Sztuczna inteligencja w kreowaniu wartości organizacji - Andrzej Wodecki - ebook + książka

Sztuczna inteligencja w kreowaniu wartości organizacji ebook

Andrzej Wodecki

0,0
50,37 zł

lub
Opis

Analiza modeli generowania wartości przez firmy wykorzystujące sztuczną inteligencję w swoich produktach, usługach i zasadach prowadzenia biznesu, a także wyzwania i niezbędne kompetencje.

 

 

Ebooka przeczytasz w aplikacjach Legimi lub dowolnej aplikacji obsługującej format:

EPUB
MOBI
PDF

Liczba stron: 382

Oceny
0,0
0
0
0
0
0



© edu-Libri s.c. 2018

Redakcja merytoryczna: Danuta Kamińska-Hass

Projekt okładki i stron tytułowych: GRAFOS

Ilustracja na okładce: Larisa-K/Pixabay

 

 

Recenzenci:

Prof. dr hab. Bohdan Jung

Prof. dr hab. inż. Cezary Orłowski

 

 

 

Wydawnictwo edu-Libri

ul. Zalesie 15, 30-384 Kraków

e-mail: [email protected]

 

Skład i łamanie: GRAFOS

Druk i oprawa: OSDW Azymut Sp. z o.o.Łódź ul. Senatorska 31 

ISBN druk 978-83-65648-93-8

ISBN e-book (PDF) 978-83-65648-94-5

ISBN e-book (epub) 978-83-65648-95-2

ISBN e-book (mobi) 978-83-65648-96-9

Spis treści

Wprowadzenie

1. Modele kreowania wartości i zarządzania przewagą konkurencyjną

1.1. Logiki kreowania wartości i osiągania przewag konkurencyjnych

1.1.1. Wprowadzenie

1.1.2. Wpływ technologii na logiki tworzenia wartości

1.1.3. Łańcuchy wartości

1.1.4. Motywacja do rozszerzenia koncepcji łańcuchów wartości

1.1.5. Konstelacje wartości

1.1.6. Sklepy wartości

1.1.7. Sieci wartości

1.1.8. Siatki wartości

1.1.9. Struktury wartości w logikach zdominowanych przez usługi

1.1.10. Podsumowanie

1.2. Rola danych, informacji i wiedzy w generowaniu wartości

1.2.1. Wiedza jako kluczowy zasób organizacji

1.2.2. Dane, informacje, wiedza i mądrość w zarządzaniu wiedzą

1.2.3. Pojęcie łańcucha wartości wiedzy

1.2.4. Procesy transformacyjne w łańcuchu wiedzy

1.3. Wpływ technologii informacyjnych nakonfiguracje wartości i reguły konkurowania

1.3.1. Upłynniona informacja w łańcuchu wartości

1.3.2. Wpływ technologii informacyjnych na łańcuch wartości

1.3.3. Wpływ systemów informacyjnych na konkurencyjność istruktury wartości

1.4. Sieci wartości w branżach telekomunikacyjnych i informatycznych

1.4.1. Motywacja do opracowania nowych metod oceny potencjału biznesowego w branżach informatycznych itelekomunikacyjnych

1.4.2. Model punktów kontrolnych jako podstawa metody analizy potencjału biznesowego

1.4.3. Modele sieci wartości w branży telekomunikacyjnej imediów cyfrowych

1.5. Kompetencje niezbędne do osiągnięcia przewagi konkurencyjnej

1.6. Podsumowanie

2. Metody i technologie sztucznej inteligencji

2.1. Dane, informacje i wiedza we współczesnych systemach informacyjnych

2.1.1. Inteligentne, połączone produkty

2.1.2. Źródła danych

2.1.3. Złożoność danych

2.1.4. Metody przetwarzania danych

2.1.5. Podsumowanie

2.2. Pojęcie i podstawowe metody sztucznej inteligencji

2.2.1. Definicje sztucznej inteligencji

2.2.2. Klasyfikacja środowisk

2.2.3. Rozwiązywanie problemów przez wyszukiwanie

2.2.4. Wiedza i planowanie w sytuacjach pewnych

2.2.5. Wiedza i planowanie w stanie niepewności

2.2.6. Uczenie się

2.2.7. Percepcja, komunikacja i działanie

2.2.8. Możliwości twórcze i prognostyczne

2.2.9. Podsumowanie

2.3. Najważniejsze technologie AI

2.4. Systemy klasy Cognitive Computing

2.4.1. Cechy systemów klasy Cognitive Computing

2.4.2. Komponenty i zasady projektowania systemów klasy Cognitive Computing

2.4.3. Systemy klasy CC jako nowa jakość w zarządzaniu

2.5. Podsumowanie

3. Wpływ sztucznej inteligencji na aktywności ikonkurencyjność organizacji

3.1. Cele, przedmiot, metody i ilościowa analiza wyników badań

3.1.1. Cele i przedmiot badań

3.1.2. Metoda badań

3.1.3. Analiza ilościowa wyników badań

3.2. Wdrożenia systemów sztucznej inteligencji wewspółczesnych organizacjach

3.2.1. Inwestycje w AI i wdrożenia tej klasy rozwiązań

3.2.2. Kluczowe czynniki sukcesu

3.2.3. Bariery i czynniki ryzyka

3.2.4. Podsumowanie

3.3. Wpływ systemów AI na aktywności w łańcuchu wartości

3.3.1. Nowe wymagania wobec produktów

3.3.2. Metody projektowania

3.3.3. Nowe metody testowania produktów

3.3.4. Nowe metody modyfikacji i aktualizacji produktów

3.3.5. Nowe metody planowania

3.3.6. Wyzwania

3.3.7. Nowe kompetencje

3.3.8. Produkcja i logistyka

3.3.9. Marketing i sprzedaż

3.3.10. Personalizacja, serwis i obsługa posprzedażowa

3.3.11. Zarządzanie zasobami ludzkimi

3.3.12. Zarządzanie informacjami i wiedzą

3.4. Wpływ AI na konkurencyjność i rynki

3.4.1. Producenci

3.4.2. Klienci

3.4.3. Dostawcy

3.4.4. Nowi gracze

3.4.5. Rynki

3.4.6. Źródła przewagi konkurencyjnej

3.5. Wpływ sztucznej inteligencji na rolę i kompetencje człowieka

3.5.1. Nowe kompetencje

3.5.2. Nowe role w organizacjach

3.5.3. Podsumowanie

4. Model generowania wartości w firmach isieciach poznawczych

4.1. Klasyfikacja technologii AI w kontekście generowania wartości

4.1.1. Łańcuchy wartości wiedzy a procesy transformacji danych w systemach informacyjnych

4.1.2. Klasyfikacja systemów AI wg miejsca w łańcuchu wartości wiedzy

4.1.3. Klasyfikacja systemów AI wg funkcji poznawczych

4.2. Model generowania wartości – poziom organizacji

4.2.1. Proces generowania wartości

4.2.2. Model generowania wartości

4.3. Sieci poznawcze

4.3.1. Klasyczne konstelacje wartości a systemy wartości oparte na AI

4.3.2. Koncepcja sieci poznawczych

4.3.3. Kluczowe kompetencje organizacji działających wsieciach poznawczych

4.4. Podsumowanie

5. Podsumowanie i rekomendacje przyszłych badań

Załącznik 1. Podsumowanie kompetencji pożądanych w organizacjach wdrażających rozwiązania AI

Załącznik 2. Wyzwania związane z wdrożeniem systemów sztucznej inteligencji

Załącznik 3. Lista przeanalizowanych wbadaniach projektów i firm wykorzystujących AI lub wspierających ich projektowanie

Spis rysunków

Bibliografia

Indeks

Wprowadzenie

W XXI wiek wkroczyliśmy z jednej strony pełni obaw (wiele nierozwiązanych globalnych problemów, takich jak konflikty zbrojne czy niestabilne systemy finansowe), z drugiej zaś z nadzieją nie tylko na ich rozwiązanie, ale też stworzenie systemów oferujących niewyobrażalne do tej pory możliwości. Dziś (początek 2018 r.) coraz więcej nadziei upatrujemy w szeroko rozumianych systemach uczenia maszynowego i sztucznej inteligencji (Artificial Intelligence, AI). Bardziej dostępne i wydajniejsze moce obliczeniowe, w połączeniu z rosnącym zainteresowaniem ze strony przemysłu, przyczyniają się do intensywnego rozwoju metod i technologii AI, które okazują się na tyle skuteczne i wydajne, by można było zacząć projektować i komercjalizować nowe, inteligentne, połączone produkty (por. np. [Porter, Heppelmann, 2014]). To pozytywne sprzężenie zwrotne między sektorami edukacji, nauki i przemysłu (por np. [Shoham i in., 2017]) powoduje obecnie ekspotencjalny wzrost możliwości systemów i wynikających z nich nowych koncepcji produktów, usług czy modeli biznesu.

