Stopień implementacji rozwiązań z zakresu BD jest uzależniony od branży. Wiodącą rolę odgrywają finanse oraz przedsiębiorstwa zajmujące się handlem, bankowością a także ubezpieczeniami majątkowymi i życiowymi.
Na corocznej Konferencji Okrągłego Stołu „Polska w drodze do społeczeństwa In-formatycznego” podejmowany był temat Big Data. Wskazano na strategiczne wyzwa-nia dla nauki, społeczeństwa i gospodarki w zakresie tworzewyzwa-nia i wykorzystawyzwa-nia wielkich baz danych. Sygnalizowano także problemy etyczne związane z tym zjawiskiem i mó-wiono o zagrożeniach, np. konsekwencjach przekroczenia cienkiej granicy prywatno-ści [W Sejmie… 2017].
Duże oczekiwania związane są z wykorzystaniem technologii BD w badaniach spo-łecznych (socjologicznych). Podkreśla się, że wraz z BD pojawiają się niezwykłe szanse na rozpoznanie i zrozumienie zjawisk społecznych, ale także powstają liczne zagrożenia (np. naruszenie prywatności). Uznano, że Big Data jest narzędziem, które ma zastosowa-nie w różnych dziedzinach życia społeczno-ekonomicznego [Żulicki 2017, ss. 175–208].
Big Data stwarza ogromne możliwości wykorzystania analityki biznesowej. Analityka biznesowa ocenia zbiory danych z punktu widzenia: statystyki opisowej, statystyki ma-tematycznej, ekonometrii, modeli matematycznych, matematyki finansowej, demogra-ficznej i aktuarialnej, a także emerytalnej.
Big Data to potężny oręż w walce na coraz bardziej konkurencyjnym rynku w róż-nych obszarach życia społeczno-gospodarczego [Kortecka 2015]. Firmy, które potrafią skutecznie wyselekcjonować potrzebne dane biznesowe, ograniczą rolę intuicji w za-rządzaniu i zdobędą na rynku przewagę konkurencyjną. Menedżerowie firm mogą zmie-rzyć i wziąć pod uwagę zdecydowanie więcej elementów (zmiennych losowych), a na-stępnie wykorzystać te wiedzę przy podejmowaniu decyzji.
Wskazuje się na ogromną rolę, jaką odgrywają media społecznościowe, które są jednym z ważnych źródeł dla Big Data [Chomiak-Orsa, Mrozek 2017, s. 48 i nast.]. Dzię-ki mediom społecznościowym np. marketingowcy mogą spojrzeć na życie użytkowni-ków w sposób bardzo szeroki, umożliwiają one obserwację także ich zachowań na ryn-ku ubezpieczeniowym.
Przeprowadzone wycinkowe badania wśród przedsiębiorstw pokazały, że:
· większość słyszała o technologii BD, ale nieliczni tylko potrafili wskazać możliwości ich wykorzystania;
· jako główne bariery wskazywano koszty wdrożenia;
· nie ma wśród nich wystarczającej wiedzy o tym, że technologie BD mogą być źró-dłem innych działań innowacyjnych [Chomiak-Orsa, Mrozek 2017, ss. 48–54].
144
Przeprowadzone badania w obszarze zarządzania strategicznego wykazały, że wy-korzystując technologie Big Data (w dużym i bardzo dużym stopniu) przedsiębiorstwa oceniały swoje wyniki przez pryzmat: reputacji, transparentności, zaufania (dominował 10-letni i dłuższy horyzont planowania strategicznego) [Weinert 2017, ss. 48–57].
Analityka Big Data bardzo dynamicznie wkroczyła do sektora przemysłowego – już ok. 47% wytwórców wiąże z tym duże nadzieje. W 2016 r. wyniki finansowe firm poka-zują, że BD nie tylko usprawnia proces produkcji ale jest jej katalizatorem, dotyczy to zwłaszcza mechanizacji i robotyzacji [Weinert 2017].
Badania wykazują ponadto, że zastosowanie technologii Big Data, np. w przedsię-biorstwach energetycznych, przyczynia się do zmniejszenia zużywania energii, a co za tym idzie ograniczenia strat oraz wygenerowania oszczędności [Davis 2015, ss. 78–80]. Od 1.07.2016 r. duże firmy muszą raportować swoje wyniki ekonomiczne w formacie Jed-nolitego Pakietu Kontrolnego.
Zalety technologii Big Data oraz korzyści z jej zastosowania są ogromne. Oprócz już wymienionych należy do nich zaliczyć i to, że technologia BD:
· wyznacza nowe standardy funkcjonowania przedsiębiorstw;
· przyczynia się do obniżki kosztów produkcji oraz zwiększenia wydajności pracy; · wprowadza nowoczesne systemy analityczne wykorzystujące inteligentne algoryt-my, które z kolei pozwalają na podejmowanie decyzji strategicznych;
· analityka w technologii BD pozwala lepiej interpretować i zrozumieć wyniki finanso-we przedsiębiorstw.
Na podstawie analizy zalet BD, trzeba powiedzieć, że każde opóźnienie we wprowa-dzani technologii BD powodować może utratę przewagi konkurencyjnej, a sukces od-niosą te firmy które potrafią dokonać szybkiej jej analizy.
