Przedmowa

Informatyka ekonomiczna to ceniona w świecie akademickim specjalność naukowa zajmującą się systemami informatycznymi w organizacjach. Obecna jest, pod różnymi nazwami, w strukturach nauki i w ofercie dydaktycznej uczelni: amerykańskich - jako Management Information Systems (MIS), państw niemieckojęzycznych - jako Wirtschafts­informatik (WI), a w innych krajach - jako Business Informatics (BI) czy Information Sys­tems (IS). Zarówno nowatorstwo tej dziedziny wiedzy, jej interdyscyplinarny charakter, jak i szybki, innowacyjny rozwój samej informatyki budzą dyskusje dotyczące rozumienia istoty oraz zakresu merytorycznego informatyki ekonomicznej (IE). Stąd też na polskich uczelniach występują nazwy obejmujące podobny lub zbliżony obszar tej wiedzy: informatyka gospodarcza, informatyka w biznesie, informatyka w zarządzaniu, systemy informacyjne zarządzania (kalka językowa tłumaczenia MIS) czy ostatnio - informatyka biznesowa. Ta niejednolitość terminologiczna nie jest korzystna dla pozycjonowania informatyki ekonomicznej w Polsce jako autonomicznej, ugruntowanej, dysertybilnej specjalności naukowej, powodując jedynie niepotrzebny i sztuczny zamęt terminologiczny, w konsekwencji - niepomyślny dla całego tematycznego środowiska naukowego. Staje się on przyczyną braku ukształtowania się tożsamości, identyfikacji, autonomii informatyki ekonomicznej w Polsce jako dyscypliny naukowej i zajęcia przez nią należnego miejsca w strukturach polskiej nauki.

Począwszy od lat 50. XX w., czyli początków MIS/WI/IE, powstało wiele opracowań - monografii i podręczników, poświęconych informatyce ekonomicznej, głównie w językach angielskim1 i niemieckim2. Książki pod tym tytułem funkcjonują również w polskim środowisku akademickim, w tym zwłaszcza publikowane przez zespół pracowników naukowo-dydaktycznych Instytutu Informatyki Ekonomicznej Uniwersytetu Ekonomicznego we Wrocławiu3.

Na zjazdach pracowników nauki polskich jednostek organizacyjnych zajmujących się tą dziedziną wiedzy - zorganizowanych przez Katedrę Informatyki Ekonomicznej Uniwersytetu Gdańskiego w 1995 r. w Jastrzębiej Górze i Warszawie - przyjęto deklarację w kwestii "prowadzenia, inicjowania i popierania badań naukowych w dziedzinie informatyki ekonomicznej"4 w Polsce. Realnym świadectwem tej deklaracji było powołanie na tych forach organizacji pracowników akademickich - Naukowego Towarzystwa Informatyki Ekonomicznej (NTIE) (www.ntie.org.pl). Przez kilkanaście lat rozwijało się ono intensywne i propagowało z sukcesem formy działalności i twórczości naukowej, takie jak: ogólnopolskie i międzynarodowe konferencje naukowe, seminaria, dwa Kongresy Informatyki Ekonomicznej (z inicjatywy prof. Janusza Grabary z Politechniki Częstochowskiej), publikowanie biuletynów NTIE i materiałów konferencyjnych w językach polskim i angielskim, coroczne konsorcjum doktoranckie (prowadzone z pasją i wytrwałością przez prof. Mariana Niedźwiedzińskiego, wieloletniego kierownika Katedry Informatyki Ekonomicznej Uniwersytetu Łódzkiego), uroczystości nadawania tytułów członka honorowego NTIE, cykliczne konkursy prac magisterskich i doktorskich z informatyki ekonomicznej (prowadzone najpierw przez warszawską Szkołę Główną Handlową, a potem - przez Instytut Informatyki Ekonomicznej Uniwersytetu Ekonomicznego we Wrocławiu)5.

Oprócz zainicjowania i efektywnej pracy dla NTIE środowisko gdańskiej informatyki ekonomicznej podjęło kolejną ważną inicjatywę organizacyjną, ale już w wymiarze między­narodowym. Było to powołanie w 2006 r. - przez prof. Claudię Loebbecke z University of Cologne, ówczesną President of Association for Information Systems (AIS), oraz prof. Stanisława Wryczę, kierownika Katedry Informatyki Ekonomicznej Uniwersytetu Gdańskiego - Polish Chapter of Association for Information Systems (PLAIS) (http://plais.org). PLAIS organizuje dwa coroczne wydarzenia, szeroko promowane, znane i cenione przez międzynarodową społeczność akademicką informatyki ekonomicznej:

PLAIS/SIGSAND EuroSymposium w Sopocie (www.eurosymposium.eu): organizowane przez Katedrę Informatyki Ekonomicznej Uniwersytetu Gdańskiego pod auspicjami Accociation for Information Systems (AIS), European Research Center for Information Systems (ERCIS) w Münsterze oraz Komitetu Informatyki Polskiej Akademii Nauk. Materiały z kolejnych sympozjów wydawane są przez Springera w serii "Lectures Notes in Business Information Processing" (LNBIP). Przemówienia programowe (Keynote Speeches) są zawsze wygłaszane przez kolejnych Presidents of AIS. EuroSymposium'2017 było uhonorowaniem Złotego Jubileuszu Informatyki Ekonomicznej na Uniwersytecie Gdańskim6. International Conference on ICT Management for Global Competitiveness and Economic Growth in Emerging Economies - ICTM we Wrocławiu (http://ictm2018.web.edukacja.wroc.pl/) jest organizowana przez dr Jolantę Kowal z Uniwersytetu Wrocławskiego, President of PLAIS w kadencji 2016-2018.

Osiągnięcia PLAIS zostały docenione przez AIS Leadership Teams. Za intensywną działalność międzynarodową w latach 2014 i 2016 przyznano tej organizacji zaszczytny tytuł Outstanding Chapter w niezwykle silnej konkurencji narodowych oddziałów AIS.

Niebagatelne osiągnięcia mają również studenci z AIS Student Chapter przy Katedrze Informatyki Ekonomicznej Uniwersytetu Gdańskiego w informatycznych konkursach międzynarodowych AIS Student Chapter Competitions. W ostatnich latach założono bardzo wiele AIS Student Chapters, głównie przy katedrach MIS renomowanych amerykańskich uczelni. W Europie jest jedynie kilka takich oddziałów, kół studenckich.

Wśród sukcesów gdańskiego AIS Student Chapter odniesionych w międzynarodo­wych AIS Student Competitions - organizowanych co roku w innym amerykańskim ośrodku akademickim informatyki ekonomicznej (MIS) - należy wymienić:

III miejsce zespołu studentów Katedry Informatyki Ekonomicznej Uniwersytetu Gdańskiego AIS Student Chapter Competition 2015: "IS That Serves Society" - na University of Alabama; Best New Chapter Award 2015-2016 - na Indiana University; III miejsce zespołu studentów Katedry Informatyki Ekonomicznej Uniwersytetu Gdańskiego w AIS Student Chapter Competition 2016: "IBM Bright ICT Bluemix Competition" - na Indiana University; III miejsce zespołu studentów Katedry Informatyki Ekonomicznej Uniwersytetu Gdańskiego w AIS Student Chapter Competition 2017: "Bright ICT Innovation Contest" - na Brigham Young University; Outstanding Fundraising Award for AIS Student Chapter of University of Gdańsk - na Brigham Young University; III miejsce zespołu studentów Katedry Informatyki Ekonomicznej Uniwersytetu Gdańskiego w AIS Student Chapter Competition 2018 - na University of Texas w Dallas w kategorii Software Innovation Challenge - za prototyp systemu pod nazwą "Intelligent baby monitor system" stworzonego z wykorzystaniem języka Python, biblioteki OpenCV i platformy Raspberry Pi 3.

Sukcesy odniesione w Stanach Zjednoczonych przez gdańskich studentów, którzy wyprzedzili wiele amerykańskich zespołów - w tym z uczelni zajmujących wysokie pozycje w rankingu szanghajskim - świadczą o poziomie dydaktycznym studiów z informatyki ekonomicznej na Uniwersytecie Gdańskim. Warto dodać, że Katedra Informatyki Ekonomicznej jest partnerem, a studenci są uczestnikami zajęć z dostępem do rozbudowanych zasobów dydaktycznch globalnego programu prowadzonego pod patronatem SAP University Alliances SUA. Podniesieniu poziomu badań naukowych z zakresu informatyki ekonomicznej sprzyja partnerstwo Katedry z europejskim centrum badawczym informatyki ekonomicznej ERCIS - European Research Center for Information Systems, w Münsterze7.

Studia informatyczne na Uniwersytecie Gdańskim - opracowane i wdrożone na podstawie projektu europejskiego - zostały uhonorowane w 2017 r. Certyfikatem Nadzwyczajnym i statuetką Lidera Jakości Kształcenia w Ogólnopolskim Konkursie "Studia z Przyszłością". Intensywna współpraca międzynarodowa przyczyniła się do znacznego wzrostu poziomu jakości publikacji zespołu naukowego Katedry Informatyki Ekonomicznej, wyrażonego m.in. rosnącą liczbą referatów angielskojęzycznych na międzynarodowych konferencjach naukowych i artykułów w znaczących czasopismach profesjonalnych z Impact Factorem.

Swój interdyscyplinarny profil informatyka ekonomiczna zawdzięcza czerpaniu wiedzy z różnych dyscyplin nauki, jednak ma ona swój autonomiczny rdzeń, kanon wiedzy (por. rys. 1.6) zaprezentowany przede wszystkim w częściach I, IV, V i VI tej książki. Natomiast głównymi dyscyplinami mającymi wpływ na informatykę ekonomiczną są informatyka i nauki ekonomiczne: ekonomia, zarządzanie, marketing, finanse, bankowość. Poza nimi istotny i stały wpływ na informatykę ekonomiczną - jak wskazał w rozdz. 1 prof. Joerg Bec­ker - mają następujące referencyjne dyscypliny naukowe: telekomunikacja, matematyka, prawo, psychologia, badania operacyjne i statystyka. Krąg tych dyscyplin stale się poszerza wraz z rozwojem nauki, technologii i zastosowań informatyki. Wzajemne zależności między informatyką ekonomiczną a wymienionymi dyscyplinami wiedzy przedstawiono na rys. 0.1.

Rys. 0.1. Wzajemne oddziaływanie informatyki ekonomicznej i innych dziedzin wiedzy

Źródło: na podstawie rys. 1.7.

Wyzwaniem dla autorów książek o informatyce ekonomicznej jest szeroki zakres tema­tyczny dziedziny, a zatem konieczność wyboru obszarów wiedzy w adekwatnych proporcjach. O ile istnieje pewien kanon wiedzy stałej, o tyle duża część wiedzy z tej specjalności ulega ciągłym i szybkim zmianom, modyfikacjom i uzupełnieniom związanym z bieżącym rozwojem technologii informatycznych, a także z powodu transformacji biznesu. Te dwa ostatnie czynniki są głównymi motorami obecnego światowego megatrendu - transformacji cyfrowej. Różnorodność ta sprzyja autorskim ujęciom problematyki informatyki ekonomicznej. Część wiedzy dezaktualizuje się - zmieniają się technologie i metody informatyczne, systemy operacyjne, języki programowania itp. Jest to pewna specyfika informatyki, a więc również informatyki ekonomicznej na tle innych dyscyplin akademickich; zmiany dokonują się we wszystkich dziedzinach, ale w przypadku informatyki ekonomicznej - w wyjątkowo szybkim tempie. Zjawiska te należy rozpatrywać raczej jako wyzwanie i szansę. Zarazem jednak stanowią zagrożenie dla książek dotyczących tej dziedziny wiedzy, które praktycznie na bieżąco powinny podlegać aktualizacji. Być może rozwiązaniem są tu e-booki oraz e-learning czy m-learning sprzyjające szybszemu publikowaniu kolejnych, zaktualizowanych elektronicznych wersji książek o tematyce naukowej lub stworzenie serwisu internetowego wiedzy o informatyce ekonomicznej, aktualizowanego na bieżąco.

Prezentowana publikacja stanowi kontynuację książki Informatyka ekonomiczna8 - wydanej przez Polskie Wydawnictwo Ekonomiczne w 2010 r., i zawiera - za zgodą PWE - treści zawarte we wcześniejszej pracy. W obecnym wydaniu książka zmieniła swój cha­rakter na monograficzny. Przede wszystkim wprowadzono nowy dział B. Zastosowania, wychodząc w ten sposób poza zakres zagadnień teoretycznych. Natomiast w dziale A. Teoria dodano nowe rozdziały:

Bezpieczeństwo systemów informatycznych (rozdz. 6), Architektura korporacyjna (rozdz. 7), Testowanie oprogramowania (rozdz. 9), Modelowanie procesów biznesowych (rozdz. 12), Projektowanie interakcji człowiek-komputer (rozdz. 14), Internet Rzeczy (rozdz. 24).

W pozostałych rozdziałach działu A dokonano zmian, uzupełnień, rozszerzeń i aktualizacji. W szczególności należy tu wymienić nową wiedzę w postaci: sprzętu komputerowego (rozdz. 4), Cloud Computing (rozdz. 8), podejścia Scrum (rozdz. 13), Big Data (rozdz. 15), analityki biznesowej (rozdz. 18) i mediów społecznościowych (rozdz. 27). Zmianie uległa również treść Kodeksu Etycznego ACM, stosownie do brzmienia jego najnowszej wersji z 22 czerwca 2018 r.9 Zdecydowano się na zamieszczenie tego Kodeksu w języku oryginału dla uwzględnienia specyfiki, poprawności i jednoznaczności zawartych tam sformułowań. Kodeks ten dotyczy całego środowiska informatyków na świecie.

Książka jest dziełem gremium 33 autorów - krajowych i zagranicznych pracowników akademickich informatyki ekonomicznej, a także praktyków - ekspertów IE i IT. Przygotował ją głównie zespół pracowników naukowo-dydaktycznych Katedry Informatyki Ekonomicznej oraz Instytutu Informatyki, Instytutu Zarządzania, Katedry Rachunkowości, Katedry Logistyki i Zakładu Informatyki Prawniczej Uniwersytetu Gdańskiego.

Ten inter­dyscyplinarny zespół został wzbogacony międzynarodowymi autorytetami w dziedzinie informatyki ekonomicznej. Opracowali oni rozdziały:

Propedeutyka informatyki ekonomicznej (prof. Joerg Becker i dr Łukasz Lis), Architektura korporacyjna (prof. Marite Kirikova), Informatyka medyczna (prof. Reima Suomi), E-administracja (prof. Meelis Kitsing).

Było to możliwe dzięki intensywnej i udanej współpracy Katedry Informatyki Ekonomicznej Uniwersytetu Gdańskiego z zagranicznymi uniwersytetami w Münsterze (Niemcy), Rydze (Łotwa), Turku (Finlandia) oraz Tallinnie (Estonia). Znaczący wkład do treści książki wnieśli praktycy - menedżerowie IT, zwłaszcza jeśli chodzi o dział B. Są oni pracownikami różnych firm, takich jak: Akademia Cisco, Atena, Doradca Consultants, Gdański Zarząd Nieruchomości Komunalnych, Goyello, Hestia, Intel, Sescom, viadee GmbH. Każdy z tych autorów ma liczący się profesjonalny, wdrożeniowy, ale i publikacyjny dorobek w swoim obszarze tematycznym.

Przygotowanie tej monografii uświadomiło jej redaktorom i autorom, z jak obszerną i szybko zmieniającą się tematyką mają do czynienia. W ciągu kilku zaledwie lat dziedzina MIS/WI/IE poszerzyła się znacząco, nawet w kwestii uznanego, klasycznego kanonu wiedzy informatyki ekonomicznej. Pojawiły się całkiem nowe obszary wiedzy, leżące w kręgu badawczym i dydaktycznym informatyki ekonomicznej, w tym: Big Data, Cloud Computing, Machine Learning, Internet Rzeczy, transformacja cyfrowa, Blockchain, krypto­waluty, media/serwisy społecznościowe, analityka biznesowa, m-biznes. Wspomagają one, uzupełniają i zmieniają również klasyczne dziedziny MIS/WI/IE, takie jak analiza i projektowanie systemów, bazy danych, systemy ERP/CRM/WFM/BI i wiele innych. Szczególne znaczenie uzyskała zwłaszcza gospodarka cyfrowa, i to w skali globalnej - dotychczasowe klasyczne dziedziny informatyki ekonomicznej przechodzą bowiem transformację cyfrową. Wyzwania te wskazują, że niełatwo jest nadążać za tempem zmian w tej specjalności i adaptowaniu szybko powstających obszarów nowej wiedzy. Wspomniane tu aktualne, innowacyjne i nowatorskie zagadnienia teoretyczne niemal na bieżąco są wprowadzane do praktyki. Zapewnienie w tym kontekście spójności i aktualności książki stanowiły dla redaktorów i autorów poważne, interesujące i stymulujące wyzwanie. Przedstawione przesłanki, uwarunkowania i możliwości decydująco wpłynęły na finalny układ i zakres merytoryczny książki, co zostało zaprezentowane na rys. 0.210.

Informatykę ekonomiczną - stanowiącą specjalność naukową - należy rozpatrywać w szerszym kontekście jako ekosferę informatyki ekonomiczną (rys. 0.3). Następuje w niej dyfuzja wiedzy i praktyki w czterech wymiarach:

teorii, badań, edukacji, zastosowań.

Rys. 0.2. Struktura informatyki ekonomicznej jako specjalności naukowej

Źródło: oprac. własne.

Pierwszy z wymiarów wiąże się z wykorzystaniem przez informatykę ekonomiczną teorii, wiedzy z dyscyplin referencyjnych, zwłaszcza nauk ekonomicznych i informatyki, a także pozostałych dyscyplin naukowych wymienionych również na rys. 0.1. Drugi dotyczy rozwoju informatyki przez realizację badań naukowych. Środowisko naukowe wytworzyło wiele metod i teorii badawczych informatyki ekonomicznej, zarówno ilościowych, jak i jakościowych. Na przykład AIS na swojej stronie internetowej podaje ponad 100 teorii, modeli badawczych informatyki ekonomicznej. Warto wymienić tu prowadzone od kilku lat w Katedrze Informatyki Ekonomicznej Uniwersytetu Gdańskiego badania z zakresu akceptacji oprogramowania i technologii informatycznych (UTAUT, TAM)11 oraz kultury zawodowej kadr informatycznych (ITOC)12. W trzecim wymiarze - edukacyjnym, oferuje się możliwość studiowania informatyki ekonomicznej na licznych uniwersytetach w wielu krajach na świecie. Wreszcie czwarty wymiar odnosi się do szybkiego wdrożenia metod, technik i narzędzi informatyki ekonomicznej w zastosowaniach zwłaszcza biznesowych, ale i administracyjnych, medycznych, kryminologicznych, i w wielu innych obszarach.

Systemy i aplikacje informatyczne aktualnie dotyczą więc niemal wszystkich dziedzin życia. Stąd wiedza i umiejętności specjalistów z dziedziny informatyki ekonomicznej znajdują zastosowanie w informatycznym wspomaganiu zarządzania w organizacjach i instytucjach spoza sfery gospodarczej. Jak grzyby po deszczu rosną nowe specjalizowane obszary informatyki "przymiotnikowej", w których specjaliści IE są bardzo poszukiwani na rynku pracy. Trudno nie zauważyć tego zjawiska. W powszechnym już użyciu są takie nazwy, jak: informatyka techniczna, informatyka medyczna, informatyka bankowa, informatyka śledcza, informatyka prawnicza, informatyka inżynierska, informatyka kwantowa i wiele innych. Równolegle funkcjonują terminy: informatyka w administracji, informatyka w ubezpieczeniach, informatyka w logistyce czy informatyka w zarządzaniu. Powoduje to, że w języku polskim współistnieją różne określenia informatyk branżowych czy sektorowych, i nie stanowi to większej kwestii terminologicznej.

Rys. 0.3. Ekosfera informatyki ekonomicznej

Źródło: oprac. własne.

