str_1:makieta :59 Strona 1 Seria: Monografie i Opracowania nr 189

Transkrypt

1 str_1:makieta :59 Strona 1 Seria: Monografie i Opracowania nr 189

2 str_2:makieta :59 Strona 1 PRACE NAUKOWE nr 44 Uniwersytetu Ekonomicznego we Wrocławiu

3 str_3:makieta :56 Strona 1 Tadeusz Gospodarek Modelowanie w naukach o zarządzaniu oparte na metodzie programów badawczych i formalizmie reprezentatywnym Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu Wrocław 2009

4 R_01:AE :55 Strona 4 Senacka Komisja Wydawnicza Zdzisław Pisz (przewodniczący), Andrzej Bąk, Krzysztof Jajuga, Andrzej Matysiak, Waldemar Podgórski, Mieczysław Przybyła, Aniela Styś, Stanisław Urban Recenzenci Czesław Mesjasz, Łukasz Sułkowski Redaktor Wydawnictwa Joanna Szynal Redaktor techniczny Barbara Łopusiewicz Korektor Maria Wiszewska-Sroka Skład i łamanie Adam Dębski Projekt okładki Agnieszka Gospodarek Kopiowanie i powielanie w jakiejkolwiek formie wymaga pisemnej zgody Wydawcy Copyright by Tadeusz Gospodarek Wrocław 2009 PL ISSN PL ISSN ISBN

5 R_01:AE :55 Strona 5 Pracę tę dedykuję mojej żonie Agnieszce, bez której wsparcia i wyrozumiałości nie podjąłbym się jej napisania.

6 R_01:AE :55 Strona 6

7 R_01:AE :55 Strona 7 Spis treści Wstęp Epistemologiczne aspekty zarządzania Problem demarkacji w naukach o zarządzaniu Dobry paradygmat według Kuhna i Lakatosa Paradygmat metody naukowej a nauki o zarządzaniu Problemy z klasycznym paradygmatem zarządzania Program badawczy w naukach o zarządzaniu Demarkacja selekcjonująca w naukach o zarządzaniu Znaczenie dobrego paradygmatu w programie badawczym Paradygmat demarkacji selekcjonującej Paradygmat izomorfizmu reprezentatywnego Paradygmat efektywnego oddziaływania ekonomicznego Paradygmat racjonalności zarządzania Paradygmat optymalnej topologii Program badawczy zarządzanie reprezentatywne Model ontologiczny Zarządzanie wymierne Jak działa racjonalna selekcja problemów? Raport skonsolidowany a paradygmat demarkacji selekcjonującej Raport skonsolidowany a Zarządzanie reprezentatywne Analiza SWOT a Zarządzanie reprezentatywne Problem miary w naukach o zarządzaniu Typy danych spotykanych w zarządzaniu Skala oparta na długości wektora w przestrzeni metrycznej Miara a paradygmat demarkacji selekcjonującej Aspekty relatywistyczne zarządzania reprezentatywnego Aspekt subiektywizmu w ujęciu zarządzania reprezentatywnego Zarządzanie reprezentatywne jako struktura konstruktywistyczna Miara i równowaga jako pomost ujęcia zarządzania mikro i makro Wybrane aspekty modelowania w nauce Modele w nauce Model jako teoria lub paradygmat Model semantyczny i jego reprezentacja Analogie (modele analogiczne) ontologiczne i semantyczne... 67

8 R_01:AE :55 Strona 8 8 Spis treści Modele o mieszanej interoperacyjności Co może być modelem w zarządzaniu? Epistemologia modelu Paradygmat modelowania Paradygmat modelowania Hertza Model w ujęciu demarkacji selekcjonującej Modele wspierające paradygmaty twardego rdzenia Model ogólnej równowagi ekonomicznej a zarządzanie Model Arrowa-Debreu-McKenziego (ADM) Model ADM a program badawczy Zarządzanie reprezentatywne Podsumowanie Optymalne zarządzanie zgodnie z teorią gier Model gry dla zarządzanego procesu Podsumowanie Model aksjomatyczny zarządzania w ujęciu zasobowym System ekonomiczny i oddziaływanie ekonomiczne aksjomaty Układ ekonomiczny i zasoby aksjomatyka Zarządzanie w formalnym ujęciu zasobowym aksjomatyka Podsumowanie Model aksjomatyczny zarządzania w ujęciu systemowym Aksjomatyka paradygmatu systemowego Lematy modelu systemowego Przykład ujęcia systemowego zarządzania Podsumowanie Model sieci neuronowej Sieć neuronowa a zarządzanie Zarządzanie scenariuszami za pomocą sieci neuronowej Sieć neuronowa a program badawczy Zarządzanie reprezentatywne Podsumowanie Modele symulacyjne w zarządzaniu Metoda Monte Carlo Programowanie liniowe Zagadnienia nieliniowe Podsumowanie Ekonofizyka jako szczególny rodzaj analogii Analogie pomiędzy fizyką i ekonomią Termodynamiczne ujęcie zagadnień ekonomicznych Analogia a program badawczy Zarządzanie reprezentatywne Przykład analogii termodynamicznej

