Zastosowanie ontologii do modelowania przedsiębiorstw

Pełen tekst

(1)Zeszyty Naukowe nr. 798. Uniwersytetu Ekonomicznego w Krakowie. 2009. Piotr Soja Katedra Informatyki. Dariusz Put Katedra Systemów Obliczeniowych. Zastosowanie ontologii do modelowania przedsiębiorstw Streszczenie. W artykule omówiono problematykę wykorzystania ontologii do zarządzania przedsiębiorstwem. Zaprezentowano najbardziej znane definicje tego pojęcia, scharakteryzowano różne rodzaje ontologii oraz wskazano na możliwe obszary jej wykorzystania. Szczególną uwagę zwrócono na zastosowanie ontologii do modelowania przedsiębiorstw, omówiono projekty rozwijające ontologie dla tego typu przedsięwzięć, w tym także dla działalności e-biznesowej. Na podstawie tych rozważań dokonano oceny przydatności ontologii do wspomagania zarządzania przedsiębiorstwem oraz sformułowano wynikające z pracy wnioski. Słowa kluczowe: ontologia, zarządzanie przedsiębiorstwem, systemy informacyjne, modelowanie przedsiębiorstwa, e-biznes.. 1. Wprowadzenie Ludzie, współpracujące organizacje, a także systemy komputerowe komunikują się między sobą. Podmioty zaangażowane w komunikację mają zazwyczaj różne potrzeby oraz działają w niejednorodnych środowiskach, przez co mogą mieć odmienne poglądy, wyobrażenia i spojrzenia na to samo zagadnienie. Skutkiem tego używają własnego nazewnictwa, wykorzystują inne pojęcia, struktury i metody, które mogą się przenikać lub odwrotnie – wzajemnie sobie zaprzeczać [Uschold i Gruninger 1996]. W takiej sytuacji niełatwo znaleźć płaszczyznę porozumienia, co prowadzi do istotnych trudności w komunikowaniu się, a co za tym idzie – w wymianie informacji. W przypadku systemu informacyjnego powoduje to problemy z identyfikacją wymagań systemowych i w konsekwencji kłopoty.

(2) 22. Piotr Soja, Dariusz Put. ze specyfikacją systemu. Sytuacja ta ogranicza możliwości współpracy między zaangażowanymi stronami oraz utrudnia współdzielenie i ponowne wykorzystanie zasobów. Sposobem na rozwiązanie tych problemów może być zredukowanie terminologicznej i konceptualnej różnorodności i doprowadzenie do ujednolicenia znaczenia pojęć, co pozwoli stworzyć platformę konsolidującą różne terminologie i może stać się podstawą do [Uschold i Gruninger 1996]: – usprawnienia komunikacji między ludźmi o odmiennych potrzebach i poglądach, które mają źródło w różnych doświadczeniach i środowiskach, – współpracy między systemami możliwej po dokonaniu translacji różnorodnych metod modelowania, języków programowania i narzędzi programistycznych, – uzyskania korzyści w inżynierii systemowej, do których można zaliczyć ponowne wykorzystanie – ujednolicenie znaczenia pojęć umożliwia ich sfor malizowaną reprezentację stanowiącą komponent, który jest współdzielony lub wykorzystywany przez inne komponenty w systemie komputerowym; niezawodność – formalna reprezentacja umożliwia automatyczne sprawdzanie spójności, co powinno doprowadzić do tworzenia bardziej niezawodnego oprogramowania; specyfikację – ujednolicenie znaczenia pojęć ma wpływ na proces identyfikacji wymagań systemowych oraz tworzenia specyfikacji dla systemu komputerowego, co jest szczególnie istotne w przypadku współpracy organizacji wykorzystujących różne technologie oraz reprezentujących różne dziedziny. 2. Definicja ontologii 2.1. Ontologia jako konceptualizacja. Pojęcie ontologii odnosi się do wspomnianego ujednolicenia znaczenia pojęć dotyczącego pewnego obszaru rzeczywistości [Uschold i Gruninger 1996]. Znaczenie terminu „ontologia” zmieniało się na przestrzeni ostatnich lat, pojawiały się różne propozycje jego rozumienia. M. Uschold i M. Gruninger [1996] definiują ontologię jako wspólne rozumienie danej dziedziny, które może być wykorzystane w charakterze płaszczyzny konsolidującej, pomocnej w rozwiązywaniu problemów związanych z komunikacją i współpracą. Ontologia odzwierciedla pewne wyobrażenie świata w odniesieniu do danej dziedziny, które jest często tworzone za pomocą zbioru pojęć (tj. elementów, atrybutów, procesów), ich definicji oraz relacji między nimi. Tak rozumiane wyobrażenie świata określane jest mianem konceptualizacji. Z pojęciem konceptualizacji związana jest szeroko akceptowana definicja ontologii podana przez T. Grubera [1993], który określa ją jako jasno sprecyzowaną specyfikację konceptualizacji. Takie ujęcie jest szczególnie popularne.

(3) Zastosowanie ontologii do modelowania przedsiębiorstw. 23. wśród badaczy zajmujących się systemami informacyjnymi [Smith 2003]. T. Gruber definiuje konceptualizację jako abstrakcyjne, uproszczone postrzeganie reprezentowanego świata. Podkreśla, że każda baza wiedzy oraz system oparty na bazie wiedzy jest związany z pewną konceptualizacją w sposób jawny bądź ukryty [Gruber 1995]. Według M. Uscholda i M. Kinga [1995] oraz N. Guarina i P. Giaretty [1995] konceptualizacja to struktura semantyczna stworzona w celu zakodowania (ukrytych, niejawnych) reguł opisujących pewien wycinek rzeczywistości. Z kolei teoria ontologiczna to według tych autorów zestaw sformułowań, które są zawsze prawdziwe według przyjętej konceptualizacji. Pojęcie ontologii jest rozumiane dwojako: jako logiczna teoria wyraźnie (jawnie) opisująca konceptualizację oraz jako synonim konceptualizacji. W definicjach traktujących ontologię jako konceptualizację podkreśla się konieczność istnienia wspólnego słownika niezbędnego do wykorzystywania wiedzy przez różnorodne systemy. Pod pojęciem ontologii rozumie się specyfikację takiego słownika, który jest wspólny i reprezentatywny dla danej dziedziny: zawiera definicje klas, relacji, funkcji oraz innych obiektów [Gruber 1993]. Słownik zajmuje także centralne miejsce w definicji A.E. Campbella i S.C. Shapiro [1995], którzy określają ontologię jako model danych składający się z reprezentacyjnego słownika definiującego pojęcia oraz zbioru aksjomatów, które ograniczają interpretację i użycie tych pojęć. 2.2. Ewolucja rozumienia ontologii. Definicja ontologii zaproponowana przez T. Grubera w 1993 r. jest bardzo ogólna i pozostawia wiele miejsca na rozmaite interpretacje. Podejmowane były próby jej wyjaśnienia i sformalizowania (por. np. [Formal Ontology… 1998]), jednak ciągle pojawiały się nowe znaczenia tego terminu. Obejmowały one szeroki zakres pojęć, od katalogu i zbioru plików tekstowych, poprzez słownik, zbiór taksonomii, aż po zbiór ogólnych logicznych ograniczeń [Welty i in. 1999]. Wiele pojęć, takich jak słowniki czy modele danych, określanych jest mianem ontologii, pomimo że nie zawierają żadnych formalnych reguł. Należy zwrócić uwagę, że dwa podstawowe komponenty występują we wszystkich definicjach [Gruninger 2003]: słownik pojęć i definicja znaczenia pojęć zawartych w słowniku. W swojej definicji T. Gruber [2005] odwołuje się do systemów opartych na agentach (ang. agent-based systems) – zob. np. [Luck, McBurney i Preist 2003] – i definiuje ontologię jako opis pojęć i relacji, które mają zastosowanie dla pewnego agenta lub grupy agentów. Definicja ta jest spójna z określeniem ontologii w terminologii zestawu pojęć, jednak jest bardziej ogólna. T. Gruber podkreśla, że w zagadnieniu ontologii najistotniejsze jest to, do czego one służą. W jego.

