EWA SZKIC CZECH... Informacja i wiedza w kształtowaniu racjonalności działań przedsiębiorstwa poprzez outsourcing TATIANA TRETYAKOVA...

Transkrypt

1 STUDIA I MATERIAŁY POLSKIEGO STOWARZYSZENIA ZARZĄDZANIA WIEDZĄ Redaktor tomu dr hab. inż. Waldemar Bojar Komitet Redakcyjny: prof. dr hab. inż. Ludosław Drelichowski prof. dr hab. Andrzej Straszak dr hab. inż. Jan Studziński Polskie Stowarzyszenie Zarządzania Wiedzą Bydgoszcz 2007

2 2 Recenzenci: prof. dr hab. inż. Ludosław Drelichowski prof. dr hab. Andrzej Straszak dr hab. inż. Jan Studziński dr Edward Michalewski Opracowanie redakcyjne i korekta inż. Waldemar Kępa Elżbieta Łopatkowa ISSN X Drukarnia yyyyyyyyyyyy Zam. Nr ccccccc

3 3 Spis treści IRENEUSZ BIELSKI... Zarządzanie wiedzą w przedsiębiorstwie innowacyjnym. Nowe koncepcje zarządzania jako odpowiedź na zmiany w środowisku biznesu... 5 RYSZARD BUDZIŃSKI JAROSŁAW BECKER, ANETA BECKER... Koncepcja generatora DSS dla systemów agentowych rynku elektronicznego WITOLD CHMIELARZ... Rozwój systemów e-government w Polsce na tle tendencji światowych KATARZYNA DAJCZAK... Kilka słów o e-learningu LUDOSŁAW DRELICHOWSKI, MAŁGORZATA BAGNIEWSKA, KATARZYNA HOLEC... Analiza warunków wspomagania zarządzania wiedzą w Banku Spółdzielczym w Nakle nad Notecią LUDOSŁAW DRELICHOWSKI, ŁUKASZ RUTKIEWICZ... Sieć portali internetowych firmy Vertica jako usługowy serwis wiedzy dla małych i średnich firm JERZY HOŁUBIEC, GRAŻYNA SZKATUŁA, DARIUSZ WAGNER, Identyfikacja elementów parlamentarnej kampanii wyborczej budowanie bazy wiedzy OLGIERD HRYNIEWICZ, ANNA SZEDIW Nieparametryczne metody statystycznego sterowania procesami (SPC) MAGDALENA KOZERA... O potrzebie budowania kultury ekonomicznej JAROSŁAW KOZŁYK... Gospodarka oparta na wodorze EWA KROK... Kluczowe aspekty zarządzania wiedzą EDWARD MICHALEWSKI... Wspomaganie procesu integracji e-urzędu samorządowego JOANNA PAWŁOWSKA-TYSZKO... Znaczenie innowacji w rozwoju małych i średnich przedsiębiorstw ANNA RYCHŁY-LIPIŃSKA, KATARZYNA, DAJCZAK, BARTOSZ KOŁODZIEJCZYK Szkolenia w systemie zapewnienia jakości MAREK SIKORA... Potrzeby informacyjne logistyki w przedsiębiorstwach agrobiznesu TOMASZ STAŚ... Wykorzystanie technik ewolucyjnych w procesie nowoczesnej personalizacji portali internetowych ANDRZEJ STRASZAK... Od współbieżnych rewolucji: wiedzy, badań naukowych i inteligentnej informatyki do rewolucji bogactwa JAN STUDZIŃSKI... Zastowanie danych z monitoringu w systemie zarządzania miejską siecią wodociągową

4 4 EWA SZKIC CZECH... Informacja i wiedza w kształtowaniu racjonalności działań przedsiębiorstwa poprzez outsourcing TATIANA TRETYAKOVA... Metodyka analizy funkcjonalno-strukturalnej procesów decyzyjnych i jej rola w inżynierii wiedzy dla systemów informacyjnych JACEK WINIARSKI... Zarządzanie ryzykiem w przedsięwzięciach informatycznych LEONID WOROBJOW... Projektowa analiza organizacyjnych struktur zarządzania

5 POLSKIE STOWARZYSZENIE ZARZĄDZANIA WIEDZĄ Seria: Studia i Materiały, nr 8, IRENEUSZ BIELSKI Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy ZARZĄDZANIE WIEDZĄ W PRZEDSIĘBIORSTWIE INNOWACYJNYM. NOWE KONCEPCJE ZARZĄDZANIA JAKO ODPOWIEDŹ NA ZMIANY W ŚRODOWISKU BIZNESU Streszczenie W niniejszym opracowaniu podjęto próbę identyfikacji cech przedsiębiorstwa innowacyjnego, jako przedsiębiorstwa zdolnego do konkurowania w turbulentnym otoczeniu, dzięki wykształconej dojrzałości strategicznej. Wskazano na potrzebę zarządzania a nie tylko uczestnictwa w procesach transferu i transformacji wiedzy. Słowa kluczowe: przedsiębiorstwo innowacyjne, dojrzałość strategiczna, transfer wiedzy 1. Wprowadzenie Konsekwencją dynamicznego rozwoju i transferu technologii, integracji w strukturze handlu i rosnącego znaczenia sieci handlowych o zasięgu globalnym jest uelastycznianie firm poprzez spłaszczanie struktur, powstawanie zespołów projektowych, wirtualnych firm oraz pojawienie się nowych koncepcji zarządzania przedsiębiorstwami.w nawiązaniu do wszechobecnych zmian i konieczności reagowania na nie, lub przynajmniej uwzględniania ich w budowaniu bazy informacyjnej do procesów podejmowania decyzji, powstały między innymi koncepcje 1 marketingu relacyjnego, benchmarkingu, reengineeringu, koncepcja zarządzania technologicznego a zwłaszcza koncepcje zarządzania na granicy chaosu 2 oraz odpowiadania chaosem na chaos 3. Prezes Silicon Graphics twierdzi nawet, że sposobem na utrzymanie konkurencyjności firmy nie jest reagowanie na chaos, lecz jego wytwarzanie 4, co oznacza utrzymywanie niebywale wysokiego wskaźnika innowacyjności, a w konsekwencji najwyższego poziomu technologicznego. Wszystkie te koncepcje wymagają zmiany podejścia do zasobów firmy. Przechodzeniu z ery przemysłowej, opartej na tradycyjnych zasobach, do Ery Informacji (nazywanej też Erą Wiedzy) towarzyszy więc także pojawienie się koncepcji zarządzania kapitałem intelektualnym (Intellectual Capital Management) oraz zarządzania wiedzą (Knowledge Management). Uwzględnienie tych koncepcji w zarządzaniu organizacjami jest konieczne ze strategicznego punktu widzenia, 1 Zdaniem niektórych autorów koncepcje takie, jak : marketingowa, HRM, TQM, controllingowa i logistyczna mogą...mieć trwałe zastosowanie w procesie zarządzania przedsiębiorstwem, służąc jego racjonalności i doskonaleniu, w odróżnieniu od grupy koncepcji (i metod, narzędzi) zorientowanych wyłącznie lub zdecydowanie bardziej na zarządzanie zmianami. Zob. J. Lichtarski, M. Czura, O relacjach między koncepcjami zarządzania przedsiębiorstwem, Przegląd Organizacji 2002, nr 10, s.7 2 M.Bratnicki, Ustawiczna transformacja jako wyróżnik nowoczesnego zarządzania, [w:] Przedsiębiorstwo w okresie transformacji, red. K. Jaremczuk, WSAiZ, Zeszyty Naukowe nr 5, Przemyśl 2000, cyt. za J. Lichtarski, O relacji porządek chaos na tle współczesnych tendencji w zarządzaniu, Przegląd Organizacji 2002, nr 1, s określenie prof. dr. hab. R. Krupskiego cyt za J. Lichtarski 2002, s.7. 4 Zob. Ujarzmianie chaosu w świecie nowoczesnej technologii, opr. M. Wojnar, Przegląd Organizacji 1994, nr 4, s.36, według S.E. Prokesh, Mastering Chaos at the High-Tech Frontier: An Interview with Silicon Graphic s Ed McCraken, Harvard Business Review XI XII. 1993

