<
יום שני , דצמבר 18 2017
מבזקים
דף הבית > חדשות > דבר העורך: יהודה אלידע > קווי מתאר לתוכנית פיתוח: אנליזה עסקית

קווי מתאר לתוכנית פיתוח: אנליזה עסקית

org-charts-bannerההצעה מדברת על פיתוח מערכת תוכנה אינטליגנטית שמסוגלת לנתח מבנים ארגוניים ולחוות תובנות לגבי האפקטיביות, הבטיחות, העלויות היחסיות והרגישויות של הארגון העסקי, ובשלב מתקדם יותר להציע שיפורים במבנה הארגון ו/או בתהליכים העסקיים שיביאו לתוצאות טובות יותר.

הכוונה היא לספק מערכת אינטראקטיבית שאינה נזקקת למומחים וליועצים כדי לשפר פעולה של ארגון או כדי לברר את מגבלות הפוטנציאל העסקי שלו. התוכנה, שכוללת כשלב ראשון מערכת תשאול פרטנית מאוד, דורשת מהמשתמש העסקי (מנהל ברובד מנכ"ל/סמנכ"ל, בעל העסק, או עוזר/מנתח מערכות) לספק נתוני בסיס על הארגון, ביצועיו העסקיים בשנים האחרונות, הסביבה התחרותית והרגולטורית, תחזיות ומודלים עסקיים, ולשחזר גרפית (תרשים זרימה) את התהליכים העסקיים המתרחשים במסגרת העבודה השוטפת והטיפול בחריגים. כמו כן יש להזין למערכת הערכות סיכונים, חשיפה ונזקים אפשריים מתקלות תפעול, אסונות טבע, זדון אנושי ושינויים לא צפויים בתנאי השוק.

הנתונים הנ"ל אמורים לספק חומר גלם לסימולציות של אירועים אפשריים, חיוביים ושליליים, שהתוכנה תריץ ברמות שונות של לחץ על המערכת. כל התהליכים ינוטרו צעד אחר צעד בסימולציה והתוכנה תתריע על בעיות אפשריות מבחינות עקרוניות (התהליך לא מוביל לתוצאה הרצויה) או כמותיות (נוצר צוואר בקבוק בטיפול). הערכים התפעוליים שנמדדים יתורגמו גם לכסף (זמן עבודה מבוזבז, ניצול משאבי ארגון, עלות גלם, הוצאות והכנסות) ובסופו של חשבון אמור להתברר האם המודל התפעולי והעסקי הספציפי הזה יכול להרוויח, כמה (ROI) ובאיזו דרגת ביטחון. שינויים קטנים המבוצעים במתודת "תכנות אבולוציוני" ישמשו להתוויית מסלול שיפורים ובדיקת כדאיות השינויים (מתודת What If) לפני שיעשה משהו העלול לזעזע את המערכת. העובדה שהניתוח נעשה בסימולציה, במחשב, במהירות גבוהה בהרבה ממה שניתן לנתח בשיטות ידניות (שלא לדבר על ביצוע שינויים ארגוניים ממש) מאפשרת להריץ אלפי או מיליוני הדמיות לפני שמחליטים את השינויים המועדפים. עקרונית תוכנה כזו יכולה לרוץ בצורה אוטונומית לחלוטין והמשתמש יקבל בסוף הריצה תשובות יישומיות Deus Ex Machina. אבל ריאלי יותר להפעיל את התהליך בצורה אינטראקטיבית, כאשר המשתמש מתערב לעיתים בנקודות השיפוט הקריטיות כדי לברור בין אופציות במהלך הריצה עצמה. הדבר יכול לקצר בעשרות אחוזים את מספר האופציות המנותחות ולזרז את הריצה – אך חשוב יותר, לשפר מהותית את אמון המשתמש בתוקף התוצאה שהוא עצמו היה שותף בקבלתה.