(4) Piotr Soja, Dariusz Put. 24. mniemaniu podstawowym celem ich budowania jest umożliwienie dzielenia wiedzy i jej ponownego wykorzystywania. 2.3. Reprezentacja ontologii. Konceptualizacja może być ukryta (niejawna), np. zawarta w czyimś rozumowaniu, umyśle lub w pakiecie oprogramowania. Przykładowo pakiet księgowy obejmuje pewne wyobrażenie rzeczywistości, wykorzystując takie pojęcia jak faktura czy dział przedsiębiorstwa. Pojęcie ontologii używane jest czasem do określenia tego typu ukrytej konceptualizacji. Jednak aby ontologia mogła być użyteczna i stanowiła pewien standard, musi być przedstawiona w sposób jawny [Uschold i Gruninger 1996]. Ontologia może przybierać różnorodne formy, jednak musi zawierać słownik pojęć i ich definicje, które mogą być podane na różnym poziomie sformalizowania. M. Uschold i M. Gruninger [1996] zwracają uwagę na cztery podejścia: – wysoce nieformalne: ontologia wyrażona w nieskrępowany sposób w języku naturalnym, – półnieformalne: ontologia wyrażona w ograniczonej i ustrukturyzowanej postaci języka naturalnego, co zwiększa jasność definicji poprzez zredukowanie wieloznaczności (np. wersja tekstowa Enterprise Ontology1), – półformalne: ontologia wyrażona w sztucznym, formalnie zdefiniowanym języku (np. wersja Enterprise Ontology przedstawiona w języku Ontolingua2), – formalne: szczegółowa definicja pojęć zawierająca formalną semantykę oraz uzasadnienie poprawności i kompletności modelu (np. ontologia TOVE3). Do przedstawienia ontologii za pomocą systemu komputerowego niezbędne jest zdefiniowanie trzech najistotniejszych elementów: (1) języka wykorzystanego do reprezentowania pojęć, (2) zawartości, tzn. zbioru pojęć zawartych w ontologii stanowiącej model konceptualny danej dziedziny oraz (3) oprogramowania służącego do zarządzania ontologią. 3. Kierunki wykorzystania ontologii Zastosowanie ontologii może przybierać zróżnicowane formy, z których większość wydaje się służyć celom związanym z ponownym wykorzystaniem wiedzy (por. [Uschold i Gruninger 1996]). Niektóre kładą nacisk na wykorzystanie wspólnego słownika, inne skupiają się na ponownym wykorzystaniu oprogramowania. Zob. http://www.aiai.ed.ac.uk/project/enterprise/enterprise/ontology.html.. 1. Zob. Gruber [1992], http://www.ksl.stanford.edu/software/ontolingua/.. 2. Zob. http://www.eil.utoronto.ca/enterprise-modelling/tove/.. 3.

(5) Zastosowanie ontologii do modelowania przedsiębiorstw. 25. W pewnych zastosowaniach ontologia jest postrzegana jako narzędzie do ustrukturyzowania tworzonej bazy wiedzy, w innych jako wewnętrzna jej część. Istnieją także projekty, w których jest traktowana jako „interlingua”, czyli metajęzyk stworzony dla potrzeb danego zastosowania. Ontologia może być też zastosowana do integracji różnych modeli w jedną spójną strukturę. Szczególnie widać to w dziedzinie inżynierii procesów gospodarczych, gdzie istnieje potrzeba zdefiniowania zintegrowanego modelu przedsiębiorstwa (zachodzących w nim procesów, jego organizacji, celów, klientów itp.) w rozproszonych architekturach opartych na agentach, a także w projektowaniu i tworzeniu systemów współbieżnych. Obszar zastosowań ontologii można podzielić na trzy kategorie [Uschold i Gruninger 1996]: – komunikacja, – współpraca, – inżynieria systemowa: specyfikacja, niezawodność, ponowne wykorzystanie.. Komunikacja Ontologie eliminują nieporozumienia związane z terminologią i odmiennym rozumieniem pojęć poprzez dostarczenie jednolitej platformy w ramach danej organizacji – w ten sposób ułatwiają komunikację. Do konkretnych form zastosowań zaliczane są [Uschold i Gruninger 1996]: modele normatywne, sieci relacji, jednoznaczność oraz integracja różnych perspektyw użytkowników. Modele normatywne. Ludzie powinni opierać rozumienie systemu i jego celów na wspólnych założeniach. Poprzez wykorzystanie ontologii można zbudować normatywny model systemu, który może być dalej rozszerzany i dostosowywany do potrzeb użytkowników. Sieci relacji. Sieć relacji istnieje w sposób niejawny w każdym systemie, niemniej ludzie często mają różną świadomość i oczekiwania dotyczące wzajemnych relacji. Jest to szczególnie widoczne w aplikacjach, które używają wielu ontologii z różnych dziedzin. Ontologie służą jasnemu zdefiniowaniu wszystkich założeń odnośnie do istniejących w systemie relacji poprzez zidentyfikowanie logicznych powiązań między elementami pochodzącymi z różnych modeli. Jednoznaczność i brak niejasności. Jedną z najważniejszych funkcji ontologii jest dostarczenie jednoznacznych definicji pojęć. Istnienie różnorodnych programów wiąże się z koniecznością ujednolicenia używanych pojęć. Ontologia może służyć do stworzenia ogólnej terminologii i tłumaczenia pojęć na potrzeby konkretnych ludzi bądź programów. Integracja różnych perspektyw użytkowników. Integracja taka jest istotna w systemach opartych na komunikujących się komponentach (agentach), w których to systemach występuje problem integracji perspektyw użytkowników z jednoczesnym zachowaniem najważniejszych cech wyróżniających dane ujęcie. Przykładowo pracownicy piastujący różne stanowiska w firmie mają odmienne.

(6) 26. Piotr Soja, Dariusz Put. koncepcje działania organizacji, celów, jakie przed nią stoją, i tego, w jaki sposób należy je osiągnąć. Podobny problem dotyczy integracji globalnego i wewnętrznego spojrzenia na przedsiębiorstwo. Rola ontologii polega na dostarczeniu odpowiedniego modelu normatywnego i pomocy w komunikacji i porozumieniu między uczestnikami.. Współpraca Wiele zastosowań ontologii dotyczy zagadnienia współpracy, która wymaga wymiany danych oraz wykorzystania różnorodnego oprogramowania. Głównym zadaniem ontologii jest stworzenie środowiska integrującego oprogramowanie poprzez standaryzację terminologii bądź poprzez udostępnienie możliwości jej tłumaczenia (translacji) na potrzeby różnych użytkowników.. Inżynieria systemowa Zastosowanie ontologii w inżynierii systemowej skupia się na wsparciu procesu projektowania i tworzenia oprogramowania. Do korzyści w tym obszarze można zaliczyć wsparcie specyfikacji, zwiększenia niezawodności i poziomu ponownego wykorzystania oprogramowania. 4. Systemy informacyjne oparte na ontologii Każdy system informacyjny (SI) dysponuje pewną ontologią, ponieważ przypisuje znaczenie symbolom wykorzystywanym do opisu rzeczywistości zgodnie z przyjętym postrzeganiem świata. System informacyjny składa się zwykle z trzech komponentów: oprogramowania aplikacyjnego, zasobów informacyjnych (tj. bazy danych lub bazy wiedzy) oraz interfejsów użytkownika. Komponenty te są zintegrowane w sposób umożliwiający osiągnięcie zamierzonego celu biznesowego [Guarino 1998]. W ciągu ostatnich dwóch dekad wiele uwagi poświęcono budowie ontologicznych podstaw analizy i projektowania systemów informacyjnych [Wyssusek 2004]. W systemach informacyjnych opartych na ontologii jest ona traktowana jako element centralny i pełni funkcję nadrzędną w stosunku do wszystkich komponentów SI oraz zagadnień związanych z budowaniem i eksploatacją systemu. N. Guarino [1998] wskazuje dwa wymiary określające wpływ wykorzystania ontologii na systemy informacyjne: 1) tymczasowy: – wykorzystanie ontologii podczas budowy SI – tworzenie SI oparte na ontologii, – wykorzystanie ontologii podczas działania SI – SI oparte na ontologii; 2) strukturalny, charakteryzujący wpływ ontologii na poszczególne komponenty SI:.

