Szúnyogok

Posted in Nincs kategorizálva /

Nemrég egy Big Data témájú konferencia-előadásban azt próbáltam meg elmondani a nyájas közönségnek, hogy egy jó Big Data projekt általában valamilyen kérdéssel kezdődik. Példákat könnyű találni: Mivel permetezzek ma délelőtt a szőlőmben? Milyen takarmány-koktéllal kínáljam meg este a teheneimet? Ki fog legközelebb adót csalni? Mi a jó házasság titka? Ki fogja megvenni ezt az amúgy teljesen felesleges cuccot? Milyen üzenetet küldjek azoknak, akik még nem döntötték el, kire szavazzannak a jövő heti választáson? Melyik háztömben lesz ma éjszaka bűntény? Vajon terrorista az, aki pont most megy át a reptéren a biztonsági kapun? Hol lesz a következő dugó a városban?

Ezek bizony fontos kérdések, és ha van sok adatunk, számítógépes kapacitásunk, modellezésben, algoritmusokban, gépi tanulásban, deep learningben jártas adattudósunk, elég jó választ tudunk adni rájuk, többnyire valószínűségi alapon persze.

Tegyünk most fel egy újabb kérdést: itt ülünk a kongói őserdőben egy fa alatt, éppen elrepül egy rovar a szemünk előtt, meg tudod mondani, hogy milyen fajta? Jó, szúnyog, de milyen fajta szúnyog? Jelenleg ugyanis éppen 3528 szúnyogfajtát ismerünk, az egyik például csak a londoni földalattiban tenyészik – jó, ezt akkor itt Kongóban ki is zárhatjuk, de így is marad éppen elég. Az sem mindegy, hogy a szúnyogunk fiú-e vagy lány, hiszen a lányok veszélyesebbek. A szúnyogok, legalábbis bizonyos fajta szúnyogok, azon kívül, hogy vért szívnak, szörnyű betegségeket terjesztenek, jó lenne tehát tudni, hogy merre járnak, mennyire szaporodtak el itt vagy ott.

Megtudod hát mondani, hogy milyen fajta szúnyog repül itt éppen, és hogy fiú-e vagy lány?

A Kaliforniai Egyetemen dolgozó Eamonn Keoghnak és csapatának van válasza. Meg tudják, mondani, hogy milyen szúnyog repül itt, és a nemét illetően sem hagynak minket bizonytalanságban. A megoldás: Big Data és analízis, vagyis adatbányászat. Mit lehet egy repülő szúnyogban adatosítani? A hangját, de nem az ő saját hangját, azt a szörnyű döngicsélést, amitől nem lehet aludni. A szúnyog nem látja a vörös lézert, simán átrepül rajta, eközben a csapkodó szárnyával megzavarja a fénysugarat, az így keletkezett jeleket pedig le lehet olvasni egy számítógéppel és hanggá lehet alakítani. A szúnyog tehát digitális nyomot, digitális névjegyet hagy maga után, minden fajta más névjegyet, más adatmintázatot, és a fiúk és a lányok sem egyformát. Ha az azonosító szenzor elég olcsó, követni lehet a szúnyogok vonulását és ezzel a súlyos trópusi betegségek terjedési útvonalát.

Comments (0)

Biztosítás biztonság

Posted in Nincs kategorizálva /

Egy angol nyelvű gazdasági hetilapban nemrég elolvastam egy rövid cikket egy új, a fintech-volulatba sorolható New York-i biztosítótársaságról. Ügyintézők helyett robotok (chatbotok) kommunikálnak az ügyfelekkel. A cikk egy múlt év végi esetet idéz, amikor valaki az ellopott kabátja után jelentett be kártérítési igényt. Válaszolt néhány kérdésre az applikáción, majd feltöltött egy rövid beszámolót az okostelefonjáról. A szorgalmas robot néhány másodperc alatt átnézte az igénylést, összevetette a vonatkozó céges politikával, lefuttatott másfél tucat csalásfelderítő algoritmust, majd miután nem talált problémát, jóváhagyta a kifizetést, utalást kezdeményezett a banknál és erről értesítést küldött az ügyfélnek.

Mindez, ahogy jeleztem, néhány másodperc alatt történt. Nem rossz.