האתגר הטכני

לסכם במודל אבסטרקטי את הפעולה של האורגניזם העסקי. במצב האידיאלי, מודל אחד יכול לשמש כל ארגון עסקי ממשי, כלומר לספק תיאור של המכנה המשותף הרחב ביותר ועדיין לספק תשובות קונקרטיות לשאלות ספציפיות. האפשרות הריאלית יותר, יצירת מסגרת מתודית (Framework) אותה אפשר להתאים (Customize) לצרכים של וורטיקלים שונים, בדומה להתאמות הקיימות במערכות תוכנה ארגוניות אוניברסאליות (למשל ERP).

הערך הכלכלי

עצום. אף ארגון לא יכול להתיימר כי המודל התפעולי שלו, תהליכי העבודה שלו, מערכות הניטור והביקורת שלו, תהליכי קבלת החלטות ומעקב הביצוע שלהן מבטיחים ביצועים אופטימליים. בדרך כלל המנהלים המודעים לקושי הזה מעסיקים חברות ייעוץ למיניהן כדי שמישהו מבחוץ יסתכל על מה שקורה בעיניים אובייקטיביות, ינתח את הנתונים בכלים מקצועיים וינפק כפלט תובנות בעלות ערך. זה תהליך יקר, מותנה באינטליגנציה ובניסיון של האנליסט הספציפי, וגם אז לא בטוח שההמלצות יבואו את הארגון למקום האופטימלי. אף אחד לא מבטיח שניתוח ממוחשב כן יהיה מושלם, אבל המערכת המוצעת מאפשרת כמה יתרונות משמעותיים:

  1. המחשב לא מתעייף ולא ממהר להינעל על הפתרון הראשון שמבטיח שיפור כלשהו. ניתן תיאורטית להתקרב צעד קטן אחר צעד זעיר לאופטימום (מקומי, אם לא גלובלי) כפי שהבררה הטבעית מצליחה לייצר אורגניזמים בעלי כושר שרידות גבוה (מיליוני שנים) בסביבה תחרותית נוקשה. אלגוריתם "אבולוציוני" אמור להיות המתודה המועדפת לפיתוח "פנוטייפ" כאשר מספר הפרמטרים לכיוונון הוא גדול מאוד והתוצאות של כל שינוי יכולות להפתיע (חוסר ליניאריות).
  2. התהליך אמור להיות הרבה יותר זול, מהיר ומתועד כהלכה מפרויקט המבוצע בשיטות הקלאסיות. לדוגמה, המערכת יכולה לנמק כמותית כל בחירה שנעשתה במהלך הריצה, ולא משנה עד כמה זעיר ההבדל בין שתי האפשרויות שעמדו לבררה, כולל לסמן בצורה ברורה היכן ההחלטה התקבלה על ידי המפעיל (כוח עליון). זאת בהשוואה לנטייה האנושית לקבל החלטות על סמך "תחושות בטן", ניסיון קודם שלא בהכרח רלוונטי, או סתם דעות קדומות והעדפות אישיות. אנליסט מקצועי אמור לא להיכנע לחולשות אנוש כאלה, אך מי יבטיח לכם שהאנליסט שבחרתם אכן מתעלה לרמה הפילוסופית הנחוצה?
