Więcej o metodach stosujących analizę semantyczną można znaleźć u Baeza-Yates i Ribeiro-Neto (1999).

Drugi z nurtów promuje nowy format publikowania dokumentów w Internecie – format XML (XML (2004)). Idea tworzenia dokumentów WWW w oparciu o format XML, wspierana przez wiodących producentów oprogramowania takich jak Microsoft i SUN, pozwala na kodowanie w treści dokumentu WWW zarówno definicji struktury stosowanych danych jak również samych danych wraz z ich znacznikami jednoznacznie określającymi miejsce ich występowania jak i ich typ. Powszechne stosowanie formatu XML umożliwi w przyszłości łatwą i automatyczną ekstrakcję, wymianę i aktualizację danych w zasobach sieci Internet. Ze stosowaniem formatu XML nierozerwalnie związany jest rozwój języków i metod stosowanych do przeszukiwania i aktualizacji treści dokumentów WWW stworzonych z zastosowaniem tego formatu. Do języków tego typu można zaliczyć takie języki jak XPath (Wang i inn. (2004)), Xcerpt (Bry i inn. (2004)) i XChange (Berger i inn. (2004)). Naturalnym rozszerzeniem stosowania formatu XML jest przekształcenie sieci Internet w Sieć Semantyczną to jest taką sieć której zawartość (a więc dokumenty) jest zdolna do samo-opisywania się. Realizuje się to poprzez rozszerzanie stosowania XML o stosowanie budowanych na jego podstawie języków wprowadzających możliwości opisu semantyki definiowanych obiektów jak również relacji zachodzących pomiędzy tymi obiektami. Przykładami takich języków są DAML (DAML (2004)), OWL (OWL (2004)) i RDF (RDF (2004)). Zaproponowanymi językami przeszukiwania i aktualizacji Sieci Semantycznej budowanej w oparciu o DAML, OWL czy RDF są języki DQL (DQL (2004)) i TRIPLE (TRIPLE (2004)).

Jakość danych

Wyszukanie i zgromadzenie danych przez organizację nie oznacza jeszcze niestety, iż są one gotowe do wykorzystania. Następną bowiem kwestią jest zapewnienie, że są to dane wysokiej jakości. Jakość danych mierzona jest w wielu wymiarach: poprawności, dokładności, kompletności, adekwatności, wiarygodności, dostępności na czas i dostępności w ogóle (porównaj: Olson (2002)). Najistotniejszym z wymienionych jest wymiar poprawności, jeżeli dane są niepoprawne (błędne) wtedy wszystkie pozostałe wymiary nie mają znaczenia.

Publikowane raporty (patrz: ADT (2004), Eckerson (2002)) dobitnie wykazują, iż większość organizacji lekceważy kwestie związane z zapewnieniem wysokiej jakości przetwarzanych przez nie danych, jednocześnie te same raporty wskazują na wielomilionowe straty jakie rokrocznie ponoszą te organizacje w wyniku niskiej jakości danych. Straty te mogą być generowane bez względu na złożoność procesu realizowanego przez organizację, procesem tym może być zarówno proste rozsyłanie faktur pod nieistniejące (błędnie zgromadzone) adresy jak również złożone podejmowanie strategicznych decyzji inwestycyjnych - błędnych bo podejmowanych w oparciu o błędne dane.

Do najczęstszych przyczyn zaistnienia błędów w zgromadzonych danych zalicza się (Eckerson (2002)):

§ błędy wprowadzania danych przez człowieka,

§ błędy w oprogramowaniu zarządzającym zbiorem danych,

§ brak procedur kontroli wprowadzania danych,

§ brak procedur kontroli integralności zbioru danych,

§ niewłaściwy format lub typ danych,

§ zmiana oprogramowania zarządzającego zbiorem danych,

§ konwersja formatów lub typów danych,

§ migracja pomiędzy różnymi nośnikami danych.

Różnorodność źródeł zaistnienia błędu w danych implikuje wniosek, iż każdy zbiór danych posiadany przez organizację zawiera błędy stąd też każda organizacja powinna wdrażać procedury związane z podnoszeniem jakości posiadanych danych, a przede wszystkim z eliminacją zaistniałych w nich błędów. W literaturze proponowanych jest szereg metod kontroli i podnoszenia jakości zgromadzonych danych. Olson (2002) proponuje metodę profilowania danych opartą na stosowaniu technik analitycznych w celu zapewnienia poprawnej struktury i zawartości zbioru danych. King (2002) postuluje integrację mechanizmów korekty danych z oprogramowaniem realizującym wprowadzanie i aktualizację danych w zbiorach danych. Wheatley (2004), Stackpole (2001), Berg i Heagele (1997) proponują (pod różną postacią) ogólną politykę postępowania jaka powinna być na stałe wdrożona przez każdą organizację, w celu zapewnienia wysokiej jakości posiadanych przez nią danych.

1.2 Informacja

Termin informacja – nie został jak dotychczas zdefiniowany w sposób jednoznaczny (Flakiewicz (2002), Kisielnicki i Sroka (2005)), jednak można przytoczyć szereg funkcjonujących definicji. Definicje te podzielić można na dwie grupy, w grupie pierwszej znajdują się te definicje, które formułowano głównie z myślą o informacji w organizacji gospodarczej:

§ „W systemie gospodarczym używa się tego pojęcia jako równoważnika takich pojęć jak: dowolna wiadomość, decyzja, nakaz, zakaz, polecenie lub sugestia.”(Flakiewicz (2002))

§ „Informacja to taki rodzaj zasobów, który pozwala na zwiększenie naszej wiedzy o nas i otaczającym nas świecie.”(Kisielnicki i Sroka (2005))

§ „Informacja - to dane, które zostały przetworzone do postaci użytecznej; - to dane, które zostały przetworzone w jakimś konkretnym celu; - to dane, które zostały zinterpretowane i zrozumiane przez ich odbiorcę.”(Bocji i inn. (2003))

§ „Najogólniej mówiąc, informacja jest tym, co w jakiś sposób porządkuje rzeczy, fakty, zjawiska, procesy itp.; mówiąc dokładniej – tym czymś co danym ... przydaje ostatecznie treści znaczeniowej, która – dzięki odpowiedniej interpretacji pogłębia i ugruntowuje nasze rozeznanie w badanym zagadnieniu.”(Niedzielska (2003))

Druga grupa definicji terminu informacja, koncentruje się na określeniu relacji w jakiej znajdują się dane i informacja:

§ informacja to zinterpretowane dane (Callaos i Callaos (2001)),

§ informacja to dane plus ich znaczenie (Checkland i Scholes (1990), Mingers (1997)),

§ informacja to dane związane z decyzją (Cohen (1997)),

§ informacja to dane dostarczające odpowiedzi na pytanie sformułowane explicite lub implicite (Floridi (1999)),

§ informacja to subiektywna strona danych a dane to obiektywna strona informacji (Callaos i Callaos (2001)).[9]

Informacja dla zarządzania

Szczególnym rodzajem informacji jest informacja dla zarządzania^{^[10]}, Kisielnicki i Sroka (2005) definiują ten typ informacji wskazując następujące cechy odróżniające ją od innych typów informacji:

§ zawsze jest związana z realizacją funkcji zarządzania, takich jak: planowanie, organizowanie, przewodzenie i kontrolowanie,

§ pozwala na podejmowanie decyzji na różnych szczeblach zarządzania.

Informację dla zarządzania można podzielić na następujące grupy informacji (Senn (1990)):

§ pokrzepiającą – dotyczy aktualnego stanu organizacji gospodarczej, informuje o zadawalającym jej stanie,

§ rozwojową – dotyczy oceny przebiegu jakiegoś zjawiska,

§ ostrzegawczą – dotyczy przekazania sygnału o wystąpieniu zagrożeń,

§ planistyczną – dotyczy stanu jakiegoś zjawiska w przyszłości,

§ operacyjną – dotyczy określenia działania organizacji,

§ opiniodawczą – dotyczy informacji o otoczeniu organizacji,

§ kontrolowaną – dotyczy informacji przekazywanych przez organizację do otoczenia.

O informacji dla zarządzania Watson (1996) zauważa, że jest to bardzo często informacja miękka – czyli informacja często dostarczana kanałami nieoficjalnymi, rozmyta, subiektywna, intuicyjna i często niejasna. Podobnie Tan i Arnott (1999) stwierdzają, iż w obliczu niepewności menedżer dąży do poszerzenia spektrum źródeł informacji, co w konsekwencji oznacza sięganie także po źródła informacji miękkiej. Do źródeł tych można zaliczyć (Watson (1996)): prognozy, spekulacje, przybliżenia, wyjaśnienia, oceny, interpretacje, trendy, podsumowania, harmonogramy, plany, opinie, odczucia, pomysły, plotki i dowcipy.

Cechy informacji

Z zacytowanych wyżej definicji informacji można wysnuć listę następujących jej cech:

§ są zawsze efektem transformacji surowych danych,

§ są umiejscowione w kontekście i od niego zależne,

§ są celowe, stanowią odpowiedź na lukę informacyjną.

Alternatywną listę cech informacji formułuje Stefanowicz (1997), informacje wedle tego autora:

§ są niezależne od obserwatora (są obiektywne),

§ przejawiają cechę synergii,

§ są różnorodne,

§ są zasobem niewyczerpalnym,

§ mogą być powielane i przenoszone w czasie i przestrzeni,

§ można je przetwarzać nie powodując ich zniszczenia,

§ ta sama informacja ma różne znaczenie dla różnych użytkowników.

§ każda jednostkowa informacja opisuje obiekt tylko ze względu na jedną jego cechę.

Jak widać termin informacja jest ściśle związane z terminem luka informacyjna, która definiowana jest jako różnica między posiadanymi zasobami informacyjnymi, a informacjami jakie są niezbędne do racjonalnego i efektywnego działania (Wawrzyniak (1977)). Stwierdza się, że w warunkach tej luki przychodzi działać wszystkim współczesnym organizacjom gospodarczym (Oleński (2003)) i wyróżnia się następujące jej cechy (Stefanowicz (1999)):

§ jest zawsze odnoszona do konkretnego obserwatora,

§ jest wrażliwa na czynnik czasu ( w miarę zdobywania wiedzy i doświadczenia obserwatora luka, odczuwana przez niego w danym momencie, może nie wystąpić później),

§ jest zawsze informacyjnie rozmyta (tylko w nielicznych sytuacjach można ściśle określić stały jej zakres).

Ilość informacji - selekcja informacji

Nie ulega wątpliwości, iż obecnie ilość informacji docierająca do organizacji gospodarczej zarówno z jej otoczenia jak i z jej wnętrza jest - z uwagi na skalę informacji oraz trubulentność a niekiedy erratyczność otoczenia (Płoszajski (2004)) - nie do przetworzenia, a ponadto jest w dominującej lub znacznej swej części nieistotnym szumem informacyjnym. Co więcej nie jest do końca jasne jaki wpływ ma wzrost ilości dostępnej informacji na jakość podejmowanych na jej podstawie decyzji. Literatura obfituje w przykłady wskazujące zarówno na pozytywny (Peterson i Pitz (1988), Casey (1980)), obojętny (Simnett (1996), Handzic (1997)) jak i negatywny (Paese i Sniezek (1991), Chervany i Dickson 1974) wpływ ilości informacji na podejmowane decyzje. W tej sytuacji widoczna jest potrzeba udostępnienia decydentom takiego rodzaju narzędzi, które ułatwią i usprawnią posługiwanie się dostępną informacją.

W odniesieniu do informacji pochodzącej z wnętrza organizacji Turban (2004) postuluje zastosowanie tak zwanych narzędzi nawigacji po informacji, które są przede wszystkim oparte na mechanizmach przeszukiwania zbiorów informacyjnych, wspartych narzędziami multimedialnymi (Frolick i Ramarapu (1993)) i inteligentnymi agentami (Lamont (2000)). Szersze rozwiązanie, bo odnoszące się także do informacji pochodzącej z otoczenia, wprowadza Abramowicz (2003) - proponuje on stosowanie tak zwanych racjonalnych narzędzi informacyjnych to jest takich narzędzi które

§ przekazywać będą informacje niezbędne do podejmowania decyzji bez względu na medium jakie jest jej nośnikiem;

§ nie będą pomijać informacji niezbędnych do podejmowania decyzji bez względu na to, czy wiemy o ich istnieniu, czy nie;

§ minimalizować będą ilość informacji przekazywanych odbiorcy;

§ będą stwarzać przesłanki do ewaluacji i organizacji pozyskanych informacji;

§ będą racjonalne ekonomicznie.

Do narzędzi tych zalicza dobrze skonstruowane filtry informacyjne, gdzie przez filtry informacyjne rozumie specjalną klasę systemów wyszukiwawczych (Salton (1983)), działającą w ten sposób, iż dostarcza ona użytkownikowi w formie dokumentów elektronicznych tylko tych informacji, które wynikają z jego profilu^{^[11]}.

Podobnie do Abramowicza stwierdza Płoszajski (2004): „...Wiek Informacji wkroczy niebawem w swoją nową, zaawansowaną fazę – Wiek Wywiadu Informacyjnego. Sukces organizacji zależeć będzie wówczas, nie tyle – jak dotychczas – od umiejętności posługiwania się napływającymi informacjami, ale od jej zdolności do aktywnego tworzenia rozległych baz wiedzy i uruchomienia ciągłego procesu ich aktualizacji w oparciu o efektywne procedury dyskryminacyjne, tj. selekcji i oceny zdobywanych informacji”.

1.3 Wiedza

Tak jak w przypadku definiowania terminu informacja tak i tu w miejscu definiowania terminu wiedza większość autorów stwierdza, iż jest to termin trudny do zdefiniowania (Kisielnicki i Sroka (2005)). Stąd proponowane definicje przybierają niekiedy formę metafory lub też odnoszą się do konkretnego obszaru zastosowań wiedzy^{^[12]}:

§ „Wiedza jest źródłem wszelkich działań ludzi inteligentnych.”(Kisielnicki i Sroka (2005))

§ „Wiedza w zarządzaniu bywa określana różnorodnie – jako kluczowe kompetencje, zdolność do rozwiązywania problemów, przekonania, skłonność do innowacji, strategiczne aktywa, nieprzeliczalne zasoby, pamięć organizacji.”(Olszak i Sroka (2003))

§ „...wiedza to usystematyzowana informacja, będąca wynikiem celowego nagromadzenia lub wypadkową doświadczeń w odniesieniu do poszczególnych obszarów działalności.”(Chmielarz (1996))

§ „Wiedza to doświadczenie menedżera zastosowane do rozwiązywania problemów.”(Bocji i inn. (2003))

§ „Wiedza to informacją, która jest związaną z kontekstem problemu i umożliwia podjęcie konkretnego działania.” (Turban (2004))

Z przedstawionych definicji łatwo widać, że tym co zasadniczo odróżnia wiedzę od informacji i danych jest fakt, iż wiedza implikuje działanie - umożliwia podjęcie konkretnej akcji. Można stwierdzić, iż dane i informacje to obiekty pasywne podczas gdy wiedza jest obiektem aktywnym i dlatego jest obiektem najbardziej pożądanym przez decydenta. Najdobitniej można się o tym przekonać analizując relacje zachodzące pomiędzy tymi trzema obiektami.

Relacje zachodzące pomiędzy danymi, informacją i wiedzą

W literaturze najczęściej prezentowaną formą relacji zachodzącej pomiędzy danymi, informacją i wiedzą jest forma:

dane ® informacja ® wiedza

co oznacza, iż dane są przetwarzane^{^[13]} do postaci informacji, która z kolei służy wykreowaniu nowej wiedzy lub jest oceniana na podstawie posiadanej już wiedzy. Taka forma relacji wynika z „naturalnej” kolejności kreowania danych, informacji i wiedzy. Proponowane są jednak także inne formy tej relacji, pozwalające na lepsze zrozumienie zależności zachodzących pomiędzy danymi, informacją i wiedzą. Formy te są następujące (Skyrius (2001)):

wiedza ® informacja ® dane

co oznacza, że posiadanie wiedzy pozwala odnaleźć niezbędną informację, która z kolei pozwala wykreować wartość konkretnej danej.

dane ® wiedza ® informacja

co oznacza, że wiedza jest niezbędna aby przekształcić dane w konkretną informację.

informacja ® wiedza ® dane

co oznacza, że wiedza jest niezbędna aby wykreować dane z posiadanej informacji.

wiedza ® dane ® informacja

co oznacza, że posiadanie wiedzy pozwala zlokalizować dane niezbędne do wykreowania niezbędnej informacji.

Głównym wnioskiem z analizy powyższych form relacji jest stwierdzenie, iż wiedza jest centralnym obiektem tych relacji. Bez wiedzy nie istnieją pozostałe obiekty to jest dane i informacja, wiedza jest wobec nich jak i wobec samej siebie obiektem pierwotnym, stąd co już raz zostało tu stwierdzone, wiedza jest najbardziej pożądanym przez decydenta obiektem.

Charakterystyka wiedzy

Poza wyżej wyprowadzonym faktem, iż wiedza jest obiektem pierwotnym wobec danych i informacji, wiedzę charakteryzuje także zestaw następujących, unikalnych wobec innych zasobów organizacji cech (Gray (1999), Olszak (2001)):

§ wiedza dla przedsiębiorstwa jest pierwszoplanowym zasobem, pozostałe zasoby stanowią drugoplanowy czynnik wytwórczy;

§ wiedza jest jedynym zasobem, który nie zużywa się;

§ wiedza jest jedynym zasobem, którego wykorzystanie nie powoduje zmniejszenia zysków;

§ konsument wiedzy może obok jej wykorzystania wygenerować także jej przyrost;

§ wiedza jest jedynym zasobem, który może być jednocześnie i niezależnie wykorzystywany przez wielu jej użytkowników;

§ zależność między przyrostem (spadkiem) ilości wiedzy a skalą pozytywnych (negatywnych) tego efektów jest nieliniowa;

§ wiedza jest zasobem złożonym i dynamicznym, wraz z przyrostem jej ilości często ulega rekonfiguracji;

§ wiedza nabiera wartości dopiero w momencie jej zastosowania;

§ wartość wiedzy jest parametrem niepewnym, jest trudno przewidywać efekty inwestycji w wiedzę, podobnie trudno jest przewidywać efekty dzielenia się wiedzą pomiędzy organizacjami;

§ wiedza jest nierozerwalnie związana z procesem uczenia się.

Obok powyższych cech, wiedzę charakteryzuje także fakt, że występuje ona w organizacji w dwu następujących formach:

§ wiedza explicite^{^[14]} – zawierająca opis faktów, procedur i procesów zachodzących lub stosowanych w organizacji[15];

§ wiedza implicite^{^[16]} – zawierająca doświadczenie i intuicje członków organizacji.

Łatwo widać, że pierwsza z form wiedzy jest łatwa do ekstrakcji, zapisu, przechowywania, przekazywania i powielania, podczas gdy druga wręcz przeciwnie, jednocześnie podkreśla się niekwestionowane znaczenie wiedzy implicite dla organizacji[17] i znaczne ryzyko utraty tego typu zasobu związane przede wszystkim z fluktuacją kadr. Stąd też podejmowane są liczne próby przekształcenia wiedzy implicite w wiedzę explicite (patrz: Cowan i Foray (1997), O’Hara i Shadbolt (2001)). Z drugiej zaś strony liczni autorzy podkreślają, iż pozostawienie wiedzy w organizacji w formie implicite ma także określone zalety (patrz: Nonaka i Takeuchi (1995), Langlois (2001), Roberts (2000)).

1.4 Decyzja

Decyzja jest to informacja wyposażona w tzw. czynnik sprawczy, który zobowiązuje adresata decyzji do realizacji czynności stanowiących jej treść (Flakiewicz (2002)). Można to rozumieć w ten sposób, iż decyzja jest kolejnym elementem łańcucha procesu, który rozpoczyna się od zebrania surowych faktów czyli danych. Stoner i Wankel (1992) przedstawiają taki łańcuch następująco:

DANE ®

INFORMACJA ®

INFORMACJA DLA

ZARZĄDZANIA/WIEDZA ®

DECYZJA I DZIAŁANIE.

Jak widać w idealnym przypadku ostateczny akt jakim jest decyzja i podjęte działanie, jest efektem szeregu transformacji tego co znajduje się na wejściu łańcucha. Jednak w wielu realnych sytuacjach dane a stąd i informacje są niedostępne lub niskiej jakości, wtedy decydentowi przychodzi działać w warunkach niekompletnej informacji i niepewności.

Typy decyzji

Decyzje w organizacji klasyfikowane są wedle dwu kryteriów, pierwszym z nich jest typ problemu jaki ma być rozwiązany wskutek podjęcia danej decyzji, drugim jest podmiot podejmujący decyzję. Biorąc pod uwagę pierwsze z kryteriów, rozróżniane są następujące typy decyzji (Gorry i Scott-Morton (1971)):

§ decyzje dobrze ustrukturalizowane^{^[18]}^,[19] – decyzje o nieskomplikowanej strukturze, powtarzalne, rutynowe, związane z problemami dla których istnieją ogólnie uznawane metody ich rozwiązywania;

§ decyzje częściowo ustrukturalizowane – decyzje o skomplikowanej strukturze, związane z takimi problemami gdzie tylko dla części ich pod-problemów istnieją ogólnie uznawane metody ich rozwiązywania;

§ decyzje źle ustrukturalizowane – decyzje nierutynowe, często podejmowane w oparciu o doświadczenie, związane z problemami dla których nie istnieją ogólnie uznawane metody ich rozwiązania.

Biorąc pod uwagę drugie z kryteriów, czyli podmiot podejmujący decyzję, rozróżniane są następujące typy decyzji (Aggarwal (2001)):

§ decyzje niezależne – decyzja podejmowana jest przez pojedynczego decydenta, który ma pełne uprawnienia do podjęcia decyzji i ponosi za nią pełną odpowiedzialność;

§ decyzje wzajemnie-zależne sekwencyjne – decyzja podejmowana jest sekwencyjnie przez kilku decydentów, każdy z nich podejmuje część decyzji po czym przekazuje problem wraz z swym cząstkowym rozwiązaniem kolejnemu decydentowi;

§ decyzje grupowe – decyzja podejmowana jest na drodze negocjacji grupy decydentów.

Analizę teoretyczną i praktyczne przykłady decyzji niezależnych można znaleźć w Klaas (1977), Robey i Farrow (1982), Aggarwal i Mirani (1996); decyzji niezależnych sekwencyjnych w Bateman (1986), Vemuganti i inn. (1989), Aggarwal (2001), Lauritzen i Nilsson (2001); decyzji grupowych w Nunnamaker i inn. (1987), DeSanctis i inn. (1987), Basoglu i inn. (2001).

Fazy procesu decyzyjnego

W literaturze zaproponowano szereg modeli procesu decyzyjnego, jako normę lub model idealny wskazuje się model racjonalnego podejmowania decyzji Simona (1977) lub jego modyfikację, czyli model ograniczonej racjonalności (Simon (1979)). Propozycje innych zaproponowanych modeli procesu decyzyjnego można znaleźć w Cohen i inn. (1972), March (1988), Pfeffer (1981), Krabuanrat i Phelps (1998), Das i Teng (1999).

Simon (1977) stawia znak równości pomiędzy terminami podejmowanie decyzji i zarządzanie, i wyróżnia następujące etapy procesu podejmowania decyzji, czyli procesu decyzyjnego:

§ rozpoznanie – etap zbierania informacji w celu identyfikacji problemów zaistniałych w organizacji;

§ opracowanie – etap opracowania możliwych rozwiązań rozpoznanego problemu;

§ wybór – etap wyboru konkretnego rozwiązania spośród zbioru opracowanego w etapie poprzednim;

§ implementacja – etap wprowadzenia w życie wybranego rozwiązania, a następnie obserwacji jego efektów.

Rysunek 1 prezentuje w formie graficznej wyżej opisane etapy procesu decyzyjnego. Na rysunku tym zaznaczono pętle powrotu z etapu bieżącego do poprzedniego aby podkreślić fakt, iż proces decyzyjny zazwyczaj nie przebiega prostą, liniową ścieżką wiodącą od etapu pierwszego do ostatniego, lecz może zawierać liczne pętle powrotu do etapów poprzednich, będące na przykład konsekwencją błędów popełnionych na poszczególnych etapach.

Spotyka się często bardziej szczegółowe opisy procesu decyzyjnego wychodzące od modelu Simona (1977), na przykład Bielecki (2001) przedstawia go w postaci dziesięciu następujących etapów:

§ obserwacja – uświadomienie sobie zaistnienia problemu;

§ formalne rozpoznanie – sformułowanie zaistniałego problemu;

§ interpretacja-diagnoza – ustalenie prawdziwej istoty problemu;

§ definiowanie – próba formalnego opisu problemu;

§ określenie celów – ustalenie co ma być osiągnięte w wyniku realizacji decyzji;

§ określenie wariantów – ustalenie różnych sposobów rozwiązania problemu;

§ oszacowanie poszczególnych wariantów – dokonanie oceny przydatności kolejnych wariantów do realizacji nakreślonych celów;

§ wybór wariantu;

§ realizacja – wdrożenie wybranego wariantu;

§ monitorowanie – obserwacja efektów realizacji wybranego wariantu, w efekcie której może nastąpić korekta lub wycofanie się z realizacji.

Ten sam autor (Bielecki (2001)) mając tak opisany proces decyzyjny definiuje podejmowanie decyzji jako „dokonanie ostatecznego wyboru wariantu po rozważeniu różnych alternatywnych możliwości działania” (Bielecki (2001)), czyli ogniskuje cały proces decyzyjny wokół centralnego punktu jakim jest wybór właściwego wariantu. Podejście takie wydaje się być słuszne, bowiem jak zauważają niektórzy autorzy (porównaj: Tyszka i Zaleśkiewicz (2001)) z określeniem wariantów i wyborem z pośród nich decydenci często mają największy problem. Co więcej na tym etapie procesu decyzyjnego decydent wprowadza największą ilość zaburzeń (Turpin i du Plooy (2004)). Zaburzenia te pojawiają się jako konsekwencja faktu, iż zazwyczaj jest rzeczą niemożliwą określenie i wybór z pośród wszystkich możliwych wariantów – co implikuje konieczność wdrożenia heurystyk. Szerszą dyskusję na temat zaburzeń w procesie decyzyjnym, taksonomii zaburzeń i wpływu systemów informacyjnych na skalę zaburzeń można znaleźć w Arnott (1998), Turpin i du Plooy (2004).

Rysunek 1 Etapy procesu decyzyjnego

Źródło: na podstawie Laudon i Laudon (2000)

Atrybuty dobrze lub źle przygotowanej decyzji

Konsekwencje decyzji podejmowanych przez decydenta mogą mieć różny charakter, zasięg i czas trwania. Jednak to one ostatecznie decydują o powodzeniu lub upadku organizacji gospodarczej, dlatego też liczne publikacje poświęcone są atrybutom dobrze i źle przygotowanej decyzji. Jako atrybuty źle przygotowanej decyzji wymieniane są (Sawyer (1999), Sawyer (2001), Skyrius (2001), Turban (2004)):

§ nadmierna pewność siebie lub rutyna - decydent zakłada, że wie już wszystko co powinien wiedzieć i nie szuka dodatkowych źródeł informacji;

§ zadawanie niewłaściwych pytań – decydent żąda ekspertyzy po to aby potwierdzić swoją opinię a nie po to aby poznać opinię eksperta;

§ próba osiągnięcia dużych efektów tanim kosztem – decydent zawierza wyłącznie własnej intuicji i własnej wiedzy aby uniknąć kosztów dodatkowej ekspertyzy;

§ odrzucanie krytyki – decydent z zasady nie toleruje krytyki swoich przeszłych i bieżących poczynań, nie poddaje także autokrytyce swoich przeszłych decyzji;

§ powielanie cudzych decyzji - decydent bezkrytycznie powiela cudze decyzje bez analizy ich adekwatności do swojego problemu decyzyjnego;

§ zaniechanie decyzji – decydent przyjmuje postawę bierną wobec problemu, zapominając, że w wielu wypadkach brak jakiejkolwiek decyzji jest tym samym co podjecie złej decyzji;

§ lekceważenie lub wybiórcze wykorzystanie dostępnej wiedzy – decydent nie korzysta z dostępnej mu wiedzy w ogóle, lub korzysta tylko z jednej z jej form (to jest wiedzy explicite lub implicite);

§ niewłaściwe proporcje doboru źródeł informacji – decydent korzysta ze zbyt małej lub ze zbyt dużej ilości źródeł informacji, co w konsekwencji prowadzić może do ograniczonego pola widzenia problemu lub do zalewu informacyjnego;

§ niewłaściwa koordynacja decyzji w czasie – decydent nie dostosowuje tempa podejmowania decyzji do charakteru rozwiązywanego problemu, często koncentrując się na podjęciu idealnej decyzji podejmuje ją zbyt późno.

Podstawowym atrybutem dobrze przygotowanej decyzji jest unikanie wyżej wymienionych atrybutów, dodatkowo wymienia się następujące atrybuty:

§ zgromadzenie kluczowych dla rozwiązywanego problemu informacji, informacje te powinny być: zgromadzone na czas, aktualne, kompletne, bezbłędne i łatwe do użycia;

§ poszerzenie spektrum gromadzonych informacji o informacje miękkie, z uwagi na ich często rozmyty i niewiarygodny charakter informacje te powinny być: gromadzone z wielu konkurencyjnych źródeł, filtrowane w oparciu o wiedzę decydenta i w miarę możności konwertowane do postaci zwykłej informacji;

§ określenie skończonego zbioru alternatywnych rozwiązań;

§ umiejętność i wykorzystywanie narzędzi wspomagania decyzji.

Dalszą dyskusję dotyczącą atrybutów i stylów podejmowania decyzji można znaleźć w Bullen i Sacks (2003), Anonim (2003, Mador (2004), Turban (2004), Settle-Murphy (2004), Smith i inn. (2004).