Branża AI jest na bardzo ciekawym etapie rozwoju. Z jednej strony jest w pewnym sensie „dojrzała” – wg różnych szacunków działa w tym obszarze od ok. 2000 (por. np. statystyki serwisu Index.co) do ok. 4000 (por. np. Tracxn.com) firm, z drugiej zaś – bardzo duża dynamika zmian technologii i metod w połączeniu z szybkim tempem rozwoju całego sektora teleinformatycznego (od specjalizowanych procesorów po technologie blockchain czy Ethereum) powoduje ciągłą i dynamiczną ewolucję produktów, usług czy modeli biznesowych. Zmienia to w naturalny sposób reguły kreowania wartości i konkurowania, generując potrzebę rozwijania nowych kompetencji oraz jest źródłem nowych ryzyk i wyzwań.

Nic więc dziwnego, że wielu badaczy, menadżerów i inwestorów, mając świadomość potencjału tkwiącego w systemach wykorzystujących AI, ale nie do końca dobrze je rozumiejąc, ma problemy z wdrażaniem w praktyce tego typu rozwiązań i odzyskiwaniem z nich wartości biznesowej [Bughin i in., 2017; Ransbotham i in., 2017]. Z drugiej strony, firmy z sukcesem wdrażające AI inwestują w te rozwiązania zdecydowanie więcej niż organizacje niemające jeszcze doświadczeń w tym obszarze, co pogłębia dystans między „pionierami” a „biernymi”. Okazuje się przy tym, że kluczowymi dla wdrożeń AI kompetencjami są intuicja działania AI wśród menadżerów, zdolność do formułowania dobrych uzasadnień biznesowych oraz umiejętność zarządzania takimi projektami (por. np. [Bughin i in., 2017; Ransbotham i in., 2017]).

W niniejszej rozprawie przeanalizowano różne modele generowania wartości przez firmy wykorzystujące sztuczną inteligencję w swoich produktach, usługach i modelach biznesu. Na wstępie przedstawiono klasyczne modele generowania wartości i konkurowania oraz zaprezentowano podstawowe koncepcje, metody i technologie sztucznej inteligencji. Następnie, opierając się na analizie 323 studiów przypadku, pokazano, w jaki sposób systemy AI wpływają na generowanie wartości (w podstawowych i wspierających obszarach aktywności organizacji) oraz reguły konkurowania, przewagi konkurencyjne i rynki. Na podstawie tych analiz zaproponowano uniwersalny model odzyskiwania wartości z systemów AI oraz koncepcję tzw. sieci poznawczych.

Podstawą badań była pogłębiona analiza 323 organizacji i projektów wykorzystujących AI w swojej działalności, oferujących usługi inteligentne lub wspomagających ich projektowanie i wdrażanie, które na potrzeby niniejszego opracowania sklasyfikowano wg 85 kryteriów. Dodatkowym źródłem informacji były raporty branżowe oraz opracowania naukowe z tego obszaru. Wykorzystując wyniki tych badań, pokazano możliwy wpływ systemów AI na aktywności w łańcuchu wartości (w tym projektowanie, produkcję i logistykę, marketing i sprzedaż, serwis i obsługę posprzedażową, zarządzanie zasobami ludzkimi oraz zarządzanie informacjami i wiedzą). Dla każdego z tych obszarów działania wskazano również istotne z punktu widzenia generowania wartości kompetencje oraz najważniejsze ryzyka i wyzwania. W kolejnym kroku pokazano wpływ systemów inteligentnych na konkurencyjność i rynki, w szczególności na rolę i siłę producentów, klientów, dostawców i nowych graczy. Przedstawiono też możliwy wpływ systemów AI na kompetencje i rolę człowieka w organizacji.

Analiza wpływu technologii inteligentnych na działanie i reguły konkurowania firm była podstawą modelu generowania wartości z wykorzystaniem rozwiązań AI. W pierwszym kroku zaproponowano trzy alternatywne klasyfikacje systemów AI:

1) według wpływu na obszar funkcyjny oraz zastosowane technologie,

2) według miejsca w łańcuchu wartości wiedzy,

3) według funkcji poznawczych (klasyfikacja kognitywna).

Następnie, wykorzystując metodę wnioskowania na podstawie przypadków (Case-Based Reasoning), zaproponowano model generowania wartości uwzględniający technologię AI, jej oddziaływanie na dany obszar oraz wynikające z tego oddziaływania efekty i wartości biznesowe.

Końcowym wynikiem badań jest propozycja tzw. sieci poznawczych: nowych struktur generowania wartości na rynkach intensywnie wykorzystujących sztuczną inteligencję. W tym celu w pierwszym kroku pokazano, w jaki sposób wpływ systemów AI na generowanie wartości i reguły konkurowania można opisać w ramach klasycznych modeli: łańcuchów, konstelacji, sieci i siatek wartości oraz w ramach tzw. logik zorientowanych na usługi. Umożliwiło to sformułowanie koncepcji sieci poznawczych, a w szczególności zaproponowanie architektury tych struktur (aktorów, łączących ich relacji oraz wpływu technologii AI na te relacje i tzw. punkty kontrolne), mechanizmów kontrolnych, koordynacyjnych i optymalizacyjnych, usług w takich sieciach oraz kluczowe kompetencje dostawców, klientów i koordynatorów sieci.

Rozdział 1. w syntetyczny sposób prezentuje najważniejsze logiki kreowania wartości i osiągania przewag konkurencyjnych (łańcuchy, konstelacje, sklepy, sieci i siatki wartości oraz struktury zdominowane przez usługi), modele wpływu danych, informacji i wiedzy na generowanie wartości oraz oddziaływanie technologii informacyjnych na konfiguracje wartości i reguły konkurowania. Całość uzupełnia prezentacja modelu sieci wartości w branżach telekomunikacyjnej i informatycznej oraz lista kompetencji pomagających osiągnąć trwałą przewagę konkurencyjną. Opisane w tym miejscu koncepcje pozwalają na sformułowanie modelu tzw. sieci poznawczych opisującego procesy generowania wartości na rynkach w wysokim stopniu wykorzystujących sztuczną inteligencję (por. rozdz. 4).

W rozdziale 2. przedstawiono podstawowe pojęcia i metody sztucznej inteligencji. Na początku opisano różne aspekty tzw. dużych danych (Big Data) i pokazano, dlaczego są one kluczowe w implementacji rozwiązań AI. Dalej omówiono definicje, metody, mechanizmy uczenia się i technologie wykorzystywane do tworzenia systemów inteligentnych. Na koniec opisano rozwiązania informatyczne klasy kognitywnej (Cognitive Computing), które wywierają coraz większy wpływ na rozwój całej dziedziny AI.

Rozdział 3. prezentuje wpływ systemów inteligentnych na aktywności i konkurencyjność organizacji. W pierwszej kolejności przedstawiono cele, metody i wyniki badań nad wdrożeniami rozwiązań AI w firmach, pokazano charakterystykę organizacji, które wdrażają je z największym powodzeniem, kluczowe czynniki sukcesu oraz najważniejsze bariery. W dalszej części, bazując na wielu studiach przypadków, opisano sposób, w jaki systemy AI zmieniają aktywności w łańcuchu wartości (w tym projektowanie, produkcję, logistykę, marketing i sprzedaż, serwis, zarządzanie zasobami ludzkimi i wiedzą). Na koniec pokazano, jak rozwiązania inteligentne mogą zmienić rynki i konkurencyjność oraz wpłynąć na rolę człowieka w organizacji.

W rozdziale 4. przedstawiono propozycję modelu, który może opisywać nowe logiki kreowania wartości, będące konsekwencją rozpowszechnienia się systemów inteligentnych. Na początek zaproponowano klasyfikację technologii AI z perspektywy modeli kreowania wartości. Jako punkt wyjścia wykorzystano klasyczne modele łańcuchów wartości wiedzy oraz modele procesów transformacji danych w systemach informacyjnych. Służą one do uporządkowania systemów AI według miejsca w łańcuchu wartości wiedzy (w tym ujęciu AI umożliwia transformację danych w informacje i wiedzę) oraz funkcji poznawczych (na potrzeby wprowadzonej później koncepcji sieci poznawczych). Powyższe klasyfikacje są podstawą do opracowania modelu generowania wartości na poziomie organizacji oraz struktur sieciowych. Pierwszy z nich może być wykorzystany np. przez menadżerów lub inwestorów zainteresowanych oceną potencjału biznesowego przedsięwzięć. Drugi (koncepcja sieci poznawczych) jest propozycją nowego modelu relacji i sposobów generowania wartości w strukturach sieciowych, w których kluczowe usługi polegają na wzbogacaniu informacji z wykorzystaniem systemów AI.

Rozdział 5. wskazuje na najważniejsze zdaniem autora wyzwania badawcze w obszarze wpływu systemów sztucznej inteligencji na generowanie wartości i przewagi konkurencyjne.

Całość uzupełniają załączniki. Zaprezentowano w nich założenia i wyniki pogłębionych analiz 323 projektów wykorzystujących AI lub umożliwiających ich projektowanie. Przedstawiono najważniejsze metody, pytania i hipotezy badawcze oraz zaprezentowano krótką analizę opisową ilościowych wyników badań. W załączniku 1 przedstawiono podsumowanie pożądanych kompetencji, a w załączniku 2 – pożądanych wyzwań związanych z projektowaniem i wdrażaniem rozwiązań wykorzystujących AI. Zestawienie tych elementów w jednym miejscu może być pomocne dla osób zainteresowanych oceną potencjału lub wdrożeniem takich rozwiązań we własnej organizacji. Czytelnik znajdzie tu też (załącznik 3) uporządkowaną alfabetycznie listę przeanalizowanych projektów AI (nazwę firmy/projektu oraz adres strony internetowej).

