komputerowe systemy

advertisement
KOMPUTEROWE SYSTEMY WSPOMAGANIA
ZARZĄDZANIA
GRUPA I
ANNA CYKOWSKA
KAROLINA CYKOWSKA
„Na przestrzeni ostatniego stulecia zmieniły się poglądy i podejścia praktyczne do
zarządzania. Wpływ na to miały głównie takie czynniki jak:
- poziom rozwoju organizacji wytwarzania,
- stan rozwoju techniki produkcji,
- posiadanie techniki przesyłania i przetwarzania informacji,
- uwarunkowania społeczne, kulturowe i polityczne otoczenia,
- poziom kwalifikacji, kultura osobista i etyka zarządzających.”1
Postęp w dziedzinie szeroko pojętej technologii informacyjnej, jaki obserwujemy w ostatnich
dziesięcioleciach uzasadnia znaczenie jakiego nabierają takie kategorie, jak: komputery i systemy
komputerowe, automatyka, robotyka oraz telekomunikacja. Wszechstronne zastosowania znajdują
techniki teleinformatyczne. Nowa era wywiera również wpływ na zarządzanie, zaczynają dominować
style zarządzania oparte na strukturach sieciowych, wspomaganiu dochodzenia do zespołowego
konsensu itp. Zmienił się także profil menedżera. Pojawiło się zjawisko „telepracy", czyli pracy
wykonywanej w domu bez konieczności codziennego odwiedzania firmy. Łatwość dostępu do
komputerów i pojawienie się oprogramowania „przyjaznego dla użytkownika" to główne przyczyny,
zwiększające wykorzystanie komputerów we wspomaganiu procesów decyzyjnych w zarządzaniu.
Obecnie programy narzędziowe i aplikacyjne pomagają menedżerom w budowaniu, analizowaniu i
wykorzystywaniu modeli, wykresów, tabel czy opracowywaniu i kontroli realizacji całych projektów.
Pomoc ze strony komputera jest jednak uzależniona od charakteru decyzji, jakie ma wspomagać.
Podejmowanie decyzji dotyczy różnych problemów. Mogą występować problemy rutynowe,
powtarzające się, dla których istnieją standardowe rozwiązania. lub problemy złożone, dla których
nie ma gotowych stereotypowych rozwiązań. Przy tych problemach, obciążonych wysokim
ryzykiem, ciągle podstawę podejmowania decyzji stanowi ludzka intuicja. Decyzje dotyczące
problemów rutynowych są wspomagane przez komputery już od początku lat sześćdziesiątych.
W każdej firmie można wyróżnić pewne działy spełniające określone funkcje, jak np.:
techniczne przygotowanie produkcji, gospodarka magazynowa, finanse i księgowość, kadry i płace itd.
Wszystkie te działy wykorzystują dzisiaj komputery i rozmaite systemy wspomagające ich pracę w
różnym stopniu i zakresie.
System Wspomagania Zarządzania (SWZ), jest jednym ze składników Federacji
Systemów Informacyjnych Zarządzania (FSIZ). Inne składniki tej federacji, takie jak System
Kontrolny Zarządzania, System Kierowania Bazą Danych i inne zapewniają dostarczanie
podstawowych informacji dla kierownictwa organizacji, koncentrując się na klasycznych funkcjach
zarządzania, takich jak planowanie, organizowanie, kierowanie, kontrolowanie. Klasyfikacja
Systemów Informatycznych zarządzania (SIZ) jest problemem złożonym i skomplikowanym,
dlatego że są to systemy w których wykorzystuje się różne technologie i koncepcje projektowe,
wspomagają one różne problemy i różne poziomy zarządzania.
Według klasyfikacji pod względem rodzajów wspomagania (poziomów zarządzania)
wyróżniamy takie kategorie:
- Systemy Transakcyjne (ST)
- Systemy Informowania Kierownictwa (SIK)
- Systemy Wspomagania Decyzji (SWD)
- Systemy Ekspertowe (SE)
- Systemy Komunikacyjne Kierownictwa (SKK)
[1] „Inżynieria zarządzania. Strategia i projektowanie systemów produkcyjnych.” Cz. I, Ireneusz Durlik, Agencja
Wydawniczo-poligraficzna „PLACET” Warszawa 1995r. str. 254
1
System Wspomagania Zarządzania (SWZ), opiera się na modelu dziesięciu
podstawowych ról kierownika. Są one następujące: figura, przywódca, łącznik (rola
interpersonalna), kontroler, dystrybutor, rzecznik (rola informacyjna), przedsiębiorca, likwidator
zakłóceń, alokator zasobów i negocjator (rola decyzyjna). Podejmowanie decyzji zgodnie z ich
definicją jest procesem o ograniczonej racjonalności, w którym dokonuje się wyboru, na podstawie
strukturalnych (dobrze zdefiniowanych) zasad z dostępem do ograniczonej informacji w sposób
możliwie precyzyjny, nie oparty na pewnym modelu dedukcji i dowodu.
„W latach osiemdziesiątych nastąpił znaczny rozwój zastosowania automatyzacji w
podejmowaniu decyzji. Zaczął się on od propagowania Systemów Wspomagania Decyzji, które
wydawały się praktycznym narzędziem dla personelu, lecz nie dla zwierzchnictwa (7). Postęp w
dziedzinie sztucznej inteligencji pozwolił jednak na automatyzację oceny na podstawie zasad i doprowadził do wprowadzenia Inteligentnych Systemów Decyzyjnych i Systemów Eksperckich.
Wszystkie te systemy noszą ogólną nazwę Systemów Decyzyjnych Kierownictwa.”2
Interpersonalne role kierownictwa opierają się na komunikacji administracyjnej Bernarda
najważniejszą funkcją kierownika jest zapewnienie systemu komunikacji. Pomocny do spełnienia
tej roli może być System Komunikacyjny Kierownictwa, który powinien zwiększyć wydajność
kierownika. Informacyjne role kierownictwa wydają się szczególnie odpowiednie do automatyzacji.
Kierownicy najwyższego szczebla powinni korzystać z Systemu Informowania
Kierownictwa.