(7) Zastosowanie ontologii do modelowania przedsiębiorstw. 27. – oprogramowanie aplikacyjne, – zasoby bazodanowe, – interfejs użytkownika. Do głównych korzyści płynących z wykorzystania ontologii podczas tworzenia SI można zaliczyć [Guarino 1998]: pomoc projektantom w zwiększeniu jakości analizy koncepcyjnej, zwiększenie poziomu wykorzystania SI i ułatwienie jego utrzymania, większy poziom ponownego wykorzystania wiedzy. 5. Podział ontologii Ontologia, aby mogła być szeroko akceptowana, powinna być neutralna, tzn. nie może promować żadnej ze stron korzystających z jej zasobów. Tymczasem, jak pokazuje doświadczenie, wymaga to kompromisu pomiędzy postulatem neutralności a wymaganiem, aby ontologia obejmowała jak największą liczbę definicji terminów. Możliwości kompromisu należy upatrywać w stworzeniu nadrzędnej ontologii obejmującej specyfikację kategorii ogólnych takich jak: czas, przestrzeń, dziedziczenie, tożsamość, pomiar, ilość, zależność funkcjonalna, proces, zdarzenie, atrybut, granice itp. (zob. np. http://suo.ieee.org). Ontologia najwyższego poziomu jest zatem przeznaczona do pełnienia funkcji wspólnej płaszczyzny, która może być rozbudowywana przez ontologów zajmujących się konkretnymi dziedzinami [Smith 2003]. Ontologie można sklasyfikować według dwóch kryteriów [Guarino 1997]: biorąc pod uwagę ich poziom szczegółowości oraz poziom zależności od danego zadania. Szczegółowa ontologia staje się bliższa definicji słownika i zwykle jej implementacja jest związana z bogatym językiem reprezentacji. Prosta ontologia może być tworzona z zamiarem udostępnienia do dalszego wnioskowania, aby mogła być dzielona między użytkowników, którzy zaakceptowali leżącą u jej podstaw konceptualizację. Ze względu na poziom szczegółowości można zatem wyróżnić ontologie referencyjne (lub ontologie off-line) oraz ontologie współdzielone (lub ontologie on‑line). Według drugiego kryterium można wyodrębnić ontologie najwyższego poziomu, ontologie zadań oraz ontologie zastosowań (zob. rys. 1): – ontologie najwyższego poziomu opisują najbardziej ogólne pojęcia jak przestrzeń, czas, materia, obiekt, zdarzenie, akcja itp., które są niezależne od konkretnego problemu lub dziedziny – wydaje się zatem pożądane, aby istniały zunifikowane ontologie najwyższego poziomu dla szerokiego grona użytkowników; – ontologie dziedzinowe oraz ontologie zadań opisują słownik związany z pewną ogólną dziedziną (jak np. medycyna lub motoryzacja) lub zadaniem (jak np. diagnozowanie lub sprzedaż) poprzez uściślenie pojęć wprowadzonych do ontologii najwyższego poziomu;.

(8) Piotr Soja, Dariusz Put. 28. – ontologie zastosowań opisują pojęcia zależne zarówno od konkretnej dziedziny, jak i zadania, które są często uściśleniem obydwu powiązanych ontologii. M. Uschold [1996] dzieli ontologie według trzech kryteriów, do których zalicza: – poziom sformalizowania związany ze sposobem określenia słownika, który może przyjmować formę od wysoce nieformalnej, poprzez półnieformalną i półformalną aż do formalnej4; – cel dotyczący zamierzonego wykorzystania ontologii, które można podzielić na ontologie komunikacyjne, ułatwiające współpracę między systemami oraz te nastawione na usprawnienia w inżynierii systemowej5; – zakres tematyczny związany z opisywaną tematyką, która może dotyczyć: poszczególnych dziedzin nauki, takich jak medycyna, projektowanie, geografia etc., obszaru rozwiązywania problemów oraz zagadnień związanych z językami do reprezentacji wiedzy. ontologia najwyższego poziomu. ontologia dziedzinowa. ontologia zadań. ontologia zastosowań. Rys. 1. Rodzaje ontologii (strzałki przedstawiają relacje specjalizacji) Źródło: [Guarino 1997].. Ontologie są projektowane i tworzone na bazie innych istniejących ontologii. Przyk ładowo ontologie dla jakości [Kim, Fox i Gruninger 1999] oraz kosztów [Tham, Fox i Gruninger 1994] zostały oparte na fundamentalnych pojęciach dotyczących przedsiębiorstwa: czynności, stanu, przyczyny, czasu, zasobów i struktur organizacyjnych. Wszystkie razem noszą nazwę TOVE Core Ontologies [Gruninger i Fox 1995].. Zob. fragment dotyczący reprezentacji ontologii.. 4. Zob. fragment dotyczący wykorzystania ontologii.. 5.

(9) Zastosowanie ontologii do modelowania przedsiębiorstw. 29. 6. Wykorzystanie ontologii do modelowania przedsiębiorstwa 6.1. Uwagi wstępne. Szybkość działania, elastyczność oraz otwartość to najważniejsze cechy, którymi powinno charakteryzować się współczesne przedsiębiorstwo. Otwartość wiąże się m.in. z umiejętnością nawiązywania współpracy z nowymi partnerami i szybkim dochodzeniem do wspólnego pojmowania danego obszaru biznesu. Istnieje szereg przedsięwzięć mających na celu wykorzystanie ontologii do wsparcia działalności przedsiębiorstwa. Podejmowane inicjatywy zarówno skupiają się na ogólnym postrzeganiu działalności (np. [Uschold i in. 1998, Gruninger i Fox 1994a]), jak i dotyczą wyspecjalizowanych firm prowadzących działalność w formie e-commerce (np. [Obrst, Wray i Liu 2001, Obrst, Liu i Wray 2003, Osterwalder i Pigneur 2002, 2004]). Rozważmy przykład dużego międzynarodowego banku z wieloma oddziałami w różnych krajach świata. Korporacja ta musi zintegrować systemy informacyjne wszystkich oddziałów w celu umożliwienia komunikacji między nimi. Pojawia się potrzeba wypracowania wspólnej ontologii w celu stworzenia platformy dla tej komunikacji. Tymczasem nawet w takiej stosunkowo przejrzystej sytuacji, w której występuje pojedyncza korporacja, stworzenie wspólnej ontologii może nie być łatwym zadaniem, gdyż pojęcia związane z finansami, kredytami, zabezpieczeniami, ubezpieczeniami itd. mogą być różnie definiowane i rozumiane w poszczególnych kulturach [Smith 2002]. Wykorzystanie ontologii zawierającej model przedsiębiorstwa, który można dostosować do konkretnych potrzeb danej firmy, niewątpliwe przyczyniłoby się do sprawniejszego rozwiązania przedstawionego problemu. 6.2. Cechy ontologii przedsiębiorstwa. Model przedsiębiorstwa to komputerowa reprezentacja struktury, czynności, procesów, informacji, zasobów, ludzi, zachowań, celów oraz ograniczeń właściwych dla danej organizacji czy też innego przedsięwzięcia [Fox i Gruninger 1998]. Zadaniem takiego modelu jest doprowadzenie do sytuacji, w której staje się on głównym mechanizmem w projektowaniu, analizie oraz działaniu przedsiębiorstwa. Jeśli wziąć pod uwagę proces projektowania, model powinien dostarczać języka umożliwiającego jasną definicję przedsiębiorstwa, pozwalającego na modelowanie jego struktury organizacyjnej i zachowania. W zakresie działania przedsiębiorstwa model powinien odzwierciedlać zdarzenia, które są planowane, mogą wystąpić lub wystąpiły w przeszłości. Musi dostarczać informacji i wiedzy.