6 6 Ireneusz Bielski Zarządzanie wiedzą w przedsiębiorstwie innowacyjnym. Nowe koncepcje zarządzania jako odpowiedź na zmiany w środowisku biznesu ponieważ w niematerialnych czynnikach tkwi duży potencjał dla tworzenia przewag konkurencyjnych. Dążenie do zwiększenia zdolności konkurencyjnej możliwe jest dzięki wzrostowi wartości kapitału intelektualnego, co prowadzi do zwiększenia wartości całego przedsiębiorstwa 5. Koncepcja zarządzania kapitałem intelektualnym zakłada właśnie pomiar i efektywne wykorzystanie zasobów niematerialnych będących pochodną wiedzy i doświadczenia jednostek oraz całej organizacji 6. Ułatwieniem realizacji tego zamiaru może być zastosowanie koncepcji zarządzania wiedzą, definiowanej jako ogół procesów umożliwiających tworzenie, upowszechnianie i wykorzystanie wiedzy do realizacji celów organizacji 7. Przedsiębiorstwa prowadzące działalność w warunkach szybkozmiennego otoczenia i postępującej globalizacji szczególną uwagę winny skupić na wykształceniu dojrzałości strategicznej 8. Strategicznym problemem każdej organizacji przyszłości będzie więc tworzenie elastycznych możliwości funkcjonowania, umożliwiających szybkie reagowanie na zmiany, ich tworzenie i wdrażanie. Innowacje, które stają się wymogiem czasu, można i należy traktować jednocześnie jako składową procesu uczenia się 9 jednostek i organizacji oraz jako jedyny sposób budowania przewag konkurencyjnych. Upowszechnienie wiedzy o procesach innowacyjnych jest warunkiem koniecznym dla zbudowania w kraju efektywnego klimatu proinnowacyjnego. Tymczasem jednak, uprawnione wydaje się być twierdzenie, że większość społeczeństwa nie dostrzega znaczenia innowacji w procesach gospodarczych. Problematyka twórczości i innowacji jest bowiem prawie nieobecna w systemie edukacyjnym, który powinien spełniać dwa podstawowe cele: podnosić wrażliwość oraz świadomość ekonomiczną i innowacyjną całego społeczeństwa, co z czasem powinno doprowadzić do pozytywnej zmiany klimatu innowacyjnego zarówno wewnątrz przedsiębiorstw, jak i w ich otoczeniu zewnętrznym, stwarzając przesłanki do likwidacji barier twórczości, przygotowywać kadry, szczególnie w naukach technicznych i ekonomicznych, do podejmowania innowacji i przetwarzania, a nie odtwarzania otaczającej rzeczywistości. Niezbyt powszechne jest jeszcze w Polsce postrzeganie wiedzy i procesów edukacji społeczeństwa jako czynników przesądzających o pozycji konkurencyjnej każdego podmiotu - od pojedynczej osoby, aż do państwa, a nawet unii państw. Informacja i wiedza są siłą napędową i efektem zmian dokonujących się na wielu płaszczyznach życia, a strumienie przeobrażeń zbiegają się razem i tworzą jeszcze większe, głębsze, bardziej rwące nurty przemian, które z kolei 5 Całkowita wartość większości przedsiębiorstw jest 3-5 razy większa od wartości ich aktywów materialnych. Por. C. Handy, Beyond Certainty, Hutchinson, London 1995 oraz J.B. Quinn., Intelligent Enterprise, The Free Press, New York Kapitał intelektualny składa się z kapitału przypisanego jednostce oraz przypisanego organizacji ( kapitał organizacyjny oraz kapitał relacyjny ) Por. L. Edvinsson, M.S. Malone, Intellectual Capital: The Proven Way to Establish Your Company s Real Value By Measuring Its Hidden Brainpower, Piatkus, London 1997 oraz T.A. Stewart, Intellectual Capital : The New Wealth of Organizations, Nicholas Bradley, London definicja opracowana w Cranfield School of Management (GB) akceptowana przez 73% menedżerów. Zob. P. Murray, A. Myers, The Facts About Knowledge. Special Report, Information Strategy, Nov składają się na nią :wrażliwość - rozumiana jako umiejętność dostrzegania różnorodnych zjawisk w otoczeniu i wewnątrz organizacji, które mają lub mogą mieć w przyszłości wpływ na zdolność konkurencyjną przedsiębiorstwa, świadomość - rozumiana jako zasób wiedzy umożliwiający porównanie obserwowanych zjawisk z poznanymi wzorcami, odpowiedzialność - rozumiana jako umiejętność dostrzegania możliwości i konieczności działania, zdolność - rozumiana jako posiadanie dostępu do określonych zasobów oraz umiejętność ich uruchomienia dla osiągnięcia zamierzonych celów strategicznych. Por. I.Bielski., Ekologiczny wymiar współczesnego marketingu, Ekologia i Technika, 1999, nr 3 9 M. Brzeziński, Proces uczenia się nowoczesnej organizacji, Przegląd Organizacji 1999 nr 4