„SDK, SIK i SKK, które łącznie tworzą SWZ, mogą wspomagać te trzy role
kierownictwa. Architekturę SWZ pokazano na rysunku 1. Kierownik został zdefiniowany jako
użytkownik systemu. Patrząc pod kątem potrzeb związanych z automatyzacją można stworzyć
hierarchię różnych form wiadomości administracyjnych oraz przemyśleć manipulowanie nimi lub
przetwarzanie ich z użyciem odpowiednich SWZ. Hierarchię taką pokazujemy na rysunku 2.”3
Rys.1. Kierownik jako użytkownik systemów [2]
[2] „Strategia i architektura systemów informatycznych przedsiębiorstw w gospodarce rynkowej” Andrew Targowski,
Nowe Wydawnictwo Polskie, Warszawa 1992r. str. 247.
3
[2] Tamże, str. 248.
2
Rys.2 . Hierarchia formatów komunikatu administracyjnego [2]
”Wydruki komputerowe i sprawozdania biznesowe znajdują się na najniższym
szczeblu hierarchii formatów wiadomości w administrowaniu. Tego typu wiadomości
administracyjne przetwarza skomputeryzowany w dużym stopniu System Kontrolny Zarządzania.
Na pośrednim szczeblu wiadomości przenoszą treści dotyczące mierników, pozycji i stanów z
wykorzystaniem takich formatów, jak oświadczenia i ekrany komputerowe. Tego typu wiadomości
administracyjne może przenosić System Informowania Kierownictwa. Na najwyższym szczeblu w tej
hierarchii znajdują się deklaracje podające idee i rozwiązania dla różnych sytuacji w biznesie. Na
tym właśnie szczeblu wiadomości administracyjne niosą największy zakres znaczeniowy, lecz jest go
najtrudniej zautomatyzować; tym powinien zajmować się System Komunikacyjny Kierownictwa. Na
szczycie piramidy znajdują się wiadomości administracyjne, ukierunkowane na bieżące działania.
Są to np. komunikacja „twarzą w twarz", telefon, przekazywanie wiadomości głosem, notatki, listy
przekazywane w sposób tradycyjny lub przez pocztę elektroniczną. Te formaty komunikatów
administracyjnych są najbogatsze, jeśli chodzi o treść. Zajmuje się nimi System Komunikacyjny
Kierownictwa. Przy tego rodzaju hierarchii formatów wiadomości kierownik dysponuje większą
wiedzą, o firmie i staje się koordynatorem podobnej wiedzy swoich podwładnych. W organizacjach
opartych na efektywnym przepływie informacji personel kierowniczy szczebla średniego jest bardzo
nieliczny. Kierownik niższego szczebla ma znacznie więcej podwładnych, często całą grupę
profesjonalistów, będących doświadczonymi użytkownikami komputerów.”4
4
[2]Tamże, str. 248-251
SYSTEMY DECYZYJNE KIEROWNICTWA
„Badanie architektury SDK należy oprzeć na następujących trzech wstępnych
założeniach: 1) rutynowe decyzje operacyjne (np. uzupełnienie zapasów) wspomagają Systemy
Kontrolne Zarządzania i częściowo SDK, 2) SDK należy zaprojektować zgodnie z fazami
podejmowania decyzji i 3) fazy podejmowania decyzji winny odzwierciedlać postęp osiągany w
dziedzinie przetwarzania danych, informacji i wiedzy.”5
Zadaniem kierownika lub pracownika jest rozwiązywanie problemu konfliktu (kryzysu)
lub okazji. Stosuje się tu takie narzędzia, jak jednostki poznawcze typu danych, informacji, wiedzy i
mądrości, uogólnioną strukturę poszczególnych faz rozwiązywania problemu z użyciem ograniczonej racjonalności pokazano na rysunku 3.
Rys.3. Elementarne Fazy Cyklu Rozwiązywania Problemu [2]
5
[2]Tamże, str. 251
Cykl rozwiązywania problemu składa się z następujących pięciu faz:
1. Faza identyfikowania problemu, ten moment nadchodzi po zebraniu sygnałów, kiedy
tworzą one amplitudę, przewyższającą próg inicjacji działania i sygnały są to, innymi słowy, źródła
danych, którymi mierzy się sytuacje rozwiązywanego problemu.
2. Faza diagnozy problemu, prowadzi ona do otrzymania informacji umożliwiających
odpowiedź na następujące pytania: Kto bierze udział? Jakie strony biorą udział? Co się stało? Gdzie
to się stało? Dlaczego to się stało? Na ile jest to poważne?
3. Faza formułowania decyzji — jest sercem cyklu rozwiązywania problemu i jest
najbardziej twórczą częścią procesu podejmowania decyzji. Zaczyna się ona od określenia celu i
procedury poszukiwania gotowych rozwiązań. Wynikiem tej fazy jest otrzymanie koncepcji
rozwiązania danego problemu, kierunku działań i spodziewanych wyników tych działań.
4. Faza weryfikowania wiedzy o decyzji obejmuje rozważanie różnych rozwiązań,
wyeliminowanie nieprzydatnych, ocenę przydatności takich ewentualnych rozwiązań, jakich nigdy
jeszcze nie stosowano.
5. Faza wyboru racjonalnej decyzji obejmuje wykorzystanie procedur oceny i wyboru
(aby wybrać słuszną decyzje) oraz procedury autoryzacji decyzji. Procedura oceny i wyboru ma
trzy tryby: wartościowanie (indywidualny wybór na podstawie przemyśleń), przetargu (wybór
grupowy z różnymi celami) i analizy (technokratyczne metody i po nich wybór dokonany przez kierownika w wyniku oceny lub przetargu). Autoryzację decyzji stosuje się, kiedy decydent nie ma
kompetencji do podjęcia organizacji pewnych działań i musi ubiegać się o zgodę zwierzchników.