Digitális átalakulás a biztosítási szektorban… Nemrég egy tanulmányban én is érintettem ezt a kérdést, jelezve, hogy a modern információs technológia a következőkben idézhet elő mélyreható változásokat:

  • A biztosítási iparág fundamentumai. A digitális technológiák fejlődésének hatására megváltozik a kockázatok jellege és mértéke. Bizonyos kockázatok mérséklődnek, miközben újak jelennek meg. A korábbinál sokkal több adat, információ és tudás áll rendelkezésre a biztosítások tárgyaival (pl. emberek, lakás, autó), valamint a káresemények okaival és keletkezésével kapcsolatban. A digitális technológiák és a kapcsolódó más innovációk megkönnyítik, pontosabbá teszik az előrejelzést, és ez által a káresemények megelőzését.
  • A kereslet nagysága. Egyes káresemények bekövetkezésének valószínűsége kisebb lesz A Morgan Stanley és a Boston Consulting Group közös előrejelzése szerint például az „okos otthon” kategóriába tartozó modern eszközök alkalmazásával akár 40-60%-ban csökkenhet a lakásokban és családi házakban bekövetkezett károk nagysága. Ha a döntéshozók biztonságérzete javul, mérséklődik a motiváció egyes biztosításfajták megkötésére, vagyis csökkenhet az ilyenek iránti kereslet, zsugorodik a „risk pool”.
  • Az adatok gyűjtésének, kezelésének, elemzésének módja. Amellett, hogy kitágul a biztosítási területen felhasználható adatok köre, az is általános tendencia, hogy egyre többféle adat keletkezik digitális formában. A digitalizált adatok könnyen összegyűjthetők, továbbíthatók és tárolhatók, a különböző adatfajták egymással összekapcsolhatók, kombinálhatók. Mivel a számítógépek és tárolóeszközök kapacitása ugrásszerűen nő, tág tere nyílik a különböző adatbányászati és modellépítési eljárások alkalmazásának. Az automatizált, gépi tanulást is felhasználó elemzések késedelem nélkül, valós időben épülhetnek be a folyamatokba.
  • Az ügyfelek igényei és viselkedése, az ügyfelek kiszolgálása. A digitális technológiákat az egyes ügyfélcsoportok különböző sebességgel és intenzitással fogadják be. Számos felmérés bizonyítja, hogy a befogadás alapvetően generációs kérdés. Ma már azok a generációk vannak döntéshozói pozícióban, és azok képviselik a legnagyobb keresletet, amelyek rutinosan használják a számítógépeket és a modern távközlési eszközöket – itt elsősorban az úgynevezett Y generációra gondolunk, vagyis a mai 25-40 évesekre. Belátható időn belül az ügyfelek többsége „digitális bennszülött” lesz. Ha az ügyfelek valamelyik szektorban már hozzászoktak a digitális innovációkhoz, az új technológiák segítségével biztosítható kiszolgálási módokhoz, szolgáltatásokhoz, kényelemhez, akkor azokat másutt is megkövetelik. Felmérésekből láthatjuk, hogy Y generáció elégedettsége a biztosítókkal alacsonyabb a többi korosztályénál, ráadásul a generációs különbségek Európában a legnagyobbak, különösen a digitális biztosítási szolgáltatásokkal kapcsolatos tapasztalatok tekintetében.
  • A kapcsolattartás módja. Ezen a téren két dologról kell említést tennünk. Az első a biztosító cég és az ügyfelei közötti kommunikáció, aminek a digitális korban intenzívnek, információban gazdagnak, kölcsönösnek, multimédiásnak, többcsatornásnak és valós idejűnek (késedelem nélkülinek) kell lennie. A „multichannel” kapcsolattartás (kapcsolattartás és kiszolgálás párhuzamosan rendelkezésre álló, de egymástól független csatornákon) már nem elegendő, helyét az „omnichannel” stratégia veszi át (kapcsolattartás és kiszolgálás több, egymással összekapcsolt, integrált, egységes ügyfélélményt biztosító csatornán, amelyeket az ügyfél tetszése szerint kombinálhat). A második fontos jelenség az ügyfelek közötti kommunikáció intenzitásának fokozódása, különös tekintettel a közösségi médiumokon történő információáramlásra, sokszereplős tapasztalat- és véleménycserére.
  • Vállalati működés. A digitális technológiák a vállalatok működési módját is megváltoztatják. Összetett és bonyolult jelenségről van szó: egyfelől az egyes vállalati funkciók, tevékenységek folyamatok digitalizálásáról, másfelől a digitalizálás által lehetővé tett integrációról. Kialakul az „automatizált, integrált, valós idejű, hálózatos és kiterjesztett” vállalat modellje és működési gyakorlata, aminek a szakirodalomban többféle elnevezése és leírása létezik. A technológiai fejlődést szervezeti, irányítási, döntéshozatali és humánpolitikai változások kísérik, ezek nélkül a technológiai innovációk általában nem hozzák meg az elvált eredményeket (költségcsökkentés, ciklusidők rövidítése, hatékonyságnövelés stb.)
  • Versenyfeltételek, versenymezőny, versenystratégiák. A digitális világban másképpen lehet és kell versenyezni. Új, innovatív vállalkozások, amelyeknek nem kell megküzdeniük a múlt örökségével, kötöttségek nélkül, kreatív módon tudják hasznosítani a modern technológiát, célba vehetik az iparág jövedelmező területeit; a lassan reagáló hagyományos vállalatok azokra a területekre szorulhatnak vissza, amelyek másnak nem kellenek. A régi játékosok a piaci részesedések átrendezésére, ügyfelek elhódítására használhatják a digitális eszközöket. Körükben a digitális átalakulás módja és sebessége a verseny kiemelkedően fontos tényezője. A pénzügyi szektorban a verseny különösen hevesé vált a nemrég lezajlott gazdasági válság következtében. A szektor intézményeinek vissza kell szerezniük ügyfeleik bizalmát, meg kell védeniük pozícióikat az új belépőkkel szemben, reagálniuk kell a digitalizálással szorosan összefüggő tömegcikkesedés jelenségére – hogy csak a legfontosabb kihívásokat említsük.
  • Szabálykövetés és etikus viselkedés. A digitalizálás erőteljes tendenciája a szabályozás rendjét és módszereit is átalakítja. A digitalizált vállalatok jóval transzparensebbek hagyományosan szervezett társaiknál, ami előnyt jelent a vezetőik számára, de a szabályozók számára is, feltéve, hogy élnek az új lehetőségekkel. A szabálykövetés mellett egy sor etikai kérdés is felmerül, így mindenekelőtt a személyes adatok és a magánélet védelme. A biztosítási iparágnak – ügyfeleivel együtt – sajátos dilemmával kell szembenéznie: digitalizált, valós idejű adatok segítségével nagymértékben csökkenteni lehet bizonyos kockázatokat, a felhalmozódó adatok viszont kiszolgáltatottá teszik azok alanyait. Mivel a technikai fejlődés általában gyorsabb a törvénykezésnél és a szabályozásnál, fontos szerepe van és lesz az értékeknek és az etikai normáknak.
  • Tudás és képességek. A digitalizált rendszerek felépítéséhez, működtetéséhez, az egyre növekvő digitális adatbázisok hasznosításához újfajta tudásra és képességekre van szükség. Szinte minden gazdasági ágban megfigyelhetjük, miképpen alakítja át a digitalizálás az üzleti tevékenységeket, következésképpen a szükséges kompetenciákat is. A digitális technológiákkal kapcsolatos ismeretek nyilvánvalóan felértékelődnek. Ennek következményeit már ma is jól láthatjuk a munkaerőpiacon, például az adatfeldolgozási szakemberek, adatbányászok, adattudósok iránti növekvő keresletben. Kritikus kérdés, hogy a vállalati szakterületek, az üzleti oldal képviselői milyen együttműködést tudnak kialakítani a házon belüli informatikai részleggel, illetve a külső szolgáltatókkal, képesek-e felhasználókból és technológiai szakemberekből álló ütőképes csapatokat szervezni. Az is nyilvánvaló, hogy a digitalizálás előnyeit a vállalatok csak akkor tudják kihasználni, ha ügyfeleik is járatosak a modern infokommunikációs technológiák használatában, a „digitális írástudás” fejlesztése tehát közös érdek.