9 R_01:AE :55 Strona 9 Spis treści Podsumowanie Modele informatyczne a zarządzanie Modele warstwowe przetwarzania informacji Model ontologiczny zasobu informacyjnego organizacji Model użyteczności zasobu Podsumowanie Praktyczna realizacja wybranych modeli Model funkcjonalny warstw logicznych w zarządzaniu Koncepcja warstwy logicznej w biznesie Przykłady funkcjonowania warstw w rozwiązaniach biznesowych Program badawczy Zarządzanie reprezentatywne a model warstw Podsumowanie Model strategii opartej na prawach równowagi i zasadach minimum Strategia zrównoważonego rozwoju Strategia sformalizowana według modelu LFA Strategia adaptatywna Podsumowanie Model analogii wspomagania zarządzania finansami Model funkcjonalny wspomagania zarządzania ekonomicznego szpitalem Model Hospitalmanager a paradygmaty twardego rdzenia Podsumowanie Quasi-adaptatywne zarządzanie teatrem Opis ontologiczny Zarządzanie procesami głównymi Strategia adaptatywna rozwoju teatru Odniesienie do programu badawczego Zarządzanie adaptatywne Podsumowanie Model funkcjonalny kontrolingu (system WinAS) Od modelu ontologicznego do funkcjonalności Od problemu do reprezentacji semantycznej Podsumowanie Model semantyczno-syntaktyczny system FK Model semantyczny Reprezentacja UML modelu System FK a program badawczy Zarządzanie reprezentatywne Podsumowanie Model SOA sprzedaż nowego samochodu w sieci

10 R_01:AE :55 Strona Spis treści Model SOA dla procesu sprzedaży nowego samochodu Model poziomu interoperacyjności semantycznej Model poziomu interoperacyjności syntaktycznej Podsumowanie Model informatyczny zintegrowanego systemu zarządzania Poziom aksjologiczny Poziom interoperacyjności ontologicznej Poziom interoperacyjności funkcjonalnej Poziom interoperacyjności semantycznej Poziom interoperacyjności syntaktycznej Podsumowanie Zakończenie Literatura Spis rysunków Summary

11 R_01:AE :55 Strona 11 Wstęp Niniejsza praca stanowi próbę połączenia trzech podejść do zagadnień związanych z szeroko pojętym zarządzaniem, konstrukcją strategii rozwoju organizacji oraz modelu semantycznego. Z jednej strony dotyczy sformalizowanego podejścia zasobowego do zarządzania, z drugiej modelowania semantycznego, reprezentatywnego, z trzeciej wykorzystania analogii wywodzących się z nauk przyrodniczych. Takie ujęcie problematyki zarządzania opiera się na podobieństwie zjawisk makroskopowych w przyrodzie oraz opisu makro- i mikroekonomicznych zjawisk biznesowych, zwłaszcza koncepcji energii w ekonomii [Alam 2006; Georgescu-Roegen 1976], zasad minimum [Ekeland 2006] i stanu równowagi [Arrow, Hahn 1983; Petri 2004]. W metodologii nauk takie rozumowanie przez analogię jest głęboko uzasadnione logicznie [Kotarbiński 2003] i pomimo dużych rozbieżności pomiędzy naukami przyrodniczymi a naukami społecznymi trudno jest się oprzeć pokusie skorzystania z tego schematu wnioskowania, zwłaszcza że odniosło ono kilka spektakularnych sukcesów [Mirowski 1989]. Przyjmując pewne ograniczenia oraz warunek mierzalności, można uzyskać spójny opis części zagadnień nauk o zarządzaniu w postaci eleganckiej struktury logicznej, zgodnej z obecnie akceptowaną filozofią nauki [Koterski 2004; Kuhn 2001; Feyerabend 2001]. Intencją niniejszej pracy jest wskazanie interesujących rozwiązań budowy reprezentacji liczbowych, umożliwiających w dalszej kolejności procesy informatyzacji zjawisk społecznych, które są z natury problemami niematematycznymi i muszą być w jakiś sposób zdigitalizowane do poziomu syntaktyki maszyny cyfrowej. Jej celem nie jest znalezienie precyzyjnego rozwiązania ogólnego dla wszelkich procesów zarządzania, ponieważ w dniu dzisiejszym nie wydaje się to być realne, ale pokazanie komplementarności opisu jakościowego (humanistycznego) oraz ilościowego (formalnego), które znajdują swój wspólny finał w systemie komputerowym wspomagającym podejmowanie decyzji lub w jakimkolwiek elemencie sztucznej inteligencji, dołączonym do istniejących pakietów raportujących zarządzany proces lub budżet organizacji. Niejako w tle problematyki modelowania semantycznego w naukach o zarządzaniu pojawiają się kwestie epistemologiczne, wymagające uporządkowania [Sułkowski 2005], a zwłaszcza wybrania tych elementów z zakresu wiedzy, które można ująć w formie mierzalnej, a przynajmniej przypisać im jakieś cechy numeryczne, np. stosowalność zasady minimum. Pojawia się również w nowym świetle problematyka demarkacji w naukach o zarządzaniu, co prowadzi bardziej do ustalenia racjonalnych kryteriów podziału taksonomicznego problemów i stanowi pod-