Głównymi fazami i procedurami rozwiązywania problemów kieruje procedura śledząca
przechodzenie z jednej fazy do następnej. Przesyłanie wyników pośrednich między fazami należy
do procedury komunikacji, która łączy fazy cyklu, uwagę kierownika i cele jednostek lub grup
biorących udział w rozwiązywaniu problemu. Wdrożenie wybranej decyzji zależy od struktury sił i
ugody między osobami, których dana procedura dotyczy. W cyklu rozwiązywania problemów
znajduje się również ścieżka powrotna na wypadek, gdyby ze sprzężenia zwrotnego wynikało, że
istnieje potrzeba poprawek, wyjaśnień lub powtórzenia poprzedniej fazy lub jej procedury.
Automatyzacja każdego rodzaju decyzji jest inna. Występują trzy poziomy automatyzacji
decyzji: planowanie strategiczne (kierownictwo strategicznego szczebla), zarządzanie kontrolne
(kierownictwo taktycznego szczebla), nadzorowanie operacji (kierownictwo operacyjnego
szczebla). Na każdym z tych poziomów wymagania są inne, jeśli chodzi o podejmowanie decyzji.
„Na poziomie strategicznym istotna jest dochodowość przedsiębiorstwa. Określa się tu
misję, mety, cele, strategie i politykę, które wpływają na działanie działów, wydziałów, oddziałów
oraz całych pionów danej firmy. Na tym poziomie najbardziej jest istotna umiejętność
wykorzystania informacji. To, w jakim stopniu manipulowanie informacjami jest udane, określa
sytuację kierownictwa najwyższego szczebla danej firmy, a także sukces samej firmy. Na tym
poziomie nie ma już przetwarzania informacji, i, co się z tym wiąże, udział użytkowników z tego
poziomu w osobistych zautomatyzowanych systemach jest w dużym stopniu ograniczony.”6
„Na średnim szczeblu zarządzania przedkłada się mety strategiczne nad zadania
operacyjne. Aby być dobrym kierownikiem tego szczebla, należy po mistrzowsku panować nad
strukturą: produktów, procesów, siły roboczej, systemów itp. Niektóre decyzje są strukturalne;
większość jednak jest półstrukturalna. Otwiera się możliwość automatyzacji podejmowania decyzji
półstrukturalnych za pośrednictwem systemów eksperckich. Operacyjny poziom zarządzania to
zajmowanie się manipulacją i przetwarzaniem materiałów i informacji. Występują tu przede
wszystkim strukturalne decyzje, których automatyzacja za pośrednictwem takich systemów, jak
System Kontroli Operacji ma długą i (do pewnego stopnia) pomyślną historię.”7
6
7
[2]Tamże, str. 255
[2]Tamże, str. 255-256
W latach siedemdziesiątych nastąpił rozwój Systemów Wspomagania Decyzji. Później
pojawiły się tendencje do zastąpienia ich Inteligentnymi Systemami Decyzyjnymi (ISD) i
Systemami Eksperckimi (EXS), opartymi na inżynierii wiedzy. Architekturę SWD pokazuje
rysunek 4.
Rys.4 . Architektura Systemu Wspomagania Decyzji [2]
„SWD:
Jest mechanizmem do przeprowadzania doraźnych analiz:
a) system kartotek poszufladkowanych umożliwia natychmiastowy dostęp do różnych
danych (zaległe faktury, stan zapasów),
b) systemy analizy danych umożliwiają manipulowanie danymi stosownie do jakiegoś
konkretnego zadania i okoliczności lub według ogólnych wskaźników (analiza budżetu,
analiza finansowa).
Dostarcza określone dane zebrane w formie raportów:
c) systemy analizy informacji zapewniają dostęp do szeregu baz danych i małych modeli
(prognozy sprzedaży, analizy sprzedaży, specjalne raporty),
d) modele typu księgowego bilansowania obliczają konsekwencje zaplanowanych
działań na podstawie definicji księgowania (oszacowanie dochodowości podróży,
analiza wariantów budżetu, analiza poziomu zatrudnienia itp.).
Pozwala oszacować konsekwencje proponowanych decyzji:
e) modele reprezentatywne szacują konsekwencje działań na podstawie modeli, które są
częściowo niedefiniowalne (planowanie zapotrzebowania na urządzenia, model analizy
ryzyka),
f) modele
optymalizacji
tworzą wytyczne
działania
generując optymalne
rozwiązanie zgodnie z różnymi ograniczeniami (programowanie liniowe struktury
programu produktów lub kosztów transportu).
Stwarza propozycje decyzji:
g) modele propozycji wykonują pracę „mechaniczną'', która prowadzi do zadań o
niezłej strukturze”8
8
[2]Tamże, str. 259
SWD powinno być jak najbardziej korzystne w zarządzaniu operacyjnym i w
wspomaganiu jednostkowych zadań na wszystkich szczeblach zarządzania.
Zastosowanie komputera do decyzji kierowniczych półstruk-turalnych i niestrukturalnych
wymaga automatyzacji oceny. Inteligentne Systemy Decyzyjne mają takie możliwości.
Zastosowanie ISD jest możliwe wyłącznie w wypadku dobrze zdefiniowanej dziedziny wiedzy.
Wiedza zapisywana w ISD pochodzi z naukowych publikacji i podlega stałej aktualizacji.
Do rozwiązywania problemów przy źle rozwiniętej wiedzy można stosować Systemy
Eksperckie, będące kopia postępowania wybitnego specjalisty. Na rysunku 5 pokazano architekturę
systemu eksperckiego(EX).
.
Rys.5 . Architektura Systemu Eksperckiego [2]
Systemy Decyzyjne Kierownictwa są pomocne w podejmowaniu decyzji, tę samą
funkcję spełniają Systemy Wspomagania Decyzji (SDW).
„SDW to systemy komputerowe wyposażone w interaktywny dostęp do danych i modeli,
wspomagające rozwiązanie specyficznych sytuacji decyzyjnych, które nie dają się rozwiązać
automatycznie z użyciem samego komputera.”9
Systemy SDW pozwalają na indywidualizację decyzji nie tylko przez możliwość zmiany
założeń, lecz także przez interaktywne rozbudowywanie lub przebudowywanie systemu.
Natychmiastowe odpowiedzi, jakie uzyskuje decydent, pozwalają mu na uczenie się w trakcie pracy
z systemem. System ten powinien mieć bezpośredni dostęp do baz danych w firmie. Ma on również
zestaw procedur i mechanizmów do badania poprawności możliwych wyborów.
