O νέος Χρυσός, το νέο Πετρέλαιο, ονομάζεται Big Data, και οι διαδικασίες και τα εργαλεία πέριξ αυτών είναι τα “Analytics”. Τα «δεδομένα», τα “Data” λένε ότι σήμερα περισσότεροι άνθρωποι πεθαίνουν από συνέπειες της παχυσαρκίας παρά από την «παλιά» πείνα, ότι τα fast food, τα ζαχαρούχα ποτά και τα «κακά» τρόφιμα συντελούν σε περισσότερους θανάτους, από όλα τα θύματα της Αλ Κάιντα μαζί! Δείχνουν επίσης ότι οι (νέες) μέθοδοι και εργαλεία ανάλυσης δεδομένων και η κατασκευή μοντέλων πρόβλεψης συνέβαλαν στην ταχύτατη ανακάλυψη του εμβολίου κατά του Covid-19. Όπως όμως και με κάθε άλλη ανακάλυψη της ανθρωπότητας, έτσι και η τεχνητή νοημοσύνη περιβάλλεται από ένα νεφέλωμα παραπληροφόρησης και καταστροφολογίας.
Η επεξεργασία δεδομένων δεν είναι καινούργια έννοια ή διαδικασία, ούτε ένα θέμα της μόδας. Στα πανεπιστήμια οι καθηγητές Λογιστικής – αλλά και άλλοι της Στατιστικής – ισχυρίζονται ότι τα γνωστά σε όλους Λογιστικά βιβλία επιχειρήσεων και οργανισμών, είναι «νεκροταφεία αριθμών». Θέλουν να τονίσουν ότι από την στιγμή που ρίχνουμε εκεί μέσα στα βιβλία τους αριθμούς και τις εγγραφές, τείνουμε να τις ξεχνάμε για πάντα. Ενίοτε τα ανασύρουμε για φορολογικούς και γενικώς τυπικούς λόγους. Ταυτόχρονα, θέλουν να επισημάνουν την ανάγκη να αναρωτηθούν οι διαχειριστές των επιχειρήσεων και των οργανισμών: «Ωραία, κατέγραψα την ιστορία των αριθμών, και λοιπόν; τι συμπέρασμα βγαίνει από αυτούς; Πάνε καλά οι δουλειές; Που θα βρεθούμε στο μέλλον; Τι πρέπει να αλλάξει; Και πως συσχετίζονται τα δικά μου νούμερα με αυτά που γίνονται γύρω μου»
Τα Analytics των Big Data μας δίνουν την απάντηση
Η απάντηση στα παραπάνω ερωτήματα, που απασχολούν όλους ανεξαιρέτως όσους ασκούν οποιουδήποτε είδους Διοίκηση, δίδεται με τα Analytics. Δεν αρκούν τα Ισοζύγια, οι Λίστες, οι καταγραφικές και απογραφικές καταστάσεις πληροφοριών.
Ένα πολύτιμο εργαλείο στην εργαλειοθήκη των αναλύσεων είναι το γνωστό πλέον σε όλους Microsoft Excel. Ωστόσο, οι περισσότερες επιχειρήσεις πέφτουν στην παγίδα να χρησιμοποιούν αυτό το εργαλείο, δημιουργώντας στατικές εικόνες των δεδομένων, μια φορά, για τους σκοπούς μιας παρουσίασης η συγκεκριμένης μελέτης. Η παραπάνω διαδικασία προσθέτει αισθητό κόστος και χρόνο, όταν πρέπει να επαναληφθεί. Σε απάντηση αυτού του προβλήματος, τα Analytics έρχονται και δημιουργούνε ένα τεχνολογικό περιβάλλον που επαυξάνουν τη λειτουργικότητα ακόμα και ενός εργαλείου όπως είναι το Excel. Έτσι, τα στελέχη των επιχειρήσεων μπορούν να συνεχίσουν να δουλεύουν με τα εργαλεία που γνωρίζουν η και με άλλα πιο προχωρημένα (Power BI, Tableau, Targit) δίδοντας τους δυνατότητες analytics πέραν της αρχικής τους σχεδίασης.