(10) 30. Piotr Soja, Dariusz Put. koniecznej do wspierania działania operacyjnego, niezależnie od tego, czy jest ono wykonywane przez ludzi, czy przy wykorzystaniu maszyn [Fox i Gruninger 1998]. Ontologie wykorzystywane do modelowania przedsiębiorstwa (ang. enterprise modelling ontology) różnią się zakresem oraz poziomem integracji różnorodnych ontologii. Ontologie opisujące przedsiębiorstwo powinny być w stanie reprezentować pojęcia z różnych dziedzin takich jak czynności, produkty, usługi, czas i zasoby, jak również mieć sposobność integrowania tych dziedzin i umożliwiania współpracy pomiędzy narzędziami wykorzystującymi różne ontologie [Gruninger 2003]. M.S. Fox i M. Gruninger [1998] proponują sześć kryteriów oceny przydatności modelu przedsiębiorstwa do konkretnego zadania. Należą do nich: 1. Funkcjonalna zupełność – czy model zawiera informacje konieczne do wykonania zadania. 2. Ogólność – w jakim zakresie model jest uniwersalny dla różnych czynności takich jak projektowanie, wytwarzanie czy marketing; czy model jest specyficzny dla danego sektora jak np. produkcja, czy też może być stosowany w innych, jak handel lub finanse. 3. Wydajność – czy model pozwala na wydajne pod względem wymaganego czasu i przestrzeni wnioskowanie, czy wymaga dalszych transformacji. 4. Czytelność – czy model jest zrozumiały dla użytkowników i w związku z tym może być w tej samej postaci zastosowany w całym przedsiębiorstwie i jednakowo interpretowany. 5. Stopień precyzji – czy model zawiera rdzenny zbiór ontologii, które można od siebie oddzielić, czy też ontologie te zazębiają się; czy reprezentacja modelu pozwala na wnioskowanie na różnych poziomach abstrakcji. 6. Minimum zawartości – czy model zawiera minimalną liczbę obiektów (pojęć w słowniku) koniecznych do realizacji wybranego zadania. Wymienione kryteria można zastosować w praktyce, wykorzystując tzw. pytania kompetencyjne [Gruninger i Fox 1994b], które powinny być odpowiednio zaprojektowane, aby można było za ich pomocą przetestować wszystkie aspekty przydatności ontologii. Są one zwykle skonstruowane warstwowo, tzn. pytania z wyższego poziomu wymagają wcześniejszych odpowiedzi na pytania z poziomu niższego [Fox i Gruninger 1998]. Ontologia definiująca model przedsiębiorstwa powinna obejmować szerokie spektrum zagadnień związanych z prowadzeniem działalności gospodarczej. Można wyodrębnić kilka kategorii modelowanych zagadnień [Fox i Gruninger 1997]: – procesy i czynności: kategoria ta obejmuje reprezentacje stanu, czasu i przyczynowości, – zasoby i zapasy: reprezentacja zasobów, zapasów, magazynów itp.,.

(11) Zastosowanie ontologii do modelowania przedsiębiorstw. 31. – struktura organizacyjna: reprezentacja stanowisk, ról, oddziałów, procesów, celów, ograniczeń itp. – struktura produktu i zapotrzebowanie: budowa produktów i zapotrzebowanie na komponenty i podzespoły, – jakość: reprezentacja jakości oparta na standardach jakościowych, – koszt: reprezentacja kosztu zasobów, czynności, rachunku kosztów itp. 6.3. Przykłady projektów. Spośród projektów mających na celu stworzenie ontologii do opisu przedsiębiorstwa najbardziej znane są Toronto Virtual Enterprise (TOVE) oraz Edinburgh Enterprise Ontology (EO). Toronto Virtual Enterprise. TOVE jest ontologią opracowaną przez Enterprise Integration Laboratory na Uniwersytecie w Toronto. Autorzy projektu koncentrują się na integracji przedsiębiorstwa i opracowaniu komputerowego modelu, który mógłby być rozumiany zarówno przez ludzi, jak i systemy komputerowe [Fox i Gruninger 1994]. Celem projektu TOVE jest stworzenie ontologii, która [Fox, Chionglo i Fadel 1993]: – będzie zawierać terminologię opisującą przedsiębiorstwo, możliwą do wykorzystania przez każdą aplikację, – zdefiniuje znaczenie każdego pojęcia w precyzyjny i jednoznaczny sposób, – dostarczy zestawu aksjomatów pozwalających na udzielanie odpowiedzi na pytania dotyczące przedsiębiorstwa, – będzie zawierać zestaw symboli umożliwiających przedstawienie definiowanych pojęć w sposób graficzny. W rezultacie prowadzonych prac TOVE dostarcza bogatej i precyzyjnej reprezentacji wiedzy dotyczącej przedsiębiorstw oraz zawiera takie elementy jak cele, struktura organizacyjna i czynności. Istotną cechą modelu TOVE jest oparcie jego infrastruktury na agentach [Barbuceanu i Fox 1994]. Do struktury informacyjnej wspierającej współpracujące przedsiębiorstwa wprowadzony jest jako komponent tzw. agent informacyjny. Przedsiębiorstwo jest przedstawione jako zbiór współpracujących agentów. Wyróżnia się dwa rodzaje agentów: funkcjonalne i informacyjne. Te pierwsze planują i kontrolują czynności w ramach łańcucha dostaw, zadaniem agentów informacyjnych natomiast jest wspieranie innych agentów poprzez dostarczanie informacji i zapewnienie odpowiedniej komunikacji. Istnieje wiele rodzajów agentów funkcjonalnych, z których każdy reprezentuje konkretną funkcję przedsiębiorstwa: pozyskiwanie zamówień, planowanie, wysyłki, zasoby oraz transport. Edinburgh Enterprise Ontology. EO została opracowana w ramach projektu Enterprise Project w Artificial Intelligence Applications Institute na Uniwersytecie.

