Abstract
<jats:p>Obecnie świadomość wartości zasobów wiedzy i możliwości związanych ze sztuczną inteligencją do ich zarządzania oraz wdrożenia rozwiązań automatyza- cji procesów biznesowych staje się coraz powszechniejsza w organizacjach. Odnosi się to zarówno do procesów dotyczących podstawowej działalności firm, jak i wszystkich innych procesów w przedsiębiorstwie. Stają się one coraz bar- dziej zautomatyzowane i są wspierane przez systemy wykorzystujące sztuczną inteligencję do usprawnienia ich realizacji. Ze względu na różnorodność podejść do automatyzacji procesów biznesowych oraz istnienie dużej ilości aplikacji sztucznej inteligencji w różnych zastosowaniach niniejsza monografia skupia się z jednaj strony na wykorzystaniu aktualnie dostępnych narzędzi programistycz- nych oraz tych, które pozwalają na bezkodowe oprogramowanie procesu bizne- sowego, a z drugiej strony pokazuje analizy i zastosowanie bardziej złożonych algorytmów sztucznej inteligencji w biznesie. Z punktu widzenia konkretnej organizacji, zazwyczaj można zauważyć róż- norodność zachodzących w niej procesów m.in. pod względem ich złożoności i liczby przetwarzanych danych. Organizacje, funkcjonując w zmieniającym się otoczeniu oraz dostosowując się do wymagań rynku, klientów, jak i pozostałych interesariuszy zapewniających sukces w biznesie, oczekują rozwiązań bazują- cych na modelach opartych na wiedzy oraz rekomendacji stanowiących wyniki badań. Zintegrowanie procesów biznesowych oraz zastosowanie sztucznej inteli- gencji, automatyzacji i robotyzacji daje możliwość poprawy wsparcia zrówno- ważonego rozwoju, a także ograniczenia ryzyka związanego z nieprzewidywal- nością otoczenia. Organizacje, stosując narzędzia oparte na sztucznej inteligencji do zarządzania wiedzą, stoją przed wyzwaniami dotyczącymi zarządzania dy- namiką zmian procesów, zmieniającymi się oczekiwaniami w zakresie kompe- tencji związanych z wiedzą pracowników, a także bezpieczeństwem przetwarza- nych danych i informacji. Wspomniany powyżej trend zwiększonej automatyzacji zapewniany przez najnowsze systemy informatyczne z wykorzystaniem automatyzacji i sztucznej inteligencji stanowi podstawę rozważań zawartych w niniejszej monografii nau- kowej. Jest ona wynikiem prac trzydziestu autorów z wiodących uczelni w Pol- sce, a także reprezentujących międzynarodowe ośrodki badawcze zajmujące się rozwojem tych zagadnień. Książka składa się z 19 rozdziałów. Rozdział pierwszy opisuje zagadnienia związane z potrzebą digitalizacji procesów w organizacjach i zainteresowaniem platformami LCNC (LowCode/No-Code). Zawarte w nim rozważania skupiają się na zastosowaniu narzędzi LCNC przez osoby nieznające się na programowa- niu lub posiadające jedynie podstawową wiedzę dotyczącą języków programo- wania. Drugi rozdział przedstawia chatboty jako narzędzie wspierające komunika- cję na uczelniach wyższych. Jego celem jest zaprezentowanie znaczenia komu- nikacji na uczelniach wyższych w kontekście jakości usług edukacyjnych oraz podkreślenie wzrostu roli komunikacji cyfrowej. Autorka wskazuje na chatboty jako narzędzia automatyzacji komunikacji uczelni wyższych, a także przytacza przykłady w zakresie ich wykorzystania jako narzędzia wspomagającego zarzą- dzanie komunikacją w celach organizacyjnych i administracyjnych. Trzeci rozdział skupia się na zastosowaniu generatywnej sztucznej inteli- gencji do oceny projektów informatycznych realizowanych przez studentów w ra- mach zajęć na uczelniach wyższych. Wyniki badań pokazują efektywność oce- niania projektów z zastosowaniem sztucznej inteligencji oraz wykorzystania sztucznej inteligencji w ich tworzeniu dla podniesienia jakości prac związanych z procesem uczenia się i ich ocenienia. Czwarty rozdział koncentruje się wokół tematyki zarządzania informacjami i przedstawia wyniki eksploracji nowego, opartego na uczeniu maszynowym, podejścia do poprawy jakości danych w systemach informacyjnych organizacji. W rozdziale opisano nowy sposób, w jaki algorytmy uczenia maszynowego mogą poprawić zarządzanie informacjami w organizacjach poprzez zastosowa- nie ich do zautomatyzowanej weryfikacji adresów. Autorzy omawiają wyniki zastosowania dziesięciu algorytmów uczenia maszynowego osiągających do- kładność klasyfikacji równą 71% i wyniki metryki F1 na poziomie 76% (Ma- szyna wektorów nośnych, 10-krotna walidacja krzyżowa), przy użyciu różnych metod generowania i redukcji cech modelu, na milionowym zbiorze danych adresowych z bazy danych kodów pocztowych w Wielkiej Brytanii (Postcode