W niektórych rozdziałach tej książki przedstawiono dane statystyczne dotyczące rozwoju określonego obszaru tematycznego, a nawet prognoz rozwoju rynku. W szczególności należy tu wymienić rozdziały dotyczące systemów ERP, CRM, społeczeństwa informacyj­nego, cyfryzacji, biznesu elektronicznego, e-learningu. Podano w nich źródła publikowanych danych statystycznych i tam właśnie na bieżąco można uzyskać aktualne dane i dynamikę zmian w odniesieniu do bieżących lat. Niezwykle cennym źródłem najnowszych informacji w tym względzie jest EITO - European IT Observatory (http://eito.com).

W przypadku wydań książkowych pozostaje więc droga syntetycznego ujęcia jako swojego rodzaju kompendium wiedzy na temat informatyki ekonomicznej dla menedżerów i konsultantów IT/IE, wykładowców, studentów różnych obszarów informatyki, a zwłaszcza informatyki ekonomicznej. Redaktorzy i autorzy byli zmuszeni do pogodzenia się z uczuciem niedosytu w związku z nowymi metodami i technologiami IT, które powstawały już w trakcie finalizowania tej książki. Taka jest specyfika informatyki ekonomicznej, której dynamiczny rozwój wymaga od osób zajmujących się nią stałej aktualizacji wiedzy w czasach, gdy ta podwaja się coraz szybciej.

Jak już wspomniano, książka składa się z dwóch głównych działów, czyli obszernego działu A - poświęconego teorii informatyki ekonomicznej, oraz działu B - zawierającego opis, charakterystykę i ocenę wybranych jej zastosowań. Dział A składa się z siedmiu części - głównych obszarów tematycznych, z których każda obejmuje od trzech do sześciu rozdziałów. Dział B składa się z siedmiu rozdziałów, w których przedstawiono przykłady zastosowań informatyki ekonomicznej i dyscyplin komplementarnych. Układ pracy przedstawiono na rys. 0.4.

Każdy rozdział w obu działach rozpoczyna się wprowadzeniem, zawierającym syntezę jego merytorycznej treści oraz omówienie logicznego układu rozdziału i związków zachodzących między poszczególnymi podrozdziałami. Po kolejnych podrozdziałach merytorycznych - wzbogaconych grafiką, tabelami, formatkami - każdy rozdział kończy zestaw pozycji bibliograficznych poszerzających zawartą w danym rozdziale wiedzę.

Rys. 0.4. Merytoryczny zakres i struktura książki

Źródło: oprac. własne.

W części I działu A omówiono podstawy teoretyczne informatyki ekonomicznej, a więc następujące zagadnienia: propedeutyka informatyki ekonomicznej, podstawy teorii sys­temów i informacji oraz identyfikacja miejsca systemów informatycznych w organizacji i biznesie. Główną rolę odgrywa tu rozdz. 1 poświęcony propedeutyce informatyki ekonomicznej (IE). Przygotował go prof. Joerg Becker, kierownik czołowej w rankin­gach Katedry Informatyki Ekonomicznej Westfalskiego Uniwersytetu Wilhelma w Mün­sterze oraz dyrektor naukowy Europejskiego Centrum Informatyki Ekonomicznej w Mün­sterze (European Center for Information Systems - ERCIS), przy współpracy z dr. Łukaszem Lisem. Stosownie do sformułowanej przez nich definicji dyscyplina nau­kowa Informatyka Ekonomiczna (Wirtschaftsinformatik - WI) w krajach niemiecko­języcznych jest ustabilizowana i dysertabilna - ok. 20% absolwentów informatyki w tych państwach to absolwenci studiów z informatyki ekonomicznej z kilku­dziesięciu renomowanych uniwersytetów.

Część II poświęcono zagadnieniom technologii teleinformatycznych, a więc sprzętowi komputerowemu i sieciowemu, a także bezpieczeństwu systemów informatycznych. Część III dotyczy oprogramowania komputerów, w tym jego głównych składników - algorytmów i struktur danych, oraz programowania komputerów, a także testowania i inżynierii oprogramowania. Obszerną część IV zajmuje tematyka tworzenia systemów informatycznych, w której znalazły się takie tematy, jak: architektura korporacyjna w IT, modelowanie procesów biznesowych, analiza i projektowanie systemów informatycznych wraz z podejściem Scrum, projektowanie interakcji człowiek-komputer, bazy danych i Big Data oraz zarządzanie projektami. Część V poświęcono systemom informatycznym wspomagającym zarządzanie, a więc systemom ERP (Enterprise Resource Planning), CRM (Customer Rela­tionship Management), BI (Business Intelligence) i elektronicznej wymiany danych WFM (Workflow Management). W części VI omówiono zagadnienia gospodarki cyfrowej, która obejmuje takie tematy, jak: zarządzanie wiedzą, społeczeństwo informacyjne, e-biznes, Internet Rzeczy oraz e-learning w biznesie. W ostatniej części VII skupiono się na zagadnieniach ekonomicznych, prawnych i etycznych informatyki ekonomicznej.

Celem poszczególnych rozdziałów zawartych w dziale B było zaprezentowanie założeń i aplikacji informatycznych w wybranych sektorach gospodarczych, takich jak bankowość, ubezpieczenia i logistyka (rozdz. 29-31). Absolwenci przygotowani z zakresu informatyki ekonomicznej tworzą również systemy informatyczne dla innych dziedzin aktywności ludzi, dla przykładu: medycyny, administracji i kryminalistyki. Tematykę tę podjęto w rozdziałach 32-34. Naturalnie, poza nimi, są również inne dziedziny działalności gospodarczej, w których wiedza zawarta w dziale A książki znajduje zastosowanie. Omawianie jednak tych zagadnień znacznie poszerzyłoby jej objętość. Ostatni z rozdziałów - 35, jest poświęcony tele­pracy, która może być wykorzystywana w każdym rodzaju pracy związanej z informatyką.

Redaktorzy książki pragną bardzo serdecznie podziękować Pani dr Danucie Gaik-Pokojskiej z Katedry Informatyki Ekonomicznej Uniwersytetu Gdańskiego za ogromny wkład pracy - wiele godzin pracy spędzonych nad korektą monografii oraz przekazywane rady, wskazówki i sugestie.

Informatyka ekonomiczna jest ugruntowaną specjalnością naukową o uznanych podstawach teoretyczno-metodologicznych, stale rozwijanych na licznych międzynarodowych, tematycznych konferencjach naukowych oraz w czasopismach naukowych z wysokim indeksem cytowań. Jest przedmiotem zainteresowania grup badawczych oraz dydaktyki akademickiej na całym świecie. W prezentowanej książce zawarto przegląd głównych, znaczących, aktualnych zagadnień teoretycznych oraz wybranych zastosowań z zakresu informatyki ekonomicznej. W ten sposób monografia ta może być przydatna zarówno dla środowiska akademickiego, jak i zespołów pracowników firm informatycznych. Oczywiście, wiedza ta powinna być przedmiotem stałej aktualizacji, uzupełniania przez pracowników naukowych i ekspertów - profesjonalistów informatyki ekonomicznej.

Stanisław Wrycza

Sopot, luty 2019 r.

Rozdział 1

Propedeutyka13 informatyki ekonomicznej

Nawet najdalsza podróż zaczyna się

od pierwszego kroku

Konfucjusz

1.1. Wprowadzenie

Informatyka ekonomiczna jest dość młodą specjalnością naukową łączącą informatykę oraz ekonomię (a zwłaszcza nauki o zarządzaniu) w spójną całość. Zajmuje się ona komputerowo wspomaganym obiegiem informacji w organizacjach. Dyscyplina ta opiera się na trzech głównych filarach:

Informatyce. Ekonomii. Właściwej informatyce ekonomicznej.

Funkcje pomocnicze pełnią m.in.: matematyka, statystyka, prawo czy psychologia. Informatyka ekonomiczna zajmuje się zastosowaniem technologii informatycznych w organizacjach, w tym tworzeniem i wdrażaniem systemów informatycznych oraz ich wpływem na funkcjonowanie organizacji.

Specjalista informatyki ekonomicznej14 odgrywa często w przedsiębiorstwach i innych organizacjach rolę pośrednika między przedstawicielami poszczególnych grup interesów. Musi on z jednej strony zrozumieć specyfikę danej organizacji, zasady jej funkcjonowania, poznać fachowy język i przebieg wewnętrznych procesów, a z drugiej strony znać technologie informatyczne, by zaproponować najlepsze rozwiązanie w danym przypadku. Chcąc ułatwić sobie tę (dość trudną) komunikację między partnerami, przedstawiciel informatyki ekonomicznej posługuje się często modelami przedstawiającymi określony obraz rzeczywistości.

Zadanie informatyki ekonomicznej nie polega jedynie na dobraniu odpowiedniej technologii informatycznej do danego przedsiębiorstwa, lecz na takim kształtowaniu organizacji, aby korzyści z systemu informatycznego były jak największe. Ekspert informatyki czerpie z różnych dziedzin wiedzy, wykorzystuje różnorodne narzędzia, bada, analizuje i rozwiązuje problemy z różnych punktów widzenia, lecz jego nadrzędnym celem zawsze jest organizacja i jej racjonalne funkcjonowanie.

Układ dalszej części rozdziału obejmuje trzy podrozdziały. W podrozdz. 1.2 zdefiniowano informa­tykę ekonomiczną jako dyscyplinę naukową oraz jej podstawowe pojęcia, takie jak: system, organizacja czy system informatyczny. Następnie w podrozdziale tym zaprezentowano zakres przedmiotowy informatyki ekonomicznej, cel i zadanie uprawiania tej dziedziny naukowej, jej interdyscyplinarność, moż­liwości i obszary pracy zawodowej, a także krótki rys historyczny rozwoju tej dyscypliny. W pod­rozdz. 1.3 scharakteryzowano podstawowe narzędzia i metody informatyki ekonomicznej, które zilustrowano przykładami. Podrozdz. 1.4 jest poświęcony wyz­waniom stojącym przed informatyką ekonomiczną w XXI w. Omówiono w nim trzy nowe obszary badawcze - globalizację, powszechną komputeryzację i hybrydyzację.

1.2. Informatyka ekonomiczna jako dyscyplina naukowa

1.2.1. Podstawowe pojęcia

W centrum zainteresowania informatyki ekonomicznej znajdują się systemy informatyczne w organizacjach. Pojęcie organizacji jest rozumiane instytucjonalnie jako system społeczny mający pewną strukturę i nastawiony na osiągnięcie określonego celu [Becker, Kugeler, Rosemann, 2003]. W informatyce ekonomicznej typowymi organizacjami są przede wszystkim przedsiębiorstwa działające na rynku, ale także organy administracji publicznej, spółdzielnie, związki, zrzeszenia, szpitale, kościoły, partie polityczne itp.

Informatyka ekonomiczna to dyscyplina naukowa zajmująca się systemami informatycznymi w organizacjach.

Zasadnicze znaczenie w tym kontekście ma zdefiniowanie słowa "system".

System jest wyodrębnionym ze swojego otoczenia zbiorem powiązanych ze sobą elementów.

Wyodrębniając elementy systemu, należy określić interesujące nas kontekst i poziom abstrakcji. Dany element stanowi bowiem całość jedynie na konkretnym, przyjętym przez obserwatora, poziomie szczegółowości. Przyjmując niższy poziom abstrakcji, tzn. przyglądając się bliżej, bardziej szczegółowo danemu elementowi, obserwator jest w stanie wyróżnić jego elementy składowe wraz z ich powiązaniami, stanowiące w tym kontekście kolejny system (z wstępnego punktu widzenia nazywany podsystemem). W pierwotnie przyjętym przez badacza kontekście wewnętrzna struktura elementów nie ma zatem znaczenia dla celu jego badań i dlatego traktuje on poszczególne elementy jako zamknięte podsystemy, nie poddając ich dalszej analizie (przykład 1.1).

Przykład 1.1. Znaczenie kontekstu dla struktury systemu

Analityk Ernest Nowak projektuje zamówiony przez przedsiębiorstwo A system informatyczny wspierający sprzedaż. Podczas analizy działalności przedsiębiorstwa A traktuje on jego kontrahentów (w tym np. firmę P) jako elementy składowe systemu sprzedaży. W tym kontekście wewnętrzna struktura przedsiębiorstwa P znajduje się poza obszarem zainteresowania, istotne są bowiem jedynie powiązania występujące między firmami A i P.

Z kolei menedżer Patryk Orski zajmuje się zarządzaniem infrastrukturą informatyczną w przedsiębiorstwie P. W kontekście jego pracy wewnętrzna struktura tej organizacji jest dla niego jak najbardziej istotna, gdyż ma on na celu zapewnienie każdemu działowi i jego pracownikom najlepszego wsparcia IT, aby umożliwić efektywny przebieg procesów biznesowych.

Dla przedstawiciela informatyki ekonomicznej podstawowym przedmiotem obserwacji jest zazwyczaj system informatyczny, definiowany przez wymienienie głównych elementów składowych niezbędnych do jego prawidłowego funkcjonowania.

System informatyczny to system składający się z elementów społecznych (ludzie) i technicznych (technologia informatyczna) współdziałających ze sobą, aby osiągnąć określone cele.

W skład technologii informatycznej wchodzi sprzęt informatyczny i telekomunikacyjny (komputery, sieci komputerowe) wraz z oprogramowaniem (systemowym oraz użytkowym) oraz metody posługiwania się nimi. W praktyce, na określenie technologii informatycznej często używa się skrótu od nazwy angielskiej - IT (information technology, stąd tłumaczy się go na język polski również jako technologia informacyjna albo techniki informacyjne). Należy zaznaczyć, że określenie "IT", zwłaszcza w wyrażeniu "branża, sektor IT", jest używane w życiu gospodarczym i społecznym bardzo często i chętnie.

Podstawowe składniki systemu informatycznego zaprezentowano na rys. 1.1. Przedstawione komponenty są niezbędne, aby istniał taki system w rozumieniu informatyki ekonomicznej. Zadania przedstawiają cele funkcjonowania systemu informatycznego. Tworzą one strukturę zależności funkcjonalnych, tzn. obrazują funkcje, które ma realizować system, wraz z ich wzajemnymi powiązaniami. W skład każdego systemu informatycznego wchodzą ludzie - osoby i zespoły - jako twórcy i użytkownicy systemu, tzn. uczestnicy procesów biznesowych, które dany system wspiera. Tworzą oni określoną strukturę organizacyjną. Elementem spajającym jest technologia informatyczna IT, jako czynnik umożliwiający tworzenie systemu informatycznego. Ma ona charakter infrastrukturalny, tzn. nie istnieje sama dla siebie, lecz stwarza warunki do realizacji zadań przez ludzi.

Rys. 1.1. Składniki systemu informatycznego

Źródło: [Heinrich, Heinzl, Roithmayr, 2007].

W praktyce istotne jest więc rozróżnienie między systemem informatycznym a komputerowym (rys. 1.2). System komputerowy obejmuje technologię informatyczną (IT) oraz jej zadania. W ramach sprzętu (hardware) wyróżnia się: komputery jako główne jednostki przetwarzające oraz pozostały sprzęt, taki jak: okablowanie i urządzenia sieciowe, urządzenia peryferyjne wejścia-wyjścia itp. Oprogramowanie (software) występuje bądź jako oprogramowanie systemowe, np. systemy operacyjne, systemy zarządzania bazami danych, oprogramowanie komunikacyjne sieci komputerowych, bądź oprogramowanie użytkowe, tj. programy biurowe, systemy zintegrowane typu ERP itp.

System komputerowy składa się ze sprzętu komputerowego oraz oprogramowania i jest przeznaczony do realizacji określonych zadań.

Rys. 1.2. System informatyczny i komputerowy

Źródło: [Teubner, 1999].

W związku z obserwowaną w ostatnim czasie konwergencją oprogramowania, a zwłaszcza powstawaniem kompleksowych programów realizujących jednocześnie bardzo wiele funkcji, dokonanie tego podziału bywa niekiedy trudne. W dalszych rozdziałach książki szczegółowo scharakteryzowano zagadnienia sprzętu komputerowego (rozdz. 4), sieciowego (rozdz. 5) i oprogramowania (rozdz. 8).

Decydującym składnikiem pozwalającym na rozróżnienie między systemem informatycznym a komputerowym jest organizacja. W kontekście informatyki ekonomicznej pojęcie to rozumiane jest w znaczeniu instrumentalnym [Kugeler, 2000].

Organizacja w znaczeniu instrumentalnym to wszelkie uregulowania, które służą osiąganiu celów przez systemy społeczno-techniczne.

Uregulowania te mogą dotyczyć elementów statycznych, jak np. struktury organizacyjnej przedsiębiorstwa, a więc relacji przełożony-podwładny, a także elementów dynamicznych, czyli struktury wewnętrznej procesów (np. przepływu informacji). Tak rozumiana organizacja odpowiada parze ludzie-zadania z rys. 1.1. Dane przedsiębiorstwo jest zatem organizacją w sensie instytucjonalnym, gdyż jest systemem społecznym mającym cele i osobowość prawną. Jednocześnie stanowi organizację w znaczeniu instrumentalnym, dysponuje bowiem uregulowaniami - choćby nieformalnymi - przyczyniającymi się do osiągania tych celów. Ten swoisty instrument, jakim jest organizacja, stanowi naturalny kontekst systemów komputerowych przedsiębiorstw i organów administracji publicznej.

1.2.2. Zakres przedmiotowy

Systemy informatyczne (SI) w organizacjach znajdują się w centrum zainteresowania informatyki ekonomicznej. Zasadniczo można wyróżnić dwie grupy zadań, które ekspert wykonuje w zakresie tych systemów, co przedstawiono schematycznie na rys. 1.3. Pierwszą z nich jest tworzenie, czyli ogół czynności przyczyniających się do powstawania nowych sys­temów informatycznych w przedsiębiorstwach i organach administracji publicznej. Drugą grupą zadań jest zarządzanie, czyli te działania, które pozwalają na osiąganie celów organizacji przez dysponowanie jej zasobami IT. W praktyce te dwie grupy zadań wzajemnie się przenikają.

Rys. 1.3. Przedmiot zainteresowania informatyki ekonomicznej

Źródło: oprac. własne.

W celu wykonania tak określonych zadań, specjalista informatyki ekonomicznej musi mieć wiedzę w zakresie środków ich realizacji, czyli narzędzi metodycznych i informatycznych. Środki te należą do informatyki ekonomicznej właściwej. Na rys. 1.4 przedstawiono precyzyjniej zarysowany zakres przedmiotowy informatyki ekonomicznej ujmujący także aspekty metodyczne i narzędziowe. Wielu środków do realizacji zadań informatyki ekonomicznej oraz niezbędnej do tego wiedzy dostarczają inne dyscypliny naukowe. Są to przede wszystkim informatyka oraz nauki ekonomiczne, ale także wiele innych dziedzin, co stanowi o interdyscyplinarnym charakterze informatyki ekonomicznej.

Rys. 1.4. Zakres przedmiotowy informatyki ekonomicznej

Źródło: oprac. własne.

Jak zaznaczono uprzednio, każdy system znajduje się w otoczeniu, z którego jest względnie wyodrębniony. Właściwość ta dotyczy również systemów informatycznych. Ich środowisko zewnętrzne ma jednak podwójny charakter. Z jednej strony są to psychologiczne uwarunkowania związane z użytkownikami systemów i różnymi formami interakcji oraz regulacje społeczne, prawne czy etyczne, które muszą być uwzględnione przy tworzeniu systemów informatycznych i w toku zarządzania nimi. Z drugiej strony są to dostępne na rynku technologie informatyczne, których ewentualne wykorzystanie musi być przeanalizowane pod kątem opłacalności i efektywności wiedzy oraz narzędzi odnoszących się do środowiska zewnętrznego systemów informatycznych.

Duże znaczenie dla specjalisty informatyki ekonomicznej ma niezbędny warsztat metodyczno-narzędziowy, w którym istotną rolę odgrywają elementy wypracowane przez informatykę oraz nauki ekonomiczne. Znajduje on zastosowanie podczas kształtowania systemów informatycznych, a więc systemów obejmujących relacje ludzie-zadania-IT. Warsztat ten jest także niezbędny, aby zarządzać informacją w organizacji: procesami, wiedzą, infrastrukturą IT itp. Informatyka ekonomiczna wykorzystuje wiele metod i narzędzi, których dalszy rozwój oraz możliwości praktycznego zastosowania należą do jej zakresu przedmiotowego.