„Główne cechy SWD wpływające na jego promocję w firmie:
- łatwy w użyciu,
[3]„Informatyzacja zarządzania” Witold Tomasz Bielecki, Polskie Wydawnictwo Ekonomiczne Warszawa 2001r str.
131
9
łatwa i szybka manipulacja danymi,
prawie niezależny od profesjonalnych informatyków,
zintegrowany z istniejącymi w firmie bazami danych,
zwiększa profesjonalność podejścia do planowania i podejmowania decyzji w firmie,
umożliwia szybkie analizy, w tym także prowadzenie analizy wrażliwości,
daje dokładne i trafne rozwiązania,
polepsza jakość informacji,
znacznie zwiększa liczbę możliwych ocen i szacunków,
wymusza poszerzenie wiedzy o zarządzaniu na szczeblach kierowniczych stosujących
model.
Jako przykłady systemów SDW wykorzystywanych w praktyce można wymienić:
- PMS (Portfolio Management System),
- IRIS (Industrial Relations Information System),
- IFPS (Interactive Financial Planning System),
- ISSPA (Interactive Support System for Policy Analysis),
- Ims (Interactive Marketing System).”10
-
Podstawowe komponenty systemów wspomagania decyzji [3]
BAZY DANYCH
Finansowa
BAZY MODELI
Produkcyjna
Marketingowa
Kadrowa
Specjalistyczne
Zewnętrzne
Modele optymalizacyjne
System
zarządzania
bazami
danych
System
zarządzania
bazami
modeli
Modele
symulacyjne
Modele
heurstyczne
INTERAKTYWNY DIALOG
DECYDENT
SWD opera się na komputerowych algorytmach i modelach decyzyjnych. Model
decyzyjny jest zestawem instrukcji i relacji matematycznych oraz logistycznych. Po opracowaniu
modelu decyzyjnego tworzy się system użytkowy. Obejmuje on przede wszystkim
oprogramowanie, ale także sprzęt komputerowy, na którym dana aplikacja ma pracować. Aby SWD
był skutecznie używany wymaga się od decydenta dużej fachowości w dziedzinie, w której ten
system ma być wykorzystywany.
10
[3]Tamże, str. 135
Istnieją jeszcze inne tego typu systemy tak jak SWDG (System Wspomagania Decyzji
Grupowych). Zostały one stworzone ponieważ większość najważniejszych decyzji jest
podejmowana lub przynajmniej konsultowana w grupie. SWDG są tu bardzo przydatne i pozwalają
na zapoznanie się z opinią innych członków kierownictwa. Systemy te noszą inną nazwę np. GDS
(Group Decision Support), GDSS (Group Decision Support Systems), GSS (Group Support
Systems). Rozwój techniki informatycznej spowodował pojawienie się nowej kategorii systemów –
EMS (Electronik Meeting Support), które staną się podstawą organizacji wirtualnych. Ogólnie
celem tego typu systemów jest polepszenie skuteczności decyzyjnej zebrań przede wszystkim przez
przyśpieszenie procesów podejmowania decyzji, nie bez znaczenia jest także polepszenie jakości i
zwiększenie kreatywności grupy podejmującej decyzje.
SYSTEM KOMUNIKACYJNY
KIEROWNICTWA — SKK
„Zasadniczym zadaniem funkcji kierowniczej jest otworzenie systemu komunikacji dla
nowych możliwości i koordynacji działań. System ten musi zapewnić przepływ wiadomości
ułatwiający wzajemne zrozumienie, zarówno ludzi na tym samym szczeblu, jak i zwierzchników z
podwładnymi. Komunikowanie wiąże się z koniecznością przekazywania ujemnego i dodatniego
sprzężenia zwrotnego i właściwego pokierowania.
Podstawowym narzędziem SKK jest Podsystem Przesyłania Informacji, świadczący usługi za
pośrednictwem telefonów, poczty, głosu, poczty elektronicznej i faxowego przekazywania pism. Innym podsystemem wspomagającym kierownictwo jest Podsystem Kierowania Czynnościami, który
świadczy takie usługi, jak harmonogramowanie działań, automatyczne układanie kalendarza
spotkań, planowanie czasu kierownictwa i monitorowanie. Kierownik, który woli zebrania od
innych form komunikacji, ma do dyspozycji Podsystem Konferencyjny. Podsystem ten dostarcza
przyjazne użytkownikowi środowisko do telekonferencji, wideokonferencji i konferencji
komputerowych. Wymienione podsystemy wchodzą w skład automatyzacji biura i obecnie przywiązuje się duże znaczenie do ich rozwoju.”11
Poza systemami automatyzacji biura znajdują się także Inteligentne Systemy Decyzyjne
i Systemy Eksperckie, świadczą one usługi typu:
- kierowanie sprawami
- kierowanie obrazem (image)
- kierowanie czasem
- kierowanie sposobem komunikacji i zadaniami
- podsumowania i przemowy
- aktywne słuchanie
- komunikacja i działania dyscyplinarne
- doglądanie postępu prac
- sterowanie siecią komunikacji między ludźmi
SYSTEM INFORMOWANIA KIEROWNICTWA — SIK
„Kierownicy przekształcają się obecnie w nowy rodzaj użytkowników informacji
komputerowej. Są oni decydentami, którzy przetwarzanie słów powierzają sekretarkom i arkuszom
obliczeniowym dla podległych sobie analityków, sami natomiast kierują ludźmi i procesami oraz
odpowiadają za wyniki biznesu. Odpowiedzialni są oni za planowanie, kontrolę i działalność działów, wydziałów, oddziałów, pionów i całej kompanii. Oni kontrolują koszty produktów i budżet i
11
[2]Tamże, str. 265-266
porównują rzeczywiste wyniki z przewidywanymi, z informacjami na temat funkcjonowania w
ostatnim kwartale i na dzień bieżący. Nie muszą zbyt dużo wysiłku wkładać w liczenie. Większość
czasu spędzają analizując i kontrolując wewnętrzny stan kompanii oraz ekonomiczną i
konkurencyjną sytuację otaczającego środowiska. Misją Systemu Informowania Kierownictwa jest
informowanie kierowników o sprawach związanych z zakresem ich organizacyjnej
odpowiedzialności. Ma to na celu utrzymanie równowagi organizacji w dążeniu do osiągnięcia
zysku i pewnej pozycji strategicznej (np. rozwój, kontrola, przewaga nad konkurencją, zmiana
pozycji, umiędzynarodowienie).”12
Cele SIK:
- dostarczenie strategicznej informacji porównawczej kierownictwu
- wyszukiwanie alarmujących informacji
- przekształcanie danych
- stworzenie możliwości wykonywania doraźnych analiz
- zapewnienie użytkownikowi systemu operacyjnego opartego na nieklawiaturowym
łączniku
„Do realizacji tych zadań mogą służyć następujące podsystemy Systemu Informowania
Kierownictwa:
— Podsystem Informacji Skrótowej zawiera uaktualnione roczne sprawozdania kompanii w czasie
rzeczywistym oraz kluczowe obszary działania z metami, celami kompanii i zadaniami, które mają
być podawane do wiadomości w ramach rzeczywistego obrazu kompanii na „wielką skalę".