Comments (0)

Zokni-teszt

Posted in Nincs kategorizálva /

Érdemes figyelni, hogy az intelligens robotok mire képesek és mire nem. Egyes bonyolult feladatokat játszi könnyedséggel oldanak meg, ugyanakkor valamilyen egyszerűbb előtt tehetetlenül vakargatják a fejüket.

Ma reggel a japán Seven Dreamers Laboratories nemrég bemutatott új robotjáról olvastam. Kívülről úgy néz ki, mint egy hűtőszekrény, belülről pedig egy ruhásszekrényhez hasonlít, és bizonyos értelemben az is. A mosást, mint tudjuk, az automata mosógépek ügyesen meg tudják oldani. A kimosott ruhát viszont össze kell hajtogatni és el kell pakolni. Nos, a Tokióból érkező robot pont erre képes. A tiszta ruhát be kell gyömöszölni a gép alsó fiókjába. Ha ez megtörtént, bent zümmögni kezd a szkenner, agyát köszörüli a mesterséges intelligencia, mozgásba lendülnek a gépkarok. A robot egyenként megszemléli a ruhadarabokat, felismeri azokat, hajtogat és osztályoz, gondos rendben feltölti a felső polcokat. Az eredmény tényleg szemet gyönyörködtető.

Van azonban két probléma. Az egyik az, hogy a gép lassan dolgozik, hosszú percekbe telik, mire döntést hoz és intézkedik. Sebaj, mondhatjuk erre, ráér, ott van neki az egész éjszaka, aludni úgysem tud. A másik: a robot nem tud mindent megcsinálni. Segíteni kell neki az ingek előgombolásával, de a legnagyobb ellensége a zokni. A zoknikat párosítani kell, úgy lehet azokat összehajtani. Nos, a zokniknál egyelőre csődöt mond a robotika és a mesterséges intelligencia.

A Turing-teszt mintájára lehetne kreálni egy zokni-tesztet: vajon ki oldja meg elsőként megynyugtatóan a problémát? Nem kizárt, hogy a robotok előbb tanulnak meg biztonságosan autót vezetni, mint zoknit párosítani és elpakolni. A mosás utáni feladatok gépesítésének problematikáján mások is dolgoznak, figyeljük a mezőnyt!

