Iinteligentne przedsiębiorstwo

Celem działalności każdego przedsiębiorstwa jest efektywność gopodarcza i wysoka pozycja rynkowa. Inteligentna firma osiąga te wskaźniki dzięki komputerowo wspomaganym procesom zarządzania wiedzą, w których uczestniczy cała organizacja.

Iinteligentne przedsiębiorstwo

Aforystycznie możnaby zdefiniować inteligencję jako zbiór doświadczeń w dziedzinach, z którymi nigdy nie miało się do czynienia. W takim ujęciu "inteligentna firma" oznaczałaby organizację elastyczną w sensie zarządzania zmianą (change management). Sam termin "przedsiębiorstwo inteligentne“ został spopularyzowany w pracy Jamesa Briana Quinna (1992 r.) pod takim właśnie tytułem (Intelligent Enterprise). W swej pracy Quinn z naukową precyzją udowodnił tezę, obecnie zupełnie naturalną: kapitał intelektualny odgrywa centralną rolę w każdym przedsiębiorstwie. Kilkanaście lat temu takie twierdzenie nie było jeszcze powszechnie akceptowane w praktyce, stąd jego entuzjastyczna ocena ze strony b. zastępcy Sekretarza Stanu ds. Nauki i Technologii, Jordana J. Barucha (Department of Commerce, USA): "Quinn rzucił wyzwanie pewnikom zarządzania, podobnie jak Heisenberg zrobił to w fizyce".

Z drugiej strony, wcześniejsze rzucenie takiego wyzwania miało znacznie słabsze podstawy technologiczne. Nikt przecież nie wątpił w kluczowe znaczenie pracowników i ich intelektu w gospodarce. Czym innym jest jednak naturalna elastyczność ludzkiego umysłu, występująca od zarania ewolucji czy cywilizacji, a czym innym jest możliwość jego komputerowego wspomagania. Zmiana paradygmatu zarządzania, skrótowo rzecz ujmując: od taylorowskiego do nadlerowskiego, przebiegała podobnie jak w przypadku rozwoju elastycznych systemów wytwórczych FMS (Flexible Manufacturing System). Pojawiły się one w związku ze sterowanymi numerycznie obrabiarkami NC (numerical control, lata 1960-te) a ich elastyczność wiązano z możliwościami automatycznych przezbrojeń urządzeń produkcyjnych.

Ówczesny poziom rozwoju środków techniczno-organizacyjnych, utrudniał osiąganie elastyczności poza systemem wytwórczym i w bardziej uniwersalny sposób (elastyczność informacyjna) niż tylko przy pomocy określonych maszyn i urządzeń (np. pewne typy obrabiarek).

Z tego powodu elastyczność produkcji, czyli adaptacyjną zmienność asortymentu wyrobów, utożsamiano głównie ze zautomatyzowaną elastycznością samego wytwarzania. Tak rozumiana elastyczność dotyczyła głównie jej wymiaru technologicznego w samym podsystemie wytwarzania. Obecnie w tym zakresie można wyróżnić ważny nurt rozwojowy, definiujący elastyczność jako cechę całego systemu produkcyjnego wraz z jego podsystemami, w tym wytwórczym, przy czym centralne znaczenie przypisuje się tu przetwarzaniu informacji w przedsiębiorstwie, a więc środkom informatyki (sprzęt i oprogramowanie) oraz metodom zarządzania z nimi skojarzonym.

Stuczna inteligencja i naturalna głupota

Iinteligentne przedsiębiorstwo

Przedsiębiorstwo inteligentne i tradycyjne

Historia ESP (Elastyczne Systemy Produkcyjne) jest pouczająca w odniesieniu do IPS (Intelligent Production System). W tym ostatnim przypadku próbuje się je czasem definiować jako korzystające z metod sztucznej inteligencji AI (Artificial Intelligence). Tymczasem narzędzia AI to tylko aplikacyjna (algorytmiczna) warstwa. Bardzo istotny, ale tylko jeden z wielu czynników definiujących inteligencję całości przedsiębiorstwa. Za inteligentny uważamy, bowiem taki system produkcyjny, który efektywnie integruje inteligencję ludzką z jej materialnym otoczeniem wytwórczym. Zakładamy zatem, że naturalna inteligencja człowieka może podlegać ograniczeniom w złożonym "nieinteligentnym" systemie produkcyjnym. Celem projektowania tak rozumianych, inteligentnych systemów produkcyjnych nie jest więc autonomiczny, zautomatyzowany system, zdolny do inteligentnych zachowań jako całość w sensie "silnej" sztucznej inteligencji (strong).

Owszem, zaproponowana definicja uwzględnia elastyczność systemu produkcyjnego. Jednocześnie, realistycznie traktując aktualne możliwości technologii informatycznych, nie wyklucza ona stosowania AI jako rozwiązań cząstkowych w podsystemach przedsiębiorstwa (np. systemy ekspertowe, algorytmy genetyczne, sieci semantyczne czy ontologiczne bazy danych).


TOP 200