Ekspertowi informatyki ekonomicznej niezbędna jest wiedza o istniejących w praktyce życia gospodarczego rozwiązaniach informatycznych stosowanych w organizacjach. Na rys. 1.4 wymieniono przykładowo kilka klas systemów informatycznych znajdujących powszechne zastosowanie, takich jak zintegrowane systemy informatyczne typu ERP (Enter­prise Resource Planning) czy systemy zarządzania łańcuchami dostaw SCM (Supply Chain Management). Informatyka ekonomiczna bada oraz dokumentuje strukturę i właściwości tych systemów, dokonuje ich klasyfikacji, a także analizuje możliwości ich praktycznego zastosowania. W obszarze jej zainteresowań leży również rynek odpowiednich pakietów oprogramowania jako towarów oraz rynek powiązanych z nimi usług.

Zakres przedmiotowy informatyki ekonomicznej obejmuje także badanie i tworzenie narzędzi metodycznych, do których można zaliczyć wypracowane przez nią języki modelowania czy specyficzne podejścia do rozwiązywania konkretnych problemów. Przedstawiciele informatyki ekonomicznej posługują się np. tworzonymi przez siebie modelami referencyjnymi i architekturami ramowymi oraz zajmują się dalszym rozwojem tych narzędzi.

Specjaliści informatyki ekonomicznej zajmują się zarządzaniem zasobami organizacji, a zwłaszcza tym szczególnym zasobem, jakim jest informacja. Stąd często na określenie działalności menedżerskiej przedstawiciela informatyki ekonomicznej używa się wyrażenia "zarządzanie informacją". Profesjonalnego zarządzania z punktu widzenia informatyki ekonomicznej wymagają także struktura organizacyjna i procesy biznesowe oraz infrastruktura IT. Ponieważ przedsięwzięcia informatyczne zazwyczaj są realizowane w większych grupach, konieczne i powszechne w praktyce życia gospodarczego jest zarządzanie projektami (por. rozdz. 13).

Informatyka ekonomiczna ma zatem przed sobą zadania dwojakiego rodzaju: merytoryczne i metodyczne. Zadania merytoryczne oznaczają poznawanie i tworzenie systemów informatycznych w organizacjach oraz zarządzanie nimi. Zadania metodyczne odnoszą się zaś do badania i rozwijania metod oraz narzędzi stosowanych podczas realizacji zadania merytorycznego. Z jednej strony rozwijany jest zatem warsztat metodyczno-narzędziowy informatyki ekonomicznej, z drugiej zaś warsztat ten jest stosowany do rozwiązywania problemów. Przedstawiono to na rys. 1.5.

W nawiązaniu do podziału zadaniowego można wyróżnić dwa zasadnicze cele zajmowania się informatyką ekonomiczną: poznawczy i twórczy. Cel poznawczy oznacza tworzenie modeli opisowych danej dziedziny i wyjaśnianie mechanizmów w niej zachodzących. Z kolei cel twórczy oznacza kreowanie nowych elementów, jak np. konstruowanie prototypów systemów, opracowywanie nowych metod. Cel oraz zadanie są przy tym niezależnymi od siebie wymiarami i stąd na rys. 1.5 są przedstawione w postaci osi prostopadłych. Oznacza to, że można zajmować się zadaniem zarówno metodycznym, jak i merytorycznym, mając na uwadze albo jedynie cel poznawczy, albo jedynie cel twórczy, bądź też zajmować się pewną kombinacją obu celów równocześnie.

Rys. 1.5. Cele i zadania informatyki ekonomicznej

Źródło: oprac. własne.

Należy tutaj zauważyć, że występują pewne nieznaczne różnice w rozumieniu informatyki ekonomicznej związane z kryterium geograficzno-kulturowym. Na przykład w krajach niemieckojęzycznych Wirtschaftsinformatik ma charakter bardziej twórczy; ekspert informatyki ekonomicznej występuje tam częściej w roli konstruktora systemów informatycznych. Z kolei w nieeuropejskich krajach anglojęzycznych, w tym w USA lub w Australii (Management/Business Information Systems), informatyka ekonomiczna ma charakter bardziej poznawczo-merytoryczny; specjalista tej dyscypliny pełni częściej funkcję menedżera-użytkownika systemów informatycznych. Dużo miejsca poświęca się tam wpływowi technologii informatycznej na strategiczną przewagę konkurencyjną stosującego ją przedsiębiorstwa. Różnice te są widoczne np. w analizie porównawczej podręczników akademic­kich Wirtschaftsinformatik oraz Information Systems [por. Schauer, Strecker, 2007]. W celu podkreślenia twórczego charakteru europejskiej informatyki ekonomicznej i odróżnienia jej od Information Systems coraz częściej stosowane jest tłumaczenie Business Informatics.

1.2.3. Interdyscyplinarny charakter informatyki ekonomicznej

Informatykę ekonomiczną cechuje podejście interdyscyplinarne. Już sama nazwa jest w pewnym sensie zapowiedzią jej syntetycznej natury oraz wskazuje na dwa główne źródła oddziaływania: informatykę i nauki ekonomiczne. Ich wzajemne zależności przedstawiono na rys. 1.6. Informatyka ekonomiczna obejmuje swoim zakresem zarówno część informatyki, jak i nauk ekonomicznych. Informatyka dostarcza infrastruktury technologicznej: sprzętu komputerowego, oprogramowania systemowego i komunikacyjnego oraz metod tworzenia oprogramowania. Z kolei nauki ekonomiczne, ze szczególnym uwzględnieniem nauk o zarządzaniu, dostarczają wiedzy o budowie i funkcjonowaniu organizacji - przedsiębiorstw, organów administracji publicznej itp. oraz metod zarządzania nimi. Informatyka ekonomiczna obejmuje jednak więcej wiedzy, niż wynikałoby to jedynie z przecięcia zakresu przedmiotowego tych dwóch dyscyplin. Ten swoisty wkład własny jest nazywany informatyką ekonomiczną właściwą i zajmuje się systemami informatycznymi w organizacjach, wykorzystując wypracowane przez siebie autonomiczne metody i narzędzia.

Rys. 1.6. Informatyka ekonomiczna na tle informatyki i ekonomii

Źródło: oprac. własne.

Dużym uproszczeniem byłoby ograniczenie się do wpływu jedynie tych dwóch dziedzin wiedzy, choć są one najważniejsze w kontekście informatyki ekonomicznej. Informatyka ekonomiczna czerpie chętnie z wielu innych dyscyplin. Najważniejsze z nich zostały przedstawione na rys. 1.7. Psychologia dostarcza metod analizy interakcji człowiek-komputer, bez których istnienie systemu informatycznego nie byłoby możliwe. Dziedzina ta pomaga zrozumieć problemy występujące podczas komunikacji z użytkownikiem oraz projektować systemy bardziej przyjazne w użytkowaniu. Z kolei telekomunikacja dostarcza technicznych środków komunikacji w systemach fizycznie rozproszonych. Matematyka opracowuje m.in. metody szyfrowania umożliwiające bezpieczną wymianę informacji wewnątrz systemu. Celem tworzenia systemów informatycznych często jest wspieranie użytkowników w podejmowaniu decyzji. W przypadku problemów decyzyjnych, dających się definiować, przydatne są metody badań operacyjnych. Statystyka natomiast dostarcza ekspertom informatyki ekonomicznej metod kontroli jakości, badań rynku, prognozowania czy analizy danych. Wreszcie nauki prawne pomagają odpowiadać na pytania z zakresu ochrony danych osobowych, ochrony własności intelektualnej czy prawa gospodarczego oraz projektować systemy informatyczne zgodne z aktualnym stanem prawnym.

Rys. 1.7. Informatyka ekonomiczna na tle innych dyscyplin

Źródło: oprac. własne.

1.2.4. Możliwości pracy zawodowej

Specjalista informatyki ekonomicznej odgrywa w organizacjach często rolę pośrednika, mediatora między trzema elementami systemu informatycznego: IT, ludźmi i zadaniami (rys. 1.8). Po pierwsze, odpowiedzialny jest on za utworzenie takiej infrastruktury informacyjnej, która będzie najlepiej wspierać pracowników w realizacji zadań. Po drugie, tworzy on taką strukturę organizacyjną, która będzie w tym celu najefektywniej wykorzystywać technologię. Po trzecie, ma on wpływ na formułowanie nowych celów możliwych do osiągnięcia przy danej technologii i organizacji oraz bierze udział w formowaniu optymalnej struktury zadań, aby wsparcie technologiczne było najefektywniejsze.

Rys. 1.8. Funkcja mediacyjna informatyka ekonomicznego

Źródło: oprac. własne.

W praktyce na rynku pracy funkcjonują różne określenia stanowisk zawodowych, obejmujących w zakresie swoich obowiązków zadania, do których wykonywania znajomość informatyki ekonomicznej jest zwłaszcza przydatna. Można przedstawić następującą listę takich zadań [Heinrich, Heinzl, Roithmayr, 2007]:

analiza i projektowanie systemów informatycznych; projektowanie i implementacja oprogramowania użytkowego; projektowanie i obsługa aplikacji bazodanowych; wdrażanie systemów komputerowych w organizacjach; tworzenie i konfiguracja sieci komputerowych; opracowywanie nowych metod i narzędzi projektowania systemów informatycznych; doradztwo oraz sprzedaż sprzętu i oprogramowania, a także wspieranie użytkowników w planowaniu, zakupie i użytkowaniu sprzętu; opracowywanie koncepcji i przeprowadzanie szkoleń z zakresu IT; zarządzanie procesami biznesowymi oraz reinżynieria systemów informatycznych; tworzenie i wdrażanie rozwiązań organizacyjnych; opracowywanie modeli biznesowych przedsięwzięć informatycznych; zarządzanie infrastrukturą IT w organizacjach; wykonywanie funkcji kierowniczych w przedsiębiorstwach i projektach IT.

1.2.5. Rys historyczny

W tab. 1.1 przedstawiono syntetycznie wybrane fakty z historii informatyki ekonomicznej w formie chronologicznej15 [por. Heinrich, Heinzl, Roithmayr, 2007; Stahlknecht, Hasenkamp, 2005].

Tab. 1.1. Wybrane fakty z historii informatyki ekonomicznej

Rok

Wydarzenie

1950-1960

W USA pojawiają się pierwsze badania nad zautomatyzowanym przetwarzaniem informacji i zarządzaniem informacją w organizacjach

1963

Utworzenie Instytutu BIFOA na Uniwersytecie Kolońskim przez E. Grochlę prowadzącego badania nad zautomatyzowanym przetwarzaniem danych

1965

B. Langefors - członek komitetu programowego trzeciej edycji International Conference on Information Processing and Computer Science organizowanej w Nowym Jorku - wprowadza Information Systems jako jeden z głównych tematów. Po raz pierwszy pojawia się termin określający nową dziedzinę naukową

1965-1967

W kilku polskich ośrodkach akademickich, na uczelniach i wydziałach ekonomicznych powstają pierwsze jednostki naukowo-dydaktyczne, najczęściej pod nazwą Organizacja Przetwarzania Danych (OPD). W późniejszym okresie jednostki te i kierunek akademicki zmieniły nazwę na Cybernetyka Ekonomiczna i Informatyka

1966

W Niemczech powstaje pierwsza praca habilitacyjna dotycząca elektronicznego przetwarzania danych w organizacjach (P. Mertens)

1968

W austriackim Linzu pod kierownictwem P. Mertensa powstaje pierwsza w krajach niemieckojęzycznych katedra zajmująca się przetwarzaniem danych w ujęciu ekonomicznym

1969

Sieć ARPANet łączy cztery ośrodki naukowo-badawcze w USA. ARPANet stanowi podwaliny dzisiejszego internetu

1970

Pracujący dla IBM E.F. Codd prezentuje relacyjny model przechowywania danych. Relacyjne bazy danych do tej pory stanowią podstawę wielu systemów informatycznych

W.W. Royce publikuje artykuł, w którym popularyzuje model liniowy tworzenia systemów informatycznych (zwany też wodospadowym lub kaskadowym)

1971

R. Tomlinson pracujący dla amerykańskiego BBN wysyła przez sieć ARPANet pierwszego e-maila do zdalnego użytkownika

1972

W niemieckim Weinheim zostaje założona firma SAP (Systemanalyse und Programmentwicklung) zajmująca się tworzeniem oprogramowania dla przedsiębiorstw. W 2007 r. SAP AG osiąga obroty w wysokości 10 mld euro i jest głównym producentem oprogramowania biznesowego na świecie

1974

Na Akademii Ekonomicznej we Wrocławiu powstaje Instytut Informatyki Ekonomicznej. Jego dyrektorem zostaje prof. E. Niedzielska

1976

P. Chen prezentuje opracowany przez siebie język modelowania diagramów związków encji przeznaczony do konceptualnego modelowania danych

Na uniwersytecie w niemieckim Darmstadt powstaje kierunek studiów Informatyka Ekonomiczna

1980

W Filadelfii (USA) odbywa się pierwsza edycja konferencji ICIS (International Conference on Information Systems) dotyczącej dziedziny MIS. Z czasem coroczny ICIS stał się główną konferencją światowego środowiska informatyki ekonomicznej

1983

Globalna sieć ARPANet zaczyna używać protokołu TCP/IP. Powstaje zalążek sieci internet, który to termin staje się coraz bardziej popularny

W ramach niemieckiego towarzystwa informatycznego Gesellschaft für Informatik powstaje oddział informatyki ekonomicznej

1984

W niemieckim Saarbrücken powstaje firma IDS Scheer zajmująca się tworzeniem metod i narzędzi programistycznych dla specjalistów informatyki ekonomicznej. Jej głównym produktem jest ARIS Platform

1988

B. Boehm przedstawia model spiralny tworzenia oprogramowania, popularyzując iteracyjny sposób postępowania

1990

Pojawia się pierwszy numer czasopisma "WIRTSCHAFTSINFORMATIK"

Jedenasta edycja konferencji ICIS po raz pierwszy odbywa się poza USA - w Kopenhadze

1991

Ukazuje się książka W.H. Inmona popularyzująca hurtownie danych

T. Berners-Lee publikuje opis utworzonego przez siebie prototypu systemu WWW (World Wide Web) umożliwiającego publikowanie i przeglądanie stron w internecie

1992

W niemieckim Saarbrücken zespół pod kierownictwem A.W. Scheera opracowuje nowy język modelowania procesów biznesowych - łańcuchy zdarzeń (Event-driven Process Chains - EPC)

C. Stack otwiera pierwszy sklep internetowy - books.com

1993

W angielskim Henley odbywa się pierwsza edycja konferencji ECIS (European Conference on Information Systems)

Na uniwersytecie w Münsterze odbywa się pierwsza w Niemczech konferencja poświęcona informatyce ekonomicznej. Niemiecka komisja naukowa informatyki ekonomicznej (WKWI) decyduje o dalszym organizowaniu tej konferencji w cyklu dwuletnim oraz publikuje artykuł definiujący przedmiot, cele i metody badawcze informatyki ekonomicznej

1994

Na potrzeby pracowników naukowych zajmujących się informatyką ekonomiczną zostaje założona międzynarodowa lista dyskusyjna ISWorld. Inicjatorem jest J. Mooney z University College w Dublinie

Powstaje międzynarodowe akademickie stowarzyszenie informatyki ekonomicznej AIS (Association for Information Systems), grupujące aktualnie ponad 4000 pracowników naukowych z całego świata. Inicjatorem i pierwszym prezesem AIS jest W.R. King z uniwersytetu w Pittsburghu (USA)

1995

W Jastrzębiej Górze akademickie środowisko informatyki ekonomicznej powołuje ogólno­­­polskie stowarzyszenie NTIE (Naukowe Towarzystwo Informatyki Ekonomicznej). Pierwszym prezesem NTIE zostaje prof. S. Wrycza. Kolejnymi prezesami byli profesorowie: A. Baborski, A. Nowicki, H. Sroka oraz J. Gołuchowski

1996

Amerykański instytut badań rynkowych Gartner przedstawia ideę architektury zorientowanej na usługi Service-Oriented Architecture (SOA)

1997

Pod kierownictwem G. Boocha, I. Jacobsona oraz J. Rumbaugha powstaje pierwsza wersja Unified Modeling Language (UML) - języka modelowania stosowanego w analizie i projektowaniu systemów informatycznych

L. Page i S. Brin tworzą wyszukiwarkę internetową Google. W 2007 r. Google osiąga dochód w wysokości 110,9 mld dolarów

2001

Organizacja badawcza Object Management Group (OMG) prezentuje ideę rozwoju oprogramowania opartego na transformacji modeli Model-Driven Architecture (MDA)

Na uniwersytecie w niemieckim Bambergu powstaje pierwszy Wydział Informatyki Ekonomicznej

2002

Katedra Informatyki Ekonomicznej UG organizuje 10 edycję konferencji ECIS (European Conference on Information Systems)

2004

W nazwie konferencji organizowanej przez O'Reilly Media po raz pierwszy zostaje użyty termin "Web 2.0" określający sieć WWW nowej generacji, w której wszyscy użytkownicy mają możliwość aktywnego tworzenia treści

Pod kierownictwem prof. J. Beckera powstaje przy uniwersytecie w Münsterze Euro­pean Research Center for Information Systems (ERCIS), które zrzesza uznane jednostki badawcze z Europy, USA i Australii zajmujące się informatyką ekonomiczną

2005

Powstaje światowe stowarzyszenie kierowników katedr informatyki ekonomicznej ISAHI (Information Systems Academic Heads International), przekształcone następnie w Association for Information Systems College of Academic Leadership

ECIS - coroczna europejska konferencja informatyki ekonomicznej - odbywa się po raz pierwszy w Niemczech na uniwersytecie w Ratyzbonie

2006

Po raz pierwszy odbywa się International Business Informatics Challenge, między­narodowy konkurs projektów dla studentów informatyki ekonomicznej, zorganizowany przez prof. M. Helferta z Dublin City Univesity

W Gdańsku, przy współudziale pracowników Katedry Informatyki Ekonomicznej UG oraz warszawskiej Katedry Informatyki Gospodarczej Szkoły Głównej Handlowej, zostaje utworzony polski oddział AIS (Polish Chapter of AIS - PLAIS)

2008

Na UG odbywa się The 7th International Conference on Perspectives in Business Informatics Research (BIR 2008) z udziałem kadry naukowej i doktorantów z regionu Morza Bałtyckiego

W XXIX edycji największej i najbardziej prestiżowej konferencji z dziedziny informatyki ekonomicznej ICIS w Paryżu bierze udział rekordowa liczba ok. 1500 uczestników z 65 krajów

2009

Na Uniwersytecie Wiedeńskim odbywa się The First CEE Symposium - Business Informatics in Central and Eastern Europe z udziałem ok. 100 pracowników naukowo-dydak­tycznych z 13 krajów, zorganizowane przez prof. D. Karagiannisa i H.R. Hansena. Sympozjum odbywa się równolegle z międzynarodową konferencją Wirtschaftsinformatik WI2009, która gromadzi ok. 1300 uczestników

2010

Ukazuje się ponad 640-stronicowa książka Informatyka ekonomiczna. Podręcznik akademicki pod red. S. Wryczy (PWE). Zagadnienia teoretyczno-metodyczne informatyki ekonomicznej porządkuje pierwszy rozdział książki Propedeutyka informatyki ekonomicznej, przygotowany przez prof. J. Beckera i dr. Ł. Lisa, pracowników naukowych uznanego w Europie i na świecie European Research Center for Information Systems przy uniwersytecie w Münsterze

2010-2017

Burzliwy rozwój nowych koncepcji informatycznych związanych z Cloud Computing, Big Data, Machine Learning, serwisami społecznościowymi oraz mobilnymi aplikacjami i technologiami, a także ich integracją i konwergencją

23-25 września 2015 r. odbył się I Kongres Informatyki Ekonomicznej zorganizowany przez kilka uczelni z Uniwersytetem Ekonomicznym w Katowicach na czele przy współudziale Naukowego Towarzystwa Informatyki Ekonomicznej. II Kongres Informatyki Ekonomicznej odbył się w Poznaniu 28-30 czerwca 2017 r.