(12) 32. Piotr Soja, Dariusz Put. w Edynburgu. Stanowi zbiór pojęć i definicji odnoszących się do przedsiębiorstw zajmujących się działalnością gospodarczą. Głównym celem EO jest odgrywanie roli medium komunikacyjnego usprawniającego porozumienie między ludźmi z różnych przedsiębiorstw, z uwzględnieniem użytkowników i twórców oprogramowania, pomiędzy ludźmi i systemami komputerowymi oraz pomiędzy różnymi systemami komputerowymi [Uschold i in. 1998]. Zamierzeniem twórców EO jest także stworzenie systemu wspomagania pozyskiwania i reprezentacji wiedzy oraz narzędzia wspierającego tworzenie bibliotek wiedzy. EO istnieje w kilku formach, począwszy od postaci nieformalnej, poprzez półformalną, aż do implementacji w postaci programów komputerowych, co jest związane z jej rozwojem. Pierwsza, nieformalna postać była przedstawiona za pomocą języka naturalnego. Kolejna, półformalna, została wyrażona w języku Ontolingua. Istnieje także wersja EO w postaci aplikacji komputerowych noszących wspólne miano Enterprise Tool Set, w skład których wchodzą programy pozwalające na modelowanie procesów biznesowych i zarządzanie poszczególnymi fazami tworzenia modelu [Uschold i in. 1998]. EO została podzielona na pięć klas (kategorii) będących obrazem aspektów działania przedsiębiorstwa [Fox i Gruninger 1998, Uschold i in. 1998]: – metaontologia: pojęcia wykorzystane do definicji ontologicznej terminologii (np. jednostka, relacja, rola, czas, stan), – czynności i procesy: pojęcia związane z planowaniem i procesami (np. czynność, zasób, plan, zdolność, alokacja zasobów), – organizacja: terminy związane ze strukturą organizacyjną przedsiębiorstwa (np. osoba, podmiot prawny, jednostka organizacyjna, zarządzanie, posiadanie), – strategia: pojęcia związane z długofalowym planowaniem działalności (np. cel, misja, decyzja, czynniki sukcesu), – marketing: terminy związane z marketingiem oraz sprzedażą dóbr i usług (np. sprzedaż, produkt, cena, klient, rynek, marka, promocja). 6.4. Ontologia w działalności e-biznesowej. Przedsiębiorstwa zajmujące się handlem elektronicznym podlegają szczególnym naciskom związanym z koniecznością szybkiego działania, elastycznością, wykorzystaniem najnowocześniejszych technologii oraz konkurencją i możliwością utraty klientów. Wykorzystanie ontologii do wsparcia działalności przedsiębiorstw tego typu wiąże się z ich potrzebami informacyjnymi oraz wsparciem przeprowadzanych transakcji [Obrst, Liu i Wray 2003]. W zakresie zaspokojenia potrzeb informacyjnych klientów firmy ontologia może być pomocna poprzez zaproponowanie odpowiedniego modelu przedsiębiorstwa, który pozwalałby im na parametryczne przeszukiwanie oferowanych produktów i usług, a następnie na ustalanie ich ceny i dostępności. Umożliwia.

(13) Zastosowanie ontologii do modelowania przedsiębiorstw. 33. zbieranie informacji dotyczących produktów i usług, a także gromadzenie wiedzy o użytkownikach. Co więcej, pozwala na określenie relacji między produktami i użytkownikami, ułatwiając w ten sposób personalizację użytkowników oraz tworzenie zapytań uwzględniających doświadczenie i zainteresowania użytkownika. Wsparcie przeprowadzania transakcji może polegać na dostępie do odpowiednich ontologii zawierających modele współpracujących firm. Wiedza dotycząca ich struktury organizacyjnej, procesów, przepływu pracy, produktów oraz usług może w bezpośredni sposób ułatwić proces zakupów i sprzedaży. Przedsiębiorstwa zajmujące się e-biznesem stają przed wyzwaniami związanymi z otwartością, elastycznością oraz dynamiką działania. Otwartość oznacza konieczność standar yzacji wymienianej informacji i wykracza poza ustalenia dotyczące standardów używanych protokołów oraz formatów dokumentów. Elastyczność wymaga podejścia opartego na wielu standardach. Jest mało prawdopodobne, aby pojawił się jeden standard, który obejmie wszystk ie zagadnienia e-biznesu i który byłby akceptowany przez wszystkie rynki i kultury oraz uwol niłby organizacje od konieczności dostarczania specyficznej treści dla wybranych użytkowników. Dynamika e-biznesu wymaga standardów, które działają jak żywe organizmy. Produkty, usługi oraz metody handlu szybko się zmieniają, szczególnie w e‑biznesie. Mechanizmy handlu elektronicznego mające wspierać tę działalność muszą podążać za tymi zmianami. Handel elektroniczny oparty na sieci internetowej pomaga firmom dotrzeć do dużej liczby klientów bez konieczności tworzenia wielu kanałów komunikacji. Możliwe staje się tworzenie wirtualnych przedsiębiorstw oraz podział na mniejsze jednostki współpracujące za pomocą mechanizmów komunikacji i relacji wypracowanych przez e-commerce. Propozycją ontologii dla zastosowań w e-biznesie jest e-Business Model Ontology (e‑BMO) zdefiniowany przez Alexandra Osterwaldera i Yves’a Pigneura [Osterwalder 2002, Osterwalder i Pigneur 2002, 2004]. Ontologia ta składa się ze zbioru elementów oraz występujących między nimi relacji. Stanowi podstawę wielopoziomowego modelu przedsiębiorstwa. Pomaga zidentyfikować mierniki i wskaźniki działalności e-biznesowej, które składają się na drugą warstwę modelu, tzw. poziom pomiarów. Dwie pierwsze warstwy, tzn. ontologii i pomiarów, stanowią z kolei podstawę dla najwyższego poziomu modelu – równań dynamicznych, badających wpływ poszczególnych składników modelu oraz dostarczających możliwości przeprowadzania symulacji [Osterwalder i Pigneur 2002]. Ontologia e-BMO jest podzielona na kilka poziomów. Pierwszy – poziom dekompozycji – zawiera cztery główne filary (komponenty) modelu biznesowego, do których należą [Osterwalder i Pigneur 2002, 2004]:.

(14) 34. Piotr Soja, Dariusz Put. 1. Innowacyjność produktu i oferta wartości – produkty i usługi oferowane przez przedsiębiorstwo reprezentujące oferowaną klientowi wartość, za którą jest on skłonny zapłacić. 2. Relacje z klientami – komponent ten obejmuje aspekty związane z klientami. Należą do nich: wybór klientów (segmentacja rynku), określenie, w jaki sposób firma chce się kontaktować z klientami (kanały komunikacji i dystrybucji) oraz jaki rodzaj relacji chce z nimi utrzymywać (np. wzajemne zaufanie, wspólne budowanie marki). 3. Zarządzanie infrastrukturą – kategoria ta zawiera elementy pomocne w stworzeniu oferty przedsiębiorstwa i nawiązaniu relacji z klientami, wiąże się również ze zdolnościami niezbędnymi do dostarczenia klientowi tej oferty. 4. Finanse – komponent ten obejmuje przepływy finansowe oraz mechanizmy ustalania cen. Kategoria ta jest „poprzeczna” w stosunku to trzech pozostałych, ponieważ każda z nich wywiera na nią wpływ. W skład komponentu finansowego wchodzi model przychodów, struktura kosztów oraz model zysków. 7. Ocena przydatności ontologii do zarządzania przedsiębiorstwem 7.1. Uwagi wstępne. Badacze zajmujący się ontologią na gruncie systemów informacyjnych oraz zarządzania przedsiębiorstwem mają nadzieję na usprawnienie działalności przedsiębiorstw oraz lepszą współpracę między nimi dzięki zastosowaniu technologii opartych na ontologiach. Na podstawie oceny stanu badań w tym zakresie można stwierdzić, że mimo wielu projektów i osiągniętych usprawnień nie wszystkie problemy udało się rozwiązać; co więcej, nie jest prawdopodobne, aby w pewnych przypadkach takie rozwiązanie mogło szybko powstać. Autorzy prowadzonych przez kilka lat projektów budujących ogólne ontologie nie byli w stanie ustrzec się błędów, które mogą w pewien sposób ograniczyć zastosowanie ontologii. Przykładowo ogólna ontologia utworzona w projekcie CYC (http://www.cyc.com) jest krytykowana przede wszystkim za brak reguł rządzących dodawaniem nowych terminów i teorii do istniejącej struktury. Nowe elementy były dodawane do ontologii ad hoc [Smith 2003]. Podstawowy problem związany z zastosowaniem ogólnych ontologii związany jest z ich rozszerzaniem do odpowiedniego poziomu szczegółowości, aby mogły być pomocne w rozwiązywaniu rzeczywistych problemów związanych np. z integracją baz danych. Problemy te można porównać do tworzenia ontologii dla historii świata [Smith 2002], co wiązałoby się z koniecznością zbudowania wspólnej płaszczyzny do opisu wszystkich historycznych faktów, a to z kolei wymagałoby,.