 

Comments (0)

Fekete doboz

Posted in Nincs kategorizálva /

Egy álláshirdetésre válaszolva elküldöm az önéletrajzomat egy vállalatnak. A személyzetis számítógépében negyvenhárom ilyen pályázat landol. Kit fog választani? Hitelt kérek egy banktól. Az ügyintéző beírja az adataimat a gépébe és megnézi a hitelképességi mutatómat. Vajon megkapom a pénzt? Közeledik az adóbevallás ideje. Elkészítem a sajátomat, beküldöm és várok. A hivatal betáplálja a számokat a gépébe. Vajon számíthatok adóellenőrzésre? Éjszaka van, a Hold sem világít, éjfél után járunk. A kapitányságon az ügyeletes a számítógép fölé hajol. Vajon küld ma egy járőrkocsit az utcánkba?

Olyan helyzetek ezek, amelyekben a döntéshozók (személyzetisek, ügyintézők, diszpécserek stb.) munkáját számítógép segíti. Ha ma még nem teszi ezt, akkor holnap majd igen. A gép valamilyen algoritmust használ. Ha ez az algoritmust automatizált gépi tanulás eredménye, félő, hogy a működését, a logikáját senki sem ismeri pontosan. Fekete doboz.

Nem kapom meg az állást, elutasítják a hitelkérelmemet, két hétig nyaggatnak az adóellenőrök, a házunkban betörő jár, nem rendőr. Vajon ki a felelős a káromért, kinél lehet panaszkodni, röviden ki felelős, kit lehet elszámoltatni? Azt a céget talán, amelyik a gépi tanulás keretrendszerét kidolgozta? Azt, amelyik a tanuláshoz, az algoritmus formálásához az adatokat biztosította? Vagy talán a döntéshozókat, akik a saját munkájukat segítették az algoritmussal? Lehetnek előítéletei egy algoritmusnak?

Comments (0)

Ma délelőtt a Földművelésügyi Minisztériumban meghallgattam egy tanulmány vitáját. A címe: A precíziós szántóföldi növénytermesztés összehasonlító vizsgálata, a szerzői az Agrárgazdasági Kutató Intézet, az Óbudai Egyetem, illetve a KITE munkatársai. Alapos munka, felmérés, mélyinterjúk, statisztikák és kalkulációk alapján részletes áttekintést ad a hazai helyzetről. Népes közönség ült a teremben, sokan jöttek az akadémiai világból, de gyakorló gazdák is akadtak, leginkább a precíziós gazdálkodás ismert hazai úttörői.

A tanulmányból kiderül, hogy a biztató példák ellenére a mezőgazdaság digitális átalakulása még gyerekcipőben jár, egyelőre óvatos kísérletezés folyik; jómagam is lelkes követője vagyok például annak a projektnek, amelyről az Agro Napló tudósít rendszeresen. A lemaradásnak vannak előnyei is: tanulni lehet az előttünk haladóktól, vagyis a digitalizálásban a mezőgazdaság előtt járó iparágaktól. Kiváló lehetőségek adódnak összehasonlító kutatásokra. A magam részéről például kíváncsi lennék a következőkre.

(1) Más iparágak, illetve egyes országok átfogó adataiból tudjuk, hogy az informatikai beruházások eredményei nem jelentkeznek azonnal, egyes kutatások például 5-7 éves elcsúszást jeleznek a befektetések és a haszon megjelenése között: ma sokat költünk informatikára, a termelékenység viszont csak öt év múlva kezd javulni. Arra is van példa, hogy az eredmények egy darabig negatívak, ami érthető, hiszen el kell viselni az átalakulással kapcsolatos felfordulást, tanulni kell, ami nincs ingyen, embereket kell lecserélni, hibákat kell javítani, kockázatkezelési okból párhuzamosságokat kell eltűrni, és így tovább. Kíváncsi lennék, mit jelent ez az elcsúszás a mezőgazdaságban. Egy biztos: a befektetések és az eredmény kapcsolatáról csak hosszabb időtáv adatai alapján szabad nyilatkozni, az említett jelenségen kívül már csak azért is, mert az időjárásban is mutatkoznak több évet átfogó jó és rossz időszakok. (Itt most lábjegyzetben meg lehetne említeni a fáraó álmát a hét sovány és a hét kövér tehénről.)

(2) Az informatikai beruházásokkal kapcsolatos régi vitatéma az ok-okozati viszony kérdése. Ha azt látjuk például, hogy az informatikára sokat költő vállalatok gazdálkodási eredményei jobbak, mi következik ebből: azért jobbak az eredményeik, mert modern informatikai eszközöket használnak, vagy azért tudnak sokat költeni informatikára, mert jobbak az eredményeik? Nagy valószínűséggel nem egyértelmű ok-okozati viszonyról van itt szó, hanem kölcsönhatásról – kíváncsi lennék, hogyan működik ez a mezőgazdaságban.