2017

Rok jubileuszu 50-lecia informatyki ekonomicznej na UG. Z tej okazji Katedra zorganizowała the Xth SIGSAND/PLAIS EuroSymposium'2017 pod auspicjami Komitetu Informatyki Polskiej Akademii Nauk oraz European Research Center for Information Systems ERCIS

Źródło: oprac. własne.

1.3. Warsztat metodyczno-narzędziowy informatyki ekonomicznej

1.3.1. Wybrane metody i narzędzia

Informatyka ekonomiczna wykształciła lub przejęła od innych dziedzin metody i narzędzia znajdujące zastosowanie przy tworzeniu systemów informatycznych oraz zarządzaniu nimi. Tworzenie nowych podejść metodycznych oraz dalszy rozwój istniejącego warsztatu należą do zakresu przedmiotowego informatyki ekonomicznej jako zadanie metodyczne. Niektóre z opracowanych podejść metodycznych cieszą się dużą popularnością zwłaszcza w dziedzinie informatyki ekonomicznej i są chętnie wykorzystywane w praktyce. Najważniejsze z nich to:

Modelowanie. Architektury ramowe. Modele referencyjne.

Modelowanie określa sposób rozwiązywania realnie występujących problemów, opierając się na tworzeniu modeli systemów rzeczywistych oraz ich modyfikacji. Architektury ramowe to modele obrazujące struktury rozległych i złożonych systemów, dających możliwość rozpoznania, a następnie rozwiązywania konkretnych problemów. Architektury te mogą być tworzone na bieżące potrzeby w trakcie pracy nad danym problemem lub wtórnie wykorzystywane w kolejnych podobnych zadaniach i stopniowo udoskonalane. Takie ogólnie uznane architektury ramowe otrzymują status referencyjny. Modele takie nazywane są modelami referencyjnymi i używane jako narzędzia do rozwiązywania problemów konkretnego typu lub w danej dziedzinie.

W dalszych podrozdziałach z bliższej perspektywy przedstawiono wymienione wcześniej podejścia metodyczne, w tym "Model Handlu H" jako przykład uznanej architektury ramowej.

1.3.2. Modelowanie

Zarówno w procesie tworzenia systemów informatycznych, jak i w zarządzaniu istniejącymi systemami organizacji jest zaangażowanych wiele osób. Komunikują się one nieustannie - następuje stała wymiana wiedzy, opinii i założeń odnośnie do samego procesu tworzenia, jego celów i rezultatów. Jeśli komunikacja ma być prowadzona w sposób skuteczny, to niezbędne jest wspólne medium, które umożliwiłoby sprowadzenie dyskursu na wspólną platformę. Dla przedstawiciela informatyki ekonomicznej takim środkiem jest model.

Model to reprezentacja pewnego systemu oryginalnego na potrzeby konkretnego podmiotu. Model jest rezultatem procesu konstrukcji i jest sformułowany w konkretnym języku modelowania.

Dziedziną przedmiotową modelu jest pewien postrzegany przez autora system oryginalny. Zgodnie z definicją systemu, jest on zatem wydzielony z otoczenia oraz składa się z powiązanych ze sobą elementów. Dziedziną przedmiotową może być system istniejący w rzeczywistości (wówczas celem modelowania jest zazwyczaj jego analiza) bądź sys­tem hipotetyczny, istniejący jedynie w umyśle autora modelu (wtedy celem modelowania jest zwykle projektowanie). Przedmiotem modelowania jest zawsze część dziedziny celowo wydzielona ze swego otoczenia. Modele powstają w procesie tworzenia na potrzeby konkretnego podmiotu, co powoduje, że są one, siłą rzeczy, indywidualne i subiektywne. Jedynie podmiot, czyli użytkownik, na którego potrzeby model został skonstruowany, może ocenić, czy dany model jest właściwy czy niewłaściwy, tzn. czy jest przydatny w rozwiązaniu konkretnego problemu16.

Jeżeli model występuje w roli medium komunikacyjnego, to celem twórcy jest zazwyczaj takie wyrażenie własnej wiedzy i opinii, aby możliwe było prowadzenie dyskusji z innymi partnerami. Warunkiem koniecznym zaistnienia tego rodzaju komunikacji jest znajomość stosowanego języka modelowania przez wszystkich uczestników dyskusji. Język taki określa dopuszczalną składnię modelu oraz znaczenie jego poszczególnych elementów i występujących między nimi powiązań. Także dany język modelowania, w którym utworzono model, może zostać uznany za obiekt oryginalny i poddany modelowaniu. Otrzymany rezultat nazywamy metamodelem językowym względem wyjściowego systemu oryginalnego.

W dużych projektach informatycznych modele są opracowywane przez wielu twórców. W związku z faktem, że modelowanie jest zazwyczaj procesem indywidualnym i subiektywnym, otrzymane rezultaty są zwykle bardzo niejednorodne. Właściwość ta jest z reguły niepożądana, gdyż uniemożliwia porównywanie modeli między sobą. W celu częściowego zapobiegania temu zjawisku [Schütte, Rotthowe, 1998] zaproponowali stosowanie zasad poprawnego modelowania, które brzmią następująco:

zasada poprawności - model powinien stanowić rozumną i poprawną wypowiedź, zgodną ze składnią języka modelowania; zasada istotności - należy ograniczyć się wyłącznie do modelowania elementów i związków mających znaczenie dla konkretnego celu; zasada ekonomiczności - określa konieczność racjonalnego gospodarowania zasobami, tzn. zapewnienie pozytywnej relacji między kosztami tworzenia i użytkowania modelu a korzyściami, jakie dany model zapewnia; zasada przejrzystości - model powinien być zrozumiały i przystępny dla jego użytkowników; zasada porównywalności - modele należy tworzyć w sposób, który ułatwiałby ich wzajemną porównywalność; zasada systematycznej budowy - elementy składowe i ich powiązania powinny być wyróżnione w modelu w czytelny sposób.

Wyróżnia się dwa cele i obszary tworzenia modeli: analiza oraz projektowanie. W przypadku analizy twórca koncentruje się na reprezentacji systemu oryginalnego istniejącego w rzeczywistości w celu opisu, poznania i zrozumienia budowy oraz funkcjonowania danego systemu (cel poznawczy). W przypadku projektowania dominuje cel twórczy, tzn. budowa nowych elementów i ich powiązań systemowych, realizujących określone zadanie.

W informatyce ekonomicznej bardzo często tworzy się modele danego obiektu oryginalnego na różnych poziomach abstrakcji. W konkretnym przedsiębiorstwie twórca modelu może traktować wdrożone tam systemy informatyczne jako niepodzielne elementy (podsystemy) i wówczas skupia się na sferze biznesowej oraz na interakcji ludzi i technologii (por. rys. 1.8). Celem tworzenia takiego modelu może być poznanie struktury i funkcjonowania danej dziedziny przedsiębiorstwa lub też jego aktywna reorganizacja. Przykładem tego rodzaju narzędzia, używanego bardzo często przez informatyków ekonomicznych, jest modelowanie procesów biznesowych.

Proces (biznesowy) jest chronologicznym i logicznym ciągiem funkcji (zadań) wykonywanych w toku pracy nad określonym obiektem w ramach racjonalnego działania.

Funkcje (bądź zadania - pojęcia te są tutaj używane zamiennie) stanowią czynności, które muszą być wykonane, aby organizacja mogła osiągać zamierzone cele. Proces biznesowy stanowi pewne logiczne i chronologiczne uporządkowanie tych funkcji w spójny ciąg działań. Przyjmuje się, że w ramach danego procesu biznesowego czynności te koncentrują się wokół jednego ustalonego obiektu. Wyróżnia się obiekty informacyjne, np. faktura, oraz obiekty fizyczne, np. towary. W przebiegu jednego procesu występować może więcej obiektów, jednak jeden z nich odgrywa zawsze główną rolę, definiując zarazem ramy procesu i umożliwiając rozgraniczenie poszczególnych procesów.

1.3.3. Architektura ramowa

Typową sytuacją w większych projektach (re-)organizacyjnych jest konieczność analizy i dokumentacji w dość krótkim czasie dużej liczby elementów składowych systemu, np. procesów biznesowych. Elementy te znajdują się często na różnych poziomach szczegółowości i są w różnoraki sposób ze sobą powiązane. Poszczególne dokumenty nie są w takim projekcie używane jedynie przez ich twórców, lecz przez różnych członków zespołu projektowego. Nierzadko zależności między poszczególnymi elementami są w tego rodzaju projektach ważniejsze od samych obiektów składowych. W takiej sytuacji niezwykle przydatny okazuje się model nadrzędny, znajdujący się na dużym poziomie abstrakcji, który daje poszczególnym dokumentom (czy modelom) składowym jeden wspólny punkt odniesienia oraz ułatwia orientację i nawigację. Takie zadanie spełnia architektura ramowa.

Architektura ramowa to wyrażony graficznie model, który strukturyzuje uznane za istotne elementy danego systemu oryginalnego wraz z ich powiązaniami, przy czym dokonuje się to na wysokim poziomie abstrakcji według przyjętych kryteriów i przy użyciu wybranego języka modelowania.

Celem architektury ramowej jest dostarczenie syntetycznego obrazu systemu oryginalnego oraz przedstawienie przyporządkowania elementów i powiązań szczegółowych ich elementom i powiązaniom nadrzędnym. Należy zaznaczyć, że zgodnie z definicją każda architektura ramowa jest modelem. Cechami odróżniającymi architektury ramowe od innych modeli są: wysoki poziom abstrakcji oraz nacisk na graficzną prezentację zależności między elementami składowymi systemu oryginalnego. W celu ułatwienia przyswojenia oraz intuicyjnej orientacji architektury ramowe często mają charakterystyczną, łatwą do zrozumienia formę. Przykładowo architektura ramowa ARIS [Scheer, 2001] ma kształt domu wraz z fundamentem i dachem, a przedstawiona dalej architektura ramowa "Modelu Handlu H" ma kształt litery "H".

Graficzna prezentacja nadrzędnych elementów i ich związków w obrębie architektury ramowej jest ważniejsza od szczegółowej prezentacji potencjalnie wszystkich elementów (oraz powiązań) systemu oryginalnego. W przypadku upublicznienia architektury ramowej poza obrębem danego projektu istotną jej funkcją jest umożliwienie konkretnym osobom odnalezienie własnego obszaru roboczego w kontekście ogólnym. Przy konstruowaniu archi­tektury ramowej zastosowanie znajduje określony język modelowania. Może on zostać wybrany z grupy języków już istniejących, ale możliwe jest też używanie na bieżąco definiowanych symboli. Istotny jest cel tworzenia architektury ramowej (czyli zapewnienie schematu poglądowego danego systemu oryginalnego). Architektura ramowa jest schematycznym modelem graficznym umożliwiającym ogólną orientację w kategoriach systemu oryginalnego.

Rys. 1.9. Architektura ramowa "Modelu Handlu H"

Źródło: oprac. własne.

Przykładem architektury ramowej jest "Model Handlu H" zaproponowany w pracy Beckera i Schütte [2004] i przedstawiony na rys. 1.9. Został on skonstruowany, aby ustrukturyzować opracowany przez jej autorów model referencyjny funkcji, danych i procesów występujących w przedsiębiorstwach handlowych. W ramach tej architektury ramowej wyszczególniono główne zadania spotykane w handlu. "Model Handlu H" składa się z wielu modeli składowych, które odnoszą się do poszczególnych zadań bądź przedstawiają ich specyficzne aspekty. W celu ustrukturyzowania tych modeli składowych i przedstawienia ich w szerszym, spójnym kontekście, wybrano graficzną reprezentację w postaci wielkiej drukowanej litery "H", nawiązując do pierwszej litery wyrazu "handel". Jednocześnie forma uwypukla znaczenie magazynu jako obszaru stanowiącego funkcjonalny pomost między zaopatrzeniem a dystrybucją.

Lewa strona architektury ramowej "H" odpowiada za sferę zaopatrzenia i obejmuje kontraktowanie, zamawianie, przyjęcie towaru, kontrolę faktur przychodzących oraz księgowanie zobowiązań, które to funkcje są przedstawione w kolejności chronologicznej. Prawa strona odpowiada za dystrybucję towarów i obejmuje analogicznie marketing, sprzedaż, wydanie towaru, fakturowanie oraz księgowanie należności. Obie strony połączono przez magazynowanie towaru. W ten sposób przedstawione zostały funkcje związane zarówno z dostawcami, jak i odbiorcami towarów. Dodatkowo w ramach fundamentu oraz dachu zobrazowano odpowiednio zadania gospodarczo-administracyjne oraz kierownicze.

1.3.4. Modelowanie referencyjne

Ponieważ systemy informatyczne różnych organizacji cechuje często pewne wzajemne podobieństwo, w określonych przypadkach informatycy ekonomiczni decydują się wykorzystać potencjalne efekty synergii oraz wspólne doświadczenie, tworząc modele referencyjne.

Model referencyjny stanowi model dostarczający ogólnie uznanej wiedzy dotyczącej wybranej klasy systemów informatycznych, zawierający bieżące zalecenia w tym zakresie; jest on punktem odniesienia dla profesjonalistów zajmujących się takimi systemami.

Model referencyjny stanowi zatem model uogólniony, który pewna grupa zawodowa, branżowa uznała za odpowiedni i przydatny w danej typowej aplikacji. Stanowi on zapis aktualnych i dobrych praktyk (best practices). Celem tworzenia modeli referencyjnych jest:

zebranie wiedzy i doświadczenia pojedynczych twórców modeli; udostępnienie ich szerszemu gronu odbiorców.

Stosowanie modeli referencyjnych ma zatem zapobiegać sytuacji, w której niezależni od siebie informatycy ekonomiczni zmuszeni są powtórnie wynaleźć koło.

Zastosowanie modelu referencyjnego, a więc typowego w konkretnej sytuacji, wymaga jego dostosowania, czyli specjalizacji i utworzenia modelu specjalizowanego. Punktem wyjścia w takim przypadku jest model referencyjny, który jest traktowany jako wzór czy wyznacznik. Na jego podstawie specjalista informatyki ekonomicznej tworzy własny model specjalizowany, przydatny w rozwiązywaniu konkretnego problemu. Inną możliwością wykorzystania modeli referencyjnych jest działanie odwrotne, a więc traktowanie ich jako punktu odniesienia dla już istniejących modeli indywidualnych. Jeśli różne grupy specjalistów opracowały modele znajdujące zastosowanie dla określonego typowego problemu, to w odniesieniu do tego problemu model referencyjny może ułatwić porównywanie poszczególnych modeli indywidualnych przez wyraźniejsze wyeksponowanie występujących między nimi różnic. Modele referencyjne, znajdujące szczególne uznanie wśród przedstawicieli informatyki ekonomicznej, odgrywają de facto rolę standardu.

Dany model można uznać za referencyjny, gdy wśród jego potencjalnych użytkowników istnieje konsensus odnośnie do jego uniwersalnej użyteczności w dziedzinie przedmiotowej, obszaru zastosowania czy typu aplikacji. Duże znaczenie mają w tym przypadku następujące zasady poprawnego tworzenia modeli referencyjnych (por. podrozdz. 1.3.2):

ekonomiczności - specjalista informatyki ekonomicznej stoi często przed dylematem, czy bardziej opłacalne będzie dopasowanie istniejącego modelu referencyjnego do własnych potrzeb czy też opracowanie indywidualnego modelu od podstaw; poprawności - model błędny składniowo nie znajdzie szerokiego uznania; przejrzystości - model dociera do potencjalnie szerokiego kręgu odbiorców; porównywalności - model pełni funkcję punktu odniesienia.

Zaprezentowany na rys. 1.9 wzorzec "H" stanowi architekturę ramową opracowanego przez Beckera i Schüttego "Modelu Handlu H" jako modelu referencyjnego typowego sy­s­temu informatycznego w przedsiębiorstwie handlowym. W jego skład wchodzi kilkadziesiąt modeli funkcji, danych i procesów systemów informatycznych w handlu. Te poszczególne modele referencyjne są określane mianem modeli składowych. Graficzne "H" jako architektura ramowa strukturyzuje poszczególne modele składowe, umiejscawiając je w kontekście funkcjonalnym przedsiębiorstwa i ukazując występujące między nimi powiązania. Ułatwia to orientację i umożliwia szybkie odnalezienie się w ramach nadrzędnego modelu referencyjnego. Graficzna architektura ramowa pełni zatem funkcję schematu poglądowego, konspektu czy spisu treści modelu referencyjnego i daje możliwość nawigacji pośród modeli składowych.

1.4. Wyzwania informatyki ekonomicznej

1.4.1. Globalizacja, powszechna komputeryzacja i hybrydyzacja

Informatyka ekonomiczna rozwija się bardzo dynamicznie. Istotnym czynnikiem tego wzrostu jest przede wszystkim silny związek prowadzonych badań naukowych z praktyką życia gospodarczego, co przekłada się na bardzo krótki czas reakcji tej dyscypliny na nowe trendy i zjawiska. Oczywiste jest, że aby zachować swój naukowy charakter, informatyka ekonomiczna nie może bezkrytycznie i niezwłocznie podejmować wszelkich pojawiających się tematów, nie zważając na przyjęte już i zweryfikowane swoje podstawy teoretyczno-meto­dologiczne. Niemniej jednak aktualne problemy życia gospodarczego są podejmowane przez informatyków ekonomicznych chętnie i na bieżąco. W dzisiejszym szybko zmieniającym się świecie nowych wyzwań zdecydowanie nie brakuje, a do najważniejszych zaliczyć można globalizację, wszechobecną komputeryzację oraz hybrydyzację.

Pod pojęciem globalizacji należy rozumieć różnorodne zjawiska, będące efektem zanikania naturalnych barier i granic. W ekonomii odnosi się ono głównie do gwałtownego wzrostu międzynarodowej wymiany handlowej czy inwestycji zagranicznych, spowodowanych spadkiem kosztów transportu i wymiany informacji oraz zniesieniem barier instytucjonalnych między państwami. Pojawienie się globalnie działających organizacji oznacza, że dysponują one również globalnymi, rozległymi systemami informatycznymi. Systemy te są coraz bardziej niejednorodne, co ma związek głównie z różnicami kulturowymi odnoszącymi się do składnika personalnego w triadzie "zadania-ludzie-IT". Dzięki coraz łatwiejszej komunikacji możliwy jest outsourcing (podzlecanie) nie tylko infrastruktury IT, lecz także całych procesów biznesowych, tworzenie swoistych podsystemów podwykonawczych.

Motorem takiego postępowania są oczywiście czynniki ekonomiczne związane przede wszystkim z niższymi kosztami pracy, jednak zmiany te powodują zarazem wzrost znaczenia zarządzania systemami informatycznymi. Wynika to z jednej strony z potrzeby większej koordynacji działań operacyjnych, z drugiej zaś - z konieczności zapewnienia większej elastyczności i wzajemnej niezależności poszczególnych elementów organizacji. Globalnie działające organizacje cechuje duża dynamika związana m.in. z częstymi przejęciami jednych przedsiębiorstw przez inne. Wyzwaniem dla specjalisty informatyki ekonomicznej jest w takim przypadku integracja systemów informatycznych. Typowym przykładem outsourcingu jest sytuacja, w której wiele przedsiębiorstw nie tworzy i nie aktualizuje swoich stron internetowych na własnych serwerach, lecz zleca to zadanie dostawcom usług internetowych.

Wszechobecna (powszechna) komputeryzacja (ubiquitous computing) ma związek ze stale postępującą miniaturyzacją urządzeń teleinformatycznych oraz przenikaniem technologii informatycznej do wszystkich dziedzin życia człowieka. Widoczne jest to przede wszystkim w pojawianiu się na rynku kolejnych inteligentnych urządzeń i rozwiązań. Przykładowo wymienić tu można lodówki, które same mogłyby zamawiać u dostawców brakujące artykuły żywnościowe, bądź też ekspresy do kawy wyposażone w interfejs internetowy. Dla informatyki ekonomicznej oznacza to nie tylko rozszerzanie jej o nowe obszary przez systemy informatyczne, lecz także związane z tym pojawianie się nowych specyficznych problemów. Stwarza to możliwość realizacji nowych celów, które bez wszechobecnej komputeryzacji byłyby nieosiągalne.