12 R_01:AE :55 Strona Wstęp stawę wyboru modeli oraz zagadnień egzemplifikujących, przedstawionych w niniejszej pracy, aniżeli do oceny, czy coś jest lub nie jest naukowe. Dlatego ten aspekt nazwano w niniejszej pracy demarkacją selekcjonującą, a nie klasycznym problemem demarkacji w nauce. Dzisiejsze, turbulentne otoczenie biznesu, ukierunkowane na szybkie wykorzystanie chwilowych okazji oraz działanie w obrębie chwiejnej równowagi ekonomicznej, sprzyja przede wszystkim analizom dynamicznym oraz modelom procesów szybkozmiennych z nieustalonym stanem równowagi. Coraz trudniej jest monitorować parametry wpływające na przebieg procesów biznesowych ze względu na niemożność powtórzenia iteracyjnego danego zjawiska ekonomicznego, które skraca się do czasu istnienia okazji, czasu zachowania unikatowości zasobu, czasu ważności informacji lub czasu oddziaływania z otoczeniem. Obserwuje się przy tym stały trend przyspieszający tych procesów i coraz bardziej złożone relacje ekonomiczne, dlatego szerokie próby aplikacji teorii chaosu [Jakimowicz 2004] lub przepływów turbulentnych w opisie otoczenia ekonomicznego [Elsner 1987; Krupski 2005b], rozwijane są na razie na zasadzie metafor ontologicznych. Można jednak przypuszczać, że wkrótce znajdą się modele ilościowe bazujące już nie na metaforach, ale dobrze ugruntowanych analogiach. Rozwijana jest też teoria katastrof jako typowy przykład procesów samorzutnych i nieodwracalnych [Trotman, Zeeman 1976; Isnard, Zeeman 1976; Zeeman 1976] oraz teorie elastyczności w odniesieniu do różnych aspektów ekonomicznych i zarządzania [Case, Fair 2003] jako ważnego elementu użyteczności zasobu. Dotyczy to wprawdzie przede wszystkim opisów fenomenologicznych elastyczności zasobów, ale pojawiają się prace związane z próbą formalnego ujęcia zagadnień elastyczności informacji, wiedzy oraz zasobów informacyjnych. Ten aspekt modelu fizycznego w stosunku do zasobów informacyjnych jest nowym podejściem, przedstawionym jako ważny przykład w niniejszej pracy [Gospodarek 2008a]. Znane są również prace modelowe związane z asymetrią rozkładów prawdopodobieństwa w analizie rynków kapitałowych i dystrybucji zasobów oraz ujęcie statystyczne różnych aspektów podziału dochodu narodowego [Schulze 2000; Lillo i wsp. 2001; Scafetta i wsp. 2003; Staliunas 2003]. Wszystko to zwraca uwagę na potrzebę podejmowania tematyki kwantyfikacji w naukach o zarządzaniu. Przyjmując, że procesy jednostkowe w skali mikro powinny być addytywne i powtarzalne w skali makro, co uzasadniałoby uśrednianie statystyczne dla planów strategicznych, popełnia się najczęściej błąd zbyt grubego przybliżenia. Jednak podejście holistyczne najczęściej na tyle komplikuje problem, że staje się on nierozwiązalny nawet na poziomie semantycznym, a przejście do poziomu syntaktycznego (opisu za pomocą równań) możliwe jest wyłącznie przy założeniu stosowalności redukcjonizmu oraz zasad ceteris paribus. Przykłady z życia wzięte pozwalają jednak w wielu wypadkach zakwestionować prostą addytywność ekonomicznych stanów mikro dla odtworzenia stanu makro, szczególnie w przypadku zjawisk społecznych i ich

