Z KONSTRUKCJĄ SYSTEMU WSPOMAGANIA DECYZJI ORAZ PROPOZYCJA ICH ROZWIĄZANIA
3.3 Propozycja rozwiązania problemów implementacyjnych oraz analiza wymagań
Proces planowania nakreślono w rozdziale pierwszym i drugim. W rozdziale pierwszym zdefiniowano główne obszary problemowe oraz założenie technologiczne i metodologiczne. Mając na uwadze powyższe, decydent oczekuje od systemu wspomagania decyzji kompletności pokrycia systemu informacyjnego obejmującego system decyzyjny organizacji w zdefiniowanym obszarze problemowym - transferu technologii. Powyższe przesłanki bezpośrednio wpływają na kształt finalnej architektury SWD oraz kreują oczekiwane wymagania systemu od strony technicznej oraz użytkownika.
W Rozdziale pierwszym, drugim przedstawiono przegląd potencjalnych metod budowy strategii i planowania operacyjnego. Zdaniem autora rozprawy, jedną szczególnie wyróżniającą się metodą- pod względem kompetencyjnym w kontekście tworzenia i dokumentowania planów strategicznych dla zagadnień technologicznych w pełnym spektrum - stanowi roadmapping. RM jest dojrzałą metodą planowania technologicznego pozwalającą na realizacje kompleksowego procesu decyzyjnego. Metoda porządkuje logicznie proces podejmowania decyzji przez wyróżnienie jasno określonych faz realizacji prac, określenie wejść i wyjść z poszczególnych podprocesów, a także sposób osiągnięcia celu (planu strategicznego) i jego wdrożenia. Efektem wyjściowym ważnym dla decydenta jest model. W klasycznym podejściu takim modelem jest diagram roadmappingowy zawierająca propozycje strategii wraz z rekomendacjami dla decydentów, który w efekcie był przekształcany w spójny plan strategiczny.
Szczegółowe procedury tworzenia diagramów nie są upubliczniane i stanowią wewnętrzne know-how firm consultingowych oraz korporacji technologicznych. Te wypracowany podstawy kompetencyjne mogą służyć do wypracowania szczegółowych metod tworzenia modeli systemów technologicznych i finalnie podejmowania decyzji. Konieczne w tym względzie jest opracowanie własnych szczegółowych procedur planowania strategicznego w oparciu o metody roadmappingu pozwalające na wdrożenie narzędzi TT. Takie procedury zostaną opracowane. Autor rozprawy [76], [62], [61, 75], wielokrotnie wskazywał na przydatność wspomnianej metody do rozwiązywania zagadnień intensyfikujących użytkowanie technologii w działalności operacyjnej różnych
podmiotów. Mając powyższe na uwadze, zasadne staje się włączenie mechanizmów metody RM do proponowanego rozwiązania informatycznego.
Rezultat klasycznego roadmappingu stanowi diagram roadmappingowy wraz z rekomendacjami eksperckimi. Wymaga to przeprowadzenia szeregu paneli eksperckich lub użytkowania metod komputerowych wspomagających interakcje pomiędzy ekspertami. Wspomniane podejście było wielokrotnie akcentowane jako poprawne w pracach Phaala i in. [44], Ioannoua i in. [41] i innych. Przedstawione przez autorów rozwiązania mogą być kompleksowo objęte działaniem systemu informatycznego. W niniejszej rozprawie będzie proponowane odmienne podejście - tzw. hybrydowe. Integracja wielu dostępnych technik informatycznych oraz organizacyjnych ma za zadanie wspomóc efektywnie proces podejmowania decyzji. Pojawia się również możliwość rozszerzenia procesu o nowe elementy dotąd niedostępne w systemach tego typu. Pewnym novum jest możliwość wyposażenia SWD w metody analityczne wspomagające konstrukcję oraz analizę diagramu roadmappingowego, co może ułatwić opracowanie kompromisowego rozwiązania satysfakcjonującego decydentów.
Bazując na pytaniach badawczych oraz tezie obecnych w Rozdziale pierwszym można postawić szereg hipotez szczegółowych. Hipotezy te pozwalają na przejrzysty podział ogólnego problemu projektowego na logiczne i spójne fragmenty, które na kolejnym etapie wymagają weryfikacji. Przedstawione hipotezy będą dotyczyć bezpośrednio sposobu rozwiązania problemów projektowych, które będą dalej rozwinięte szczegółowo w kolejnym rozdziale.