Hybrydyzacja oznacza z kolei sytuację, w której - w zależności od przyjętego punktu widzenia - dany obiekt może być różnie traktowany, może mieć odmienne właściwości i cele. Jako przykład może posłużyć współczesny telefon komórkowy, który jest narzędziem komunikacji głosowej, a jednocześnie umożliwia słuchanie muzyki, oglądanie telewizji, przeglądanie wiadomości, grę w multimedialne gry czy pracę z aplikacjami biurowymi. Z punktu widzenia poszczególnych obiektów, oryginalnie przeznaczonych wyłącznie do realizacji pojedynczych celów, mówi się o ich konwergencji, zbieganiu się w jedno. Hybry­dyzacja dotyczy oczywiście również systemów informatycznych, które także podlegają coraz większej integracji i muszą realizować różne cele.

W dalszej części podrozdziału zostaną zaprezentowane dwa zagadnienia przedstawiające aktualne wyzwania dla informatyki ekonomicznej. Są to produkty hybrydowe oraz procesy twórcze. W przypadku obu systemy informatyczne pojawiają się w nowych dziedzi­nach życia gospodarczego, w których człowiek nie był do tej pory dostatecznie wspierany przez infrastrukturę IT w realizacji postawionych przed nim zadań.

1.4.2. Produkty hybrydowe

Rynek dóbr przemysłowych znajduje się aktualnie w trakcie zmiany dominującego paradygmatu. Granice między towarami a usługami w klasycznym rozumieniu zacierają się. Możliwość naliczania przez producenta marży dotyczy w coraz mniejszym stopniu wytwarzanego dobra materialnego, a coraz bardziej wynika z powiązanych z nim świadczonych usług [Engelhardt, Kleinaltenkamp, Reckenfelderbäumer, 1993; Stille, 2003]. W odpowiedzi, na rynku są oferowane towary i usługi coraz bardziej zintegrowane w jeden produkt. Przykładem może być skonstruowana na indywidualne potrzeby danego klienta maszyna produkcyjna (dobro fizyczne), która jest oferowana wraz z usługami finansowymi (kredyt), ubezpieczeniem, specjalistyczną obsługą techniczną czy ostatecznie - recyklingiem. Charakterystyczne dla takich hybrydowych produktów jest inteligentne zazębianie się dobra materialnego, usługi oraz oprogramowania projektowego, dokonujące się już na etapie koncepcji produktu i to w taki sposób, że późniejsze rozdzielenie poszczególnych komponentów nie jest możliwe. Efekt ten jest dobrze widoczny dzięki produktom indywidualnym, tworzonym specjalnie na potrzeby pojedynczego klienta. Tendencja rynkowa do oferowania kompleksowych rozwiązań kreuje konieczność tworzenia nowych form aktywności konkurencyjnej. W przypadku produktów hybrydowych niemożliwe i niecelowe jest oddzielenie dobra materialnego od powiązanej z nim usługi.

Oferowanie tego rodzaju nowoczesnych produktów wymaga odpowiedniego ukształtowania systemów informatycznych organizacji. Przede wszystkim istotne wydają się następujące właściwości [Beverungen, Knackstedt, Müller, 2008]:

Płynnie zmieniające się wymagania klientów oraz nowe formy kooperacji podmiotów życia gospodarczego, wynikające z konieczności oferowania kompleksowych rozwiązań, wymuszają elastyczność systemów informatycznych. Nowoczesne sys­temy muszą dynamicznie reagować na zmiany w swoim otoczeniu, dopasowując strukturę do nowych wymagań. Tworzenie systemów informatycznych na podstawie architektury zorientowanej na usługi (Service-Oriented Architecture - SOA), wymaga zastosowania nowych metod i narzędzi, w szczególny sposób łączących analizę mikroekonomiczną z doborem odpowiedniej technologii informatycznej. SOA wymaga, aby elementy składowe systemu były sprowadzone do postaci względnie niezależnych od siebie usług, mających określony interfejs, opisujący oferowaną funkcjonalność oraz sposób wywołania. Technologia SOA jest scharakteryzowana w podrozdz. 8.7.3). W przypadku stosowania SOA (por. również podrozdz. 13.7.3) konieczne są identyfikacja, specyfikacja oraz implementacja poszczególnych usług. Odbywać się to musi z jednoczesnym uwzględnieniem możliwości technicznych oraz specyfiki konkretnej dziedziny życia gospodarczego. Połączenie tych dwóch punktów widze­nia w konkretnym rozwiązaniu metodycznym stanowi wyzwanie dla informatyki ekonomicznej.

1.4.3. Procesy wysokiej kreatywności

Kreatywność, rozumiana jako zdolność ukierunkowanego twórczego myślenia i działania, jest jednym z warunków innowacyjności organizacji [Amabile, 1996; Bilton, 2006; DeGraff, Lawrence, 2002]. Dzięki niej możliwe jest wprowadzanie na rynek nowych towarów i usług, co jest jednym z głównych elementów budowania przewagi konkurencyjnej przedsiębiorstw. Postęp techniczny, wykwalifikowani pracownicy oraz sprawne zarządzanie kreatywnością i innowacyjnością w organizacjach stanowią ważny wymóg trwałego wzrostu gospodarczego. Z tego powodu kreatywności przypisuje się duże znaczenie społeczne [Meißner, 1988].

Przykładem dziedziny, w której są powszechne procesy wymagające dużego nakładu kreatywności, jest tzw. przemysł kreatywny (creative industries) [Hartley, 2005]. Do tego sektora są zaliczane m.in. przemysł filmowy, przemysł muzyczny oraz produkcja gier komputerowych. Tradycyjne systemy informatyczne (np. sterowania przepływem pracy czy komunikacyjne) wypełniają swoje funkcje jedynie w dość ograniczonym zakresie. Podobnie rzecz ma się z klasycznymi posunięciami reorganizacyjnymi, które również nie zawsze mogą być konsekwentnie przeprowadzone [Seidel i in., 2007]. Wprowadzenie sztywnych struktur informacyjnych i standaryzacja procesów zwiększają wprawdzie efektywność operacyjną przedsiębiorstwa, jednak wpływają negatywnie na jego potencjał innowacyjny - obniżają kreatywność pracowników. Tradycyjne systemy zarządzania wiedzą zwykle również nie przynoszą oczekiwanych rezultatów, gdyż kreatywność jest tutaj ściśle powiązana z konkretnymi osobami.

Na tym tle wprowadzono pojęcie procesu wysokiej kreatywności (creativity-intesive process) [Seidel i in., 2007]. Proces taki wymaga w toku realizacji szczególnie dużego nakładu ludzkiej kreatywności. Można dostrzec pewną analogię do tzw. procesów innowacyjnych, nakierowanych na tworzenie i propagowanie innowacji technologicznych prowadzących do wzrostu gospodarczego. Procesy kreatywnościochłonne cechuje jednak mniej ustrukturyzowany przebieg oraz bardziej przypadkowy charakter. Przykładowo nie istnieją ustalone sposoby postępowania, prowadzące do napisania dobrego scenariusza filmowego. Innowacje technologiczne powstają obecnie w toku ustrukturyzowanej pracy inżynieryjnej. Z bliższej perspektywy procesy wysokiej kreatywności charakteryzuje wiele właściwości stanowiących wyzwanie dla współczesnej informatyki ekonomicznej.

Procesy te są często nieustrukturyzowane i słabo poddają się reorganizacji. Pełne i efektywne wsparcie przez tradycyjne systemy informatyczne, ze względu na dużą elastyczność procesów wysokiej kreatywności, jest często niemożliwe. Zaistnienie sytuacji, w której w skład procesu wchodzą czynności kreatywne, ma duży wpływ na sposób, w jaki dany proces jest modelowany i traktowany przez system informatyczny. Przede wszystkim konieczne jest zachowanie dużego poziomu elastyczności procesowej, co stawia dodatkowe wymagania do stosowanych technik modelowania oraz wdrażanych systemów informatycznych. Procesy cechują się trudno wyrażalną i nieustrukturyzowaną wiedzą. Między posiadaną wiedzą a zdolnością do kreatywnego działania istnieje bliski związek [Nonaka, 1991; Weisberg, 1999]. Z tego względu zachodzi potrzeba umożliwienia efektywnego wyrażania zgromadzonej wiedzy, co przełożyłoby się na lepsze możliwości analizy i optymalizacji procesów. Dlatego też konieczne wydaje się ścisłe powiązanie zarządzania z wiedzą wewnątrz procesów twórczych (por. rozdz. 18). Procesy te są nacechowane szczególnym ryzykiem. Procesy kreatywnościochłonne są zawsze wykonywane przez osoby wysoko wykwalifikowane. W wielu przypadkach nie kierują się one jedynie wymaganiami klientów, lecz realizują także własne indywidualne cele i koncepcje. Tworzy się wtedy trójkąt: kreatywny pracownik-wymagania klienta-wymagania pracodawcy (np. niskie koszty), który wprowadza dodatkowy element ryzyka uzależniony od zdolności do znalezienia kompromisu między nimi. Produkty wymagające dużej kreatywności, np. plakat czy film reklamowy, nie poddają się zazwyczaj ścisłej specyfikacji. Z jednej strony otwiera to duże możliwości twórcze, z drugiej zaś - stanowi o dodatkowym ryzyku, wynikającym np. z niezadowolenia klienta, gdy przedstawiony projekt nie spełnia jego oczekiwań. W celu zminimalizowania tego rodzaju ryzyka konieczne jest wdrożenie skutecznych mechanizmów wewnętrznej kontroli oraz ich integracja w toku przebiegu procesów wysokiej kreatywności.

Wymienione właściwości procesów wysokiej kreatywności stanowią duże wyzwanie dla współczesnej informatyki ekonomicznej. Proponuje się wprawdzie pojedyncze rozwiązania, np. w obszarze elastycznego wspierania procesów [Aalst, Weske, Grünbauer, 2005], nie istnieje jednak dotychczas całościowe podejście do tego problemu. Dla specjalisty informatyki ekonomicznej oznacza to konieczność opracowania nowych metod i systemów informatycznych, umożliwiających zachowanie elastyczności procesów wysokiej kreatywności, przy znaczącej efektywności operacyjnej.

Bibliografia

Aalst W.V.D., Weske M., Grünbauer D. (2005), Case Handling: A New Paradigm for Business Process Support, "Data and Knowledge Engineering", 53(2).

Amabile T.M. (red.) (1996), Creativity in Context: Update to the Social Psychology of Creativity: Update to the Social Psychology of Creativity, Boulder, CO.

Becker J., Kugeler M., Rosemann M. (red.) (2003), Process Management, Springer, Berlin.

Becker J., Schütte R. (2004), Handelsinformationssysteme, Landsberg.

Becker J., Wrycza S. i in. (2011), Current and Future Issues in BPM Research: A European Perspective from the ERCIS Meeting 2010, "Communications of the Association for Information Systems", 28(25), s. 393-414.

Beverungen D., Knackstedt R., Müller O. (2008), Entwicklung Serviceorientierter Architekturen zur Integration von Produktion und Dienstleistung. Eine Konzeptionsmethode und ihre Anwendung am Beispiel des Recyclings elektronischer Geräte, "Wirtschaftsinformatik", 50(3).

Bilton C. (2006), Management and Creativity: From Creative Industries to Creative Management, Malden MA, USA.

DeGraff J., Lawrence K.A. (2002), Creativity at Work, New York.

Delfmann P. (2006), Adaptive Referenzmodellierung. Methodische Konzepte zur Konstruktion und Anwendung wiederverwendungsorientierter Informationsmodelle, Berlin.

Engelhardt W.H., Kleinaltenkamp M., Reckenfelderbäumer M. (1993), Leistungsbündel als Absatz-objekte. Ein Ansatz zur Überwindung der Dichotomie zwischen Sach- und Dienstleistungen, "Zeitschrift für betriebswirtschaftliche Forschung", 45(5).

Hansen H.R., Karagiannis D., Fill H.-G. (red.) (2009), 1st CEE Symposium on Business Informatics, Osterreichische Computer Gesellschaft, Vienna.

Hartley J. (2005), Creative Industries - Introduction, w: Hartley J. (red.), Creative Industries, Malden, USA.

Heinrich, L.J., Heinzl A., Roithmayr F. (2007), Wirtschaftsinformatik. Einführung und Grundlegung Oldenbourg, München.

Janson M.A., Wrycza S. (1999), Information Technology and Enterpreneurship: Three Cases From Poland, "International Journal of Information Management", nr 19, s. 351-367.

Jessup L.M., Valacich J.S. (2003), Information Systems Today, Prentice Hall, Upper Saddle River, New Jersey.

Kugeler M. (2000), Informationsmodellbasierte Organisationsgestaltung. Modellierungskonventionen und Refernzvorgehensmodell zur prozessorientierten Reorganisation, Berlin.

Laudon K.C., Laudon J.P. (2001), Management Information Systems, Prentice Hall, New York.

Maise V. (2001), Ordnungsrahmen zur prozessorientierten Organisationsgestaltung. Modelle für das Management komplexer Reorganisationsprojekte, Hamburg.

Meißner W. (1988), Kreativität, w: Asanger R., Wenninger G. (red.), Handwörterbuch der Psychologie, München, Weilheim.

Mertens P., Bodendorf F., König W., Picot A., Schumann M., Hess T. (2005), Grundzüge der Wirtschaftsinformatik, Springer, Berlin-Heidelberg.

Niedzielska E. (red.) (2003), Informatyka ekonomiczna, Wydawnictwo AE we Wrocławiu, Wrocław.

Nonaka I. (1991), The Knowledge-Creating Company, "Harvard Business Review", 69(6), s. 96-104.

O'Brien J.A. (2003), Introduction to Information Systems, wyd. 11, McGraw-Hill, Irwin, Boston.

Rokicka-Broniatowska A. (red.) (2002), Wstęp do informatyki gospodarczej, Oficyna Wydawnicza SGH, Warszawa.

Schauer C., Strecker S. (2007), Vergleichende Literaturstudie einführender Lehrbücher der Wirtschaftsinformatik: Bezugsrahmen und Auswertung, 15, Universität Duisburg-Essen, Campus Essen.

Scheer A.-W. (1996), Wstęp do informatyki gospodarczej, Wydawnictwa UW, Warszawa.

Scheer A.-W. (2001), ARIS - Business Process Modelling, wyd. 3, Berlin.

Schütte R., Rotthowe T. (1998), The Guidelines of Modeling - An Approach to Enhance the Quality in Information Models, 17th International Conference on Conceptual Modeling (ER 1998), Lecture Notes In Computer Science, Singapore.

Seidel S., Adams M., Ter Hofstede A., Rosemann M. (2007), Modelling and Supporting Processes in Creative Environments, 15th European Conference on Information Systems, St. Gallen.

Stahlknecht P., Hasenkamp U. (2005), Einführung in die Wirtschaftsinformatik, Berlin.

Stille F. (2003), Product-Related Services - Still Growing in Importance, "DIW Economic Bulletin", 40(6).

Teubner R.A. (1999), Organisations- und Informationssystemgestaltung. Theoretische Grundlagen und integrierte Methoden, Wiesbaden.

Usowicz T.W., Wrycza S. i in. (1999), The Challenges and directions of MIS Currriculum development in respect of transformation of business requirements, w: Proceedings of The 4th Annual SIGCSE/SIGCUE, s. 177-178, Conference on Innovation and Technology in Computer Science Education ITiCSE '99, June 27 - July 1, Kraków, Association for Computing Machinery and Cracow University.

Weisberg R.W. (1999), Creativity and Knowledge: A Challenge to Theories, w: Sternberg R.J. (red.), Handbook of Creativity, Cambridge.

Wrycza S. (1993), The Combined ISAC-ER Methodology of Information Systems Development, w: Whitley E. (red.) Proceedings of The First European Conference on Information Systems ECIS'1993, s. 80-85, Henley on Thames, England.

Wrycza S. (1998), Dydaktyka informatyki ekonomicznej w Polsce - kierunki rozwoju, w: Informatyka ekonomiczna jako dziedzina dydaktyki, Naukowe Towarzystwo Informatyki Ekonomicznej, Gdańsk.

Wrycza S. (2006), Kalendarium Naukowego Towarzystwa Informatyki Ekonomicznej, "Roczniki Kole­gium Analiz Ekonomicznych", nr 16.

Wrycza S. (2011), Business Informatics Manual Structure and Content, w: Nitchi S.I. (red.), 2nd Symposium on Business Informatics in Central and Eastern Europe, Oesterriechische Computer Gesellechaft, s. 288-291.

Wrycza S. (2018), The Challenge of Structuring Business Informatics as the Academic Discipline, w: Bergener K., Rackers M., Stein A. (red.), The Art. of Structiring, Springer.

Wrycza S. (red.) (2002), Information Systems and the Future of the Digital Economy Proceedings of the Xth European Conference on Information Systems ECIS'2002, s. 1646, t. 1-2, Gdańsk.

Wrycza S. (red.) (2002), Informations Systems and the Future of the Digital Economy, Proceedings of the X European Conference on Information Systems, ECIS 2002, t. 1-2, Gdańsk.

Wrycza S. (red.) (2008), Proceedings of The Seventh International Conference on Perspectives in Business Informatics Research BIR'2008, Gdansk University Press, s. 424.

Wrycza S. (red.) (2010), Informatyka ekonomiczna. Podręcznik akademicki, PWE, Warszawa.

Wrycza S. (red.) (2013); Information Systems: Development, Learning, Security. Proceedings of 6th SIGSAND/PLAIS EuroSymposium 2013. Series: Lecture Notes in Business Information Proce­ssing LNBIP, t. 161, Springer, s. 1-93.

Wrycza S. i in. (1997), Informatics in Central and Eastern Europe: Challenges and Risks, w: Proce­edings of the Fifth European Conference on Information Systems, ECIS 1997, s. 1528-1529, t. 3, June, Cork, Ireland.

Wrycza S., Auksztol J., Gajda D. (2007), Assessing e-business adoption for region: the quantitative study, w: Proceedings of the 15th European Conference on Information Systems ECIS'2007, s. 263-275, St. Gallen.

Wrycza S., Bajaj A. (red.) (2009), Systems Analysis and Design for Advanced Modeling Methods. Best Practices, Information Science Reference, IGI Global, New York: IGI Global.

Wrycza S., Gajda D. (2007), Verification of E-business Adoption Models, IS One Conference, Las Vegas 2007.

Wrycza S., Gajda D., Palvia P., Turan A.H. (2016), Representativeness in the World IT Project - survey research. The methodological prerequisites and verification, w: The 17th Annual Global Information Technology Management Association (GITMA) World Conference 2016: San Diego, August 9-10, 2016: Conference Proceedings, s. 103-110.

Wrycza S., Herszkowicz S. (2006), Wybrane zagadnienia stanu i rozwoju informatyki ekonomicznej w krajach niemieckojęzycznych, "Roczniki Kolegium Analiz Ekonomicznych", nr 16.

Wrycza S., Marcinkowski B., Gajda D. (2017), The Enriched UTAUT Model for the Acceptance of Software Engineering Tools in Academic Education, Information Systems Management, 34(1), s. 38-49.

Wrycza S., Plata-Przechlewski T. (1994), Key Issues in Information Systems Management. The Case of Poland, w: Zupancic J., Wrycza S. (red). Proceedings of The Fourth International Conference on Information Systems Development ISD'1994, s. 289-296, Moderna Organizacija, Bled.

Rozdział 2

Dane, informacje, systemy

Systemy złożone wykazują skłonność

do popełniania złożonych błędów

Prawo Murphy'ego

2.1. Wprowadzenie

Spośród wielu stwierdzeń opisujących rzeczywistość można przywołać to, że jedynym pewnikiem w otaczającym nas dynamicznym świecie jest zmiana. Znajomość pewnych faktów pozwala zrozumieć sytuację, podjąć decyzję, a w efekcie przystąpić do działań. Jednak często spotykana jest sytua­cja, w której liczba faktów związanych z rzeczywistością jest tak wielka, że mózg samodzielnie - bez wsparcia - nie potrafi ich zebrać i przetworzyć. W tej sytuacji najlepszym rozwiązaniem jest wsparcie komputerowe. Komputer stanowi najwspanialszy wynalazek do przechowywania faktów i dostarczania informacji faktograficznych. Jednak komputer jest niezaangażowany emocjonalnie, brutalnie dokładny i bezstronny. Konsekwencję takiego spostrzeżenia stanowi konieczność zachowania perfekcyjnej jakości oraz dokładności zapisów faktów.