(3) Legyünk optimisták: a technológiai fejlesztés, illetve azon belül a digitális átalakulás javuló gazdasági eredményeket hoz, másképpen fogalmazva: új értéket teremt. Más iparágak modernizálásának fontos tanulsága, hogy ez az új érték nem egyenletesen oszlik el az iparági ellátási lánc tagjai között. Tételezzük fel, hogy a precíziós mezőgazdaságra való átállás 100 forintnyi új értéket teremt – de mennyit kapnak ebből a végfelhasználók (vagyis például én), a kereskedők, a gazdák, az eszköz- és anyagszállítók, az alapvető technológiák fejlesztői? Fontos tanulság: ahol sok szereplő van és heves a verseny, az új érték a végső felhasználókhoz vándorol.

(4) Térjünk most vissza az informatikai fejlesztések és a hatékonyság kapcsolatára. Tudjuk, hogy rossz folyamatokat és rendszereket nem érdemes digitalizálni (durvábban: a hülyeséget nem szabad automatizálni). Új informatikai rendszerek bevezetése előtt rendet kell rakni, ki kell seperni, le kell törölgetni a port, a helyére kell tenni a hintaszéket. Ez a rendrakás, az elemi feladatok elvégzése önmagában is hasznot hozhat, néha nem is keveset. Két párhuzamos hatással kell tehát számolni: van egy rendrakási, és van egy technológiai hatás. Vajon milyen arányra lehet számítani a mezőgazdaságban? Úgy vélem, sokan még a rendrakáson sincsenek túl.

(5) Az informatikai beruházások megtérülésének vizsgálatához más iparágakban már kifinomult modelleket használnak. Kíváncsi lennék, hogy néz ki egy átgondolt, mezőgazdaságra adaptált TCO számítás.

(6) A precíziós mezőgazdaság elterjedése tulajdonképpen egy innováció (vagy inkább innovációs nyaláb) diffúziója. A diffúziós jelenségek leírására és elemzésére diffúziós modellek szolgálnak. Melyek lehetnek ezek közül relevánsak a mezőgazdaságban is?

(7) Más iparágakban végzett kutatások azt igazolják, hogy az informatikai fejlesztések bizonyos szervezeti változásokkal párhuzamosan hoznak kiugró teljesítményjavulást. Az informatikai fejlesztés mellett tehát kiegészítő beruházásokra is szükség van. Mennyiben érvényes ez a megállapítás a mezőgazdaságra, és ott mik lehetnek azok a “bizonyos szervezeti változások”?

(8) Érdekes elemzéseket olvashatunk arról, hogy más iparágak vállalatai digitális átalakulásánál milyen a “top-down” és a “bottom-up” megközelítés aránya, illetve hogy a vízesés-módszer vagy az agilitás a jobb megoldás. Milyen receptet lehet erre adni a mezőgazdaságban?

 

Comments (0)

Népszámlálás

Posted in Nincs kategorizálva /

A népszámlálások történe érdekes téma. Angliában például a 19. század legelején volt az első általános népszámlálás. 1911-ben harcias nők a népszámlálás bojkottjára szólítottak fel mondván, hogy „ha a nők nem számítanak, akkor ne is számolják meg őket”. (Hogy pontos legyek: „if women do not count, neither shall they be counted”.) A ködös szigetországban 1837-ben rendelték el, hogy minden gyerek születését regisztrálni kell.

Az USA-ban 1790 óta tartanak tíz évenként népszámlálást. A számítógép előtti népszámlálások adatainak pontosságát a felmérés hosszú átfutási ideje csökkentette: mire a számokat összegyűjtötték és összeadták, azok számottevő része már elvesztette az aktualitását. Az időtartamot először Herman Hollerith lyukkártyás masinájával sikerült jelentősen csökkenteni. Hollerith 1896-ban céget alapított, ez lett néhány kanyar után a későbbi IBM.

Egy Big Data témájú, könnyed hangvételű könyben olvasom a következőket. Az Egyesült Királyság Statisztikai Hivatala (a brit KSH) nemrég a tíz évenként esedékes népszámlálás gyakorlatának megszüntetését javasolta. Az indoklásban kifejtették, hogy az államnak e nélkül is éppen elegendő információja van a polgárairól, adatokban nincs hiány, a népszámlálás felesleges, arról nem is beszélve, hogy hosszú és drága. Végül mégis úgy döntöttek, hogy (egyelőre) maradjon a népszámlálás. Az állam adatgyűjtési gyakorlatában tényleg vannak átfedések és ismétlődések, az adatokat viszont egyrészt csak arra szabad felhasználni, amilyen célből gyűjtötték őket, másrészt félő, hogy ha az emberek ettől eltérő gyakorlatot tapasztalnának, sokan értehtő óvatosságból hamis adatokat adnának meg.