13 R_01:AE :55 Strona 13 Wstęp 13 wpływu na procesy modelowane w sposób katastroficzny. Są to w większości zjawiska nieliniowe, w odniesieniu do których stosowalność metod formalnych nie ma głębszego uzasadnienia. Można wówczas próbować znaleźć rozwiązanie za pomocą odpowiednio zaprojektowanej sieci neuronowej lub modelu semantycznego podejmowania określonego typu decyzji. Często mamy do czynienia ze wzrostem unikatowości zasobu, wraz z jego sterowanym powiększeniem, co powoduje zawsze wygenerowanie dodatkowej wartości, zaburzającej prostą addytywność wartościową. Najbardziej znamiennym tego przykładem jest informacja i zasoby informacyjne, których wykorzystanie może doprowadzić do różnych zachowań układu: od pożądanego wzrostu do katastrofy [Gospodarek 2008b]. Jednocześnie obserwuje się szybkozmienne zjawiska zanikania i powstawania wartości w obrębie zasobów informacyjnych. Można zatem dyskutować, czy uśrednione wyniki makro można z pełną odpowiedzialnością przenosić z powrotem na poziom mikro w procesach społecznych i niestety dyskusja ta prowadzi do wskazania przykładów zarówno pozytywnych, jak i negatywnych. Zwykle sam dowód poprawności stosowalności danego uśrednienia stanowi już problem naukowy, a uproszczenia modelowe są zbyt drastyczne. Jednak obecnie lepszych metod nie ma, a słabość podejścia sformalizowanego widoczna jest gołym okiem, np. na giełdzie lub przy podejmowaniu decyzji w warunkach niepewności. Pozostaje szukanie skutecznych metod oceny efektywności na podstawie danych wejściowych oraz wyjściowych i przyzwolenie na równoległe stosowanie podejścia zarówno redukcjonistycznego, jak i holistycznego, z tworzeniem stosownych paradygmatów i uporządkowanej epistemologii w naukach o zarządzaniu. Logika sugeruje w tym miejscu podzielić problem i stworzyć nurty rozwoju o ustalonej linii demarkacji. Dla przykładu, zapaść branży motoryzacyjnej w Polsce w latach to proces mający charakter dobrej addytywności oraz powtarzalności stanów mikro (pojedyncza stacja dealerska), przenaszalnych następnie do skali makro (ogólnopolska sieć dystrybucyjna). Jest to związane z daleko posuniętym sformalizowaniem zarządzania autoryzowaną stacją dealerską oraz ujednoliceniem procedur rachunkowości umożliwiającym łatwą ocenę wyniku bieżącego oraz jego porównywalność w całej sieci. Sumaryczne osiągnięcia dealerów składają się na wynik całej sieci dystrybucyjnej (proces ten jest w pełni addytywny). Warto zauważyć, że w tym okresie doszło również do szeregu przemian o charakterze katastroficznym, związanym z upadłością poszczególnych dealerów. Są to zdarzenia nieodwracalne w skali mikro, takie, których nie daje się odtworzyć z uśrednionego stanu makro. W tym sensie dla całej uśrednionej populacji kraju można jedynie mówić o istnieniu równowagi ekonomicznej i jej przesuwaniu się w określonym kierunku (proces wolnozmienny w czasie), ale trudno jest się wypowiadać o przeciętnym stanie pojedynczego dealera (stanie mikro) na podstawie uśrednienia stanu makro w całej sieci. Można jednak z całą odpowiedzialnością stwierdzić, że działanie sieci dealerskiej nie jest szeregiem stochastycznych procesów nierównowagowych, charakterystycznych dla cen akcji

14 R_01:AE :55 Strona Wstęp na giełdzie, co jest pozytywnym zjawiskiem umożliwiającym budowę modelu zarządzania formalnego dla całej sieci. Widać tu również znany problem ekonomii: dobre przybliżenie makroekonomiczne daje się wyprowadzić ze skali mikro, ale relacja odwrotna nie zawsze jest prawdziwa (tym niemniej jest możliwa). To automatycznie przenosi się na problemy zarządzania i ich strukturę. Współczesne relacje na rynku globalnym, związane ze strukturą sieciową powiązań i stosowaniem szeroko pojętej kooperacji, powodują, że zjawiska oddziaływania mikroprzedsiębiorstwa z otoczeniem są daleko różne od podobnych oddziaływań organizacji sieciowej. Mają one jednak zawsze wspólną cechę wymianę określonego kapitału z otoczeniem, wyrażaną najczęściej w jakiejś walucie. Dlatego badanie oddziaływań organizacja otoczenie wydaje się szczególnie interesującym obiektem z punktu widzenia problematyki zarządzania i warto się zastanawiać nad określeniem paradygmatu opisującego ten aspekt. Pojawia się w tym miejscu zagadnienie skali zjawiska i konieczność stosowania różnych metod badania tych samych zdarzeń w zależności od wielkości podmiotów. O ile w skali mikro można mówić o dużej dynamice, związanej z małym oddziaływaniem i nadrzędnością wykorzystywania lokalnych okazji, o tyle duże, ponadnarodowe organizacje pozostają w stanie równowagi [Koźmiński, Obłój 1989] ekonomicznej w długim okresie czasu i tylko zjawiska o charakterze katastrof mogą spowodować jej utratę. Jest to między innymi przyczyną szczególnych osiągnięć metod makroekonomii, zwłaszcza tych ex post, w stosunku do słabych postępów w odniesieniu do skali mikro oraz prognozowania. Nie należy jednak odrzucać możliwości opisu wybranych zjawisk społecznych przez formalizm matematyczny, nawet przy obecnej mizerii jego stosowalności do przewidywania zachowań złożonych systemów rzeczywistych, są bowiem opisane w literaturze przedmiotu, liczące się sukcesy takiego podejścia, nawet na polu przewidywania zachowań indeksów giełdowych. Jeżeli przyjmiemy, że w otoczeniu biznesu, nawet tym najbardziej turbulentnym, daje się wyróżnić procesy quasi-statyczne 1 oraz dynamiczne i będziemy je analizować osobno, można otrzymać stosunkowo dobry model oddziaływania ekonomicznego układu z otoczeniem, nadający się do opisania w sposób sformalizowany. Co więcej, oddziaływanie ekonomiczne dowolnego poziomu abstrakcji może być zmierzone finalnie, a wartość pomiaru wyrażona przez liczbę. To z kolei prowadzi do wniosku, że musi istnieć reprezentacja numeryczna takiego procesu, możliwa z jednej strony do opisania w języku matematyki oraz logiki formalnej, a z drugiej strony nadająca się w dalszej kolejności do przetworzenia na język informatyki. Jak bardzo użyteczna informacja powstanie na wyjściu tego procesu, zdecyduje w ostatecznym rozrachunku jej odbiorca (najczęściej zarządzający odpowiedniego szczebla). A jaką decyzję podejmie menedżer, czy racjonalną, czy posiadającą cechę ograniczonej racjonalności, tego matematyka nie obejmie swoim opisem. Walka zatem odbywa się o jakość oraz użyteczność informacji ułatwiającej podjęcie decyzji, a nie o jej 1 Proces quasi-statyczny zachodzi wówczas, gdy zmiany w otoczeniu zewnętrznym można uznać za na tyle wolne, że w każdej chwili układ ekonomiczny pozostaje w stanie równowagi.

