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.”

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)

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.”

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.”

Rys.1. Kierownik jako użytkownik systemów [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.”

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.”

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]

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.”

„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.”

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),

2. 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:

7. modele propozycji wykonują pracę „mechaniczną'', która prowadzi do zadań o niezłej strukturze”

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.”

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,

• 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).”

Podstawowe komponenty systemów wspomagania decyzji [3]

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.

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.”

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 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).”

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 kompanii, inne natomiast trzeba projektować zastępująco i wdrażać razem z systemami obejmującymi całe przedsiębior­stwo.”

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.”

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.

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”

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.”

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.

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.”

„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.”

Tabela l zawiera zestawienie przykładowych systemów ekspertowych w zastosowaniach ekonomicznych.[4]

Nazwa systemu	Przeznaczenie	Autorzy	Narzędzie
INYEST	Doradztwo w dziedzinie finansów - inwestycje	Uniwersytet w Karlsruhe (1988)	DONALD
LENDING ADVTSOR	Wspomaganie decyzji kredytowych	Stanford Research Institute (1987)	Syntel
UNDERWRITING ADVISOR	Ocena ryzyka z zakresu ubezpieczeń	Syntelligence (1987)	—— - ——— — -
AUDITOR	Wspomaganie rewizji ksiąg finansowych	Uniwersytet w Illinois (1985)	AL/X
FINEX	Analizy finansowe	George Mason University	Prolog
PEP	Planowanie promocji towaru	Camige Mellon University	EMYCIN
CLUE	Analiza polis ubezpieczeniowych	I.S.T.G.	NEKPERT Objects
ACS	Zarządzanie kadrami	Japan Airlines	ES/Kernel
ISAF	Monitoring stanu finansowego	A1TECH (1993)	PC-Shell

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.”

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).”

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.”

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.”

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.

Rys.6. Zbiór Systemów Wspomagania Zarządzania [2]

Tabela nr. 2 [3]

	TPS-OAS	CIM M MPR II/ERP	DSS (SWD)	ES	EIS - ESS (SIK)
Zastosowanie	Harmonogramowanie produkcji Gospodarka magazynowa Przechowywanie danych źródłowych o produkcji i sprzedaży	Planowanie produkcji Prognoza sprzedaży Monitoring Księgowość Analizy finansowe Zasoby ludzkie	Prognozowanie długoterminowe Optymalizacja produkcji, przewozów, itp.	Diagnozy Planowanie strategiczne Weryfikacja koncepcji strategicznych Wąskie wybrane dziedziny	Wspomaganie decyzji najwyższego szcebla Obserwacja otoczenia Określenie celów strategicznych
Specyfika	Organizacja, przetwarzanie i przechowywanie danych	Koncentracja na informacji Raporty	Optymalizacja decyzji Elastyczność	Konwersacja Diagnozowanie Wyjaśnianie	„Od ogółu do szczegółu”
Bazy danych	Specyficzne dla każdego zagadnienia	Wspólne z interaktywnym dostępem	System baz danych Baza modeli i technik	Bazy wiedzy	Wszystkie dostępne bazy wewnętrzne oraz wybrane zewnętrzne
Decyzje	Proste modele decyzyjne Decyzje programowalne	Rutynowe decyzje dobrze ustrukturali-zowane	Słabo ustrukturali-zowane, wykorzystujące modele badań operacyjnych	Źle ustrukturali-zowane kompleksowe decyzje	O braku struktury
Rodzaj informacji	Dokumenty źródłowe Raporty cząstkowe	Zagregowane raporty	Informacje wspomagające specyficzne decyzje	Porady Wyjaśnienia Diagnozy	Dostęp do każdej wybranej informacji
Szczeble organizacji	Pracownicy UrzEdnicy szczebla podstawowego	Średni szczebel menedżerski	Kierownictwo	Kierownictwo i specjaliści	Najwyższy szcebel kierowniczy
Wpływ na organizacje	Wygoda Wysoka jakość danych podstawowych	Sprawność i skuteczność	Wydajność	Wydajność Przekonanie o trafności decyzji	Oszczędność czasu Wygoda Skuteczność

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.

[1] „Inżynieria zarządzania. Strategia i projektowanie systemów produkcyjnych.” Cz. I, Ireneusz Durlik, Agencja Wydawniczo-poligraficzna „PLACET” Warszawa 1995r. str. 254

[2] „Strategia i architektura systemów informatycznych przedsiębiorstw w gospodarce rynkowej” Andrew Targowski, Nowe Wydawnictwo Polskie, Warszawa 1992r. str. 247.

[2] Tamże, str. 248.

[2]Tamże, str. 248-251

[2]Tamże, str. 251

[2]Tamże, str. 255

[2]Tamże, str. 255-256

[2]Tamże, str. 259

[3]„Informatyzacja zarządzania” Witold Tomasz Bielecki, Polskie Wydawnictwo Ekonomiczne Warszawa 2001r str. 131

[3]Tamże, str. 135

[2]Tamże, str. 265-266

[2]Tamże, str. 267

[2]Tamże, str. 268-269

[3]Tamże, str.143

[3]Tamże, str. 121-122

[3]Tamże, str. 127

[4] „Systemy informatyczne zarzadzania” - Sztuczna inteligencja w systemach zarządzania, Roman Simiński, Wydawnictwo Politechniki Częstochowskiej Częstochowa 1997r, str. 25

[4]Tamże, str. 25

[4]Tamże, str. 27

[4]Tamże, str. 28-29

[4]Tamże, str. 29

[4]Tamże, str. 29-30

BAZY DANYCH

BAZY MODELI

Finansowa Produkcyjna

Marketingowa Kadrowa

Specjalistyczne Zewnętrzne

Modele opty-

malizacyjne

Modele symulacyjne

Modele heurstyczne

System System

zarządzania zarządzania

bazami bazami

danych modeli

INTERAKTYWNY DIALOG

DECYDENT

---