2. Komputerowo wspomagane systemy informacyjne

„Świat oczekuje totalna wojna informacyjna, która przebiegać będzie przez całą światową ekonomię.”(Toffler (1990)) – to stwierdzenie Alvina Tofflera z końca ubiegłego stulecia, w chwili jego wypowiedzenia można było jeszcze traktować jak prognozę, w obecnej dekadzie staje się ono jednak rzeczywistością. W dekadzie tej bowiem upatruje się początku tzw. ery przetwarzania informacji lub inaczej - gospodarki cyfrowej - gospodarki, w której wiedza i zdolność posługiwania się nią stają się czwartym czynnikiem działalności gospodarczej (Szymanowski, Perkowski (2003)). W dekadzie, w której niepodważalne są stwierdzenia o decydującej roli zasobów informacyjnych dla efektywności zarządzania (Kisielnicki (1993)) i o tym, iż bez stałego dostępu do wszelkiej niezbędnej informacji firmom grozi nieuchronna przegrana w walce konkurencyjnej (Grudzewski i Hejduk (2002)). Wskazuje się na zasadnicze różnice występujące pomiędzy kończącą się erą przemysłową a rozpoczynającą się erą informacji (Strojny (2000)):

§ władza – dotychczas zależała od zajmowanego szczebla w organizacji, obecnie ma zależeć od posiadanych umiejętności, wiedzy i reputacji;

§ wartość rynkowa – dotychczas zależała od posiadanych aktywów finansowych i rzeczowych, obecnie ma zależeć od kapitału intelektualnego;

§ strategia – dotychczas była nastawiona na konkurencję, obecnie ma być nastawiona na kooperację.

W tym miejscu należy więc zadać sobie pytanie o „arsenał” jakim powinny dysponować współczesne organizacje gospodarcze aby przetrwać i odnieść sukces w XXI wieku, potocznie już zwanym wiekiem informacji i wiedzy. Arsenałem tym w dominującym stopniu będą Komputerowo Wspomagane Systemy Informacyjne (CBIS[20] - Computer Based Information Systems). Kisielnicki i Gwiazda (2004) w odniesieniu do organizacji definiują System Informacyjny jako „system komunikacyjny organizacji, który łączy w jedną całość elementy systemu zarządzania ... jest on wielopoziomową strukturą, która pozwala użytkownikowi tego systemu na transformowanie określonych informacji wejścia na pożądane informacje wyjścia.” Dalej ci sami autorzy stwierdzają, że „...w praktyce wszystkie współczesne systemy informacyjne zbudowane są w oparciu o sprzęt komputerowy, a więc de facto są one systemami informatycznymi” czyli są CBIS.

Pojawienie się pierwszych CBIS związane jest z opracowaniem pierwszych komercyjnie dostępnych komputerów (Galliers i Whitley (2002)). Historię pierwszych trzech dekad rozwoju tych systemów od strony technologicznej i aplikacyjnej przedstawiają Somogyi i Galliers (1987), uzupełnia ją Galliers i inn. (1999), i Laudon i Laudon (2002). Z kolei Land (1999), Cronford (2003) i Turban (2004) przedstawiają historię rozwoju i stan obecny teoretycznych badań nad CBIS. Ci sami autorzy a także VonKortzfleisch (2003) analizują nowe perspektywy relacji zachodzących pomiędzy CBIS a organizacją gospodarczą w kontekście stosowania najnowszych technologii – przede wszystkim Komputerowych Sieci Globalnych. Uzupełnieniem tej analizy jest praca Land (2001) przedstawiająca Rewolucję Informacyjną jako trzecią po Agrarnej i Przemysłowej i wskazująca CBIS jako jedną z głównych sił sprawczych tej rewolucji. Stale analizowaną w literaturze w kontekście CBIS jest kwestia efektywności i ryzyka związanego z wdrożeniem tego typu systemów w organizacji (patrz: Farbey i inn. (1999)), Butterfield i Pendegraft (2001), King (2002)). Wielu autorów wskazuje na duży poziom ryzyka niepowodzenia we wdrożeniu CBIS przy jednocześnie dużych trudnościach z określeniem faktycznej efektywności wdrożenia, stąd też coraz częściej jako remedium na problemy związane z wdrażaniem CBIS i jako w ogóle przyszłości tych systemów – wskazywany jest ich outsourcing (King (2004)), Wilcocks i inn. (2004)), realizowany w skali lokalnej jak i globalnej (Rao (2004)).

W bieżącym rozdziale przedstawione zostaną najistotniejsze z typów CBIS, bezpośrednio związanych z ich zastosowaniem w obszarze zarządzania organizacją. Specjalna uwaga poświęcona zostanie Systemom Wspomagania Decyzji (SWD) z uwagi na fakt, iż stanowią one główny przedmiot niniejszego opracowania.

2.1 CBIS w zarządzaniu organizacją

Historycznie jako pierwsze z typów CBIS stosowanych w zarządzaniu organizacją wskazuje się Systemy Transakcyjnego Przetwarzania Danych (STPD) (Transaction Processing Systems TPS). Systemy te pojawiły się na początku lat 50-tych ubiegłego stulecia wraz z narodzinami technologii bazo-danowych na których opierały się i opierają po dziś dzień. STPD są prostymi systemami ewidencyjnymi z bardzo ograniczonymi możliwościami analitycznymi zawartości zbiorów danych, sprowadzającymi się w zasadzie do możliwości oferowanych przez język manipulacji danych (Data Manipulation Language DLL) konkretnego Systemu Zarządzania Bazą Danych (SZBD) (Database Management System DBS) na którym rezydują.

Systemy Informacyjne Zarządzania (SIZ) (Management Information Systems MIS). Termin ten pojawił się po raz pierwszy w roku 1959 w raporcie Marynarki Wojennej USA (patrz: Harizanova (2003)) i dotyczył zastosowania komputerów do stworzenia zintegrowanego systemu zarządzania wszelkimi zasobami Marynarki. SIZ zyskały natychmiast szerokie zainteresowanie zarówno ze strony administracji, biznesu jak i kręgów akademickich. Mimo licznych publikacji poświęconych tematyce SIZ w ostatnich czterech dekadach, w literaturze nie istnieje jednoznaczna definicja tego typu systemów, stąd można je traktować jako termin teoretyczny agregujący pewne systemy pod warunkiem jasnego zdefiniowania tego terminu (patrz: Parker i Al-Utaibi (1986)). Proponowane definicje z jednej strony wskazują SIZ jako system realizujący wszelkie potrzeby informacyjne organizacji, z drugiej zaś jako system zdolny jedynie do generowania raportów w oparciu o mechanizmy przepytujące bazy danych. Przykładem pierwszego podejścia może być definicja Bee i Bee (1999)), którzy definiują SIZ jako: „system dokonujący konwersji danych pochodzących ze źródeł wewnętrznych i zewnętrznych do postaci informacji, i przekazujący te informacje w odpowiedniej formie decydentom na wszystkich poziomach zarządzania, w celu umożliwienia im podejmowania na czas efektywnych decyzji dotyczących planowania, kierowania i kontrolowania obszarów za które są odpowiedzialni”. Podobne podejście dominuje także w polskiej literaturze, gdzie często SIZ utożsamia się z CBIS lub traktuje SIZ jako byt abstrakcyjny agregujący wszelkie systemy informacyjne w organizacji (patrz: Chmielarz (2000), Flakiewicz (2002), Kisielnicki i Sroka (2005)). Drugie z wymienionych podejść reprezentują między innymi, Keen i Scott-Morton (1978) stwierdzając, że głównym obszarem zastosowania SIZ w organizacji są dobrze ustrukturalizowane zadania to jest takie dla których przepływ informacji może być w sposób pewny i jednoznaczny zdefiniowany. Podobnie Watson i Hill (1983) wykazują, że SIZ zawiodły w obszarach związanych z zadaniami częściowo i źle ustrukturalizowanymi, i podają listę przyczyn dla których tak się stało. Tak więc zgodnie z drugim podejściem, rola SIZ sprowadza się do transformacji danych wejściowych do postaci informacji, które następnie wykorzystywane są w procesie podejmowania decyzji (patrz: Rysunek2).

Rysunek 2 SIZ w procesie podejmowania decyzji

Źródło: Lucey (1997)

Systemy Wspomagania Zarządzania (SWZ) (Management Support Systems MSS). Podobnie jak SIZ, SWZ należy traktować jako termin teoretyczny, abstrakcyjny byt obejmujący wszelkie typy CBIS wspomagające proces zarządzania. We wstępie do swoje opracowania Turban (2004) stwierdza: „...termin SWZ odnosi się do wszelkich aplikacji lub technologii zastosowanych w celu wspomagania procesu zarządzania w ogólności i procesu podejmowania decyzji w szczególności.” W polskiej literaturze termin SWZ często stosuje się zamiennie z terminem Systemy Wspomagania Organizacji (SWO) (patrz: Gołuchowski i Sroka (2000)).

Systemy Wspomagania Decyzji (SWD) (Decision Support Systems DSS). Jak już wyżej wspomniano, systemy klasy SIZ rozczarowały w swej zdolności do wspomagania decyzji, rozczarowanie to wzrosło do tego stopnia, iż Ackoff (1967) nazwał je wręcz Systemami Dezinformowania Zarządu (Management Misinformation Systems). Narodziła się więc potrzeba opracowania nowego typu CBIS przeznaczonych przede wszystkim do wspomagania procesu decyzyjnego. Systemy te otrzymały nazwę – SWD[21][22].

Systemy Informowania Kierownictwa (SIK) (Executive Information Systems EIS). W roku 1980 Rockart i Treacy (1980) opublikowali raport dotyczący sposobu wykorzystywania CBIS przez decydentów najwyższego szczebla w organizacjach amerykańskich. Z raportu tego wynikało, iż ze względu na charakter i rodzaj decyzji podejmowanych na najwyższych szczeblach kierowniczych, eksploatowane na wtedy systemy SWD i SIZ nie spełniały potrzeb tego szczebla. SIZ nie posiadały w ogóle zdolności wspomagania decyzji (o czym powyżej), zaś istniejące SWD wspomagały przede wszystkim czynności decyzyjne szczebla taktycznego i operacyjnego. Rockart i Treacy (1980) zaproponowali nowy rodzaj systemu, przeznaczonego wyłącznie do informowania i wspomagania procesu decyzyjnego realizowanego na najwyższym szczeblu i nazwali go Systemem Informowania Kierownictwa. Z czasem zakres informowania i wspomagania przez SIK wyewoluował i ogarnął całą organizację, stąd też obecnie tej klasy systemy określa się jako Systemy Informowania Przedsiębiorstwa (SIP) (Enterprise Information System)[23]. Aczkolwiek autorzy terminu SIK, Rockart i Treacy wskazywali, iż ma to być system informowania i wspomagania decyzji kierowniczych, jednak niektórzy autorzy rozróżniają proces informowania i wspomagania dzieląc pierwotny typ SIK na dwa typy – System Informowania Kierownictwa i System Wspomagania Kierownictwa (SWK) (Executive Support System ESS). Przykładem takiego rozróżnienia jest praca Rockart i DeLong (1988) gdzie autorzy podają różne definicje systemów SIK, SWK i SIP. W większości jednak publikacji terminy SIK, SWK, SIP jak również termin System Wspomagania Organizacji (SWO) (Enterprise Support System ESS) są stosowane zamiennie (patrz: Watson i inn. (1997)) i oznaczają CBIS dostarczający informacji istotnych dla szczebla kierowniczego i wspomagający decyzje kierownicze.

Niezależnie od wskazanych wyżej nieścisłości i dyskusji na temat nazewnictwa i zakresu funkcjonalności SIK, podobnie jak MIS w swym początkowym okresie istnienia, SIK zyskały bardzo szerokie zainteresowanie ze strony biznesu stale poszukującego narzędzi potencjalnie zwiększających efektywność swego działania, czego dowodem mogą być publikacje przedstawiające lub prognozujące skalę inwestycji w tego typu systemy (patrz: Bradford (1996)). Jednocześnie jednak pojawiły się liczne publikacje sygnalizujące bardzo częste niepowodzenia w implementacji i wdrażaniu SIK (Rockart i DeLong (1988), Volonino i Robinson (1991), Millet i Mawhinney (1992), Watson i Frolick (1993)). Jako główne przyczyny niepowodzeń wskazywano (Rainer i Watson (1995)) brak dostatecznego zainteresowania i wsparcia ze strony zarządu organizacji, „polityczny” opór wewnątrz organizacji, niedostateczny stopień partycypacji w procesie implementacji ze strony przyszłych użytkowników, niewłaściwe oczekiwania przyszłych użytkowników i niedostateczne przygotowanie merytoryczne twórców systemu. Zaowocowało to opracowaniem wielu koncepcji prawidłowej implementacji i wdrażania SIK, wychodzących z podobnych lub diametralnie różnych założeń co do listy czynników wpływających na końcowy sukces. Jednym z przykładów jest praca Srivihok (1999), w której wychodząc z założeń Behawioralnej Teorii Sukcesu Systemów Informacyjnych zaproponowanej przez Kappelman’a i McLean’a (1991), proponowane i badane jest sześć czynników wpływających na sukces implementacji SIK. Czynnikami tymi są: wiedza biznesowa zespołu implementującego SIK, zdolności komunikacji interpersonalnej zespołu implementującego SIK, umiejętności informatyczne przyszłego użytkownika SIK – jego doświadczenie w stosowaniu technologii informatycznych, stopień partycypacji przyszłego użytkownika SIK w czynnościach związanych z procesem implementacji SIK, istotność systemu dla przyszłego użytkownika – określający na ile przyszła eksploatacja SIK jest istotna i będzie wpływać na konkretnego użytkownika, emocjonalne nastawienie przyszłego użytkownika do samego systemu – określający ostateczny stopień akceptacji lub odrzucenia SIK. Bazując na modelu zaproponowanym przez DeLone i McLean’a (1992), Srivihok mierzy sukces implementacji SIK następującymi parametrami: jakość systemu, jakość informacji dostarczanej przez system, satysfakcja użytkownika. We wnioskach do przeprowadzonych badań mierzących wzajemny wpływ wymienionych czynników jak i ich wpływ na sukces implementacji SIK Srivihok stwierdza, że:

§ umiejętności informatyczne, istotność systemu i stopień partycypacji przyszłego użytkownika SIK nie wpływają bezpośrednio na sukces implementacji SIK;

§ umiejętności informatyczne przyszłego użytkownika mają negatywny wpływ na jego emocjonalne nastawienie wobec SIK;

§ emocjonalne nastawienie przyszłego użytkownika wobec SIK wpływa bezpośrednio na sukces implementacji;

§ zdolności komunikacji interpersonalnej zespołu implementującego SIK bezpośrednio wpływają na stopień partycypacji przyszłego użytkownika;

§ istotność systemu dla przyszłego użytkownika ma bezpośredni wpływ na jego emocjonalne nastawienie wobec SIK;

§ wpływ na sukces implementacji SIK mają bezpośrednio i pośrednio zdolności komunikacji interpersonalnej zespołu implementującego SIK, poprzez swój wpływ na stopień partycypacji, istotność systemu i emocjonalne nastawienie przyszłego użytkownika wobec SIK.

Wymienione wnioski nie zawsze pokrywają się z wnioskami z podobnych badań, zwłaszcza wniosek wskazujący, iż stopień partycypacji przyszłego użytkownika nie wpływa bezpośrednio na sukces implementacji SIK wydaje się być wysoce kontrowersyjny. Dalszą dyskusję poświęconą implementacji, wdrażaniu i czynnikom determinujących sukces EIS można znaleźć w Meiklejohn (1989), Watson i inn. (1991), Millet i inn. (1991), Jones i Nandhakumar (1992-1993), Kaniclides i Kimble (1995), Turban (2004).

Równolegle do wyżej przedstawionego nurtu rozwoju CBIS, który można by nazwać nurtem systemów natury ogólnej – systemów dostarczających informacji i wspomagających proces decyzyjny we wszelkich obszarach działalności organizacji, rozwijał się nurt systemów specyficznych związanych z dostarczaniem informacji i wspomaganiem konkretnych, wybranych obszarów. Jednym z pierwszych historycznie i głównych przykładów tego typu systemów są systemy związane z gospodarką materiałową i sterowaniem produkcją w organizacji gospodarczej. Pierwszymi takimi systemami, które pojawiły się na początku lat 50-tych ubiegłego stulecia, były Systemy Przetwarzania Zestawień Materiałowych (SPZM) (Bill Of Materials processors (BOM-processors)(patrz: Shafiei i Sundaram (2004)), opierały się one systemach STPD, metodach statystycznych i zdroworozsądkowych. W latach 60-tych pojawiły się Systemy Sterowania i Kontroli Zapasami (SSKZ) (Inventory Management & Control ), oparte na metodach prognozowania oraz metodzie punktu zamawiania (reorder point method) (Lasek i Stawicki (1995), Parys (2000)). Kolejne dziesięciolecie zaowocowało powstaniem pierwszej wersji zintegrowanych systemów sterowania i kontroli zapasów i procesu produkcyjnego. Systemy tego typu określono terminem Systemy Planowania Potrzeb Materiałowych (MRP) (Material Requirements Planning MRP). Rolą tych systemów było wspomaganie planowania i harmonogramowania produkcji przy jednoczesnym planowaniu potrzeb materiałowych w sposób optymalny to jest taki, który zaspokajając potrzeby produkcyjne jednocześnie minimalizuje koszty magazynowania. Jednak taki zakres funkcjonalny MRP okazał się niewystarczający, stąd postępująca w kolejnych latach ewolucja tych systemów, polegająca na dodawaniu kolejnych modułów funkcjonalnych doprowadziła w latach 80-tych do potrzeby zdefiniowania nowego terminu dla określenia wyewoluowanej, nowej postaci MRP. Nowy typ systemów określony został przez Wight'a (1984)) terminem System Planowania Potrzeb Produkcyjnych (MRP II[24]) (Manufacturing Resource Planning MRP II). Od strony funkcjonalnej MRP II integrował pełen wachlarz czynności i zasobów związanych z procesem produkcyjnym w obrębie całej organizacji gospodarczej. Integracja ta dotyczyła jednak tylko zasobów wewnętrznych organizacji, stąd dalszy rozwój tej klasy systemów zmierzać zaczął w kierunku integracji z zasobami zewnętrznymi.

W wyniku tego rozwoju pojawia się w latach 90-tych pojęcie System Planowania Zasobów Przedsiębiorstwa (ERP) (Enterprise Resource Planning ERP) wprowadzone przez firmę konsultingową Gartner Group (Chen (2001)). Zasadniczą różnicą pomiędzy systemami MRP II a ERP jest zakres zasobów objętych przez system, jak już wspomniano MRP II obejmował swoją funkcjonalnością wyłącznie zasoby wewnętrzne organizacji podczas gdy ERP w procesie planowania uwzględnia także zewnętrzne zasoby jakimi są łańcuchy dostawców i dynamicznie zmieniające się potrzeby klientów (Chen (2001)). Właściwe zainteresowanie systemami ERP ze strony biznesu, pojawia się w roku 1994 kiedy to firma SAP wprowadza na rynek swój system klasy ERP – system R/3. Od tego czasu inwestycje w tego typu systemy rokrocznie wzrastają, bieżące prognozy sięgające roku 2008 (Advisory Group (2003)) potwierdzają nieustająco rosnący rynek na systemy klasy ERP. Jednocześnie jednak analizując literaturę poświęconą tematyce ERP, znajduje się w niej zaskakująco mało publikacji dotyczących zakończonych sukcesem projektów implementacji i wdrożenia ERP, przeciwnie licznie podawane są przykłady porażek takich projektów (patrz: Bicknell (1998), Stratman i Roth (1999), Boudette (1999)). Zależnie od sposobu definiowania terminu porażka projektu oceniano, że od 20% (Trunick (1999)) do 50% (Escalle i inn. (1999)) z ogółu zrealizowanych projektów ERP zakończyło się całkowitą porażką, kolejne 40% projektów ERP (Trunick (1999)) można zaliczyć do kategorii połowicznego sukcesu, od 60% do 90% projektów ERP (Ptak i Schragenheim (1999)) nie osiągnęło zakładanego poziomu zwrotu z inwestycji. W tej sytuacji na szeroką skalę rozwinęły się badania poświęcone procesowi implementacji i wdrażania ERP. Można w nich wyróżnić dwa dominujące nurty – nurt koncentrujący się na opracowaniu strategii mających na celu pomyślne zakończenie procesu implementacji i wdrażania ERP, i nurt koncentrujący się na opracowaniu zestawów czynników krytycznych dla końcowego sukcesu implementacji i wdrożenia ERP (tzw. critical success factors CSF).

Proponowane w ramach pierwszego z nurtów strategie, Aladwani (2001) sklasyfikował jako: strategie oparte na organizacji, strategie oparte na ludziach i strategie oparte na technologii. Strategie oparte na organizacji bazują na technikach zarządzania zmianą, zarządzania projektem, strukturze organizacji i jej zasobów, stylu zarządzania, komunikacji i koordynacji procesów wewnątrz organizacji. Strategie oparte na ludziach koncentrują się na charakterystyce zarządu i personelu organizacji, procesie szkoleń, motywacji i stopnia zaangażowania w implementację i wdrażanie ERP, różnicach kulturowych wewnątrz organizacji. Strategie oparte na technologii dotyczą technicznych aspektów takich jak: audyt technologiczny w organizacji, instalacja ERP, złożoność ERP, czas i koszt implementacji (patrz: Amoako-Gyampah (1999), Russo i inn. (1999), Sarker i Sarker (2000), Chen (2001), Aladwani (2001), Castro i inn. (2002).

Drugi z nurtów badawczych poświęcony wypracowaniu zestawu CSF, podsumowany został w pracy Nah i Lau (2001), które zgromadziły i przeanalizowały 11 czynników wskazywanych jako najistotniejsze przez autorów analizowanej przez nich literatury. Czynniki te były następujące:

§ zespół projektowy ERP – powinien się składać z najlepszych pracowników organizacji, powinien być interdyscyplinarny w tym sensie, że w jego skład powinni wchodzić pracownicy ze wszystkich jednostek funkcjonalnych organizacji jak również zewnętrzni konsultanci, wiedza reprezentowana przez zespół jako całość powinna być na jak najwyższym poziomie zarówno w obszarze biznesu jak i technologii;

§ wspomaganie ze strony naczelnego kierownictwa – projekt ERP w trakcie swojej realizacji musi być nieustannie wspierany ze strony kierownictwa i aprobowany, musi być publicznie i jednoznacznie wskazany jako jeden z głównych priorytetów organizacji, kierownictwo musi dbać o to aby był on zgodny z głównymi celami strategicznymi i jednocześnie legitymizować wszelkie posunięcia zespołu ERP i zmiany wewnątrz organizacji z nimi związane;

§ biznes plan i wizja – musi istnieć i sterować zarówno projektem ERP jak i całym cyklem życia systemu, muszą być określone jasne cele strategiczne implementacji ERP, środki do jej realizacji, koszty, ryzyko i harmonogram, misja systemu powinna być ściśle skorelowana z celami biznesowymi organizacji;

§ efektywna komunikacja – pomiędzy członkami zespołu ERP a resztą organizacji, powinna gwarantować poznanie potrzeb informacyjnych każdego szczebla w organizacji, promować sam projekt, informować o stanie zaawansowania prac nad projektem, umożliwiać z jednej strony edukację użytkowników a z drugiej poznanie ich oczekiwań co do sytemu;

§ zarządzanie projektem – musi być jasno wskazana osoba lub grupa osób zarządzająca i ponosząca pełną odpowiedzialność za projekt, ponadto musi być ściśle określony zakres funkcjonalny organizacji objęty projektem, wszelkie zmiany nanoszone do uprzednio określonego zakresu funkcjonalnego powinny być bardzo mocno umotywowane i powinny nieść ze sobą także zmiany w zakresie, kosztów, ryzyka i harmonogramu projektu, co więcej postuluje się aby zmiany te były (o ile to możliwe) przesuwane do późniejszych faz realizowania projektu;

§ lider projektu – powinna istnieć osoba, wywodząca się najlepiej z najwyższych szczebli kierowniczych, która pełni rolę „sponsora” projektu nieformalnie legitymizującego i wspierającego jego działalność, rozwiązującego w oparciu o swój formalny autorytet konflikty powstałe zarówno wewnątrz zespołu projektowego jak konflikty pomiędzy zespołem a resztą organizacji;

§ aktualny stan organizacji i systemów informacyjnych – bieżąca struktura organizacji, istniejące procesy, kultura organizacji i istniejące systemy informacyjne silnie wpływają na projekt ERP, zwłaszcza w jego wstępnej fazie, nierealistyczne oczekiwania wobec ERP towarzyszące jednocześnie wszechobecnemu „bałaganowi” wewnątrz organizacji prowadzą bardzo często do porażki projektu w myśl zasady ”śmiecie na wejściu – śmiecie na wyjściu”;

§ zarządzanie zmianą – realizacja projektu ERP zawsze wiąże się głębokimi zmianami wewnątrz organizacji, zmiany te należy przewidzieć i odpowiednio nimi zarządzać, użytkownicy powinni być informowani o nich i przygotowywani w toku konsultacji i szkoleń, powinni być świadomi skutków realizacji projektu ERP dla procesów zachodzących w organizacji, powinni być wspierani informacyjnie zarówno w trakcie realizacji projektu jak i po jego zakończeniu;

§ reengineering procesów biznesowych – organizacja realizująca projekt ERP musi być przygotowana na akceptację w maksymalnie możliwym stopniu tej postaci systemu, która jest oferowana przez dostawcę systemu, wymuszanie przez organizację zmian w istniejącej postaci systemu w większości wypadków skutkuje błędami w oprogramowaniu, wydłużeniem czasu realizacji projektu, utratą kompatybilności z dodatkowymi modułami, trudności we wdrażaniu nowszych wersji systemu, stąd też organizacja rozpoczynająca projekt ERP musi być gotowa przeprowadzić proces reengineeringu swoich procesów w celu dostosowania ich w maksymalnym stopniu do bieżącej postaci systemu;

§ prace nad oprogramowaniem i testy – ogólna architektura systemu powinna być ostatecznie ustalona przed rozpoczęciem jakichkolwiek prac implementacyjnych, przyszli użytkownicy powinni aktywnie i cierpliwie uczestniczyć w fazie testowania systemu;

§ monitorowanie i ocena - postępy w realizacji projektu powinny być monitorowane i oceniane periodycznie z zastosowaniem ustalonych uprzednio miar, w z góry zaplanowanych etapach realizacji, każdorazowa ocena musi być konfrontowana z celami projektu a wszelkie od nich odchylenia natychmiast korygowane.

Dalszą dyskusję dotyczącą kwestii projektowania, wdrażania ERP i czynnikom determinującym sukces lub porażkę projektu ERP można znaleźć w Falkowski i inn. (1988), Rosario (2000), Chen (2001), Umble i Umble (2002), Drzewiecki (2002), Lasek i Rudnicka (2002), Lech (2003), Grossman i Walsh (2004).

Rodzina systemów MRP/MRPII/ERP stanowiła i stanowi trzon nurtu specyficznych CBIS wspomagających proces zarządzania organizacją. Jednak równolegle z rozwojem tych systemów rozwijano także inne, wyspecjalizowane we wspomaganiu konkretnych obszarów zarządzania. Do najbardziej znanych i najdłużej rozwijanych należą: System Zarządzania Łańcuchem Dostaw (SCM) (Supply Chain Management SCM) (patrz: Ganeshan i inn. (1998), Lambert (2005)), System Zarządzania Relacjami z Klientem (CRM) (Customer Relationship Management CRM) i jako jego pochodna System Zarządzania Relacjami z Dostawcą (SRM) (Supplier Relationship Management SRM) (patrz: Mazur i inn. (2001), Anonim (2001), Dyché (2002), Mazur i Mazur (2004)). Oprócz nich wraz z drastycznym wzrostem mocy obliczeniowej masowo dostępnych komputerów personalnych, jak również w związku z rozwojem sieci Internet, tradycyjni dostawcy systemów MRP/MRPII/ERP/CRM/CRM/SCM jak również niezależni producenci CBIS wprowadzili na rynek wiele systemów - zupełnie nowych z funkcjonalnego punktu widzenia lub pochodnych istniejącym. Do najważniejszych należą: System Zarządzania Wiedzą (SZW) (Knowledge Management System KMS) i jego pochodna System Zarządzania Zawartością (SZZ) (Content Management System CMS) (patrz: Halm i Pelikan (2002), Kisielnicki (2003a), Hejduk i Grudzewski (2004), Abramowicz i inn. (2004)), System Zarządzania Cyklem Życia Produktu (PLM) (Product Lifetime Management PLM) (patrz: Datamation (2002), Burkett M. i inn. (2002)), System Monitorowania Działalności Biznesowej (BAM) (Business Activity Monitoring BAM) (patrz: DeFee i Harmon (2004), VigilPro (2004)), System Zarządzania Procesami (BPM) (Business Process Management BPM) (patrz: Lambros P. i inn. (2001), Metastorm (2004)).