15 R_01:AE :55 Strona 15 Wstęp 15 precyzję. Tak działa neuron, tak działają sieci neuronowe i w taki sposób podejmuje decyzje menedżer. Na wejściu otrzymuje określone sygnały, abstrahując od relacji pomiędzy ich źródłami, następnie wykorzystując zasadę porównania z zadanymi danymi, przetwarza otrzymane dane na informacje sterujące. W dalszym ciągu modyfikuje wagi wzorcowe na coraz bardziej dostosowane do procesu, realizując iteracyjną zasadę uczenia się. W podejściu formalnym nie jest interesujące, dlaczego coś się dzieje, ale jak to się dzieje. I to jest również istota funkcjonowania zarządzania. Zbieraj sygnały wejściowe, przypisz im określone wagi znaczenia i podejmuj trafną decyzję. Ucz się na podstawie otrzymanych rezultatów i modyfikuj sygnał wzorcowy, a możesz osiągnąć punkt optymalny. Takie podejście wydaje się być najbardziej odpowiednie do dzisiejszych problemów turbulentności otoczenia. Newtonowskie pojęcie czarnej skrzynki i dobre modele upraszczające analizę sygnałów wejściowych, prowadzące do wyniku jakościowego (decyzji), jest tym, czego oczekuje menedżer praktyk. W najprostszym przypadku jest to decyzja kupić nie kupić na giełdzie. Rys. 1. Model warstw logicznych podziału problemów zarządzania dla celów informatyzacji i budowania wiedzy Źródło: opracowanie własne na podstawie, Mills Davis 2005, Project 10X

16 R_01:AE :55 Strona Wstęp Parametrów wejściowych i informacji jest ogromna ilość, jednak nie ma modelu przewidującego stan najbliższej przyszłości w sposób precyzyjny. Są spektakularne przykłady dopasowania zmian oscylacji indeksów giełdowych w czasie, ale dotyczą niestety przeszłości oraz przedziałów czasowych, które nie mogą być uwzględniane przy podejmowaniu decyzji operacyjnych. Przypomina to działanie anatomopatologa, który po sekcji zwłok zna przyczynę choroby i wie, jak należało leczyć, ale na działanie jest już za późno. Nie oznacza to jednak, że nie należy rozwijać takiego podejścia. Wszystkie te niepowodzenia przybliżają nas do poprawy parametrów wzorcowych w naszej sieci neuronowej oraz jej wiedzę. Spojrzenie na problem ekonomiczny z punktu widzenia filozofii nauki oraz jego opis w sensie uogólnionym matematycznie ma nie tylko znaczenie teoriopoznawcze, ale i głęboko praktyczne, prowadzące zwykle do ułatwienia jego informatyzacji. Poprzez metaanalizy informacji dochodzimy do poziomu wiedzy i budujemy zasoby informacyjne na poziomie teorii (model z rys. 1). Na tak rozumiany opis składają się osiągnięcia cząstkowych teorii zaczerpniętych z nauk formalnych oraz myśli humanistycznej, charakterystycznej dla nauk społecznych. Rozwój wszelkiej nauki cechuje się bowiem nawarstwianiem poglądów i ich ścieraniem się wzajemnym, dokumentowaniem obserwacji oraz wprowadzaniem opisów cząstkowych. To prowadzi w końcu do uogólnień lub rozwiązań modelowych, gdy komuś uda się dokonać globalnej syntezy. Bardzo duże znaczenie w budowaniu teorii naukowej ma zastosowanie analogii do innych dziedzin wiedzy, poruszając się bowiem w ograniczonej aksjomatyce danej dyscypliny, można uzyskać zupełność opisu, traci się jednak jego spójność. Czyniąc analogię, przenosimy własności jednego, na ogół dobrze poznanego obiektu, na inny, którego właściwości chcemy poznać lub opisać. Niestety najczęściej zastosowanie zbyt sformalizowanych opisów do zjawisk społecznych nie daje zadowalającej zgodności z obserwacją. Poza tym ekonomia stanowi konglomerat znacznej liczby zjawisk stochastycznych w sferze psychologiczno-społecznej oraz szybkozmiennych relacji, co uniemożliwia uniwersalizm opisu formalnego, który z definicji jest sztywną strukturą aksjomatyczną. Jednak pragnienie wymierzenia rozwoju procesu w czasie w postaci liczby wymusza zniżenie się do poziomu takiego formalizmu i pogodzenie się z uproszczeniami wymaganymi przez zastosowany model matematyczny oraz technologie informatyczne. Nie inaczej należy spojrzeć na zagadnienie zarządzania strategicznego jako pewnej umiejętności nabywanej przez ludzkość w czasie i opisywanej przez ekonomię. Ma ono wszelkie cechy teorii naukowej oraz zwartej budowy modelowej. Więcej, zarządzanie może zostać opisane przy użyciu aksjomatyki teorii gier lub innego formalizmu matematycznego, stając się semantycznie adekwatnym narzędziem do informatyzacji procesów i wykorzystania praktycznego. Humaniści zajmujący się teorią zarządzania zawsze w tym miejscu stawiają pytanie, po co to robić. Przecież nie da się ubrać w aksjomaty działań społecznych oraz aktywności ludzkiej. Jest wielu au-