  3. התהליך מפיק למעשה יותר מהמלצות. כדי להריץ את הסימולציות על התוכנה לבנות לפחות את השלד של תהליכי העבודה המומלצים, לתעד אותם ולספק מתווה לפיתוח הפתרון שייושם בסופו של דבר. גם אם תידרש עבודה מקצועית של תוכניתנים, זו תהייה קלה יותר, ונתונה פחות לסיכונים של אי הבנת כוונות האנליסט, סטייה מהמודל האבסטרקטי, ובמיוחד אי התאמה בין מודולים המפותחים על ידי תוכניתנים שונים. מפרט התהליכים כשהוא מלווה בדוגמאות ריצה הוא הרבה יותר חזק מתיאור מילולי גרידא.
  4. הפתרון בהכוונת התוכנה ידאג לא רק לשיפור הריווחיות או להתאמה טובה יותר עם דרישות רגולטוריות. העוצמה האנליטית של אלגוריתם אבולוציוני מאפשרת אופטימיזציה רב ממדית, כלומר השגת מטרות במישורים שונים של "כשירות", Fitness. אין צורך להגדיר מראש את יחס ההמרה בין פרמטרים בממדים שונים, כמו בכמה אנו מוכנים להקטין את הרווחים כדי לעמוד בדרישת רגולציה אופציונאלית, משום שהתוכנה לא תתעצל להריץ גם את התצורה החריגה ביותר על מנת לבחון את ביצועיה בכל ממד עסקי.
  5. ניהול שינויים. למנהל יהיה הרבה יותר קל להוביל את השינויים שפותחו בעזרת מערכת תוכנה, במיוחד אם הוא דאג לכך שכל חברי הצוות לקחו חלק בהזנת הנתונים ולכן הם מחויבים לתוצאות, מאשר לכפות על הארגון שינויים שתוכננו על ידי יועצים חיצוניים. לרוב דרגי הביניים בארגון אין הרבה אמון בשיפוט של "גאונים" המגיעים מבחוץ, ובצדק. יועצים רבים מתעלמים מכך שצבר הידע בתוך הארגון גדול בכמה סדרי גודל ממה שהם יצליחו ללמוד גם אם הפרויקט ימשך שנה ויותר. האנשים שמתמודדים יומיומית עם אתגרי קבלת ההחלטות בארגון, גם אם הם לא "גאונים" וחסר להם רקע תיאורטי, אינם טיפשים והניסיון שלהם מבטא יותר ממסורת מאובנת. ולמרות זאת, הרבה יועצים מתנהגים בהתנשאות ומכשילים מראש כל ניסיון לגייס את מנהלי רובד הביניים כחלוצים לפני המחנה, הדוחפים לקבלה והטמעה של תהליכי עבודה חדשים בין עמיתיהם.