Z powyższej analizy jasno wynika, że w latach dziewięćdziesiątych ubiegłego stulecia organizacje gospodarcze miały do dyspozycji potencjalnie bardzo szeroki wachlarz CBIS, przy czym coraz wyraźniejszą dominację uzyskiwały systemy z rodziny MRP/MRPII/ERP – zwłaszcza w przypadku dużych organizacji. W tej sytuacji zarówno ze względu na presję rynku jak i z uwagi na dążenie do utrzymania wiodącej pozycji rynkowej przez producentów MRP/MRPII/ERP, zaczęły ujawniać się coraz silniejsze tendencje integracji CBIS[25]. Integracja ta aczkolwiek dotyczyła także przypadków mniejszych systemów (patrz: Chmielarz 2000a ), ogniskowała się wokół systemów ERP. Początkowo pojawiły się propozycje integracji ERP z innymi pojedynczymi systemami. Chen (2001) omawia integrację ERP z systemami SCM i CRM, Boon i inn. (2002) przedstawia integrację ERP z systemem CRM przy czym traktuje CRM jako system nadrzędny wobec ERP od którego wymaga osiągnięcia wysokiego poziomu operatywności przed właściwym wdrożeniem CRM, Stanek i inn. (2004) analizuje kwestię wzajemnych relacji systemów ERP i SWD i wynikających z nich możliwości integracyjnych, podobnie Shafiei i Sundaram (2004) rozpatrują integrację ERP z SWD tym razem wyraźnie jednak zaznaczając usługową rolę ERP wobec SWD. Ostatecznie jednak systemy ERP wchłonęły większość istniejących CBIS bądź to rozszerzając bezpośrednio swój zakres funkcjonalny bądź dołączając dany system do swojej biblioteki dodatków. W efekcie obecnie mówi się już o systemie ERPII lub post-ERP (Rashid i inn. (2002), Rzewuski (2003), Adamczyk i Chmielarz (2005)), mając na myśli jeden w pełni zintegrowany, zazwyczaj z silnym wykorzystaniem Internetu – CBIS w organizacji gospodarczej[26].

Obok wyżej przeanalizowanej rodziny systemów wspierających koncepcję zarządzania opierającą się na ciągłym planowaniu i kontroli, rozwijane są systemy wspierające alternatywne koncepcje zarządzania, zyskujące zwłaszcza w USA i Wielkiej Brytanii coraz większą akceptację. Jako główną z pośród alternatywnych koncepcji można wskazać Lean Management (LM) i jego pochodną Lean Manufacturing (patrz: Zimniewicz (1999), w koncepcji tej poziom produkcji dopasowywany jest w sposób ciągły do aktualnego zapotrzebowania klientów co jest przeciwieństwem opierania poziomu produkcji na prognozach sprzedaży. Systemy CBIS wspierające tę koncepcję, oparte głównie na metodach optymalizacji i symulacji, rozwijane są przede wszystkim przez producentów niezależnych od wiodących dostawców systemów ERP. Ci ostatni bowiem zdają się nie zauważać pojawiających się nowych trendów, jedynym tu wyjątkiem jest korporacja ORACLE, która wprowadziła zasady LM do najnowszej wersji swojego oprogramowania (Dough (2003)). W tym kontekście prowadzona jest szeroka dyskusja nad kwestią relacji pomiędzy systemami ERP a systemami wspierającymi LM, formułowane opinię wahają się pomiędzy koegzystencją tych systemów a całkowitym odrzuceniem ERP przed wdrożeniem LM, najbardziej skrajne formułują tezę o zmierzchu systemów ERP, konieczności ich dezintegracji i pozostawienia tylko tych nielicznych elementów funkcjonalnych, które są zgodne z preferowaną koncepcją LM (patrz: Dough (2003), Luciejewski (2003)).

W toku przeprowadzonej w bieżącym rozdziale analizy CBIS dokonano ich nieformalnego podziału na dwa nurty, nurt systemów natury ogólnej i nurt systemów specyficznych. Podział ten jednak nie miał natury formalnej kategoryzacji i miał jedynie charakter roboczy. Formalna kategoryzacja CBIS jest bowiem wobec ich różnorodności, płynnych granic pomiędzy nimi i wyżej wspomnianych tendencji integracyjnych bardzo trudna lub wręcz niemożliwa (porównaj: Chmielarz 2000a). Istnieją jednak mimo tych trudności liczne propozycje typologii lub kategoryzacji CBIS próbujące, biorąc pod uwagę różne kryteria, uporządkować panującą w rodzinie CBIS różnorodność. Żadna z obecnie znanych prób kategoryzacji nie obejmuje pełnego spektrum CBIS jednak każda z nich odnosi się do podstawowych „przedstawicieli” CBIS co pozwala łatwo wyprowadzić kategoryzację pozostałych, nie objętych daną kategoryzacją systemów. Szerszą dyskusję dotyczącą kwestii typologii i kategoryzacji CBIS można znaleźć w: Chmielarz (2000a) gdzie obok „klasycznej” typologii CBIS bazującej na architekturze systemów przedstawione są także kierunki zmian typologii systemów spowodowane czynnikami integracyjnymi; Flakiewicz (2002) gdzie kryteriami wyodrębniania poszczególnych rodzajów CBIS są kryterium zasięgu przestrzennego i kryterium wspomaganych funkcji zarządzania; Mentzas (1995) gdzie podobnie jak u Flakiewicza (2002) stosowane jest kryterium wspomaganych funkcji zarządzania jednak w podziale na trzy specyficzne kryteria – kryterium wspomagania procesu informacyjnego, kryterium wspomagania procesu decyzyjnego i kryterium wspomagania procesu komunikacji; Sundram i Shafiei (2004) gdzie za kryterium podziału posłużył związek danego CBIS z systemami typu SWD lub typu ERP.

2.2 Systemy Wspomagania Decyzji

Zanim formalnie zostanie zdefiniowane pojęcie Systemu Wspomagania Decyzji (SWD), przytoczmy listę celów jakie powinien on realizować (Sprague (1980), Gachet i Haettenschwiler (2004)):

§ SWD powinien wspomagać podejmowanie decyzji a w szczególności decyzji częściowo- i źle ustrukturalizowanych;

§ SWD nie powinien koncentrować się na spełnianiu potrzeb decyzyjnych tylko jednego, wybranego szczebla zarządzania, lecz wszystkich szczebli;

§ SWD powinien wspomagać wszystkie etapy procesu decyzyjnego;

§ SWD powinien być jak najbliżej decydenta, gotów do zastosowania zawsze i wszędzie;

§ SWD powinien odwzorowywać styl podejmowania decyzji przez decydenta, zarówno indywidualnego jak i grupowego;

§ SWD powinien być łatwy w użyciu.

Od momentu pojawienia tego pojęcia^{^[27]} – SWD przechodzą stałą ewolucję, polegającą głównie na dodawaniu nowych własności systemu do własności już istniejących (porównaj: Flakiewicz 2002) lub na koncentrowaniu się i rozwijaniu wybranych elementów funkcjonalnych systemu^{^[28]}. Ewolucję tę odzwierciedla między innymi mnogość definicji SWD. Poniżej podano wybrane spośród nich, poczynając od dwu klasycznych definicji – pierwszej podanej przez twórcę koncepcji SWD – M. Scott-Mortona i drugiej rozszerzonej przez M.Scott-Mortona i P.Keena:

1. „SWD to interaktywny, bazujący na komputerze system, który wspomaga decydentów w zastosowaniu danych i modeli w procesie rozwiązywania źle ustrukturalizowanych problemów.”(Scott-Morton (1970))

2. „SWD łączą intelektualne zasoby decydenta z możliwościami komputera w celu polepszenia jakości podejmowanych decyzji. SWD jest opartym na komputerze systemem wspomagającym decydenta w rozwiązywaniu problemów częściowo ustrukturalizowanych.”(Keen i Scott-Morton (1978))

3. „SWD jest interaktywnym, elastycznym i zdolnym do adaptacji systemem informatycznym wykorzystującym reguły decyzyjne, modele, bazę modeli współpracującą z bazą danych jak również wiedzę własną i doświadczenie decydenta – w celu uzyskania, możliwych do realizacji, rozwiązań takich problemów, które nie byłyby rozwiązywalne przez klasyczne metody optymalizacyjne.” (Turban (1990))

4. „SWD – specyfikowane architektonicznie oraz technologicznie systemy informacyjne organizacji umożliwiające obsługę, oprócz danych deterministycznych, części danych niedeterministycznych, z założenia na wszystkich szczeblach zarządzania. Specyfikacja architektoniczna polega na wykorzystaniu dodatkowej bazy modeli z systemem zarządzania bazą modeli dla lepszego dopasowania systemu do organizacji lub wariantowania rozwiązań. Specyfikacja metodologiczna polega na wykorzystaniu niestandardowych metod rozwiązań problemów generowanych przy pomocy systemu zarządzania bazą modeli (np. stochastyczne, heurystyczne, optymalizacji wielokryterialnej itp.).”(Chmielarz (2000b))

5. „SWD to system informacyjny wspomagający podejmowanie decyzji kierowniczych na poziomie taktycznym, integrujący dane, zaawansowane modele i narzędzia analityczne, przyjazne dla użytkownika oprogramowanie – w jeden system – wspomagający podejmowanie częściowo i źle ustrukturalizowanych decyzji.”(Laudon i Laudon (2000))

6. „...SWD jest to system komputerowy, obsługujący głównie taktyczny i strategiczny poziom zarządzania w zakresie wspomagania niektórych lub wszystkich faz procesu decyzyjnego, dotyczącego problemów trudnych, nowych i najczęściej źle ustrukturalizowanych, odnoszących się albo do całości albo do określonych fragmentów działalności systemu gospodarczego.”(Flakiewicz (2002))

Analizując powyższe definicje widzimy pewne rozbieżności w poglądach autorów dotyczące głównie – poziomów w organizacji i typów decyzji, które podlegają wspomaganiu. Definicje 1, 2 i 3 w ogóle nie wskazują wspomaganych poziomów w organizacji, definicja 5 wskazuje poziom taktyczny, definicja 6 poziomy taktyczny i strategiczny, definicja 4 wskazuje wszystkie poziomy. Można stąd wysnuć uogólniający wniosek, iż SWD powinien wspomagać wszystkie poziomy zarządzania – co jest zresztą zgodne z celami stawianymi przed SWD, zacytowanymi na początku rozdziału. Podobnie rzecz się ma w wypadku typów wspomaganych decyzji – definicje 1 i 6 wskazują na wspomaganie decyzji źle ustrukturalizowanych, definicja 2 wskazuje na decyzje częściowo ustrukturalizowane, pozostałe definicje wskazują na oba (a w zasadzie wszelkie) typy decyzji. Stąd wniosek, że SWD powinien wspomagać decyzje wszelkiego typu.

Analizując dalej^{^[29]} powyższe jak i inne nie zacytowane tu definicje, tym razem od strony zbieżności w poglądach ich autorów, można określić listę cech takiego SWD, które nazwalibyśmy idealnym SWD. Oczywistym jest, iż taki SWD nie istnieje, a te które istnieją, posiadają tylko część z wymienionych poniżej cech.

System Wspomagania Decyzji:

1. wspomaga decydenta na każdym poziomie zarządzania;

2. wspomaga w podejmowaniu decyzji każdego typu, w tym częściowo i źle ustrukturalizowanych;

3. podnosi przede wszystkim skuteczność decyzji, a nie sprawność decyzji;

4. skupia uwagę na wspomaganiu decyzji, a nie na automatyzacji decyzji;

5. obejmuje wspomaganiem wszystkie etapy procesu decyzyjnego;

6. wspomaga zarówno indywidualnego, jak i grupowego decydenta;

7. wspomaga podejmowanie zarówno pojedynczych decyzji, jak i całej ich sekwencji;

8. podlega adaptacji zarówno do zmieniających się potrzeb decydenta jak również do zmieniających się parametrów charakteryzujących wspomagany obszar;

9. jest elastyczny, pozwala decydentowi decydować o sposobie i formie wykorzystania SWD;

10. umożliwia dostęp do różnych źródeł danych i informacji niezależnie od ich formatu;

11. wspomagając podejmowanie decyzji jednocześnie uczy, poszerza wstępną wiedzę decydenta;

12. jest łatwy w budowie lub rozbudowie, przynajmniej na swym najprostszym poziomie lub na poziomie prototypu;

13. jest łatwy do opanowania i stosowania przez użytkownika, przyjazny dla użytkownika;

Jako zyski z zastosowania SWD Holsapple i Sena (2005), Udo i Guimaraes (1994) wskazują: lepsze wykorzystanie posiadanej wiedzy, skuteczniejsze rozwiązywanie dużych (złożonych) problemów, stymulacja nowych rozwiązań i wskazywanie nowych perspektyw, zwiększenie pewności i wiarygodności podejmowanych decyzji, skrócenie czasu podejmowania decyzji, zredukowanie kosztów podejmowania decyzji, zwiększenie satysfakcji związanej z samym procesem decyzyjnym jak i z jego efektami, decentralizację procesów decyzyjnych, możliwość cedowania uprawnień decyzyjnych na niższe szczeble kierownicze, poprawę pozycji konkurencyjnej na rynku. Do wymienionych DeSanctis i Gallupe (1987) dodają jeszcze: poprawę komunikacji wewnątrz grupy podejmującej decyzję i poprawę koordynacji działań decydenta zarówno indywidualnego jak i grupowego.

Podstawowymi składowymi SWD są następujące podsystemy (Watson i Sprague (1993)):

§ Dialogu z użytkownikiem – podsystem ten ma umożliwić komunikację użytkownika z SWD. Z technicznego punktu widzenia jest on sumą sprzętu i oprogramowania realizującego tę komunikację. Z funkcjonalnego zaś punktu widzenia, jest on sumą wybranych środków spośród bogatej palety interfejsów użytkownika – zarówno interfejsów wejścia jak i wyjścia^{^[30]}. Podstawowy problem związany z podsystemem dialogu polega na znalezieniu równowagi pomiędzy prostotą jego użycia i jego elastycznością. Z jednej strony wymagamy aby system ten był przyjazny użytkownikowi^{^[31]} – a stąd prosty w użyciu, z drugiej strony wymagamy jego znacznej wszechstronności^{^[32]} – co wpływa na wzrost stopnia jego komplikacji.^{^[33]}

§ Zarządzania danymi – podsystem ten zawiera wszystkie niezbędne dla funkcjonowania SWD zbiory danych. Zbiorami tymi mogą być: bazy danych (patrz: Ullman (1988)), zbiory dokumentów elektronicznych, bądź wielowymiarowe bazy danych czyli tzw. hurtownie danych (patrz: Simon i Shaffer (2002)). Zbiory te w całości lub w części mogą być integralnym elementem SWD lub mogą być elementami innych systemów informatycznych, w takim wypadku niezbędny jest interfejs pomiędzy nimi a SWD^{^[34]}. Zbiory danych dzielą się na zbiory danych wewnętrznych – rejestrujących dane organizacji gospodarczej i zbiory danych zewnętrznych – rejestrujące dane o otoczeniu organizacji gospodarczej.^{^[35]} Dodatkowymi elementami podsystemu zarządzania danymi są elementy tradycyjnie związane z technologią baz danych, czyli – system zarządzania bazą danych, słowniki danych – czyli metabaza danych, język zapytań np. SQL.

§ Zarządzania modelami – podsystem ten jest zasadniczym elementem SWD, na jego bowiem komponentach opiera się mechanizm wspomagania oferowany przez SWD. Komponentami tymi są: baza modeli zawierająca modele analityczne, optymalizacyjne, symulacyjne i modele prognoz; słowniki modeli – czyli metabazę modeli; system zarządzania bazą modeli umożliwiający realizację standardowych^{^[36]} operacji na bazie modeli, jak również tworzenie w razie potrzeby grup modeli i ich wzajemnych powiązań w celu wspomagania rozwiązywania konkretnego problemu postawionego przed decydentem.

Opcjonalnie, składowymi SWD mogą być także podsystemy (Flakiewicz (2002), Bocji i inn. (2003))^{^[37]}:

§ Technik inteligentnych – uzupełniający zasadnicze mechanizmy SWD w dwóch dosyć często zdarzających się sytuacjach^{^[38]}^. Pierwsza z nich zachodzi wtedy, gdy baza modeli nie zawiera modeli wspomagających rozwiązywanie pewnej klasy problemów, zwłaszcza problemów źle ustrukturalizowanych. Druga zachodzi wtedy, gdy techniki OLAP^{^[39]}, stosowane zazwyczaj w SWD, są niewystarczające do analizy lub wykrycia powiązań danych w zbiorach danych SWD. W obu tych sytuacjach podsystem Technik Inteligentnych dostarcza technik z obszaru Sztucznej Inteligencji takich jak: systemy ekspertowe^{^[40]}, sieci neuronowe^{^[41]}, algorytmy ewolucyjne^{^[42]}, symulowane wyżarzanie^{^[43]}, przeszukiwanie tabu^{^[44]}, logika rozmyta^{^[45]} itd.^{^[46]}, które to techniki częstokroć (choć nie zawsze) stanowią skuteczną alternatywę dla mechanizmów istniejących w SWD^{^[47]}.

§ Powiązań w sieci – w sytuacji, gdy decydentem jest rozproszona terytorialnie grupa, podsystem ten dostarcza mechanizmów zdalnego komunikowania się w sieciach LAN lub WAN, zazwyczaj za pośrednictwem Internetu, Intranetu lub Ekstranetu. Może także dostarczać mechanizmów automatycznej synchronizacji zawartości zbiorów danych SWD, w wypadku gdy są one rozproszone.

Proces projektowania i implementacji SWD bazuje na procesie prototypowania (Turban (2004), Kisielnicki i Sroka (2005)) zwanym też procesem iteracyjnym lub ewolucyjnym. Wychodzi się bowiem z założenia, iż z uwagi na charakter rozwiązywanych problemów decyzyjnych, które są najczęściej słabo lub źle ustrukturalizowane, zarówno decydent jak i projektant SWD nie dysponują na wstępie kompletnym zrozumieniem problemu decyzyjnego. Postuluje się w tej sytuacji rozbicie problemu na pod-problemy i poczynając od najprostszego z nich konstruuje się SWD wspomagający rozwiązanie tego pod-problemu. Następnie rozszerza się funkcjonalność SWD o zdolności wspomagania rozwiązywania kolejnych pod-problemów. Proces ten iteracyjnie powtarza się tak długo, aż SWD osiągnie (o ile to możliwe) zdolność wspomagania rozwiązywania wyjściowego problemu decyzyjnego. Dodatkowym postulatem dotyczącym tego procesu jest wstępny wybór takiego pod-problemu, który byłby najbardziej atrakcyjny dla decydenta, wspomagał rozwiązanie istotnego dla niego pod-problemu i robił to w sposób maksymalnie prosty i zrozumiały. Takie podejście ma skutkować pełnym zaangażowaniem decydenta w cały proces projektowania i implementacji SWD, który niejednokrotnie bywa ostatecznie żmudny i długotrwały. Za przedstawionym procesem prototypowania Turban (1993, 2004) podaje następujące argumenty: koszty związane ze wstępną fazą opracowania SWD a zwłaszcza pierwszy prototyp muszą być niskie co jest związane z każdorazowo wysokim stopniem ryzyka związanym z projektem SWD; przyszli użytkownicy SWD są zaangażowani w każdą fazę tworzenia SWD dzięki czemu twórcy uzyskują stałą ekspertyzę i wsparcie ze strony użytkowników, dodatkowo dzięki temu użytkownicy na bieżąco poznają tworzony SWD, tak więc proces uczenia jest wbudowany w proces tworzenia; prototypowanie scala w jedno pierwsze fazy klasycznego cyklu tworzenia CBIS, czyli fazy analizy i projektowania, implementacji i testowania, dzięki czemu sprzężenie zwrotne pomiędzy tymi fazami jest procesem naturalnym i nie generuje dodatkowych kosztów, i nie wydłuża czasu realizacji projektu SWD.

Zaproponowano liczne, alternatywne podejścia do procesu projektowania i implementacji SWD. Gachet i Haettenschwiler (2003) wprowadzają podział SWD na dwa rozłączne obszary funkcjonalne, obszar wspomagania decyzji czyli obszar zawierający „inteligencję” systemu i obszar systemu czyli obszar zawierający czysto „techniczne” elementy, i proponują odrębne rozpatrywanie obu tych obszarów w procesie projektowania i implementacji. Mora i inn. (2004) krytykuje dotychczasowe metodologie stosowane do analizy procesu implementacji SWD, zwłaszcza w kontekście ich porażek, i proponuje w to miejsce podejście systemowe. Makewita (2004) w kontekście procesu implementacji SWD analizuje źródła porażek projektów wdrażania SWD w organizacjach. Gachet (2003) omawia ewolucję jaką przeszły narzędzia stosowane do projektowania i implementacji SWD, przedstawia ich klasyczną klasyfikację, wywodzącą się od Sprague’a i Carlson’a (1982) i proponuje w jej miejsce nową klasyfikację, bazującą na współcześnie dostępnych narzędziach. Dyskusje na temat czynników wpływających na sukces projektu SWD można znaleźć w Alavi i Joachimsthaler (1992), Klenke (1992), Jahng i inn. (1999), Rudnicka i Madey (2001).

Rozwój bardzo licznych zastosowań SWD, realizowanych w wielu obszarach związanych z zarządzaniem organizacją (patrz: Eom 2001), ujawnił dosyć szybko potrzebę opracowania typologii SWD, bowiem jak zauważa Turban (2004) proces projektowania, implementacji i wdrażania SWD bardzo często zależy od rozpoznania typu danego SWD[48]. Jedną z pierwszych jest najbardziej znana i najszerzej cytowana typologia Alter’a (1980). Typologia ta bazowała na założeniu, że można wydzielić poszczególne typy SWD bazując na rodzaju operacji jaką SWD wykonują, niezależnie od typu rozwiązywanego przez nie problemu i niezależnie od obszaru funkcjonalnego wspomaganej przez SWD decyzji. W typologii tej wyróżniono siedem następujących typów SWD: systemy ekstrakcji z plików (file drawer systems), systemy analizy danych (data analysis systems), systemy analizy informacji (analysis information systems), modele finansowe i księgowe (accounting and financial models), modele reprezentacji (representational models), modele optymalizacji (optimization models), modele propozycji (suggestion models). W literaturze SWD pierwsze trzy typy określa się jako SWD zorientowane na dane (data-oriented) lub sterowane danymi (data-driven), pozostałe jako SWD zorientowane na model (model-oriented) lub sterowane modelem (model-driven).

Typologię opracowaną z punktu widzenia użytkownika zaproponował Haettenschwiler (1999), wyróżnia on trzy typy SWD: pasywny, aktywny i kooperatywny. Przez pasywny SWD autor rozumie taki system, który wspomaga sam proces decyzyjny jednak nie dostarcza użytkownikowi ostatecznej sugestii co do rozwiązania danego problemu. Aktywny SWD wspomaga proces decyzyjny i sugeruje ostateczne rozwiązanie. Kooperatywny SWD pozwala na sprzężenie zwrotne pomiędzy systemem a użytkownikiem, użytkownik może bowiem dokonać dowolnej modyfikacji sugerowanego przez system rozwiązania, po czym system sprawdza czy tego rodzaju modyfikacja jest uprawniona, informuje także użytkownika jakich modyfikacji należy dokonać w modelu rozwiązywanego problemu aby uzyskać rozwiązanie w postaci pożądanej przez użytkownika.

Kolejne dwie, podobne do siebie koncepcje typologii SWD, które uważa się za rozwinięcie lub modyfikację typologii Alter’a, przedstawili Hoolsapple i Whinston (1996) i Power (2001). W pierwszej z nich wyróżniono sześć typów: SWD zorientowane na teksty, SWD zorientowane na bazę danych, SWD zorientowane na arkusz kalkulacyjny, SWD zorientowane na algorytm rozwiązywania problemu, SWD zorientowane na reguły i SWD hybrydowe – łączące w sobie funkcjonalność kilku poprzednich typów. Jak widać w tej koncepcji dokonano podziału SWD wedle odpowiedzi na pytanie o źródła danych wykorzystywanych przez SWD i pytanie o metody rozwiązywania problemów wykorzystywane przez SWD. Podobnie jest i w drugiej z koncepcji, w niej jednak wyróżniono wiele nowych typów SWD, nie znajdujących analogii w poprzednich typologiach, gdyż jak argumentował autor, rozwój zastosowań SWD związanych zwłaszcza z wykorzystaniem sieci Internet, wymuszał określenie nowych typów SWD. W swej koncepcji Power 2001) wyróżnił: SWD sterowane danymi (data-driven DSS), SWD sterowane modelem (model-driven DSS), SWD sterowane wiedzą (knowledge-driven DSS), SWD sterowane dokumentem (document-driven DSS), SWD grupowe (group DSS), SWD sterowane komunikacją (communications-driven DSS), SWD inter-organizacyjne (inter-organizational DSS), SWD specyficzne lub ogólnego zastosowania (function-specific or general purpose DSS), SWD oparte na Sieci (Web-based DSS).

Oprócz wyżej przedstawionych, w literaturze można spotkać liczne propozycje wyróżnienia nowych typów SWD z pośród już istniejących. Aggarwal (2001) bazując na (omówionej już wyżej) typologii decyzji, wprowadza dla procesu wspomagania wzajemnie-zależnych decyzji sekwencyjnych – termin sekwencyjnego SWD, argumentując przy tym, iż z uwagi na złożoność i grupowy charakter współczesnych procesów decyzyjnych, sekwencyjne SWD zaczną w najbliższym czasie dominować. Hackathorn i Keen (1981) z typu „grupowe SWD” wyraźnie wydzielają nowy typ – organizacyjne SWD (organizational DSS). Mili (1990) wprowadza typ aktywnego inaczej symbiotycznego SWD (active/symbiotic DSS), którego główną cechą charakterystyczną jest zdolność do samo-aktywacji, podejmowania konkretnych działań wspomagających proces decyzyjny, bez konieczności uaktywniania ich przez użytkownika. Turban (2004) omawia samo-ewoluujący SWD (self-evolving DSS), który zdolny jest automatycznie adaptować się (głównie swój interfejs) do stylu w jakim jest używany na co dzień przez użytkownika. Turban (1995), Power (2002), Gachet i Haettenschwiler (2004) wprowadzają termin rozproszone SWD, termin ten rozumiany jest przez tych autorów odmiennie, wychodzą oni bowiem od odmiennych założeń co do architektury przetwarzania w sieci. Dwaj pierwsi autorzy zakładają architekturę serwero-centryczną (client-server), w której przetwarzanie i logika SWD realizowane jest na centralnym, zdalnie dostępnym przez Sieć serwerze. Dwaj ostatni zakładają architekturę kolaboratywną (peer-to-peer) wskazując, iż dzięki temu wszyscy użytkownicy SWD tworzą federację połączonych Siecią komputerów, z których każdy eksploatuje i rozwija tylko tę część funkcjonalną SWD, która jest mu potrzebna. Jednocześnie każdy członek federacji może korzystać poprzez Sieć z zasobów i możliwości funkcjonalnych SWD posiadanych przez pozostałych członków.

Na zakończenie omawiania typologii SWD należy wspomnieć o terminie Business Intelligence (BI), terminem tym określane są CBIS, które według jednych autorów uważane są za współczesny synonim SWD (patrz: Turban (2004)), przez innych jako nowy typ SWD (Adamczyk i Chmielarz (2005)) taki, w którym obok dotychczasowych właściwości SWD pojawia się zdolność uczenia się systemu, jeszcze inni autorzy uważają BI jako zupełnie nowej klasy systemy (patrz: Faulkner i MacGillivray (2001), Olszak i Ziemba (2003) Wydaje się jednak, że racja stoi po stronie tych, którzy stawiają znak równości pomiędzy terminami SWD i BI, współczesne bowiem SWD wyewoluowały do takiej postaci, która łączy w sobie większość lub wszystkie typy SWD wymienione powyżej. Stąd można stwierdzić, że współczesny hybrydowy SWD i BI to to samo[49].

Dalszą analizę kierunków prac badawczych poświęconych problematyce SWD, ich ewolucji i określeniu trendów na przyszłość można znaleźć w periodycznie ukazujących się opracowaniach Seana Eoma. W Eom (1995) podsumowano prace badawcze za okres od 1971 do 1990 roku, w Eom (1999) za okres od 1991 do 1995 roku, w Eom (2004) za okres od 1990 do 1999 roku. Uzupełnieniem tego cyklu jest opracowanie Arnott i inn. (2004) obejmujące okres od 1990 do 2002 roku.

Dalsze rozwinięcie zagadnień związanych z SWD a zwłaszcza dotyczących kwestii jego architektury, będzie kontynuowane w następnym rozdziale, w kontekście omawiania architektury proponowanego w opracowaniu Wirtualnego Branżowego Systemu Wspomagania Decyzji.

3. Wirtualny Branżowy System Wspomagania Decyzji

Przypomnijmy, że zasadniczym celem pierwszej części niniejszego opracowania jest wypracowanie koncepcji Wirtualnego Branżowego Systemu Wspomagania Decyzji (WB-SWD). Dwa pierwsze rozdziały tej części nakreśliły teoretyczne tło tejże koncepcji, w rozdziale pierwszym zdefiniowane zostały podstawowe pojęcia, zaś rozdział drugi przeanalizował stosowane w organizacjach CBIS i wskazał miejsce i rolę SWD pośród nich. Rozdział bieżący zaprezentuje już samą koncepcję WB-SWD. Zanim to jednak nastąpi warto przypomnieć, zacytowane już we wstępie, dwa wnioski dotyczące miejsca i roli CBIS w organizacji w rozpoczynającym się stuleciu, w kontekście takich zjawisk jak przeładowanie informacją i globalizacja. Wnioski te przyjęły formę następujących dwu motywacji, leżących u podstaw opracowania WB-SWD:

Motywacja 1 – jednym z podstawowych narzędzi jakimi powinny dysponować współczesne organizacje gospodarcze są narzędzia automatycznego filtrowania/dyskryminacji napływających informacji i automatycznego generowania wiedzy z tej części informacji jaka pozostała po zastosowaniu filtrów.

Motywacja 2 - globalizację należy traktować przede wszystkim jako szansę – dla tych wszystkich małych i średnich przedsiębiorstw, które są zdolne do spełnienia następujących, elementarnych warunków:

1. umiejętne zastosowanie technologii informatycznych i telekomunikacyjnych;

2. wykorzystanie wiedzy jako głównego (jeśli nie jedynego) źródła przewagi strategicznej;

3.1 Funkcje i definicja

Biorąc pod uwagę zacytowane motywacje, jak również wskazane w poprzednim rozdziale cechy SWD można, przed ostatecznym zdefiniowaniem, podać opis WB-SWD od strony funkcjonalnej – czyli listę cech i funkcji jakimi powinien charakteryzować się ten system. Od strony funkcjonalnej Wirtualny Branżowy System Wspomagania Decyzji to system, który^{^[50]}:

1. Zawiera opcjonalnie umieszczany w tej klasy systemach podsystem technik inteligentnych i w dużej mierze bazuje na tych technikach. W szczególności główny moduł sterujący działaniem całego systemu jest Systemem Ekspertowym. Techniki inteligentne zawarte w podsystemie są dobrane z myślą o danej konkretnej branży, dla której realizowany jest system.