17 R_01:AE :55 Strona 17 Wstęp 17 torów, którzy twierdzą, że nie ma optymalnych metod zarządzania w rzeczywistym środowisku. I poniekąd mają rację, ale tylko częściową w ontologii humanistycznej. Z drugiej bowiem strony, patrząc na zagadnienia ekonomiczne związane z wynikami jakiegokolwiek procesu zarządzania, zawsze na końcu pojawia się liczba, najczęściej wyrażona w jednostce ilości lub pieniądza, jako wynik weryfikujący wszelkie podejścia empiryczne w ekonomii. A to oznacza, że finalnie w każdym przypadku jest stosowany pewien formalizm matematyczny, który już nie podlega żadnym prawom humanistycznym ani zależnościom społecznym, ale zwykłej aksjomatyce liczb rzeczywistych. Ma to ogromne zalety dla całości zagadnienia, traktując bowiem całą sferę wewnętrznych relacji niematematycznych procesu zarządzania jako czarną skrzynkę i zajmując się jedynie wartościami na wejściu i wyjściu procesu w pewnym przedziale czasowym, możemy przenieść prawdy wynikające z przyjętego formalizmu na prawdziwość lub fałsz określonych twierdzeń oraz hipotez z obszaru pozaformalnego. Oczywiście na tyle, na ile metody dedukcji oraz relacji wielkości niematematycznych oraz ich reprezentacji formalnych nam to umożliwią. Jeżeli zatem w sposób formalny udowodnimy istnienie minimum lub maksimum funkcji lub funkcjonału opisujących przebieg zarządzanego procesu, wówczas przekłada się to automatycznie na istnienie optymalnych dróg czy schematów zarządzania. I dlatego warto próbować formalizować pewne obszary działalności ludzkiej, sprowadzając ich analizę do badania reprezentacji liczbowych zmiennych niematematycznych, pomimo że ich dehumanizacja wydaje się pozostawać w sprzeczności z ogólnym, społecznym postrzeganiem procesu. Niestety ich potwierdzenie doświadczalne może nie być możliwe, albowiem stosunkowo mało doświadczeń ekonomicznych da się powtórzyć i znaleźć bardziej zgodny z wyliczonym modelem przebieg. Jest to w zasadzie możliwe wyłącznie dla procesów cyklicznych i odwracalnych. W tym kontekście, niejako w naturalny sposób, wynikający wprost z logiki formalnej, dwa ujęcia zarządzania stanowią podstawę większości rozważań naukowych. Są to: 1) ujęcie zasobowe, które w języku informatyki należy porównać do systemowego hardware, 2) ujęcie procesowe, które można porównać do roli software w systemach informatycznych. Stanowią one dwa komplementarne podejścia do nauki o zarządzaniu oraz planowaniu strategicznym i nie powinno się ich rozdzielać. Ma to bardzo dobre odzwierciedlenie w sformalizowanych systemach zarządzania, regulowanych normami jakości, np. ISO czy SixSigma. Warto również nadmienić, że do dnia dzisiejszego nie udało się opisać zjawisk ekonomicznych za pomocą jednej, uniwersalnej teorii. Nie ma uniwersalnego przepisu na sukces. Nie ma również uniwersalnych narzędzi przewidywania rozwoju w czasie rzeczywistych układów ekonomicznych, zwłaszcza mikroekonomicznych. To