1. Modele kreowania wartości i zarządzania przewagą konkurencyjną

Pojęcie wartości, metody jej generowania oraz źródła przewag konkurencyjnych są przedmiotem badań od kilkudziesięciu lat zarówno w ramach nauk o zarządzaniu, jak i ekonomicznych (por. np. [Romanowska, Gierszewska, 2015]). Modele, takie jak łańcuchy, sklepy, sieci czy siatki wartości, w połączeniu z analizami wpływu technologii na generowanie wartości i sposoby konkurowania, są nadzwyczaj aktualne i mogą być z dużym powodzeniem wykorzystane do opisu zjawisk na rynkach intensywnie stosujących metody i technologie sztucznej inteligencji.

Celem niniejszego rozdziału jest syntetyczna prezentacja najważniejszych logik kreowania wartości i osiągania przewag konkurencyjnych (łańcuchów, konstelacji, sklepów, sieci, siatek oraz struktur zdominowanych przez usługi), modeli wpływu danych, informacji i wiedzy na generowanie wartości oraz oddziaływania technologii informacyjnych na konfiguracje wartości i reguły konkurowania. Całość uzupełnia prezentacja modelu sieci wartości w branżach telekomunikacyjnych i informatycznych oraz lista kompetencji pomagających osiągnąć trwałą przewagę konkurencyjną.

Opisane w tym miejscu koncepcje pozwolą na sformułowanie modelu tzw. sieci poznawczych, opisującego proces generowania wartości na rynkach w znacznym stopniu wykorzystujących sztuczną inteligencję (por. rozdz. 4).

1.1. Logiki kreowania wartości i osiągania przewag konkurencyjnych

1.1.1. Wprowadzenie

Jak już wspomniano, istnieje wiele koncepcji konkurencyjności organizacji. Jednym z wymiarów, który pozwala klasyfikować teorie przewag konkurencyjnych, jest umiejscowienie źródeł tych przewag w stosunku do organizacji. Patrząc z tej perspektywy, można wyróżnić trzy podejścia [Bednarz, 2011]:

1. Teorie klasyczne umiejscawiające źródła przewagi konkurencyjnej na zewnątrz podmiotu, np. w jego otoczeniu gospodarczym.

2. Teorie zasobowe upatrujące źródeł przewagi w zasobach i procesach organizacji.

3. Teorie mieszane łączące źródła zewnętrzne i wewnętrzne.

W teoriach klasycznych źródła przewagi konkurencyjnej upatrywano głównie w otoczeniu firmy. Przykładowo w pracy [Porter, 2008] autor identyfikuje przywództwo oparte na kosztach i odróżnianiu się. Rekomenduje, aby walkę konkurencyjną oprzeć na sile rynkowej, wprowadzając przy tym koncepcję pięciu sił określających sytuację na danym rynku. W teoriach zasobowych punktem wyjścia jest przedsiębiorstwo budujące swoją przewagę konkurencyjną dzięki wykorzystaniu wewnętrznych predyspozycji i zasobów [Bednarz, 2011; Prahalad, Hamel, 1990]. Autorzy tej koncepcji doceniają przy tym wagę czynników zewnętrznych: do osiągnięcia sukcesu rynkowego niezbędna jest umiejętność rozpoznawania i wykorzystywania okazji przy jednoczesnym, szeroko rozumianym, sprawnym zarządzaniu.

W latach dziewięćdziesiątych ubiegłego wieku zaczęto wskazywać aktywa niematerialne, w szczególności kapitał intelektualny, jako źródło przewag konkurencyjnych, wyróżniając w nich kapitały ludzki, strukturalny i relacji [Bratnicki, Strużyna, 2001; Edvinsson, 1997; Edvinsson, Malone, 1997; Sopińska, 2014; Sopińska, Wachowiak, 2004; Sveiby, 1997]. Badania te rozszerzono też na kraje, regiony i miasta [Bounfour, Edvinsson, 2012; Godlewska-Majkowska i in., 2010; Rószkiewicz, Węziak, Wodecki, 2007].

Dalsza część podrozdziału przedstawia różne modele kreowania wartości i osiągania przewagi konkurencyjnej istotne w badaniach wpływu systemów wykorzystujących sztuczną inteligencję (AI) na organizacje i rynki. Modele te będą stanowić nie tylko ramę dla badań, ale pomogą też dobrze sformułować pytania badawcze oraz hipotezy. Pozwoli to na umieszczenie wypracowanych wniosków w szerszym kontekście oraz wskazanie interesujących kierunków dalszych badań.

1.1.2. Wpływ technologii na logiki tworzenia wartości

Od lat wielu badaczy wskazuje na silny wpływ szeroko pojętych technologii na zarządzanie i modele tworzenia wartości. Przed przystąpieniem do szczegółowych analiz warto krótko przedstawić kilka fundamentalnych koncepcji opisujących wpływ technologii na działalność firm.

Jednym z pierwszych badaczy wpływu technologii na zarządzanie był J. Thompson [1967]. Podzielił on technologie na:

1) łańcuchowe (long-linked), w ramach których zadania są uporządkowane (zależą od siebie) w sposób sekwencyjny, wymagając zaawansowanej koordynacji; najczęściej są stosowane przez duże firmy produkcyjne,

2) intensywne (intensive), stosowane przez firmy oferujące swoim klientom różne, dostosowane do ich potrzeb, rozwiązania; procesy biznesowe w takich organizacjach mają wiele zależnych od siebie zadań, realizowanych często w cyklach spiralnych (np. analiza, hipoteza, rozwiązanie, wdrożenie, ewaluacja), co wymaga wysokich kompetencji menadżerskich i eksperckich oraz struktur raczej płaskich niż pionowych,

3) mediacyjne (mediating), umożliwiające świadczenie usług wspomagających połączenia między klientami; przykładem są sieci telekomunikacyjne, banki, giełdy, a także sieci społecznościowe.

W dalszych swoich badaniach Thompson powiązał tak sklasyfikowane technologie ze wzajemną zależnością zadań, jednostek organizacyjnych oraz firm w strukturach wartości. W szczególności wykazał, że poziom i rodzaj relacji między technologiami zależy od rodzaju i zakresu zasobów współdzielonych przez wspierane przez nie działania [Stabell, Fjeldstad, 1998]. Stało się to podstawą poszerzenia koncepcji łańcucha wartości, co zostanie bliżej zaprezentowane w dalszej części niniejszego opracowania.

Twórcą kolejnej, istotnej w kontekście niniejszej rozprawy i jej badań, teorii omawianego zagadnienia była J. Woodward. W latach sześćdziesiątych XX w. pokazała, w jaki sposób struktury organizacyjne adoptują się do wykorzystywanych technologii [Woodward, 1970]. Zidentyfikowała związek między skalą produkcji (jednostkową, masową lub procesową) a złożonością procesów oraz struktur organizacyjnych (mierzoną w szczególności liczbą personelu kierowniczego i szczebli podległości). Przy przejściu od produkcji jednostkowej do masowej liczba personelu kierowniczego i rozpiętość kierowania rosła, natomiast przy zmianie z produkcji masowej na procesową – malała. Woodward zmiany te powiązała z rozwojem technologii wymuszanym zmianami skali działania organizacji.

W latach siedemdziesiątych ubiegłego wieku Charles D. Perrow, badając złożoność organizacji oraz jej odporność na różnego rodzaju zagrożenia, zidentyfikował dwa kluczowe w analizie technologii wymiary: zmienność zadań oraz ich „analizowalność”. Zmienność zadań proponował mierzyć liczbą wyjątków, które napotykał pracownik podczas pracy. „Analizowalność” rozumiał jako stopień, w którym wykonanie danego zadania można było opisać procedurami: problemy „analizowalne” mogły być rozwiązane dzięki procedurom i wiedzy technicznej, „nieanalizowalne” zaś wymagały doświadczenia oraz intuicji. W ramach tej koncepcji Perrow zaproponował cztery kategorie technologii [ProvenModels – technology typology]: rutynowe (brak wyjątków, wysoka standaryzacja), rzemieślnicze (brak wyjątków, ale częsta konieczność poszukiwania indywidualnych rozwiązań), inżynieryjne (wiele wyjątków, wysoka standaryzacja) oraz nierutynowe (wiele wyjątków, konieczność poszukiwania unikalnych rozwiązań). Efekty jego dalszych badań nad organizacjami oraz jednostkami organizacyjnymi można podsumować w następujących punktach:

1. Zróżnicowanie jednostek biznesowych można opisać rodzajami technologii, jakie wykorzystują one do wykonywania swoich zadań.

2. Struktury organizacyjne i procesy biznesowe zależą od technologii.

3. Menadżerowie powinni tak projektować swoje jednostki organizacyjne, by sprostały one wymogom stosowanych technologii.

Zarysowane wyżej koncepcje wytyczyły kierunki dla kolejnych badań wpływu technologii na zarządzanie. W dalszej części opracowania pokazano, w jaki sposób mogą być one użyteczne w analizach potencjału biznesowego rozwiązań klasy AI.