A könyv szerzőjének mindezek ellenére nincs kétsége afelől, hogy a magánszférának vége, az állam minden lépését megfigyeli, akár van népszámlálás, akár nincs.

 

Comments (0)

Megfordult a szél?

Posted in Nincs kategorizálva /

„A globalizáció azt jelenti, hogy ott szerzünk tőkét, ahol a legolcsóbb, ott termelünk, ahol a legalacsonyabbak a költségek, és ott adunk el, ahol a legnagyobb nyereséget tudjuk elérni.” Ezt az idézetet egy nyolc évvel ezelőtt készült diasoromban találtam meg. Előadást tartottam a nemzetközi terjeszkedés stratégiai és szervezeti kérdéseiről, ahhoz készítettem a diasort, de egyáltalán nem kizárt, hogy az idézetet már korábban is felhasználtam. Narayana Murthy, az INFOSYS alapító-elnöke mondja el benne, hogy szerinte mit kell érteni globalizáció alatt.

Egyszerű definíció, könnyű megérteni.

Az INFOSYS indiai informatikai szolgáltató vállalat, az indiai outsourcing-ipar zászlóshajója. 1981-ben alapították, tehát nagyjából akkor, amikor az IBM PC megjelent a piacon. Kisvállalkozásként indult: fél tucat mérnök összeállt, összedobtak pár száz dollárt, és azonnal Amerikában kezdtek ügyfeleket keresni, mivel hazai piac gyakorlatilag nem létezett, az akkori indiai kormány nem szerette sem a technológiai iparágat, sem a szabad piacot kedvelő vállalkozókat. A cég rendkívül látványos karriert futott be azóta, alkalmazottainak száma már jóval meghaladja a százezret. Ha a globális terjeszkedés, a globális vállalat a téma, őket mindig elő szoktam venni.

A hasonló gondolkodású, globálisan tervező és cselekvő cégek előnyének gazdasági alapjait viszonylag könnyű volt számba venni, az évszázad elején készült diáimon több példát is találok erre; az egyik kimutatáson például jól látszik, hogy az informatikai szolgáltatások területén hányszoros volt egyes ázsiai országok bérelőnye Amerikával vagy Nyugat-Európával szemben. Nem csoda, hogy a legsikeresebb globális cégek éves forgalma, költségvetése ma már országokéval vetekszik, vagyis a földrajzi határok közé szorult országok mellett megjelentek a határok nélküli cégállamok, az úgynevezett „multik”.

Miért ástam elő éppen most ezt a szakállas témát? Azért, mert a történetnek nincs vége. Kézbe veszem a The Economist múlt heti számát, és mit látok: a globális cégek gyengüléséről, hanyatlásáról írnak. Persze nem valamilyen nagy összeomlásra kell gondolni, hanem a növekedés lassulására, csökkenő nyereséghányadokra, a lokális cégekkel szembeni versenyképesség gyengülésére.

E fordulatnak két alapvető oka van, és ezek közül hosszú távon valószínűleg az első a fontosabb.

Tehát az első ok: a vállalati globalizáció, a globális gondolkodás és terjeszkedés gazdasági előnyei olvadóban vannak, vagyis az átgondolt és módszeres globalizálódással már nem lehet annyit nyerni, mint korábban. A mélyebben fekvő magyarázatokat alapos gazdasági elemzéssel lehet feltárni.

A másik ok: a globális vállalatokkal, a multikkal szemben tapasztalható társadalmi ellenszenv, és az azt kihasználó politikai ellenszél. Az ellenérzések a jövedelem- és vagyonelosztás visszásságaira vezethetők vissza: a nagy multik óriási jövedelmeket teremtettek és hatalmas vagyonokat halmoztak fel, de közben nőtt az egyenlőtlenség, a gazdagok sokkal gazdagabbak lettek, míg a szegényebbek jövedelme stagnált vagy csökkent. A lélektani helyzet finoman szólva ellentmondásos, hiszen sokan úgy táplálnak ellenszenvet a multikkal szemben, hogy közben szeretik a termékeiket és az áraikat. Úgy látszik, igaza van a pszichológusoknak: az emberek nagyobb jelentőséget tulajdonítanak a vagyonok relatív különbségének, mint az abszolút jövedelmi helyzetüknek.

A politikai széljárás, mint tudjuk, változékony, a nagy kérdés tehát az, hogy miként alakulnak majd az első említett okhoz kapcsolódó tényezők, így például mit hoz a technológiai fejlődés, mekkora jövedelmezőséget lehet elérni globális, illetve lokális stratégiával, megéri-e globalizálódni, vagy jobb szépen bezárkózni és a fenekünkön maradni.

Comments (0)

Kétfrontos harc

Posted in Nincs kategorizálva /

A Puskinban megnéztem A számolás joga című amerikai filmet. (Addig sem voltam szennyezett levegőn.) A film rossz, és ezzel még sokat is mondtam. Rossz, de a témája és a cselekménye mégis érdekes.