18 R_01:AE :55 Strona Wstęp powoduje, że warto szukać i próbować łączyć posiadane prawdy cząstkowe w bardziej ogólne opisy, co może doprowadzić w końcu do powstania spójnych teorii oraz modelu formalnego, dającego możliwość cząstkowego opisu otaczającego świata zjawisk ekonomicznych w podobny sposób, jak to się dzieje w fizyce. Łatwiej wówczas zinterpretować liczbę i udoskonalić model. Jednym ze szczególnie obiecujących podejść do zagadnienia formalnego opisu zarządzania procesami ekonomicznymi jest podejście zasobowe. Zasoby mają bowiem swój wymiar fizyczny i daje się je zmierzyć. Można obserwować ich rozwój w czasie i możliwa jest kwantyfikacja ich całkowitej wartości chwilowej, wyrażonej określoną wielkością fizyczną, np. pieniądzem. Można próbować przewidywać ich wielkość w okresach przyszłych przez ekstrapolację. Można dokonywać interpolacji wartości zasobów w okresach przeszłych i bieżących. W końcu rozwój zasobów w czasie może stanowić bezwzględną miarę doskonałości przyjętych strategii zarządzania oraz oceny stanu zarządzanego obiektu i samego procesu zarządzania. Na bazie zasobów możliwe jest definiowanie procesów ekonomicznych oraz budowanie strategii. Ale najbardziej interesującą właściwością podejścia zasobowego jest połączenie modelu Arrowa-Debreu-MacKenziego (ADM) z funkcją celu. Umożliwia to wprowadzenie formalizmu przestrzeni wektorowej do definiowania użyteczności, funkcjonalności oraz aksjologii zarządzania. Bardzo interesującym zagadnieniem w teorii nauk empirycznych jest ich opis formalny 2. W literaturze można spotkać wiele prac poświęconych udoskonalaniu opisu matematycznego, logicznego i semantycznego procesów ekonomicznych. W większości przypadków poszukuje się optymalnego kompromisu pomiędzy zupełnością 3 i spójnością 4 opisu, tak aby z punktu widzenia pragmatyki był on najbardziej użyteczny. Jeżeli uda się wprowadzić opis formalny danego zjawiska empirycznego, np. procesu ekonomicznego, możliwe jest sprowadzenie zagadnienia jego modelowania i rozwoju w czasie do jakiegoś zagadnienia matematycznego. To z kolei pozwala na wywód, że w finalnej wersji stanie się on problemem arytmetyki liczb naturalnych, ponieważ wszystkie pozostałe działy matematyki dają się spro- 2 System formalny w matematyce zawiera następujące elementy: 1) skończony zbiór symboli, z których konstruowane są wyrażenia (syntaktykę), 2) gramatykę opisującą, jakie formuły są poprawnie skonstruowane i pozwalają zweryfikować poprawność dowolnej formuły (semantykę), 3) zbiór aksjomatów będących poprawnie skonstruowanymi formułami, 4) zbiór reguł wyprowadzania nowych formuł, 5) zbiór twierdzeń, zawierający wszystkie aksjomaty oraz wszystkie poprawnie skonstruowane formuły, które da się wyprowadzić z aksjomatów za pomocą reguł wyprowadzania; w przeciwieństwie do gramatyki, nie musi istnieć procedura decyzyjna określająca, czy dana formuła jest twierdzeniem. 3 System formalny zupełny system, w którym możliwe jest rozstrzygnięcie o prawdziwości dowolnego, prawidłowo zapisanego zdania tego systemu. 4 System formalny spójny system, w którym nie da się udowodnić jednocześnie pewnego zdania i jego zaprzeczenia; inaczej mówiąc: w systemie spójnym zaprzeczenie zdania prawdziwego jest zawsze fałszywe.