7 POLSKIE STOWARZYSZENIE ZARZĄDZANIA WIEDZĄ Seria: Studia i Materiały, nr 8, spływają w jeszcze potężniejszy nurt tworząc trzecią falę 10. Rosnące znaczenie informacji i wiedzy dostrzegają także J.Naisbitt i P.F.Drucker 11. Peter F.Drucker posuwa się wręcz do stwierdzenia, że w najbliższym czasie wiedza stanie się jedynym zasobem, podczas gdy wszystkie pozostałe zostaną zdegradowane do roli uzupełniających ją czynników wytwórczych 12. Wyczuwana, nawet tylko podświadomie, nieuchronność trzeciej fali u wielu przedsiębiorców budzi niepokój, związany silnie z przeczuciem, iż nadchodząca przyszłość raczej nie będzie prostą kontynuacją teraźniejszości. Przechodząc do etapu tworzenia społeczności uczącej się, która nieustannie odnawia się i dostosowuje do coraz wyższych poziomów złożoności otoczenia konieczne staje się wprowadzenie innowacji w systemie kształcenia 13. Podstawą rozwoju i trwałości nowego systemu uczenia się jest nieustanne tworzenie i wymiana wiedzy. Zdaniem S.Davisa i J.Botkina nauka w ciągu całego życia jest normą, która wzmacnia, a w niektórych przypadkach zastępuje edukację szkolną 14. Prawidłowość tę dostrzegł już Arystoteles, pisząc: tego co powinniśmy robić uprzednio się nauczywszy, uczymy się robiąc to właśnie. Wydaje się, iż można to przyjąć jako podstawową regułę w kształtowaniu kadr dla realizacji procesów innowacyjnych. Uczenie się innowacji wymaga uczestnictwa w procesach innowacyjnych i kontaktów z innowatorami. Doświadczenie w praktyce ma duże znaczenie dla transferu wiedzy oraz dla karier pracowników naukowych. Niestety nowy typ kariery naukowej nie jest jeszcze ani zbyt powszechny ani też akceptowany. A przecież rynkowy wymiar innowacjom mogą nadać tylko zespoły składające się z różnych uczestników, jak badacze, inżynierowie, przemysłowcy, finansiści. Coraz silniej odczuwana potrzeba rozwoju powiązań między uczelniami, a przemysłem wywołana przemianami w nauce, technice i przemyśle zmienia zarówno klimat jak i formy pracy w uczelniach i przedsiębiorstwach. Nowe technologie w coraz większym stopniu opierają się o wyniki badań naukowych, a te pobudzane są z kolei przez rozwój technologii. Cele komercyjne coraz częściej przenikają do planów badawczych, a postawy handlowe wypierają akademickie. Jednocześnie wielkie organizacje gospodarcze organizują u siebie studia doktoranckie. Wobec, coraz częściej obserwowanego faktu interdyscyplinarności innowacji konieczny staje się transfer informacji naukowych i technicznych także wewnątrz organizacji gospodarczych. Najlepszym sposobem dla 10 A. Toffler, Trzecia fala, PIW, Warszawa 1986, s J. Naisbitt zachodzącą przemianę społeczeństwa industrialnego w społeczeństwo oparte na wiedzy i informacji umieszcza na 1. miejscu swojej listy megatrendów zob. J. Naisbitt, Megatrends. Ten New Directions Transforming our Lives, Warner Books, New York 1982 cyt. za Ph.Kotler, Marketing. Analiza, planowanie, wdrażanie i kontrola, Gebethner & Ska, Warszawa 1994, s.144. P.F. Drucker głosząc nadejście społeczeństwa wiedzy pisze, że jest ona: porządkiem ekonomicznym, w którym wiedza, a nie praca, surowce lub kapitał, jest kluczowym zasobem, porządkiem społecznym, dla którego nierówność społeczna oparta na wiedzy jest głównym wyzwaniem, oraz systemem, w którym rząd nie może dłużej rozwiązywać społecznych i ekonomicznych problemów. Zob. P.F.Drucker, The Age of Social Transformation. The Atlantic Monthly, November 1994, cyt. za M. Strojny, Zarządzanie wiedzą, Przegląd Organizacji 2000 nr 2, s P.F. Drucker, Post-Capitalist Society, Harper Business. New York Pogląd ten jest trudny do zaakceptowania bez zastrzeżeń, zwłaszcza w kontekście przyjętej przez autora definicji zasobów, którymi są wszystkie czynniki, które można wykorzystać do ukształtowania przewagi konkurencyjnej. 13 Kształcenie to proces w wyniku którego jednostka nabywa umiejętności zdobywania wiedzy. Celem kształcenia jest zaś zdobycie przez osobę kształcącą się umiejętności dokonywania odkryć, rozwój twórczej osobowości wysuwającej śmiałe hipotezy, dokonującej oryginalnych, twórczych rozwiązań. Podstawowym warunkiem, bez którego osiągnięcie tego celu jest niemożliwe to umiejętność wychodzenia poza dostarczone informacje. Zob. J.S. Bruner, Poza dostarczone informacje, Studia z psychologii poznania., Warszawa W efekcie w przyszłości szkoła jako drugi dom może nie być ani szkołą ani też domem. Według książki Monster Under the Bed S.Daviesa i J.Botkina (s.16 i 23) cyt. za S.P. Marshall, Tworzenie uczących się społeczności na miarę XXI wieku, w: Organizacja przyszłości, red. F. Hasselbeim, M. Goldsmith, R. Beckhard, Business Press, Warszawa 1998, s. 207.

8 8 Ireneusz Bielski Zarządzanie wiedzą w przedsiębiorstwie innowacyjnym. Nowe koncepcje zarządzania jako odpowiedź na zmiany w środowisku biznesu realizacji tego celu jest transfer badaczy 15, dzięki któremu unikatową pozycję uzyskać może zarówno firma, jak i uczestnicy procesu. Tylko swobodny obieg ludzi i informacji może powodować tworzenie wspólnot wymiany doświadczeń 16. Przynależność do takiej grupy nie tylko pozwala na transfer wiedzy 17, ale także zwiększa zadowolenie z pracy. 2. Przedsiębiorstwo innowacyjne w procesie transferu i transformacji wiedzy Podstawą dynamicznego rozwoju przedsiębiorstw a także całych społeczeństw są innowacje. Tylko one bowiem umożliwiają kształtowanie otoczenia oraz szybką adaptację do zmieniających się warunków środowiskowych. Innowacyjność przedsiębiorstwa, rozumiana jako zdolność do efektywnej alokacji zasobów dla ukształtowania optymalnej konfiguracji przewag konkurencyjnych, jest więc cechą przedsiębiorstwa kreującą jego pozycję rynkową. Przedsiębiorstwo innowacyjne (PI) spełnia też ważną funkcję w systemie edukacyjnym, głównie ze względu na uczestnictwo w procesach transformacji i transferu wiedzy. Prawidłowy przebieg tego procesu możliwy jest tylko wtedy, gdy przedsiębiorstwo działa zgodnie z regułami: 1. dostrzega, przewiduje zmiany w otoczeniu i wykorzystuje je dla swoich celów; 2. tworzy system pozyskiwania i przetwarzania danych oraz rozpowszechniania informacji wewnątrz przedsiębiorstwa; 3. śledzi trendy konsumenckie oraz trendy w zakresie technologii i produktów; 4. prowadzi działalność badawczo-rozwojową i przeznacza na to znaczne nakłady finansowe; 5. koncentruje się na kluczowych kompetencjach i dokonuje inwestycji w ich obszarze; 6. jest organizacją uczącą się. Zmiany traktowane są jako oś, wokół której koncentruje się proces uczenia się organizacji, a także proces tworzenia nowej wiedzy 18 ; 7. zarządzanie wiedzą traktuje jako kluczowy czynnik sukcesu, wdraża nowe technologie, dostarcza nową wiedzę; 8. tworzy efektywną konfigurację społeczną opartą na prostej i spójnej koncepcji zatrudniania, szkolenia, motywowania i oceny pracowników. W ramach tej koncepcji pracownicy wykonują odpowiedzialne zadania 19, posiadają dużą autonomię i ograniczony jest ich lęk przed pomyłkami w procesie innowacji 20 ; 15 T. Allen, Managing the Flow of Technology, MIT Press, Cambridge, MA. 1977, s. 43. Natomiast dr Kikuchi z Sony mówi, że transfer badaczy jest jak oddychanie, konieczny i naturalny. Zob. S.J. Harryson, How Canon and Sony Drive Product Innovation Through Networking and Application-Focused R&D, Journal of Product Innovation Management 1997 nr 14, s Definiowana jako: nieformalna grupa osób o podobnych zainteresowaniach, powstająca spontanicznie, w której najefektywniej zachodzi proces uczenia się. Zob. T. Stewart, Intellectual Capital: The New Wealth of Organizations, Nicholas Bradley, London Transfer wiedzy wymaga zaistnienia jednocześnie dwóch procesów: transmisji i absorpcji. Dla przebiegu procesu ważny jest stan kodyfikacji wiedzy. Zob. T.H. Devenport, L. Prusak, Working Knowledge: How Organizations Manage What They Know., Harvard Business School Press, Boston M. Brzeziński, Proces uczenia się zmian, Przegląd Organizacji 2000 nr 3, s Znaczenie, odpowiedzialność i zrozumienie wyników pracy przyczyniają się do zwiększania motywacji i zadowolenia z pracy. Według: J.R. Hackman, Work Design [w:] Improving Life at Work, Santa Monica 1977, s.129 cyt. za J.A.F.Stoner, Ch. Wankel, Kierowanie, PWE, Warszawa, 1994., s T.Peters nawołuje do ogłoszenia porażki częścią życia i ograniczanie lęku pracowników przed pomyłkami. Zob. T. Peters, Get Innovative or Get Dead.cyt. za M.D. Hutt, T.W. Speh, Zarządzanie marketingiem. Strategia rynku dóbr i usług przemysłowych, PWN, Warszawa 1997, s.354

