Algorytmy zarządzania

Potęga algorytmów używanych do obliczeń technicznych czy przetwarzania danych gospodarczych jest znana. Czy podobnych efektów algorytmizacji można oczekiwać w zarządzaniu?

Projektowanie systemów zarządzania wymaga łączenia precyzji matematyki, stanowiącej podstawę dla zastosowań informatycznych, z elastycznością języka naturalnego niezbędnego w komunikacji między ich użytkownikami. Rozwiązywanie pojawiających się w praktyce problemów wymaga zatem modeli sytuacji decyzyjnych i ich algorytmizacji. Pod pojęciem modelu można rozumieć uproszczoną reprezentację rzeczywistości w celu jej lepszego zrozumienia. Istnieje także szereg innych definicji modelu, włącznie z formułowanymi na gruncie algebraiczno-teorio-mnogościowym (teoria modeli jako dział matematyki). Niemniej model wymaga przełożenia na zastosowania praktyczne, tj. implementacji.

Tu pojawia się termin "algorytm", wywołujący już software’owe skojarzenia. Niektórzy (skrótowo) utożsamiają wręcz algorytmy z komputerowymi programami. Ma to uzasadnienie, bo faktycznie algorytmy mogą być realizowane informatycznie, co w sferze gospodarczej oznacza komputerowo wspomagane zarządzanie. Czy mogą zatem istnieć algorytmy bez ich programowych odpowiedników i czy takie konstrukcje mają znaczenie praktyczne?

Charakter algorytmu

Pojęcie algorytmu jest znacznie starsze (liczy ok. 1200 lat) niż komputery, choć również związane jest z metodami obliczeń i algebrą. Przyjmuje się, że z algorytmem mamy do czynienia wtedy, gdy spełnione są warunki pokazane w tabeli 1. Z podanymi cechami można powiązać także inne, z nich wynikające; np. zasada ciągłości algorytmu mówi, że krok następny metody wynika z poprzedniego. Mówimy więc o zdefiniowanym postępowaniu prowadzącym do rozwiązania problemu. Z matematycznego (informatycznego) punktu widzenia z algorytmem mamy do czynienia, jeśli spełnia on warunki wykonalności dla maszyny Turinga.

Tymczasem w rzeczywistości mamy do czynienia zarówno z problemami o charakterze obliczeniowym, dobrze nadającymi się do komputerowego wspomagania, jak i zagadnieniami pozatechnicznymi. Podana charakterystyka algorytmu nie przesądza, czy będzie on realizowany na drodze komputerowej, czy też jako metoda składająca się z kroków organizacyjnych. Co więcej, w interdyscyplinarnej, z definicji, sferze praktyki gospodarczej obie grupy algorytmów (programowe i zarządzania) są istotne i z sobą powiązane. Inaczej ujmując, algorytm może być wyspecyfikowany w określonym języku, naturalnym bądź sztucznym, i ze względu na to kryterium możemy wyróżniać dwa podstawowe rodzaje algorytmów.

W praktyce obie grupy algorytmów będą występowały jednocześnie, w postaci postrzeganej jako hybrydowa. Na poziomie organizacyjnym stosujemy dokumentację formułowaną w języku naturalnym, w obszarze informatycznym korzystamy z języków sztucznych. Jednocześnie występuje szereg sformalizowanych konwencji o charakterze mieszanym. Na przykład analiza obiektowa OOA (Object Oriented Analysis) posługuje się zdefiniowaną symboliką, ale niekoniecznie występuje tu instancja rozstrzygająca o poprawności zapisu, odpowiadająca programowemu kompilatorowi. Taka instancja pojawia się dopiero wtedy, gdy sam proces analizy systemowej wspomagany jest komputerowo. I podobnie jak w przypadku bezbłędnej kompilacji programu, formalna poprawność algorytmu nie mówi nic o możliwych błędach wykonawczych.

Algorytmiczna organizacja

W obszarze zarządzania będziemy zatem od algorytmu oczekiwać spełnienia dalszych wymagań w odniesieniu do naszego przedsiębiorstwa (tabela 2). Klasycznym przykładem algorytmu organizacyjnego w sferze technicznej jest algorytm wynalazku Altshullera, znany jako ARIZ (algorytm rozwiązywania innowacyjnych zadań). Mamy tu do czynienia z metodą pracy kreatywnej, jednakże przez długi czas uszczegóławianej i rozwijającej się wielowariantowo (np. wzbogaconej w ostatnich latach przez badaczy z japońskiego Sanno Institute of Management).