Hipoteza szczegółowa I
Dedykowana implementacja roadmappingu technologicznego, stanowi narzędzie wspomagania decyzji dopasowane do realiów aktywnego użytkowania metod TT pod względem logistycznym i funkcjonalnym.
W pracach autora rozprawy z powodzeniem stosowano metody roadmappingu w zagadnieniach NPD-MP, DPUPN, WSNB. Warto przytoczyć choćby takie wdrożenia, jak: „Studium gospodarki paliwami i energią dla celów opracowania foresightu energetycznego dla Polski na lata 2005–2030”, SPO-WKP, Poddziałanie 1.4.5 Projekt: „Scenariusze rozwoju technologicznego w kompleksie paliwowo-energetycznym dla zapewnienia bezpieczeństwa energetycznego kraju”, „Badania tendencji rozwojowych technologii produktowych i procesowych. Metody planowania strategicznego” Projekt badawczy PW-004/ITE/01/2006 [241].
RM pozwala na elastyczne dostosowanie procesu decyzyjnego do szerokiego spektrum problemów technologicznych identyfikowanych w wielu różnych obszarach działalności gospodarczej. Szkielet metody RM może być wdrażana jako komplementarny element innych narzędzi zarządzania jakością i może stanowić stały element procesu decyzyjnego. Na temat samego procesu RM wypowiedziano się już obszernie w rozdziale pierwszym. Budowa zintegrowanej wizji w oparciu o fuzje wszystkich wymienionych elementów pozwala na szersze i bardziej śmiałe spojrzenie w przyszłość, niż w przypadku metod wyłącznie bazujących na wiedzy formalnej.
Rozwiązanie problemu AADTP w oparciu o techniki RM pozwala na możliwość kreowania planu strategicznego w oparciu o wizje przyszłości pozyskaną przez fuzję wielu metod kreatywnych. Różnorodność skali i tematyki potencjalnych zastosowań roadmappingu obecnego w literaturze wpływa na brak wypracowania jednolitego ujęcia metodycznego implementacji roadmappingu. Istnieje wiele wariantów tej metodologii. Różnią się one pomiędzy sobą: ilością i rodzajem warstw, ilością analizowanych czynników, rodzajem rozważanych związków czasowych i kauzalnych, horyzontem czasowych decyzji zależnie od dziedziny problemu, celu analiz czy grupy docelowej. Wypracowaną metodę rozwiązania problemu AADTP należy traktować jako pewien schemat postępowania, który można w elastyczny sposób wdrożyć w różnych typach podmiotów.
Roadmapping typu AADTP pełni funkcję:
1) logistyczną:
x wsparcia organizacyjnego procesu podejmowania decyzji, x zarządzania procesem,
x monitorowanie i reorganizacja procesu.
2) techniczną:
a) elementem integracji heterogenicznej wiedzy na cele analityczne,
b) narzędziem modelowania zjawisk technologicznych – DRM ,
c) adaptacyjnego planowania strategicznego przez stosowanie dedykowanych metod dynamicznej wielokryterialnej optymalizacji,
d) wspomagania podejmowania decyzji poprzez odpowiednią strukturyzację wiedzy analizowanego problemu ułatwiającego osiągnięcie kompromisu
e) monitorowanie i adaptację procesów.
f)
Rys. 3.2 Schemat obiegu informacji w systemie zgodnym z metodą roadmappingu technologicznego. Źródło: Opracowanie własne, na podstawie [75].