9 POLSKIE STOWARZYSZENIE ZARZĄDZANIA WIEDZĄ Seria: Studia i Materiały, nr 8, tworzy elastyczne struktury organizacyjne umożliwiające swobodne przepływy informacji, transfer wiedzy wewnątrz organizacji oraz szybką reakcję na sygnały rynkowe. Szczególne znaczenie w takich strukturach odgrywać muszą pracownicy zaplecza naukowo-badawczego zatrudniani okresowo na różnych stanowiskach, w tym także poza organizacją (np. na uczelniach lub w branżowych instytutach naukowo-badawczych). Graficzny model funkcjonowania przedsiębiorstwa innowacyjnego, jako uczestnika systemu transformacji wiedzy zaprezentowano na rysunku 1. Przedsiębiorstwo, jako system otwarty funkcjonuje w otoczeniu, którego poziom wiedzy jest wyższy, niż w przedsiębiorstwie ponieważ jego wiedza jest składową wiedzy środowiska. Pomiędzy otoczeniem przedsiębiorstwa innowacyjnego (PI), a przedsiębiorstwem dokonuje się transfer wiedzy w dwóch kierunkach: do przedsiębiorstwa (absorpcja) i z PI do otoczenia (transmisja). Proces absorpcji następuje zwłaszcza w sytuacji, gdy różnica wiedzy osiąga wartość krytyczną, W k. Pod wpływem inspiracji otoczenia następuje absorpcja wiedzy do wnętrza PI. Od momentu absorpcji w punkcie P 1 następują kolejno procesy internalizacji wiedzy, integracji oraz kodyfikacji 21. Czas transformacji i preparacji, przygotowania nowej wiedzy do transmisji do otoczenia uzależniony jest od wielu czynników, w tym także od tempa wzrostu poziomu wiedzy. Tempo to w okresie preparacji jest wyższe w przedsiębiorstwie niż tempo wzrostu poziomu wiedzy otoczenia. W punkcie P 2 następuje proces transmisji wiedzy w dwóch głównych postaciach: w postaci skonkretyzowanej w produkcie lub usłudze, w postaci publikacji np. opisów patentowych, wzorów użytkowych. p o zio m w ie d zy t tt = t K P t t2 W o W p k W p W K2 W p 2 W o 1 W o 2 W p k 2 tra n s m is ja a b s o rp c ja W p 1 W W K W OO W PO W PKO t w a b s o rp c ja t a 2 t a 1 tra n s fo rm a c ja Rys. 1. Przedsiębiorstwo innowacyjne w procesie transferu wiedzy c za s 21 Nonaka i Takeuchi dzielą wiedzą na cichą i formalną. Wiedza cicha to wiedza wykorzystywana na codzień, której istota nie jest do końca zrozumiała i trudno ją sformalizować i przekazać innym. Wiedza formalna to wiedza, którą można przedstawić za pomocą słów, liczb, znaków, symboli. Zob. L. Nonaka, H.Takeuchi, The Knowledge-Creating Company. How Japanese Companies Create the Dynamics of Innovation, Oxford University Press, New York 1995, cyt. za M.Strojny, op.cit., s.22

10 10 Ireneusz Bielski Zarządzanie wiedzą w przedsiębiorstwie innowacyjnym. Nowe koncepcje zarządzania jako odpowiedź na zmiany w środowisku biznesu W o krzywa wiedzy otoczenia; W PK krzywa wiedzy przedsiębiorstwa konkurującego W P krzywa wiedzy przedsiębiorstwa innowacyjnego Źródło: opracowanie własne Transmisja wiedzy do otoczenia nie obniża poziomu wiedzy PI, powoduje natomiast wzrost tempa przyrostu poziomu wiedzy otoczenia. Celowa transmisja dotyczy wybranych obszarów przetworzonej wiedzy, jednak część przyrostu wiedzy otoczenia pochodzi z niezamierzonej transmisji, a także wynika z uczestnictwa pracowników PI, posiadających nową wiedzę, w grupach pierwotnych i wtórnych funkcjonujących w otoczeniu. Każde przedsiębiorstwo powinno wykształcić własny pogląd i procedury dotyczące zarówno poziomu wiedzy, pożądanego ze względu na przebieg procesów rywalizacji na rynku, jak i czasu oraz sposobów i zakresu udostępniania nowej wiedzy, wypracowanej przez przedsiębiorstwo w trakcie procesów innowacyjnych. Szczególnie istotne, z punktu widzenia rywalizacji na rynku, wydaje się śledzenie różnicy w poziomie wiedzy pomiędzy społeczeństwem a indywidualnymi uczestnikami procesów gospodarczych. Zbyt mała różnica (przewaga) nie daje wyraźnych efektów konkurencyjnych, zaś zbyt duża jest zazwyczaj nieefektywna i może utrudniać transmisję celową wiedzy. Uczestnictwo PI w procesie transferu wiedzy powoduje wzrost wartości zasobów przedsiębiorstwa innowacyjnego. Nakłady poniesione na ukształtowanie zasobów powinny jednak przekładać się na wzrost poziomu akceptacji oferty rynkowej i powodować nową korzystniejszą, niż dotychczas sytuację konkurencyjną przedsiębiorstwa. Oferta prezentowana na rynku jest wyrazem strategii przyjętej przez przedsiębiorstwo a stan zasobów powinien być adekwatny do możliwych do uzyskania korzyści. Ukształtowanie zasobów na poziomie wyższym, niż ten, który pozwala na ukształtowanie oferty o wystarczającym poziomie akceptacji rynkowej (rys. 2, przypadek c) jest zazwyczaj działaniem nieefektywnym. Poziom postrzeganej wartości oferty U C 2 C A B C 1 B R u C A 1 A 2 A U min czas t A t C t CK t AK Rys.2. Sterowanie poziomem postrzeganej wartości oferty i poziomem aktualnie eksploatowanych zasobów Źródło: opracowanie własne a. stały poziom technologii; b. proporcjonalny rozwój technologii; c. wyprzedzający rozwój technologii; Ru rozpiętość standardu sektorowego