1.1.3. Łańcuchy wartości

Łańcuch wartości jest kanoniczną koncepcją zarządzania i stanowi punkt wyjścia dla wielu analiz z zakresu zarządzania wartością organizacji oraz źródeł konkurencyjności (por. np. [Rokita, 2005; Borowski, 2013]). Poniżej przedstawiono zarys teorii łańcucha wartości, kładąc nacisk na logiki tworzenia wartości oraz wynikające z nich źródła przewag konkurencyjnych i opcje strategiczne.

Twórcą koncepcji łańcucha wartości jestM. Porter. Jego zdaniem [Porter, Millar, 1985] wartość tworzona przez firmy jest mierzona ceną, jaką klienci są skłonni zapłacić za ich produkty bądź usługi, a firma jest zyskowna wtedy, gdy wartość, którą kreuje, jest wyższa od kosztów działań ją tworzących. Łańcuch wartości firmyrozumie on jako zbiór powiązanych ze sobą działań dostarczających wartość, przy czym działania są połączone wtedy, gdy jedno z nich wpływa na koszty lub efektywność drugiego. Połączenia między działaniami wymuszają ich koordynację. Precyzyjne zarządzanie działaniami jest często źródłem przewagi konkurencyjnej. Firmy powinny mieć zdolność dostrzegania takich połączeń oraz umiejętnej ich koordynacji. Połączenia te mogą wymuszać kompromisy(trade-off’s)w procesach optymalizacji.Przykładowo zwiększenie kosztów projektowania (np. przez zwiększenie liczby godzin) czy też wytworzenia (np. poprzez zastosowanie lepszej jakości materiałów) może skutkować zmniejszeniem kosztów obsługi posprzedażowej (mniejsze koszty napraw). Aby osiągnąć przewagę konkurencyjną, firma musi więc odpowiednio koordynować działania w łańcuchu wartości oraz znajdować kompromisy w procesach optymalizacji.

Łańcuch wartości firmy jest elementem systemu powiązanych ze sobą łańcuchów. W ramach tej koncepcji proces identyfikacji i zrozumienia przewag konkurencyjnych sprowadza się do analizy procesów generujących wartość: ich podziału na dyskretne czynności wpływające na przewagę kosztową oraz wyróżniające oferty firmy [Stabell, Fjeldstad, 1998]. Analiza aktywności powinna być przy tym kompletna, by uwzględniać wszystkie działania organizacji. Aby była przy tym wykonalna, Porter proponuje koncentrację na aktywnościach, które mają:

• różne modele generowania wartości ekonomicznej,

• wysoki wpływ na odróżnienie oferty od konkurencji,

• znaczący (lub rosnący) udział w kosztach.

Porter dzieli działania tworzące wartość na podstawowe i wspierające.

• Aktywności podstawowesą bezpośrednio związane z kreowaniem i dostarczaniem wartości klientowi, dotyczą najczęściej materialnych produktów końcowych. Ze względu na to, że model łańcucha wartości służy do analizy logiki tworzenia wartości, a nie do analizy procesów biznesowych (np. w celu ich optymalizacji), działalności podstawowe nie muszą pokrywać się z funkcjami organizacyjnymi: dana aktywność podstawowa może być realizowana przez wiele różnych jednostek biznesowych, wybrana funkcja organizacyjna zaś może przyczyniać się do realizacji wielu różnych działań podstawowych. Porter dzieli aktywności podstawowe na:

• logistykę dostaw: działania związane z otrzymywaniem, przechowywaniem i przekazywaniem materiałów potrzebnych do produkcji,

• operacje: transformacje materiałów wejściowych na produkty końcowe,

• logistykę wysyłki: kolekcjonowanie, przechowywanie i fizyczna dystrybucja produktów do nabywców,

• marketing i sprzedaż: działania zapewniające dostępność produktu na rynku, związane z dostarczaniem sposobów nabycia produktów przez klientów oraz motywowaniem ich do zakupu,

• usługi: działania zorientowane na utrzymanie i wzmocnienie wartości oferowanej przez produkt, mające krytyczny wpływ na jego wartość dla klienta.

Aktywności wspierające podnoszą efektywność działań podstawowych: mają wpływ na wartość oferowaną klientowi tylko na tyle, na ile podnoszą ich (działań podstawowych) efektywność. Porter wyróżnia następujące kategorie aktywności wspierających:

• zaopatrzenie: zakup materiałów i usług wykorzystywanych w łańcuchu wartości,

• rozwój technologii: działania, których celem jest usprawnienie produktów i procesów,

• zarządzanie zasobami ludzkimi: rekrutacja, zatrudnianie, szkolenia, rozwój i wynagradzanie pracowników,

• infrastruktura: ogólne zarządzanie, planowanie, finanse, księgowość, obsługa prawna, relacje z sektorem publicznym i zarządzanie jakością.

Tak rozumiany łańcuch wartości w formie graficznej przedstawia rysunek 1.1.

Stabell i Fjeldstad [1998] w następujący sposób podsumowują logikę tworzenia wartości w łańcuchach wartości:

1. Wartość dla klientajest określona albo przez poziom redukcji kosztów, albo przez zwiększenie efektywności możliwe dzięki korzystaniu z produktu.

2. Celem rozwoju technologii jestalbozmniejszenie kosztów dla klienta, albo podniesienie cenypoprzez lepszą adaptację do kryteriów zakupowych klienta.

3. Produkt jest medium umożliwiającym transfer wartości z firmy do klienta. Materiały surowe oraz półprodukty są transportowane do fabryki, gdzie następuje ich transformacja do produktów końcowych i transport do klientów.

4. Marketing wspiera dwa komplementarne procesy:

a) rozwój i doskonalenie łańcucha poprzez dostarczanie specyfikacji produktów i prognoz popytu,

b) stymulację popytu na produkty łańcucha w celu zapewnienia stabilności współpracy i optymalnego zagospodarowania możliwości produkcyjnych.

5. Obsługa posprzedażowa zapewnia prawidłowe wykorzystanie produktów przez klienta i w efekcie zapobieganie awariom lub wydłużenie czasu życia produktu.

6. Łańcuch wartości modeluje działania technologii łańcuchowych w typologii Thompsona[1967], dzięki którym wartość jest kreowana poprzez transformację materiałów wejściowych w produkt końcowy.

Rysunek 1.1. Diagram wartości Portera

Źródło: opracowanie własne na podstawie [Porter, 2008].

Przewaga konkurencyjna

Łańcuch wartości firmy działającej w określonej branży jest zanurzony w strumieniu działań innych firm, który Porter określa terminem system wartości (value system) [Porter, Millar, 1985]. W jego skład wchodzą łańcuchy wartości dostawców, firmy, dalszych kanałów dystrybucyjnych oraz klientów. Działania tworzące wartość firmy są połączone z działaniami innych organizacji: umiejętne zarządzanie tymi połączeniami może być źródłem przewagi konkurencyjnej.

Porter proponuje cztery wymiary zakresu konkurowania [Porter, Millar, 1985]: segment, poziom integracji pionowej, geografię oraz branżę. Wyróżnia przy tym konkurowanie:

• w szerokim zakresie, polegające na eksploracji relacji między łańcuchami wartości firm z wielu różnych segmentów rynku, branż czy regionów geograficznych; przykładowo międzynarodowa, skoordynowana strategia sprzedaży oparta na doświadczeniach z różnych rynków może być źródłem przewagi konkurencyjnej nad konkurentami lokalnymi, integracja pionowa zaś zwiększa niezależność od dostawców zewnętrznych i może poprawić, dzięki koordynacji działań, efektywność procesów,

• w wąskim zakresie, polegające na precyzyjnym dostosowaniu własnego łańcucha wartości do łańcuchów wartości konkretnych grup klientów, co w efekcie jest źródłem przewagi konkurencyjnej (kosztowej lub opartej na wyjątkowości).

Aby osiągnąć przewagę konkurencyjną,organizacja musi wykonywać te czynności po niższych kosztach albo w sposób, który prowadzi do odróżnienia (uzasadnia cenę premium, dostarczając wyższą wartość).

Stabell i Fjeldstad proponują następujące etapy analizy przewag konkurencyjnych w łańcuchu wartości [Stabell, Fjeldstad, 1998]:

• uporządkowanie aktywności w grupy, zgodnie z modelem łańcucha wartości,

• przypisanie kosztów i zasobów do grup działań tworzących wartość,

• analiza czynników determinujących koszty działań oraz wartość oferowaną.

• Celem analizy kosztów i zasobów jest identyfikacja działań mających największy wpływ na koszty produktów, ocenę przewag konkurencyjnych oraz potencjałów usprawnień poprzez porównanie z konkurencją. Korzyści, jakie odnoszą firmy z takiej analizy to:

• szansa na zadanie istotnych dla firmy pytań: jaka jest pozycja konkurencyjna firmy?, co powinno być usprawnione?itp.,

• wiedza pozyskana w procesie analizy, która może być tak samo wartościowa, jak szczegółowe informacje o kosztach i wartości,

• ocena trudności analizy – trudność w dobrym zrozumieniu czynników wpływających na koszty i wartość może być miarą bariery wejścia i imitacji dla konkurencji.