Takie ujęcie narzuca nieuchronność zbudowania wielowarstwowego modelu. Zostaną w nim przedstawione wzajemne relacje dotyczące pojęć pozwalających na reprezentację faktów w zapisie komputerowym, przetworzenie tych zapisów zgodnie z wymaganiami człowieka i budowę złożonego systemu wiedzy, przekładającego się na mądrość organizacyjną. Ponieważ przejście między poszczególnymi poziomami pojęciowymi w praktycznej realizacji wymaga zastosowania złożonych układów technicznych, organizacyjnych i pracy ludzi - wprowadzone zastaną wybrane zagadnienia związane z teorią systemów oraz systemów informacyjnych. Systemy informacyjne wspomagają użytkowników komputerów od kilkudziesięciu lat i w związku z tym wypracowano zróżnicowane typy oraz klasy takich systemów, a uporządkowanie pojęć w tym obszarze warunkuje rozumienie relacji prezentowanych w kolejnych rozdziałach.

Drugi rozdział zawiera cztery podrozdziały. W podrozdz. 2.2 podjęto zagadnienia reprezentacji oraz pomiaru danych i informacji, takie jak: systemy liczbowe, jednostki informacji, definicje danych i informacji w tym szczególnie informacji ekonomicznej17 oraz kapitału intelektualnego. Kolejny podrozdz. 2.3 zawiera główne zagadnienia teorii systemów dotyczące definicji systemu i jego otoczenia oraz odniesienia pojęć systemowych do organizacji społeczno-ekonomicznych. W podrozdz. 2.4 przedstawiono istotę systemu informacyjnego i typologię oraz charakterystykę klas systemów informatycznych.

2.2. Dane, informacje, wiedza, kapitał intelektualny

2.2.1. Systemy liczbowe

Liczenie jest jedną z podstawowych umiejętności warunkujących rozwój wiedzy i nauki. Wraz z ich postępem obliczenia ulegały komplikacji. Stymulowało to poszukiwanie mechanicznych, a potem elektronicznych urządzeń automatyzujących liczenie - od abakusa przez mechaniczne maszyny liczące do komputerów. Urządzenia te wykorzystują różne systemy liczbowe. Obecnie znane są trzy podstawowe typy systemów liczbowych:

System jedynkowy. Systemy addytywne. Systemy pozycyjne.

System jedynkowy został wypracowany na etapie neolitu. W systemie tym występuje tylko jedna cyfra (oznaczana "1"), a kolejne liczby powstają za sprawą wielokrotnego powtórzenia tej cyfry. Systemem tym do dzisiaj posługują się Pigmeje, a najprostsza koncepcja komputera, opracowana przez Alana Turinga, zwana maszyną Turinga, funkcjonowała właśnie w systemie jedynkowym. Turing dowiódł, że jeśli dysponujemy taśmami o nieskończonej długości, przez ich cięcie i sklejanie można wykonać dowolną operację arytmetyczną. Tak więc liczba "11111" reprezentuje znaną nam z systemu dziesiętnego cyfrę "5".

Najbardziej znanymi systemami addytywnymi były:

system sześćdziesiętny - używany od ok. 1750 r. p.n.e. w Babilonie, a opracowany przez Sumerów; system rzymski - używany od ok. 500 r. p.n.e.

Współcześnie pozostałością systemu sześćdziesiętnego są miary czasu - godzina obejmująca 60 minut i minuta obejmująca 60 sekund - oraz miary kątów w geometrii. Podstawą systemu rzymskiego jest liczba 10 mająca najprawdopodobniej związek z faktem posiadania 10 palców przez człowieka. W systemie tym występuje 7 liter reprezentujących liczby (np. I = 1, V = 5, X = 10), a liczby zapisuje się, zestawiając litery reprezentujące liczby od największej do najmniejszej. Zapis "MMXVI" oznacza liczbę 2016.

Najbardziej przejrzysty zapis liczb oferują systemy pozycyjne. W systemie pozycyjnym najbardziej istotne jest określenie podstawy systemu liczbowego oraz symboli cyfr. Najważniejszym osiągnięciem systemów pozycyjnych było wypracowanie symbolu 0 (zero) reprezentującego zbiór pusty dla mnożnika występującego przy określonej potędze podstawy systemu liczbowego. Dowolną liczbę w dowolnym pozycyjnym systemie liczbowym można zapisać jako:

L = Cn * pn + Cn-1 * pn-1 + ....... + C1 * p1 + C0 * p0

gdzie:

L - dowolna liczba,

C - cyfra systemu liczbowego,

p - podstawa systemu liczbowego,

0-n - potęga podstawy systemu liczbowego.

Tak więc liczbę "12345" zapisaną w systemie dziesiętnym można rozpisać:

Najpopularniejszymi pozycyjnymi systemami liczbowymi są (jako przykłady podano te same liczby w różnych systemach):

System dwójkowy, zwany również binarnym (występują w nim tylko dwie cyfry: 0 i 1); przykładowe liczby: 1011, 101101, 11111111. System ósemkowy, zwany oktalnym (występuje w nim osiem cyfr: 0, 1, 2, 3, 4, 5, 6, 7); przykładowe liczby: 13, 55, 377. System dziesiętny, zwany decymalnym (występują w nim powszechnie znane i używane cyfry: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9); przykładowe liczby: 11, 45, 255. System szesnastkowy, zwany heksadecymalnym (występuje w nim szesnaście następujących cyfr: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F); przykładowe liczby: B, 2D, FF.

Dla czystości zapisu (i uniknięcia pomyłek interpretacyjnych) w notacji liczby jako subskrypt na końcu liczby podaje się podstawę systemu liczbowego. Ponieważ system dziesiętny jest użytkowany powszechnie, przyjęto nie zapisywać podstawy na końcu liczby, ale w innych systemach jest to konieczne. Między różnymi systemami liczbowymi można przeprowadzać konwersje. Ponieważ najbardziej popularne systemy liczbowe to dziesiętny i binarny, w tab. 2.1 przedstawiono wzajemne konwersje między nimi.

Na przykład konwersję między systemami dziesiętnym, szesnastkowym, ósemkowym i binarnym przedstawiono następująco:

6553610 = 1000016 = 2000008 = 100000000000000002

Tab. 2.1. Konwersje między systemami liczbowymi

Źródło: oprac. własne.

Spośród zaprezentowanych zapisów system szesnastkowy (heksadecymalny) jest najbardziej syntetyczny - jedna cyfra systemu szesnastkowego może zastąpić liczbę reprezentowaną przez czteroznakową liczbę w systemie dwójkowym (np. C16 = 11002). System binarny jest rutynowo stosowany w informatyce, w komputerach i sieciach komputerowych - dane cyfrowe są przechowywane i przesyłane w systemie binarnym.

2.2.2. Jednostki informacji

Kwestie zależności między kategoriami danych, informacji i wiedzy są przedstawione w powszechnie akceptowanym modelu Robinsona [Middelfart, 2005, s. 55-56]. Model ten obejmujący cztery warstwy, tj. dane - informacje - wiedza - mądrość, i został omówiony szczegółowo w rozdz. 21. W tab. 2.2 jest on zmodyfikowany przez dodanie 2 warstw: bity i bajty (znaki), co ma istotne znaczenie z punktu widzenia interpretacji związanej z komputerową prezentacją danych.

Znaczącą rolę w tej interpretacji odgrywa semiotyka, która jest działem logiki zajmującym się teorią znaków w badaniu systemów znaków [Oleński, 2001, s. 75-176]. W ramach semiotyki wyróżnia się:

semantykę - bada związki między znakami a rzeczywistością; syntaktykę - bada relacje między samymi znakami; pragmatykę - bada relacje między znakiem a jego użytkownikami (nadawcami i odbiorcami), łącząc elementy socjologii i np. wiedzy o kulturze.

W celu dokonania tej interpretacji na poziomie informacji, wiedzy i mądrości należy przeprowadzić pomiar danych. Jak wskazano w zmodyfikowanym modelu P. Robinsona, najmniejszą jednostką danych jest bit (binary digit) zwyczajowo oznaczany literą b.

Bitem nazywa się najmniejszą jednostkę danych potrzebną do określenia, który z dwóch równie prawdopodobnych stanów przyjął system. Bit interpretuje się również jako elementarną jednostkę danych komputerowych reprezentowaną w systemie binarnym w postaci "0" lub "1".

Tab. 2.2. Relacje między pojęciami

Lp.

Pojęcie

Przykład

1

Bity

Zera i jedynki

2

Bajty (znaki)

Litery i cyfry

3

Dane

Teksty i liczby w postaci ciągów znaków - zapisy zdarzeń i transakcji

4

Informacje

Dokument opisujący sprzedaż spodni w kolorze zielonym w województwie pomorskim i śląskim

5

Wiedza

Spodnie w kolorze zielonym dobrze sprzedają się w województwie pomorskim, a w województwie śląskim sprzedaż jest bliska zeru

6

Mądrość

Zapasy zielonych spodni z magazynów w województwie śląskim przewozimy do magazynów w województwie pomorskim

Źródło: oprac. własne na podstawie [Middelfart, 2005, s. 55].

Często spotykanymi innymi interpretacjami bitu jest (odpowiednio): fałsz-prawda, nie-tak. Upowszechnienie binarnego systemu liczbowego związane jest głównie z uproszczeniem konstrukcji18 komputerów:

0 - brak napięcia (ewentualnie niskie napięcie);

1 - wysokie napięcie.

Ponieważ na jednym bicie19 można zaprezentować tylko dwa stany, w praktyce używa się krotności bitów. Firma IBM od 1964 r. w komputerach serii System 360 przyjęła, że znaki w systemach komputerowych przedstawia się jako krotność równą ośmiu bitom. Zwyczajowo kombinację ośmiu bitów przyjęło się nazywać bajtem, którego oznaczeniem jest B. Przed wprowadzeniem pojęcia bajt na określenie jednostki danych używano terminu słowo maszynowe. Słowo maszynowe miało różne długości, np. produkowane w Polsce komputery serii Odra pracowały na słowach maszynowych równych 24 bitom. Używane współcześnie komputery w zależności od tzw. architektury pracują na słowach maszynowych o długości 16 bitów (słowo dwubajtowe), 32 bitów (słowo czterobajtowe) lub 64 bitów (słowo ośmiobajtowe).

W życiu codziennym podstawą tworzenia wszelkich krotności w systemach miar jest system SI20. Używane w tym systemie przedrostki: "kilo" (103 = 1000 jednostek), "mega" (106 = 1 000 000 jednostek), "giga" (109 = 1 000 000 000 jednostek), nie odpowiadają zwyczajowo przyjętym w informatyce oznaczeniom dla wielokrotności bajtów (np. kilo = 210 = 1024 bajty). Powoduje to nieporozumienia, zwłaszcza przy określania pojemności dysków, gdzie różnice między pojemnością deklarowaną w GB przez producenta a raportowaną przez system operacyjny komputera mogą sięgać ok. 7,5%21. Przykładowe wielokrotności wraz z nazewnictwem i pojemnościami podano w tab. 2.3.

Tab. 2.3. Nazwy przedrostków wielokrotności bajtu w układzie dwójkowym i SI

Lp.

Nazwa przedrostka i (symbol)

Znaczenie w układzie dwójkowym

1

Kilo (K)

210 = 10241

2

Mega (M)

220 = 10242

3

Giga (G)

230 = 10243

4

Tera (T)

240 = 10244

5

Peta (P)

250 = 10245

6

Eksa (E)

260 = 10246

7

Zetta (Z)

270 = 10247

8

Jotta (J)

280 = 10248

Źródło: oprac. własne.

Łączenie bitów w bajty wynikało z zapotrzebowania na jednoznacznie zdefiniowane kombinacje zer i jedynek, którym można było przypisać konkretne znaki pisarskie22. Opracowano wiele standardów kodów, z których najbardziej są znane:

BCD (Binary Coded Decimal). EBCDIC (Extended Binary Coded Decimal Interchange Code). ASCII (American Standard Code for Information Interchange).

Najpowszechniej używanym kodem jest aktualnie kod ASCII. Standardowy kod ASCII był siedmiobitowy. Na siedmiu bitach można zakodować 128 znaków (27 = 128). Ponieważ bajt jest ośmiobitowy, można było rozszerzyć standardowy kod ASCII o dodatkowe znaki semigraficzne (symbole pozwalające na tworzenie prostych elementów graficznych, np. tabel) lub znaki z alfabetów narodowych. Przykładowe wartości liczbowe i znaki kodowane dziesiętnie, heksadecymalnie i binarnie zaprezentowano w tab. 2.4. Liczby z zakresu od 0 (zero) do 127 przypisano literom (małym i wielkim alfabetu angielskiego), cyfrom, znakom specjalnym i tzw. znakom sterującym. Kody 0-31 i 127 (DEL) to tzw. kody sterujące; pozostałe 95 kombinacji (o wartościach dziesiętnych z zakresu od 32 do 126) przypisano literom, cyfrom i innym znakom drukowanym.

Tab. 2.4. Przykładowe elementy tablicy kodów ASCII

Znak

Wartość dziesiętna

Wartość HEX

Wartości binarne

Null

0

00

00000000

Start of Heading (SOH)

1

01

00000001

Spacja

32

20

00100000

0 (Zero)

48

30

00110000

9

57

39

00111001

;

58

3A

00111010

@

64

40

01000000

A

65

41

01000001

Z

90

5A

01011010

a

97

61

01100001

z

122

7A

01111010

Delete (DEL)

127

7F

01111111

Źródło: oprac. własne na podstawie tabeli kodów ASCII.

Na przykład wielkiej literze "A" przypisano wartość kodową "01000001". Każdy tekst może być zatem przedstawiony jako ciąg wyrazów składający się z ciągu znaków, z których każdy jest przedstawiony jako ciąg zer i jedynek. Ponieważ znaków pisarskich jest bardzo wiele (szczególnie chodzi tu o języki ideograficzne, takie jak chiński czy japoński, gdzie znaków pisarskich są tysiące) systemy kodowania muszą być rozbudowywane o kody dwubajtowe (np. kodowanie UTF23 16 - 65 536 kombinacji) lub czterobajtowe (kodowanie UTF 32 - ponad 4 mld kombinacji). W ten sposób rozwiązuje się problemy z reprezentacją różnych znaków w językach narodowych.

2.2.3. Dane - wybrane definicje i charakterystyki

W języku potocznym bardzo często terminy "dane" i "informacje" traktowane są zamiennie. Jednak, jak wskazano i zinterpretowano w tab. 2.2, występują fundamentalne różnice między tymi pojęciami. Niezbędne zatem jest rozróżnienie tych pojęć24.

Dane to "fakty, zdarzenia, transakcje, które zostały zapisane. Stanowią one surowy materiał wejściowy, z którego produkowane są informacje" [Lucey, 1991, s. 14].

Bardzo podobnie o danych jako "nieprzetworzonej, "surowej" liczbie, tekście, obrazie, dźwięku" pisze Niedzielska [1998, s. 14]. Są one ciągami znaków zapisanych w przedstawionych wcześniej konwencjach. Przykładowymi danymi będą więc zapisy o dacie sprzedaży, wartości faktury, podatku do zapłacenia przez pracownika, zaliczce na podróż służbową.

Dane mogą pochodzić z różnych źródeł - zewnętrznych lub wewnętrznych. Dane zewnętrzne (z otoczenia) docierają w konkretnej formie i postaci (np. stan gotówki na koncie bankowym), natomiast dane wewnętrzne wymagają systemu pomiaru i zapisu danych. Mogą one być pobierane automatycznie (np. w procesie produkcyjnym na taśmie) albo konieczne jest wdrożenie specjalnych procedur liczenia lub pomiaru, a wyniki mogą być zapisywane [por. Lucey, 1991, s. 14 i nn.].

Typowe formy przetwarzania danych to np. klasyfikowanie danych, operacje arytmetyczne na danych, agregowanie danych, selekcjonowanie lub sortowanie (porządkowanie rosnąco lub malejąco). Dopiero wykonanie jednej lub kilku z wymienionych operacji przetwarzania danych pozwala uzyskać informacje, które poszerzą sposób rozumienia i interpretacji rzeczywistości.

2.2.4. Informacja - wybrane definicje i klasyfikacje

Termin "informacja" jest definiowany w literaturze przedmiotu na wiele zróżnicowanych sposobów. Zależy to od dyscypliny naukowej reprezentowanej przez autorów. Znaczące miejsce w dziedzinie informatyki ekonomicznej zajmuje podejście infologiczne reprezentowane przez Bo Sundgrena. W jego ujęciu [Sundgren, 1973]:

Informacja to treść komunikatu przekazywanego za pomocą danych.

Informacja zatem stanowi ciąg przetworzonych danych, użytecznych dla odbiorcy. Wyróżnia się pięć rodzajów teorii informacji:

ilościową; jakościową; wartościową; pragmatyczną; semantyczną.

Jedną z pierwszych prac związanych z pomiarem transmisji informacji była książka25 Ralpha V.L. Hartleya, który wprowadził logarytmiczną miarę informacji [por. Hartley, 1928, s. 6] opisaną wzorem:

H = n log10 s = log10 sn

gdzie:

H - ilość informacji skojarzona z n selekcjami,

s - liczba symboli wybranych w jednej selekcji,

n - liczba dokonanych selekcji.

Dla zrozumienia istoty informacji zasadnicze znaczenie ma ilościowa teoria informacji opracowana przez Claude'a E. Shannona [1948]. Syntetyczne ujęcie jego teorii przedstawiono na rys. 2.1. W kontekście tej teorii, w modelu nazwanym przez Shannona modelem komunikacji informacja jest przesyłana w spójnym systemie komunikacyjnym. W systemie tym komunikat jest przekazywany w następujący sposób: źródło (nadawca) generuje informację, koder koduje ją w postaci danych, czyli ciągu znaków, następnie jest ona przesyłana kanałem komunikacyjnym (medium transmisyjnym), dekodowana przez dekoder i przekazywana odbiorcy komunikatu, którym jest osoba lub urządzenie. Poprawny przekaz komunikatu może być zniekształcony przez szum informacyjny wytwarzany przez źródło zakłóceń. Na rys. 2.1 zilustrowano schemat Shannona przykładem opisującym sys­tem przesyłania informacji w postaci poczty elektronicznej rozsyłanej do pracowników przez menedżera.

Rys. 2.1. System komunikacyjny

Źródło: oprac. na podstawie [Shannon, 1948, s. 3].

Istotnym terminem w ilościowej teorii informacji jest pojęcie entropii.

Entropia to średnia ilość informacji przypadająca na wiadomość elementarną (np. znak) symbolizującą zajście zdarzenia z jakiegoś zbioru.

Entropia jest więc naturalną miarą nieokreśloności danego zdarzenia. Stanami entropii mogą być pewność, ryzyko i nieokreśloność zajścia danego zdarzenia.

Entropię zmiennej x można opisać wzorem [por. Shannon, 1948, s. 15]:

gdzie:

H - entropia zmiennej x,

r - podstawa logarytmu,

pi - prawdopodobieństwo wystąpienia danego zdarzenia xi (np. wystąpienia i-tego znaku).

A zatem entropia jest określeniem niepewności wystąpienia danego zdarzenia. Jeśli prawdopodobieństwo wystąpienia określonego zdarzenia jest równe 1, to otrzymana ilość informacji wynosi 0, oznacza to bowiem pewność wystąpienia tego zdarzenia. Z kolei im niższe prawdopodobieństwo wystąpienia określonego zdarzenia, tym większą otrzymuje się ilość informacji. Taką interpretację entropii potwierdza analiza wyników gier losowych czy skutków inwestowania na giełdzie w akcje lub fundusze emerytalne.

Podstawa logarytmu r we wzorze entropii może przybierać różne wartości. W zależności od wybranej wartości podstawy logarytmu mamy do czynienia z różnymi miarami entropii [por. Abramson, 1969, s. 24]:

jeżeli podstawa logarytmu r = 2, to miarą entropii jest bit; jeżeli r = e (podstawa logarytmu naturalnego), to miarą entropii jest nat (nit); dla r = 10 miarą entropii jest hartley.