11 POLSKIE STOWARZYSZENIE ZARZĄDZANIA WIEDZĄ Seria: Studia i Materiały, nr 8, Podsumowanie Efektywność funkcjonowania każdej organizacji w warunkach szybkozmiennego otoczenia zależy od jego zdolności do reakcji innowacyjnej. Zdolność taką organizacje uzyskują w procesie uczenia się, obejmującym wiele faz. Dojrzałość strategiczną, zarówno jednostek jak i organizacji osiągnąć można tylko poprzez uczenie się w trakcie uczestnictwa w realizacji procesów innowacyjnych. Przedsiębiorstwa innowacyjne, w których realizowane są przedsięwzięcia rozwojowe uczestniczą w procesach transformacji wiedzy i, dążąc do uzyskania maksymalnych korzyści, płynących z ukształtowania zasobów o nowej wartości, powinny w racjonalny sposób zarządzać nie tylko procesami innowacyjnymi, kreującymi te wartości, ale także procesami kodyfikacji i transmisji wiedzy do otoczenia. 4. Literatura 1. Allen T., Managing the Flow of Technology, MIT Press, Cambridge, MA Bielski I., Ekologiczny wymiar współczesnego marketingu, Ekologia i Technika1999, nr 3 3. Bratnicki M., Ustawiczna transformacja jako wyróżnik nowoczesnego zarządzania, [w:] Przedsiębiorstwo w okresie transformacji, red. K. Jaremczuk, WSAiZ, Zeszyty Naukowe nr 5, Przemyśl Bruner J.S., Poza dostarczone informacje, Studia z psychologii poznania., Warszawa Brzeziński M., Proces uczenia się nowoczesnej organizacji, Przegląd Organizacji 1999 nr 4 6. Brzeziński M., Proces uczenia się zmian, Przegląd Organizacji 2000 nr 3 7. Devenport T.H., Prusak L., Working Knowledge: How Organizations Manage What They Know, Harvard Business School Press, Boston Drucker P.F., Post-Capitalist Society, Harper Business, New York Drucker P.F., The Age of Social Transformation, The Atlantic Monthly, November Edvinsson L., Malone M.S., Intellectual Capital: The Proven Way to Establish Your Company s Real Value By Measuring Its Hidden Brainpower, Piatkus, London Hackman J.R., Work Design [w:] Improving Life at Work, Santa Monica Handy C., Beyond Certainty, Hutchinson, London 13. Harryson S.J., How Canon and Sony Drive Product Innovation Through Networking and Application-Focused R&D, Journal of Product Innovation Management 1997 nr Hutt M.D., Speh T.W., Zarządzanie marketingiem. Strategia rynku dóbr i usług przemysłowych, PWN, Warszawa Kotler Ph., Marketing. Analiza, planowanie, wdrażanie i kontrola, Gebethner & Ska, Warszawa Lichtarski J., Czura M., O relacjach między koncepcjami zarządzania przedsiębiorstwem, Przegląd Organizacji 2002, nr Lichtarski J., O relacji porządek chaos na tle współczesnych tendencji w zarządzaniu, Przegląd Organizacji 2002, nr Marshall S.P., Tworzenie uczących się społeczności na miarę XXI wieku, w: Organizacja przyszłości, red. F. Hasselbeim, M. Goldsmith, R. Beckhard, Business Press, Warszawa Murray P., Myers A., The Facts About Knowledge. Special Report, Information Strategy, Nov. 1997

12 12 Ireneusz Bielski Zarządzanie wiedzą w przedsiębiorstwie innowacyjnym. Nowe koncepcje zarządzania jako odpowiedź na zmiany w środowisku biznesu 20. Naisbitt J., Megatrends. Ten New Directions Transforming our Lives, Warner Books, New York Nonaka L., Takeuchi H., The Knowledge-Creating Company. How Japanese Companies Create the Dynamics of Innovation, Oxford University Press, New York Peters T., Get Innovative or Get Dead, California Management Review 1991 nr Prokesh S.E., Mastering Chaos at the High-Tech Frontier: An Interview with Silicon Graphic s Ed McCraken, Harvard Business Review XI XII Quinn J.B.., Intelligent Enterprise, The Free Press, New York Stewart T.A., Intellectual Capital : The New Wealth of Organizations, Nicholas Bradley, London Stoner J.A.F., Wankel Ch., Kierowanie, PWE, Warszawa, Strojny M., Zarządzanie wiedzą, Przegląd Organizacji 2000 nr Toffler A., Trzecia fala, PIW, Warszawa 1986 KNOWLEDGE MANAGEMENT IN INNOVATION ENTERPRISE Summary The aim of the study is to identify features of innovation enterprise, as a enterprise which be able to competition in turbulence environment, thanks earlier formed strategic maturity. Innovation enterprise has to manage of knowledge not only takes a part in transfer and transformation of knowledge. Keywords: innovation enterprise, strategic maturity, knowledge transfer. IRENEUSZ BIELSKI Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy Wydział Mechaniczny Pracownia Zarządzania i Marketingu tlf

13 POLSKIE STOWARZYSZENIE ZARZĄDZANIA WIEDZĄ Seria: Studia i Materiały, nr 8, RYSZARD BUDZIŃSKI JAROSŁAW BECKER Politechnika Szczecińska ANETA BECKER Akademia Rolnicza w Szczecinie KONCEPCJA GENERATORA DSS DLA SYSTEMÓW AGENTOWYCH RYNKU ELEKTRONICZNEGO Streszczenie W artykule zaprezentowano koncepcję budowy generatora DSS (ang. Decision Suport Systems) na potrzeby inteligentnych agentów programowalnych rynku elektronicznego. Do skonstruowania standaryzowanych zadań WPL związanych z wyborem najlepszych ofert zastosowano formułę modelową. Poprawnie zdefiniowane i zweryfikowane zadanie stanowi punkt wyjścia do automatycznego generowania rzeczywistej postaci modeli matematycznych (motoru decyzyjnego agenta), odpowiednich struktur informacyjnych i szablonów formularzy dla komunikacji z agentem programowym (definiowanie warunków ograniczających i preferencji wyboru oraz parametrów zgłaszanych wniosków ofertowych). Słowa kluczowe: generator DSS, inteligentne agenty, wybór najlepszych ofert 1. Wstęp Rozwój Internetu spowodował wzrost liczby dostępnych informacji wykorzystywanych przez dynamicznie rozrastający się e-biznes. W konsekwencji klienci poszukujący dostawców konkretnego produktu oraz przedsiębiorstwa chcące nawiązać współpracę z partnerami, przy użyciu ogólnodostępnych wyszukiwarek, napotykają na zbyt dużą liczbę możliwych odpowiedzi (tzw. linków), z których tylko zaledwie kilka rzeczywiście spełnia pożądane kryteria. Do rozwiązania (między innymi) tego typu problemu zastosowano programy nazywane inteligentnymi agentami (ang. intelligence agent)[1]. Termin inteligentny agent obejmuje zarówno proste makra, w których użytkownik określa tylko kilka najistotniejszych parametrów oraz programy pełniące rolę prawdziwych agentów posiadających zdolności uczenia się i wykorzystujących sztuczną inteligencję. Agenty mogą zautomatyzować powtarzające się zadania, zapamiętywać rzeczy, które ulatują ludzkiej pamięci, inteligentnie podsumowywać złożone dane oraz uczyć się od użytkownika, a nawet czynić mu pewne sugestie.[2] Jedna z definicji inteligentnego agenta mówi, że jest to oprogramowanie, które asystuje ludziom i funkcjonuje w ich imieniu. Jego praca polega na wykonywaniu zadań, które człowiek mógłby zrobić sam, ale powierza je agentowi. W systemie rynku elektronicznego funkcjonują już prototypy handlowych agentów programowych (elektronicznych pośredników handlowych), które reprezentują interesy sprzedających lub kupujących. Przemierzają Internet w poszukiwaniu żądanych produktów o określonej cenie oraz automatycznie je zamawiają, wykorzystując do tego numery kart kredytowych. Ich funkcjonalność, jako przedmiot wielu badań inżyniersko-

