RegułyChaosu

Skuteczne działanie musi cechować celowość. Sfera danych staje się coraz bardziej złożona, przez co zachowanie celowości i skuteczności w tych nowych warunkach staje się często poważnym wyzwaniem. Wszak operujemy na danych nie po to, żeby mieć raport. Zdecydowanie nie! Na danych operujemy po to, żeby rutynowo podejmować w codziennych działaniach operacyjnych trafniejsze decyzje i robić to szybciej. Wiedza i zrozumienie danych to krok do celu, a nie cel sam w sobie – tak samo, jak ze zrozumienia reguł rządzących giełdą nic nie wynika, a wynika dopiero z zastosowania tej wiedzy.

Rewolucja inteligencji obliczeniowej (Machine Learning, Deep Learning) trwa i w końcu zmieni wszystko. Zapewne potrwa to jeszcze kilka lat lub dekad, ale w końcu kod programu zostanie zastąpiony przez dane. Wartość z danych można jednak masowo wydobywać już teraz, bez uciekania się do tych najpotężniejszych narzędzi. Kluczowym terminem jest tu zwinność, której osiągnięcie zapewnia te możliwości. Wymaga to jednak wprowadzenia zmian w stanie posiadania i sposobie użytkowania parku maszynowego technologii informatycznych.

Zwinność (agile) i chudość (lean) to terminy, które na dobre już zintegrowały się z myśleniem o rozwoju systemów informatycznych. Wiemy już jak zwinnie realizować projekty informatyczne, a nawet z relatywnie dużym prawdopodobieństwem umiemy tę wiedzę wykorzystać w praktyce. Aplikujemy tę wiedzę jednak do sfery funkcjonalności rozwiązań informatycznych, nie zaś do sfery danych. Jak zbudować fundament dla zwinności w sferze danych? O tym właśnie poniżej.

CRM to filozofia działania. Choć to trywialne, bardzo rzadko spotykam się z przedsięwzięciem o nazwie CRM, które nie zaczynałoby się od „wdróżmy system CRM”. Równie trywialną jest konstatacja, że o skuteczności rozwoju organizacji trudno dzisiaj marzyć bez wsparcia rozwiązaniami informatycznymi. Jak określić rolę systemu CRM, aby pomagał on w realizacji filozofii CRM?

Wartość danych. To cyklicznie powracający temat dyskusji, naprzemiennie z szybkością budowy aplikacji. Kiedy, jak wynika z tego cyklu, przychodzi pora na dane, pojawiają się nowe odsłony rozwiązań skupiających się wyłącznie na przetwarzaniu danych. W efekcie, jak kiedyś w centrum uwagi znajdowały się hurtownie danych i rozwiązania Business Intelligence, tak teraz podstawowa tematyka dyskusji to BigData i sztuczna inteligencja.

Uczestniczyłem ostatnio w seminarium, w czasie którego znany dostawca oprogramowania opowiadał o swoich rozwiązaniach służących przetwarzaniu danych. Co drugie wypowiadane zdanie zawierało BigData, Data Scientist, czy Machine Learning. Gdyby uwierzyć tym zapewnieniom, to sprawy dotyczące danych są tak proste, jak budowa cepa. Tylko w realu jakoś to nie działa.

Co pewien czas nachodzi mnie defetystyczny nastrój. Przyglądam się zmaganiom inżynierów informatyki z materią ich działań i odnoszę wrażenie, że klęska jest nieuchronna. Chwilę później zwykle wpadam na pomysł, jak sobie poradzić z takim, czy innym problemem, więc nastrój mi przechodzi – pozostają doświadczenia. Ostatnio rzecz dotyczyła spojrzenia na środowisko informatyczne od strony sprawności i skuteczności komunikacji pomiędzy systemami informatycznymi w środowisku typowym dla współczesnych firm.

Chmura obliczeniowa to – obok blockchain, IoT i sztucznej inteligencji – jeden z najszybciej rozwijanych obszarów technologicznych. To obszar z inwestycjami ogromnymi, nawet w skali działania branży IT, dużo się więc dzieje w sferze metod i wzorców wykorzystania chmury w budowie rozwiązań. Kwestia kosztów zawsze była istotnym czynnikiem wpływającym na konstrukcję rozwiązań informatycznych, jednak chyba po raz pierwszy w historii stała się czynnikiem determinującym architekturę rozwiązań korzystających z chmury.