(15) Zastosowanie ontologii do modelowania przedsiębiorstw. 35. aby wszystkie zdarzenia, systemy prawne i polityczne, przekonania, religie, władze itd. były ujęte w jedną, wyczerpującą listę kategorii. Projekt CYC próbuje stworzyć płaszczyznę tego typu, jednak istnieją wątpliwości, czy tą metodą da się rozwiązać konkretne problemy, które, przykładowo, mogą pojawić się podczas integracji danych pozyskanych z zupełnie odmiennych źródeł [Smith 2002]. Kolejny problem jest związany z istnieniem możliwości dostosowania ogólnej ontologii do konkretnych potrzeb w wybranym obszarze. Aby taka ogólna ontologia nadawała się do konkretnego użycia, jak np. modelowanie przedsiębiorstwa, powinna zawierać ograniczoną liczbę pojęć łatwych do przyswojenia przez użytkowników, którzy mogą w pełni wykorzystać potencjał proponowanego rozwiązania tylko wtedy, gdy rozumieją używane przez siebie pojęcia. Tymczasem ogólne ontologie są, z natury rzeczy, systemami skomplikowanymi. W związku z tym wydają się mało przydatne do budowy wyczerpujących ontologii dla wybranych dziedzin. Korzystniejszym podejściem wydaje się wypracowanie rozwiązania na podstawie istniejących w badanym obszarze prototypów, które modelują rzeczywistość w określonej dziedzinie. Niewątpliwie duży potencjał tkwi w zastosowaniu ontologii do modelowania i integracji przedsiębiorstw. Dotyczy to zagadnień związanych z komunikacją i wymianą informacji wewnątrz przedsiębiorstw oraz pomiędzy nimi. To ostatnie zagadnienie jest szczególnie istotne w dobie współczesnych możliwości komunikacyjnych i związanych z tym szans i zagrożeń. Do najważniejszych zagadnień związanych z zastosowaniem ontologii w modelowaniu przedsiębiorstw należą: potrzeba integracji i ustanowienie standardu. Jako przykład ilustrujący potrzebę integracji przedsiębiorstw rozważmy tworzenie raportów finansowych. W niektórych państwach raporty mogą być sporządzane według standardów US GAAP (Generally Accepted Accounting Principles, zob. np. http://cpaclass.com/gaap/gaap-us-01a.htm) lub IAS (International Accounting Standards, http://www.iasb.org). Pozycje kosztów są często przyporządkowywane do różnych kategorii przychodów i rozchodów według wspomnianych standardów, w zależności od prawa podatkowego i reguł rachunkowości obowiązujących w danym kraju. Jak dotąd nie powstał algorytm umożliwiający automatyczną konwersję sprawozdań finansowych pomiędzy dwoma wspomnianymi standardami, ponieważ zbyt wiele zależy od zmiennego prawa podatkowego oraz subiektywnych interpretacji księgowych. Przykład ten ilustruje sytuację, w której zastosowanie ontologii w celu rozwiązania problemu konwersji mogłoby przynieść znaczne korzyści ekonomiczne [Smith 2003]. Na temat definiowania standardów, które zawierałyby modele biznesowe dla procesów, dokumentów i innych pojęć istotnych w działalności przedsiębiorstwa, ciągle toczy się dyskusja. Jeżeli wypracowywanie standardów nie rozpoczyna się od jasnej definicji ontologii, może doprowadzić do powstania rozwiązania.

(16) 36. Piotr Soja, Dariusz Put. uwzględniającego przede wszystkim istniejące standardy IT lub preferujące rozwiązania stosowane w pewnych organizacjach nieuwzględniających zastosowań przyjętych przez inne. W chwili obecnej istnieje kilka podejść zmierzających do zdefiniowania kompleksowej ontologii przedsiębiorstwa. Można do nich zaliczyć ontologie EO oraz TOVE, a także część projektu CYC. Nie wydaje się jednak, aby któreś z nich mogło stać się uniwersalne. W projektach tych kładzie się nacisk na różne zagadnienia. Główną siłą EO jest zdefiniowanie pojęć związanych ze strategią, takich jak cele i polityka firmy, wydaje się jednak, że ontologia ta nie zapewnia należytego wsparcia dla charakterystyki produktów i usług. Z kolei TOVE kładzie nacisk na działalność operacyjną. Ontologia tworzona w ramach projektu CYC natomiast zawiera pojęcia i aksjomaty dotyczące ogólnej wiedzy o świecie, jej zastosowanie do konkretnego obszaru zaś, na przykład modelowania przedsiębiorstwa, jest utrudnione ze względu na ograniczoną elastyczność oraz nieprzejrzystość pojęć [Gangemi, Pisanelli i Steve 1999]. Wykorzystanie ontologii w procesie modelowania przedsiębiorstwa może nieść ze sobą szereg pozytywnych skutków, z których jedne mogą mieć bezpośrednie przełożenie na wyniki, a inne pozwolą poczynić pewne usprawnienia, których nie da się bezpośrednio zmierzyć w kategoriach ekonomicznych. W proces tworzenia architektury czy struktury organizacyjnej przedsiębiorstwa zaangażowany jest zespół ludzi reprezentujących zwykle różne działy i obszary działania. Wykorzystanie ontologii w tym procesie dostarcza płaszczyzny porozumienia między ludźmi o różnych spojrzen iach na działalność przedsiębiorstwa – analitykami systemowymi i specjalistami IT zajmującymi się budowaniem systemu informacyjnego firmy oraz przyszłymi użytkownikami systemu. Ontologia znajduje zastosowanie w zagadnieniach związanych z tworzeniem modeli koncepcyjnych, które są wykorzystywane do oceny dopasowania potrzeb organizacyjnych przedsiębiorstwa do modeli biznesowych oferowanych przez wybrany zintegrowany system zarządzania (np. ERP) czy też w celu usprawnienia procesu projektowania i implementacji systemu informacyjnego. Model powinien być dokładny, kompletny, spójny oraz nie powinien zawierać sprzecznych relacji i dublujących się informacji. W procesie walidacji modeli koncepcyjnych ontologia wykorzystywana jest w trzech aspektach (por. [Shanks i in. 2003, Shanks, Tansley i Weber 2003]): wyborze odpowiedniej metody do opisu wybranej dziedziny, zrozumieniu zagadnień reprezentowanych przez dany model koncepcyjny oraz nadaniu sensu niejasnym i dwuznacznym elementom występującym w modelach. Jest oczywiste, że ontologia poprawnie zdefiniowana dla potrzeb danego zastosowania jest niezwykle pożytecznym narzędziem. Także sam proces jej tworzenia, który niekoniecznie musi zakończyć się sukcesem, może pozytywnie wpłynąć na.