Pogłębione zrozumienie i zarządzanie czynnikami kształtującymi koszty działań może być jednym z głównych źródeł przewagi konkurencyjnej. Porter [2008] wyróżnia 10 takich czynników: skalę, wykorzystanie możliwości, połączenia, relacje z otoczeniem, stopień integracji pionowej, lokalizację, terminowość, uczenie się, decyzje strategiczne i regulacje.

Opcje strategiczne

Celem analizy konfiguracji wartości jest diagnoza oraz poprawa przewagi konkurencyjnej. Stabell i Fjeldstad [1998] identyfikują trzy wymiary konkurowania:

• produkt,

• segment rynku,

• aktywności generujące wartość w ramach systemu wartości połączonych ze sobą firm, zwane czasem stopniem integracji pionowej.

Strategiczne pozycjonowanie w celu osiągnięcia przewagi konkurencyjnej sprowadza się w efekcie do wyboru miejsca w wymiarach produktowym, segmentu rynkowego i wartości biznesowej. Wybór pozycji w tych wymiarach zależy od czynników generujących koszty i wartość. Dla firm opartych na technologiach łańcuchowych (sekwencyjnych) optymalna pozycja jest determinowana przez relacje między skalą działania, stopniem wykorzystania potencjału produkcyjnego, zakresem rynkowym, niepewnością w obszarach popytu i podaży oraz miejscem w cyklu życia produktu [Stabell, Fjeldstad, 1998].

1.1.4. Motywacja do rozszerzenia koncepcji łańcuchów wartości

Światowy rozwój gospodarczy zainspirował badaczy do rozszerzenia koncepcji łańcucha wartości. Już w 1993 r. Normann i Ramirez stwierdzili [Normann, Ramirez, 1993], że globalna konkurencja, szybko zmieniające się rynki oraz nowe technologie tworzą zupełnie nowe sposoby kreowania wartości. W efekcie strategia nie może sprowadzać się do umiejętnego dodawania wartości w łańcuchu, ale do odkrywania nowych metod jej tworzenia. Przedmiotem analizy strategicznej powinny być nie same firmy czy branże, ale systemy tworzenia wartości, w ramach których różni aktorzy (dostawcy, partnerzy biznesowi, klienci) wspólnie wytwarzają wartość. Działania strategiczne powinny być zorientowane na rekonfiguracje ról i relacji między partnerami w celu wykreowania nowych form wartości.

W 1998 roku Stabell i Fjeldstad w interesujący sposób pokazali, że typologia aktywności podstawowych w modelu Portera sprawdza się w przypadku tradycyjnych firm produkcyjnych, ma jednak wiele ograniczeń w analizach firm z branż usługowych [Stabell, Fjeldstad, 1998]. Jako przykład autorzy podali firmę ubezpieczeniową oraz bank, dla których trudno określić, co jest dostarczane na wejściu łańcucha, co jest produkowane, a co dostarczane klientowi końcowemu. Jakościowo inne problemy zidentyfikowali też w pogłębionej analizie działań wspierających, np. rozwoju technologii. Ilustrując to przykładem odkrywania złóż w branży wydobywczej, stwierdzili, że w przypadkach działalności rozwojowej z dużym czynnikiem niepewności generowana przez nie wartość rzadko koreluje z kosztami.

Posiłkując się typologią technologiiThompsona [1967], w swojej pracy Stabell i Fjeldstad zaproponowali trzy podstawowe logiki tworzenia wartości:

1. Łańcuch wartości modelujący działania technologii łańcuchowych.

2. Sklepy wartości będące modelem dla technologii intensywnych.

3. Sieci wartości modelujące działanie technologii mediacyjnych.

Jak widać, krytycznym czynnikiem odróżniającym te trzy logiki tworzenia wartości są technologie, które tym samym leżą u podstaw teorii, oraz metody analizy przewag konkurencyjnych firmy.

Autorzy zaproponowali również zastąpienie analizy łańcucha wartości analizą konfiguracji wartości. Analiza łańcucha wartości jest metodą dekompozycji działalności firmy na aktywności o wymiarze strategicznym oraz zrozumienia ich wpływu na koszty i generowaną wartość. Analiza konfiguracji wartości została przez nich zdefiniowana jako metoda analizy przewag konkurencyjnych oparta na teorii trzech technologii i logik tworzenia wartości. Jak widać, w podejściu tym zmienia się zarówno cel, jak i metoda analizy.

W 2006 roku F.K. Pil i M. Holweg zaproponowali rozszerzenie modelu łańcucha wartości do koncepcji tzw. siatek wartości (value grids) [Pil, Holweg, 2006]. Ich zdaniem kreacja wartości jest coraz częściej bardziej wielokierunkowa niż liniowa, dlatego istnieje potrzeba modyfikacji tradycyjnego, liniowego łańcucha wartości. Ciągłe napięcia między szansami a zagrożeniami wymuszają na firmach konieczność poszukiwania szans na zarządzanie ryzykiem, uzyskiwanie wpływu na popyt i generowanie nowych sposobów tworzenia wartości. Podstawą ich badań były analizy strategii zarządzania łańcuchem wartości wielu firm, głównie z branży motoryzacyjnej (producentów samochodów, ich dostawców oraz firm logistycznych), znanej z wysokiej efektywności operacyjnej i liniowego podejścia do łańcucha wartości, bardzo szybko zmiennej się branży telekomunikacyjnej (producenci sprzętu, oprogramowania oraz firmy telekomunikacyjne) oraz sektora zdrowia. Zaproponowane przez nich podejście sieciowe oferuje wiele nowych ścieżek podniesienia efektywności i stanowi interesujące rozszerzenie koncepcji Portera.

1.1.5. Konstelacje wartości

W 1993 roku wspomniani powyżej Normann i Ramirez [1993] zaproponowali model konstelacji wartości. Zintegrowali pojęcia produktów i usług w jeden termin oferty, z której klienci mogą samodzielnie generować wartość dla siebie. Dalej stwierdzili, że w miarę wzrostu złożoności oferty rośnie złożoność sieci niezbędnej do jej dostarczenia. W efekcie celem strategicznym organizacji jest ciągła rekonfiguracja i integracja kompetencji własnych oraz klientów.

Proponowana przez Normana i Ramireza nowa logika tworzenia wartości ma trzy kluczowe implikacje strategiczne:

1. W świecie, w którym wartość jest generowana w złożonych konstelacjach (a nie liniowych łańcuchach) celem firm powinno być nie tyle tworzenie wartości dla klientów, co zmobilizowanie ich samodzielnego tworzenia wartości dla siebie z wykorzystaniem możliwości („gęstości”) oferowanej przez sieć.

2. W miarę wzrostu złożoności ofert rośnie złożoność relacji między partnerami konieczna do ich dostarczenia. Najlepsze oferty angażują klientów, dostawców i różnych partnerów biznesowych w różnych konfiguracjach. W efekcie celem strategicznym firmy jest umiejętna rekonfiguracja tych relacji w celu podniesienia wartości dla klienta.

3. Ze względu na to, że kluczem do stworzenia unikalnej wartości jest mobilizacja klientów do współpracy, głównym źródłem przewagi konkurencyjnej staje się zdolność do koordynacji całego systemu tworzenia wartości.

Implikacje te nabiorą szczególnego znaczenia w strukturach zdominowanych przez rozwiązania klasy AI, co zostanie przedstawione w dalszej części niniejszego opracowania.

Warto jeszcze zasygnalizować wynik prac, które istotnie wspomogły rozwój koncepcji poszerzających teorię łańcucha wartości. W roku 2000 Bowman i Ambrosini zaproponowali odróżnienie kreacji wartości (rozumianej jako wkład do użyteczności produktu/usługi dla użytkownika końcowego) od odzyskania wartości (rozumianego jako różnica między przychodem a kosztem pozyskanym z produktu/usługi) [Bowman, Ambrosini, 2000]. Z kolei Lipmann i Rumelt [2003] orazMacDonald i Ryall [2004] opisali warunki określające zdolność poszczególnych aktorów do odzyskiwania wartości, natomiast Adner i Zemsky – czynniki warunkujące generowanie wartości [Adner, Zemsky, 2004].

1.1.6. Sklepy wartości

Koncepcja sklepów wartości została zaproponowana przez Stabella i Fjeldstada [1998]. Ich zdaniem firmy, dla których odpowiednim modelem jest koncepcja sklepu wartości, wykorzystują do rozwiązywania problemów swoich klientów tzw. technologie intensywne (zgodnie z klasyfikacją Thompsona [1967]). W odróżnieniu od organizacji, których działania można modelować za pomocą łańcucha wartości, rodzaj i sekwencję podejmowanych działań podstawowych uzależniają przy tym istotnie od specyfiki problemu klienta. Innymi słowy, czynnikiem determinującym działania podstawowe oraz relacje między nimi jest rozwiązywany problem.

Sklep wartości może również służyć do poprawnego modelowania wybranych obszarów działań firm, których kreacja wartości dla klienta jest dobrze opisywana przez łańcuch wartości. Przykładem są np. firmy wydobywcze, których wartości podstawowe są reprezentowane przez łańcuch, zaś wspierające je obszary rozwoju technologii (np. poszukiwanie złóż) zdecydowanie lepiej opisywać, wykorzystując koncepcję sklepów wartości.