2. Na bieżąco obserwuje Otoczenie^{^[51]} i automatycznie aktualizuje zbiór parametrów charakteryzujących to otoczenie. Parametry te dzielą się na trzy grupy:

§ parametry do natychmiastowego wykorzystania – są to takie parametry^{^[52]}, które bez dodatkowych przekształceń są przekazywane do Podsystemu Zarządzania Danymi w celu aktualizacji adekwatnych wpisów w zbiorach danych systemu;

§ parametry do warunkowego wykorzystania – są to parametry, które podlegają przekształceniom do postaci wskaźników alarmowych, w wypadku przekroczenia przez te wskaźniki wartości dopuszczalnych uruchamiana jest przez system procedura alarmowa^{^[53]}, w wypadku przeciwnym są one ignorowane i system nie podejmuje żadnej akcji;

§ parametry generujące lub aktualizujące reguły – są to parametry, których wartości mogą wpłynąć na postać istniejących reguł w bazie wiedzy^{^[54]} systemu lub spowodować wygenerowanie nowych reguł i umieszczenie ich bazie wiedzy, o tym która z tych ewentualności zachodzi i czy zachodzi, na bieżąco decyduje system.

3. Skład wskazanego wyżej zbioru parametrów jest wstępnie określany na etapie projektowania systemu – z myślą o branży jako całości a nie z myślą o konkretnej organizacji^{^[55]}. W toku eksploatacji systemu skład ten jest modyfikowany, bądź to na skutek interwencji krytyka-eksperta, bądź na skutek uaktywnienia istniejącej reguły z bazy wiedzy systemu.

4. Na bieżąco obserwuje Wnętrze^{^[56]} i automatycznie aktualizuje zbiór parametrów charakteryzujących je. Parametry te dzielą się na cztery grupy, trzy pierwsze z nich są identyczne jak dla wyżej opisanych parametrów charakteryzujących Otoczenie, czwarta grupa parametrów to parametry kumulacji wiedzy – są to parametry przedstawiające faktyczne wyniki decyzji podjętych przez decydenta wspomaganego przez system. Podobnie jak wyżej, skład zbioru parametrów jest wstępnie określany na etapie projektowania systemu a w toku eksploatacji systemu podlega modyfikacjom.

5. Jest zbiornicą modeli procesów zachodzących w danej branży, modeli opracowanych przez ekspertów specjalnie na potrzeby WB-SWD, jak również modeli pobranych z ogólnie dostępnych bibliotek.

6. Z punktu widzenia użytkownika jak również, pominąwszy etap implementacji, z punktu widzenia twórcy/administratora – jest w pełni automatyczny w realizowaniu swoich zadań.

7. Jest systemem zdolnym do samo-modyfikacji – systemem automatycznie uczącym się. Zarówno na skutek interwencji krytyka, jak również na skutek ciągłych obserwacji efektów swojej działalności prezentowanych systemowi przez wyżej wymienione parametry kumulacji wiedzy.

8. Jest systemem zdolnym do integracji z istniejącymi w organizacji zasobami informacyjnymi, bez względu na format ich składowania.

9. Jest systemem zdolnym do integracji z istniejącymi w organizacji CBIS.

10. Jest systemem przyjaznym dla każdego użytkownika, bez względu na jego poziom zaawansowania w stosowaniu komputera.

11. Jest systemem zdolnym wspomagać podejmowanie decyzji przez każdego użytkownika, bez względu na jego teoretyczną wiedzę na temat rozwiązywanego problemu i wiedzę na temat zasad funkcjonowania SWD.

Definicja WB-SWD

Wirtualny Branżowy System Wspomagania Decyzji to spełniający wyżej podane funkcje System Wspomagania Decyzji, zainstalowany na zdalnie dostępnym poprzez sieć Internet serwerze. Podsystem zarządzania modelami i podsystem technik inteligentnych tego systemu obejmują obszar pewnej konkretnej branży. Użytkownikami tego systemu są Małe i Średnie Przedsiębiorstwa z tej branży, korzystające z usług systemu na zasadzie dobrowolności. Wszyscy użytkownicy systemu działają równolegle na tych samych obiektach systemu – równolegle z nich korzystając i modyfikując je o swoje pozytywne i negatywne doświadczenia – tym samym stają się oni wraz z samym systemem organizacją wirtualną, działającą w celu podniesienia skuteczności podejmowanych indywidualnie decyzji, przy jednoczesnej dywersyfikacji ryzyka związanego z procesem decyzyjnym.

Pierwszym pytaniem jakie może się nasuwać po zapoznaniu się z definicją WB-SWD jest pytanie o sensowność pojawienia się w nazwie tego systemu słowa wirtualny, w jakim sensie system ten jest wirtualny i czy rzeczywiście musi on takim być? Wyczerpującej odpowiedzi można będzie udzielić dopiero po szczegółowym przedstawieniu architektury WB-SWD, co zostanie zrealizowane w kolejnej części opracowania. Na tym etapie musimy poprzestać na stwierdzeniu, iż użycie w nazwie słowa wirtualny oznacza: po pierwsze, że jest to system osadzony w Internecie i stamtąd tylko zdalnie dostępy; po drugie, że system ten wraz ze swoimi użytkownikami formuje Organizację Wirtualną o celach zasygnalizowanych w definicji WB-SWD.

Drugie z nasuwających się pytań może dotyczyć kwestii branżowości systemu. Dlaczego w nazwie, w definicji i w liście cech systemu podkreśla się każdorazowo, iż jest to system dedykowany dla jakiejś konkretnej branży? Otóż branżowość tych systemów^{^[57]}jest warunkiem koniecznym, systemy te bowiem:

§ Są branżowe ze względu na interfejs – stosujący pojęcia i nazewnictwo zrozumiałe i charakterystyczne dla danej branży.

§ Są branżowe ze względu na zawartość podsystemu modeli, charakterystyczną dla branży.

§ Są branżowe ze względu na techniki inteligentne stosowane w danej branży.

§ Są branżowe ze względu na zbiór parametrów opisujących otoczenie branży.

§ Są branżowe ze względu na bazę wiedzy systemu ekspertowego – która zawiera reguły obowiązujące w branży i opisujące daną branżę.

Dodatkowym argumentem na branżowość WB-SWD jest argument ekonomiczny - w warunkach małego lub średniego biznesu organizacja nie jest w stanie ze względu na koszt, samodzielnie zbudować SWD zawierającego takie elementy jak to wskazano dla WB-SWD. Organizacja taka nie jest także w stanie aktualizować na bieżąco podsystemów już posiadanego systemu. Związek branżowy lub państwo w to miejsce, może wspierać małą przedsiębiorczość^{^[58]} – tworząc i wspierając podtrzymywanie istnienia proponowanych WB-SWD. Stąd systemy te z założenia mają być implementowane i aktualizowane na poziomie ponad pojedynczą organizacją – to znaczy na poziomie co najmniej branżowym.

Trzecim z możliwych pytań, może być pytanie o zgodność zaproponowanej koncepcji WB-SWD z motywacjami jakie leżą u jego podstaw, a zostały zaprezentowane w dwu pierwszych rozdziałach bieżącej części opracowania. Pierwsza z przedstawionych motywacji wymaga wyposażenia współczesnej organizacji w takie narzędzie, które będzie dokonywało automatycznej dyskryminacji napływających informacji i automatycznego generowania wiedzy z tej części informacji jaka pozostała po zastosowaniu filtrów. Czy WB-SWD jest takim narzędziem?

Definicja WB-SWD wymaga aby system ten spełniał wszystkie dziesięć funkcji wymienionych bezpośrednio przed nią. Zauważmy, że funkcja druga i trzecia opisują mechanizmy systemu realizujące dokładnie to, co jest wymagane w treści pierwszej motywacji. Mechanizmy te automatycznie zbierają informacje zarówno z otoczenia jak i wnętrza sumy organizacji będących użytkownikami danego egzemplarza WB-SWD, następnie dokonują ich klasyfikacji i zależnie od charakteru danego parametru – przekazują go bezpośrednio do systemu; lub dokonują jego przekształcenia i warunkowo przekazują do systemu; lub warunkowo generują nową lub aktualizują istniejąca regułę w bazie wiedzy systemu – reasumując mechanizmy te filtrują informację i warunkowo generują nową wiedzę sytemu. Uzupełnieniem tych mechanizmów jest mechanizm opisany przez funkcję szóstą, który także służy generowaniu nowej wiedzy w systemie na podstawie, między innymi, informacji zebranych przez system.

Druga z przedstawionych motywacji wskazuje globalizację jako szansę dla małych i średnich przedsiębiorstw, szansę otwierającą się przed nimi pod warunkiem, iż: potrafią umiejętnie zastosować technologie informatyczne i telekomunikacyjne; potrafią konkurować wiedzą; potrafią obserwować otoczenie i natychmiastowo reagować na pojawiające się zagrożenia lub szanse. Czy stosowanie przez małe lub średnie przedsiębiorstwa WB-SWD wspomaga je w spełnieniu powyższego warunku, czy wspomaga je w walce konkurencyjnej na globalnym rynku?

Pod względem zastosowania technologii informatycznych i telekomunikacyjnych o współczesnych polskich małych i średnich przedsiębiorstwach, a zwłaszcza o małych można powiedzieć, że są do pewnego stopnia upośledzone. Przedsiębiorstwa te bowiem z jednej strony w większości wypadków potrafią wykorzystywać i wykorzystują technologie telekomunikacyjne, zwłaszcza związane z Internetem, z drugiej zaś strony w zakresie wykorzystania systemów informatycznych:

§ stosują na co dzień jedynie proste Transakcyjne Systemy Przetwarzania Danych i Systemy Automatyzacji Prac Biurowych;

§ często nie posiadają odpowiedniego potencjału ekonomicznego do zakupu lub samodzielnego opracowania systemów wyższej klasy, takich jak SWD, SCM, CRM, ERP;

§ niejednokrotnie nie posiadają odpowiedniego potencjału intelektualnego do efektywnego wykorzystania systemów wyższej klasy;

§ i niejednokrotnie w ogóle nie wiedzą o istnieniu takich systemów i możliwościach wynikających z ich zastosowania.

Stąd zastosowanie przez takie przedsiębiorstwo WB-SWD podniesie je do wyższej klasy w zakresie stosowania technologii informatycznych zwłaszcza, iż od strony funkcjonalnej WB-SWD jest systemem przygotowanym do współpracy właśnie z takimi przedsiębiorstwami, które są nieprzygotowane do zastosowania SWD.

Wśród wielu tendencji współczesnego rynku wymienia się jednoczesną konkurencję i współpracę między organizacjami gospodarczymi (Grudzewski i Hejduk (2002)), taką właśnie współpracę^{^[59]} umożliwia wspólne zastosowanie przez grupę organizacji z danej branży WB-SWD. Wspólne zastosowanie tego systemu umożliwi kumulację^{^[60]}wiedzy sumy użytkowników, a przez to dysponowanie wiedzą na taką skalę, iż możliwa się staje konkurencja na płaszczyźnie wiedzy z dużymi globalnymi organizacjami. Zauważyć w tym miejscu należy, że nawet organizacje dysponujące własnym SWD odniosą korzyść ze stania się użytkownikiem WB-SWD, albowiem staną się one w ten sposób elementem zbioru akumulacji wiedzy – dodając na bieżąco swoją wiedzę, będą także czerpać z wiedzy pozostałych.

Ostatnią z kwestii związanych z drugą motywacją jest zdolność organizacji do stałej obserwacji otoczenia i natychmiastowej reakcji na pojawiające się zagrożenia lub szanse. Tego rodzaju zdolności^{^[61]} dostarcza wszystkim swoim użytkownikom WB-SWD. Wśród funkcji tego systemu znajdujemy bowiem:

§ funkcje stałego monitoringu parametrów zarówno otoczenia jak i wnętrza organizacji;

§ funkcje uaktywniające tzw. procedury alarmowe będące reakcją systemu na przekroczenie przez wskaźniki alarmowe wartości dopuszczalnych;

§ funkcje stałej aktualizacji wiedzy systemu, dzięki czemu decydent ma gwarancję, iż oferowana mu informacja lub ekspertyza są zawsze aktualne.

3.2 Architektura

Prezentacja architektury systemu WB-SWD, zostanie zrealizowana na tle i w oparciu o proponowane, różne warianty architektury SWD. W rozdziale poświęconym definicji SWD, wymienione zostały podstawowe i opcjonalne składowe SWD. Przypomnijmy, iż do podstawowych składowych zaliczono podsystemy: dialogu z użytkownikiem, zarządzania danymi i zarządzania modelami; do opcjonalnych zaś zaliczono podsystemy: technik inteligentnych i powiązań w sieci. Architektura SWD zawierającego tylko podstawowe składowe, w wypadku większości proponowanych koncepcji prezentuje się identycznie lub bardzo podobnie. Rysunki 3, 4 i 5 prezentują przykłady trzech koncepcji architektury SWD, zaczerpnięte ze źródeł, które można uznać za klasyczne. Przyjrzyjmy się konceptualnym podobieństwom i różnicom, proponowanych architektur.

Podstawowym podobieństwem jest obecność w każdej z nich wszystkich podstawowych składowych SWD, aczkolwiek poszczególne architektury stosując różne nazewnictwo i formę odwołują się do tych składowych bezpośrednio lub nie. I tak pierwsza z prezentowanych koncepcji (Rys. 3) bezpośrednio odwołuje się do obecności podstawowych składowych wskazując ich obecność i miejsce w systemie explicite i stosując standardowe nazewnictwo. Druga z koncepcji (Rys. 4), za wyjątkiem podsystemu dialogu z użytkownikiem, nie wydziela pozostałych dwu podsystemów jako osobnych lecz przedstawia je jako jeden podsystem, jednak opisowa definicja tego podsystemu nie pozostawia wątpliwości, iż chodzi tu o sumę podsystemów zarządzania danymi i modelami. Trzecia koncepcja (Rys. 5) dokonuje innego podziału niż dwie poprzednie, wyraźnie wydziela podsystem dialogu jednak funkcje pozostałych podsystemów rozdziela pomiędzy dwa, nie stosowane wyżej, podsystemy nazwane – mechanizm rozwiązywania problemu i informacje i system wiedzy. Analiza zawartości tych dwu podsystemów pozwala jednak zauważyć, iż w sumie zawierają one pełną funkcjonalność podstawowych dla SWD podsystemów zarządzania danymi i modelami.

Rysunek 3 Koncepcja #1 – architektury SWD zawierającej tylko podstawowe składowe

Źródło: Turban (1990) str. 112, Rys. 4.2

Rysunek 4 Koncepcja #2 – architektury SWD zawierającej tylko podstawowe składowe

Pole tekstowe: Systemy
Transakcyjne
Organizacji

Źródło: Laudon i Laudon (2000) str. 471, rys. 15-1

Rysunek 5 Koncepcja #3 – architektury SWD zawierającej tylko podstawowe składowe

Źródło: Kisielnicki i Sroka (1999) str. 231, rys. 7.2

Podobnie jak w przedstawionych tu trzech koncepcjach tak i u innych autorów – obecność podstawowych składowych SWD jest zawsze niezaprzeczalna. Istnieją jednak pomiędzy proponowanymi koncepcjami różnice, sugerujące niejednokrotnie obecność pewnych dodatkowych podsystemów lub różnie określające kierunek przepływu informacji w systemie. Najistotniejszą z różnic można zauważyć w koncepcji prezentowanej na Rysunku 3, wskazano na nim możliwość komunikowania się SWD z innymi systemami informatycznymi, co więcej, komunikowania się „w obie strony” co oznacza, że założono zarówno możliwość czerpania informacji przez SWD z innych systemów jak również i taką możliwość, iż inne systemy czerpią informację z SWD. Pozostałe dwie koncepcje nie prezentują^{^[62]} tych możliwości. Druga z widocznych różnic^{^[63]} polega na określeniu w różny sposób kierunku przepływu informacji, co prezentowane jest na rysunkach za pomocą strzałek (Rysunki 3 i 4) lub linii łączących bloki (Rysunek 5). Rysunek 3 wyraźnie wskazuje na dwukierunkowy przepływ informacji podczas gdy Rysunek 4 sugeruje przepływ informacji tylko w kierunku użytkownika systemu. Na Rysunku 5 nie zaznaczono explicite tego kierunku ale zaznaczone wejście^{^[64]} i wyjście do systemu wyraźnie sugeruje „pętlę” jaką przebiega informacja.

Reasumując powyższe – podobieństwa dominują nad różnicami a wszystkie trzy zaprezentowane koncepcje można uznać za jednakowe z drobnymi różnicami wynikającymi, być może, z różnicy w czasie ich publikacji. Można więc stwierdzić, że przy założeniu istnienia tylko podstawowych składowych w SWD, istnieje jedna ogólnie uznawana koncepcja jego architektury. Tak już jednak nie jest w przypadku, gdy zakładamy, iż architektura SWD zawiera także dwa opcjonalne podsystemy – technik inteligentnych i powiązań w sieci. Koncepcji umiejscowienia podsystemu technik inteligentnych w architekturze SWD, a co za tym idzie określenia roli jaką on ma odgrywać – jest wiele. Poniżej przedstawione zostaną najistotniejsze z nich, a zwłaszcza te na których będzie bazować architektura WB-SWD. Należy jednak zauważyć, że żadna z prezentowanych koncepcji nie posługuje się pojęciem podsystem technik inteligentnych, co zaznaczono już w komentarzu do opisu tego podsystemu, większość autorów w to miejsce mówi o integracji SWD z Systemem Ekspertowym (SE). Nie stanowi to jednak żadnego konfliktu z dotychczas stosowanym tu nazewnictwem, bowiem jak również zaznaczono i uzasadniono w komentarzu, w toku opracowania pojęcia system ekspertowy i podsystem technik inteligentnych są używane zamiennie^{^[65]}. Stąd w prezentowanych niżej opisach i rysunkach zachowano oryginalne nazewnictwo.

Zaprezentowane zostaną następujące koncepcje SWD zawierającego opcjonalne podsystemy technik inteligentnych i powiązań w sieci:

§ Integracja SE z wszystkimi podstawowymi podsystemami SWD – Rysunek 6.

§ SE jako oddzielny komponent SWD – Rysunek 7.

§ SE rozszerzający proces podejmowania decyzji SWD – Rysunek 8.

§ Zunifikowana architektura inteligentnego SWD – Rysunek 9.

§ SWD z SE i powiązaniami w sieci – Rysunek 10.

Integracja ES z wszystkimi podstawowymi podsystemami SWD

W pierwszej z koncepcji[66] założono, że SE wspomaga działania wszystkich istniejących podsystemów SWD, a nawet komponentów z otoczenia SWD takich jak użytkownik i konstruktor/projektant SWD. Na Rysunku 6 zaznaczono kolejnymi numerami SE zintegrowane z poszczególnymi komponentami SWD i otoczenia. I tak, SE#1 pełni rolę inteligentnego modułu podsystemu zarządzania danymi. Moduł ten umożliwia, miedzy innymi, stosowanie symbolicznej reprezentacji danych w bazach danych, ułatwienia w projektowaniu i aktualizowaniu struktur baz danych, ułatwienia w konstruowaniu zapytań do baz danych[67].

SE#2 to z kolei inteligentny moduł podsystemu zarządzania modelami. Jego podstawową rolą jest wspomaganie procesów tworzenia i stosowania modeli, jak również interpretacji ich wyników. Następny z systemów – SE#3 udoskonala proces komunikacji SWD z użytkownikiem, jego rola może się sprowadzać do najbardziej elementarnych podpowiedzi, lub być rozbudowana do roli centralnego SE w SWD, który w trakcie konwersacji z użytkownikiem uruchamia krytyczne dla SWD czynności – w istocie sterując całym jego działaniem.

Przedostatni z wymienianych – SE#4 jest konsultantem konstruktora danego SWD. Wspomaga prace projektowe i konstrukcyjne SWD jak również czynności dostosowujące architekturę SWD do aktualnych wymagań. Ostatni z systemów to SE#5, którego rolą jest wspomaganie użytkownika przed lub po zastosowaniu SWD. Wspomaga on użytkownika w takich kwestiach jak: wybór konkretnego SWD spośród wielu dostępnych, zasady użytkowania SWD – wyjaśnienie jego roli, zasady zastosowania i interpretacji wyników uzyskanych za pomocą SWD.

Rysunek 6 Integracja ES z wszystkimi podstawowymi podsystemami SWD

Źródło: Turban (1990) str. 688, Rys. 19.4

Przedstawiona tu koncepcja integracji SE z SWD może być uznana za idealną pod tym względem, że SE wspomaga każdy z podsystemów związanych z SWD.

SE jako oddzielny komponent SWD

Druga z prezentowanych koncepcji[68] dodaje SE do SWD jako oddzielny, zewnętrzny w stosunku do SWD komponent. Komponent ten komunikuje się z podsystemem zarządzania modelami (jak na Rysunku 7) lub z podsystemem zarządzania danymi, przy czym komunikacja ta może być realizowana przez dowolny interfejs lub jako dowolne połączenie sieciowe.

Kierunek tej komunikacji, a więc i sposób integracji może być realizowany na trzy następujące sposoby:

§ SE ® SWD tzn. wyjście SE jest wejściem do SWD – dane lub polecenia generowane przez SE są przekazywane do przetworzenia lub wykonania w SWD;

§ SWD ® SE tzn. wyjście SWD jest wejściem do SE – dane lub wyniki generowane przez SWD są przekazywane do SE do oceny lub interpretacji;

§ SE « SWD tzn. następuje sprzężenie zwrotne w komunikacji pomiędzy SWD i SE.

SE rozszerzający proces podejmowania decyzji SWD

Ta koncepcja[69] jest odmianą koncepcji poprzedniej – ponownie SE jest oddzielnym komponentem w stosunku do SWD, tym razem jednak SE komunikuje się z podsystemem dialogu i stanowi jego wzmocnienie. Komunikacja ta ma miejsce wtedy gdy użytkownik SWD potrzebuje dodatkowych konsultacji dotyczących szczegółowych czy szczególnych rozwiązań i wyników generowanych przez SWD, jak również wtedy gdy użytkownik w oparciu o dane i modele rezydujące w SWD pragnie sformułować strategię.

Zunifikowana architektura inteligentnego SWD

Kolejna koncepcja[70] proponuje umieszczenie SE w centralnym punkcie SWD – „na styku” wszystkich podstawowych jego podsystemów. Rolą SE jest pełna integracja i sterowanie tymi podsystemami w sposób inteligentny.

Rysunek 7 SE jako oddzielny komponent SWD

Źródło: Turban (1990) str. 690, Rys. 19.5

Rysunek 8 SE rozszerzający proces podejmowania decyzji SWD

Źródło: Chmielarz (2000a) str. 123, rys. 19

Rysunek 9 Zunifikowana architektura inteligentnego SWD

Źródło: Chmielarz (2000a) str. 124, rys. 20

Rysunek 10 SWD z SE i powiązaniami w sieci

Źródło: Flakiewicz (2002) str. 192, rys. 9.2

Dodatkowymi komponentami pojawiającymi się w tej koncepcji jest Interfejs Języka Naturalnego w podsystemie dialogu i nowy, nie występujący w powyższych koncepcjach podsystem – podsystem Akwizycji Wiedzy^{^[71]}.

SWD z SE i powiązaniami w sieci

Przedostatnia z prezentowanych koncepcji[72] jest w zasadzie identyczna z koncepcją czwartą z tą różnicą, iż jest to jedyna koncepcja wskazująca explicite istnienie i umiejscowienie, a przez to rolę podsystemu powiązań w sieci^{^[73]}.

Warianty architektury WB-SWD

Po zaprezentowaniu najistotniejszych spośród tych koncepcji SWD, które zawierają wszystkie wymieniane podsystemy, można już przedstawić koncepcję architektury[74] WB-SWD, jako że architektura ta bazuje na wyżej zaprezentowanych architekturach, a zwłaszcza na pierwszej i czwartej. Architektura WB-SWD musi uwzględniać trzy następujące kwestie:

1. poziom teoretycznego i praktycznego przygotowania przyszłych użytkowników w zakresie stosowania modeli zawartych w systemie[75], jak również w zakresie stosowania systemu informatycznego jako takiego[76];

2. chęć i intelektualną gotowość do traktowania systemu nie tylko jako narzędzia wspomagającego lecz także jako narzędzia edukacyjnego;

3. sposób realizacji dostępu do zbiorów danych przyszłych użytkowników.

Biorąc pod uwagę pierwszą kwestię należy uwzględnić różny stopień przygotowania przyszłych użytkowników począwszy od kompletnej nieznajomości, a skończywszy na pełnej wiedzy na temat modeli stosowanych w systemie, jak i samego systemu. Druga z kwestii dzieli przyszłych użytkowników na dwie grupy tych, którzy chcą tylko wspomagania swoich decyzji, a sam system z pełnym zaufaniem traktują jako „czarną skrzynkę” i tych, którzy z natury krytyczni lub dociekliwi chcą każdorazowo poznać uzasadnienie informacji generowanych przez system jak również poszerzyć swoją wiedzę w zakresie stosowanych przez system modeli. Podsumowując – aby system uwzględniał wszystkie wymienione uwagi, w koncepcji architektury WB-SWD uwzględnione zostaną trzy następujące poziomy (typy) użytkowników:

1. poziom elementarny – BIERNY LAIK – przeznaczony dla użytkowników nie posiadających żadnego przygotowania, dla użytkowników którzy nie żądają (nie chcą poznać) uzasadnienia w pełni automatycznie generowanej informacji lub sugerowanej decyzji, przyjmując sposób i efekty działania systemu z pełnym zaufaniem;

2. poziom średni – AKTYWNY LAIK – przeznaczony także dla użytkowników bez przygotowania lecz tym razem użytkowników z krytycznym, dociekliwym nastawieniem takich, którzy żądają każdorazowo uzasadnienia generowanej przez system informacji, a ponadto chcą się uczyć, by docelowo samodzielnie móc sterować systemem z pominięciem jego automatyzmu;

3. poziom zaawansowany - FACHOWIEC - przeznaczony dla przygotowanych użytkowników, zdolnych i chcących dokonywać wyborów, na tym poziomie użytkownicy w pełni samodzielnie sterują systemem, zanika jego automatyzacja.

Ostatnia z kwestii jaka musi być uwzględniona dotyczy sposobu realizacji dostępu do zbiorów danych przyszłych użytkowników. Jak wynika z definicji WB-SWD ma być to system zainstalowany na zdalnie dostępnym poprzez Internet serwerze, stąd problemem jest miejsce fizycznego rezydowania zbiorów danych, do których system musi mieć dostęp, aby prawidłowo realizować swoje zadania. Uwzględnić należy dwie możliwości:

1. zbiory danych przyszłych użytkowników rezydują w systemach informatycznych użytkowników, a WB-SWD zawiera tylko słowniki danych niezbędne do realizacji zdalnego dostępu do tych zbiorów;

2. zbiory danych przyszłych użytkowników rezydują na tym samym serwerze co WB-SWD i stanowią jego wewnętrzny komponent.

Architekturę WB-SWD uwzględniającą pierwszą z tych możliwości nazywać będziemy – architekturą bazową, architekturę uwzględniającą drugą z możliwości – architekturą rozszerzoną. Aby uwzględnić wszystkie poczynione wyżej uwagi koncepcja architektury WB-SWD musi być koncepcją wielowariantową[77]. Wymagane warianty przedstawione zostały na Rysunku 11. Na rysunku tym wprowadzono dwa typy podziałów: podział wertykalny dzielący WB-SWD na dwa warianty – wariant architektury bazowej i architektury rozszerzonej; podział horyzontalny dzielący WB-SWD na trzy warianty związane z trzema poziomami przyszłych użytkowników.

Rysunek 11 Warianty architektury WB-SWD

Źródło: opracowanie własne

Dysproporcje w obszarach podziału jak również forma asymetrycznej piramidy, zastosowane zostały z następujących powodów:

· należy się spodziewać, iż większość przyszłych użytkowników nie wyrazi zgody na przeniesienie swoich zbiorów danych na serwer WB-SWD[78] – co zostało zaprezentowane na rysunku asymetrycznością piramidy, jej obszar reprezentujący wariant architektury bazowej jest znacznie większy;

· należy także się spodziewać, iż dominująca większość przyszłych użytkowników zaliczać się będzie do poziomu elementarnego (typ: Bierny Laik), bądź to z powodu rzeczywistego braku przygotowania bądź z powodu preferowania pełnej automatyzacji działania systemu – stąd też wynikają zaprezentowane proporcje obszarów związanych z poziomem użytkownika.

W tym miejscu można już zaprezentować koncepcję architektury WB-SWD – wizualnie przedstawioną na Rysunkach 12 i 13. W rozdziale 3.1 wprowadzone zostały pojęcia obszarów Otoczenia i Wnętrza organizacji wirtualnej jaką tworzą wszystkie organizacje gospodarcze, będące użytkownikami danego egzemplarza WB-SWD. Rysunek 12 przedstawia miejsce jakie zajmuje WB-SWD względem tych obszarów. Jak widać system ten należy do Wnętrza OW i jest umiejscowiony na styku OW z jej Otoczeniem. Poszczególni użytkownicy WB-SWD, oznaczeni przez Org1..N, komunikują się z systemem indywidualnymi kanałami komunikacyjnymi niezależnie i równolegle. Kontakt OW z Otoczeniem[79] realizowany jest za pośrednictwem WB-SWD, który pobiera z niego odpowiednie informacje. Dodatkowo i niezależnie od funkcji OW każdy z użytkowników może się kontaktować z Otoczeniem[80] za pomocą swoich własnych systemów informatycznych[81].