יתרונות דומים נאמרו בשבח המתודה של Business Intelligence – ולמרות שלא כל הפתרונות המתיימרים לספק "תובנות עסקיות" אכן הצליחו החיים האמיתיים, רבים כן הוכיחו כי ניתוח נתונים שאינו מושפע מתחושות בטן, דעות קדומות ומצבים פסיכולוגיים סובייקטיביים כן יכולים לשפר את ביצועי הארגון. למעשה, הערך של ניתוח רב ממדי ממוחשב של מחסן נתונים מגוון הולך וגדל ככול שהארגון מורכב יותר, התובנות פחות אינטואיטיביות, וזמני התגובה קצרים יותר. לדוגמה, IBM מיישמת את מתודות ה-BI על תחומים נטולי תבניות ברורות, כמו מסחר קמעונאי (Smart Commerce), ניהול עירוני (Smart City), אפילו בריאות כדור הארץ (Smart Planet). אין סיבה לחשוש שהיישום בתחום מנהל העסקים הפורמלי יצליח פחות.

התגברות על מתנגדים

ברור שהאוטומציה של תחום מומחיות נוסף תתקל בהתנגדות קולנית של המומחים שזו פרנסתם. במקרה זה, מדובר בקבוצה חזקה מאוד של בעלי דעה והשפעה במסדרונות התאגידים, חברות הייעוץ העסקי. להערכתי ההתנגדות תהפוך תוך זמן קצר לזלזול והתעלמות, משום שהחברות האלה מבוססות על מודל עסקי שבמרכזו הצורך של מנהלים בארגונים מסוימים לקבל חותמת כשרות של מותג ייעוץ עולמי כדי להצדיק מהלך שינויים כלשהו. הצורך יכול לנבוע מכסת"ח פשוט, שיהיה אשם זמין במקרה של כשלון או מהפך בהנהלה, מדימוי מעוות של "מנהל תקין" שאומר כי החלטות חייבות להתקבל על ידי מומחים מקצועיים ואין להסתפק בכוחות החשיבה של המנהלים האורגניים (לדוגמה, בישראל כל וועדות החקירה ומשרד מבקר המדינה קיבלו את התזה הזאת בנוגע להחלטות ממשלה), ומצורך פוליטי להתכסות במגן טפלון כנגד ביקורת הוגנת או לא, במפלגה או בעיתונות. גם אם ההנהלה הבכירה של ארגון כזה תנתח את נתוניה בכוחות עצמה, תגיע למסקנות בקונצנזוס ותיישם אותן בהתלהבות, עדיין ימצא תקציב לרכישת דו"ח של גוף יעוץ עתיר מוניטין, כפוליסת ביטוח מפני תקלות במימוש הרעיון. עוד לא פיטרו מנכ"ל על שאימץ דו"ח מטופש עליו חתום יועץ ידוע.

כאמור בסעיף 5 ברשימת היתרונות, שימוש נבון בתוכנת אנליזה ארגונית יכול להבטיח שיתוף פעולה מקיר לקיר בביצוע. במיוחד חשוב לשתף בתהליך נציגים של מנהלי מחלקות ותהליכים ברצפת היצור, אלה שבדרך כלל מרגישים מושפלים בכך שה-MBA-ים "החנונים" מתעלמים מניסיונם המעשי. בניגוד למרבית פתרונות ה-BI, המערכת המוצעת אינה כלי עבודה ליחידי סגולה – למרות שהתוצרים האולטימטיביים שלה הם תובנות לשימוש ההנהלה הבכירה ביותר. למעשה, האנליזה היא השלב המקדים לשינויים ולכן מתודה היישום צריכה להתאים לארגון העובר שינויים. במיוחד מדובר בהכנסת כל הגורמים ששיתוף הפעולה שלהם חיוני להצלחה כבר בפאזה הראשונה של הזנת הנתונים. העבודה בצוות ושיתוף המידע מכתיבים פתרון מבוסס שרת וזמין ברשת, כך שכל אחד יוכל למלא את חלקו בזמנו הפנוי. השרת יכול להיות מותקן ב-Datacenter הארגוני או מחוץ לארגון, כשירות מיקור חוץ קונבנציונלי או בענן. אפשר להניח שהפתרון המועדף ברוב המקרים יהיה "ענן פרטי", משום שהנתונים המוזנים לתוכנה הם "יהלומי הכתר" של הארגון – וגם "השלדים המקשקשים בארון". לא הרבה מנהלים יסתכנו בחשיפה שלהם באינטרנט.

הביצוע

למרות שהתוכנה המוצעת כאן היא חדשנית וחסרת תקדים ביומרותיה, הפיתוח לא מתחיל על דף לבן. המפתחים יכולים להשתמש במספר גדול של כלים טכניים שפותחו ליישומים אחרים, החל בתוכנות סטודיו לעיצוב תהליכים עסקיים (BPM) ללא כתיבת קוד, דרך פונקציות ניתוח סטטיסטיות לחקר ביצועים, וכלה כמובן בכלי פיתוח תוכנה "אבולוציונית" וזיהוי תבניות ברשת עצבית. אך לפני שמתיישבים לכתוב קוד יש צורך לפתח את מודל האבסטרקציה של ארגון, וזו משימה עיונית-אקדמית שיכולה להזין חצי תריסר תזות דוקטורט במנהל עסקים ומדעי המחשב. האם יש מי שירים את הכפפה? אולי השת"פ שהוכרז עליו לאחרונה בין אוניברסיטאות ישראליות לגוף המחקר העולמי של אינטל יגלה עניין בנושא. בסופו של דבר, הם מדברים על אינטליגנציה חישובית – וזו אינה כל כך רחוקה מאינטליגנציה ארגונית.

אודות מערכת ITnews

נגישות