Jak już wspomniano, podstawową aktywnością sklepów wartości jest rozwiązywanie problemów klienta. Problem można zdefiniować jako różnicę między stanem aktualnym a pożądanym [Simon, 1977]. Rozwiązywanie problemów, leżące u podstaw generowania wartości w sklepach, polega więc na zmianie stanów z aktualnych na pożądane z intensywnym wykorzystaniem technologii. Przykładem działalności o tym charakterze jest działalność doradcza oraz medyczna.

Stabell i Fjeldstad [1998] wyróżniają następujące unikalne charakterystyki generowania wartości w strukturach wykorzystujących intensywne technologie:

1. Silna asymetria informacyjna między firmą a jej klientem, będąca często powodem, dla którego korzysta on z jej usług.

2. Proces kreacji wartości dostosowany do rozwiązywania niestandardowych problemów.

3. Cykliczne, iteracyjne i nieprzerwane czynności. Przepływ aktywności nie jest liniowy, ale często iteracyjny (między czynnościami) i cykliczny (w ramach grup czynności).

4. Istotne, sekwencyjne i zwrotne zależności między działaniami. Iteracyjny charakter procesu rozwiązywania problemów skutkuje wysokim stopniem zależności, zarówno sekwencyjnej, jak i zwrotnej, między poszczególnymi działaniami. W efekcie konieczna jest sprawna koordynacja działań oraz wymiana informacji między zespołami ekspertów dziedzinowych.

5. Wiele dyscyplin i specjalizacji w spiralnych cyklach aktywności. Na wejściu do kolejnego cyklu jest rozwiązanie problemu wygenerowane przez cykl poprzedni lub też problem, który jest jego wynikiem.

6.Niezależne od problemu działania zorientowane na pozyskiwanie informacji. Standardowe, niezależne od rozwiązywanego problemu, metody pozyskiwania danych i informacji.

7. Bazowanie na wiedzy eksperckiej. Specjaliści dziedzinowi stanowią kluczowy, często najbardziej liczny personel.

8. Podnoszenie efektywności dzięki współdziałaniu aktywności wspierających i podstawowych. Zarządzanie wysoko wykwalifikowanymi specjalistami jest niezwykle ważne. Marketing, zaopatrzenie i rozwój technologii są często ze sobą połączone, realizowane przez ekspertów podczas współpracy z klientem nad rozwiązaniem jego problemu.

9. System wartości oparty na reputacji i relacjach:

a) referencje, gdy główny (ogólny) wykonawca przekierowuje klienta do innego specjalisty,

b) podzlecenie, gdy główny wykonawca zleca część prac podmiotowi zewnętrznemu, biorąc odpowiedzialność za wykonane przez niego prace.

Powyższa charakterystyka działań determinuje strukturę aktywności podstawowych. Stabell i Fjeldstad dzielą je na pięć kategorii:

1. Definiowanie problemu, na które składają się rejestracja, przegląd i formułowanie problemu, który należy rozwiązać. Kategoria ta jest zbliżona do działań marketingowych w łańcuchach wartości.

2. Rozwiązywanie problemu: generowanie i ewaluacja możliwych rozwiązań.

3. Wybór najlepszego rozwiązania. Kategoria ta charakteryzuje się stosunkowo niewielkim kosztem i wysiłkiem, niemniej ma istotne znaczenie z perspektywy wartości oferowanej.

4. Realizacja, w tym komunikacja, organizacja i wdrożenie wybranego rozwiązania.

5. Nadzór i ewaluacja oraz pomiar i ocena tego, na ile wdrożenie rozwiązało problem.

Jak widać, kategorie aktywności podstawowych w sklepach wartości są bardzo zbliżone do cyklu spotykanego w projektach doradczych. Relacje referencji i podzleceń pojawiających się w cyklach rozwiązywania problemów definiują z kolei zakres pionowy w systemie wartości.

W obszarze aktywności wspierających autorzy stosują klasyczne podejście Portera z modelu łańcucha wartości. Diagram konfiguracji wartości można zobrazować schematem pokazanym na rysunku 1.2.

Rysunek 1.2. Diagram konfiguracji wartości w sklepach wartości

Źródło: opracowanie własne na podstawie [Stabell, Fjeldstad, 1998].

Na powyższym schemacie wyraźnie jest widoczny cykliczny charakter aktywności podstawowych:

• ewaluacja efektywności rozwiązania może być wejściem dla działań definiujących problem,

• zagnieżdżony(wheels-within-wheels) charakter działań objawia się w sytuacji, gdy faza wdrożenia rozwiązania (execution) ma wewnętrzną strukturę cyklu problem > rozwiązanie > wybór > wdrożenie > ewaluacja,

• spiralny charakter działań występuje wtedy, gdy cykl decyzyjny odnosi się (lub przekazuje kontrolę) do bardziej wyspecjalizowanego sklepu, który może być realizowany przez jednostkę biznesową organizacji bądź też inną firmę z systemu wartości.

W przypadku sklepów wartości ocena wartości oferowanej jest trudniejsza od analizy kosztu. Względne koszty działań i generowane przez nie wartości nie muszą być skorelowane [Porter, 2008]. Może się okazać, że stosunkowo nisko kosztowe działania mają bardzo duży wpływ na generowaną wartość. Przyczyną może być np. spiralny charakter działań, przez co wczesne działania mają potencjalnie duży wpływ na efekty późniejszych aktywności. W efekcie dużym wyzwaniem jest sformułowanie jasnych kryteriów umożliwiających ocenę wpływu działań na przyszłe wartości dla klientów. Wartość aktywności jest określana przez jej wpływ na następującą po niej aktywność w cyklu.

W przypadku sklepów wartości czynniki determinujące wartość są bardziej istotne od czynników kosztowych. Dzieje się tak, ponieważ klienci poszukują względnie pewnych rozwiązań swoich problemów, a nie usług o najniższej cenie jako głównym atrybucie. Stabell i Fjeldstad [1998] wskazują na dwa kluczowe czynniki determinujące przewagę konkurencyjną: uczenie się orazefekty skali.

Sukces przejawiający się w reputacji i relacjach jest kluczowym czynnikiem determinującym wartość firm wykorzystujących intensywne technologie. Reputacja jest sygnałem dużej wartości i daje dostęp do coraz bardziej wymagających klientów. Możliwość realizacji trudnych projektów staje się z kolei szansą na uczenie się i w efekcie pozyskiwanie nowych kompetencji. W konsekwencji uczenie się „w poprzek” realizowanych projektów jest bardzo ważnym łącznikiem między różnymi sklepami wartości.

Z kolei efekty skali są powiązane ze spektrum problemów klienta oraz jego rozproszeniem geograficznym. Autorzy wskazują przy tym, że duża liczba stosunkowo niewielkich sklepów wartości wpływa na jego osłabienie.

Zakresy produktowy i systemu wartości biznesowej są pochodną poziomu wyspecjalizowania problemów oraz metod umożliwiających ich rozwiązanie [Stabell, Fjeldstad, 1998]. Wysoki poziom integracji pionowej w systemie wartości implikuje szeroką dostępność specjalistów oraz istnienie wykonawców generalnych, którzy mogą sięgnąć po ich kompetencje. Im więcej różnych specjalizacji w branży oraz im szybsza zmienność technologii, tym mniejsza integracja pionowa firm działających w branży.

Odpowiednikiem integracji pionowej w łańcuchu wartości oraz efektu skali w sieci wartości jest dla sklepów tzw. zakres zaangażowania w problem. Oznacza on stopień, w jakim firma jest w stanie samodzielnie (bez wsparcia przez ekspertów zewnętrznych) rozwiązać problem danej klasy. Zarządzanie tym zakresem jest nie tylko jedną z metod zarządzania niepewnością, ale też metodą usprawnienia komunikacji między ekspertami oraz poprawy efektywności procesów ewaluacji wdrożenia rozwiązań. W efekcie jest czynnikiem determinującym zarówno redukcję kosztów, jak i generowanie wartości.

1.1.7. Sieci wartości

Sieci wartości to kolejne pojęcie zaproponowane przez Stabella i Fjeldstada [1998]. Sieci wartości bazują na technologiach mediacyjnych (wg. typologii Thompsona [1967]), łącząc klientów (clients and customers1), którzy są zainteresowani stworzeniem wzajemnych relacji i współzależnością. Technologie mediacyjne wspierają relacje między aktorami rozproszonymi w czasie i przestrzeni. Wykorzystywane są one w tym celu np. przez firmy telekomunikacyjne, bankowość detaliczną, firmy ubezpieczeniowe czy usługi pocztowe.

Z kolei Pagani [2013] definiuje sieć wartości jako klaster, w ramach którego aktorzy współpracują w celu dostarczenia wartości odbiorcy końcowemu, biorąc na siebie odpowiedzialność za sukces lub porażkę tych działań. Celem strategicznym uczestników procesu jest taka rekonfiguracja ról i wzajemnych relacji, aby wytworzyć wartości w nowych formach i przez nowych graczy (por. też [Normann, Ramirez, 1993]). Kluczową kompetencją członków sieci powinna być przy tym zdolność do zarządzania partnerstwami [Dyer, Singh, 1998].

Krytyczną determinantą wartości w sieciach dla każdego z aktorów jest zbiór (sieć) podmiotów w nich funkcjonujących. Logika tworzenia wartości w sieciach zaproponowana przez Stabella i Fjeldstada [1998] jest przedstawiona poniżej.