Rysunek 13 jest szczegółowym wycinkiem sytuacji ogólnie przedstawionej na Rysunku 12. Na rysunku tym przedstawiono pojedynczego użytkownika, aby móc szczegółowo zobrazować wszystkie komponenty architektury WB-SWD. Położenie i rola tych komponentów jest następująca:

· Centralnym punktem architektury jest Inteligentny Podsystem Nadzorczy, przy czym „inteligentny” oznacza, że jest to System Ekspertowy[82]. Rolą tego podsystemu jest koordynowanie i nadzorowanie pracy wszystkich pozostałych podsystemów, co na rysunku zaznaczone zostało linią ciągłą ze strzałkami. Ponadto, to ten podsystem ostatecznie decyduje o aktualizacji i w razie potrzeby zleca aktualizację – zawartości podsystemów zarządzania danymi, zarządzania modelami i technik inteligentnych. Aktualizacja ta jest realizowana w oparciu o parametry przekazywane przez obydwa Inteligentne Podsystemy Powiązań w Sieci. Ścieżka przepływu tych parametrów zaznaczona została linią przerywaną ze strzałkami.

· Zewnętrzny Inteligentny Podsystem Powiązań w Sieci – jest interfejsem systemu z Otoczeniem[83] OW, interfejsem od strony technicznej realizowanym za pomocą dowolnego połączenia sieciowego w Internecie[84]. Rolą tego podsystemu jest realizacja Funkcji#2 z definicji WB-SWD[85] – czyli, obserwacja Otoczenia i automatyczna aktualizacja i filtrowanie zbioru parametrów charakteryzujących je.

· Wewnętrzny Inteligentny Podsystem Powiązań w Sieci – jest interfejsem systemu z Wnętrzem OW. Rolą tego podsystemu jest realizacja Funkcji#3 z definicji WB-SWD[86], czyli obserwacja Wnętrza i automatyczna aktualizacja i filtrowanie zbioru parametrów charakteryzujących je.

· Podsystem Zarządzania Danymi – zawiera, oprócz mechanizmów zarządzania danymi, wszystkie niezbędne dla WB-SWD zbiory danych użytkownika jeżeli tylko wyraził on na to zgodę, w przeciwnym wypadku zawiera słowniki danych zbiorów danych użytkownika.

· Sieciowy Interfejs Podsystemu Zarządzania Danymi – jest interfejsem pomiędzy powyższym podsystemem a zbiorami danych użytkownika, realizującym proces aktualizacji zbiorów danych lub słowników danych w WB-SWD. Aktualizacja ta jest zlecana przez Inteligentny Podsystem Nadzorczy lub przez system informatyczny użytkownika.

· Podsystem Zarządzania Modelami – zawiera wszystkie niezbędne dla skutecznego funkcjonowania WB-SWD modele.

· Podsystem Technik Inteligentnych – zawiera wszystkie niezbędne dla skutecznego funkcjonowania WB-SWD techniki inteligentne.

· Inteligentny Podsystem Dialogu – jest interfejsem pomiędzy systemem a użytkownikiem. Działa w trzech trybach, gdzie każdy z trybów dostosowany jest do kolejnego z trzech, wyżej wymienionych, poziomów użytkownika. Wybór konkretnego trybu zależy od woli użytkownika, przy czym na każdym etapie konwersacji użytkownik jest władny zmienić bieżący tryb na inny.

· Inteligentny Podsystem Eksperta – jest interfejsem pomiędzy systemem a zewnętrznym w stosunku do OW ekspertem, ekspertem mającym wystarczającą wiedzę i uprawnienia do ingerencji w strukturę i zawartość całego systemu.

Rysunek 12 Architektura WB-SWD – widok ogólny

Źródło: opracowanie własne

Rysunek 13 Architektura WB-SWD – widok szczegółowy

Źródło: opracowanie własne

Tak określona koncepcja architektury WB-SWD realizuje w pełni wyżej określony wymóg jej wielowariantowości: Podsystem Zarządzania Danymi i jego sieciowy interfejs realizują oba warianty dostępu do zbiorów danych użytkowników; Inteligentny Podsystem Dialogu realizuje wszystkie trzy warianty poziomów użytkownika. W kolejnym podrozdziale rozszerzone zostanie omówienie wybranych podsystemów WB-SWD.

3.3 Podsystemy

Jak już wyżej zaznaczono, podrozdział bieżący poświęcony będzie szerszemu omówieniu wybranych podsystemów WB-SWD. Będą to te podsystemy, których istnienie w SWD uznawane jest za opcjonalne, a więc podsystemy technik inteligentnych i powiązań w sieci. Ponadto omówiony zostanie także podsystem dialogu z uwagi na jego bardzo istotną rolę dla ostatecznego sukcesu takiego rodzaju systemów jakim jest WB-SWD. Opisy pozostałych, nie omówionych tu podsystemów przedstawionych w poprzednim rozdziale, na obecnym etapie koncepcyjnym wydają się być wystarczające.

Podsystem Technik Inteligentnych

Większość, bo aż pięć spośród dziewięciu podsystemów WB-SWD opatrzona została przymiotnikiem inteligentny. Jak zaznaczono w przypisie oznacza to, że cztery z nich są systemami ekspertowymi, a piąty jest zbiorem technik inteligentnych niezbędnych do skutecznego funkcjonowania WB-SWD. Stąd zanim zostanie opisana zawartość tego ostatniego i uzasadnione zostanie jego pojawienie się w systemie, co jest treścią bieżącego podpunktu, należy określić co rozumiane jest przez pojęcie Sztuczna Inteligencja (SI), z którego to pojęcia wywodzą się zarówno systemy ekspertowe jak i pozostałe techniki inteligentne.

Jak dotychczas brak jest ogólnie akceptowanej definicji SI, co może wiązać się zapewne z tym, iż trudno jest w sposób jednoznaczny określić, czym jest inteligencja (Graczyński (2002)). Niżej podane przykłady takich definicji oscylują pomiędzy stwierdzeniem natury bardzo ogólnej a czysto praktycznym podaniem listy wymagań stawianych przed systemem inteligentnym. Niemniej jednak wszystkie one odnoszą się do kwestii zaimplementowania inteligencji w komputerze, stąd też mieszczą się w obszarze naszego zainteresowania. Wybrane definicje pojęcia SI są następujące[87]:

· „Większość ekspertów zgadza się z opinią, iż SI odnosi się do dwu podstawowych idei. Po pierwsze do idei poznania procesu myślowego człowieka (czyli zrozumienia czym jest inteligencja); po drugie do reprezentowania tegoż procesu w maszynie – komputerze, robocie itp.” (Turban (1990))

· „Sztuczną inteligencją określamy tę część informatyki, która bada procesy rozumowania symbolicznego i niealgorytmicznego oraz reprezentację symbolicznie ujętej wiedzy, w celu użycia ich do wnioskowania za pomocą maszyny.” (Falkiewicz (1990))

· „SI obejmuje badania nad „inteligentnym” postępowaniem podczas rozwiązywania problemów i tworzenia na tej bazie „inteligentnych” systemów komputerowych.” (Graczyński (2002))

· „SI może być zdefiniowana jako próba opracowania systemu komputerowego (hardware’u i software’u) naśladującego zachowanie człowieka. System taki powinien być zdolny do: nauki języka naturalnego, wykonywania skoordynowanych zadań (robotyka), stosowania aparatu percepcyjnego dostarczającego informacji na wejściu systemu i emulowania ludzkiej ekspertyzy i procesu podejmowania decyzji.” (Laudon i Laudon (2000))

· Niektórzy autorzy wyrażają opinię, iż dostatecznym „sprawdzianem na inteligencję” komputera jest test Turinga.[88]

Tym co z pewnością można powiedzieć o SI po przeczytaniu powyższych i innych definicji jest stwierdzenie, że SI jest modelem zjawiska o którym nie do końca wiadomo czym jest. Nie brzmi to być może zbyt zachęcająco dla praktyka biznesu, który chce stosować skuteczne i wiarygodne narzędzia. Jednak jak pokazuje wieloletnia już praktyka, SI znajduje bardzo szerokie zastosowanie zarówno w biznesie jak i wielu innych dziedzinach między innymi z następujących powodów (Laudon i Laudon (2000)):

· stosowanie SI (zwłaszcza masowe) może być tańsze niż kupowanie ekspertyzy człowieka-eksperta;

· SI jest powielarna – raz zgromadzona wiedza może być przechowywana i wielokrotnie wykorzystywana w zakresie zagadnień i problemów danej klasy, w odróżnieniu od ludzkiej inteligencji, której w zasadzie nie daje się powielać;

· SI może być dokumentowana – można śledzić jej działanie w celu ponownego odtworzenia, człowiek zaś nie zawsze potrafi odtworzyć proces swojego wnioskowania czy zachowania, na przykład ze względu na jego psychologiczne cechy (emocje, zmiany poglądów, postawy itp.);

· SI może wspierać określone prace w bardziej efektywny sposób niż to czynią ludzie;

· SI jest permanentna – systemy SI mogą zachować ekspertyzę/wiedzę, która mogłaby być utracona przez organizację na skutek odejścia/utraty eksperta;

· systemy SI są o wiele szybsze niż praca ekspertów;

· systemy SI mogą przechowywać informację/wiedzę w „aktywnej formie” – w formie organizacyjnej bazy wiedzy – dostępnej równolegle dla wszystkich, zwierającej wiedzę wykraczającą poza tę, która jest standardowo dostępna w podręcznikach;

· systemy SI dostarczają mechanizmów odpornych na ludzkie odczucia takie jak zmęczenie lub strach;

· systemy SI eliminują rutynowe i niesatysfakcjonujące zajęcia wykonywane przez człowieka;

· systemy SI rozszerzają bazę wiedzy organizacji sugerując rozwiązania konkretnych problemów, które ze względu na swój stopień złożoności byłyby nie do rozwiązania dla człowieka w skończonym czasie.

Powyższa lista mogłaby już stanowić dostateczny argument za tak szerokim zastosowaniem SI jak to ma miejsce w WB-SWD, jednak za tym zastosowaniem przemawiają jeszcze dwa dodatkowe argumenty. Pierwszym argumentem jest przewidywany typ przyszłego użytkownika systemu – jak zauważono w poprzednim rozdziale, w większości przypadków, będzie to użytkownik typu Bierny Laik, czyli użytkownik posiadający zaledwie elementarne przygotowanie do korzystania z WB-SWD. Ten typ użytkownika będzie wymagał zastosowania odpowiedniego stylu dialogu[89] jak również zautomatyzowania do maksimum całego procesu doradczego oferowanego przez WB-SWD. Automatyzacja ta będzie więc niejednokrotnie oznaczała zastosowanie takich technik, które są dostatecznie ogólne, dają się bez dodatkowej (świadomej) parametryzacji zastosować w szerokim spektrum problemów decyzyjnych. Do takich technik należą przede wszystkim techniki inteligentne. Są one dostatecznie odporne na postać rozwiązywanych problemów i dostatecznie efektywne[90]. Kosztem jest tu niejednokrotne osłabienie generowanych wyników jednakże biorąc pod uwagę, iż automatyzacja jest tu warunkiem niezbędnym i mając jednocześnie pewność, że w wypadku użytkownika typu Bierny Laik alternatywą jest wynik otrzymywany bez użycia jakichkolwiek metod (wynik intuicyjny) – koszt ten jest do zaakceptowania.

Drugim argumentem za szerokim zastosowaniem SI, a w szczególności umieszczeniem w WB-SWD Podsystemu Technik Inteligentnych, jest wymóg stawiany wobec SWD, aby wspomagał on podejmowanie wszelkiego typu decyzji, a szczególnie decyzji częściowo i źle ustrukturalizowanych. Teoria i praktyka[91] pokazała, iż techniki SI znakomicie się sprawdzają wszędzie tam gdzie tradycyjny aparat, w WB-SWD zawarty w Podsystemie Zarządzania Modelami, zawodzi lub jest nieadekwatny, a ma to najczęściej miejsce w przypadku wspomagania decyzji częściowo i źle ustrukturalizowanych.

Zważywszy na powyższe w WB-SWD, a w szczególności w Podsystemie Technik Inteligentnych, zastosowanie znajdą następujące techniki zaliczane do SI:

· systemy ekspertowe – przede wszystkim do inteligentnego sterowania tymi wszystkimi podsystemami, które opatrzone zostały przymiotnikiem inteligentny;

· sieci neuronowe – dla problemów prognozowania, ekstrakcji wiedzy, optymalizacji i maszynowego uczenia się;

· metody ewolucyjne – dla problemów optymalizacji, ekstrakcji wiedzy i maszynowego uczenia się;

· symulowane wyżarzanie i przeszukiwanie tabu – dla problemów optymalizacji;

· logika rozmyta – przede wszystkim w Inteligentnym Podsystemie Dialogu.

Ostateczna decyzja co do doboru konkretnych z wyżej wymienionych technik, jak również szczegółowego zakresu ich zastosowania, będzie każdorazowo zależna od branży dla której implementowany będzie dany egzemplarz WB-SWD.

Podsystem Powiązań w Sieci

Podsystem o nazwie dosłownie tak sformułowanej w WB-SWD nie istnieje, jednak istnieją trzy podsystemy, które w swej nazwie mają zawarte pojęcie sieci, są to: Sieciowy Interfejs Podsystemu Zarządzania Danymi, Wewnętrzny Inteligentny Podsystem Powiązań w Sieci i Zewnętrzny Inteligentny Podsystem Powiązań w Sieci. W przypisie do pierwszego z nich zaznaczono, iż od strony technicznej zadania tego podsystemu są realizowane za pomocą dowolnego połączenia sieciowego w Internecie. Analogicznie jest w przypadku dwu pozostałych podsystemów – oba korzystają z połączeń sieciowych w Internecie. Na tym etapie na jakim jest realizowane niniejsze opracowanie, a więc na etapie koncepcyjnym, nie sposób jest określić konkretnych parametrów połączeń sieciowych z jakich powinny korzystać wymienione podsystemy, aby efektywnie realizować swoje zadania. Tempo zmian technologicznych w informatyce i telekomunikacji jest tak duże, iż sensownym będzie określanie tych parametrów dopiero na etapie implementacji konkretnego egzemplarza WB-SWD. Jedyne dwie kwestie, które tutaj można poruszyć to kwestia zagrożeń związanych z korzystaniem z łącz Internetowych i kwestia zgodności formatu zapisu danych pomiędzy systemem, użytkownikami i otoczeniem.

Zagrożenia związane z korzystaniem z łącz internetowych można podzielić na dwie klasy:

· zagrożenia przypadkowe-masowe,

· zagrożenia celowe-jednostkowe.

Do pierwszej z tych grup zaliczymy takie zjawiska jak: ślepe ataki hackerów i ślepe rozpowszechnianie wirusów komputerowych wszelkiego typu. Gdzie przez ślepe rozumiemy takie działanie, które swój cel wybiera przypadkowo – hacker atakuje dowolny serwer dla samej satysfakcji ataku, autor wirusa rozpowszechnia go dla samej satysfakcji siania zniszczenia w systemach informatycznych. Zarówno jeden jak i drugi za swój cel obierają wszystkich ale też nikogo konkretnie co oznacza, że ich ewentualny atak ma charakter przypadkowy i jednocześnie masowy. Do drugiej grupy ataków zaliczymy te, które przy zastosowaniu zazwyczaj tych samych środków co wyżej, realizowane są z myślą o zaatakowaniu konkretnie naszego systemu informatycznego czy telekomunikacyjnego.

Przed atakami pierwszego typu można stosunkowo łatwo zabezpieczać swój system – po pierwsze ponieważ są to ataki masowe, stąd i masowo produkowane są środki obrony przeciw tego typu atakom; po drugie ponieważ są to ataki ślepe, atakujący którego atak zostanie odparty przenosi zazwyczaj swoje zainteresowanie na inny łatwiejszy do zaatakowania system. Ataki drugiego typu są znacznie groźniejsze, są jednostkowe stąd nie istnieją masowo dostępne środki obrony przed nimi, są celowe stąd można się spodziewać uporu i konsekwencji w działaniu atakującego.

Na obecnym etapie rozwoju technologii jednym czego można na pewno wymagać od Podsystemów Powiązań w Sieci WB-SWD, obok rutynowego stosowania masowo produkowanych środków obrony[92], jest wymóg bezwzględnego szyfrowania wszelkich transmisji realizowanych w Internecie. Dodatkowym wymogiem, zwłaszcza jeżeli uznamy, iż zasoby informacyjne systemu mają charakter krytyczny, może być wymóg szyfrowania wszelkich informacji przechowywanych przez system. Bez wątpienia wpłynie to negatywnie na szybkość realizacji zadań przez system, jednak w razie zaistnienia skutecznego ataku mamy pewność, iż nie wykradziono nam efektywnie żadnych krytycznych informacji.

Drugą z kwestii do omówienia w bieżącym podpunkcie jest – zgodność formatu zapisu danych pomiędzy systemem, użytkownikami i otoczeniem. Wszystkie z podsystemów WB-SWD działających w Sieci realizują w ramach swoich zadań pobieranie i transmisję danych i informacji:

· Sieciowy Interfejs Podsystemu Zarządzania Danymi – pobiera dane ze zbiorów danych użytkowników lub informacje dotyczące słowników danych;

· Wewnętrzny Inteligentny Podsystem Powiązań w Sieci – pobiera z Wnętrza OW wartości obserwowanych parametrów;

· Zewnętrzny Inteligentny Podsystem Powiązań w Sieci – pobiera z Otoczenia OW wartości obserwowanych parametrów.

Ponieważ nawet na etapie implementacji WB-SWD nie znani są faktyczni przyszli użytkownicy, nie sposób jest określić w jakich formatach będą występować gromadzone przez nich dane. To samo dotyczy parametrów obserwowanych zarówno w Otoczeniu[93] jak i Wnętrzu OW – format w jakim będą dostępne, jest w większości wypadków nie znany lub może ulec zmianie. Wynika stąd konieczność zaadoptowania istniejącego[94] lub opracowania własnego mechanizmu automatycznej konwersji z istniejącego formatu źródła informacji lub danych na format stosowany w WB-SWD. Co więcej mechanizm ten musi być transparentny zarówno dla przyszłego użytkownika jak i dla wszelkich źródeł informacji. W mechanizm ten muszą zostać wyposażone wszystkie działające w Sieci podsystemy WB-SWD.

Inteligentny Podsystem Dialogu

We wstępie do bieżącego rozdziału stwierdzone zostało, iż szersze omówienie Podsystemu Dialogu[95] wynika z jego krytycznej, zdaniem autora, roli w ostatecznym sukcesie tego rodzaju systemów jakim jest WB-SWD. W opinii o niezwykłej istotności interfejsu użytkownika autor nie jest odosobniony, podobną opinię wyraża większość autorów wypowiadających się w tej kwestii. Dudycz (2003) stwierdza, że „Najbardziej widocznym składnikiem systemu informatycznego, uzasadniającym jego przydatność, jest wyjście systemu, przekazujące informacje jego użytkownikom. Stanowi ono często podstawę akceptacji funkcjonowania danego systemu. Na tę ocenę ma również wpływ zastosowany sposób prezentacji informacji, który odgrywa coraz większą rolę niezależnie od rodzaju i skali zastosowań informatyki ekonomicznej.” Podobnie wypowiadają się Wrycza (1999): „Sposób prowadzenia dialogu, komunikowania się człowieka z komputerem, ma coraz większe znaczenie, bowiem dotyczy wszystkich użytkowników komputerów, niezależnie od wykształcenia czy wiedzy informatycznej.” i Szyjewski (2001): „Przy opracowaniu produktu (informatycznego) należy zwracać uwagę ma jego użyteczność i łatwość użytkowania.”. Z powyższych i wielu innych podobnych opinii wynika nacisk jaki został położony w niniejszym opracowaniu na określeniu postaci Inteligentnego Podsystemu Dialogu.

Jak zaznaczono w komentarzu do Rysunku 11, w WB-SWD należy przede wszystkim skoncentrować się na współpracy z użytkownikiem poziomu elementarnego lub średniego. Implikuje to zastosowanie specyficznego interfejsu użytkownika, interfejsu który musi gwarantować, iż:

· pierwszy kontakt z systemem będzie bardzo łatwy, pierwsze efektywne zastosowanie systemu nie musi być poprzedzone długotrwałym szkoleniem;

· system musi być przygotowany do konwersacji z użytkownikiem nieprzygotowanym merytorycznie do korzystania z zawartych w systemie modeli.

Decydując się na zaproponowanie jakiejś konkretnej postaci interfejsu, która spełniałaby powyższe wymagania mamy do dyspozycji, z technologicznego punktu widzenia, następujące typy interfejsów[96]:

1. Konwersacyjne oparte na:

sztucznym języku komend (np. SQL), lub
na języku naturalnym, lub
na przepytywaniu użytkownika w trybie pytanie-odpowiedź.

2. Graficzne – oparte na systemach wielopoziomowych listach wyboru (menu) i manipulacji obiektami reprezentowanymi w postaci ikon.

3. Formularzowe – oparte na systemach złożonych formularzy (związane głównie z językami 4GL).

4. Hybrydowe – stanowiące połączenie różnych mechanizmów z wyżej wymienionych typów interfejsów.

Zgodnie z sytuacją przedstawioną na Rysunku 11, proponowany interfejs musi być trój-poziomowy, gdzie każdy z poziomów realizuje komunikację z konkretnym typem użytkownika. Stąd proponowany interfejs będzie typem interfejsu hybrydowego z dominacją elementów interfejsu graficznego, formularzowego i przepytywaniu użytkownika w trybie pytanie-odpowiedź.

Zasadniczy moduł interfejsu realizujący konwersację z WB-SWD na poziomie Bierny Laik oparty będzie na idei kreatorów. Idea kreatora – czyli dialogu prowadzonego z użytkownikiem w celu realizacji konkretnego zadania bądź rozwiązania konkretnego problemu – jest najlepiej dostosowana do tego poziomu użytkownika, gdyż:

1. nie wymaga od użytkownika pamiętania i uczenia się kolejnych kroków jakie należy podjąć w celu realizacji zadania;

2. może w pełni zautomatyzować cały proces decyzyjny – dobór stosowanych metod może być całkowicie zasłonięty przed użytkownikiem;

3. może pełnić funkcję dydaktyczną – obok automatycznego rozwiązywania konkretnego zadania – uczyć metody (lub metod) użytej do tego rozwiązania.

Na poziomie Biernego Laika zastosowane kreatory:

· będą prowadzić konwersację w kategoriach rozmytych – to znaczy nie wymagać od użytkownika precyzowania kategorii ilościowych lecz umożliwiać mu posługiwanie się pojęciami typu mały, duży, średni;

· w trakcie pierwszej sesji będą zdolne do automatycznego (bez udziału użytkownika) przepytania zbiorów danych użytkownika i po rozpoznaniu ich struktur - do posługiwania się nazwami obiektów z tych zbiorów (np. tabel, kolumn, widoków) w toku swego działania;

· umożliwią użytkownikowi pozostanie w znanym sobie środowisku, stąd będą umożliwiać przenoszenie danych do kreatora metodą zaznacz-przenieś-upuść;

· umożliwią użytkownikowi każdorazowo cofanie się na poprzednie etapy (kroki) kreatora w celu anulowania lub zmiany jakiejś decyzji;

· umożliwią przerwanie działania kreatora na każdym etapie i przełączenie się do interfejsu działającego na innym poziomie.

Interfejs działający na poziomie Aktywny Laik różni się od wyżej opisanego tylko dwoma elementami:

· konwersacja może (na życzenie użytkownika) odbywać się przy zastosowaniu precyzowania kategorii ilościowych – czyli bez stosowania pojęć rozmytych;

· konwersacja musi umożliwiać na każdym etapie na odpowiedzi na pytania „dlaczego?” i „jak?” – uzasadniające kolejne automatycznie podejmowane przez system decyzje i uczące jak samodzielnie do nich dochodzić.

Stąd na poziomie Aktywnego Laika konwersacja bazuje na hypertekstowej bazie wiedzy o dziedzinie i wewnętrznych mechanizmach uzasadniających, standardowo wbudowanych w systemy ekspertowe.

Interfejs dla poziomu Fachowiec działać będzie odmiennie od obydwu przedstawionych tu typów. Na tym poziomie użytkownik nie ma już do dyspozycji automatycznych kreatorów lecz realizuje konwersację z WB-SWD za pomocą standardowych, wielopoziomowych list wyboru (menu). Samodzielnie podejmuje wszystkie decyzje, a jedynym elementem wspomagającym jest tradycyjny system pomocy, którego zawartość jest oparta na hypertekstowej bazie wiedzy systemu ekspertowego.

Granica pomiędzy przedstawionymi poziomami interfejsu jest płynna, to użytkownik wybiera aktualnie stosowany typ interfejsu i w każdej chwili może go zmienić na inny z jednoczesną gwarancją, iż efekty dotychczas wykonanej pracy lub etap realizowanego właśnie procesu decyzyjnego zostaną zachowane i kontynuowane na nowo wybranym poziomie.

4. Wirtualność WB-SWD

W definicji WB-SWD zostało stwierdzone i dalej w tekście opracowania wielokrotnie podkreślane, że system wraz ze swoimi użytkownikami tworzą organizację wirtualną. Treścią tego rozdziału jest doprecyzowanie tego stwierdzenia[97]. Po pierwsze należy odpowiedzieć na pytanie czym jest organizacja wirtualna, jak jest definiowana i czym się charakteryzuje. W pierwszym podrozdziale udzielona zostanie odpowiedź na to pytanie. Podrozdział drugi przedstawi podstawowy cel dla jakiego w oparciu o WB-SWD, formowana ma być organizacja wirtualna - kwestię dywersyfikacji ryzyka związanego z procesem decyzyjnym. Z treści tego podrozdziału będzie ponadto wynikało, iż aby zrealizować wymieniony cel, związek użytkowników WB-SWD musi w rzeczywistości formować organizację wirtualną. Wykazanie, iż faktycznie tak jest będzie treścią podrozdziału trzeciego.

4.1 Definicja Organizacji Wirtualnej

„Firmy, które podchodzą teraz do Internetu nieufnie lub bardzo ostrożnie, będą mogły spać spokojnie. Będzie to jednak sen wieczny, ponieważ za kilka lat prawdziwych firm tradycyjnych już nie będzie, działalność prowadzić będą wyłącznie firmy internetowe lub internetowo-tradycyjne” (Biczyński (2003)). Tak przewiduje analiza wykonana przez firmę analityczno-doradczą „Gartner Group” co oznacza, że organizacje gospodarcze albo zaakceptują nieuchronną konieczność zaistnienia w Internecie albo czeka je regres, a na następnie wypadnięcie z rynku. Organizacja przyszłości będzie więc zmuszona do równoległego działania w dwu środowiskach ekonomicznych – w środowisku tradycyjnym (dotychczasowym) i w środowisku wirtualnym. W ostatnim z nich, czyli wirtualnym środowisku ekonomicznym można wyróżnić cztery wymiary (Bielecki (2001)):

· wymiar informacyjny,

· wymiar komunikacyjny,

· wymiar dystrybucyjny,

· wymiar transakcyjny.

Zaistnienie organizacji w każdym z tych wymiarów może jej przynieść następujące korzyści (Bielecki (2001)):

· W wymiarze informacyjnym – zwiększenie znajomości organizacji gospodarczej i jej produktów poprzez działania marketingowe.

· W wymiarze komunikacyjnym – wpływanie na kształtowanie się wizerunku organizacji poprzez monitorowanie rynku i wydawanie opinii zainteresowanym klientom.

· W wymiarze dystrybucyjnym – redukcję kosztów i tworzenie nowych produktów dzięki dystrybucji poprzez Internet.

· W wymiarze transakcyjnym – redukcję kosztów, poprawę jakości i tworzenie nowych produktów dzięki transakcjom poprzez Internet.

Jak widać więc, organizacje gospodarcze są faktycznie „skazane” na funkcjonowanie w środowisku wirtualnym, rodzi się wszakże pytanie o formy funkcjonowania w tym środowisku. Jedną z propozycji formułują analitycy z firmy „Alliance for Converging Technologies” i wyróżniają oni trzy następujące formy (Porębska-Miąc (2002)):

§ Przedsiębiorstwo usieciowione – podstawowa jednostka funkcjonalna nowego środowiska gospodarczego; przedsiębiorstwo wykorzystuje sieci i systemy oparte na wiedzy do zwiększenia swoich zdolności do uczenia się, dzielenia wiedzy i szybkiego reagowania na potrzeby klientów.

§ Wspólnota e-biznesowa – sieć dostawców, dystrybutorów, pośredników handlowych wykorzystujących Internet i inne media elektroniczne jako platformy do współpracy i konkurencji.

§ Środowisko gospodarcze – ogólny kontekst dla funkcjonowania przedsiębiorstw. Środowisko to składa się z wielu wspólnot e-biznesowych, z których każda dąży do uzyskania pozycji dominującej sterowania całym środowiskiem.

Wychodząc od tych propozycji i odrzucając ostatnią z nich jako de facto synonim środowiska wirtualnego, można zaproponować dwie przyszłe formy funkcjonowania organizacji w środowisku wirtualnym:

· Zwykła organizacja gospodarcza – w świetle tego co wyżej powiedziano, każda organizacja będzie funkcjonować w środowisku wirtualnym, stąd zwykłą nazywamy pojedynczą organizację funkcjonującą indywidualnie.

· Organizacja wirtualna – opis tej formy, będzie przedmiotem dalszej treści bieżącego podrozdziału.