14 14 Ryszard Budziński, Jarosław Becker, Aneta Becker Koncepcja generatora DSS dla systemów agentowych rynku elektronicznego naukowych[3], zmierza w kierunku pełnej automatyzacji negocjacji handlowych, które mają zaowocować większą liczbą zawieranych transakcji. Celem artykułu jest zaprezentowanie koncepcji systemu generującego motor decyzyjny (generatora DSS) dla inteligentnych agentów programowych, których przeznaczeniem jest realizacja zadań związanych z wyborem oferty lub zbioru ofert najlepszych z punktu widzenia preferencji dysponenta środków finansowych (zleceniodawcy agenta programowego). 2. Znaczenie inteligentnych agentów programowych Inteligentne agenty są programami, które pozwalają użytkownikowi na duże oszczędności czasu i pieniędzy poświęconych na przeszukiwanie Internetu. W odróżnieniu od standardowych wyszukiwarek, które po wpisaniu słów kluczowych zwracają listę odnośników prowadzących do dokumentów zawierających dane słowa, agent sprawdza te dokumenty i gromadzi potrzebne dane bez żadnej interwencji użytkownika. Drugą zaletą, pozwalającą na redukcję kosztów, jest samodzielność agenta, co oznacza, że użytkownik loguje się do sieci, zleca zadanie agentowi, po czym może się wylogować. Program sam przeszukuje zasoby sieci, a zebrane informacje może przesłać na podany adres użytkownik musi je jedynie później odebrać, bez konieczności pozostawania on-line w trakcie działania agenta. Wymienione zalety agentów, poparte dodatkowo bardzo przyjaznymi i prostymi w obsłudze interfejsami tych programów, powodują bardzo szybko wzrastającą popularność tego nowego rozwiązania w zastosowaniach między innymi e-biznesu. Głównym odbiorcą (i propagatorem) idei inteligentnych agentów są organizacje wirtualne (ang. virtual organizations), którym zależy na mobilnej komunikacji internetowej w biznesie. W literaturze przedmiotu agenty definiowane są jako pół-niezależne programy komputerowe, które w sposób inteligentny asystują użytkownikowi przy pracy z aplikacjami komputerowymi. Wykorzystują one także techniki sztucznej inteligencji, pomagając eksploatatorowi w codziennych zadaniach, takich jak: odbieranie poczty elektronicznej, zarządzaniem kalendarzem czy wyszukiwanie danych. Ponadto dysponują zdolnościami uczenia się poprzez przykłady, przez co z czasem poprawiają swoje działanie.[4] Agenty posiadają następujące cechy: autonomiczność, która wynika z tego, że działają one bez bezpośredniej interwencji człowieka lub innych programów oraz mają zdolność kontroli wykonywanych przez siebie działań i swojego stanu wewnętrznego, zdolność komunikowania, która polega na tym, że wchodzą w interakcje z innymi agentami lub człowiekiem przez pewien język komunikacji, zdolność reakcji, czyli umiejętność określenia przez agentów otoczenia (użytkownika, Internet, inne agenty lub kombinację tych elementów) i reagowania na jego zmiany, aktywność przejawiająca się posiadaniem zdolności osiągania celu przez przejęcie inicjatywy.[5] Ponadto w swojej pracy V. Galant i M. Paprzycki [6] wymienili pewien zbiór cech przypisywanych agentom i systemom agentowym, który znacznie poszerza wymienione już własności, np. o umiejętność: uczenia się, przewidywania, rozumowania, przemieszczania się. Zarówno teoria jak i praktyka nie wypracowały wspólnej, jednoznacznej definicji inteligentnych agentów programowalnych. Jest to obszar, który w dalszym ciągu ewoluuje i rozszerza zakres znaczeniowy.

15 POLSKIE STOWARZYSZENIE ZARZĄDZANIA WIEDZĄ Seria: Studia i Materiały, nr 8, Agentów programowych można zlokalizować w szerokiej palecie projektów badawczych oraz we wstępnych próbach implementacji, a także w praktycznych działaniach. Ogólnie sferę istniejących zastosowań agentów można podzielić na obszary, w których agenty są wykorzystywane: jako narzędzia personalizacji, związane z tworzeniem oprogramowania dla systemów rozproszonych (szczególnie w powiązaniu z Internetem) i do modelowania systemów złożonych.[7] W przypadku zarządzania informacją agenci są wykorzystywani do: wspomagania użytkownika poprzez inteligentne doradzanie użytkownikowi systemu (np. animowani doradcy w bankowości elektronicznej, stronach WWW lub w sklepach internetowych), zarządzania pocztą elektroniczną (np. sortowanie folderów poczty, nadawanie priorytetów, automatyczne odpowiedzi na rutynowe pytania), zarządzania organizacją dnia użytkownika, w tego rodzaju działaniach mogą brać udział agenci reprezentujący różnych uczestników np. planowanego spotkania, indywidualnego dostarczania informacji poprzez filtrowanie informacji i dostarczanie tylko kompletnych, wymaganych i potrzebnych zasobów; agenci tego typu mogą współpracować z agentami: poszukującymi i przeglądającymi, monitorowania i administrowania, przykładem agenta monitorującego jest agent śledzący ceny akcji i informujący użytkownika w momencie wystąpienia oczekiwanego zdarzenia, z kolei agent zarządzający nie tylko obserwuje ceny akcji ale w odpowiednim momencie dokonuje ich zakupu lub sprzedaży. Według M. Paprzyckiego [3] rola agentów w systemach rozproszonych koncentruje się na: poszukiwaniu sprecyzowanej informacji na podstawie określonej sekwencji słów kluczowych lub też pytań zadawanych w języku naturalnym; ten typ agenta może być wywołany lub wydelegowany przez agenta osobistego; przeszukiwaniu Internetu w celu uzyskania informacji przydatnej dla użytkownika; w tym przypadku agent również może być wywołany lub wydelegowany przez agenta osobistego; związku z e-biznesem i m-biznesem; zadania agentów związane są z różnorodnymi funkcjami systemów handlu elektronicznego polegające np. na poszukiwaniu najlepszej ceny towaru, negocjowaniu ceny zakupów, zarządzaniu zawartością magazynów; zarządzaniu siecią; w tym przypadku rola agentów polega na wykonywaniu zadań związanych z administrowaniem komputerami połączonymi w sieć, przykładem takiej działalności może być zarządzanie aktualizacją oprogramowania, wykrywanie zagrożeń lub optymalizacja przepływu informacji. Wykorzystywanie agentów w procesie kształtowania zjawisk złożonych polega na zastosowaniu ich do modelowania: zachowania w czasie negocjacji cenowych; agenci reprezentują różnorodne strategie składania zleceń i używani są jako narzędzia wspomagające modelowanie rzeczywistych zachowań uczestników licytacji; procesu zarządzania produkcją, a właściwie opracowanie skutecznych strategii zarządzania kompleksową strukturą przedsiębiorstwa. Można spotkać także propozycje zastosowania agentów do modelowania skomplikowanych procesów społecznych i biologicznych.