Wartość siecijest generowana poprzez organizację i wspieranie wymiany między aktorami sieci. Połączenia mogą być albo bezpośrednie (Peer-to-Peer, P2P), albo z wykorzystaniem pośredników lub współdzielonych zasobów. Operatorzy sieci pełnią funkcję menadżerów klubów. Inicjują, monitorują i przerywają bezpośrednie lub pośrednie relacje. Wszyscy uczestnicy sieci są dla nich (operatorów) klientami, bez względu na rolę, jaką w niej pełnią. Mechanizmem regulującym relacje między aktorami (zobowiązania, zakresy i parametry usług, cenniki itp.) są umowy prawne.

Wartości usług są funkcją pozytywnych czynników zewnętrznych po stronie popytowej sieci (efekt sieciowy). Wartość sieci rośnie wraz z liczbą jej uczestników i jest odzyskiwana z dostępu do usług oraz ich zakresu (capacity). Operatorzy sieci pobierają najczęściej opłaty za dostęp do sieci (możliwość korzystania z niej) oraz faktyczne jej stosowanie (zakres funkcjonalności oraz natężenie ich wykorzystania).

Działania mediacyjnesą realizowane równocześnie na wielu różnych poziomach. Zaspokojenie losowych potrzeb komunikacyjnych dużej liczby użytkowników sieci wymaga wielu równoległych i warstwowo uporządkowanych zbiorów działań. W efekcie działania podstawowe muszą mieć silne połączenia zwrotne, a nie wyłącznie sekwencyjne, jak w przypadku łańcuchów wartości, a błędy w synchronizacji działań mogą skutkować poważnymi zaburzeniami komunikacji w sieci. Z tego względu kluczowym czynnikiem wpływającym na jakość koordynacji i sprzężeń zwrotnych w sieci, co bezpośrednio przekłada się na jej wartość dla użytkowników, jest standaryzacja. Wspiera ona kojarzenie partnerów i monitoring ich relacji. Umożliwia operatorom sieci łączenie użytkowników (kompatybilnych ze standardami) i efektywne zarządzanie oraz monitoring ich interakcji.

Cykle życia wdrożeń i działań operacyjnych różnią się od siebie. Ze względu na różne potrzeby użytkowników sieci fazy uruchomienia oraz udostępnienia, sieci są rozdzielone w czasie. Najpierw usługa jest udostępniana i szeroko promowana (faza wdrożenia). Z czasem zainteresowani użytkownicy stopniowo zaczynają z niej korzystać (faza operacyjna). W pewnym momencie następuje efekt kuli śnieżnej: efekt sieciowy zaczyna przyciągać coraz więcej użytkowników.

Relacje biznesowe z partnerami w sieciach wartości sprowadzają się do współpracy w ramach równolegle działających podsieci, a nie, jak w przypadku łańcuchów wartości, do relacji dostawca–odbiorca. W ten sposób powstają struktury składające się z wielu współpracujących struktur. Przykładowo: operatorzy sieci telekomunikacyjnych dostarczają infrastrukturę dla firm oferujących usługi telekomunikacyjne, które to dostarczają infrastrukturę dostawcom usług płatniczych.

Sieci wartości różnią się w naturalny sposób przedmiotem mediacji, niemniej mają wiele cech wspólnych. Stabell i Fjeldstad [1998] wyróżniają w nich następujące wspólne aktywności podstawowe:

1. Promocja sieci i zarządzanie kontraktami

a) zachęcanie potencjalnych klientów do wejścia do sieci; selekcja klientów; inicjalizacja, zarządzanie i przerywanie kontraktów na świadczenie usług,

b) rodzaje i koszty obsługi kontraktów silnie zależą od rodzaju i stopnia złożoności usług sieciowych.

2. Dostawy usług

a) inicjacja, utrzymywanie i przerywanie połączeń między uczestnikami sieci; obsługa płatności za usługi sieciowe,

b) zakres i poziom komplikacji tych działań zależy od natury przedmiotu mediacji.

3.  Zarządzanie infrastrukturą sieciową

a) utrzymywanie infrastruktury technicznej i informacyjnej sieci,

b) zależne od rodzaju wykorzystywanej infrastruktury.

Wśród aktywności wspierających autorzy wskazują jako szczególnie interesujące dwa powiązane ze sobą aspekty rozwoju technologii:

1.  Rozwój infrastruktury sieciowej zawierający w sobie aktywności, takie jak projektowanie, rozwój i wdrożenie infrastruktury sieciowej.

2.  Rozwój usług sieciowych, w szczególności rozwój kontraktów i tworzenie nowych usług.

Z kolei dostawy oraz zarządzanie zasobami ludzkimi ich zdaniem są mocno zależne od rodzaju infrastruktury oraz specyfiki usług sieciowych.

Diagram konfiguracji wartości dla sieci prezentuje rysunek 1.3.

Jak widać, aktywności podstawowe nakładają się na siebie ze względu na współbieżny charakter zależności między nimi. Brak strzałek obrazujących sekwencyjność wskazuje na to, że wartość jest generowana poprzez stymulowanie interakcji między użytkownikami sieci.

Struktury sieciowe odgrywają dużą rolę w branżach intensywnie wykorzystujących sztuczną inteligencję, dlatego też warto bliżej przeanalizować modele teoretyczne czynników determinujących przewagę konkurencyjną w sieciach. Poniżej przedstawiamy koncepcję Stabella i Fjeldstada [1998] oraz bardzo interesujący model tworzenia wartości w sieciach usługowych [Lusch, Vargo, Tanniru, 2009].

Rysunek 1.3. Diagram konfiguracji wartości w sieciach

Źródło: opracowanie własne na podstawie [Stabell, Fjeldstad, 1998].

Operatorzy sieci dostarczają wartość jej użytkownikom poprzez opcje dostępu do sieci oraz możliwość korzystania z usług oferowanych w sieci [Stabell, Fjeldstad, 1998]. Z tego względu wymienione poniżej czynniki determinujące koszt i wartość sieci zależą właśnie od tych dwóch aspektów:

1. Skala i struktura. Wzajemna zależność i relacje między użytkownikami są główną wartością oferowaną przez sieć: inni użytkownicy stanowią kluczowy komponent wartości oferowanej. Dzięki usługom sieciowym jest możliwe przede wszystkim wykorzystanie tych zależności. Zatem usługi w sieciach wartości charakteryzują się efektem skali będącym pochodną efektu sieciowego (wartość usługi wzrasta wraz z ilością użytkowników sieci).Skala jest również istotna o tyle, o ile wpływa na dostępność usługi. Duży rozmiar sieci, który oddziałuje na łatwość dostępu do jej usług, wpływa na koszty korzystania z niej przez klientów. Kluczowe dla rozwoju struktur sieciowych są też wspólne standardy branżowe umożliwiające połączenia między sieciami.

2. Wykorzystanie możliwości. Stopień wykorzystania możliwości sieci jest ściśle powiązany ze skalą działania. Wysoki poziom wykorzystania potencjału z jednej strony obniża koszty, z drugiej zaś może również obniżyć jakość świadczonych usług (np. przeciążenie sieci).

3. Połączenia. Konieczność synchronizacji wielu równolegle realizowanych działań generuje wiele zwrotnych zależności między aktywnościami podstawowymi.

4. Uczenie się. Najwięcej szans na uczenie się tworzą w sieciach aktywności związane z selekcją klientów oraz monitoringiem usług.

Zdaniem autorów pracy [Lusch, Vargo, Tanniru, 2009] celem istnienia sieci jest dostarczanie coraz lepszych propozycji wartości klientom końcowym. Jest to możliwe dzięki podnoszeniu poziomu tzw. gęstości poprzez rekonfigurację form, czasu, miejsca i posiadania procesów biznesowych. Maksymalna gęstość to sytuacja, w której najlepsza możliwa kombinacja zasobów jest mobilizowana w konkretnej sytuacji, niezależnie od miejsca, w celu stworzenia rezultatu o optymalnej dla klienta relacji wartości do kosztu [Normann, 2001].

Podnoszenie gęstości może być efektem zmian w rekonfiguracji struktury sieci. Struktura sieci wartości może być konceptualizowana w terminach formy zasobów, czasu i miejsca ich dostępności oraz posiadania i metod ich wykorzystania. Szczegółowy opis wpływu rekonfiguracji tych form na finalną wartość dla klienta zawarto w [Lusch, Vargo, Tanniru, 2009] – obserwacje te są bardzo cenne w badaniu mechanizmów generowania wartości w strukturach wykorzystujących systemy klasy AI.

Rekonfiguracja form

Zasoby w sieciach wartości mogą występować w formach materialnych i niematerialnych. Przykłady form materialnych to pojazdy, magazyny, opakowania i inna infrastruktura. Formy niematerialne to np. umowy prawne, licencje, procedury czy procesy biznesowe.

Procesy rekonfiguracji form sprowadzają się analizy funkcji poszczególnych zasobów w sieci wartości oraz możliwości optymalizacji poprzez zmianę ich form. Przykładowo zmiana formy komputera z ogromnej jednostki centralnej (main-frame) na komputer stacjonarny zmieniła jego funkcje w organizacjach (z obliczeniowej na wspierającą prace biurowe), zaś postępująca miniaturyzacja i cyfryzacja urządzeń uczyniła z nich podstawę dla platform analizujących zachowania użytkowników [Porter, Heppelmann, 2014].