W opublikowanym w 2016 r. raporcie pt. The Federal Big Data Research and Develop-ment Strategic Plan opracowanym w ramach The Networking and Information Techno-logy Research and Development Program wskazuje się na nowe dyscypliny wiedzy, do-tychczas mało dostrzegalne [Wilk 2017]. Poza tym formułuje się w nim kilka strategicz-nych celów, do których m. in. zalicza się:
· tworzenie zasobów w zakresie nowej generacji przez inwestowanie; · rozumienie wiarygodności danych;
· konstrukcję cyberinfrastruktury;
· rozumienie zawartości, charakteru i znaczenia BD; · edukację w zakresie BD [Wilk 2017].
Wielkie zbiory danych Big Data pozwalają:
· zrozumieć zachowanie klientów (rozpoznać, kim jest klient); · dokonywać wyborów na podstawie czegoś, co się da zmierzyć; · ograniczyć intuicje w podejmowaniu decyzji;
145 · rozpoznać to, kto jest największym konkurentem;
· budować modele analityczne;
· wykorzystywać zdolności technologiczne; · przeprowadzać analizę obszarów ryzyka;
· udoskonalić kampanie reklamowe i zdobyć przewagę konkurencyjną.
Rozwój technologii BD nie odbywa się bez przeszkód. Do najważniejszych trudno-ści należy zaliczyć:
· wysokie koszty zakupu sprzętu mobilnego;
· brak wykwalifikowanych kadr, które potrafiłyby wygenerować odpowiednie dane na potrzeby biznesowe;
· konieczność ochrony przetwarzania danych przed cyberprzestępczością; · konieczność zwiększania szybkości przetwarzania danych w miarę ich przyrostu.
Sektor finansów i bankowości, w tym ubezpieczeń, cechuje szczególnie silne zainte-resowanie wykorzystaniem analityki wielkich zbiorów danych do zrozumienia potrzeb klientów oraz lepszego profilowania produktów. Za największe trudności w wykorzysta-niu technologii BD uważa się:
· brak wykwalifikowanych pracowników (43%), · duże koszty utrzymania sprzętu (53%),
· brak zrozumienia potrzeb analizy danych ze strony biznesu (64%).
Poza tym, dzięki przetworzeniu danych Big Data otwierają się przed nami nowe ob-szary badawcze. Big Data umożliwia:
· poszerzenie naszych horyzontów myślowych, co pozwala na znalezienie przemyśla-nego punktu widzenia;
· spojrzenie na zbiory danych z innej perspektywy;
· dotarcie do istniejących związków, korelacji takich, które dotychczas nie były do-strzegane, nawet w teoretycznych rozważaniach;
· przewidywanie oraz zapobieganie sytuacjom kryzysowym, ocenianie strat o rozmia-rach katastrofalnych w sytuacjach awaryjnych;
· szybszą łączność bezprzewodową z dowolnymi punktami geograficznymi; · ocenę zdarzeń w przeszłości i przewidywanie zdarzeń w przyszłości;
· budowanie zaawansowanych modeli analitycznych do przewidywania wyników. Należy także zwrócić uwagę na zagrożenia, jakie towarzyszą Big Data. Do nich zali-czyć trzeba zjawiska związane m.in. z:
· przekraczaniem granicy dostępu do danych prywatnych (mówi się często o „danych wrażliwych”);
· dużą liczbą danych stwarzających możliwość fabrykowania informacji w celu mani-pulowania prawdziwą informacją;
146
· przetwarzaniem dużej liczby danych, co również stwarza możliwość sterowania po-czynaniami wielu ludzi;
· nadużywaniem, wykorzystywaniem nielegalnego prawa do własności intelektualnej; · brakiem zaufania do otrzymanych danych – ich wiarygodności i rzetelności; · naruszaniem zasad etycznych i moralnych.
Ponadto podczas elektronicznej wymiany informacji mamy do czynienia z dodatko-wymi zagrożeniami, takimi jak np.:
· modyfikacja i podrobienie danych przez osoby trzecie, · ujawnienie danych (przechwycenie i odkrycie ich treści), · przerwanie transmisji danych [Pawłowski 2008, ss. 90–93].
Przyczynami zagrożeń są m.in.: anonimowość w sieci, brak właściwych regulacji prawnych, brak świadomości zagrożenia, brak właściwych zabezpieczeń.
Z kolei V. Mayer-Schönberger i K. Cukier wskazują dalsze zagrożenia Big Data, zwra-cając m.in. uwagę na to, że:
· śledzenie, szpiegowanie i inwigilowanie staje się łatwiejsze; · zmiana skali zgromadzonych danych prowadzi do zmiany sytuacji;
· możliwe jest karanie za posiadanie określonych skłonności i ryzykownych zachowań zanim doprowadzą one człowieka do popełnienia przestępstwa;
· stajemy się ofiarami dyktatury danych; · dane są źródłem nacisku na grupy społeczne;
· skumulowane dane mogą być wielokrotnie wykorzystane w niewłaściwy sposób, niszcząc prywatność;
· zwiększa się zdolność do przechwytywania danych osobowych;
· z góry zakłada się zaistnienie prawdopodobieństwa popełnienia przestępstwa przez obserwowane osoby i zanim to nastąpi uniemożliwia się popełnienie go, co może pro-wadzić do różnego rodzaju nadużyć [Mayer-Schönberger, Cukier 2014].