Χρειάζονται ειδικά εργαλεία στοχαστικής ανάλυσης και επεξεργασίας
Ωστόσο, όσο βλέπουμε τα επιχειρησιακά στοιχεία, όσο βάζουμε υποθέσεις και σενάρια στο τραπέζι, όσο προσπαθούμε να δούμε «τι λένε» τα στοιχεία που έχουμε στην βάση δεδομένων, τόσο διαπιστώνουμε ότι θέλουμε ειδικά εργαλεία στοχαστικής ανάλυσης και επεξεργασίας. Στις φυσικές επιστήμες επίσης, όσο αποκωδικοποιούμε τη δομή του εγκεφάλου και τον γενετικό μας κώδικα χάρη στη βιοτεχνολογία, την τεχνητή νοημοσύνη και την επεξεργασία Μεγάλων Δεδομένων, τόσο η αυθεντία θα περνάει σε εξωτερικούς αλγόριθμους και οι περισσότεροι άνθρωποι θα εξαρτώνται από αυτούς.
Οι «κακές» εξελίξεις λένε ότι το έξυπνο κινητό μου θα «με» γνωρίζει καλύτερα απ' ό, τι εγώ- εμένα και ο Μεγάλος Αδελφός θα μπορεί να παίρνει τις καλύτερες αποφάσεις για λογαριασμό μου. Ακόμη προβλέπουν ότι υπάρχει κίνδυνος, οι δημοκρατικές εκλογές, η ελεύθερη αγορά και οι ίδιοι οι άνθρωποι θα είναι εξίσου παρωχημένοι. Αν ο 19ος αιώνας, με τη Βιομηχανική Επανάσταση, έφερε την εργατική τάξη, λένε οι κινδυνολόγοι ότι ο 21ος θα δημιουργήσει μια νέα τεράστια "άχρηστη τάξη", τάξη «άχρηστων» ατόμων χωρίς ειδικότητα και γνώσεις.
Όμως οι αισιόδοξοι των scholars σημειώνουν πως ότι άνθρωπος πλέον τείνει να γίνει ΘΕΟΣ, δηλαδή να φτιάχνει ΟΝΤΑ σύμφωνα με την θέλησή του, να γίνει ΑΘΑΝΑΤΟΣ, χάρις στο Bio-engineering. Για 70 χιλιάδες χρόνια ανθρώπινης ιστορίας, τα δημιουργήματα του "Θεού" ήταν ΟΡΓΑΝΙΚΑ. Σήμερα, για πρώτη φορά στην ανθρώπινη ιστορία, ο άνθρωπος μπορεί να φτιάξει ανόργανα δημιουργήματα (π.χ. τεχνητά ανθρώπινα μέλη - Bio-engineered).
Και για τις επιχειρήσεις; Ποιο είναι το όφελος και ποιες οι εφαρμογές;
Ας δούμε μερικά παραδείγματα:
Ο ισολογισμός και τα αποτελέσματα χρήσεως, που αντιπροσωπεύουν συνήθως μία φωτογραφία μιας χρονικής στιγμής στο παρελθόν μιας επιχείρησης, μπορεί κάλλιστα να συμπληρωθούν με Προβλέψεις και εξελίξεις για μια σχετικά μακρά περίοδο στο μέλλον, όχι μόνο 3-5 χρόνια που καλύπτει ένα σύνηθες business plan, όπως αυτό διδασκόταν στα σχολεία MBA.
H εξυπηρέτηση κάθε είδους αναγκών και επιθυμιών του πελάτη, ιδιαίτερα στον κλάδο των Υπηρεσιών, μπορεί να είναι εξατομικευμένη στις ιδιαίτερες συνθήκες και απαιτήσεις, και επιθυμίες του κάθε πελάτη ξεχωριστά.
Το Marketing και οι Πωλήσεις μπορούν με πολύ μεγάλη ακρίβεια να προβλέψουν και να προδιαγράψουν με μεγάλο χρονικό ορίζοντα, τις απαραίτητες προδιαγραφές προϊόντων και υπηρεσιών που καλείται μία επιχείρηση να διαθέσει στην αγορά, να διαμορφώσουν την κατάλληλη τιμολογιακή πολιτική, να αναπροσαρμόζουν με ρομποτική (δηλαδή αυτόματη ανάδραση) διαδικασίες προς την αγορά ανάλογα με έκτακτες συνθήκες.