A történet dióhéjban: Amerikában vagyunk a hatvanas évek elején. Kennedy elnök országa az űrbe készül, már csak azért is, mert az oroszok már ott vannak. Az első filmkockákon három fekete hölgy éppen a NASA-ba tart az autóján. Az űrprogram keretében rengeteg számítást kell végezni, ami a computerek dolga, vagyis olyan hölgyeké, akik főfoglalkozásként űzik a számolást. Egyszerű számolásnál, vagyis a négy alapműveletnél itt jóval többről van szó: nyesni kell a matekot: ballisztika, gravitáció, súrlódás meg más ilyesmi van terítéken.

Amerika az űrbe tart, más tekintetben viszont még csak a középkorban jár. Vannak fehér és vannak fekete („színes”) computerek; a két csoport el van különítve egymástól, külön szobába vannak telepítve, nem használhatják egymás mosdóját, nem utazhatnak ugyanazon a buszon, nem ihatnak egymás kávéjából.

A három említett hölgy a legtehetségesebb, legfelkészültebb és legambiciózusabb computerek közé tartozik. Dolgozni és tanulni akarnak, utat keresnek a tehetségüknek. A NASA-nak szüksége van rájuk: az űrkorszak igényei és a faji megkülönböztetés valósága között tragikomikus ellentmondás feszül. A helyzet tarthatatlansága egyre nyilvánvalóbb. Végül Kevin Costner, aki az űrprogram vezetőjét alakítja (Ed Harris jobb volt az Apollo 13-ban) kezébe veszi a nagy kalapácsot és… A többit el lehet képzelni.

A történetnek azonban van egy másik szála is. A fekete computereknek nem csak az előítéletekkel, hanem a technológiai fejlődéssel is meg kell küzdeniük. A NASA-ban megkezdődik egy szobaméretű IBM mainframe telepítése. Jönnek a cég öltönyös emberei, akik ingujjban, de azért nyakkendőben fúrnak, faragnak, drótoznak, tesztelnek, orsókat pörgetnek, lyukkártyákkal zsonglőrködnek. A gép nehezen akar elindulni, de tudni lehet, hogy egyszer működni fog, és onnantól kezdve nem a hölgyek (bőrszínüktől függetlenül) lesznek a computerek, hanem ő, a számítógép, a világ pedig hamarosan elfelejti, hogy a computerek eredetileg eleven emberek voltak. Nincs mese: ha a számolásnak vége, meg kell tanulni helyette a gép használatát, vagyis neki kell ülni a programozásnak, jelesül a FORTRAN nyelvnek. És lőn: a NASA egyik első főprogramozója egy fekete hölgy lett, a történetben szereplő hármasból az egyik; a film végén egy kiírásból és egy fényképből még az is kiderül, hogy ki is volt ő valójában.

Úgy gondolom, ez az átállás nem lehetett nehéz: aki jó computer volt, az minden bizonnyal a programozást is meg tudta tanulni. Más lett volna a helyzet, ha mondjuk a takarító személyzetnek kellett volna új elfoglaltságot és új képesítést találni, mert valamilyen gép kiszorította őket az állásukból. Az ilyen átállás nagyon nehéz, szinte lehetetlen. Ha túl sok ilyen helyzet adódik, a társadalmi béke megrendülhet, a politikai egyensúly megbillenhet, a megszokott világrend felbomolhat. Most valószínűleg ilyen helyzetben vagyunk. Az események láttán a technológiai cégeknek, közülük elsősorban a legnagyobbaknak el kell gondolkodniuk azon, mit is jelent a társadalmi felelősség, és rá kell jönniük, hogy az jóval több a CSR-nál.

 

Comments (0)

Más jön vissza

Posted in Nincs kategorizálva /

Szeretem a fordulatos esetpéldákat, amelyeket rendszeresen továbbír az élet. Arra tanítanak, hogy a fejlődés korántsem mindig egyenes vonalú, nagy kanyarok, éles fordulatok is jöhetnek egy cég vagy akár egy egész iparág történetében.

Itt van például az Adidas. 1998-ban, vagyis közel húsz évvel ezelőtt társszerzőmmel, Salamonné Huszty Annával könyvet publikáltunk „Vállalatvezetés felsőfokon” címmel. Ebben globalizációs példaként használtuk az Adidast, mivel az egyik fejezetben a hálózatosodás jelenségét tárgyaltuk, vagyis azt mutattuk be példákon keresztül, hogyan alakulnak át egyes korábban „önellátó”, helyhez kötött vállalatok nemzetközi hálózatokká, a vállalatokon belüli értékláncokból miként lesz cégeken átívelő, többszereplős értéklánc. Tehát: hálózatosodás, outsourcing, nemzetközi kiszervezés, stratégiai szövetségek stb. – ezek voltak a kulcsszavak. Az Adidasnál nagyon izgalmas volt ez az újraszerveződési folyamat, elvégre egy tradicionális német vállalatról volt szó, amelynek végül igazodnia kellett a Nike és a Puma által diktált modellhez.

