O najlepszych decyzjach podjętych dzięki analityce

Często jestem o to pytany. Uważam, że zamiast podjąć jedną dobrą decyzję, trzeba codziennie przyglądać się firmie, obserwować trendy, a jak coś idzie źle – działać. Należy unikać sytuacji, w których trzeba podejmować wielkie decyzje.

O zabezpieczeniu firmy przed dekoniunkturą

To jest zupełnie inny typ decyzji, decyzji dotyczących strategii działania. Żeby działać w takich sytuacjach trzeba sobie wyobrazić ryzyka na szczeblu strategicznym. Ryzyko cykli koniunkturalnych w przedsiębiorstwie jest ryzykiem dobrze znanym.

Zobacz również:

• Anna Pruska objęła stanowisko prezesa zarządu Comarch

Kiedy założyłem firmę, było jasne, że jeśli będziemy tylko w telekomunikacji, a wtedy na dodatek mieliśmy jednego klienta – TP SA - to wystawiamy się na bardzo duże ryzyko. W miarę wcześnie weszliśmy więc w branżę bankową. W tej chwili działamy na ośmiu czy dziewięciu wertykalnych rynkach. W ten sposób zabezpieczamy się przed ryzykiem. Kiedy przyszło ryzyko w finansach i bankowości, my byliśmy na to przygotowani.

O kryzysie w sektorze bankowym w latach 2008-2009

To może nie było zdarzenie z rodzaju katastrof, ale mocnej nieliniowości, kiedy trzeba podejmować „grube” decyzje. Wtedy nie byliśmy w stanie utrzymać przychodów z sektora finansowo-bankowego, bo przez pół roku żadna instytucja finansowa nie kontraktowała informatyki. Musieliśmy ograniczać szkody. Taką szkodą było to, że całe zespoły w firmie nie miały co robić. Przesunęliśmy tych ludzi do innego sektora, ale oni nie chcieli się zaadaptować do rozwiązywania innej klasy problemów, i byli w niej nieefektywni. Powiem to jeszcze raz, jeżeli występują zjawiska nieliniowe, to nie pomaga nam informacja ani wyrafinowana inteligencja.

O znaczeniu programów analitycznych w predykcji biznesowej

W obszarach liniowych łatwo jest prognozować, bo to po prostu ekstrapolacja trendów. Jeżeli wchodzimy w obszary zjawisk nieliniowych, w otoczeniu biznesowym mamy duże i częste zmiany, to wówczas nie umiemy przewidywać.

O sztucznej inteligencji w programach analitycznych

Comarch dużo inwestuje w telemedycynę. To, co chcemy zrobić, to diagnostyka algorytmiczna. Czyli: przychodzi baba do lekarza, lekarz pyta co jej jest, ona mówi, że to i to. Lekarz wklepuje to w komputer i wtedy silnik wnioskujący podpowiada, że prawdopodobnie baba ma taką jednostkę chorobową. Sugeruje, by zapytać ją o to i o to, by przejść do następnego kroku i dalej prowadzić diagnozę.

Oczywiście koledzy w Comarchu zaczęli się doktoryzować z silników, maszyn wnioskujących. Poprosiłem, by zrezygnować z tych bardzo kosztownych badań, który silnik wnioskujący, sztuczna inteligencja jest najlepsza, natomiast skoncentrować się na pozyskiwaniu danych. Jeżeli będziemy mieli bardzo duże zbiory danych, na kolejnych pacjentach będziemy uczyć tę maszynę wnioskującą, to ona się po pewnym czasie nauczy. Po dłuższym czasie, ale się nauczy.

O problemach sztucznej inteligencji w biznesie

Jeśli mamy moduł zarządzania, który ma wnioskować, jakie obszary wzmacniać i w jaki sposób, to na pewno silnik wnioskujący będzie musiał uczyć na dużych zbiorach danych. To zajmie bardzo dużo czasu, a nie wiadomo, czy go mamy. Sytuacja firmy może się zmienić i wrócimy do punktu wyjścia, czyli do menedżera.

O roli menedżera w firmie z rozbudowaną analizą danych

Prawdziwi managerowie to tacy, którzy radzą sobie w warunkach częstych, wielkich zmian w otoczeniu biznesowym. Wtedy najważniejsza jest rola człowieka.

Kiedyś córka zapytała mnie, czym się różni prezes od dyrektora. Odpowiedziałem, że dyrektor jest od codziennego, powtarzalnego działania, a prezes od sytuacji, w których wszystko się wali.

Rozmowę Tomasza Bitnera i prof. Filipiaka można obejrzeć w serwisie Computerworld.pl.