Współczesne systemy gospodarcze są coraz bardziej złożone i nie jest możliwe efektywne zarządzanie nimi w sposób intuicyjny, reaktywną metodą prób i błędów, względnie na zasadzie: "Jest dobrze jak jest, bo tak było od zawsze". Rośnie zatem potrzeba algorytmizacji procesów zarządzania i nie jest to żądanie utopijne w świetle aktualnych możliwości informatyki. Warto jednak zwrócić uwagę, że algorytmizacja zarządzania nie jest tożsama z jego komputerowym wspomaganiem. W tym ostatnim przypadku częściowo zastępujemy jedynie naturalne przetwarzanie informacji (np. werbalnej) procesami maszynowymi. Niekoniecznie jednak planowo zmieniają się same struktury zarządzania.

Owszem, będą one ulegać transformacjom właśnie z uwagi na nowe (komputerowe) media, w myśl zasady: "Medium jest przekazem". Każdy księgowy wie jednak, że wprowadzenie komputerowego wspomagania do chaotycznie prowadzonej rachunkowości tylko ten chaos powiększa. Algorytmy zarządzania muszą bowiem systematyką wyprzedzać algorytmy czysto informatyczne - ostatnie powinny być konsekwencją pierwszych, a nie odwrotnie. Jak zatem w praktyce zrealizować taki postulat?

Ocean rozwiązań

Do dyspozycji mamy szereg narzędzi, modeli, procedur, norm czy najlepszych praktyk (np. best practice ITIL - IT Infrastructure Library). W gruncie rzeczy zauważymy, że nasza organizacja jest wręcz zanurzona w oceanie możliwych rozwiązań. Ważna jest więc umiejętność wyłowienia najlepszych. Istotna jest także świadomość, że nie każdy algorytm organizacyjny będzie spełniał warunki z tabeli 2 na podobnym poziomie. Przykładowo, kwestionariusz Thomsetta, który może być częścią algorytmu zarządzania ryzykiem, jest formalnie uniwersalny, definiowalny, skończony i deterministyczny. Ale spośród pięciu kolejnych wymagań tylko w niewielkim stopniu można dopatrzeć się tu elementów opisywalności czy poznawczości w odniesieniu do zarządzania przedsiębiorstwem.

Przede wszystkim występuje mierzalność rozpatrywanego procesu i w związku z tym element rozstrzygalności dla różnych wariantów decyzyjnych. Jedynie warunkowo możemy tu mówić o prognozowalności. Przykładowa lista pytań (http://www.thomsettinternational.com/main/projectform.htm) istnieje w różnych odmianach i zawiera kilkadziesiąt punktów, z których każdy ma kilka opcji odpowiedzi, ocenianych liczbowo i składających się sumarycznie na całkowity poziom ryzyka.

Na pytanie, jakie zmiany organizacji wymusza nowy system, możemy odpowiedzieć: "niskie/średnie/wysokie", otrzymując 0/8/16 punktów ryzyka. Algorytm dostarczy nam jednoznaczną punktową odpowiedź, zawsze taką samą dla takich samych odpowiedzi. Może być implementowany elektronicznie, choćby arkuszem kalkulacyjnym. Widzimy jednak, że algorytmy organizacyjne obarczone są podobnymi wadami co czysto informatyczne: zasada GIGO (Garbage in Garbage Out) oznacza, że poziom wiarygodności danych wejściowych jest decydujący dla jakości uzyskanych wyników, niezależnie od formalnej precyzji samego algorytmu.

Jednocześnie istnieją obecnie daleko zalgorytmizowane, tj. referencyjne, podejścia dla całości . Przykładem takiego metapoziomu zarządzania może być system IT Planning firmy Alfabet (CW nr 4/2011, "Alfabet architektury"). Mówimy tu z kolei o bardzo rozbudowanych narzędziach obszaru EAM (Enterprise Architecture Management), których wdrożenie wymaga intensywnych wysiłków ze strony całej organizacji, liczonych nawet nie w tygodniach czy miesiącach, ale wręcz (choćby pojedynczych) latach.


TOP 200