Zatrudnię analityka

Nowe narzędzia analityczne mogą być katalizatorem ożywczych zmian w firmach, ale nie jako oprogramowanie do robienia wykresów dla prezesów. Mają służyć tworzeniu horyzontalnych centrów kompetencji w sprawach strategii.

Powiedzieć, że zaplanowanie wdrażania w firmie zaawansowanych narzędzi informatycznych to strategicznie ważna decyzja, brzmi jak banał. To zawsze jest trudne, kosztowne, obciążone samospełniającą się prognozą, że zajmie więcej czasu, niż zaplanowaliśmy, i napotyka na inercyjną niechęć pracowników, niepotrafiących docenić przydatności nowych rozwiązań. Systemy typu ERP, CRM to jednak zwykła niezbędna biurowa infrastruktura. Chcielibyśmy, by funkcjonowały bezszwowo, w sposób, który nie każe się zastanawiać nad kwestiami technicznymi, tak jak rury wodociągowe, okablowanie schowane w ścianach, komputery, maszyny.

Trochę inaczej rzecz się ma z oprogramowaniem analitycznym, które od paru lat zdobywa sobie coraz skuteczniej miejsce na rynku oprogramowania dla firm. To oznacza sprowadzenie do firmy nowych specjalności. Oprócz analityka, który potrafi sprawnie posługiwać się danymi, potrzeba także eksperta o uniwersalnym wykształceniu, który umie budować mosty pomiędzy różnymi działami.

Zobacz również:

Zabawki prezesa

Osoby kreujące strategie i zarządzające firmami mają skłonność do utwierdzania się w przekonaniu o korzyściach bycia jeszcze lepiej poinformowanym, niż są. Wdrożenie aplikacji analitycznych Big Data to dla nich oręż w walce konkurencyjnej. Firmy zajmujące się sprzedażą produktów i usług detalicznych zdobywają wiedzę o sprofilowanych potrzebach konsumentów, tworzą nowe kanały i mechanizmy sprzedaży. Firmy zarządzające dużymi zasobami pracowników, towarów lub infrastruktury uczą się je optymalizować. Powstały też nowe możliwości oceny ryzyka. Analityka ogromnych zasobów danych, którymi dysponuje lub może obecnie dysponować biznes, ma znaczący wpływ na sprzedaż lub produkcję, ale nadmierne oczekiwania dotyczące potencjału aplikacji tworzonych pod hasłem Big Data mogą się rozmijać z tym, co praktycznie posłuży wzrostowi firm. Często trudno rozstrzygnąć, czy wykorzystywać aplikacje analityczne do usprawnienia dotychczasowego biznesu, czy może należałoby się skupić na zupełnie nowym biznesie, opierając się na kreatywnym wykorzystaniu zasobów informacji, którymi firma dysponuje. Zmiany mogą dotyczyć fundamentów biznesu i problemem bywa określenie horyzontu planowania danego biznesu.

Tego rodzaju problemy można omawiać na przykładzie różnych branż. Jednym z najbardziej spektakularnych przykładów ewolucji dogmatów jest sektor telekomunikacji. Po latach betonowania uzasadnień dla utrzymania naturalnych monopoli zaczęto wprowadzać regulowaną konkurencję. Ale jeszcze kilkanaście lat temu panowało przekonanie, że infrastruktura to klejnoty koronne telekomów. Kilka lat temu telekomy zaczęły bez żalu outsoursować zarządzanie siecią, skupiając się na organizowaniu pakietów usługowych. Teraz uważa się, że utrzymanie sieci można optymalizować, oferując ją wszystkim chętnym. Niełatwo jest określić nowy horyzont, kiedy konkurowanie ostro zbiło marże i wiadomo tylko tyle, że należy coś zmienić, a może dodać.

Ubezpieczenie od błędów

Sceptycyzm wobec wpływu narzędzi analitycznych na strategie wynika z tego, że identyfikowanie i weryfikowanie prawdziwości korelacji pomiędzy różnymi danymi bywa trudniejsze, niż się wydaje osobom oglądającym efektowne wykresy i wizualizacje. Liczba punktów pomiarowych i doskonałość aparatury nie spowodowały, że możemy prognozować pogodę dłużej niż kilka dni naprzód. Złożoność parametrów wpływających na stan atmosfery jest zbyt duża, by stworzyć dobry model. Synoptycy kanałów informacyjnych podają wprawdzie widzom długoterminowe prognozy, ale ich wartość, pozbawiona odpowiedzialności, odpowiada tabloidowej narracji współczesnej telewizji.

Wiele firm, zwłaszcza międzynarodowe korporacje, zarządza obecnie bardzo złożonymi procesami. Wykorzystanie rozbudowanych systemów informatycznych, w tym analitycznych, to umożliwia, ale równocześnie radykalnie wzrosło znaczenie czynników ryzyka. Bywają to nowe rodzaje ryzyka, np. różnorodne zagrożenia z cyberprzestrzeni. Wiemy z doświadczenia, że zastosowanie technicznych i organizacyjnych środków zaradczych w sprawach cyberbezpieczeństwa nie zawsze pozwala skutecznie zarządzać ryzkiem. A są też ryzyka regulacyjne, polityczne itd. W związku z tym na rynku zaczęły się pojawiać produkty ubezpieczeniowe. Tworzy się też system reasekuracji. Odpowiedzialność za analizowanie ryzyka przesuwa się zatem na firmę, która się w szacowaniu ryzyka specjalizuje.

Prywatność czy sztuczna inteligencja

Swoboda wykorzystania narzędzi analitycznych w obowiązujących ramach prawnych jest ograniczona. Podstawową barierą jest doktryna ochrony prywatności, na dodatek istotnie odmienna w Unii Europejskiej i w USA. Szczególnie restrykcyjne jest podejście europejskie, zakładające skuteczne anonimizowanie danych, jakie miałyby być przetwarzane bez wyraźniej zgody każdej osoby, której dotyczą. Obowiązujący system ochrony prywatności ma być na nowo ujednolicony rozporządzeniem unijnym, które powinno zostać przyjęte pod koniec roku. Należy się liczyć raczej z uszczelnieniem systemu. Zasady prawnej ochrony mogą niektórym nastręczać problemów nie tyle ze względu na zdrożne intencje firm amerykańskich gromadzących dane o konsumentach w tamtejszym łagodniejszym reżimie, ile ze względów technicznych. Trzeba np. umieć dowieść, że protokoły anonimizacji danych poddanych analizie lub oferowanych innym są skuteczne.

Nie wiadomo, czy uda się również osiągnąć oczekiwane korzyści z otwierania zasobów będących w posiadaniu sektora publicznego według pierwotnego zamysłu dyrektywy o otwartych zasobach. Wiele zasobów danych w administracji to zbiory danych osobowych albo zbiory danych, które udostępnione da się skorelować z danymi osobowymi. W tym drugim przypadku należałoby najprawdopodobniej sporo zainwestować, by uniknąć ryzyka naruszenia przepisów o ochronie prywatności.

Bezwzględne zasady ochrony prywatności w systemach teleinformatycznych tworzą nie do końca zamierzoną barierę w rozwoju systemów sztucznej inteligencji. Utrzymanie ich w obecnie utrwalonej formie powoduje, że np. autonomiczny robot, inaczej niż człowiek, nie może gromadzić doświadczeń na podstawie wizerunku widzianych osób i ich danych. Nasz kulturowy i społeczny rozwój jest ściśle powiązany z okazjami do poznawania innych. Robot tego pozbawiony nigdy nie stanie się inteligentny.