Wraz z początkami komercyjnego zastosowania Internetu zaczęły rodzić się koncepcje tzw. Organizacji Wirtualnej[98] (OW). Pierwsze definicje tego pojęcia sięgają początku lat dziewięćdziesiątych, ostatnie pojawiły się całkiem niedawno i kolejne zapewne pojawią się niebawem. Przyczyn tego należy upatrywać w tym, iż środowisko rozwoju tejże organizacji ulega stale bardzo dynamicznym zmianom, stąd i o niej samej „codziennie” trzeba myśleć inaczej. Definiowanie tego pojęcia jest dodatkowo utrudnione jeszcze z jednego powodu – zbyt krótko ono funkcjonuje aby istniały dobrze opisane przypadki tego rodzaju organizacji. Dlatego często formułowanie definicji sprowadza się do czynności formalno-intelektualnej a nie do czynności deskrypcyjnej[99]. Poniżej zamieszczono szereg definicji OW[100], wybranych ze względu na różnorodność daty i miejsca ich formułowania.

1. „Organizacja wirtualna jest dynamicznym narzędziem zarządzania. Opiera się ona na sieciach komputerowych i możliwościach korzystania z banków informacji takich jak Internet, który jest idealnym środkiem ułatwiającym osiąganie przewagi konkurencyjnej na rynku globalnym. Sieć organizacyjna stanowiąca podstawę kreowania organizacji wirtualnej jest zazwyczaj nieograniczonym zbiorem partnerów, którzy zaakceptowali podstawowe cele i zasady tejże organizacji.” (Grudzewski i Hejduk (2002))

2. „Czasowa sieć niezależnych przedsiębiorstw – dostawców, klientów, nawet wcześniejszych konkurentów, połączonych technologią informacyjną w celu dzielenia umiejętności i kosztów dostępu do nowych rynków.” (Byrne i Brandt (1993))

3. „Połączenie dziesiątek, a nawet setek firm, przy czym każda z nich skupiona jest na tym rodzaju działalności, który wykonuje najlepiej oraz wszystkie są połączone elektroniczną siecią tak, że pracują jako jedna całość, elastycznie i przy niższych kosztach, bez względu na swoją lokalizację.” (Upton i McAfee (1996))

4. „Wirtualna organizacja tworzona jest na zasadzie dobrowolności przez organizacje, które wchodzą ze sobą w różnego typu związki dla realizacji celu, który ma za zdanie przyniesienie im korzyści większych niż wtedy, gdy działały w sposób tradycyjny. Dla wspólnego działania nie istnieje konieczność zawarcia umów cywilno prawnych. Czas trwania tego związku ustalony jest przez organizację, która pierwsza uzna, że jego istnienie jest dla niej niekorzystne. Pozostałe organizacje jeśli uznają to za korzystne, mogą kontynuować wirtualny związek bez organizacji, która wystąpiła, lub też związać się z innymi organizacjami.” (Kisielnicki (1997))

5. „To, o czym kadra kierownicza myśli w dzisiejszych czasach, to: wzrost, globalizacja, krótki cykl realizacji dostaw, szybkość i konkurencyjność. Powtarzamy ciągle naszym klientom, że e-biznes nie jest zmianą sposobu prowadzenia interesów w ich branżach, która jest jedynie wspomagana, pobudzana i umożliwiana przez technologię... Mówimy im, że jest to całkowite przekształcenie ich przedsiębiorstw tak, aby korzystać z elektronicznego rynku.” (Tapscott (1998))

6. „Organizacja wirtualna określana jest również jako organizacja sieciowa. Jest to taki model organizacji, w której nastąpiło połączenie zasobów współpracujących ze sobą firm, realizujących wspólne przedsięwzięcia w celu, który ma przynieść im korzyści, większe niż wtedy gdyby działały w sposób tradycyjny.” (Szymanowski i Perkowski (1999))

7. „Organizacja wirtualna jest tymczasową siecią niezależnych firm stworzoną za pomocą sieci typu Internet celem zrealizowania konkretnego przedsięwzięcia poprzez wspólne wykorzystanie umiejętności typowych dla każdej z tych firm.” (Porębska-Miąc (2001))

8. „Ujmując najogólniej, wirtualna organizacja polega na włączeniu wszystkich lub tylko niektórych ludzi z różnych organizacji do wspólnej gry na rynku ... wirtualne przedsiębiorstwo jest tworem sztucznym, który bazuje na indywidualnych kompetencjach kluczowych i integruje niezależne firmy wzdłuż wspólnego łańcucha wartości produkcji.” (Zimniewicz (1999))

Analizując wyżej zacytowane definicje jak i literaturę przedmiotu, można stworzyć listę cech OW, która podobnie jak to miało miejsce wyżej, w przypadku Systemów Wspomagania Decyzji, dotyczy cech idealnej (a więc faktycznie nie istniejącej) OW[101]:

· realizuje wspólne, jednoznacznie określone i znane wszystkim uczestnikom cele;

· przynosi korzyści wszystkim uczestnikom;

· wszyscy uczestnicy ponoszą ryzyko związane z jej funkcjonowaniem;

· wszyscy uczestnicy mają pełen dostęp do zasobów organizacji;

· formuje się na zasadzie dobrowolności, nie posiada żadnych formalno-prawnych powiązań^{^[102]};

· formuje się wtedy gdy pojawiają się „okazje do wykorzystania”, wtedy gdy jest to uzasadnione ekonomicznie;

· jej formowanie i skuteczne funkcjonowanie opiera się w zasadniczej mierze na wzajemnym zaufaniu uczestników;

· nie posiada stałej, raz na zawsze ustalonej struktury, formuje się i reorganizuje zawsze wtedy, gdy jej uczestnicy odczują taką potrzebę, a role jakie odgrywają poszczególni uczestnicy zmieniają się wraz ze zmianą celu aktualnie realizowanego^{^[103]};

· dzięki możliwości stałej rekonfiguracji – posiada zdolność pełnej optymalizacji swojego działania, pełnego wykorzystania swoich zasobów;

· dzięki brakowi formalnych struktur i oparciu swego funkcjonowania na wzajemnym zaufaniu – może znacznie szybciej^{^[104]} decydować;

· uczestnictwo w organizacji nie wiąże się z żadnymi ograniczeniami terytorialnymi – jest organizacją ponadnarodową;

· jej możliwości, siła, potencjał są równe sumie siły, możliwości i potencjału jej uczestników, dzięki czemu niweluje korzyści skali i jest w stanie konkurować na rynku globalnym;

· ma tendencje do kumulowania kluczowych kompetencji swoich uczestników, co wraz ze wzrostem ich liczby może prowadzić do organizacji doskonałej – zawierającej wszystkie pożądane na danym rynku kompetencje;

· z technologicznego punktu widzenia opiera się na wykorzystaniu nowoczesnych systemów informatycznych i infrastruktury telekomunikacyjnej.

W tym miejscu realizowanego tu opisu pojęcia OW można się pokusić o uwagę „na marginesie”, iż w gruncie rzeczy OW jest niczym innym jak realizacją, na gruncie najnowszych osiągnięć technologicznych, znanego od wieków przysłowia: „zgoda buduje a niezgoda rujnuje”. Można powiedzieć, że przysłowie to zostało na nowo „odkryte” na skalę globalną dzięki pojawieniu się Internetu. Powracając jednak do bardziej formalnych rozważań należy zauważyć, iż wyżej wyliczone cechy pozwalają określić Kryteria Narodzin OW, lub inaczej – korzyści jakie może odnieść organizacja stając się jej uczestnikiem. Kryteria te i korzyści są następujące[105][106]:

· utworzenie jej jest zawsze uzasadnione ekonomicznie – uczestnicy odnoszą większą korzyść działając w OW, niż gdyby działali w pojedynkę;

· redukcja kosztów eksploatacji zasobów rzeczowych;

· redukcja kosztów transportu;

· korzyści z transferu wiedzy;

· redukcja czasu związanego z koniecznością przemieszczania się personelu;

· stałe wykorzystanie i wzrost sumy dostępnych zasobów informatycznych i telekomunikacyjnych;

· poszerzenie oferty, jej różnorodność;

· poprawa jakości oferowanych produktów lub usług;

· wzrost pozycji na rynku,

· wzrost lojalności i zadowolenia klientów;

· wzrost tempa rozwoju własnej indywidualnej organizacji;

· skrócenie czasu dostaw;

· zmniejszenie zapasów;

· wzrost precyzji planowania biznesu;

· wzrost specjalizacji poszczególnych uczestników, a przez to wyszczuplenie struktur organizacyjnych i produkcyjnych.

Przedstawione wyżej korzyści powołania nowej lub przystąpienia do istniejącej OW wydają się bardzo atrakcyjne, nasuwa się więc pytanie dlaczego tego typu organizacje nie wyrastają w około „jak grzyby po deszczu”[107]. Owszem, można od wielu lat zaobserwować prawie masowe „wchodzenie” organizacji gospodarczych do Internetu, jednak w dominującym odsetku realizowane jest to przez nie w formie indywidualnej.
O przykłady klasycznej[108] OW jest bardzo trudno. Prawdopodobnie dobrą odpowiedzią na to pytanie będzie wskazanie barier i zagrożeń związanych z funkcjonowaniem tego typu organizacji.

Pierwsze z zagrożeń wynika z technologicznych podstaw tego typu organizacji. OW funkcjonuje bowiem z definicji w Sieci i jest w pełni zależna od wykorzystywanych technologii informatycznych i telekomunikacyjnych. Technologie te niestety obok wielu zalet posiadają także i wady – pierwszą z nich jest zawodność, żaden sprzęt czy oprogramowanie nie gwarantuje w stu procentach bezawaryjnego działania wręcz przeciwnie, wobec coraz szybszego „wyścigu” wśród producentów[109] drastycznie skraca się czas na testowanie nowych produktów, co w efekcie rodzi znaczną ilość błędów (lub wad produkcyjnych) w sprzedawanych produktach. Potwierdzeniem tego faktu jest kuriozalne wręcz oczekiwanie na awarie powszechne wśród użytkowników, którzy przyzwyczaili się i akceptują je jako nieuchronne i codzienne zjawisko. Drugą z wad związanych z wykorzystywanymi technologiami są zagrożenia związane z szeroko pojętą przestępczością[110] elektroniczną. Bez względu na formy tej przestępczości – czy jest to „niewinne” działanie nieletniego hackera, czy też atak profesjonalisty - zawsze możemy mieć do czynienia z zagrożeniem[111] zbiorów danych organizacji jak i z możliwością podsłuchu elektronicznego[112]. Listę wad technologii informatycznych i telekomunikacyjnych można oczywiście kontynuować, jednak te dwie można uznać za najistotniejsze i stwarzające „wystarczające” zagrożenie. Zagrożenie to dotyczy oczywiście także zwykłych organizacji, jednak w wypadku OW jest ono szczególnie istotne, uderza bowiem w jej istotę – to znaczy w Wirtualność.

Drugim zagrożeniem[113] skutecznego funkcjonowania OW jest brak regulacji prawnych. Trudno jest bowiem doszukiwać się ustawy regulującej funkcjonowanie takiej organizacji, a nawet trudno jest sobie treść takiej ustawy wyobrazić - jako że z definicji organizacja ta jest tworem niestabilnym, powoływanym, rekonfigurowanym i likwidowanym ad hoc. Stąd, wobec braku tychże regulacji, rodzi się pytanie o zaufanie – zaufanie, które jest najistotniejszym i spajającym elementem OW. Zaufanie można określić jako trzecie i najistotniejsze z zagrożeń.

Z perspektywy OW zaufanie należy postrzegać dwojako – jako zaufanie klienta do organizacji i jako wzajemne zaufanie uczestników organizacji do siebie. Obydwa typy rodzą poważne problemy – jak wzbudzić zaufanie w kliencie do bytu, który de facto nie istnieje i nie jest obwarowany żadnymi regulacjami prawnymi; jak wzbudzić zaufanie w kliencie do bytu, którego formy ani sensu istnienia nie rozumie; jak wzbudzić zaufanie w partnerze biznesowym z którym kontaktujemy się po raz pierwszy; jak zaakceptować utratę kontroli nad funkcjami, które przekazaliśmy parterom. Tego typu pytania można by dalej mnożyć, a co gorsza literatura nie podaje prostych recept i odpowiedzi jak sobie z tego typu problemami radzić. Do nielicznych wyjątków można zaliczyć listę zasad na jakie zwracają uwagę, w kontekście zaufania, Grudzewski i Hejduk (2002):

· Zaufanie nie jest ślepe – nie należy ufać wszystkim, a zwłaszcza tym których się nie zna^{^[114]}.

· Zaufanie niweluje granice – nieograniczone zaufanie jest nierealne, jednak kontrola powinna pojawiać się na końcu, po wykonaniu danego zadania na czas którego, wykonawcy powinni otrzymać konkretne uprawnienia.

· Zaufanie jest ścisłe – kto raz nadużyje zaufania ten bezwzględnie i natychmiast musi być usunięty z organizacji.

· Zaufanie wymaga kontaktów – członkowie organizacji powinni się osobiście kontaktować, nawet na gruncie prywatnym, organizacja potrzebuje tym więcej wzajemnych kontaktów im bardziej „jest wirtualna”.

· Zaufanie wymaga lidera – w organizacji potrzebny jest lider^{^[115]} budzący niekwestionowane zaufanie i cedujący je (bądź nie) na innych uczestników organizacji.

Reasumując, zaufanie a w zasadzie jego brak, jest prawdopodobnie podstawowa barierą w powoływaniu i skutecznym funkcjonowaniu OW.

W wypadku zaistnienia perspektyw korzyści i przełamania przedstawionych tu barier OW powstaje i zaczyna realizować swój cykl życia. Rozróżniane są cztery zasadnicze fazy tego cyklu: poszukiwanie, kontraktowanie, realizacja i rekonfiguracja lub rozwiązanie (Kubiak i Korowicki (1997)). W fazie poszukiwania formowany jest zbiór uczestników OW, inicjatywę w tym względzie przejmuje albo organizacja założycielska[116] albo organizacja o kluczowym znaczeniu. W fazie tej, wyszukując adekwatnych uczestników, bazuje się na wszelkich dostępnych źródłach informacji o organizacjach gospodarczych takich jak – prywatne kontakty, drukowane i elektroniczne katalogi, centra informacji gospodarczej, wyspecjalizowane wywiadownie gospodarcze, Internet. Po sformowaniu zbioru uczestników OW przystępuje się do fazy kontraktowania w trakcie której opracowywane są i negocjowane ustalenia odnośnie przyszłej kooperacji. Negocjacjom podlegają między innymi takie kwestie jak: podział prac, pozyskiwanie i przyznawanie środków, procedury wykonawcze, niezbędna infrastruktura itp.. Zakończenie ustaleń oznacza rozpoczęcie działań przez OW, czyli realizację celów jakie leżały u podstaw jej powołania. W trakcie tej fazy niejednokrotnie pojawiają się potrzeby ponownych negocjacji, jako że początkowe ustalenia często okazują się niedopracowane lub nieadekwatne do bieżąco zmieniającej się sytuacji. Po zrealizowaniu celów OW zostaje rozwiązana lub rekonfigurowana do realizacji nowo postawionych przed nią celów.

Na każdym etapie nakreślonego tu cyklu życia OW każdy z jej uczestników powinien stosować jakieś mierniki oceny jej działalności. Wiara w to, iż przedsięwzięcia gospodarcze realizowane w Internecie rządzą się innymi zasadami niż te o których mówi ekonomia, równie gwałtownie upadła co powstała. Pierwsze z wyżej wymienionych Kryteriów Narodzin OW wskazuje na rachunek ekonomiczny jako główną przesłankę wejścia lub opuszczenia OW. Dlatego też w odpowiedzi na pytanie o mierniki oceny działalności takiej organizacji można by poprzestać na stwierdzeniu, że są nimi standardowe mierniki rachunku ekonomicznego, przeprowadzanego indywidualnie przez każdego z uczestników organizacji. Jednak ze względu na specyficzne wirtualne środowisko działania OW należy, obok rachunku ekonomicznego, wskazać wskaźniki specyficzne dla działania w tym środowisku. Wskaźniki te są następujące[117]:

1. Mierniki wzrostu biznesu w Sieci:

liczba transakcji zawartych w Sieci;
szybkość przetwarzania transakcji w Sieci;
liczba konsultacji on-line i ich koszt w porównaniu do konsultacji innymi mediami.

2. Mierniki satysfakcji klientów:

wyniki badań satysfakcji klientów;
odsetek i ilość klientów powracających do serwisu OW;
zasięg oddziaływania serwisu.

3. Mierniki oceny serwisu WWW, mierzone zarówno w odniesieniu do całego serwisu jak i indywidualnych jego stron:

całkowita liczba odwiedzin;
liczba odwiedzin w zależności od sezonu, dnia tygodnia, pory dnia;
najczęściej i najrzadziej odwiedzane obszary serwisu;
średnia długość czasu poświęcanego przez odwiedzającego na poszczególne obszary;
liczbę odwiedzających w celu zapisania się na subskrypcję określonej usługi;
stosunek liczby nawiązanych kontaktów do całkowitej liczby odwiedzin[118];
czas ładowania strony po stronie klienta w zależności od szybkości łącza jakie posiada;
liczba ucieczek z serwisu i ich przyczyny;
lokalizacja obszarów serwisu najczęściej generujących ucieczki;
zgodność z normami funkcjonalności serwisów internetowych[119];
stopień akceptacji zastosowanych technologii informatycznych[120];

4. wskaźniki kontroli jakości technicznej – takie jak czas odpowiedzi serwerów, liczba i średni czas awarii serwerów, liczba i średni czas awarii łącza internetowego, liczba niezablokowanych ataków na serwis.

4.2 Dywersyfikacja ryzyka w procesie decyzyjnym

Większość definicji OW jak i lista jej cech na pierwszym miejscu stawiają realizację przez OW wspólnego i uświadamianego przez wszystkich celu. Celem OW formowanej przez WB-SWD wraz z jego użytkownikami jest: „podniesienie skuteczności podejmowanych indywidualnie decyzji, przy jednoczesnej dywersyfikacji ryzyka związanego z procesem decyzyjnym”. Można powiedzieć, że pierwszy człon tego celu realizowany jest z definicji[121], dlatego też poniżej zostanie uściślone jak w praktyce jest realizowany drugi z członów definiujących cel – a więc dywersyfikacja ryzyka procesów decyzyjnych[122].

Jak już zaznaczono w definicji WB-SWD, użytkownicy tego systemu działają równolegle na tych samych jego obiektach – jest to kluczowa cecha tego systemu, ostatecznie decyduje ona bowiem o unikalnych możliwościach jakie oferuje ten system, a jakich nie jest w stanie zaoferować standardowy SWD eksploatowany przez pojedynczą organizację. Zanim te możliwości zostaną omówione, przyjrzyjmy się jakie mogą być cztery możliwe warianty wdrożenia WB-SWD, przy czym załóżmy, że wdrożeniem tym zainteresowane jest N-organizacji gospodarczych (O₁,...,O_N) z pewnej branży i że system w momencie wdrożenia dysponuje pewną sumą wiedzy oznaczoną przez W.

Wariant 1 Tradycyjny (Rysunek 14) – WB-SWD zostaje stworzony[123] bez jakiegokolwiek udziału organizacji (O₁,...,O_N), a następnie przekazany im i zainstalowany na indywidualnych komputerach w każdej z tych N-organizacji (strzałka z linią przerywaną na Rysunku 14). Przy czym komputery te, a raczej zainstalowane na nich WB-SWD nie komunikują się wzajemnie między sobą. WB-SWD jest więc indywidualnie i niezależnie od innych eksploatowany przez każdą z organizacji, nie istnieje pomiędzy nimi żaden związek[124], co zostało na rysunku wyraźnie podkreślone przez oddzielnie ich linią ciągłą. W tym wariancie WB-SWD jest tradycyjnym SWD z tą różnicą, że został stworzony z myślą o branży, a nie o konkretnym przedsiębiorstwie.

Wariant 2 Quasi-wirtualny (Rysunek 15) - podobnie jak w Wariancie 1-szym WB-SWD zostaje stworzony bez udziału (O₁,...,O_N) a następnie przekazany im i zainstalowany na indywidualnych komputerach każdej z N-organizacji (strzałka z linią przerywaną na Rysunku 15), tym razem jednak instalowany jest on także na centralnym, zdalnie dostępnym przez Internet serwerze, z którym indywidualne kopie WB-SWD mogą się komunikować. Każda z organizacji niezależnie eksploatuje swoją kopię WB-SWD periodycznie aktualizując (linia ciągła na Rysunku 15) zawartość podsystemów inteligentnych (czyli wiedzę) z centralnego serwera, gdzie ulegają one modyfikacjom na skutek interwencji zewnętrznych ekspertów.

Rysunek 14 Wariant #1 wdrożenia WB-SWD – Tradycyjny

Objaśnienia:

linia przerywana – komunikacja na etapie tworzenia WB-SWD

linia ciągła – komunikacja na etapie eksploatacji WB-SWD

Źródło: opracowanie własne

Rysunek 15 Wariant #2 wdrożenia WB-SWD - Quasi-wirtualny

Objaśnienia:

linia przerywana – komunikacja na etapie tworzenia WB-SWD

linia ciągła – komunikacja na etapie eksploatacji WB-SWD

Źródło: opracowanie własne

W tym wariancie WB-SWD nadal jest tradycyjnym SWD istnieje jednak tym razem pewna forma „nici łączącej” (O₁,...,O_N), jest nią stały i identyczny napływ nowej wiedzy do eksploatowanych egzemplarzy systemu, na Rysunku 15 zostało to zaznaczone linią przerywaną na granicy pomiędzy (O₁,...,O_N).

Wariant 3 Wirtualny (Rysunek 16) – WB-SWD zostaje stworzony bez jakiegokolwiek udziału organizacji (O₁,...,O_N), a następnie instalowany jest jedynie na zdalnie dostępnym przez Internet serwerze, z którym każdy z użytkowników (każda z organizacji) komunikuje się w celu jego eksploatacji. Wszyscy użytkownicy eksploatują ten sam system, a indywidualne komputery za pomocą których komunikują się z serwerem WB-SWD, pełnią jedynie rolę terminali[125]. I w tym wypadku WB-SWD jest stale modyfikowany przez zewnętrznych ekspertów. W wariancie tym system jest w pełni zgodny ze swoją definicją[126], a organizacje eksploatujące go współdzielą i współtworzą wszelką nową wiedzę w systemie.

Wariant 4 Wirtualny⁺ (Rysunek 17) – WB-SWD zostaje stworzony w oparciu o zasady Projektowania Adaptacyjnego (patrz: Kisielnicki i Sroka (1999)), które zakładają pełny współudział organizacji (O₁,...,O_N) w procesie tworzenia systemu. Stąd też zakłada się, że w momencie ukończenia WB-SWD będzie dysponował dotychczasową wiedzą wszystkich organizacji (O₁,...,O_N). Zasady eksploatacji systemu są identyczne jak w Wariancie 3. Można więc stwierdzić, że organizacje tworzące i eksploatujące WB-SWD współdzielą wszelką swoją wiedzę - dotychczasową i nowo nabywaną.

W toku eksploatacji WB-SWD w każdym z wyżej wymienionych wariantów będzie następował przyrost wiedzy systemu, jak bowiem zaznaczono w opisie funkcjonalnym, WB-SWD jest systemem zdolnym do samo-modyfikacji i do modyfikacji na skutek interwencji eksperta. Przyrost ten będzie jednak różny, zależnie od wariantu.

Niech D_i oznacza przyrost (w okresie T) wiedzy w WB-SWD w wyniku eksploatacji go przez i-tą organizację. Ponadto, niech D_E oznacza przyrost (w okresie T) wiedzy w WB-SWD zainstalowanym na zdalnym serwerze, wynikający z interwencji krytyka – czyli rozbudowę wiedzy systemu przez niezależnych ekspertów. Wtedy:

· w wariancie 1-szym - wiedza w WB-SWD eksploatowanym w i-tej organizacji po okresie T jest równa:

W + D_i (4.1)

– czyli, po okresie T i-ta organizacja dysponuje tylko tym przyrostem wiedzy jaki sama dostarczyła;

Rysunek 16 Wariant #3 wdrożenia WB-SWD – Wirtualny

Objaśnienia:

linia przerywana – komunikacja na etapie tworzenia WB-SWD

linia ciągła – komunikacja na etapie eksploatacji WB-SWD

Źródło: opracowanie własne

Rysunek 17 Wariant #4 wdrożenia WB-SWD - Wirtualny⁺

Objaśnienia:

linia przerywana – komunikacja na etapie tworzenia WB-SWD

linia ciągła – komunikacja na etapie eksploatacji WB-SWD

Źródło: opracowanie własne

· w wariancie 2-gim - wiedza w WB-SWD eksploatowanym w i-tej organizacji po okresie T jest równa:

W + D_i + D_E (4.2)

– organizacja dysponuje sumą przyrostów wiedzy dostarczonej przez siebie i przez eksperta;

· w wariancie 3-cim - wiedza w WB-SWD po okresie T jest równa:

(4.3)
– organizacja dysponuje sumą przyrostów wiedzy dostarczonej przez wszystkich użytkowników systemu i przez eksperta;

· w wariancie 4-tym - wiedza w WB-SWD po okresie T jest równa:

(4.4)

gdzie: + suma wiedzy posiadanej przez (O₁,...,O_N) do momentu utworzenia WB-SWD

– organizacja dysponuje pełną sumą wiedzy dostarczonej przez wszystkich użytkowników systemu i przez eksperta;

Łatwo widać, że trzeci lub czwarty wariant wdrożenia WB-SWD jest najkorzystniejszy z punktu widzenia każdej z organizacji będącej użytkownikiem systemu. Te właśnie warianty oferują użytkownikom unikalne cechy nieosiągalne w pozostałych wariantach. Cechy te, będące czystą konsekwencją analizy wzorów 1, 2, 3 i 4 są następujące:

· WB-SWD jest narzędziem kumulacji wiedzy całej wirtualnej organizacji jaką tworzą jego użytkownicy;

· dzięki czemu WB-SWD jest narzędziem generującym dywersyfikację ryzyka procesów decyzyjnych – raz popełniony błąd przez któregokolwiek użytkownika nigdy nie jest powielany przez pozostałych, gdyż błąd zaobserwowany przez system staje się jego wiedzą;

· sensem istnienia wirtualnej organizacji jaką są użytkownicy WB-SWD, jest współpraca na polu intelektualnym w celu zwalczania zewnętrznej (w stosunku do wszystkich użytkowników/członków organizacji) konkurencji;

· uogólniając można stwierdzić, że WB-SWD jest rozwiązaniem wprowadzającym swoistą integrację intelektualną w odróżnieniu od integracji funkcjonalnej, która jest współcześnie dominującą tendencją (Kasprzak (2000b)) w praktyce systemów informatycznych.

Na koniec należy zauważyć, że aczkolwiek wariant czwarty jest rozwiązaniem najlepszym, trzeci wariant jest bardziej realistyczny. Dość trudno sobie bowiem wyobrazić chęć przekazania innym (de facto konkurentom) pełnej swojej dotychczasowej wiedzy – to w pojęciu wielu może oznaczać tylko stratę, podczas gdy chęć współtworzenia i współdzielenia nowej wiedzy wydaje się być realna – wspólnie wszyscy zyskujemy więcej nic jednocześnie nie tracąc[127].

4.3 Organizacja wirtualna WB-SWD

Realizacja celu postawionego przed bieżącym podrozdziałem– czyli ostateczne stwierdzenie czy użytkownicy konkretnego egzemplarza WB-SWD formują wraz z systemem organizację wirtualną (OW WB-SWD) – zostanie przeprowadzona w oparciu o treść podrozdziału 4.1, gdzie zdefiniowane zostało pojęcie Organizacji Wirtualnej. W podrozdziale tym określone zostały kolejno:

· lista cech Organizacji Wirtualnej;

· lista kryteriów narodzin OW lub inaczej: korzyści jakie może odnieść organizacja stając się jej uczestnikiem OW;

· lista barier i zagrożeń związanych z funkcjonowaniem OW.

Poniżej wykazane zostanie, iż OW WB-SWD jest zgodna z powyższymi listami.

Pierwszą z cech OW jest realizacja wspólnych i jednoznacznie określonych celów. W definicji WB-SWD określono a w poprzednim rozdziale doprecyzowano cele jakie ma realizować OW WB-SWD – są one jednoznaczne i co więcej, w odróżnieniu od innych OW, są niezmienne w czasie. Dzięki prostocie pojęciowej realizowanych celów, każda organizacja przystępująca do OW WB-SWD ma ich świadomość i ma także świadomość wspólnoty tych celów w obrębie OW WB-SWD.

OW WB-SWD nie przynosi bezpośrednich korzyści materialnych swoim uczestnikom, przynosi jednak niezaprzeczalne korzyści pośrednie polegające na wzroście skuteczności podejmowanych przez uczestników decyzji. Istotne jest także, iż korzyści te dotyczą w równym stopniu wszystkich uczestników a ich „ilość”, czyli wzrost skuteczności podejmowanych decyzji, rośnie stale wraz ze stałym wzrostem zasobów wiedzy w WB-SWD.

Podobnie jak wszyscy uczestnicy czerpią takie same korzyści z uczestnictwa w OW WB-SWD tak i wszyscy uczestnicy ponoszą to samo ryzyko związane z tym uczestnictwem. Ryzyko to jest specyficzne, nie jest ono związane z bezpośrednimi porażkami natury biznesowej OW w której się uczestniczy, lecz jest związane z ewentualnym brakiem adekwatnej wiedzy w WB-SWD co może skutkować błędną informacją wygenerowaną przez ten system[128]. Każdy z uczestników OW WB-SWD ryzykuje więc, że może otrzymać tego rodzaju błędną informację od systemu, z drugiej zaś strony, jak wykazano w poprzednim rozdziale ryzyko to jest zdywersyfikowane, co nigdy nie ma miejsca w wypadku, gdy organizacja gospodarcza działa w pojedynkę.