(17) Zastosowanie ontologii do modelowania przedsiębiorstw. 37. stan wiedzy uczestników projektu. Pracujący nad projektem specjaliści mają świadomość istnienia potrzeby udostępniania swojej wiedzy przedstawicielom innych dziedzin. Powoduje to zwykle konieczność gruntownego przemyślenia i często uproszczenia modelu, co z kolei wpływa na poprawę jego jakości i klarowności. Korzyści te występują także wtedy, gdy nie udaje się osiągnąć wspólnej płaszczyzny i gdy istnieją różne ontologie dotyczące tego samego obszaru. Sama próba stworzenia ontologii wywiera korzystny wpływ na terminologię w ramach danej dziedziny oraz na zrozumienie pojęć pomiędzy dziedzinami. W efekcie poszczególne dziedziny stają się mniej hermetyczne, a zgromadzona wiedza bardziej dostępna. 7.2. Bariery integracji przedsiębiorstw. Najistotniejszym zagadnieniem odnoszącym się do problemu integracji przedsiębiorstw i ich systemów informacyjnych jest głębokość tej integracji oraz jej dynamika. Istota problemu tkwi w stopniu integracji danych występujących w systemie oraz w zachowaniu w czasie wypracowanego rozwiązania. Pełna integracja systemów z aktualizacjami on-line jest zagadnieniem niezwykle skomplikowanym. Po rozwiązaniu stosunkowo łatwego zadania związanego z konwersją różnych formatów danych opisujących te same pojęcia napotykamy na poważniejsze problemy dotyczące struktury danych, relacji między tabelami, procedur walidacyjnych, zabezpieczeń itd. Wszystkie te elementy mogą różnić się od siebie w integrowanych systemach i powodować sytuację, w której pewna operacja jest poprawna w jednym, a niedopuszczalna w drugim systemie. Przedsiębiorstwa wykorzystują w swojej działalności różne procedury organi zacyjne, struktury danych, modele obiegu dokumentów, odmienne ich rodzaje itp. Pewne pojęcia mogą występować w jednym przedsiębiorstwie, w innych mogą być nieznane. Także uregulowania prawne mogą stanowić istotną barierę integracyjną – przykładowo podpisy na dokumentach są wymagane w pewnych państwach, w innych nie są konieczne. Problem komplikuje się więc jeszcze bardziej, gdy rozszerzamy zakres integracji na przedsiębiorstwa działające na rynku globalnym, ponad granicami państw. Podejście polegające na stworzeniu ogólnej ontologii i późniejsze jej dostosowywanie do danego otoczenia wydaje się raczej skazane na niepowodzenie. Ontologia obejmująca wszystkie możliwe struktury organizacyjne byłaby niezwykle skomplikowana, o ile w ogóle możliwa do stworzenia i późniejszego utrzymywania. Same systemy informacyjne przedsiębiorstw są złożone i zarządzanie nimi jest pracochłonne. Pakiet R/3 produkowany przez niemiecką firmę SAP (www. sap.com), światowego lidera na rynku systemów zarządzania przedsiębiorstwem, wymaga skonfigurowania ponad 3 tys. tabel w procesie wdrożenia [Davenport 1998]. Przykład ten daje wyobrażenie o skali problemu polegającego na zapewnie-.

(18) 38. Piotr Soja, Dariusz Put. niu integracji tak skomplikowanego systemu z innymi rozwiązaniami czy zadania polegającego na zbudowaniu ogólnej ontologii gotowej do integracji z pakietem R/3 i całą gamą rozwiązań konkurencyjnych o podobnym stopniu zaawansowania. Jest mało prawdopodobne, aby powstała ontologia, która byłaby używana i akceptowana przez środowiska zajmujące się systemami informacyjnymi z różnych dziedzin. Projekt mający na celu stworzenie zunifikowanej ontologii systemów informacyjnych skazany jest na łączenie wielu istniejących konceptualizacji lub mikroteorii, które były tworzone często w różnych celach. Podstawowym problemem na drodze do utworzenia takiej ontologii jest podejście, które jednakowo traktuje wszystkie konceptualizacje. Istnieje bowiem sporo nieprawidłowych konceptualizacji, które mają złe podstawy lingwistyczne, opierają się na zbyt tolerancyjnych słownikach lub przestarzałych systemach informacyjnych budowanych na wątpliwych regułach [Smith 2002]. Projekt budowy ontologii systemów informacyjnych wydaje się zatem przedsięwzięciem zmierzającym w kierunku odnalezienia wspólnego mianownika dla przeróżnych teorii – prawdziwych i fałszywych. W tym podejściu nie bierze się pod uwagę faktu, że wejściowe konceptualizacje wnoszą nie tylko różny wkład do wynikowej ontologii, ale także że są często sprzeczne. 8. Wnioski W rezultacie wielu badań prowadzonych nad ontologiami powstała gama rozwiązań zawierających zarówno propozycje ontologii, jak i odpowiednie oprogramowanie wspomagające ich wykorzystanie. Przeważają rozwiązania przeznaczone dla konkretnych obszarów lub branż przemysłu, jak np. szpitalnictwo, medycyna, chemia, przemysł motoryzacyjny, projektowanie systemów informacyjnych. Ontologie dziedzinowe wydają się dopracowane i gotowe do wykorzystania, istnieje natomiast problem z ontologiami wykraczającymi poza obszar jednej dziedziny. Podczas próby objęcia ontologią wielu dziedzin liczba problemów narasta lawinowo i zwykle sytuacja staje się na tyle skomplikowana, że trzeba sobie zadać pytanie o istnienie możliwości stworzenia ontologii, która mogłaby być zaakceptowana przez szerokie grono użytkowników. Nawet w ontologiach dziedzinowych nie wszystkie zagadnienia są w pełni rozwiązane, dostępne modele zazwyczaj oferują normy i standardy w zakresie typowych, jasno określonych sytuacji, w dalszym ciągu natomiast jest wiele do zrobienia w kwestii zagadnień nietypowych lub trudno definiowalnych. W obszarze modelowania przedsiębiorstw do zagadnień takich można zaliczyć kompetencje i umiejętności pracowników oraz cele strategiczne i misję przedsiębiorstwa. Problemem związanym z wykorzystaniem ontologii w działalności przedsiębiorstwa jest także brak ogólnie akceptowanych standardów, co jest szczególnie.