— Podsystem Kontroli Stanowisk (w danej sprawie) dostarczający informacje, dotyczące stanu
kompanii w zakresie pewnych kluczowych obszarów działania kierownictwa i jego decyzji. W
wypadku prezesa rady będzie to System Kierowania Strategią (SKS), dla dyrektorów — System
Kontrolny Administracji.. Jeżeli w kompanii jest dyrektor ds. operacji wspomagać go będzie
System Kontrolny Zarządzania. Wspomaganie innych kierowniczych stanowisk należy do
Podsystemu Kontroli Stanu niższego szczebla. Podsystemy te dostarczają informacji na „małą
skalę".
— Skrzynka Danych Kierownictwa przechowuje i wyszukuje dane dotyczące ważnych zmiennych
biznesu (koszty produktu, sprzedaż, zrewidowane comiesięczne dane na temat kluczowych
zmiennych, przechowywane dla kilku ubiegłych lat) oraz jednostek gospodarczych (wydziały,
oddziały, piony, regiony) .
— Podsystem Zadań Kierownictwa zawiera zadania wykonywane przez zwierzchników i zadania
zlecone podwładnym; sprawdza on także wykonanie tych zadań.
— Podsystem Krzyżowego Penetrowania Systemów umożliwia kierownikowi, będącemu
użytkownikiem, wejście do dowolnego komputerowego systemu informacji kompanii (który
zgodnie z polityką zabezpieczenia dostępu jest dla niego dozwolony) i wyszukanie informacji na
temat interesującego go stanu np. produktów, zapasów i procesów w całej kompanii.
— Podsystem Ostrzegawczych Informacji zawiera wszystkie informacje dostępne dla danego
stanowiska, które odzwierciedlają sytuacje wyjątkowe, wymagające szybkiej interwencji ze strony
kierownika albo odpowiedzialnego pracownika.
— Podsystem Wewnętrznych Danych ułatwia przeszukanie wewnętrznych baz danych kompanii.
— Podsystem Zewnętrznych Danych zapewnia dostęp do komercyjnych baz danych, jak np. Dow
Jonesa o Giełdzie.
— Podsystem Usług Osobistych umożliwia posiadanie baz danych, grafiki, przetwarzania słów itp.
istotnych aspektów automatyzacji biura; są to terminale albo urządzenia biurkowe.
Należy zwrócić uwagę, że niektóre z tych podsystemów (Podsystem Usług Osobistych, Podsystem
Danych z Zewnątrz, Podsystem Zadań Kierownictwa) można rozwijać niezależnie od systemów
12
[2]Tamże, str. 267
kompanii, inne natomiast trzeba projektować zastępująco i wdrażać razem z systemami
obejmującymi całe przedsiębiorstwo.”13
Systemy Informacyjne Kierownictwa można traktować zamiennie z systemami
wspomagania dla kierownictwa (ESS), ponieważ coraz rzadziej można spotkać się z systemami,
których jedynym zadaniem jest zapewnienie właściwej informacji dla kierownictwa, w miarę
upływu czasu wzbogacane były one w różne opcje analityczne oraz systemy optymalizujące, czyli
stawały się systemami wspomagającymi podejmowanie decyzji. Można stwierdzić że ESS jest to
system wykorzystujący rozwiązania z dziedziny informatyki w celu umożliwienia menedżerom
najwyższego szczebla podejmowanie decyzji. Celem ESS jest udzielenie odpowiedzi na pytania na
które musi odpowiedzieć człowiek (kierownik). Musi ona być podana w sposób zrozumiały i
posiadać uzasadnienie.
„System ESS pomaga kierownictwu prowadzić tzw. monitoring, skupiając jednak uwagę
na ogólnym sprawnym działaniu firmy czy organizacji niż na optymalizacji konkretnych decyzji.
Służą temu rozbudowane systemy zapytań oraz indywidualizacja przedstawianych raportów i
narzędzi do komunikowania się z systemem. W ESS naciskając jeden klawisz, uzyskuje się
graficzne zestawienie sprzedaży każdej z agencji wchodzących w skład firmy, w ujęciu
wartościowym i ilościowym.”14
Najważniejsze cechy ESS wg T. Bieleckiego to:
- zaprojektowany pod kątem zaspokajania potrzeb najwyższego szczebla
kierownictwa,
- uwzględnia specyfikę stylu zarządzania
- wykorzystywany głównie do sterowania działalnością firmy i jej monitorowania
- nastawiony na klienta (lepsza realizacja celów firmy)
- bogate prezentacje graficzne
- zapewnia korzystanie z jednej lub wielu baz danych
- zaawansowana technika gwarantuje wysoką jakość raportów
Wśród systemów ESS można wyróżnić w zależności od zadań, jakie są przez nie
realizowane:
- systemy poświęcone szybkiemu i łatwemu dostępowi do informacji
- systemy koncentrujące się na doskonałej komunikacji między wszystkimi
urządzeniami wspomagającymi pracę biura
- systemy rozwiązujące najtrudniejsze problemy decyzyjne
- systemy ułatwiające monitorowanie obszarów decyzyjnych
Można wyróżnić cztery modele ESS:
- Model procesów wewnętrznych (Internal Process Model)
- Model racjonalnego celu (Rational Goal Model)
- Model systemów otwartych (Open System Model)
- Model zachowań międzyludzkich (Human Relations Model)
Na podstawie podanej klasyfikacji S.A.Carlsson i G.R.Widmeyer wyróżnili cztery
teoretyczne systemy komputerowe dla najwyższego szczebla kierownictwa. Są to:
- Model ESS I – zbudowany na istniejącym w firmie systemie informatycznym
- Model ESS II – system wspomagający decyzje słabo ustrukturalizowane
- Model ESS III – koncentrujący się na kontroli powiązań firmy z otoczeniem
- Model ESS IV – wspomagający zarządzanie kapitałem ludzkim
W praktyce ESS jest mieszaniną wyróżnionych tu modeli.