Czwartą z cech OW jest pełen dostęp do zasobów organizacji dla wszystkich jej uczestników. Tej cechy OW WB-SWD nie spełnia, ze swej natury uczestnicy tej organizacji współdzielą tylko wiedzę akumulowaną w WB-SWD, pozostałe zasoby rzeczowe, osobowe, kapitałowe itd. będące w posiadaniu konkretnego uczestnika są w jego wyłącznej, indywidualnej dyspozycji i nie są dostępne dla innych uczestników OW WB-SWD.

Przystąpienie do OW WB-SWD jest absolutnie dobrowolne, nie istnieją także żadne powiązania natury formalno-prawnej. Jednak opuszczenie OW WB-SWD, aczkolwiek nadal dobrowolne i formalnie nieograniczone, nie jest już takie proste jak w wypadku zwykłych[129] OW. W wypadku gdy organizacja gospodarcza opuszcza zwykłą OW – „zabiera” z OW tą część zasobów jaka była jej własnością i od tego momentu zasoby te przestają być w dyspozycji tych uczestników OW, którzy w niej pozostali. W wypadku zaś gdy organizacja gospodarcza chce opuścić OW WB-SWD – nie może ona „zabrać” swoich zasobów, gdyż zasobem jest wiedza zakumulowana w WB-SWD, a tej zabrać z systemu nie sposób. Stąd opuszczenie OW WB-SWD może być rozpatrywane tylko w kategoriach straty.

Podobnie jak czwarta z cech tak i szósta nie jest przez OW WB-SWD spełniona. Cecha ta mówi o formowaniu się OW wtedy, gdy „pojawiają się okazje do wykorzystania”, a więc chęć odniesienia konkretnego sukcesu w konkretnej sytuacji jest tu głównym czynnikiem sprawczym. W wypadku OW WB-SWD tak nie jest, czynnik sprawczy ma naturę nie „chwilową” lecz długofalową, perspektywiczną. Organizacje będą przystępowały do OW WB-SWD nie dlatego, że „zwietrzyły dobry interes” ale dlatego, że odczują i zrozumieją potrzebę długofalowego wzrostu skuteczności swojego procesu decyzyjnego.

Zarówno w niniejszym opracowaniu jak i większości innych opracowań poświęconych tematyce OW podkreśla się, iż kluczowym elementem dla sprawnego funkcjonowania OW jest wzajemne zaufanie wszystkich jej uczestników. Zaufanie wskazuje się jednocześnie jako „siłę napędową” OW jak i jej główną barierę. Destrukcyjna siła braku zaufania jest tak znacząca, że nawet w wypadku spełnienia wszystkich pozostałych cech i warunków powstania, i sprawnego funkcjonowania – OW nie jest w stanie sformować się, bądź po sformowaniu szybko upada. W tym kontekście kwestia zaufania w OW WB-SWD prezentuje się nadzwyczaj pozytywnie – organizacja ta nie realizuje żadnych celów biznesowych, stąd nie staje się w żadnym wypadku źródłem jakichkolwiek konfliktów o charakterze na przykład: finansowym, kompetencyjnym, przywództwa itd., prowadzących do spadku lub całkowitego zaniku zaufania. Wszyscy uczestnicy OW WB-SWD mają pełną świadomość tego faktu przed przystąpieniem do niej, co bez wątpienia wpływa pozytywnie na wzajemny poziom zaufania „na starcie”. Jedynym czego mogą się obawiać uczestnicy OW WB-SWD jest skojarzenie konkretnej partii wiedzy posiadanej przez WB-SWD z ich konkretną organizacją, czyli ewentualność prowadzenia białego wywiadu na ich temat przez pozostałych uczestników OW WB-SWD. Aby przeciwdziałać tego rodzaju obawom, źródłom braku zaufania, OW WB-SWD powinna:

· zapewniać pełną anonimowość wiedzy w WB-SWD, poprzez nie rejestrowanie w sposób jawny tych źródeł wiedzy, które są wewnętrznymi źródłami OW WB-SWD;

· być inicjowana i formowana przez organizację publicznego zaufania, która staje się jej liderem.

O zwykłej OW orzeka się, że nie posiada raz na zawsze ustalonej struktury a także, że ulega częstym reorganizacjom towarzyszącym zmianom celów polegającym na zmianie ról jakie poszczególni uczestnicy odgrywają w OW. Ta cecha nie dotyczy OW WB-SWD z uwagi na niezmienny cel tej organizacji, istnienie jednego, raz na zawsze ustalonego celu ściśle i niezmiennie określa role wszystkich uczestników OW WB-SWD. Uczestnicy ci dzielą się na trzy grupy: organizację która zainicjowała i zrealizowała opracowanie konkretnego egzemplarza WB-SWD[130], organizacje które korzystają z tego systemu, są jego użytkownikami i grupę zewnętrznych ekspertów którzy periodycznie modyfikują WB-SWD.

Jak wyżej zauważono w OW WB-SWD nie dokonywane są nigdy żadne reorganizacje, co w zwykłej OW miało wprowadzić zdolność do pełnej optymalizacji działania i wykorzystania jej zasobów. Ponownie, z uwagi na stałość realizowanego celu, sposób działania OW WB-SWD nie ulega jakimkolwiek zmianom w czasie. Optymalne wykorzystanie jej zasobu jakim jest wiedza, zależy w tym wypadku od jakości samego zasobu, a więc od ilości i adekwatności wiedzy w systemie, jak również od gotowości do wykorzystania tego zasobu przez poszczególnych uczestników OW WB-SWD.

Cecha dziesiąta jest trzecią z cech OW, której nie spełnia OW WB-SWD. Cecha ta uznaje brak formalnych struktur i wzajemne zaufanie wewnątrz OW jako czynniki umożliwiające szybsze, w stosunku do konkurencji, podejmowanie decyzji w trakcie realizacji konkretnego celu OW. OW WB-SWD jako taka nie konkuruje z nikim, to uczestnicy tej organizacji indywidualnie prowadzą grę konkurencyjną – stąd też cecha ta jej nie dotyczy. Można oczywiście spojrzeć na tę kwestię z takiego punktu widzenia który zauważa, że WB-SWD de facto będzie wspierał szybsze podejmowanie decyzji konkretnego uczestnika OW WB-SWD – jest to prawdą, jednak pamiętać należy, że uczestnicy poza tym konkurują ze sobą i WB-SWD będzie wspierał ich niezależnie i równolegle we wzajemnej konkurencji.

WB-SWD z definicji jest systemem zdalnym, osadzonym i dostępnym poprzez Internet, stąd też teoretycznie nic nie stoi na przeszkodzie aby OW WB-SWD była organizacją ponadnarodową. Z drugiej jednak strony wymagałoby to daleko idących kompromisów w konstrukcji interfejsu użytkownika, który w tym wypadku musiałby mieć charakter ponadnarodowy co groziłoby nieuchronnie utratą ściśle branżowego charakteru – chociażby w zakresie stosowanego języka. Tak więc chociaż zaprezentowana tu koncepcja WB-SWD może być wdrażana na dowolną skalę, jednak została opracowana ściśle z myślą o narodowych organizacjach i z myślą o wspomaganiu tychże w walce z globalną konkurencją.

Zwykła OW dzięki temu iż w swym obrębie sumuje siły, możliwości i potencjał swoich uczestników jest w stanie zniwelować korzyści skali i skutecznie konkurować na rynku globalnym. Podobnie jest z OW WB-SWD, różnicą jest obszar, w którym sumuje ona siły, możliwości i potencjał swoich uczestników, obszarem tym jest wiedza. OW WB-SWD pozwala swoim uczestnikom skutecznie konkurować na rynku globalnym w zakresie wiedzy, na której opierają swoje decyzje gospodarcze poszczególni jej uczestnicy. Potencjał intelektualny jaki staje do ich dyspozycji, może nawet przewyższać potencjał jakim dysponują organizacje globalne z uwagi na możliwe bardzo silne zróżnicowanie uczestników OW WB-SWD, a co za tym idzie różnorodność ich doświadczeń i wielotorowość rozwoju zasobów wiedzy systemu. Potencjał który jest jednocześnie poza wszelkim zasięgiem zwykłej organizacji gospodarczej, zwłaszcza typu MSP, działającej w pojedynkę.

Kumulowanie kluczowych kompetencji w obrębie OW może, wraz ze wzrostem liczby jej uczestników prowadzić do organizacji doskonałej, zawierającej wszystkie pożądane na danym rynku kompetencje. Tak daleko idącego stwierdzenia na temat OW WB-SWD nie można zaryzykować, jak już wyżej wielokrotnie powiedziano, przedmiotem kumulacji dokonywanej w obrębie tejże organizacji jest wiedza, a trudno sobie wyobrazić[131] aby jakikolwiek byt był zdolny zakumulować w sposób idealny wszelką wiedzę, nawet z ograniczonego do pewnej gospodarczej branży zakresu.

Ostatnia z cech OW jest przez OW WB-SWD wprost spełniona – OW WB-SWD opiera się bowiem ze swej definicji na wykorzystaniu nowoczesnych systemów informatycznych i infrastruktury telekomunikacyjnej.

Druga z list przedstawionych w rozdziale 4.1 zawiera Kryteria Narodzin OW, czyli inaczej – korzyści jakie może odnieść organizacja gospodarcza stając się uczestnikiem OW. Analizując tę listę łatwo widać, iż przystąpienie do OW WB-SWD pozwoli organizacji gospodarczej osiągnąć bezpośrednio większość z tych korzyści. Takie korzyści jak:

· redukcja kosztów eksploatacji zasobów rzeczowych;

· redukcja kosztów transportu;

· redukcja czasu związanego z koniecznością przemieszczania się personelu;

· skrócenie czasu dostaw;

· zmniejszenie zapasów;

· wzrost precyzji planowania biznesu;

można osiągnąć skutecznie rozwiązując problemy optymalizacji, symulacji czy prognozowania metodami Badań Operacyjnych lub Technikami Inteligentnymi – do czego w WB-SWD przeznaczone są Podsystem Zarządzania Modelami i Podsystem Technik Inteligentnych. Są to więc korzyści osiągane bezpośrednio dzięki przystąpieniu do OW WB-SWD.

Do kolejnych korzyści osiąganych przez organizację poprzez jej przystąpienie do OW WB-SWD należy zaliczyć:

· odnoszenie większej korzyści z działania w OW niż gdyby działała w pojedynkę;

· korzyści z transferu wiedzy;

· stałe wykorzystanie i wzrost sumy dostępnych zasobów informatycznych i telekomunikacyjnych[132].

Pozostałe z wymienionych w rozdziale 4.1 korzyści, takie jak:

· poszerzenie oferty, jej różnorodność;

· poprawa jakości oferowanych produktów lub usług;

· wzrost pozycji na rynku,

· wzrost lojalności i zadowolenia klientów;

· wzrost tempa rozwoju własnej indywidualnej organizacji;

· wzrost specjalizacji poszczególnych uczestników a przez to wyszczuplenie struktur organizacyjnych i produkcyjnych;

Korzyści te nie są bezpośrednio osiągane przez organizację gospodarczą w skutek jej przystąpienia do OW WB-SWD, jednak pośrednio wiedza zawarta w WB-SWD może być z dużym powodzeniem wykorzystywana do ich osiągnięcia.

Ostatnim zagadnieniem do rozpatrzenia w bieżącym podrozdziale jest zdolność OW WB-SWD do pokonywania barier i przeciwdziałania zagrożeniom związanym z funkcjonowaniem OW. W rozdziale 4.1 wskazano cztery zasadnicze bariery/zagrożenia, były to:

· zawodna technologia,

· przestępczość elektroniczna,

· brak regulacji prawnych,

· brak zaufania ze strony klientów jak i wewnątrz samej OW.

Pierwsze z wymienionych zagrożeń dotyczy w równym stopniu wszystkich współczesnych organizacji gospodarczych stosujących nowoczesne systemy informatyczne i telekomunikacyjne. Jak powiedziano w rozdziale 4.1 zawodność tych systemów, lub inaczej brak pełnej niezawodności, jest niestety regułą i kosztem jaki musi być ponoszony w związku z ich szybkim rozwojem. Trzeba jednak zauważyć, że stopień zawodności maleje wprost proporcjonalnie do kosztu danego systemu, gdzie przez koszt rozumiemy sumę nakładów na zakup, serwis i rozwój systemu. Stawia to większe, a przez to dysponujące większym budżetem, organizacje w uprzywilejowanej sytuacji – mogą sobie one pozwolić na stosowanie takich systemów, których poziom niezawodności jest bez porównania lepszy od poziomu jaki osiągają tanie systemy, dostępne dla małych organizacji. Ten swoisty efekt skali ma miejsce także w OW WB-SWD – przy założeniu, że liczba jej uczestników jest odpowiednio[133] duża, organizacja ta będzie mogła dysponować adekwatnie dużym budżetem, który pozwoli na osiągnięcie maksymalnego stopnia niezawodności przy dostępnej w danej chwili technologii. W tym miejscu należy jednak zauważyć, że jak długo OW WB-SWD będzie działała w Internecie – tak długo będzie ona zdana na awarie związane z samymi łączami internetowymi, na które w większości przypadków nie będzie miała żadnego wpływu, gdyż łącza internetowe będą należały do organizacji trzecich.

Podobnie do wyżej omówionego i drugie z zagrożeń, czyli przestępczość elektroniczna, dotyczy wszystkich współczesnych organizacji a szczególnie, choć nie tylko tych, które stosują technologie informatyczne i telekomunikacyjne. Proponowane metody obrony przed tego typu zagrożeniami zostały już przedstawione w rozdziale 3.3 w podpunkcie poświęconym Podsystemowi Powiązań w Sieci. W tym miejscu należy jeszcze dodać, iż wyżej wspomniany efekt skali dotyczy także kwestii obrony przed przestępczością elektroniczną – uczestnicy OW WB-SWD będą dysponowali znacznie skuteczniejszymi środkami tejże obrony niż w wypadku, gdyby działali w pojedynkę.

Brak regulacji prawnych wymieniane jako trzecie z zagrożeń nie dotyczy OW WB-SWD. Organizacja ta z definicji nie realizuje żadnych przedsięwzięć gospodarczych, stąd nie istnieją pomiędzy jej uczestnikami żadne powiązania, które mogłyby stać się źródłem konfliktów rozwiązywanych na drodze prawnej. Nie istnieją także żadni klienci OW WB-SWD, dla których brak regulacji prawnych stanowiłby przeszkodę w zawieraniu transakcji z tą organizacją. Stąd też brak regulacji prawnych nie ma w tym wypadku żadnego znaczenia.

Ostatnie z wymienionych zagrożeń uznaje się za podstawowe zagrożenie dla powoływania i skutecznego funkcjonowania OW – zagrożeniem tym jest brak zaufania. Brak zaufania klientów do OW, jak również brak zaufania wzajemnego uczestników OW. O pierwszym z typów braku zaufania już wyżej stwierdzono, iż nie dotyczy on OW WB-SWD. Drugi z typów został omówiony w pierwszym z podrozdziałów bieżącego rozdziału.

Podsumowując można stwierdzić, że OW WB-SWD – posiada większość cech OW, dostarcza większości korzyści wynikających z przystąpienia do OW swoim uczestnikom, w maksymalnym stopniu eliminuje bariery stojące na drodze do sformowania i skutecznego funkcjonowania OW. Stąd też można ją uznać za Organizację Wirtualną.

5. Pierwszy prototyp WB-SWD

Całe niniejsze opracowanie aż do tego miejsca poświęcone było prezentacji koncepcji nowego systemu nazwanego Wirtualnym Branżowym Systemem Wspomagania Decyzji. Koncepcja ta, abstrahując od jej atrakcyjności, może pozostać jednak tylko na papierze. Naturalnymi bowiem i pierwszoplanowymi jej zagrożeniami są posiadane już przez organizacje różnorakie CBIS, jak również i doświadczenia organizacji związane z ich wdrożeniem i eksploatacją. W przeprowadzonej w rozdziale 2-gim dyskusji na temat CBIS wielokrotnie, niezależnie od omawianego typu systemu, podkreślano liczne kłopoty a i niejednokrotnie porażki projektów związanych z wdrożeniem CBIS w organizacjach. Z dyskusji tej można ostatecznie wysnuć wniosek, iż technologie informacyjne mogą jawić się współczesnej organizacji jeżeli już nie jako „zło konieczne” to jako technologie trudne i kosztowne do zastosowania, a jednocześnie jakże często nie spełniające pokładanych w nich nadziei – nie spełniające pierwotnych oczekiwań organizacji co do ostatecznych efektów (głównie ekonomicznych) jakie da ich wdrożenie^{^[134]}. W tym kontekście propozycja zastosowania przez organizację nowego systemu w miejsce lub obok dotychczas eksploatowanych musi być poparta silnymi argumentami. Wydaje się, że tego typu nowy system aby był zaakceptowany przez organizację lub po prostu wzbudził jej zainteresowanie, musi być:

tani, a najlepiej bezpłatny przynajmniej w początkowej, próbnej fazie eksploatacji;
prosty w eksploatacji, niewymagający intensywnego szkolenia ani specjalistycznej wiedzy;
niewymagający bezwarunkowej integracji z dotychczas eksploatowanymi systemami - ze względu na ich bezpieczeństwo jak i czasochłonność, i koszty związane z procesem integracji;
a co najważniejsze, przynoszący natychmiastowe wymierne efekty ekonomicznie.

W bieżącej, dotychczas przedstawionej tu postaci, WB-SWD nie spełnia tych wymagań. Przede wszystkim nie będzie to system tani, ze względu na swoją docelową złożoność koszt jego opracowania, koszt zapewnienia odpowiednich środków technicznych jak również koszt bieżącej eksploatacji związany choćby ze stałą opieką ze strony ekspertów będzie na tyle duży, iż wymusi ostatecznie pobieranie opłat od użytkowników. Ponadto WB-SWD wymaga co najmniej periodycznego zdalnego dostępu do zbiorów danych organizacji, również wiele pozytywnych efektów wynikających z jego eksploatacji jest bądź to niewymierna bądź odłożona w czasie. Jednocześnie z samej definicji WB-SWD wynika, iż aby mógł on realizować jedną ze swoich głównych funkcji czyli dywersyfikację ryzyka związanego z procesem decyzyjnym, musi sformować wraz z użytkownikami organizację wirtualną wewnątrz której ta dywersyfikacja będzie realizowana. Należy więc wstępnie wypracować taką uproszczoną wersję WB-SWD, która spełniając powyższe wymagania uzyska akceptację i będzie eksploatowana w wielu organizacjach. Na kolejnym dopiero etapie rozwoju, po uzyskaniu zaufania dotychczasowych użytkowników WB-SWD, zaproponować im rozszerzenie funkcjonalności systemu do pełnej postaci i wspólne sformowanie organizacji wirtualnej. Podejście takie jest zresztą w pełni zgodne z przedstawionym w rozdziale 2-gim procesem prototypowania, najczęściej stosowanym w procesie projektowania i implementacji SWD, stąd taką uproszczoną wersję WB-SWD nazywać dalej będziemy Pierwszym Prototypem WB-SWD, wypracowaniu którego poświęcone zostaną pozostałe części niniejszego opracowania.

5.1 Architektura pierwszego prototypu WB-SWD

Wypracowanie[135] postaci pierwszego prototypu WB-SWD oznacza konieczność podjęcia decyzji, który z obszarów funkcjonalnych WB-SWD najlepiej odpowiada spełnieniu wyżej przedstawionych wymagań. Wydaje się, że obszarem tym jest optymalizacja. Ograniczenie się bowiem w pierwszym prototypie tylko do wspomagania w rozwiązywaniu problemów optymalizacyjnych, przyniesie następujące efekty:

§ drastyczną redukcję kosztów stworzenia prototypu, gdyż będzie można skorzystać z metod standardowych[136], bądź metod własnych;

§ brak bezwzględnego wymogu dostępu do zbiorów danych użytkownika;

§ prostota pojęciowa dla użytkownika, każdorazowo jasne będzie co stanowi problem rozwiązywany przez system;

§ ekspertyza dostarczana przez system (wynik optymalizacji) będzie natychmiastowo weryfikowalna przez użytkownika a przez to wiarygodna;

Rysunek 18 Architektura Pierwszego Prototypu WB-SWD

Źródło: opracowanie własne

§ ekspertyza dostarczana przez system (wynik optymalizacji) będzie mogła być natychmiastowo zastosowana i będzie można natychmiastowo wyznaczyć jej przyszłe wymierne efekty ekonomicznie.

Jak widać efekty te wprost odpowiadają spełnieniu wszystkich wyżej przedstawionych wymagań, stąd można wnioskować, że koncentracja na obszarze problemów optymalizacyjnych jest właściwym wyborem. Ostatecznie architektura pierwszego prototypu WB-SWD będzie taka jak ją przedstawia Rysunek 18. W pierwszym prototypie pozostawiono tylko te elementy funkcjonalne WB-SWD, które są niezbędne do realizacji procesu wspomagania w rozwiązywaniu problemów optymalizacyjnych. Inteligentny Podsystem Dialogu realizować ma te same zadania co w pełnej postaci WB-SWD i według tych samych zasad. Rola Inteligentnego Podsystemu Nadzorczego jest tym razem dalece uproszczona i sprowadza się do odpowiedzi na pytanie – czy w Podsystemie Zarządzania Modelami Optymalizacyjnymi istnieje model, który może być zastosowany dla rozwiązania problemu przedstawionego przez użytkownika. W wypadku istnienia takiego modelu, Podsystem Nadzorczy wykorzystuje ten model do wygenerowania rozwiązania zadanego problemu. W wypadku gdy model taki nie istnieje, Podsystem Nadzorczy wykorzystuje alternatywną metodę optymalizacji jaką w pierwszym prototypie WB-SWD będą algorytmy ewolucyjne.

W odniesieniu do algorytmów ewolucyjnych Arabas (2001) stwierdza: „Algorytmy ewolucyjne określa się niekiedy mianem metod ostatniej szansy. Można to zrozumieć w następujący sposób: jeżeli wiedza o problemie wystarcza do sformułowania efektywnego sposobu rozwiązania, to z pewnością będzie on skuteczniejszy niż zastosowanie algorytmu ewolucyjnego. [...] Jeśli jednak wiedza, którą dysponujemy, nie pozwala na sformułowanie metody specjalizowanej, można sięgnąć po algorytm ewolucyjny.” Zaś Zieliński (2000) formułuje o algorytmach ewolucyjnych następującą opinię: „Z punktu widzenia badań operacyjnych algorytmy ewolucyjne są postrzegane jako kategoria strategii lokalnego poszukiwania. W tym sensie współtworzą one klasę metaheurystycznych algorytmów optymalizacyjnych nazywanych też klasą algorytmów ogólnych lub nieścisłych heurystyk.”

W tym kontekście można więc postawić pytanie o to – czy metody heurystyczne (tu: algorytmy ewolucyjne) mogą być stosowane w optymalizacji. Charakterystycznej odpowiedzi udziela Grygiel (2002): „Być może jest to kwestia kontrowersyjna, odpowiedź w dużym stopniu zależy od nastawienia (praktyczne czy teoretyczne). Nawet z teoretycznego punktu widzenia można stawiać problem: Jakie jest prawdopodobieństwo, że algorytm ewolucyjny znajdzie rozwiązanie optymalne w określonym czasie?. Natomiast odpowiedź praktyka jest następująca: po prostu są stosowane , choć nie dają gwarancji na znalezienie rozwiązania optymalnego.”. Podobnie stwierdza Zieliński w (2000): „efektywność algorytmów ewolucyjnych^{^[137]} w rozwiązywaniu zagadnień optymalizacji powoduje coraz szersze zastosowanie tego narzędzia w tych wszystkich dziedzinach, w których poszukiwanie optymalnego rozwiązania ma istotną wartość”.

I tak jest w rzeczywistości – algorytmy ewolucyjne są od lat stosowane do rozwiązywania różnorodnych praktycznych i teoretycznych problemów optymalizacyjnych. Należy więc w tym miejscu wskazać co odróżnia je od pozostałych technik stosowanych w optymalizacji i jakie są na tle tych różnic ich podstawowe wady i zalety. W kwestii różnic odpowiedzi udziela Goldberg (1989) w swej klasycznej już monografii „Algorytmy Genetyczne i ich zastosowania”^{^[138]} stwierdza, iż:

· „Algorytmy Ewolucyjne nie przetwarzają bezpośrednio parametrów zadania, lecz ich zakodowaną postać.

· Algorytmy Ewolucyjne prowadzą poszukiwania, wychodząc nie z pojedynczego punktu, lecz z pewnej ich populacji.

· Algorytmy Ewolucyjne korzystają tylko z funkcji celu, nie zaś jej pochodnych lub innych pomocniczych informacji.

· Algorytmy Ewolucyjne stosują probabilistyczne, a nie deterministyczne reguły wyboru.”

Podobnej odpowiedzi udziela Zieliński (2000): „Podstawowa różnica pomiędzy algorytmami ewolucyjnymi a pozostałymi technikami lokalnego przeszukiwania polega na tym, że:

· w algorytmach ewolucyjnych trajektoria wyznaczana jest poprzez populację rozwiązań, a nie pojedyncze rozwiązania,

· rozwiązania są w algorytmie ewolucyjnym kodowane do postaci łańcuchów znaków o ustalonej długości (przy czym znaki należą do skończonego alfabetu),

· algorytmy ewolucyjne są algorytmami z pamięcią, wykorzystującymi do wyznaczania nowych kierunków przeszukiwania informacje o poprzednich rozwiązaniach”.

Biorąc pod uwagę powyższe odpowiedzi można wskazać podstawowe zalety algorytmów ewolucyjnych, są to:

· brak wymagań co do postaci rozwiązywanego problemu - aby zastosować do rozwiązania problemu decyzyjnego algorytm ewolucyjny jedynym wymaganiem jest istnienie funkcji celu lub jeszcze węziej, istnienie miary zdolnej porównać dwa dane rozwiązania i wskazać lepsze^{^[139]} z nich, żadne dodatkowe założenia co do postaci problemu (np. ciągłość, różniczkowalność itd.) nie są wprowadzane,

· zdolność opuszczania lokalnych ekstremów – dzięki przetwarzaniu populacji rozwiązań a nie pojedynczego rozwiązania algorytmy ewolucyjne po odnalezieniu lokalnego ekstremum są zdolne opuścić je i kontynuować przeszukiwanie przestrzeni rozwiązań w innych jej obszarach,

· uniwersalność zastosowania – nawet jeżeli nie istnieje dedykowany dla danego typu problemu decyzyjnego model algorytmu ewolucyjnego można w takim wypadku zastosować model klasyczny z kodowaniem binarnym.

Wymienione zalety jak i cała wyżej przedstawiona dyskusja stanowią wystarczające uzasadnienie wykorzystania algorytmów ewolucyjnych w pierwszym prototypie WB-SWD – algorytmy ewolucyjne będą w nim pełnić metodę „ostatniej szansy”, którą da się zastosować zawsze bez względu na postać problemu. Dzięki temu pierwszy prototyp WB-SWD będzie mógł każdorazowo zagwarantować swoim użytkownikom, że uzyskają oni rozwiązanie co najmniej suboptymalne dla wszystkich przedstawionych problemów optymalizacyjnych.

5.2 Algorytm ewolucyjny zastosowany w pierwszym prototypie WB-SWD.

Podjęcie decyzji o zastosowaniu algorytmów ewolucyjnych jako metody ostatniej szansy w pierwszym prototypie WB-SWD, oznacza konieczność uwzględnienia obok zalet także i wad tej metody. Za podstawowe zaś wady algorytmów ewolucyjnych uznać można:

· brak dostatecznych podstaw teoretycznych w tym brak dowodu zbieżności,

· w konsekwencji - konieczność każdorazowego określania warunków zatrzymania algorytmu i brak gwarancji, iż otrzymany wynik jest wynikiem optymalnym,

· niestabilność wyników – wielokrotne uruchamianie algorytmu ewolucyjnego dla rozwiązania tego samego problemu nie gwarantuje otrzymania każdorazowo takich samych lub zbliżonych wyników,

· istnienie dla tej samej klasy problemów decyzyjnych wielu konkurencyjnych modeli algorytmów ewolucyjnych dających co więcej różnej jakości rezultaty (znakomite lub mierne), zależnie od dobranego zestawu testowego lub nawet w obrębie tego samego zestawu testowego dla różnych jego elementów.

Konsekwencją tych wad, są dwa zasadnicze pytania jakie może postawić praktyk, pragnący wykorzystać algorytm ewolucyjny do rozwiązania konkretnego problemu:

· który z istniejących modeli algorytmów ewolucyjnych należy zastosować biorąc pod uwagę jego dotychczasową skuteczność na opublikowanym zestawie testowym;

· ile razy należy uruchomić wybrany algorytm ewolucyjny – czyli pytanie o stabilność stosowanego algorytmu ewolucyjnego.

Aby móc zastosować algorytm ewolucyjny w pierwszym prototypie WB-SWD, należy znać odpowiedzi na te pytania. To oznacza, że należy wybrać jeden z pośród istniejących lub opracować własny model algorytmu ewolucyjnego taki, który będzie można uznać za najskuteczniejszy[140]. Niestety w literaturze przedmiotu nie wskazano jak dotychczas modelu algorytmu ewolucyjnego uznawanego powszechnie za najskuteczniejszy, stąd opracowanie własnego modelu staje się warunkiem niezbędnym dla ostatecznego wypracowania pierwszego prototypu WB-SWD.

Jak już wyżej zauważono, algorytmy ewolucyjne są metaheurystyką dlatego też opracowanie najskuteczniejszego modelu musi się rozpocząć od podjęcia decyzji co do typu problemów optymalizacyjnych na jakich skuteczność proponowanego modelu będzie testowana. W niniejszym opracowaniu obszarem tym będą problemy optymalizacji nieliniowej z ograniczeniami. Podstawową motywacją takiego wyboru jest fakt, iż należą one do klasy problemów słabo i źle ustrukturalizowanych a więc do głównej domeny działania Systemów Wspomagania Decyzji, jako dodatkowe motywacje podajmy opinie innych autorów.