Roadmapping należy do metod aktywnie korzystających w procesie decyzyjnym z diagramu RM. Diagram stanowi narzędzie modelowania i wizualizacji modelu środowiskowego podmiotu. DM zawiera wszystkie istotne obiekty identyfikowane wraz z ich dynamiką oraz powiązaniami z innymi elementami na warstwach. Procedura uzupełniania diagramu przewiduje import istniejącej wiedzy zgromadzonej w systemach informatycznych oraz możliwość uzupełniania identyfikowanych luk z wykorzystaniem wiedzy eksperckiej. Eksperci uzupełniają diagram o obiekty znajdujące się na warstwach oznaczające przeszłe, obecne i przyszłe scenariusze zachowania systemu. Wykorzystują w tym celu fuzje własnej wiedzy z tą pozyskaną z zewnętrznych źródeł. Użytkowanie diagramu na cele decyzyjne ma charakter głównie narzędziowy. Stanowi element akwizycji wiedzy, jej integracji, a finalnie służy decydentowi do prezentacji planu strategicznego oraz wizualizacji konsekwencji jego wdrożenia. Autor wielokrotnie wprowadzał własną implementację roadmappingu, np. [74], [20], [77], [61, 75]. Poglądowy schemat architektoniczny takiego podstawowego wdrożenia przedstawiono na Rys. 3.2.
Mając na uwadze RM, zakres przedmiotowy powinien przewidywać realizację następujących funkcjonalności systemu: wizualizacja diagramu RM, metody interakcyjnej akwizycji wiedzy
Ekstrakcja wiedzy Extraction Eksperci Zewnętrzne źródła wiedzy Dane, informacja,
wiedza PEEST Modele
Projekcja, dynamiczne tworzenie modeli Przetwarzanie wiedzy Wymiana wiedzy Integracja, filtracja Wspomaganie podejmowania Decyzji (przetwarzanie) Decydenci
eksperckiej, wizualizacja konsekwencji podejmowania decyzji, prezentacja elementów planu strategicznego, plan wdrożenia opracowanej strategii oraz plany operacyjnego lub taktycznego.
Proponowane w rozprawie podejście metodyczne zakłada wykorzystanie roadmappingu jako metody pozyskania oraz integracji wiedzy o otoczeniu ekonomicznym, technologicznym, społecznym oraz polityczno-prawnym. Jednoczesne pozyskanie formalnej oraz nieformalnej wiedzy eksperckiej oraz menedżerskiej (zespołowej) stanowi podstawę fuzji wiedzy na potrzeby decyzyjne. Zasadne staje się postawienie następujących hipotez:
Hipoteza szczegółowa II
Proces wspomagania decyzji wymaga użytkowania dedykowanych metod zarządzania wiedzą opartych na współdzieleniu heterogenicznych zasobów wśród wszystkich interesariuszy.
Hipoteza szczegółowa III
Proces wspomagania decyzji wymaga użytkowania dedykowanych metod akwizycji i przetwarzania informacji za pomocą systemów informatycznych celem wsparcia procesu decyzyjnego.
Dodatkowym strumieniem wiedzy wymagającym pozyskania (także przetworzenia) stanowią metody znane z metodologii foresightu, takie jak: ankiety delfickie, panele eksperckie, analiza skojarzeń (tzw. „burze mózgów”) itp. Wynika to głównie z faktu, że stosowanie foresightu umożliwia szersze i bardziej śmiałe spojrzenie w przyszłość, niż w przypadku metod bazujących wyłącznie na wiedzy formalnej. Budowa synergii pomiędzy wspomnianymi źródłami wiedzy jest kluczowym czynnikiem dla zrozumienia zagadnienia problemowego. Elementy te skumulowane razem warunkują poprawne podejmowanie decyzji. Stosowanie wskazanego podejścia wsparcia kompetencyjnego wszystkich interesariuszy powinno odciążyć decydenta od manualnego (wolnego) pozyskiwania wiedzy na rzecz rozwiązań automatycznej, bądź półautomatycznych akwizycji oraz przetwarzania wiedzy. Współcześnie, do realizacji wskazanych celów w środowiskach rozproszonych korzysta się z rozwiązań agentowych bądź specjalnie dedykowanych botów lub web crawlerów automatyzujących procesy akwizycji danych i informacji.