Zmiana formy może mieć duży wpływ na interakcje w sieciach wartości. Przykładem jest analiza sieci WalMart wpływu rozmiaru paczek na środowisko (okazało się, że był to kluczowy czynnik strat energetycznych) i będąca jej efektem zmiana rozmiarów, która z kolei spotkała się z dużym sprzeciwem dostawców WalMart [Lusch, Vargo, Tanniru, 2009].

Standaryzacja, szczególnie w postaci wykorzystania architektur modularnych, może mieć również bardzo silny wpływ na dynamikę relacji w sieci wartości.

Rekonfiguracja czasu

Moment w czasie, w którym są realizowane działania, to kolejna opcja rekonfiguracji w sieci wartości [Lusch, Vargo, Tanniru, 2009]. Jej efektem jest najczęściej skrócenie czasu realizacji procesów oraz zmniejszenie ich kosztów.

Tak zwana inżynieria równoległa umożliwia istotne skrócenie czasu wejścia na rynek zarówno w projektowaniu, jak i produkcji nie tylko dóbr fizycznych, ale też oprogramowania [Jürgens, 2013; Zirger, Hartley, 1996].

Zastosowanie tzw. części startowych (start parts) oraz części inteligentnych (smart parts) w zarządzaniu cyklem życia produktów (Product Lifecycle Management, PLM) istotnie skraca czas produkcji, utrzymując przy tym wysoki poziom zaspokojenia indywidualnych potrzeb użytkowników.

Aktualne możliwości analizy dużych zbiorów danych (Big Data) pozwalają już nawet na uwzględnienie modeli predykcyjnych jako komponentów produktów w ich specyfikacji w ramach PLM (por. [Li i in., 2015]) oraz opis implementacji modelu predykcyjnego jako komponentu w systemie wspomagającym PLM Aras Innovator. Z kolei reużywalne komponenty informatyczne umożliwiają szybkie tworzenie nowych usług, w ramach np. architektur opartych na usługach (Service Oriented Architecture, SOA) [Gebhart, Giessler, Abeck, 2016].

Rekonfiguracja czasu może dotyczyć również miejsca klienta/użytkownika końcowego w procesie tworzenia wartości. Kiedyś produkt był projektowany, wytwarzany i testowany wewnątrz firmy. Dziś, dzięki możliwościom nie tylko internetu, ale też inteligentnych, połączonych urządzeń, w proces projektowania może zaangażować się bezpośrednio użytkownik końcowy; testowanie odbywa się w miejscu wykorzystania, sam produkt zaś dynamicznie dostosowuje swoje parametry do potrzeb użytkownika [Porter, Heppelmann, 2014].

Rekonfiguracja miejsca

Współczesne technologie informatyczne (rozwiązania telekonferencyjne, zanurzona rzeczywistość i wirtualna rzeczywistość czy systemy inteligentnych, połączonych produktów) umożliwiają rekonfigurację miejsca projektowania (praca zdalna, świadome zaangażowanie społeczności, nieświadome zaangażowanie klientów), wytwarzania, produkcji, testowania i serwisu (por. np. [Porter, Heppelmann, 2015]).

Rekonfiguracja posiadania

Według logiki zorientowanej na usługi, wartość dostarczana klientowi nie musi być powiązana z posiadaniem na własność usługi/produktu. Innymi słowy, kluczowy jest dostęp do wartości, a nie posiadanie środków ją zapewniających. W efekcie firmy mogą leasingować (bądź w innych sposób udostępniać), a nie przekazywać własność do produktów i usług. Podejście to staje się powszechne we współczesnych usługach obliczeniowych, np. przetwarzania i obliczeń w chmurze (Cloud Computing), gdzie w modelu takim udostępnia się infrastrukturę, oprogramowanie, środowiska programistyczne i wiele usług pobocznych [Stanoevska-Slabeva, Talamanca, 2007].

W omawianych w dalszej części pracy systemach wykorzystujących sztuczną inteligencję widać już podobny trend. Firma IBM udostępnia w tym modelu swoje usługi kognitywne (https://www.ibm.com/watson/), a platforma Algorithmia.com zaczyna być coraz popularniejszą platformą łączącą dostawców algorytmów z klientami je wykorzystującymi.

W badaniach nad łańcuchem dostaw można zauważyć przesunięcie nacisku z dostarczania i przemieszczania zasobów materialnych (uchwytnych, tangible assets) na szerzej pojęte tworzenie partnerstw, relacji, sieci powiązań czy (współ)tworzenie wartości [Bovet, Martha, 2000; Hoyt, Huq, 2000; Lusch, Vargo, Tanniru, 2009; Min, Mentzer, Ladd, 2007]. Podobny trend można dostrzec również w marketingu [Vargo, Lusch, 2004] oraz w podejściach wskazujących na kluczową rolę wartości niematerialnych w przewadze konkurencyjnej organizacji [Edvinsson, Malone, 1997]. Szczegółowa analiza roli wartości niematerialnych w kreowaniu wartości wykracza poza zakres niniejszego opracowania, niemniej warto pamiętać o tym aspekcie w dalszych badaniach nad wpływem systemów wykorzystujących AI na reguły konkurowania i źródła przewagi konkurencyjnej.

Czynnikami spajającymi sieć wartości są kompetencje, relacje i informacje wymieniane między członkami sieci [Lusch, Vargo, Tanniru, 2009]. Nic więc dziwnego, że te kategorie zasobów są postrzegane jako najbardziej wartościowe dla organizacji (Evans, Wurster, 1997; Normann, Ramirez, 1993; Vargo, Lusch, 2004], aktorzy sieci zaś stają się de facto integratorami tych zasobów [Vargo, Lusch, 2008].

Od lat pośrednicy (dystrybucja, marketing) wspierali procesy wymiany dóbr między kupującymi i sprzedającymi. Osiągali to, niwelując luki: przestrzenną (między miejscami produkcji i konsumpcji), czasową (między momentem produkcji i konsumpcji) oraz informacyjną (między sprzedającymi i kupującymi) [Lusch, Vargo, Tanniru, 2009].

Upłynnienie informacji w sieciach wartości stworzyło przestrzeń dla tzw. pośredników informacyjnych, integrujących, przetwarzających, dystrybuujących i sprzedających informacje (oderwane od ich komponentu fizycznego). W efekcie kluczową obecnie kompetencją partnerów w sieciach wartości powinna być zdolność do [Lusch, Vargo, Tanniru, 2009]:

• identyfikacji pośredników informacyjnych mogących podnieść wartość sieci,

• utworzenia odpowiedniej architektury integrującej tych pośredników z partnerami w sieci wartości,

• możliwie pełnego wykorzystania potencjału pośredników do rekonfiguracji form, czasu, miejsca i posiadania w celu wzmocnienia propozycji wartości dla klienta.

Stanoevska-Slabeva i Talamancal [2007] wskazują dodatkowo na będącą konsekwencją rosnącej złożoności sieci relacji konieczność rozwoju kompetencji z zakresu zarządzania złożonością. Badania nad złożonością systemów koncentrowały się na modularności w projektowaniu, specjalizacji kompetencji, dekompozycji zadań i technologii oraz upraszczaniu interfejsów. Optymalną dla logiki zorientowanej na usługi koncepcją zarządzania złożonością sieci jest model zarządzania cyklem życia produktów, dzielący etapy kontroli produktów materialnych na koncepcyjny, rozwoju, produkcji oraz wykorzystania [Lusch, Vargo, Tanniru, 2009]. Autorzy proponują wykorzystanie tego modelu do opracowania koncepcji zarządzania cyklem życia usługi.

W wielowarstwowych strukturach sieciowych aktywności jednych operatorów sieci bazują na aktywnościach drugich [Stabell, Fjeldstad, 1998]. W związku z powyższym autorzy proponują dwie opcje strategiczne pozycjonowania: jedną w wymiarze pionowym, drugą – w poziomym.

Zakres pionowy w branżach mediacyjnych określa stopień, w jakim operator sieci jest w stanie kontrolować wszystkie poziomy aktywności niezbędne do zapewnienia komunikacji. W tym wymiarze opcja strategiczna sprowadza się do określenia zakresu kontroli poziomów aktywności w sieci.

W zakresie poziomym operator sieci może poszerzyć segment rynku poprzez rozbudowę swojej bazy klientów albo przez umowy wymiany z operatorami innych sieci. Wybór strategiczny sprowadza się do wyboru rynków i partnerstw strategicznych w innych segmentach.

1.1.8. Siatki wartości

Interesującą koncepcją uzupełniającą modele łańcucha, sklepów i sieci jest model siatek wartości (value grids) zaproponowany w 2006 r. przez Pila i Holwega [2006].

Zdaniem twórców modelu ciągłe napięcia między szansami a zagrożeniami wymuszają na firmach konieczność poszukiwania sposobów zarządzania ryzykiem, uzyskiwania wpływu na popyt i generowania nowych sposobów tworzenia wartości. Kreacja wartości jest coraz częściej bardziej wielokierunkowa niż liniowa, dlatego istnieje potrzeba modyfikacji tradycyjnego, liniowego łańcucha.

Podstawą badań były analizy