13
14
[2]Tamże, str. 268-269
[3]Tamże, str.143
ZINTEGROWANE SYSTEMY
ZARZĄDZANIA (CIM)
„Zintegrowane systemy zarządzania, określane w literaturze jako CIM, to systemy,
których głównym zadaniem jest kompleksowa obsługa procesów produkcyjnych w przedsiębiorstwie
i zarządzanie tymi procesami. System CIM składa się zazwyczaj z czterech modułów:
1. Modułu informowania kierownictwa
2. Modułu sterowania produkcją
3. Modułu wspomagania projektowania i produkcji
4. Modułu sieciowego”15
Główne korzyści z wdrożenia systemu typu CIM to:
- wzrost produktywności
- zwiększenie możliwości produkcyjnych
- zwiększenie elastyczności w swerze produkcji
- wzrost obrotów
- zwiększenie udziałów w rynku
- wzrost zysku itp.
Rdzenie systemy CIM jest MPR II (Money Resource Planning), który jest
komputerowym systemem wspomagania zarządzania produkcją i związanymi z nią: logistyką,
rachunkowością, finansami. System ten integruje działania realizowane w przedsiębiorstwie na
wszystkich trzech poziomach zarządzania, tj. strategicznym, taktycznym i operacyjnym.
Współcześnie MPR II można również spotkać np. w bankach, co dowodzi uniwersalności
rozwiązań zaproponowanych w tych systemach. MPR III coraz częściej spotykane jest pod nazwą
ERP (Enterprise Resource Planning), to systemy stanowiące rozwinięcie MPR II o procedury
finansowe i rachunkowości zarządczej. Kolejne systemy to DEM (Dynamic Enterprise Modelling).
Należy podkreślić, że wdrożenie systemu typu MPR II czy ERP, jest zadaniem trudnym i
wymaga kooperacji wszystkich pracowników.
„Nowy kierunek stanowią aplikacje typu SFA (Sales Force Automation) czy CRM
(Consumer Relationships Management), określane mianem front office. Pakiety te koncentrują się
na kompleksowej obsłudze sprzedaży w firmie. Obejmują gromadzenie i przetwarzanie danych
dotyczących współpracy z klientami, rozmów handlowych, zleceń, zamówień, działalności
przedstawicieli handlowych.”16
Podstawą zastosowania wymienionych wyżej systemów jest stworzenie kompletnej bazy
danych i szybki do niej dostęp. Baza danych gromadzi i przechowuje dane pochodzące z różnych
obszarów działalności przedsiębiorstwa. Zbudowanie uniwersalnej bazy danych wymaga
defragmentacji informacji w różnym stopniu szczegółowości oraz właściwego zdefiniowania
interfejsów między wykorzystywanymi w firmie aplikacjami a bazą danych. Wszystkie te warunki
spełniają hurtownie danych.
Hurtownie danych to przede wszystkim bazy danyh charakteryzujące się
kompleksowością danych, różnorodnością stopnia ich agregacji i czasu pochodzenia oraz orientacją
na końcowego użytkownika.
15
16
[3]Tamże, str. 121-122
[3]Tamże, str. 127
SZTUCZNE INTELIGENCJA W SYSTEMACH
ZARZĄDZANIA
Kolejnym według mnie najistotniejszym systemem wspomagającym zarządzanie są
systemy wykorzystujące sztuczną inteligencję.
1. Systemy ekspertowe
„Systemy te mogą zastąpić specjalistów w pewnych wąsko określonych dziedzinach. SE
wykorzystują najczęściej deklaratywnie zapisaną wiedzę, pozyskaną od eksperta, przechowywaną w
bazach wiedzy (knowledge bases). Działanie SE polega na realizacji procesu wnioskowania
(inference), który w świetle znanych faktów prowadzi do potwierdzenia postawionych hipotez, czy
wyprowadzenia nowych konkluzji. Proces ten jest uwiary-gadniany wyjaśnieniami (explanations)
ilustrującymi np. ścieżkę rozumowania przeprowadzonego przez system, czy celowość zadawanych
pytań.”17
„Systemy ekspertowe mogą stanowić zasadniczy element systemów wspomagania decyzji
ekonomicznych. Dzięki kodyfikacji wiedzy najwyższej klasy specjalistów oferują one zwykle wysoki
poziom ekspertyzy, przeprowadzanej według jednolitych, dobrze określonych zasad. Osiąga się dzięki
temu zwiększenie dostępności profesjonalnych ekspertyz, przy znacznej redukcji kosztów oraz zachowaniu
niezmiennego w czasie i niezależnego od warunków toku rozumowania. Najczęściej spotykane
zastosowania to: obserwowanie trendów, analiza ryzyka ubezpieczeniowego i kredytowego,
planowanie i kontrola inwestycji, monitorowanie stanu finansowego przedsiębiorstw.”18
Tabela l zawiera zestawienie przykładowych systemów ekspertowych w zastosowaniach
ekonomicznych.[4]
Nazwa systemu
Narzędzie
Przeznaczenie
Autorzy
INYEST
Doradztwo
w
dziedzinie
finansów - inwestycje
LENDING ADVTSOR Wspomaganie
decyzji
kredytowych
UNDERWRITING
Ocena ryzyka z zakresu
ADVISOR
ubezpieczeń
Uniwersytet
w DONALD
Karlsruhe (1988)
Stanford
Research Syntel
Institute (1987)
Syntelligence (1987)
—— - ——— — -
AUDITOR
Wspomaganie rewizji Uniwersytet w Illinois AL/X
ksiąg finansowych
(1985)
FINEX
Analizy finansowe
Mason Prolog
PEP
Planowanie
towaru
Mellon EMYCIN
CLUE
Analiza
polis I.S.T.G.
