Big data – korzyści dla biznesu

W dzisiejszym świecie nie sposób skończyć poranną kawę podczas porannej elektronicznej – bądź dla większych tradycjonalistów papierowej – prasówki, żeby nie natknąć się na magiczne słowa – big data, BI (Business Intelligence), DT (Digital Transformation), ML (Machine Learning) czy w końcu AI (Artificial Intelligence).

Publikacja: 24.12.2018 05:00

Marcin Celejewski prezes zarządu Silvermedia

Marcin Celejewski prezes zarządu Silvermedia

Foto: Archiwum

Wszystkie te zwroty są używane w przeróżnych konfiguracjach i występują już dziś praktycznie podczas dyskusji o wszystkich dziedzinach życia zawodowego oraz prywatnego. Co ciekawe, używane są w domyślnym kontekście „recepty na wszystko", aczkolwiek trudno jest znaleźć konkretną informację, czy dotyczy to teraźniejszości, najbliższej, czy jednak odległej przyszłości. Niezbyt jasno opisywany jest także rzeczywisty sposób, w jaki te zjawiska będą wpływać na nasze życie. Natomiast bardzo często komunikacyjny wydźwięk tych rewelacji implikuje, w mniejszym lub większym stopniu, nowy świat, gdzie człowiek zostanie zastąpiony przez inteligentne maszyny.

Z dużym prawdopodobieństwem jest to realny scenariusz, niemniej jednak zanim odwiedzi nas Terminator, postaram się odczarować powyższe pojęcia oraz omówić kilka bardzo realnych korzyści dla CFO czy kierownictwa firm, wynikających z praktycznego wykorzystania big data oraz sztucznej inteligencji (AI/ML). Tak, big data i AI/ML są jak najbardziej dostępne dla wszystkich tu i teraz. Zacznijmy od najbardziej podstawowej klasyfikacji zastosowania big data oraz (AI/ML), który pozwoli na redukcję poziomu niepewności związanego z nadchodzącą erą inteligentnych maszyn.

Pierwszym obszarem jest wykorzystanie big data oraz (AI/ML) do rozwoju inteligentnych maszyn i urządzeń – od telefonów przez inteligentne domy, czy IoT, poruszające się bez człowieka pojazdy do bezzałogowych rakiet wracających na ziemię po wyniesieniu na orbitę promów kosmicznych itp.

Drugim natomiast jest wykorzystanie big data oraz sztucznej inteligencji (AI/ML) do tworzenia inteligentnych algorytmów matematycznych czy sieci neuronowych w celu przetwarzania złożonych zbiorów danych, tak aby pogłębić naszą wiedzę o otaczającym nas świecie i praktycznie wszystkich występujących w nim zjawiskach, a tym samym umożliwienie nam dokładniejszego prognozowania/przewidywania przyszłych wydarzeń, a także co ciekawsze – wpływanie na ich zmianę.

Na poziomie mikroekonomicznym oznacza to dokładniejsze zwymiarowanie i zrozumienie wszystkich zjawisk występujących w przedsiębiorstwie oraz umożliwienie przeprowadzenia efektywnych zmian we wszystkich obszarach i aktywnościach firmy. To co natomiast wyróżnia te znane od zawsze procesy biznesowe, to fakt, że osiągane dzięki wykorzystaniu big data oraz AI/ML rezultaty są w stanie wygenerować nie tyle przewagi, ile realnie unikalne przewagi konkurencyjne na rynku oraz zmienić dotychczasowe modele biznesowe. Dzieje się tak dzięki połączeniu wiedzy branżowej z niedostępną do niedawna zaawansowaną analityką i modelowaniem na bazie posiadanych danych. To ten unikalny mix stanowi fundamenty transformacji cyfrowej przedsiębiorstw (DT), która w mojej ocenie wykazuje symptomy rewolucji cyfrowej.

Charakter rewolucyjny wynika z prostego zjawiska. W mojej ocenie obecnie obserwowana transformacja cyfrowa nie jest kolejnym modnym, światowym trendem, który pozwoli kierownictwu na wdrożenie programów optymalizujących istniejące procesy – chociaż naturalnie do tego też może zostać wykorzystana – ale może doprowadzić do częściowej lub całkowitej zmiany modelu biznesowego czy do istotnego przeformatowania obecnych procesów. Co ciekawe, może to dotyczyć wszystkich przedsiębiorstw bez względu na wielkość, branżę, geografię czy skalę operacji.

Każdy z nas posiada niezliczoną i rosnącą każdego dnia geometrycznie ilość różnorodnych danych. Dane te na przestrzeni lat powstawały w wyniku informatyzacji i ulepszania procesów biznesowych, powstawały w różnych systemach funkcjonalnych, infrastruktura informatyczna rozwijała się dynamicznie, pojawiało się coraz więcej dziedzinowych systemów IT ułatwiających i jednocześnie unowocześniających działanie poszczególnych departamentów organizacji – od marketingu, produkcji, operacji, dystrybucji i sprzedaży na raportowaniu zarządczym kończąc.