Inną ważną cechą szczególną opisywanego podejścia jest jednoczesne wykorzystanie formalnej oraz niesformalizowanej wiedzy eksperckiej oraz menedżerskiej. Możliwe stosowanie moderowanej fuzji wielu metod planowania strategicznego oraz metodyk foresightu ukierunkowane na osiągnięcie jak najlepszych rezultatów identyfikacji oraz modelowania systemu. Fuzja wiedzy pozwala na integrację informacji z takich źródeł, jak:
x Bazujące na opinii ekspertów: ankiety delfickie, ekspertyzy eksperckie, wywiady, grupa fokusowa, dyskusja grupowa (panele, workshopy).
x Analizy trendów i scenariuszy: ekstrapolacja trendów, trend impact oraz cross impact, long wave analysis.
x Zastosowanie inteligentnych metod akwizycji informacji i wiedzy: monitoring i obserwacja środowiska (environmental scanning, technology watch), bibliometrics, scientometrics, patent analysis , text mining, knowledge sharing and management.
x Metody statystyczne: analiza korelacji zjawisk, demografia, analiza ryzyka,
x Modelowanie i symulacja: rozwój zrównoważony, zrównoważona ocena cyklu życia (LSCA), analiza socjo-efektywności lub eko-efektywności (see balance), środowiskowa ocena cyklu życia (LCA), koszty cyklu życia (LCC), społeczna analiza cyklu życia (SLCA), (life cycle analysis), metody estymowania zależności przyczynowych (causal models), modele ekono-miczne input/output, modele dyfuzji (diffusion modeling), adaptacyjne modelowanie systemów (adaptive system modeling), symulacje systemów (systems simulation, system dynamics), modele ekonometryczne (econometric base modeling), modele ekonomiczne (economic base modeling), analiza wejścia-wyjścia (input-output analysis), modelowanie ewolucji.
x Analiza decyzji: drzewa zależności (relevance trees), analiza zachowań Action Analysis, analiza kosztów i korzyści (cost-benefit analysis), opcje rzeczywiste (real option analysis). x Metody opisowe i macierzowe: analogie (analogies), backcasting, impact identification,
modelowanie systemów innowacyjnych (innovation system modeling), analiza instytucjonalna (Institutional Analysis), stakeholder analysis, DEA (data envelopment analysis ), mitigation analysis, morphological analysis, social impact assessment, multiple perspectives assessment, organizational analysis, analiza wymagań (requirements analysis). x Metody pobudzenia kreatywności: brainstorming, creativity workshops, TRIZ, generowanie
wizji (vision generation).
Wobec powyższego, dla przedstawionego zakresu przedmiotowego przewiduje się realizacje następujących funkcjonalności systemu: autonomiczne gromadzenie informacji i danych o otoczeniu STEEP, dostarczenie metod współdzielenia oraz zarządzania wiedzą, wstępna filtracja oraz przetwarzanie danych i informacji, propozycja metod akwizycji wiedzy nieformalnej.
Ważny też jest dobór odpowiednich metod zapisu danych, informacji oraz wiedzy. Jest on podstawą efektywnego funkcjonowania systemu decyzyjnego. Proces ten wymaga intensywnych operacji gromadzenia oraz przetwarzania wiedzy na potrzeby systemów. Koniecznym staje się: zdefiniowanie zakresu, określenie potencjalnych źródeł pozyskania informacji oraz koszty tych działań, kontrolowanie jakości pozyskanej informacji, określenie kryteriów wiarygodności i użyteczności pozyskanej w ten sposób informacji dla zdefiniowanego procesu decyzyjnego. Powyższe zadania mogą być wspomagane przez dedykowany system przechowywania danych, informacji i wiedzy.
System Zarządzania Wiedzą
Użytkownicy (indywidualne zadania) Sys S tem ZaZZrzą Test ontologii
ądzania Wii Wiedzdą ąd Narzędzie adnotacji Narzędzia wyszukiwania Ontologie / Ontologie dziedzinowe DB Dokument Użytkownicy (kolektywne zadania) Semantyczne adnotacje o Ontologia Ekspert Oprogramowanie lub usługa Kwerendy, zapytania Ontologie / Współdzielenie Akredytowani interesariusze (indywidualne zadania) Narzędzia wnioskowania Rys. 3.3 Wstępna koncepcja procesu zarządzana wiedzą SWD.
Źródło: Opracowanie własne.