ubezpieczeniowych
Zarządzanie kadrami Japan Airlines
NEKPERT Objects
Monitoring
finansowego
PC-Shell
ACS
ISAF
George
University
promocji Camige
University
stanu A1TECH (1993)
ES/Kernel
[4] „Systemy informatyczne zarzadzania” – Sztuczna inteligencja w systemach zarządzania, Roman Simiński,
Wydawnictwo Politechniki Częstochowskiej Częstochowa 1997r, str. 25
18
[4]Tamże, str. 25
17
2. Sieci neuronowe
„Sztuczne sieci neuronowe (Artificial Neural Networks) powstały na podstawie badań
dotyczących mechanizmów funkcjonowania ludzkiego mózgu. Idea sieci, na wysokim poziomie abstrakcji
stosunkowo prosta, polega na symulowaniu struktury mózgu oraz jego działania poprzez odpowiednio
zrealizowaną sieć elementów pierwotnych, zwanych neuronami.
. Sieć odpowiednio połączonych neuronów jest zwykle poddawana procesowi uczenia, którego celem
jest ustalenie odpowiednich parametrów charakterystycznych dla neuronów. Danymi wejściowymi dla
sieci są zwykle liczby charakteryzujące modelowany problem, zaś danymi wyjściowymi, odpowiednio
zakodowanymi, mogą być np. decyzje czy klasyfikacje reprezentowane liczbowo.
Podstawowym obszarem zastosowań sieci neuronowych są takie problemy, dla których nie tylko trudno
podać algorytm ich rozwiązania, lecz nie można nawet podać żadnych zadawalających reguł.
Warunkiem jest jednak posiadanie odpowiedniej ilości danych, opisujących zarówno typowe dane
wejściowe sieci, jak i wyjściowe. Odpowiednio nauczoną sieć cechuje zdolność do przetwarzania
informacji niekompletnych, obarczonych błędami, rozmytych oraz możliwość generowania rezultatów
przybliżonych.
W systemach BIS podstawowym obszarem zastosowania są wszelkiego rodzaju analizy danych, mające
charakter numeryczny. Jako przykłady można podać: prognozowanie rozwoju przedsiębiorstw, zmian
rynku, popytu na produkcję, analizę i prognozowanie wyników finansowych, przeprowadzaną na
podstawie odpowiednio wyliczonych wskaźników, ocenę prawidłowości struktury wydatków. Systemy
wykorzystujące sieci neuronowe potrafią np. rozpoznać na podstawie danych bilansowych: czy
przedsiębiorstwo się rozwija, znajduje się w stanie stagnacji, Czy regresji.
Sieci neuronowe odznaczają się zdolnością do kojarzenia faktów, dokonywania
generalizacji. Odpowiednio przygotowana (wyuczona) sieć neuronowa potrafi generować trafne
decyzje z uwzględnieniem czegoś na kształt intuicji. Szczególnie istotne jest to, że sieć neuronowa może
nauczyć się np. prognozowania nawet w takiej dziedzinie, w której nic nie wiadomo o naturze
rządzących nią związków przyczynowo-skutkowych.”19
3. Algorytmy genetyczne i strategie ewolucyjne
„Jednym z kierunków rozwoju tej dyscypliny naukowej są algorytmy genetyczne -AG
(genetic algorithms), których podstawą jest koncepcja znajdywania najlepszego rozwiązania drogą
ewolucyjnego doboru wśród rozwiązań dobrych. Ten dobór odbywa się drogą stosowania
odpowiednich operatorów genetycznych i testowania odpowiedniej funkcji celu, zwanej funkcją
przystosowania, oceniającej jakość proponowanego rozwiązania.
Jedną z podstawowych zalet AG jest to, że nie trzeba znać precyzyjnego algorytmu
rozwiązania problemu. Należy natomiast dobrze określić populację wejściową (reprezentującą
zwykle możliwe rozwiązania problemu), sprecyzować odpowiednie operatory genetyczne oraz funkcję
przystosowania. Systemy wykorzystujące omawiane powyżej podejścia są szczególnie użyteczne do
modelowania i symulacji makroekonomicznych. Stąd w powszechnie wykorzystywanych systemach
zarządzania nie są, czy też nie będą zapewne podstawową, najpopularniejszą metodą SI. Stanowią
one jednak ważny element systemów hybrydowych (hybrid systems).”20
4. Systemy hybrydowe
Architektura systemów hybrydowych
„Jednym z kierunków rozwoju systemów SI jest konsolidacja różnych jej dokonań,
ukierunkowana na integracje systemów eksperckich, sztucznych sieci neuronowych, systemów
indukcyjnych oraz dokonań opartych na algorytmach genetycznych, zbiorach przybliżonych czy logice
rozmytej. Takie złożone, inteligentne systemy informatyczne są potocznie zwane systemami
hybrydowymi. Celem wykorzystania systemów hybrydowych jest uzyskanie potencjału sztucznej
inteligencji niedostępnego dla każdej z jej metod rozpatrywanej z osobna.”21
[4]Tamże, str. 27
[4]Tamże, str. 28-29
21
[4]Tamże, str. 29
19
20
Zastosowania systemów hybrydowych
„Systemy hybrydowe są szczególnie użyteczne z punktu widzenia problemów zarządzania.