16 16 Ryszard Budziński, Jarosław Becker, Aneta Becker Koncepcja generatora DSS dla systemów agentowych rynku elektronicznego 3. Idea generatora DSS dla inteligentnego agenta programowego Ogólnie agent handlowy (kupujący lub sprzedający) składa się z trzech modułów, które działają współbieżnie i porozumiewają się wzajemnie przez wewnętrzną wymianę komunikatów. 1. Moduł komunikacyjny agenta handlowego jest odpowiedzialny za współdziałanie agenta z jego środowiskiem tj. innymi agentami i użytkownikiem. Moduł ten wysyła i odbiera komunikaty, podczas gdy wewnętrznie współdziała z modułem koordynacji. Jego funkcjonalność sprowadza się do konwersji i kolejkowania odbieranych i wysyłanych komunikatów. 2. Moduł koordynacyjny współdziała z pozostałymi dwoma modułami: komunikacji i podejmowania decyzji oraz bazą danych, która przechowuje między innymi zapisy dotyczące specyfikacji produktów, informacje o potencjalnych klientach, preferencje kupującego itp. Moduł ten nadzoruje zadania wykonywane przez pozostałe moduły, realizując w ten sposób cele agenta. 3. Moduł podejmowania decyzji składa się z: mechanizmu wnioskowania i bazy wiedzy, która najczęściej ma postać biblioteki strategii handlowych dotyczących ofert. Problem budowy generatora DSS na potrzeby inteligentnych agentów programowalnych rynku elektronicznego związany jest przede wszystkim z algorytmizacją odpowiedniej formuły modelowej konstruowania standaryzowanych zadań WPL związanych z wyborem ofert najlepszych. Poprawnie zdefiniowane i zweryfikowane zadanie stanowi punkt wyjścia do automatycznego generowania rzeczywistej postaci modeli matematycznych (motor decyzyjny agenta), odpowiednich struktur informacyjnych i szablonów formularzy dla komunikacji z agentem programowym (definiowanie warunków ograniczających i preferencji wyboru oraz parametrów zgłaszanych wniosków ofertowych). W praktyce, podstawowym problemem sprawnego wykorzystania modeli WPL jest ich poprawna budowa i możliwość wielokrotnego wykorzystywania. Użytkownicy, którym nie są znane zasady pracy w tego rodzaju strukturach nie będą akceptowali nawet najlepszych rozwiązań przedstawianych przez projektantów (naukowców). Zatem, istnieje potrzeba konstruowania wyspecjalizowanych systemów informatyczny klasy DSS, które w sposób samodzielny na podstawie zgłaszanych wniosków ofertowych będą generowały zadania WPL i przeprowadzały wszystkie konieczne procedury optymalizacyjne. Wzorując się na opublikowanym przez R. Budzińskiego i J. Beckera [8] systemie podziału funduszy na inwestycje (dotacje), proces komunikacji użytkowników z inteligentnym agentem programowym można sprowadzić do wypełnienia określonych formatek wejścia (formularzy). Po stronie organizatora instytucji odpowiedzialnej za rozdział środków z odpowiednich funduszy strukturalnych wprowadza się globalne warunki finansowania oraz precyzuje konkretne rygory przyznania dopłat. W kolejnym kroku definiuje się zbiór kryteriów oceny wniosków i w formie dialogu procedury AHP [9] określa się ich preferencje. W efekcie wprowadzenia wszystkich informacji zostaje zdefiniowany szablon (rygory walidacji) dla wprowadzania danych przez wnioskodawców. Po wprowadzeniu tych danych (wniosków o dotacje), w kroku trzecim automatycznie budowany jest wielokryterialny model matematyczny. Następnie, wykonywane są obliczenia optymalizacyjne i wielokierunkowo edytowane wyniki rozwiązania decyzyjnego. Trzeba przy tym podkreślić, że organizację rozwiązań decyzyjnych zorganizowano w taki sposób, aby po przeprowadzeniu obliczeń, zwrotnie dostarczyć użytkownikowi jego wniosek wraz z wynikami rozwiązania pozytywnego. W przypadku uzyskania wyniku negatywnego wniosek nie wszedł do puli

17 POLSKIE STOWARZYSZENIE ZARZĄDZANIA WIEDZĄ Seria: Studia i Materiały, nr 8, 2007 dotacyjnej użytkownik otrzymuje komentarz z towarzyszącej optymalizacji metody DEA (ang. Data Envelopment Analysis). Najogólniej metoda ta informuje, jakie mankamenty posiada niazaakceptowany wniosek. W procedurze dialogowego postępowania przetargowego ma to istotne znaczenie; bowiem wiadomo, co należy poprawić w następnym zgłoszeniu Określenie warunków dofinansowania Inicjator (organizator) Formularz 1. Warunki ogólne - globalna suma na dotacje - maksymalna kwota dotacji - kwalifikowana liczba wniosków 2. Warunki szczegółowe - procentowy przedział dofinansowania - minimum kapitału własnego - maksimum kredytu bankowego 3. Kryteria - koszty własne - koszty kredytu - kryterium ogólne 4. Preferencje dla kryteriów Dialog (określenie wag dla kryteriów metodą AHP) Lista wniosków spełniających wymagania 3. Konfrontacja ofert w świetle oczekiwań Architektura modelu matematycznego - zmienne i parametry - znaki relacji - ograniczenia - funkcja użyteczności Baza modeli Rozwiązanie modelu Baza wyników Lista wniosków odrzuconych Moduł SOLVER Diagnoza przyczyn (metoda DEA) 2. Wprowadzanie wniosków ofertowych Formularz wniosku - parametry oferty - wartości kryteriów Formularz wniosku - parametry oferty - wartości kryteriów Formularz wniosku - parametry oferty - wartości kryteriów Korekta oferty? 4. Prezentacja i interpretacja wyników STOP... TAK NIE Wnioskodawcy (oferenci) 1 2 n Rys. 1. Schemat przetwarzania danych w informatycznym systemie wyboru zbioru najlepszych wariantów (na przykładzie wniosków o dotacje, źródło: [8])

