Ewolucja zarządzania procesami przedsiębiorstwa przebiega od podejścia diagnostycznego do prognostycznego. W pierwszym przypadku mamy do czynienia z systemem reaktywnym (pasywnym), w drugim z modelem aktywnym (antycypacyjnym). Oba mieszczą się w klasycznym cyklu organizatorskim:

- pojawienie się problemu (zakłócenia)

- definicja rozwiązania (zarządzanie przez cele)

- planowanie (warianty, szacowanie ryzyka, plany eskalacyjne)

- przydział zasobów ("sił i środków"), w tym osobowych i finansowych

- realizacja (implementacja IT)

- kontrola (testowanie, pomiary efektywności, weryfikacja)

- iteracje w pętli optymalizacyjnej (redefinicja rozwiązania, modyfikacje fazowe).

Mówiąc w terminologii motoryzacyjnej: pierwszy model to naprawianie samochodu w przypadku jego awarii, zaś drugi to produkcja bezawaryjnych samochodów. W technice nie ma rozwiązań idealnych i nie ma takich pojazdów. Nie istnieją też idealne organizacje. W praktyce okazuje się jednak, że podejście prognostyczne jest efektywniejsze. Zilustrujmy rzecz przykładem. Klasyczne projektowanie systemu produkcyjnego odbywa się metodą wskaźnikową. Na podstawie rodzajów wyrobów i zakładanego programu produkcyjnego definiuje się niezbędną strukturę wytwórczą w oparciu o normatywy powierzchni na daną maszynę. Sporządzony na tej podstawie projekt inżynierski z rysunkami wykonawczymi nie daje jednak całkowitej wiedzy o tym, jakie problemy napotkamy w praktyce produkcyjnej. Dopiero jej uruchomienie (seria próbna) pozwala na wprowadzenie niezbędnych poprawek do pierwotnego projektu. To, z kolei, opóźnia efektywny start przedsięwzięcia. Przyspieszenie możliwe jest przy użyciu takich aplikacji, jak np. fabryka cyfrowa (digital factory).

Prognozowanie nieracjonalności

Mówimy tu o rozwiązaniach wykraczających poza, klasyczne już, systemy CAD/CAM (Computer Aided Design/Manufacturing) zintegrowane w ramach CIM/FMS (Computer Integrated Manufacturing/Flexible Manufacturing System). Owszem, poziom integracji wytwórczo-organizacyjnej jest tu znacznie większy niż ich poprzedników w postaci komputerowo sterowanych obrabiarek NC (Numerical Control). Ale baza danych CIM nie odpowie nam na pytanie, jak będzie wyglądać hala produkcyjna, gdzie automaty i ludzie będą montować zaprojektowany układ w określonym modelu wyrobu. Oczywiście, można powiedzieć, że projektant ma duże doświadczenia, a resztę zobaczymy "w praniu". Menedżerowie przemysłu stwierdzili jednak, że czas i koszty takiego postępowania są zbyt duże i korzystniej jest wyłapać potencjalne problemy nie "na mokro", ale "na sucho". Stąd wysyp aplikacji cyfrowej fabryki na targach przemysłowych i w praktyce produkcyjnej. Sama idea fabryki cyfrowej nie jest nowa. Cóż bardziej naturalnego od zastąpienia fizycznej maszyny jej komputerowym modelem, w celu efektywniejszego planowania i sterowania wytwarzaniem?

Długa jest jednak droga "od pomysłu do przemysłu". Dopiero dziś możemy powiedzieć, że cyfrowa fabryka jest systemem komputerowych modeli umożliwiających symulację funkcjonowania przedsiębiorstwa, w szczególności produkcji, z wykorzystaniem wizualizacji 3D/VR. Ostatni warunek jest kluczowy dla prezentowanej aplikacji. Sama bowiem symulacja procesów przedsiębiorstwa dla poprawienia jego efektywności była możliwa i stosowana już kilkadziesiąt lat temu. Wymieńmy choćby algorytmy planowania produkcji czy szeregowania zadań wytwórczych, umożliwiających dysponentowi znajdowanie optimów czasowo-kosztowo-jakościowych dla wykorzystywania zasobów firmy (ludzie, surowce, maszyny). Takie podejście miało jednak charakter cząstkowy, a nie całościowy i niewystarczająco uwzględniało dynamikę procesów wytwórczych oraz człowieka jako trójwymiarowego obiektu w tej sferze. Było zatem podejściem bardziej diagnostycznym niż prognostycznym.

W gruncie rzeczy, prognozowanie znajdziemy w każdej dziedzinie działalności człowieka: sportowiec próbuje przewidzieć, choćby podświadomie, tor lotu rzuconej czy kopniętej piłki, a kinowy widz zastanawia się przed seansem, czy warto obejrzeć film. Co najmniej elementy prognozowania znajdziemy też w każdej dyscyplinie naukowej. Nawet historię, której nie możemy zmienić, odkrywamy ciągle na nowo, aby wyciągać wnioski na przyszłość. Naukowe prawo jest prognozą.