Jest to spowodowane dużym potencjałem tych systemów, zdolnych do rozwiązywania złożonych,
niejednorodnych problemów. Jednym z ciekawszych, praktycznych przykładów wykorzystania
systemów hybrydowych są analizy finansowe. Charakterystyczną cechą tych zastosowań jest
konieczność inteligentnego przetwarzania dużej ilości danych numerycznych, które trudno opisać
precyzyjnym modelem analitycznym. W wielu przypadkach trudno również podać precyzyjne związki
przyczynowo-skutkowe, które można zapisać w postaci reguł w bazie wiedzy systemu eksperckiego. Z
drugiej jednak strony istnieje szereg jawnie wyrażonych reguł ekonomicznych zarówno natury
ogólnej, jak i bardzo szczegółowych.
Wydaje się, że idealnym narzędziem są właśnie systemy hybrydowe, integrujące system ekspertowy i
sieć neuronową. System ekspertowy występować może tutaj jako centrum sterujące, wykorzystujące do
pracy reguły oparte na ogólnej wiedzy ekonomicznej, jak również może rozwiązywać problemy
szczegółowe, opierając się na wąsko pojętej wiedzy dziedzinowej. Głównym przeznaczeniem sieci
neuronowej jest analiza danych numerycznych, szczególnie w przypadkach, gdy stosowna wiedza
dziedzinowa na charakter rozmyty. W obrębie systemów hybrydowych znajdują zastosowanie również
algorytmy genetyczne, m.in. we współpracy z sieciami neuronowymi.”22
Inteligentne systemy informatyczne znajdują coraz większe zastosowanie wielu
przedsiębiorstwach, instytucjach oraz placówkach naukowych. Ze względu na szybkość i specyfikę
przetwarzania informacji opisujących badane zjawiska coraz częściej stosuje się w tych systemach
sieci neuronowe, algorytmy genetyczne, systemy ekspertowe, a także szereg innych elementów
składowych.
Aktualnie wiele programów wspierających proces zarządzania przedsiębiorstwem opiera się na
tradycyjnych metodach statystycznych i ekonometrycznych. Duża ilość napływających informacji często
chaotycznych i niekompletnych, jak również ich nieprzewidywalność sprawia, że stosowane systemy
informatyczne oparte na tradycyjnych metodach statystycznych i ekonometrycznych nie dają
pożądanych efektów. Modele te bazując na klasycznym podejściu, skonstruowane są ze zbioru
równań matematycznych lub reguł logicznych. Równania i reguły, symulując dane zjawisko, powinny
opisywać system wiernie z punktu widzenia realizacji założonego celu. Ze względu na charakter
analizowanych zjawisk (duża dynamika i nieliniowość) skutecznym narzędziem są systemy inteligentne.
Rysunek 6 przedstawia podsumowanie systemów wspomagających zarządzanie. Tabela
nr.2 porównanie opisywanych przeze mnie systemów.
22
[4]Tamże, str. 29-30
Rys.6. Zbiór Systemów Wspomagania Zarządzania [2]
Tabela nr. 2 [3]
TPS-OAS
CIM M
MPR II/ERP
Zastosowanie Harmonogramowanie Planowanie
produkcji
produkcji
Gospodarka
Prognoza
magazynowa
sprzedaży
Przechowywanie
Monitoring
danych źródłowych o Księgowość
produkcji i sprzedaży Analizy
finansowe
Zasoby
ludzkie
Specyfika
Organizacja,
Koncentracja
przetwarzanie i
na informacji
przechowywanie
Raporty
danych
Bazy danych Specyficzne dla
Wspólne z
każdego zagadnienia interaktywnym
dostępem
DSS
(SWD)
Prognozowanie
długoterminowe
Optymalizacja
produkcji,
przewozów, itp.
Decyzje
Proste modele
decyzyjne
Decyzje
programowalne
Rodzaj
informacji
Dokumenty źródłowe Zagregowane
Raporty cząstkowe
raporty
Szczeble
organizacji
Pracownicy
UrzEdnicy szczebla
podstawowego
Wygoda
Wysoka jakość
danych
podstawowych
Wpływ na
organizacje
Rutynowe
decyzje dobrze
ustrukturalizowane
Średni
szczebel
menedżerski
Sprawność i
skuteczność
ES
Diagnozy
Planowanie
strategiczne
Weryfikacja
koncepcji
strategicznych
Wąskie
wybrane
dziedziny
EIS – ESS
(SIK)
Wspomaganie
decyzji
najwyższego
szcebla
Obserwacja
otoczenia
Określenie
celów
strategicznych
Optymalizacja
decyzji
Elastyczność
Konwersacja
„Od ogółu do
Diagnozowanie szczegółu”
Wyjaśnianie
System baz
danych
Baza modeli i
technik
Bazy wiedzy
Słabo
ustrukturalizowane,
wykorzystujące
modele badań
operacyjnych
Informacje
wspomagające
specyficzne
decyzje
Kierownictwo
Źle
ustrukturalizowane
kompleksowe
decyzje
Wydajność
Wszystkie
dostępne bazy
wewnętrzne
oraz wybrane
zewnętrzne
O braku
struktury
Dostęp do
każdej
wybranej
informacji
Kierownictwo i Najwyższy
specjaliści
szcebel
kierowniczy
Wydajność
Oszczędność
Przekonanie o czasu
trafności
Wygoda
decyzji
Skuteczność
Porady
Wyjaśnienia
Diagnozy
LITERATURA:
[1]. „Inżynieria zarządzania. Strategia i projektowanie systemów produkcyjnych.” Cz. I,
Ireneusz Durlik, Agencja Wydawniczo-poligraficzna „PLACET” Warszawa 1995r.
[2]. „Strategia i architektura systemów informatycznych przedsiębiorstw w gospodarce
rynkowej” Andrew Targowski, Nowe Wydawnictwo Polskie, Warszawa 1992r
[3]. „Informatyzacja zarządzania” Witold Tomasz Bielecki, Polskie Wydawnictwo
Ekonomiczne Warszawa 2001r.
[4]. „Systemy informatyczne zarządzania” – Sztuczna inteligencja w systemach
zarządzania, Roman Simiński, Wydawnictwo Politechniki Częstochowskiej
Częstochowa 1997r.
Download
Random flashcards
Pomiary elektr

2 Cards m.duchnowski

Create flashcards