19 R_01:AE :55 Strona 19 Wstęp 19 wadzić do zagadnień teorii liczb naturalnych [Marciszewski 2001]. W tym momencie zaczyna mieć znaczenie hipoteza Churcha-Turinga, która mówi, że tak opisany problem jest rozwiązywalny w sposób automatyczny dla maszyny Turinga [Turing ; Church 1932; Church 1937]. Tym samym nadaje się on do automatyzacji przez zastosowanie narzędzi informatycznych. To jest na tyle duża wartość praktyczna, że warto jej poświęcić czas, zwłaszcza gdy istnieją już dobrze opracowane zręby teorii oraz opisu formalnego. Wprawdzie z I twierdzenia Gödla [1931] o niezupełności wynika, że: dowolny system formalny zawierający w sobie aksjomaty arytmetyki liczb naturalnych jest albo zupełny albo spójny i nigdy nie posiada obu tych cech jednocześnie, to nie ma to większego znaczenia z punktu widzenia praktycznego, gdzie decydującą rolę gra spójność teorii. Lepiej jest mieć opis spójny częściowy niż zupełny, ale niekoniecznie w jednoznaczny sposób interpretujący obserwacje. Informatyka nie toleruje niejednoznaczności, zwłaszcza gdy chodzi o podejmowanie wiążących decyzji. Najczęściej informacja wyjściowa musi być na tyle elastyczna, żeby system jednoznacznie wskazał na właściwy wybór jakościowy, a prawdopodobieństwo zajścia pozytywnego zdarzenia było stosunkowo duże. I to stanowi istotę zarządzania w sensie formalnym. Opisać problem na tyle ogólnie, żeby system podejmowania decyzji pozyskał informacje elastyczne, odporne na chwilowe wychwiania ze stanu równowagi. Natomiast z tego samego twierdzenia wynika pewna sugestia o charakterze filozoficznym: zawężenie interpretacji złożonego zjawiska do poziomu jego własnej aksjomatyki zwykle nie prowadzi do jego wyjaśnienia i, aby osiągnąć sukces, należy wyjść poza dziedzinę wiedzy, której to zjawisko dotyczy. Dlatego poszukiwanie relacji interdyscyplinarnych w zarządzaniu jest tak istotne. Wiele nagród Nobla przyznano właśnie za stworzenie wybitnych modeli matematycznych w ekonomii. Warto tu wymienić: J. Hicksa, L. Kantorowicza, G. Debreu, J. Nasha, M. Sholesa, R. Mundella oraz L. Hurwicza. Nie sposób pominąć również nagrody Turinga (odpowiednik nagrody Nobla w dziedzinie informatyki), którą otrzymali za zastosowania informatyki: H. Simon (za teorię decyzji i rozwój SI) i J. Gray (za transakcyjne bazy danych). Ich dzieło stanowi namacalny dowód słuszności podejmowania wysiłków w kierunku tworzenia sformalizowanych modeli, które następnie można zinformatyzować, a które powinny być uwzględniane w jakimś procencie przez każdą strategię i fizyczne akty zarządzania. A dodatkowo sugeruje wyraźną przesłankę na podstawie obserwacji rzeczywistości, że nauki o zarządzaniu funkcjonują przede wszystkim w środowisku ekonomicznym i powinny uwzględniać fundamentalne prawa równowagi ekonomicznej, o czym się często zapomina. Nie jest zadaniem racjonalnego zarządzania burzyć równowagę ekonomiczną, ale raczej ją stabilizować i wykorzystywać chwilowe wychwiania jako okazje umożliwiające budowanie przewagi konkurencyjnej. Mamy wówczas zapewnioną zarówno stabilność systemową w czasie, jak i rozwój ekonomiczny organizacji, wprawdzie bez chaosu, katastrof i niezwykłych wzlotów okazjonalnych, ale uzasad-

20 R_01:AE :55 Strona Wstęp niony pragmatycznie, zrównoważony w sensie Nasha lub przebiegający według zasad zrównoważonego rozwoju. Podstawowym celem pracy jest pokazanie szczególnej roli modelowania semantycznego w naukach o zarządzaniu oraz metod prowadzących do powstania skutecznych modeli, a także ujęcie formalne zarządzania procesem ekonomicznym, uwzględniające warunki wynikające z ograniczeń zastosowanego modelu i przyjętej kwantyfikacji. Ponadto przedstawienie nowych koncepcji rozwoju modelowania w naukach o zarządzaniu, szczególnie odnoszących się do zarządzania informacją i wiedzą. Na poziomie teoriopoznawczym celem było opracowanie nowego paradygmatu formalnego, nadającego się do zastosowania w problematyce nauk o zarządzaniu, oraz przedstawienie problematyki demarkacji selekcjonującej, opartej na granicy mierzalności lub zasadach minimum w odniesieniu do zagadnień zarządzania, i jej konsekwencji dla modelowania na różnych poziomach interoperacyjności. Dodatkowym celem pochodnym była próba powiązania różnorodnych ujęć szeroko pojętej problematyki zarządzania w zbiór o określonych cechach wspólnych, czemu służyć ma sformułowanie zbioru paradygmatów, połączonych w program badawczy w sensie Kuhna-Lakatosa Zarządzanie reprezentatywne. Na poziomie praktycznym ważnym celem było wskazanie metod modelowania procesów zarządzania, tak aby mogły one zostać poddane informatyzacji i kwantyfikacji oceny w formalnym ujęciu zasobowym, a także wskazanie modeli stanowiących analogie dla niektórych, trudnych do opisania formalnego zagadnień zarządzania strategicznego. Ponadto do celów praktycznych należały: przedstawienie wybranych modeli, zrealizowanych praktycznie w konkretnych firmach, oraz wskazanie na powiązania pomiędzy modelowaniem a możliwością informatyzacji wybranych zagadnień i udowodnienie istnienia racjonalnego zarządzania w danym kontekście. W pracy postawiono następujące hipotezy, wymagające udowodnienia, a mające znaczenie teoriopoznawcze i praktyczne. Układ tych hipotez ma charakter ciągu: od filozofii nauki do praktycznej aplikacji, nadającej się do zrealizowania metodami numerycznymi. H1. Istnieje możliwość częściowego uporządkowania epistemologicznego nauk o zarządzaniu przez zastosowanie metody programów badawczych w sensie Lakatosa wraz z paradygmatem demarkacji selekcjonującej. H2. Program badawczy w sensie Lakatosa Zarządzanie reprezentatywne stanowi uniwersalne narzędzie logiki odkrycia naukowego dla nauk o zarządzaniu, dodatkowo wskazujące na możliwość znalezienia funkcjonalnych modeli semantycznych dla problemów objętych jego zakresem. H3. Zagadnienia mierzalności i istnienia zasad minimum są kluczowe dla modelowania semantycznego w naukach o zarządzaniu i, jeżeli dla danego zagadnienia można zdefiniować miarę, wówczas istnieje jego reprezentacja numeryczna.