Użytkowanie ontologii i logiki opisowej upraszcza wiele problemów w zagadnieniach związanych, między innymi z pozyskiwaniem danych i informacji, szeroko rozumianą integracją informacji, modelowaniem oraz monitorowaniem procesów biznesowych. Ponadto, ontologie
posiadają wiele mechanizmów pozwalających na zarządzanie i współdzielenie wolumenów wiedzy w środowiskach heterogenicznych. Dla przykładu, umożliwiają one budowanie większych struktur wiedzy bazując na ontologiach wyższego poziomu oraz dziedzinowych. Zaawansowane operacje na ontologiach wymagają między innymi: wprowadzenia operacji porównania ontologii, znajdowania równoważnych obiektów w ontologiach, czy integracji wiedzy rozproszonej w wielu ontologiach lub bazach wiedzy[200]. Przykładowy wariant procesu zarządzania wiedzą przedstawiono na Rys. 3.3. Ontologie w zastosowaniu TT należy postrzegać jako:
x narzędzie integracji wiedzy w heterogenicznym i rozproszonym środowisku,
x możliwość wdrożenia rozproszonej i z decentralizowanej architektury przechowywania wiedzy,
x dostarczenie narzędzi współdzielenia wiedzy pomiędzy wszystkich partnerów zaangażowanych w TT,
x automatycznej lub półautomatycznego przetwarzania i integracji informacji i wiedzy. Właściwy poziom posiadanych informacji i wiedzy stanowi podstawę sprawnego procesu podejmowania decyzji. Sprawny obieg nabytej wiedzy w podmiotach zwiększa jakość i efektywność podejmowanych decyzji. Za odpowiedni przepływ informacji w przedsiębiorstwie odpowiedzialny jest system informacyjny. Wobec powyższego zakresu przedmiotowego, przewiduje się realizację następujących funkcjonalności systemu:
x indeksowanie źródeł wiedzy - biblioteki wiedzy (ontologie), x udostępnianie wiedzy partnerom projektów TT,
x dokumentowanie, monitorowanie i aktualizacja wiedzy, x zarządzanie wiedzą na potrzeby projektów TT.
Roadmapping klasyczny określa, by podejmowanie decyzji nastąpiło przez interakcyjne wypracowanie kompromisowego rozwiązania w gronie eksperckim. Bazę procesu stanowią: werbalne opinie ekspertów, pozyskane dane ilościowe oraz jakościowe pomocne w podjęciu decyzji. Metoda zaproponowana w rozprawie rozszerza z kolei klasyczną metodę RM o techniki analizy decyzyjnej ukierunkowane na dokonanie fuzji wszelakich działań metod sztucznej inteligencji z metodami opartymi na wypracowanie rozwiązania przez ekspertów. W tym przypadku zasadne staje się postawienie następującej hipotezy:
Hipoteza szczegółowa IV
Proces wspomagania decyzji wymaga użytkowania różnorodnych wzorców systemów wspomagania decyzji celem właściwego wsparcia procesu decyzyjnego.
Hipoteza szczegółowa V
Fuzja metod klasycznych (roadmappingowych) oraz optymalizacji dyskretnej, stanowi adekwatne narzędzie wspomagania decyzji dla zastosowań transferu technologii.
Identyfikacja dozwolonych sekwencji decyzji (scenariuszy jednostkowych) jest głównie warunkowana przez odpowiednią jakość tworzonego modelu dyskretnego systemu dla problemu transferu technologii. Utworzony w ten sposób model jest zgodny z MD. Na podstawie ekstrakcji wiedzy z modelu możliwe jest określenie potencjalnych wariantów decyzyjnych oraz konsekwencji zaangażowania technologii w działalność operacyjną podmiotu. Realizacja powyższych celów wymaga opracowania procedur i algorytmów dedykowanych procesowi analitycznemu. Model ten również pozwala na integrację wiedzy o otoczeniu podmiotu, w tym aspektów: ekonomicznych, technologicznych, społecznych oraz polityczno-prawnych. Działanie to jest realizowane zgodnie z konwencją RM. Wnioskowany model może być oparty na teorii systemu zdarzeń dyskretnych (skrót SZD). SZD doskonale sprawdza się do modelowania systemów współbieżnych, dyskretnych i wielu innych zagadnień problemowych.