Η χρηματοδότηση θα είναι πιο ευέλικτη και πιο ευαίσθητη στο περιβάλλον και την βιωσιμότητα των απαιτούμενων κεφαλαίων, Τα επιτόκια των δανείων θα λαμβάνουν υπόψη την φύση και την μακροχρόνια συμμόρφωση του δανειζόμενου προς περιβαλλοντικά και κλιματικά πρότυπα. Το κόστος χρήματος θα πέσει και οι αποδόσεις των επενδύσεων θα ανέβουν, αν η επιχείρηση αποδεικνύει ότι είναι και θα είναι βιώσιμη όσο διαρκεί η επένδυση σε νέες τεχνολογίες και νεωτεριστικά προϊόντα.
Αναμένεται ο καθένας manager να δράσει ενεργά και δημιουργικά
Είμαστε ήδη στην εποχή της εφαρμογής των Analytics. Η Τηλεϊατρική, ή έξυπνη γεωργία, η ρομποτική στις οικονομικές συναλλαγές, οι προβλέψεις δρομολογίων Logistics, είναι πλέον λειτουργίες ρουτίνας. Το 90% των συναλλαγών στα μεγάλα χρηματιστήρια γίνονται από computers και συστήματα που «αποφασίζουν» χωρίς ανθρώπινη παρέμβαση.
Αναμένεται ο καθένας manager να δει εκείνα τα θέματα και τις λύσεις που τον αφορούν. Και να τα περιμένει ενεργά και δημιουργικά.
Εμείς στην E-ON Integration, αφιερώνουμε καθημερινά ένα αρκετά μεγάλο μέρος των πόρων στον εκσυγχρονισμό των δομών δεδομένων τόσο για τις υπηρεσίες της E-ON όσο και για τους πελάτες μας. Αρχικός σκοπός μας είναι η κατασκευή ροών δεδομένων και η συγκέντρωση τους σε αποθήκες δεδομένων (Data Warehouses) από οποιαδήποτε πηγή (Βάσεις συστημάτων, excel, αρχεία, εικόνες, κα.). Στη συνέχεια τα δεδομένα αυτά αναλύονται από Data Scientists και εξάγονται πορίσματα και εκτιμήσεις οι οποίες μπορούν να διαιρεθούν στις εξής κατηγορίες:
Περιγραφική ανάλυση: Περιγράφει τι έχει συμβεί σε μια δεδομένη χρονική περίοδο. Έχει αυξηθεί ο αριθμός των προβολών μιας διαφήμισης; Είναι οι πωλήσεις περισσότερες αυτόν τον μήνα από τον προηγούμενο;
Διαγνωστική ανάλυση: Εστιάζει περισσότερο στο γιατί συνέβη κάτι. Αυτό περιλαμβάνει πιο ποικίλες εισροές δεδομένων και κάποιες υποθέσεις. Επηρέασε ο καιρός τις πωλήσεις μπύρας; Αυτή η τελευταία καμπάνια μάρκετινγκ επηρέασε τις πωλήσεις;
Προγνωστική ανάλυση: Αναλύει στο τι είναι πιθανό να συμβεί στο εγγύς μέλλον. Τι συνέβη με τις εκπτώσεις την τελευταία φορά που είχαμε ένα ζεστό καλοκαίρι; Πόσα μοντέλα καιρού προβλέπουν ένα καυτό καλοκαίρι φέτος;
Προδιαγραφική ανάλυση: Υποδηλώνει μια πορεία δράσης. Εάν η πιθανότητα ενός ζεστού καλοκαιριού μετρηθεί καθώς ο μέσος όρος αυτών των πέντε μοντέλων καιρού είναι πάνω από 58%, θα πρέπει να προσθέσουμε μια βραδινή βάρδια στο ζυθοποιείο και να νοικιάσουμε μια επιπλέον δεξαμενή για να αυξήσουμε την παραγωγή.
Σε όλα τα παραπάνω ο απώτερος σκοπός είναι η δημιουργία μοντέλων τεχνητής νοημοσύνης, με τεχνικές μηχανικής μάθησης, τα οποία θα είναι σε θέση να απαντούν σε αυτά τα ερωτήματα αυτόματα, χωρίς την συμβολή ανθρώπινου χεριού. Μόλις αυτό επιτευχθεί, τότε το επόμενο βήμα είναι η ενσωμάτωση των μοντέλων αυτών σε παραγωγικά συστήματα τα οποία θα λαμβάνουν έξυπνες αποφάσεις όπως π.χ. η αύξηση η μείωση του προϋπολογισμού μιας διαφημιστικής καμπάνιας.