Łatwo przeliczyć, że: 1 hartley = 3,321928095 bitów = 2,302585093 natów (nitów).

Pozostałe wymienione teorie informacji - jakościowa, wartościowa, pragmatyczna i semantyczna - są rzadziej przywoływane w teorii i aplikacjach informatyki ekonomicznej.

Jakościowa teoria informacji została opracowana przez polskiego cybernetyka Mariana Mazura [1970] i jest ukierunkowana na badanie własności informacji i identyfikację zmian strukturalnych w systemie przez przepływy informacyjne. Dla oceny jakości informacji autor zaproponował oryginalną klasyfikację informacji oraz czynności związanych z transformacją (przekształcaniem) informacji jako elementów systemu sterowania (toru sterowniczego). Jakościowa teoria informacji Mazura opiera się na teorii sterowania. Istotne kategorie pojęciowe tej teorii są poparte dowodami matematycznymi i pozwalają wyodrębnić następujące czynności:

informowanie - przekształcenie informacji z oryginału na jego obraz; transinformowanie - wierne odzwierciedlenie rzeczywistości, wierne informowanie; pseudoinformowanie - niektóre komunikaty są wspólne dla kilku łańcuchów transformacji; dezinformowanie - przekazywanie informacji nieprawdziwych lub niepełnych; parainformowanie - informacje domniemane identyfikowane na podstawie sumy informacji nadawanych i odbieranych i uprzednio zapamiętanych; metainformowanie - informacja o strukturze informacji.

W wartościowej teorii informacji ocenia się informację przez określenie jej wartości dla podejmowanej decyzji, wybranej ze zbioru dopuszczalnych decyzji, przy uwzględnieniu występujących uwarunkowań. Wartość informacji jest uzależniona od stanu systemu w określonym momencie. Teoria ta pozwala na maksymalizację korzyści związanych z podejmowanymi decyzjami. Miarą wartości informacji dla danej sytuacji decyzyjnej jest przyrost korzyści związany z tą informacją [Rokicka-Broniatowska (red.), 2002, s. 78].

Cechą charakterystyczną pragmatycznej teorii informacji jest traktowanie informacji jako jednego z zasobów przedsiębiorstwa, najcenniejszego towaru, którego wartość ocenia się przez pryzmat użyteczności w procesach biznesowych.

Subiektywizm jest najbardziej istotnym elementem semantycznej teorii informacji - użytkownik informacji formułuje wymagania w zakresie istotności informacji i sposobu jej przetworzenia.

2.2.5. Informacja ekonomiczna i kryteria jej oceny

Jeżeli informacje dotyczą obszaru gospodarki, to wówczas mówi się o informacji ekonomicznej lub informacji biznesowej26. Ponadto ze względu na rodzaj nośnika informacji (papier lub nośniki magnetyczne lub optyczne) można mówić o informacji tradycyjnej lub informacji elektronicznej [por. Niedzielska, 1998, s. 14]. Informacje klasyfikuje się według wielu innych, zróżnicowanych kryteriów. Przykładowe klasyfikacje zaprezentowano w tab. 2.5.

Można przyjąć, że informacja sama w sobie nie ma wartości. Jednak zmieniając nasz sposób postrzegania rzeczywistości, np. w rozwiązywaniu problemu decyzyjnego, zyskuje ona wartość, którą należy pomniejszyć o koszty zdobycia, przechowywania i/lub przetwarzania tej informacji. Górną granicą kosztów, jakie można ponieść w związku ze zdobyciem lub przetworzeniem danych na informację, jest poprawa skuteczności decyzji lub działań podjętych dzięki tej informacji. Nieuzasadnione ekonomicznie jest poniesienie kosztu 1000 złotych na zdobycie informacji i uzyskanie poprawy wyniku o 500 złotych. Informacja, która tworzy wartość, to dobra informacja, czyli [por. Lucey, s. 19-23]:

adekwatna do problemu, którego rozwiązanie wspomaga - źle przygotowana informacja (np. niewłaściwy typ wykresu) rodzi frustrację użytkownika; wystarczająco szczegółowa dla rozwiązania problemu - z jednej strony zbyt duża szczegółowość zazwyczaj wiąże się z nadmiernymi kosztami, z drugiej strony zbytnia ogólnikowość informacji powoduje wzrost ryzyka popełnienia błędu; wystarczająco kompletna do rozwiązania problemu - oznacza to, że dostarczona informacja obejmuje, w miarę możliwości, wszystkie aspekty analizowanego zagadnienia; wiarygodna, czyli pochodząca ze źródła (źródeł), do którego użytkownik ma zaufanie - szczególnego znaczenia nabiera ten element w przypadku decyzji strategicznie ważnych; weryfikacja informacji w wielu miejscach staje się bardzo istotna; przekazana właściwej osobie - w dużych organizacjach częstym błędem jest dostarczenie informacji do właściwego działu jednak osobie ze złego szczebla decyzyjnego (specjaliście zamiast menedżerowi); dostarczona we właściwym czasie - długi czas przetwarzania może sprawić, że nawet najcenniejsza informacja dostarczona zbyt późno ma wartość papieru, na którym ją wydrukowano; dostarczona przez właściwy kanał komunikacyjny - kanałów takich w organizacji może być wiele: kontakt twarzą w twarz (F2F), telefon, poczta elektroniczna, komunikator, wideokonferencja; czasami informacja ma charakter poufny lub wręcz tajny; wybór właściwego kanału jest w tym przypadku kluczowy - np. szyfrowana wiadomość przesłana pocztą elektroniczną.

Przedstawiona lista cech charakterystycznych dobrej informacji zawiera wiele elementów, które nie są techniczne, ale mają kontekst organizacyjny lub społeczny.

Tab. 2.5. Klasyfikacje informacji

Kryterium

klasyfikacji

Klasyfikacja

Krótka charakterystyka

Źródło pochodzenia

wewnętrzna zewnętrzna pierwotna wtórna źródłem jest system wewnętrzny organizacji z otoczenia organizacji będąca wynikiem zdarzeń gospodarczych, np. transakcji kupna-sprzedaży, wypłaty z bankomatu przetworzona na podstawie informacji pierwotnej, wykorzystana powtórnie, np. zestawienia zbiorcze z poprzedniego okresu sprawozdawczego

Pomiar

ilościowa jakościowa mierzalna, opis zjawiska za pomocą liczb niemierzalna, opis zjawiska za pomocą słów np. "dobry"

Stopień formalizacji

formalna nieformalna tworzona według procedur, oparta na dokumentach, np. faktura sprzedaży niebazująca na dokumentach, często domyślna

Poziom zarządzania

strategiczna taktyczna operacyjna o kluczowym, długoterminowym znaczeniu dla całej orga­nizacji np. plan informatyzacji państwa na lata 2017-2023 średnioterminowe znaczenie dla organizacji np. prognoza sprzedaży krótkoterminowe znaczenie dla organizacji, np. oprocentowanie kredytu obrotowego

Czas

historyczna bieżąca przyszłościowa o przeszłości o teraźniejszości o przyszłości, prognostyczna

Częstotliwość

ciągła (czas rzeczywisty) godzinowa dzienna miesięczna roczna inne okresowe np. zbierana przez czujniki emitowana co godzinę emitowana na zakończenie dnia emitowana na zakończenie miesiąca emitowana na zakończenie roku w innych okresach planistycznych, np. co kwartał

Inicjowanie

w przedziałach planistycznych okazjonalna na żądanie zgodnie z pewnym planem, np. co miesiąc związana z wydarzeniem, np. otrzymaniem nagrody gdy zaistnieje konieczność

Poziom agregacji

szczegółowa sumaryczna zagregowana dotyczy pojedynczych zdarzeń dotyczy wielu zdarzeń, np. zestawienie miesięczne wydanych z magazynu towarów w sztukach dotyczy wielu elementów, są wynikiem działań bardziej złożonych niż proste sumowanie, np. wartość sprzedaży wszystkich towarów wyrażona w pieniądzu

Oddziaływanie na odbiorcę

aktywne pasywne wywołują określone czynności nie wywołują żadnych czynności

Źródło: oprac. własne na podstawie [Lucey, 1991, s. 13-14].

Jeżeli zagadnienie informacji rozpatruje się z punktu widzenia funkcji zarządzania, to można mówić o zarządzaniu informacją.

Zarządzanie informacją to kompleksowy pod względem zakresu i skoordynowany czasowo ciąg czynności planowania, organizowania, nadzorowania (motywowania) i kontroli przebiegu wszelkich procesów informacyjnych przedsiębiorstwa [Niedzielska, 1998, s. 16].

W dynamicznym otoczeniu biznesowym, w którym zmiana jest jedynym pewnikiem, dostęp do rzetelnej, aktualnej i terminowej informacji stanowi jeden z warunków sukcesu rynkowego firmy. W klasycznym ujęciu zarządzania informacją wyodrębnia się dwa jego rodzaje [Rokicka-Broniatowska (red.), 2002, s. 146]:

zarządzanie zasobami informacyjnymi; zarządzanie procesami informacyjnymi.

Zarządzanie zasobami informacyjnymi stanowi ujęcie statyczne. Oznacza ono planowanie, organizowanie i kontrolę zasobów informacji. Obejmuje przede wszystkim zagadnienia jakości informacji i polityki bezpieczeństwa informacji.

Z kolei zarządzanie procesami informacyjnymi jest ujęciem dynamicznym. Zatem jest ono planowaniem, organizowaniem i kontrolą faktycznych ciągów działań, składających się na procesy informacyjne. Procesy te pozwalają na gromadzenie, przechowywanie, przetwarzanie, przesyłanie i udostępnianie informacji.

Kolejną kategorią w piramidzie wiedzy jest pojęcie wiedzy. Pierwsza definicja wiedzy pochodzi od Platona.

Wiedza to prawdziwe, uzasadnione przekonanie.

Wierzchołkiem piramidy wiedzy jest mądrość. Kwestie zarządzania wiedzą w aspekcie podanych i zdefiniowanych tu pojęć szeroko omówiono w rozdz. 21.

2.2.6. Kapitał intelektualny

Tradycyjne podejście księgowe traktowało aktywa materialne będące w posiadaniu firmy jako źródło wytwarzanego majątku. Ujęcie to opiera się na znanych z księgowości definicjach, że aktywami są zasoby majątkowe (rzeczowe, finansowe i kadrowe), które umożliwią w przyszłości osiągnięcie korzyści ekonomicznych. Tak rozumiane aktywa składają się na wartość księgową firmy. Tymczasem w nowoczesnym spojrzeniu na firmę (po 2000 r.) coraz częściej wskazuje się, że to wartości niematerialne są tym, co różnicuje wartość księgową firmy zapisaną w księgach rachunkowych od jej wartości rynkowej. Okazuje się, że bardzo często wystarczy wyszkolić pracownika, by podnieść jakość świadczonych przez niego usług. Ta nowo zdobyta przez pracownika wiedza powiększa aktywa firmy. Jest to przykład aktywów niematerialnych stanowiących kapitał intelektualny zobrazowany na rys. 2.2.

Kapitał intelektualny, będący efektem rozwoju i dojrzewania organizacji, może być analizowany w ujęciu wielu modeli zbudowanych na podstawie różnych teorii. Najczęściej twierdzi się, że kapitał intelektualny jest powiązany z ludźmi lub ze strukturą firmy. Kapitałem intelektualnym związanym z ludźmi jest wiedza, która może mieć charakter (por. rozdz. 21):

ukryty (niejawna) - wiedza ekspertów; skodyfikowany (jawna) - zawarta jest w podręcznikach lub procedurach.

Kapitał intelektualny to całkowity kapitał przedsiębiorstwa odnoszący się do wiedzy w nim zawartej. Składają się na niego wiedza i doświadczenie pracowników, zaufanie klientów, marka, umowy, systemy informacyjne, procedury administracyjne, patenty, znaki handlowe i efektywność procesów [Fazlagić, 2009].

Rys. 2.2. Kapitał intelektualny

Źródło: oprac. własne na podstawie [Regulski, 2005].

Jeśli chodzi o aktywa związane ze strukturą firmy, to wyróżnia się [Fazlagić, 2009]:

własność intelektualną (patenty, domeny internetowe, tajemnice handlowe, znaki handlowe, prawa autorskie, prawa do wzorów przemysłowych itp.); inne skodyfikowane źródła wiedzy (podręczniki, raporty z badań, systemy procedur); aktywa związane ściśle z rynkiem (wizerunek, lojalność klientów, marka).

O ogromnej roli kapitału intelektualnego we współczesnym świecie świadczą wieloletnie, cykliczne badania przeprowadzone przez firmę Interbrand (ostatnie w 2015 r.). Nawiązując tylko do ostatniego elementu zaprezentowanej listy, jakim jest wartość marki, można wskazać listę najdroższych marek świata [Interbrand, 2015]:

Apple - ok. 170 mld dolarów (wzrost o 43% w porównaniu z rokiem poprzednim). Google - ok. 120 mld dolarów (wzrost o 12% w porównaniu z rokiem poprzednim). Coca Cola - ok. 78 mld dolarów (spadek o 4% w porównaniu z rokiem poprzednim).

Warto zwrócić uwagę, że w pierwszej dwudziestce rankingu znalazło się 10 firm technologicznych, 4 firmy motoryzacyjne oraz 2 firmy z sektora spożywczego. Istotnym spostrzeżeniem jest również to, że w przypadku obu firm technologicznych udział procentowy wartości marki wyrażonej pieniężnie wynosi poniżej 35% ich wycen giełdowych, co dowodzi, że firmy te mają jeszcze inne składniki kapitału intelektualnego, które decydują o ich wartości rynkowej.

Jak wynika z rys. 2.2, kapitał intelektualny występuje w następujących postaciach: kapitału innowacji, ludzkiego, klienckiego i kapitału procesów. Zaprezentowano je w tab. 2.6.

Tab. 2.6. Charakterystyka rodzajów kapitału intelektualnego

Lp.

Rodzaj kapitału

Charakterystyka

1

Kapitał innowacyjny

Innowacyjność można analizować w kontekście innowacji produktowych, procesowych, społecznych lub ekonomicznych. Kapitał innowacji to głównie potencjał firm i ich działów badawczo-rozwojowych, np. kreatywność

2

Kapitał ludzki

Pracownicy firmy są traktowani jak ważne aktywa, w związku z tym firma troszczy się o nich i w nich inwestuje (np. wyjazdy integracyjne, szkolenia, kursy). Pracownicy mają możliwość doskonalenia się i rozwijania stosownie do własnych zainteresowań. Efektem są: wiedza, kompetencje, know-how, kultura organizacji oraz właściwe relacje międzyludzkie

3

Kapitał kliencki

Bez klientów istnienie firmy nie ma sensu. Dlatego tak ważne jest zarządzanie relacjami z klientami, zabieganie o ich lojalność i dbałość o właściwy wizerunek firmy

4

Kapitał procesów

Obejmuje restrukturyzację (Business Process Reengineering - BPR) i doskonalenie (Business Process Improvement - BPI) procesów biznesowych. Objawia się on w podnoszeniu jakości procesów przy użyciu np. metody TQM (Total Quality Management)

Źródło: oprac. własne na podstawie [Regulski, 2005].

W zakresie kapitału innowacyjnego podkreślenia wymaga rola technologii i rozwiązań informatycznych w zarządzaniu kapitałem intelektualnym. W definicji kapitału intelektual­nego znajdują się systemy informacyjne, które będąc jednym z elementów składowych kapitału intelektualnego, wpływają na wiele innych elementów. Przykładowo podnoszenie efektywności procesów biznesowych jest niemożliwe bez systemów informacyjnych, a systemy sprzedaży w sieci internet kreują wizerunek firmy nowoczesnej i przyjaznej klientowi.

Punktem wyjścia do rozważań o kapitale ludzkim jest dobrze znana z literatury teo­ria Douglasa McGregora, zwana również teorią X i Y [Cole, 1993, s. 34-35]. Zgodnie z teorią X i Y kierownik może skłonić pracownika do działań przez siebie oczekiwanych karą lub perswazją. Które z działań zastosuje, zależy od jego postrzegania swego podwładnego jako człowieka. W teorii X człowiek jest z natury leniwy i jedyne, co może go skłonić do działania, to zachęty finansowe lub lęk przed karą (np. pozbawienie premii). W teorii Y człowiek jest twórczy, chętny do pracy i współdziałania z innymi. Uzupełnieniem teorii X i Y jest teoria Z opracowana przez Williama Ouchi'ego, zgodnie z którą człowiek jest niezależną istotą myślącą, gotową do współpracy. Rozważania o kapitale ludzkim bazują na chęci pracownika do samodoskonalenia się i samorozwoju. Korzyścią dla pracowników jest np. stabilność zatrudnienia, a dla pracodawcy korzyścią jest np. lojalność pracownika.

Kapitał kliencki bywa zwany również kapitałem relacji, co lepiej oddaje jego istotę. Często spotykaną w literaturze tezą jest stwierdzenie, że koszt zdobycia nowego klienta jest kilkakrotnie wyższy niż utrzymanie dotychczasowego, stałego klienta. Stąd firmy kładą nacisk na podtrzymywanie relacji z klientami, co przekłada się na lojalność klientów, zys­kowność zawartych kontraktów i stabilność kanałów dystrybucji (dokładniej zagadnienie relacji z klientami omówiono w rozdz. 18).

Problematyka kapitału procesów oraz ich modelowania została obszernie omówiona w dalszych częściach tej publikacji, zwłaszcza w rozdz. 11 i 12.

2.3. Wybrane zagadnienia z teorii systemów

2.3.1. System i rodzaje systemów

W otaczającym nas świecie można wyodrębnić wiele elementów materialnych wzajemnie na siebie oddziałujących. Takie oddziaływanie, zwane również interakcją, może mieć charakter mechaniczny, elektryczny, ekonomiczny albo społeczny. Oddziaływanie ma zróżnicowaną siłę i w zbiorze wszystkich elementów wyodrębnia się pewną ich grupę, w której oddziaływanie będzie silniejsze niż na zewnątrz tej grupy. Wyodrębnioną grupę elementów nazywa się systemem (por. podrozdz. 1.2.1). Pozostałe elementy, które nie znalazły się w zidentyfikowanej grupie, stanowią otoczenie systemu. Jak podano w podrozdz. 1.2.1 oraz w pracy Sadowskiego [1978, s. 91], system stanowi zbiór elementów wzajemnie na siebie oddziałujących.

Tę klasyczną definicję, zaproponowaną przez Ludwiga von Bertalanffy'ego rozwinął Stefan Mynarski, który przyjął, że system to "celowo określony zbiór elementów oraz relacji zachodzących między tymi elementami i między ich własnościami. Własnościami są cechy poszczególnych obiektów, relacjami zaś stosunki wiążące poszczególne części z całością. Dzięki relacjom całość ma właściwości, których nie wykazują jej części" [Mynarski, 1981, s. 12].

Systemy mogą być nie tylko bytami rzeczywistymi (konkretnymi), lecz także abstrakcyjnymi (koncepcyjnymi, konceptualnymi). Tak więc systemami i ich elementami będącymi w interakcji są:

firma: pracownicy, materiały, wyroby gotowe, receptury technologiczne, konta; bank: klienci, konta, kredyty, oszczędności, przelewy; giełda: inwestorzy, spółki giełdowe, akcje, derywaty; portal internetowy: internauci, komunikaty, posty na forum; urząd wojewódzki: obywatele, nieruchomości, pojazdy; urząd skarbowy: podatnicy, podatki, PIT-y; uczelnia: pracownicy naukowi, studenci, aule, laboratoria, dziekanaty.

O doborze elementów systemu decyduje cel jego wyodrębnienia. Inny będzie zestaw elementów służący systemowemu wspomaganiu pracy prezesa firmy, menedżera, ekonomisty, technologa czy inżyniera produkcji. W tym kontekście ten sam element systemu może zostać zaliczony do różnych systemów.