18 18 Ryszard Budziński, Jarosław Becker, Aneta Becker Koncepcja generatora DSS dla systemów agentowych rynku elektronicznego Uzyskane, w toku prac badawczych nad systemem wyboru najlepszych wniosków, rozwiązania metodyczne posłużyły do budowy algorytmu automatycznego konstruktora systemów DSS. Jego podstawowym zadaniem jest generowanie systemów DSS dla całej gamy problemów decyzyjnych związanych z wyborem oferty lub zbioru ofert najlepszych z punktu widzenia preferencji dysponenta środków finansowych. Należy pamiętać, że z jednej strony skala problemu wyboru decyzji może być ogromna. Na przykład, gdy dotyczy podziału funduszy z Unii Europejskiej przyznawanych organizacjom (np. gminom) w formie dotacji potrzebnych na realizację określonych inwestycji gospodarczych. Z drugiej strony może odnosić się do organizacji przetargu na zakup usługi lub produktu (np. samochodu, komputera, kredytu, ubezpieczenia itd.) przez podmioty prawne lub osoby fizyczne. Generator DSS składa się z pięciu głównych elementów (Rys. 2): 1) kreatora szablonu zadania decyzyjnego, 2) edytora wartości parametrów modelu (dla celów weryfikacji), 3) metabazy i bazy danych modelu, 4) modułu testującego poprawność modelu z wykorzystaniem motoru optymalizacyjnego Solver), 5) automatycznego konstruktora systemu DSS. Proces konstruowania zadania wyboru najlepszej oferty (bądź jej określonej liczby) w generatorze DSS można podzielić na trzy etapy. 1. Sformułowanie problemu przez inicjatora sesji (dysponenta środków finansowych). W etapie tym należy określić zmienne, zależności oraz opisać metadane modelu matematycznego w szablonie generatora DSS według następującej kolejności. A. Blok decyzji określenie zmiennych decyzyjnych opisujących pojedynczą ofertę (atrybuty obiektu, który jest przedmiotem wyboru). B. Blok oferty wprowadzenie ograniczeń i parametrów indywidualnych (stałych lub zmiennych) oferty. C. Blok wspólnych bilansów ustalenie wspólnych ograniczeń i parametrów (stałych lub zmiennych) dla wszystkich rywalizujących ofert. D. Blok kryteriów określenie w zapisie funkcji użyteczności celów cząstkowych wraz z parametryzacją preferencji decydenta lub sprowadzeniem ich do postaci ograniczeń progowych (w celu wymuszenia na układzie konkretnych wartości docelowych). 2. Praktyczna weryfikacja (test) poprawności modelu matematycznego przeprowadzona w odpowiedniej kolejności: na jednym, dwóch lub trzech wnioskach ofertowych. 3. Uruchomienie automatycznego konstruktora, który generuje wyspecjalizowany system DSS: A. jako w pełni funkcjonalny serwis internetowy oferowany na platformie handlowej lub B. w postaci modułu decyzyjnego i schematów komunikacji dla inteligentnego agenta programowego. W pierwszym przypadku trzeciego etapu (3.A.) generator DSS zakłada na serwerze wymagane struktury informacyjne (tabele), następnie zapisuje opracowany szablon modelu matematycznego i dołącza niezbędne biblioteki oprogramowania (motor optymalizacyjny, zbiór metod i skryptów sterujących) w ostatniej fazie automatycznie konstruuje: formularz warunków wyboru (dla dysponenta środków inicjatora sesji) związany z definiowaniem zbioru kryteriów oceny wniosków oraz określeniem ich preferencji (dialog procedury AHP), oraz formularz wniosku ofertowego (dla potencjalnych graczy).

19 POLSKIE STOWARZYSZENIE ZARZĄDZANIA WIEDZĄ Seria: Studia i Materiały, nr 8, Rys. 2. Idea generatora DSS W drugim przypadku trzeciego etapu (3.B.) rozwiązania zweryfikowane podczas prac nad prototypem generatora DSS mogą stanowić zasadniczy algorytm budowy inteligentnego agenta programowego. Zakłada się, że wygenerowany i odpowiednio zainstalowany motor decyzyjny umożliwi agentowi: negocjowanie warunków, szeregowanie uczestników przetargu, wyjaśnianie przyczyny zajmowanej pozycji i wyłanianie potencjalnego zwycięzcę (lub ich grupę). Mechanizm wyboru opierać się będzie na zasadzie konfrontacji wniosków ofertowych z preferencjami decydenta (dysponenta środków finansowych, inicjatora przetargu) w układzie wielu kryteriów. 4. Zakończenie Przypuszcza się, że Internetowi agenci będą reprezentowali przedsiębiorstwa na wielkim, ogólnoświatowym rynku elektronicznym. Natomiast zastosowane w nich metody sztucznej inteligencji do wyszukiwania i przetwarzania danych będą wzmacniać możliwości samodzielnego

20 20 Ryszard Budziński, Jarosław Becker, Aneta Becker Koncepcja generatora DSS dla systemów agentowych rynku elektronicznego funkcjonowania. Dotyczy to przede wszystkim nowych narzędzi wyszukiwania danych w Internecie (ang. Internet-based data meting) oraz inteligentnych algorytmów negocjacyjnych (ang. negotiation intelligence algorithms). Przez to liczba przeprowadzanych transakcji znacznie wzrośnie, ponieważ agenci będą aktywnie poszukiwać nowych partnerów do współpracy (i rynków zbytu) w całej sieci. Obecnie można wyspecyfikować obszary, w których efektywnie działają inteligentne agenty. Elektroniczni agenci lokacyjni i maszyny przeglądają strony WWW, pozwalające na uzyskiwanie odpowiedzi na najczęściej zadawane pytania (ang. FAQ Agents). Funkcjonują również elektroniczni pośrednicy handlowi oraz agenci pocztowi, którzy powiadamiają i czytają pocztę elektroniczną (przypominają o zdarzeniach z kalendarza i odczytują zaznaczone informacje). Działają agenci poszukujący odbiorców, zbierający i odczytujący informacje: z giełdy, serwisów pogodowych i wybranych stron WWW (np. ostatnie wiadomości). Przykładowo, zastosowane po raz pierwszy przez firmę General Magic agenci są w stanie reprezentować interesy sprzedających i kupujących. Oznacza to, że mogą spotykać się w sieci i zawierać między sobą transakcje, a także przemierzać Internet w poszukiwaniu żądanych produktów o określonej cenie, a nawet automatycznie je zamawiać, wykorzystując do tego numery kart kredytowych. 5. Literatura 1. Do O., March E., Rich J., Wolff T.: Intelligent Agents & The Internet: Effects On Electronic Commerce and Marketing ( 2. Cunningham P., Green S., Hurstv L., Nangle B., Evans R., Somers F.: Software Agents: A review, 27 May 1997 ( 3. Paprzycki M.: Agenci programowi jako metodologia tworzenia oprogramowania, Artykuł opublikowany w portalu e-informatyka.pl ( 4. Jansen J.: Using an Intelligent Agent to Enhance Search Engine Performance, Firstmonday Peer-Reviewed Journl on the Internet, Vol.2 No.3 - March 3rd ( 5. Franklin S., Graesser A.: Is it an Agent, or just a Program?: A Taxonomy for Autonomous Agents, Proceedings of the Third International Workshop on Agent Theories, Architectures, and Languages, Springer-Verlag, 1996 ( 6. Galant V., Paprzycki M.: Agent nie tylko u Twoich drzwi, Gazeta "Praca dla Informatyków" nr 26, 2001 oraz Gazeta IT nr 9, 2005 ( 7. Cetnarowicz K.: Wykrywanie zagrożeń w systemach wieloagentowych, Internet Budziński R., Becker J.: Przetargi publiczne w aukcjach elektronicznych czasu rzeczywistego, seria Badania Systemowe, wydawca IBS PAN, Warszawa Brooking A.: Intellectual capital, International Thomson Business Press 1998.