W pracy Kukuła (1999a) zauważa: „W teorii i praktyce ekonometrycznej znamy szereg modeli nieliniowych i niesprowadzalnych do liniowych za pomocą transformacji zmiennych. ... I doprawdy trudno zrozumieć, dlaczego wielu badaczy nadal ogranicza swoje kreatywne myślenie do klasy modeli liniowych lub linearyzowalnych, pomijając możliwość dokładniejszego opisu rzeczywistości za pomocą bardziej kłopotliwych, ale też często bardziej adekwatnych modeli nieliniowych”. Podobnie stwierdza w Kukuła (1999b): „Modele programowania liniowego ... często okazują się niewystarczające w modelowaniu rzeczywistości gospodarczej. Model liniowy jedynie przybliża realną sytuację ekonomiczną. Uzyskanie opisu układu gospodarczego, który adekwatnie odzwierciedlałby rozpatrywane relacje ekonomiczne, wymaga zastosowania modelu uwzględniającego wszystkie jego komplikacje. Taka możliwość pojawia się z chwilą wprowadzenia innych niż liniowe dziedzin programowania matematycznego”. A jak czytamy u Grudzewskiego (1985): ”Rozwiązanie jest zawsze optymalne lub suboptymalne z punktu widzenia modelu a nie rzeczywistości. Im efektywniejsze jest dopasowanie modelu do rzeczywistości, tym korzystniejsza jest aproksymacja rozwiązania optymalnego do stanu faktycznego (rzeczywistego)”.

Podobne opinie można znaleźć także u innych polskich autorów. U Ignasiaka (1997) czytamy: „To, że rzadziej rozpatruje się nieliniowe zadania decyzyjne niż zadania linowe, wynika z dwóch powodów:

1. nieraz wiedząc, że pewne zjawisko ma charakter nieliniowy, nie mamy odpowiednich danych, aby ustalić (oszacować) postać analityczną tej zależności,

2. zadania programowania nieliniowego rozwiązuje się zazwyczaj trudniej niż zadania programowania linowego (brak ogólnej metody ich rozwiązywania).

Dlatego też zamiast nieliniowych zadań formułujemy niekiedy liniowe zadania decyzyjne, mimo iż wiemy, że jest to znaczne uproszczenie analizowanego problemu”.

Siedlecki (2000) zauważa: „Modele liniowe to ... proste modele równowagi procesów ekonomicznych (i nie tylko) opisujące rzeczywistość w sposób wielce uproszczony. Już od dawna wiadomo – na co wskazują obserwacje, jak i dokonania naukowe – że zarówno przyroda, jak i ekonomia są nieliniowe. Nieliniowa rzeczywistość przedstawiana była i jest za pomocą algebry liniowej, z konieczności: „niesforność” równań różniczkowych ( w odróżnieniu od równań liniowych) oddających lepiej dynamikę rzeczywistych procesów przyrodniczych i społecznych powoduje ogromne trudności z ich analizą. Budowa modeli liniowych jest więc koniecznością. Rezultaty, jakie otrzymuje się z ich analizy, muszą więc być traktowane z dużą podejrzliwością.”

Uzupełnieniem powyższych opinii niech będą opinie wyrażane przez zagranicznych autorów. W internetowym forum dyskusyjnym u Gregory’ego (2000) czytamy: „Nadzieje na opracowanie jednego ogólnego programu, który by pasował do każdego modelu nieliniowego, są nierealne. Zamiast tego należy próbować wybrać taki program, który będzie pasował do rozwiązywanego zadania. Jeżeli rozwiązanie nie pasuje do żadnej kategorii oprócz „ogólne” [...] trzeba być przygotowanym na zastosowanie metod, które sprowadzają się do całkowitego przeszukiwania, co jest zadaniem trudnym do wykonania.”. Podobną opinię wyraża w Michalewicz (1992): „Mimo aktywnych badań i postępu w optymalizacji globalnej w ostatnich latach, można chyba uczciwie powiedzieć, że nie widać na razie nadziei na opracowanie efektywnej procedury rozwiązywania [...] ogólnego zadania nieliniowego.”.
Do powyższych dodajmy jeszcze uwagę poczynioną przez Cooper’a i Steinberg’a (1970): „Trochę obserwacji i zastanowienia wystarczy, aby zauważyć, że wszystkie praktyczne zadania optymalizacyjne są faktycznie zadaniami z ograniczeniami.”. I podobną opinię Dhar’a i Ranganathan’a (1995) „...każda sytuacja decyzyjna zawiera ograniczenia. Tym co odróżnia od siebie różne typy problemów (decyzyjnych) jest forma tych ograniczeń. Zależnie od tego jak dany problem jest przedstawiany ograniczenia mogą pojawiać się jako reguły, zależności danych, wyrażenia algebraiczne lub w innej formie.”

Ostatecznie – postać problemu decyzyjnego tu rozpatrywanego, ma następującą postać^{^[141]}:

Znajdź rozwiązanie X takie, (5.1)

które optymalizuje funkcję celu f(X)

przy spełnieniu następujących ograniczeń:

g_i(X) £ 0, i = 1,...,n

h_j(X) = 0, j = 1,...,p

gdzie:

X = (x₁,...,x_r) – jest wektorem rozwiązania, gdzie dla i=1,...,r

x^l_i – dolna granica dziedziny i-tej zmiennej wektora rozwiązania

x^u_i – górna granica dziedziny i-tej zmiennej wektora rozwiązania

r – liczba zmiennych wektora rozwiązania

n – liczba nierówności definiujących ograniczenia,

p – liczba równań definiujących ograniczenia.

Funkcja celu f() jak również funkcje g() i h() definiujące ograniczenia mogą być liniowe lub nieliniowe, przy czym przynajmniej jedna z nich musi być nieliniowa aby była mowa o problemie nieliniowym. Przez S oznaczamy przestrzeń rozwiązań (inaczej przestrzeń przeszukiwania), przez F oznaczamy obszar dopuszczalny przestrzeni rozwiązań, oczywiście zachodzi F Í S. Nierówności definiujące ograniczenia dla których zachodzi g_i(X) = 0 nazywamy aktywnymi w X. Dodatkowo przez:

f_i(X), i = 1,...,m

gdzie: m – liczba wszystkich ograniczeń, oznaczać będziemy funkcję mierzącą odchylenie od i-tego ograniczenia. O ile nie będzie wskazane inaczej funkcja ta przyjmuje postać:

(5.2)

Dla tak postawionego problemu zostanie dalej (w rozdziale 5.5 części drugiej) zaproponowana nowa postać algorytmu ewolucyjnego nazwana Pełnym Krzyżowaniem. Stawiana jest teza, iż Pełne Krzyżowanie:

1. jest najskuteczniejszą^{^[142]} z pośród opublikowanych dotychczas postaci algorytmu ewolucyjnego dla rozwiązywania nieliniowych problemów decyzyjnych z ograniczeniami;

2. jest metodą stabilną - gdzie za miarę dyspersji wyników osiągniętych w trakcie weryfikujących testów przyjmuje się za Bielecką (2001) współczynnik zmienność równy ilorazowi odchylenia standardowego i średniej arytmetycznej wyników^{^[143]}.

Weryfikacja postawionej tezy odbędzie się w trzech kolejnych częściach^{^[144]} opracowania. W części drugiej opracowania przedstawiona zostanie analiza porównawcza istniejących metod^{^[145]} – algorytmów ewolucyjnych dedykowanych dla problemów nieliniowych – i wyników uzyskanych przez te metody na standardowym zestawie testowym. Aby uniknąć wnioskowania na podstawie testów na jednym tylko zestawie testowym przedstawiona zostanie dodatkowa analiza weryfikująca proponowaną metodę – w części trzeciej na sztucznych problemach generowanych przez specjalne generatory testów, w części czwartej na realnym problemie – zbilansowanym nieliniowym zadaniu transportowym. Dodatkowo, także w części czwartej wyniki osiągnięte przez proponowaną metodę na standardowym zestawie testowym skonfrontowane zostaną z wynikami osiągniętymi przez zwykłą metodę badań operacyjnych.

Część piąta pracy stanowić będzie uzupełnienie procesu weryfikacji wyżej postawionej tezy. W toku bowiem pierwszych trzech części weryfikujących wyżej postawioną tezę, wielokrotnie podkreślane będzie, iż proponowana metoda jest metodą kosztowną (gdzie przez koszt rozumiana będzie liczba wykonywanych obliczeń wartości funkcji celu – a więc czas obliczeń). Stąd może pojawiać się pytanie o sensowność zastosowania proponowanej metody w realnych problemach (gdzie czas oczekiwania na rozwiązanie może okazać się nieakceptowalnie długi) – czyli pytanie o efektywność metody, efektywność rozumianą jako szybkość (mierzona czasem) osiągania konkretnej wartości funkcji celu. Odpowiedź na to pytanie zostanie udzielona na drodze testów przeprowadzonych na dwu klasach problemów:

1. problemach kombinatorycznych:

· symetrycznych problemach komiwojażera,

· asymetrycznych problemach komiwojażera,

· sekwencyjnych problemach kolejkowania,

2. problemach harmonogramowania produkcji:

· problemach klasy Flowshop,

· problemach klasy Jobshop.

Przeprowadzone testy odpowiedzą na pytanie – czy zastosowanie proponowanej metody przyniesie (w tym samym czasie) lepsze wyniki niż zastosowanie algorytmu ewolucyjnego używającego klasycznych operatorów genetycznych dedykowanych dla rozwiązywanych klas problemów.

[1] definicja pojęcia Małe i Średnie Przedsiębiorstwo podana została w Aneksie B

[2] gdzie prze profil rozumie się - formalny opis potrzeb informacyjnych użytkownika

[3] co już wyżej nie wprost zauważono

[4] stąd nazwa warunek konieczny

[5] tzn. wirtualni, pojęcie organizacji wirtualnej zostanie zdefiniowane dalej

[6] podobną opinię co Płoszajski (2004) wyraża Barczak (2003) wskazując na nieodzowną dla organizacji i jej menedżerów „...zdolność do obcowania z ryzykiem i pojawiającymi się nieoczekiwanie nowymi sytuacjami”.

[7] w toku pracy pojęcia przedsiębiorstwo i organizacja gospodarcza traktowane będą jako synonimy i stosowane będą naprzemiennie

[8] OLAP (ang. On Line Analytical Processing) jest bazodanową technologią umożliwiającą obsługiwanie bardziej złożonych zapytań od tych, z którymi radzą sobie standardowe relacyjne bazy danych. Technologia ta opiera się na wielowymiarowym dostępie do danych, dużych możliwościach obliczeniowych i wyspecjalizowanych technikach indeksacyjnych. Technologia pozwalająca na bieżąco realizować zbiorcze analizy i podsumowania zawartości baz i hurtowni danych, tego rodzaju podsumowania mogą stanowić poszukiwane, nowe dane.

[9] przyjmując tę wersję definicji informacji, należałoby postulować istnienie dwu typów zbiorów informacyjnych w organizacji – zbioru danych obiektywnych i zbioru informacji subiektywnych

[10] inne określenia to: informacja zarządcza lub informacja biznesowa

[11] gdzie prze profil rozumie się - formalny opis potrzeb informacyjnych użytkownika

[12] tu obszarem zastosowań w cytowanych definicjach, jest oczywiście zarządzanie organizacją gospodarczą

[13] najczęściej interpretowane jako informacja

[14] zwaną inaczej – wiedzą formalną lub jawną

[15] te typ wiedzy dzieli się także na: wiedzę deklaratywną – opisującą obiekty, wiedzę proceduralną – opisującą akcje, i meta-wiedzę – wiedzę o wiedzy, np. opisującą strukturę reprezentacji i przechowywania wiedzy w systemie

[16] zwaną inaczej – wiedzą cichą

[17] u każdego autora zajmującego się kwestiami Zarządzania Wiedzą czy też Systemami Wspomagania Decyzji – można znaleźć takie lub pokrewne stwierdzenie

[18] złożoność decyzji związana jest ze stopniem trudności stworzenia drzewa decyzyjnego – czyli ze stopniem ustrukturalizowania tegoż drzewa; to samo pojęcie odnosi się także do typu analizowanego problemu, stąd często w literaturze pojęcia dobrej, częściowej lub złej strukturalizacji stosowane są zarówno do pojęcia decyzja jak i pojęcia problem

[19] Simon (1977) w miejsce prezentowanego tu podziału wprowadza podział na decyzje programowalne i nieprogramowalne

[20] w toku pracy stosowane będą akronimy polskie, jednak wszędzie tam gdzie przyjęło się w polskiej literaturze stosować akronimy angielskie lub brak akronimów polskich – stosowane będą akronimy angielskie

[21] jak już zaznaczono we wstępie do bieżącego rozdziału, systemom SWD poświęcony zostanie oddzielny (kolejny) rozdział

[22] z SWD bezpośrednio związane są systemy Business Intelligence (BI), traktowane przez jednych jako synonim SWD a przez innych jako ich rozszerzenie, stąd też systemy BI będą omawiane wraz z SWD w kolejnym rozdziale

[23] wskutek ewolucji i zwiększenia swego pierwotnego zakresu akronim EIS niektórzy określają pejoratywnie jako Everybody’s Information System, lub też rozróżniają EIS przeznaczone dla informowania/wspomagania naczelnego kierownictwa od EIS przeznaczonych dla informowania/wspomagania reszty organizacji

[24] z uwagi na identyczny akronim tego systemów z systemami MRP, zastosowano dla odróżnienia ich numerację rzymską

[25] odpowiedź na pytanie jak w literaturze rozumiany jest termin integracja można znaleźć w Lasek (2001)

[26] podobnie jak Boon i inn. (2002) tak i inni autorzy często wskazują na nadrzędną wobec ERP rolę innych systemów, jednak ERP każdorazowo pozostaje trzonem z którego czerpią pozostałe systemy

[27] za moment ten uznaje się publikację M. Scott-Mortona czyli rok 1970

[28] Turban (1990) podaje przykłady szeregu definicji SWD, ujawniające preferencje funkcjonalne ich autorów

[29] dodatkowo w oparciu o: Flakiewicz (2002), Gachet (2003), Turban (2004), Kisielnicki i Sroka (2005)

[30] przez interfejs wejścia rozumie się np. konsolę, listy wyboru (menu), zestawy ikon itd.; przez interfejs wyjścia rozumie się np. wykresy, tabele, raporty itd.

[31] co wynika między innymi z punktu 13 listy cech SWD

[32] co wynika, w zasadzie, ze wszystkich pozostałych punktów listy cech SWD

[33] do problemu tego powrócimy w dalszej części opracowania, gdzie podsystemowi dialogu w WB-SWD, poświęcony zostanie oddzielny rozdział – zawierający propozycję, która radzi sobie z problemem wyboru pomiędzy prostotą a elastycznością

[34] rolą tego interfejsu może być proste pobieranie danych lub też ekstrakcja odpowiednich danych i ich konwersja do formatu akceptowanego przez SWD

[35] podział ten nie musi być oczywiście podziałem fizycznym – zbiory wewnętrzne i zewnętrzne mogą fizycznie rezydować w tej samej bazie danych

[36] przez standardowe operacje rozumie się operacje: aktualizację lub usuwanie istniejących modeli lub dodawanie/tworzenie nowych

[37] niektórzy autorzy wyraźnie wydzielają te podsystemy jako osobne, nowe systemy, patrz: Kisielnicki i Sroka (1999); lub wskazują na ich pojawienie się jako na wyraźny efekt tendencji integracyjnych w architekturze systemów, patrz: Chmielarz (2000a)

[38] zwłaszcza w kontekście wymogu stawianego przed SWD – aby wspomagał decyzje częściowo i źle ustrukturalizowane; a także w kontekście coraz powszechniejszego stosowania hurtowni danych

[39] OLAP (On Line Analytical Processing) jest bazodanową technologią umożliwiającą obsługiwanie bardziej złożonych zapytań od tych, z którymi radzą sobie standardowe relacyjne bazy danych. Technologia ta opiera się na wielowymiarowym dostępie do danych, dużych możliwościach obliczeniowych i wyspecjalizowanych technikach indeksacyjnych.

[40] patrz: Mulawka (1996), Zielinski (2000)

[41] patrz: Tadeusiewicz (1993), Rutkowska i inn. (1997), Zileniński (2000)

[42] patrz: Goldberg (1989), Gwiazda (1995, 1997, 1998, 1999), Michalewicz (1999)

[43] patrz: Aarts i Korst (1990)

[44] patrz: Glover i Laguna (1999)

[45] patrz: Zadeh (1965), Rutkowska i inn. (1997), Zieliński (2000)

[46] niektórzy autorzy np. Mulawka (1996) mianem systemu ekspertowego określają system będący faktycznie sumą wszystkich technik inteligentnych, i w tym sensie dalej w opracowaniu będzie stosowane to pojęcie

[47] szczegółowe omówienie pojęcia Sztucznej Inteligencji, jak również omówienie uzasadnienia i konsekwencji zastosowania oferowanych w jego ramach technik – zostanie zrealizowane w dalszej części opracowania w rozdziale poświęconym komponentom WB-SWD

[48] ten sam autor jednak zauważa, że bardzo często zdarza się, iż projektowany SWD nie pasuje do żadnego ze znanych typów

[49] niektórzy uważają, że definiowanie nowych typów CBIS jest czysto handlowym posunięciem producentów systemów, wydaje się, że w wypadku terminu BI mamy do czynienia właśnie z takim przypadkiem

[50] na podstawie: Gwiazda (2004c)

[51] gdzie przez Otoczenie rozumie się otoczenie sumy wszystkich organizacji będących użytkownikami danego egzemplarza WB-SWD

[52] na przykład – aktualne wartości stóp procentowych czy aktualne cenniki stosowane przez konkurencję

[53] która w najprostszej postaci może polegać na powiadomieniu wszystkich użytkowników WB-SWD o przekroczeniu przez dany wskaźnik wartości dopuszczalnej

[54] bazie wiedzy – będącej elementem Systemu Ekspertowego z podsystemu Technik Inteligentnych

[55] dzięki czemu WB-SWD ma szerszy horyzont postrzegania niż tradycyjny SWD, zawężony do horyzontu określanego przez konkretną organizację

[56] gdzie przez Wnętrze rozumie się sumę wszystkich organizacji będących użytkownikami danego egzemplarza WB-SWD

[57] zastosowano liczbę mnogą bo widać z powyższego, iż nie będzie to jeden system ale wiele systemów dla różnych branż – identycznych z technicznego punktu widzenia ale różnych pod względem stosowanych modeli i technik inteligentnych, różnych także pod względem zawartości bazy wiedzy systemu

[58] porównaj z uwagami w: Oleński (2003) str. 34

[59] można ją nazwać integracją na poziomie intelektualnym, co szerzej zostanie rozwinięte dalej

[60] a także dywersyfikację ryzyka podejmowanych decyzji, co także szerzej zostanie rozwinięte dalej

[61] lub potencjalnej zdolności – człowiek decydent musi jeszcze chcieć skorzystać z informacji czy ekspertyzy generowanej przez system

[62] przynajmniej explicite

[63] tym razem jest to różnica domniemana, albowiem teksty towarzyszące Rysunkom 3 i 4 nie precyzują wyraźnie odnośnej kwestii

[64] z punktu widzenia użytkownika

[65] autor niniejszego opracowania ma jednak świadomość, iż większość autorów prezentowanych koncepcji rozumiała pojęcie system ekspertowy w sposób klasyczny, czyli jako sumę bazy wiedzy i maszyny wnioskującej, nie wpływa to jednak na celowość zaprezentowania tych koncepcji, gdyż stanowiły one doskonałą bazę do opracowania architektury WB-SWD

[66] na podstawie: Turban i Watkins (1986)

[67] szerszy opis efektów integracji SE z bazami danych można znaleźć w: Turban (1990, 1993, 1995, 2004)

[68] na podstawie: Turban i Watkins (1986)

[69] na podstawie: Chmielarz (2000a)

[70] na podstawie: Teng i in. (1988)

[71] pojecie akwizycja wiedzy, lub inaczej pozyskiwanie wiedzy - oznacza wydobywanie i gromadzenie wiedzy, opis tego pojęcia jak i całego podsystemu można znaleźć w Kisielnicki i Sroka (1999), Mulawka (1996)

[72] na podstawie: Flakiewicz (2002)

[73] dla tej też przyczyny została tu zaprezentowana

[74] na podstawie: Gwiazda (2004a)

[75] zarówno w podsystemie zarządzania modelami jak i w podsystemie metod inteligentnych

[76] porównaj: Szyjewski (2001) str. 91

[77] co nie koniecznie oznacza, że system będzie implementowany i instalowany w kilku wariantach/egzemplarzach – warianty wprowadzają tu podział „logiczny”, który zostanie uwzględniony w ostatecznej koncepcji architektury WB-SWD

[78] z racji bezpieczeństwa tych zbiorów lub stosowanych dotychczas innych systemów informatycznych korzystających z tych zbiorów

[79] pogrubiona strzałka u góry rysunku

[80] przerywane strzałki u dołu rysunku

[81] pozostałych, ewentualnie istniejących pomiędzy użytkownikami interakcji, celowo nie zaznaczono

[82] analogicznie wszędzie poniżej gdzie występuje przymiotnik inteligentny

[83] porównaj: Rysunek 11

[84] analogicznie wszędzie poniżej gdzie występuje przymiotnik sieciowy

[85] porównaj: Rozdział 3.1

[86] porównaj: Rozdział 3.1

[87] dodatkowe definicje SI można znaleźć w: Dicken i Newquist (1985)

[88] jeżeli człowiek nie potrafi w trakcie konwersacji odróżnić czy prowadzi ją z innym człowiekiem czy z maszyną, wtedy maszynę można uznać za inteligentną

[89] co zostanie szerzej omówione w drugim z kolei podpunkcie

[90] patrz: Goldberg (1989), Michalewicz (1999), Gwiazda (2000b, 2002a, 2002b), Gwiazda i Chibowski (2003a, 2003b)

[91] patrz na przykład: Baborski (1997, 1998), Sroka i Stanek (1995), Sroka i Olszak (1998), Zieliński (2000), Gwiazda (2002)

[92] takich jak: programy i skanery antywirusowe, firewall’e, programy do tworzenia kopii zbiorów danych systemu (backup) itp.

[93] w wypadku Otoczenia mogłoby się wydawać, iż zestaw tych parametrów może być określony a w konsekwencji może być znany format ich zapisu, jednak WB-SWD ze swej natury jest systemem ewoluującym stąd i zestaw ten także będzie ewoluował

[94] dobrym kandydatem do tej roli może być technologia ODBC firmy Microsoft

[95] na podstawie: Gwiazda (2004d)

[96] na podstawie: Turban (1990, 2004)

[97] na podstawie: Gwiazda (2005a)

[98] na określenie tego typu organizacji stosowano także wiele innych nazw, jednak ta przyjęła się i jest najpowszechniej stosowana

[99] w tym kontekście rację ma Pańkowska (1998) stwierdzając, że: „Organizacja wirtualna nie jest instytucją, lecz sposobem rozwiązywania problemów. Stanowi konceptualną strukturę dla poprawy wydajności i efektywności w rzeczywistej organizacji.”

[100] trzy z niżej zamieszczonych definicji organizacji wirtualnej pochodzą z: Grudzewski i Hejduk (2002)

[101] lista cech została utworzona na podstawie: Sroka i Stanek (1995), Kubiak i Korowicki (1997), Tapscott (1998), Pańkowska (1998), Piotrowski (1998), Kamiński (1999), Kisielnicki i Sroka (1999), Grudzewski i Hejduk (2000, 2002),Braczak (2003), Cygan (2003)

[102] dzięki czemu poziom biurokracji jest obniżony do minimum

[103] często określa się to mianem rozmytej tożsamości

[104] szybciej od Zwykłej Organizacji Gospodarczej

[105] na podstawie: Perechuda (1997), Kisielnicki i Sroka (1999), Grudzewski i Hejduk (2000), Cygan (2003)

[106] oczywistym jest, iż ponownie jest to lista idealna; w większości sytuacji wystarczającą motywacją do uformowania OW jest spełnienie tylko kilku z wymienionych tu warunków/korzyści

[107] zwłaszcza w Polsce

[108] w tym sensie jak to zostało określone w zacytowanych wyżej definicjach i cechach Organizacji Wirtualnej

[109] zwłaszcza oprogramowania

[110] szersze omówienie typów zagrożeń związanych z tym zjawiskiem zostanie zrealizowane w części drugiej opracowania, gdzie zostaną zaproponowane wybrane dla WB-SWD metody obrony i przeciwdziałania

[111] kradzieżą, zniszczeniem, nieuprawnioną aktualizacją itp.

[112] na przykład realizowanej transakcji, lub

[113] lub wręcz barierą w powoływaniu tego typu organizacji

[114] tu ujawnia się rosnąca rola wywiadowni gospodarczych i referencji

[115] pojedyncza osoba lub cała uczestnicząca organizacja

[116] czyli ta, która rozpoczęła ten proces

[117] na podstawie: Vassos (1999), Hartman i inn (2001), Cheffey i inn. (2003), Nielsen (2003)

[118] wielu autorów np. Vassos (1999) podkreśla, iż ten parametr jest prawdziwym wskaźnikiem sukcesu strony (lub serwisu) gdyż pokazuje jaki odsetek tych, którzy odwiedzili stronę (serwis) zainteresowało się naszą ofertą na tyle, iż nawiązali z nami kontakt – np. poprzez wypełnienie ankiety, wysłanie e-maila, załadowanie elektronicznego katalogu itp.

[119] patrz: Nielsen (2003)

[120] często na etapie implementacji serwisu WWW, popełnia się błąd polegający na zastosowaniu najnowszych nowinek technologicznych nie licząc się z tym czy konfiguracja komputera klienta pozwala na w pełni efektywne skorzystanie z nich; na przykład niedostatecznie szybkie łącza lub mała ilość pamięci operacyjnej może spowodować, że plik multimedialny będzie odtwarzany w nierównomierny sposób

[121] z definicji w tym sensie, iż zakładamy prawidłową realizacje cyklu życia systemu, a zwłaszcza dwu pierwszych faz to jest: fazy analizy i fazy projektowania

^{^[122]} na podstawie: Gwiazda (2004b)

[123] na Rysunkach 13, 14 i 15 aby wyraźnie oddzielić proces tworzenia WB-SWD od jego eksploatacji - proces tworzenia symbolizowany jest w postaci dysku

[124] w sensie nas tu interesującym – a więc w sensie współdzielenia wiedzy

[125] oczywiście z punktu widzenia WB-SWD

[126] patrz: Rozdział 3.1

[127] w tym miejscu należy jeszcze podjąć kwestię wzajemnego zaufania, to jednak zostanie omówione w następnym rozdziale

[128] na przykład: błędną prognozą

[129] to znaczy: różnej od OW WB-SWD

[130] organizacja inicjująca i realizująca WB-SWD będzie także „spoiwem” OW WB-SWD w obszarze zaufania wewnątrz OW – szerzej o tym w podpunkcie poświęconym zagrożeniom i barierom funkcjonowania OW

[131] pomijając w tym miejscu z oczywistych względów rozważania metafizyczne

[132] oczywiście w odniesieniu do samego systemu WB-SWD

[133] co to znaczy odpowiednio trudno jest na etapie koncepcyjnym oszacować

[134] i nie ma w tym miejscu znaczenia czy oczekiwania te były racjonalne czy też nie, liczą się bowiem (często utajone) emocje użytkowników systemu

[135] na podstawie: Gwiazda (2005b, 2005c)

[136] a więc będących własnością publiczną (public domain), co ma kolosalne znaczenie zwłaszcza w wypadku możliwości wykorzystywania algorytmów i oprogramowania metod

[137] w swym tekście Zieliński używał w miejsce pojęcia „algorytmy ewolucyjne” węższego pojęcia „algorytmy genetyczne” ograniczając tym samym sposób kodowania rozwiązania tylko do postaci binarnej, zastosowane tu szersze pojęcie „algorytmów ewolucyjnych” związane z kodowaniem każdorazowo dopasowanym do charakteru rozwiązywanego problemu nie zmienia prawdziwości zacytowanych stwierdzeń

[138] analogiczna uwaga jak w poprzednim przypisie

[139] co oznacza lepsze w tym kontekście – zależy od modelującego dany problem decyzyjny

[140] uściślenie tego pojęcia zostanie podane dalej

[141] wprowadzone tu oznaczenia stosowane będą w całym niniejszym opracowaniu za wyjątkiem tych rozdziałów gdzie zastosowanie oznaczeń wprowadzanych przez autorów przedstawianych metod zwiększało czytelność ich opisu.

[142] przez najskuteczniejszą metodę rozumie się tę z pośród wszystkich porównywanych metod, która dla każdego z rozwiązywanych decyzyjnych problemów nieliniowych z ograniczeniami uzyskuje rozwiązania dopuszczalne o wartości funkcji celu najbliższej globalnemu ekstremum (o ile jest ono znane) lub o wartości funkcji celu lepszej (tj. mniejszej dla problemu minimum, większej dla problemu maksimum) od uzyskanych przez pozostałe metody

[143] współczynniki zmienności będą w toku pracy przedstawiane tylko dla weryfikowanej tu metody Pełnego Krzyżowania, autor z przyczyn oczywistych nie dysponował pełnymi zestawami wyników osiągniętych w toku przeprowadzonych przez innych autorów testów – a jedynie tymi, które zostały zamieszczone w odnośnych publikacjach

[144] o ile nie zostanie wskazane inaczej - wyniki wszystkich testów prezentowanych w toku niniejszego opracowania są wynikami uzyskanymi przez rozwiązania dopuszczalne; przez wyniki rozumie się tu wartości funkcji celu i oba te pojęcia będą w toku pracy stosowane wymiennie

[145] analiza ta odnosi się do wszystkich metod znanych autorowi a opublikowanych do daty zakończenia prac badawczych nad niniejszym opracowaniem