Przez lata firmy gromadziły dane, tworząc gigantyczny zbiór wiedzy, który dzisiaj pęcznieje dynamicznie każdego dnia, a prognozy nie pozostawiają złudzeń co do kierunku, w którym idzie świat. W 2012 roku jedna statystyczna osoba generowała 500 MB danych dziennie, prognoza na 2025 rok to 62 GB. To jest i zdecydowanie będzie gigantyczne złoże nowego przełomowego surowca – wiedzy o firmach i rynkach. I nie ulega wątpliwości, że nie da się prowadzić dobrze biznesu bez umiejętnego wykorzystania tego złoża, czyli wykorzystania big data.

Jednak sam fakt odkrycia czy posiadania drogocennego złoża nie daje jeszcze bezpośrednich korzyści. Konieczne są infrastruktura i właściwe kompetencje do jego ekonomicznej eksploatacji. Tak samo jest dziś z danymi. Do wykorzystania ich rzeczywistego i pełnego potencjału konieczna jest fachowa wiedza, kompetencje oraz infrastruktura. I jest to związane nie tyle z ilością, ile przede wszystkim ze złożonością czy różnorodnością danych, które były gromadzone przez lata, poprzez różne aplikacje, w różnych systemach i bazach IT, zarówno wewnętrznych, jak i zewnętrznych. Aby móc w pełni wykorzystać posiadane dane, konieczna jest ich unifikacja. Dziś jest to jeden z większych problemów, które spotykamy w firmach. Niespójne dane określające te same zjawiska – w zależności od systemu funkcjonalnego, który je przetwarza, i departamentu, który jest ich właścicielem – to dzisiaj podstawowy mankament firm. Dyskusje kierownictwa i poświęcony na nie drogocenny czas często skupiają się wokół rozstrzygania, czyje dane są właściwe, a nie jak zareagować na zjawisko, które te dane opisują. Brzmi znajomo?

Dlatego jednym z najważniejszych efektów transformacji cyfrowej jest uświadomienie najwyższemu kierownictwu konieczności pełnej integracji oraz uporządkowania wszystkich danych w firmie. Bez wiarygodnych danych efekty AI/ML mogą prowadzić do podejmowania dalekich od optymalnych, żeby nie powiedzieć błędnych, decyzji. Naturalnie proces integracji i czyszczenia danych można prowadzić etapowo tak, żeby móc wykorzystywać możliwości AI/ML jak najszybciej, korzystając z już uporządkowanych baz danych.

Właściwe wykorzystanie big data daje możliwość przekrojowej oceny wszystkich istotnych zjawisk występujących wewnątrz oraz na zewnątrz naszej firmy, czyli realnie wspomaga proces zarządzania. Dotyczy to klientów, rentowności produktów, projektów, efektywności procesów, produkcji, operacji czy dystrybucji, sprzedaży, pricingu i marketingu. Zaawansowane algorytmy matematyczne (ML/AI) umożliwiają z kolei tworzenie modeli pozwalających na dokładne prognozowanie oraz tworzenie wariantów scenariuszowych wszystkich planowanych do implementacji zmian. Możliwość tworzenia dokładnych prognoz oraz symulowanie potencjalnych scenariuszy przed podjęciem decyzji handlowych czy inwestycyjnych to przewaga, która pozwala minimalizować w znacznym stopniu ryzyko błędnych decyzji. Dodatkowe zintegrowanie wew. systemów ML/AI w zakresie prognozowania i planowania pozwala na pojawienie się efektów synergii w firmie cyfrowej. Na końcu natomiast posiadamy w pełni transparentne narzędzia, które pozwalają kierownictwu na ocenę podjętych decyzji, projektów czy wyników poszczególnych obszarów firmy i ich aktywności biznesowej.

Pełna, transparentna i wielowymiarowa wiedza o firmie, jej klientach, konkurencji, połączona z możliwością symulowania scenariuszowego dzięki inteligentnym i zaawansowanym modelom matematycznym bazującym na spójnych i wiarygodnych danych, a wszystko to pod okiem branżowych specjalistów firmy stanowi i ukazuje – zanim odwiedzi nas Terminator wysłany przez Toma Cruise'a aby zapobiec kolejnej zbrodni – prawdziwe oblicze sztucznej inteligencji i big data będące kołem zamachowym rozwoju biznesu w najbliższej przyszłości.

Inwestycje
Łańcuch wartości i jego rola w badaniu istotności
Inwestycje
Ujawnienia w ESRS dotyczące łańcucha wartości
Inwestycje
Pozyskanie danych z łańcucha wartości – bezpośrednich i pośrednich
Inwestycje
MŚP w łańcuchu wartości – granica informacyjna
Materiał Promocyjny
Nowy samochód do 100 tys. zł – przegląd ofert dilerów
Inwestycje
Andrzej Powierża, BM Citi Handlowy: Jestem optymistą co do banków, ale umiarkowanym
Inwestycje
Diamenty kupowane także jako inwestycja