Zarządzanie tym systemem technologicznym zmierza do poszukiwania optymalnej trajektorii sterowania dla całego systemu. Finalnie ten element jest prezentowany decydentowi jako optymalna
strategia funkcjonowania podmiotu. Decydent może w interakcyjny sposób zmieniać parametry początkowe dla metody, uszczegółowić model opisu środowiska przez konstrukcje dodatkowych rozszerzeń modeli wraz z identyfikacją powiązań z elementami systemu podstawowego. Właściwe uzasadnienie odpowiedniej argumentacji wyboru planu strategicznego stanowi kluczowy element dyskusji rezultatu metody na płaszczyźnie ekspertów oraz decydentów. Ostateczna wizja strategii na tym etapie może ulec jeszcze doprecyzowaniu. Pojęcie wspomagania decyzji w kontekście rozprawy, będzie się głównie odnosiło do wyłonienia akceptowalnego (kompromisowego) planu przez wszystkich interesariuszy.
Budowa strategii umożliwiającej aktywne użytkowaniem metod TT osadzonym w wysoce dynamicznym środowisku wysokich technologii jest złożonym zagadnieniem. Rozwiązanie tej kwestii może wymagać zastosowania komplementarnych metod, do których należą metody: optymalnego sterowania, wielokryterialne, czy optymalizacji dyskretnej.
Wobec powyższego zakresu przedmiotowego przewiduje się realizacje następujących funkcjonalności systemu:
x implementacja algorytmu wielokryterialnego optymalnego sterowania wspomagającego proces podejmowania decyzji,
x wypracowanie mechanizmów integracji rezultatów uzyskanego w procesie funkcjonowania modułu decyzyjnego oraz działania metod eksperckiego podejmowania decyzji (klasyczne podejście do RM),
x integracja procesów decyzyjnych z metodologią RM.
3.4 Podsumowanie
Roadmapping jest metodą ukierunkowaną na kreowanie strategii długoterminowej oraz identyfikację potrzeb podmiotu wdrażającego. Tę metodę można uzupełnić o elementy implementacji wzorców związanych z wykorzystaniem metod transferu technologii. Pewnym szczególnym obszarem problemowym funkcjonowania organizacji jest problem AADTP zmierzającego do aktywnego obrotu technologiami. Rozwiązanie tego problemu można dokonać jedynie przez algorytmiczne zdefiniowanie schematu organizacyjnego oraz metodycznego wsparcia procesu decyzyjnego przez szereg procedur implementowanych w systemie informatycznym. Podsumowując, dzięki zastosowaniu roadmappingu typu AADTP możliwe będzie osiągnięcie następujących celów cząstkowych:
x dostarczenie szablonu użytkowania metody składającego się z sekwencji skalowalnych faz procesu gwarantujących elastyczną aplikację w różnych zagadnieniach problemowych aktywnie użytkujących narzędzi TT,
x metod akwizycji i zarządzania wiedzą na potrzeby wsparcia procesu decyzyjnego,
x możliwość przydziału i zarządzania różnymi typami zasobów ukierunkowanych na tworzenie środowisk otwartej innowacji,
x opracowanie metod analizy i syntezy wspomagających podejmowanie decyzji przy tworzeniu różnych planów strategicznych dla działalności operacyjnej ukierunkowanej na akwizycję i dyfuzję technologii,
x metoda dostarczająca narzędzi monitorowania i modyfikacji planu w dynamicznym środowisku,
x równorzędnie z planowaniem strategicznym, kreowanie planów wdrożenia, które często są pomijane przez inne metody.
Wprowadzenie metody RM rozwiązującej problem klasy AADTP pozwala na zaspokojenie potrzeb metodycznych podmiotów aktywnie użytkujących technologie (szczególnie w kontekście efektywności wdrażania metod SWD).
W rozdziale dokonano identyfikacji podstawowych problemów TT, gdzie wyszczególniono między innymi: problemy rozwoju nowych produktów NPD-MP, dostosowanie wyrobów do uwarunkowań prawnych DPUP, czy wybór strategii naukowo-badawczej PWSNB. Elementem wspólnym wskazanych problemów jest technologia oraz inne IP jako przedmiot obrotu, które
szczegółowo rozważa się w problemie AADTP. W rozdziale dokonano również krótkiej charakterystyki dostępnych narzędzi i modeli dostosowanych do wyszczególnionych powyżej problemów.
Zawarte w tym rozdziale informacje dotyczące podstawowych założeń funkcjonalnych i pożądanych cech systemu. Elementy te stanowią podstawę implementacji SWD dla zagadnień planowania strategicznego w kontekście TT informatycznych z wykorzystaniem metody roadmappingu.