Eltelt néhány év, és a Tomka Jánossal írt „Megéri jónak lenni?” című könyvben újra elővettük ezt a történetet, de a kötet koncepciójának megfelelően morális-etikai szemszögből vizsgálva: kinek árt és kinek használ, ha egy cég az egyik országból a másikba költözik, kivel kell jót cselekedni és milyen áron, mi az elsődleges, a profit vagy a morál, és mit is diktál az utóbbi a kérdéses helyzetben. Az Adidas ekkor már Vietnámig jutott, akárcsak a Nokia, a kérdéses könyvfejezet másik példavállalata.

Most viszont a vállalat új gyáráról, a „Speedfactory”-ról szólnak a híradások, a helyszín pedig a Németországi Ansbach, vagyis a termelés visszaköltözik az anyaországba. Klasszikus Ipar 4.0-ás gyárról van szó, tele robotokkal és 3D-s printerekkel, olyan termelőüzemről, ahol mindent a digitális technológia mozgat, aminek „digitális ikertestvére” van, virtuális mása, amin mindent ki lehet próbálni. Az új modellek digitálisan születnek meg és szinte azonnal átvihetők a rugalmas termelési rendszerbe. Új állások is vannak itt, de a számuk töredéke egy vietnámi gyár személyi állományának, ráadásul szinte mindegyik jól képzett, a digitális technológiákban járatos munkaerőt igényel. A távoli helyszín, az offshore outsourcing bérelőnye elolvad, más szempontok kerülnek előtérbe a telepítési döntéseknél.

Fontos tanulság: ha a technológia változik, az olcsó helyekre kiszervezett tevékenységeket, vagy azok egy részét haza lehet hozni, de az új állások nem azonosak a régiekkel, nem azt hozzuk vissza, ami elment, és nem annyit.

Comments (0)

Egy precíz világ kapujában

Posted in Nincs kategorizálva /

Elolvastam Timothy Chou Precision című könyvét. Szerzője szerint itt állunk egy „precíz világ” kapujában, ahol okos rendszerek biztosítják a pontosságot, ahol pont azt csináljuk, amit kell, pont annyi forrást használunk föl, amennyire szükség van, ahol nincsenek késedelmek, veszteségek. Ehhez persze át kell esni a „digitális átalakuláson”, mindent össze kell kötni mindennel és okos rendszereket kell építeni mindenütt.

Chou szerint az okos rendszerek a következő öt rétegből (én inkább tevékenységeknek, feladatköröknek nevezném ezeket) állnak: (1) things, vagyis dolgok, eszközök; (2) connect, vagyis összekapcsolás, rákötés a hálózatra; (3) collect, vagyis adatgyűjtés; (4) learn, vagyis elemzés, tanulás, modellezés; (5) do, vagyis csinálni valamit. A dolog értelmét az ötödik adja: valaminek jobbnak, olcsóbbnak kell lennie, különben csak sok hűhó van a semmiért, kavarunk egy nagyot a levegőn.

A kissé lazán megírt könyv második része esettanulmányokból áll, megtudhatjuk például, hogyan működik a fenti öttényezős modell az egészségügyben, az energiagazdálkodásban, az építésben, a közlekedésben, a bányászatban, az olaj- és gáziparban és a mezőgazdaságban. Az elemzés mindig a „things” azonosításával indul, ilyen dolog lehet például egy bányászati gépsor, egy orvosi diagnosztikai eszköz vagy egy kombájn. A konkrét példák kapcsán kiderül, hogyan kapcsolódnak ezek a hálózathoz (vagyis miként lesz belőlük IoT komponens), milyen eszközökkel miféle adatokat gyűjtenek róluk, milyen elemzések, algoritmusok, modellek, döntéstámogató modellek készülnek, majd végül milyen beavatkozások, akciók következnek és mi lesz jobb azoktól. A játék általában sokszereplős, mindenki a maga hangszerén játszik, az összehangolás a karmester (rendszerintegrátor) feladata.

Apropó precíziós mezőgazdaság: épp most néztem át Milics Gábor és munkatársai vonatkozó cikksorozatát az Agro Napló e-hasábjain. Egy precíziós gazdálkodási kísérletet írnak le benne, látványos ábrákkal, fotókkal, színes digitális térképekkel illusztrálva. A leírtakat nem nehéz Chou modelljéhez igazítani: kiválasztottak egy kísérleti területet, gépeket állítottak hadrendbe, mértek, adatokat gyűjtöttek, elemeztek, szántottak, vetettek, trágyáztak, kapáltak, betakarítottak.  A kísérlet tanulságos, már csak azért is, mert a mezőgazdaságban nagyon nehéz lehet ilyen szabad ég alatti vizsgálatokat csinálni, az eredményeket pedig kellő óvatosággal kell értelmezni. Várom a folytatást.

Comments (0)