Każdy system jako układ zorganizowany charakteryzuje się określonym stopniem spójności (koherencji) lub niezależności (addytywności). Spójność można opisać jako właściwość systemu polegającą na tym, że jakakolwiek zmiana w jednym elemencie pociąga za sobą zmianę w innych elementach. Ta właściwość sprawia, że system jest czymś więcej niż prostą sumą elementów składowych. Właściwość tę określa się w naukach o zarządzaniu terminem synergia27. Przeciwstawnym przypadkiem jest sytuacja, w której zmiana w dowolnym elemencie nie powoduje żadnych zmian w innych elementach. Jest to sytuacja niezależności, czyli addytywności, gdyż zmiany w systemie są sumą zmian w indywidualnych elementach.

Systemy można klasyfikować według różnorodnych kryteriów. Najczęściej spotykane kryteria i klasyfikacje przedstawiono w tab. 2.7.

Tab. 2.7. Klasyfikacje systemów

Lp.

Kryterium

Klasyfikacja

1

Pochodzenie

sztuczne - systemy zbudowane przez człowieka naturalne - występują w przyrodzie

2

Powiązania systemu

z otoczeniem

otwarte - wymieniają z otoczeniem masę, energię i informacje względnie odosobnione - nie wymieniają z otoczeniem masy, ale wymieniają energię i informacje zamknięte - nie wymieniają z otoczeniem ani masy, ani energii, ani informacji

3

Odniesienie do rzeczywistości

rzeczywiste - fizyczne konkretne abstrakcyjne - koncepty intelektualne, konceptualne

4

Zachowanie

w czasie

statyczne - nie wykazują zmian w czasie dynamiczne - wykazują zmiany strukturalne lub funkcjonalne wraz z upływem czasu

5

Możliwość przewidywania

zmian w czasie

deterministyczne - na podstawie stanu początkowego i programu transformacji można dokładnie przewidzieć nowy stan wyróżniony probabilistyczne - stan taki można przewidzieć tylko z określonym prawdopodobieństwem

6

W zależności od sposobu zachowania

adaptacyjne - dostosowujące się do otoczenia pod wpływem impulsów sprzężeń zwrotnych w systemie nieadaptacyjne - odporne na bodźce zewnętrzne

Źródło: oprac. na podstawie [Habr, Veprek, 1976, s. 62-63; Mynarski, 1981, s. 31-32].

Duże znaczenie w zakresie wielu dyscyplin naukowych mają systemy naturalne. W ich przypadku kluczowymi pojęciami są adaptacja i homeostaza. Adaptacja systemu oznacza jego przystosowanie do otoczenia i jego zmian. Brak przystosowania oznacza zazwyczaj zniszczenie takiego systemu - organizmu, istoty żywej, czyli śmierć systemu. Drugie z pojęć, tj. homeostaza, oznacza zdolność utrzymania pewnych właściwości systemu, np. temperatury ciała, w przedziałach wartości uwarunkowanych możliwościami adaptacyjnymi systemu. Homeostaza możliwa jest dzięki istnieniu mechanizmów samoregulacji, wykorzystujących zasady sprzężenia zwrotnego (rys. 2.3) będącego kluczem do sterowania systemami.

Sprzężenie zwrotne to taki rodzaj dynamicznego związku między dwoma systemami lub ich elementami, w którym oba te systemy lub ich elementy wzajemnie na siebie oddziałują.

Istotą sprzężenia zwrotnego jest więc wprowadzenie na wejścia systemu informacji o stanach wyjściowych, co umożliwia dokonanie niezbędnych korekt.

2.3.2. Sterowanie

Wiele z omawianych dotychczas mechanizmów występuje zarówno w systemach naturalnych, jak i sztucznych. Przykładowo spójność i addytywność jest charakterystyczna dla obu rodzajów systemów, ale adaptacyjność jest cechą bardziej typową dla systemów naturalnych, choć np. język, mimo że jest systemem sztucznym, wykazuje pewne cechy adaptacyjności. W systemach sztucznych nie występują mechanizmy homeostazy, stąd systemy te są nietrwałe.

Zjawiskiem analizowanym w stosunku do nadmiarowości systemów jest redundancja [Tokarski, 1980].

Redundancja to nadmiar w stosunku do tego co niezbędne, cecha komunikatu zawierającego więcej informacji niż minimum niezbędne do przekazania treści.

Nadmiar ten, czyli redundancja, może mieć zarówno charakter zbędny i szkodliwy, jak i pożądany dla zapewnienia sprawności systemu, np. archiwizacja baz danych czy plików danych.

W systemach naturalnych redundancja przejawia się w występowaniu w organizmie wielu elementów podstawowych i zapasowych, co w konsekwencji zapewnia zwiększenie niezawodności systemu. Z kolei w układach technicznych dominująca jest zasada parsimonii (oszczędności), prostoty, bez nadmiaru, co skutkuje większą podatnością na uszkodzenia (awaria dowolnego elementu powoduje awarię całego systemu). Niezawodność systemów technicznych maleje w postępie geometrycznym wraz ze wzrostem liczby elementów takiego systemu.

System działający odbiera określone sygnały wejściowe, które skutkują adekwatnymi stanami systemu i generują określone sygnały wyjściowe w sposób deterministyczny, opisany funkcyjnie lub probabilistyczny, opisany zależnościami stochastycznymi. Oprócz właściwości wewnętrznych systemu na jego sposób działania wpływ mają również warunki zewnętrzne - otoczenie systemu. Sygnały wejściowe systemu mają charakter bodźców głównych (systematycznych, powtarzających się) albo bodźców przypadkowych (zakłócających działanie systemu). Jeżeli siła oddziaływania bodźców o charakterze przypadkowym jest znaczna, czyli sygnały wejściowe do systemu odchylają się od normy ponad dopuszczalne granice, to wówczas niezbędne jest zastosowanie układu regulującego, który spowoduje doprowadzenie wielkości wejściowej do odpowiedniej normy. Ponieważ norma często ma charakter zmienny, stąd zamiast o regulacji należy mówić o sterowaniu, które wymaga istnienia odpowiedniego programu sterowania.

Sterowanie jest działaniem polegającym na doprowadzeniu wielkości sterowanej systemu do pożądanego poziomu.

W procesie sterowania wyróżnia się, jak na rys. 2.3, dwa systemy [Mynarski, 1981, s. 94]:

System sterujący, zwany również organizatorem procesu (O). System sterowany, zwany również obiektem sterowania (S).

Rys. 2.3. Schemat systemu sterowania

Źródło: [Mynarski, 1981, s. 95].

W celu uzyskania pożądanych zmian w przebiegu procesów, system sterujący oddziałuje na system sterowany, tworząc system sterowania. Na wejściu systemu sterowania znajduje się sygnał wejściowy X, a na wyjściu wielkość sterowana Y. Kryterium skuteczności systemu sterowania jest utrzymywanie wielkości sterowanej na poziomie zadowalająco bliskim wartości określonej przez sygnał wejściowy.

2.3.3. Organizacje społeczno-ekonomiczne jako systemy

Pojęcia z zakresu teorii systemów, w tym system i sterowanie, mają znaczące przełożenie na zagadnienia społeczne i gospodarcze. Na mikroekonomicznym poziomie rozważań celowe wydaje się wprowadzenie terminu "obiekt gospodarczy", zwanego również firmą, organizacją gospodarczą lub podmiotem gospodarczym.

Obiekt gospodarczy to dynamiczny (aktywny rynkowo) i otwarty (wchodzący w rozliczne interakcje z otoczeniem zewnętrznym) układ społeczno-techniczny realizujący określone zadania ekonomiczne [Niedzielska, 1998, s. 15].

Posługując się przedstawioną definicją, można stwierdzić, że każdy obiekt gospodarczy dysponuje specyficznymi zasobami, umożliwiającymi realizację zadań ekonomicznych, takimi jak [Niedzielska (red.), 1998, s. 15-17]:

zasoby ludzkie; zasoby finansowe; zasoby rzeczowe; zasoby informacyjne - integrujące pozostałe zasoby.

Na gruncie teorii systemów obiekt gospodarczy można traktować jako system trzech podsystemów - wytwarzania, zarządzania i informacji, powiązanych ze sobą określonymi relacjami i mającymi określone właściwości. W nawiązaniu do rys. 2.3 podsystemy zarządzania i informacji stanowią system sterujący, natomiast podsystem wytwarzania jest obiektem sterowanym. W teorii systemów informacja jest więc jednym z elementów triady zasileń, którymi są materia, energia i informacja, wymienianych między systemem i otoczeniem.

Tak widziany obiekt gospodarczy pozwala zdefiniować podukład wytwarzania jako pod­układ przetwarzający materiały, surowce i energię w produkty końcowe (rys. 2.4). Pod­układ zarządzania odpowiada zaś za prawidłowe wykonawstwo w układzie wytwarzania, a podukład informacji zapewnia dokumentacyjną obsługę procesów produkcji i gromadzi informacje niezbędne do podejmowania racjonalnych decyzji gospodarczych. Obiekt gos­podarczy nie jest zawieszony w próżni. Jest powiązany ze swoim otoczeniem, głównie przez wymianę zasobów, zwanych na gruncie teorii systemów zasileniami materiałowo-energetycznymi oraz zasileniami informacyjnymi. Zasilenia materiałowo-energetyczne oraz informacyjne przepływają z otoczenia do systemu gospodarczego i z układu gospodarczego do otoczenia. Warto zwrócić uwagę, że oba rodzaje zasileń przepływają też wewnątrz obiektu gos­podarczego. Spostrzeżenie to pozwala stwierdzić, że obiekt gospodarczy komunikuje się z otoczeniem przez wejścia i wyjścia zasileniowe, a przepływy informacyjne są inicjowane i wykonywane przez wejścia i wyjścia informacyjne [Niedzielska (red.), 1998, s. 17-20].

Rys. 2.4. Przedsiębiorstwo jako system

Źródło: oprac. własne na podstawie [Stoner i in., 2001, s. 65].

Obiekt gospodarczy (przedsiębiorstwo) wymienia zasilenia materiałowo-energetyczne i informacyjne z otoczeniem bliższym i dalszym. Otoczenie bliższe stanowią partnerzy biz­nesowi (dostawcy i odbiorcy), dostawcy usług (np. finansowych i ubezpieczeniowych) czy technologii. Otoczenie dalsze stanowią przede wszystkim instytucje państwowe i prawne, świat nauki dostarczający innowacyjnych rozwiązań lub społeczeństwo dostarczające pracowników o określonych kwalifikacjach i kompetencjach.

Współczesne organizacje stoją przed wyzwaniami, które jeszcze kilka lat temu nie istniały. Otoczenie organizacji narzuca jej wiele zmian. Główne obszary wymagań to trendy polityczne, ekonomiczne, społeczne, techniczne i technologiczne, w skrócie nazywane PEST28 (np. globalizacja, wymogi etycznego gospodarowania, technologie informacyjno-komunikacyjne). Ich oddziaływanie przedstawiono na rys. 2.5. Teoria systemów podkreśla dynamiczny i wzajemnie powiązany charakter organizacji społeczno-ekonomicznych oraz zadań kierowniczych. Podejście systemowe ułatwia równoważenie potrzeb poszczególnych części przedsiębiorstwa (wydziałów) oraz potrzeb i celów całości organizacji. Organizacja nie jest tworem samowystarczalnym i odizolowanym od otoczenia. Wprost przeciwnie - wymienia zasoby z otoczeniem. Organizacje na wejściu pobierają z otoczenia określone zasoby zwane nakładami (surowce, kapitały, pracę, energię) i zwracają na wyjściu wyniki swej działalności (np. towary i usługi). Otoczenie zawiera elementy, które oddziałują na organizację w sposób bezpośredni lub pośredni. Elementy środowiska o oddziaływaniu pośrednim są analizowane przy użyciu np. metody PEST, natomiast elementy o oddziaływaniu bezpośrednim często są opisywane słowem interesariusze (stakeholders).

Rys. 2.5. Środowisko o bezpośrednim i pośrednim oddziaływaniu na organizację

Źródło: [Stoner i in., 2001, s. 80].

Istotną kwestią przy analizie grup interesariuszy (por. rys. 2.5) jest fakt, że mogą oni tworzyć różnorodne sieci i koalicje w obronie swoich żywotnych interesów. Obserwowanie tych czynników, gromadzenie informacji o elementach środowiska, analizowanie statystyk pozwala na podejmowanie trafnych decyzji o charakterze biznesowym. Przykładowo obser­wacja z dziedziny demografii, taka jak wzrost liczby urodzeń, może stanowić podstawę do decyzji dotyczącej uruchomienia produkcji pieluch lub odżywek dla dzieci. Rys. 2.5 omówiono bardziej szczegółowo w tab. 2.8.

Przypisy

Przedmowa

1 Np. K.C. Laudon, J.P. Laudon (2017), Management Information Systems: Managing the Digital Firm, wyd. 15, Pearson. Poza licznymi kolejnymi wydaniami niemal legendarnej już pracy K. i J. Laudonów na światowym rynku wydawniczym ukazują się liczne pozycje książkowe z zakresu MIS, uzupełniane i wzbogacane aktualną wiedzą z tej dziedziny.

2 Np. J.M. Leimeister (2015), Einführung in die Wirtschaftsinformatik, Springer. Również w języku niemieckim są publikowane na bieżąco liczne książki na temat WI.

3 Np. E. Niedzielska (red.) (2003), Informatyka ekonomiczna, Wydawnictwo AE we Wrocławiu, Wrocław; J. Korczak, M. Dyczkowski (red.), Informatyka ekonomiczna. Część I (2008), J. Korczak, M. Dyczkowski, B. Łuka­sik-Markowska (red.), Informatyka ekonomiczna. Część II (2013), Wydawnictwo UE we Wrocławiu, Wrocław.

4 Statut Naukowego Towarzystwa Informatyki Ekonomicznej (NTIE), Sopot, 1996.

5 S. Wrycza (2006), Kalendarium Naukowego Towarzystwa Informatyki Ekonomicznej, "Roczniki Kolegium Analiz Ekonomicznych", zeszyt 16/2006, s. 417-437.

6 S. Wrycza, J. Maślankowski (red.) (2017), Information Systems: Research, Development, Applications, Education, 10th SIGSAND/PLAIS EuroSymposium 2017, Gdansk, Poland. Series: Lecture Notes in Business Information Processing LNBIP, t. 300, Springer, s. 1-151.

7 "Annual Report 2017" (2017), European Research Center for Information Systems (ERCIS), Münster.

8 S. Wrycza (red.) (2010), Informatyka ekonomiczna. Podręcznik akademicki, PWE, Warszawa.

9 ACM Code of Ethics and Professional Conduct, 22.06.2018, https://www.acm.org/code-of-ethics.

10 S. Wrycza (2011), Business Informatics Manual Structure and Content,w: Nitchi S.I. (red.), 2nd Symposium on Business Informatics in Central and Eastern Europe, Oesterriechische Computer Gesellechaft, s. 288-291.

11 S. Wrycza, B. Marcinkowski, D. Gajda (2017), The enriched UTAUT model for the acceptance of software engineering tools in academic education, "Information Systems Management", 34, s. 1, s. 38-49.

12 S. Wrycza, D. Gajda, P. Palvia, A.H. Turan (2016), Representativeness in the "World IT Project" survey research. The methodological prerequisites and verification, 17th Annual Global Information Technology Management Asso­ciation (GITMA) World Conference 2016: August 9-10, 2016: conference proceedings, San Diego, s. 103-110; S. Wrycza (2019), The challenge of structuring business informatics as the academic discipline, w: Bergener K., Räckers M., Stein A. (red.), The Art of Structuring, Springer.

Część I. Podstawy teoretyczne

1. Propedeutyka informatyki ekonomicznej

13 Propedeutyka stanowi wprowadzenie do określonej dziedziny wiedzy.

14 W krajach niemieckojęzycznych powszechnie używane i akceptowane jest pojęcie - informatyk ekonomiczny (Wirtschaftsinformatiker/-in). Wynika to m.in. z wysokiej rangi, zarówno akademickiej, jak i gospodarczej, informatyki ekonomicznej. Jest ona w tych krajach niezależną dyscypliną naukową. Oznacza to, że licencjaty, magisteria, doktoraty i habilitacje uzyskuje się z dyscypliny informatyka ekonomiczna, a nie np. z dyscypliny nauk o zarządzaniu ze specjalnością informatyka ekonomiczna. W Polsce nie ma jednej ogólnej nazwy dla absolwenta, naukowca czy praktyka informatyki ekonomicznej. Odpowiednikiem określenia zawodu informatyka ekonomicznego w Polsce jest grupa zawodów, a więc przykładowo: menedżer IT, analityk/projektant systemów, programista zastosowań, inżynier oprogramowania, integrator i wdrożeniowiec systemów ERP, administrator baz danychczy projektant serwisów internetowych (przyp. red. - S.W.).

15 W tab. 1.1 zawarto istotne wydarzenia z dziedziny światowej akademickiej informatyki ekonomicznej ważne dla obszaru niemieckojęzycznego oraz Polski.

16 Szerokie zakres metod i technik modelowania systemów informatycznych przedstawiono w rozdz. 6-16.

2. Dane, informacje, systemy

17 Pojęcie "informacja gospodarcza" jest uregulowane prawnie na poziomie ustawowym według ustawy z dnia 9 kwietnia 2010 r. o udostępnianiu informacji gospodarczych i wymianie danych gospodarczych i oznacza m.in. informacje pozwalające jednoznacznie zidentyfikować firmę lub osobę fizyczną prowadzącą działalność gospodarczą, dłużnika lub osobę posługującą się cudzym lub sfałszowanym dokumentem. W książce używane będą zatem terminy "informacja ekonomiczna" lub "informacja biznesowa".

18 Zakończone sukcesem próby budowy komputera działającego w systemie dziesiętnym zarzucono ze względu na niską efektywność takiego rozwiązania.

19 W informatyce kwantowej jednostką informacji kwantowej jest 1 kubit, który przybiera wartość 0 lub 1 z określonym prawdopodobieństwem. Kwantowym bitem jest np. foton.

20 Układ SI (Systeme International d'Unites) jest międzynarodowym układem jednostek miar (zatwierdzonym w 1960 r.).

21 Przykładowo dysk, którego pojemność producent deklaruje jako 1 TB (1000 GB), system operacyjny będzie raportował jako pojemność ok. 931,3 GB.

22 W informatyce przyjęło się używać określenia strony kodowe, w których kombinacjom bitów (zer i jedynek) przypisano określone znaki pisarskie. W różnych stronach kodowych tym samym kombinacjom bitów mogą być przypisane różne znaki, co może powodować problemy z czytelnością tekstów (tzw. wyświetlanie krzaczków) w przypadku użycia niewłaściwej strony kodowej.

23 UTF - Unicode Transformation Format.

24 W rozdz. 21 podjęto również tematykę definiowania danych i informacji pod kątem Zarządzania Wiedzą. Definicje te są spójne z umieszczonymi w tym rozdziale.

25 Hartley prowadził swoje rozważania w kontekście ilości informacji transmitowanej w telegrafie zainstalowanym na łodzi podwodnej przy użyciu popularnego wtedy telegrafu skonstruowanego w 1871 r. przez francuskiego inżyniera Emila Baudota. Cechą charakterystyczną telegrafu było użycie pięciościeżkowej taśmy perforowanej. Świadczenie usług związanych z telegrafem Baudota zakończono 14 lipca 2013 r., zamykając ostatni działający system telegraficzny w Indiach. Kodowanie Baudota jest ciągle stosowane w krótkofalarstwie.

26 Kwestie informacji biznesowej i systemów informacyjnych biznesu są omawiane np. w książce [Kisielnicki, 2008].

27 Przykładem spójności systemu może być często pojawiający się w naukach o zarządzaniu termin "synergia' lub "efekt synergiczny". Jako najprostszy przykład synergii lub efektu synergicznego można przedstawić przypadek, w którym dwóch współpracujących ludzi wspólnie może wykonać większą pracę, niż dwóch ludzi pracujących oddzielnie, np. inspirując się wzajemnie w dyskusji przy poszukiwaniu nowych rozwiązań jakiegoś problemu.

28 Wśród wielu typów analiz biznesowych popularna jest analiza PEST, polegająca na analizie czynników Politycznych, Ekonomicznych, Społecznych, Technicznych. Wyniki analizy odzwierciedlają wpływ zewnętrznych czynników na organizację. Analizy PEST należą do grupy tzw. miękkich metod modelowania (soft modelling).