(19) Zastosowanie ontologii do modelowania przedsiębiorstw. 39. uciążliwe w przypadku ontologii międzydziedzinowych. Wymaga to tworzenia nadrzędnej ontologii zawierającej rozwiązania z danych obszarów oraz dokonywania transformacji jednych ontologii dziedzinowych w inne. Wszystko to powoduje większą komplikację problemu, obniżenie jakości rozwiązania w rezultacie niezbędnych kompromisów, a czasem nawet konieczność odstąpienia od tworzenia ontologii. Zastosowanie ontologii dla potrzeb przedsiębiorstwa wydaje się nadal otwartym obszarem badań. Jak dotąd trudno mówić o istnieniu ogólnie akceptowanych rozwiązań opartych na ontologiach w przypadku którejkolwiek dziedziny. Odległa wydaje się też perspektywa stworzenia jednej ontologii ponaddziedzinowej, która mogłaby być wykorzystywana w zastosowaniach praktycznych. Wydaje się, że rozwiązania obejmujące węższy obszar zagadnień mają większe szanse praktycznego zastosowania. Celowe jest więc prowadzenie prac nad zdefiniowaniem ontologii dla współpracujących przedsiębiorstw bądź dla organizacji działających w ramach tej samej branży. Literatura Barbuceanu M., Fox M.S. [1994], The Information Agent: An Infrastructure Agent Supporting Collaborative Enterprise Architectures, Proceedings of the Third IEEE Workshop on Enabling Technologies: Infrastructure for Collaborative Enterprises [WET-ICE 1994], Morgan Town, USA. Campbell A.E., Shapiro S.C. [1995], Ontological Mediation: An Overview, Proceedings of the IJCAI Workshop on Basic Ontological Issues in Knowledge Sharing, AAAI Press, Menlo Park, CA. Davenport T.H. [1998], Putting the Enterprise into the Enterprise System, „Harvard Business Review”, vol. 76, nr 4. Fox M.S., Chionglo J.F., Fadel F.G. [1993], A Common-sense Model of the Enterprise, Proceedings of the Second Industrial Engineering Research Conference, Institute for Industrial Engineers, Norcross, GA. Fox M.S., Gruninger M. [1994], Ontologies for Enterprise Integration, Proceedings of the Second Conference on Cooperative Information Systems, Toronto. Fox M.S., Gruninger M. [1997], On Ontologies and Enterprise Modelling, International Conference on Enterprise Integration Modelling Technology 97, Springer-Verlag. Fox M.S., Gruninger M. [1998], Enterprise Modelling, „AI Magazine”, vol. 19, nr 3. Formal Ontology in Information Systems [1998], Frontiers in Artificial Intelligence and Applications, IOS Press, Amsterdam–Berlin–Oxford–Tokyo–Washington DC. Gangemi A., Pisanelli D., Steve G. [1999], An Overview of the ONIONS Project: Applying Ontologies to the Integration of Medical Terminologies, „Data and Knowledge Engineering”, nr 31. Gruber T. [1992], Ontolingua: A Mechanism to Support Portable Ontologies, KSL 91-66, Stanford University, Knowledge Systems Laboratory..

(20) 40. Piotr Soja, Dariusz Put. Gruber T. [1993], A Translation Approach to Portable Ontology, Knowledge Acquisition, nr 5 (2). Gruber T. [1995], Toward Principles for the Design of Ontologies Used for Knowledge Sharing, „International Journal of Human and Computer Studies”, vol. 43, nr 5–6. Gruber T. [2005], What is an Ontology?, http://www-ksl.stanford.edu/kst/what-is-an-ontology.html. Gruninger M. [2003], Enterprise Modelling [w:] Handbook on Enterprise Architectures, red. P. Bernus, L. Nemes, G. Schmidt, Springer-Verlag, Berlin–Heidelberg. Gruninger M., Fox M.S. [1994a], An Activity Ontology for Enterprise Modelling, Workshop on Enabling Technologies – Infrastructures for Collaborative Enterprises, West Virginia University, USA. Gruninger M., Fox M.S. [1994b], The Role of Competency Questions in Enterprise Engineering [w:] Benchmarking – Theory and Practice, red. A. Rolstadas, Chapman and Hall, London. Gruninger M., Fox M.S. [1995], Methodology for the Design and Evaluation of Ontologies, Workshop on Basic Ontological Issues in Knowledge Sharing IJCAI-95, Montreal. Guarino N. [1997], Semantic Matching: Formal Ontological Distinctions for Information Organization, Extraction, and Integration [w:] Information Extraction: A Multidisciplinary Approach to an Emerging Information Technology, red. M.T. Pazienza, Springer-Verlag. Guarino N. [1998], Formal Ontology and Information Systems [w:] Formal Ontology in Information Systems. Proceedings of FOIS’98, red. N. Guarino, Trento, Italy, 6–8 June 1998, IOS Press, Amsterdam. Guarino N., Giaretta P. [1995], Ontologies and Knowledge Bases – Towards a Terminological Clarification [w:] Towards Very Large Knowledge Bases – Knowledge Building and Knowledge Sharing, red. N.J. Mars, IOS Press, Amsterdam. Kim H.M., Fox M.S., Gruninger M. [1999], An Ontology for Quality Management: Enabling Quality Problem Identification and Tracing, „BT Technology Journal”, vol. 17, nr 4. Luck M., McBurney P., Preist C. [2003], Agent Technology: Enabling Next Generation Computing, A Roadmap for Agent Based Computing, Agent Link, Southampton. Obrst L., Wray R.E., Liu H. [2001], Ontological Engineering for B2B e-Commerce [w:] Formal Ontology in Information Systems, Proceedings of the Second International Conference on Formal Ontology in Information Systems (FOIS‘01), October 17–19, red. C. Welty, B. Smith, ACM Press, Ogunquit, Maine, New York. Obrst L., Liu H., Wray R.E. [2003], Ontologies for Corporate Web Applications, „AI Magazine”, vol. 24, nr 3. Osterwalder A. [2002], An e-Business Model Ontology for the Creation of New Management Software Tools and IS Requirement Engineering, Proceedings of the CAiSE’2002 Doctoral Consortium, Toronto. Osterwalder A., Pigneur Y. [2002], An e-Business Model Ontology for Modeling e-Business, 15th Bled Electronic Commerce Conference, Bled, Slovenia, June 17–19. Osterwalder A., Pigneur Y. [2004], An Ontology for e-Business Models [w:] Value Creation from e-Business Models, red. W. Currie, Butterworth-Heinemann, Oxford. Shanks G. i in. [2003], Representing Things and Properties in Conceptual Modeling: An Empirical Evaluation [w:] Proceedings of the 11th European Conference on Information Systems, Naples, Italy, June 19–21, Università di Napoli, Federico II..

(21) Zastosowanie ontologii do modelowania przedsiębiorstw. 41. Shanks G., Tansley E., Weber R. [2003], Using Ontology to Validate Conceptual Models, Communications of the ACM, October, vol. 46, nr 10. Smith B. [2002], Ontology and Information Systems, http://ontology.buffalo.edu/ontology(PIC).pdf [6.09.2005]. Smith B. [2003], Ontology [w:] Blackwell Guide to the Philosophy of Computing and Information, red. L. Floridi, Blackwell, Oxford. Tham D., Fox M.S., Gruninger M. [1994], A Cost Ontology for Enterprise Modelling, Proceedings of Third Workshop on Enabling Technologies: Infrastructure for Collaborative Enterprises, Morgantown, WV, April. Uschold M., Gruninger M. [1996], Ontologies: Principles, Methods and Applications, „Knowledge Engineering Review”, vol. 11, nr 2. Uschold M., King M. [1995], Towards a Methodology for Building Ontologies, Workshop on Basic Ontological Issues in Knowledge Sharing, IJCAI-95, Montreal, August 20–25. Uschold M. i in. [1998], The Enterprise Ontology [w:] „Knowledge Engineering Review”, red. M. Uschold, A. Tate, Special Issue on Putting Ontologies to Use, vol. 13. Welty C. i in. [1999], Ontology: Expert Systems all over Again? Invited Panel at AAAI-99: The National Conference on Artificial Intelligence, Austin, Texas. Wyssusek B. [2004], Ontology and Ontologies in Information Systems Analysis and Design: A Critique, Proceedings of the 10th Americas Conference on Information Systems AMCIS 2004, New York, USA. Application of Ontology to Enterprises Modelling The article discusses the issues of ontology utilisation in enterprise management. The most prevalent definitions of ontology have been presented, various ontology types have been characterised and possible areas of its application have been indicated. Special attention has been paid to ontology utilisation in enterprises modelling. The projects devoted to ontology development for such issues, also for e-business activity, have been discussed. On the basis of these considerations, the evaluation of ontology usefulness to enterprise management support has been performed and the final conclusions have been formulated..

(22)