Address File, PAF). Prezentowane rozwiązanie może być wykorzystywane w projektach migracji lub integracji danych albo w celu poprawy jakości danych adresowych w informatycznych systemach wspomagających zarządzanie, takich jak CRM, ERP czy HRM. Piąty rozdział charakteryzuje czynniki wpływające na wykorzystanie zarzą- dzania procesami oraz modelowanie procesów w rozwoju organizacji w Polsce. Uzyskane wyniki pozwoliły zwrócić uwagę na przesunięcie akcentów z czynni- ków technicznych na personalne i organizacyjne. Implikacją przeprowadzonego badania była specyfikacja determinant i wyzwań zarządzania procesami w no- woczesnej organizacji, w tym wykorzystania chatbotów dla unowocześnienia procesów. Oryginalność badań polega na analizie całościowej i analizie porów- nawczej opinii obu analizowanych grup populacji według płci. Dzięki temu wnioski z badania mogą służyć zarówno usprawnieniu działalności funkcjonują- cych w gospodarce organizacji, jak i dostosowaniu procesów dydaktycznych w zakresie Business Process Management do wymogów praktyki gospodarczej. Szósty rozdział pokazuje użycie metod uczenia maszynowego w procesie recyklingu. Jego celem jest przedstawienie wyników przeprowadzonego badania dotyczącego identyfikacji studiów przypadków zastosowania metod uczenia maszynowego i rozpoznawania obrazów w procesie recyklingu. Siódmy rozdział opisuje wyzwania i korzyści wynikające z zastosowania sztucznej inteligencji w zarządzaniu procesami biznesowymi (Business Process Management) na podstawie analizy przykładów. W rozdziale zawarto wnioski dotyczące badań zastosowania technologii sztucznej inteligencji w kontekście BPM w celu mapowania procesów, zwiększania elastyczności procesów, anali- zowania wzorców danych i automatyzowania powtarzających się zadań. Ósmy rozdział przedstawia potrzebę opracowania koncepcji wykorzystania technologii kognitywnej Hierarchical Temporal Memory (HTM) we wspomaga- niu procesów realizowanych w uczelniach wyższych, w szczególności procesu nauczania zdalnego w związku z szybkim rozwojem technologii i zmieniającymi się oczekiwaniami studentów. Technologie kognitywne, dzięki swojej zdolności do analizy dużych ilości danych, automatycznego uczenia się i generowania inteligentnych rekomendacji, umożliwiają również wspomaganie funkcjonowa- nia uczelni wyższych. Opierając się na sztucznej inteligencji i uczeniu maszy- nowym, oferują także nowe możliwości poprawy jakości nauczania, personali- zacji edukacji, automatyzacji procesów administracyjnych oraz efektywnego zarządzania wiedzą, w tym w zakresie nauczania zdalnego. Dziewiąty rozdział dotyczy procesów automatyzacji związanych z rozwo- jem cywilizacyjnym, a ściślej postępem technicznym procesów pracy, a także wskazuje przykłady pomysłów biznesowych, koncepcji teoretycznych i artefak- tów tworzonych na potrzeby automatyzacji we współczesnych czasach. Dziesiąty rozdział prezentuje przykład automatyzacji procesu biznesowego. Jego celem jest przedstawienie zaproponowanej modyfikacji procesu deklaracji celnej poprzez zautomatyzowanie czynności dotychczas wykonywanych przez pracownika na przykładzie międzynarodowej firmy logistycznej. Zaprezentowano w nim koncepcję zastosowania sztucznej inteligencji do usprawnienia procesu. Jedenasty rozdział charakteryzuje zastosowanie sztucznej inteligencji (AI) do rozwoju systemów komputerowych poświęconych tworzeniu inteligentnych agentów zdolnych do rozumowania, uczenia się i autonomicznego działania, obejmując takie poddziedziny, jak uczenie maszynowe, przetwarzanie języka naturalnego, robotyka i widzenie komputerowe. Dwunasty rozdział opisuje wyzwania, przed jakimi staje wykonawca i inte- resariusze projektu IT. Autor skupia uwagę na procesie produkcyjnym Ontology- -Driven Software Development (ODSD), jego metodach i artefaktach projektowych. Opracowanie podkreśla znaczenie pracy projektowej obejmującej współpracę interesariuszy z wykonawcami projektu oraz pozostałych wyzwań w cyklu życia projektu informatycznego. W trzynastym rozdziale zaprezentowano uwarunkowania działania szkół wyższych na podstawie obecnych oczekiwań w związku z zapewnieniem spraw- ności działania oraz wysokiej jakości usług przy racjonalnym wydatkowaniu funduszy publicznych. Od lat 90. XX wieku uczelnie w celu doskonalenia sys- temów i procesów zarządzania z powodzeniem wdrażają metody i techniki za- rządzania, takie jak lean management czy lean six sigma. Celem rozdziału jest stworzenie modelu koncepcyjnego do badania marnotrawstwa cyfrowego w szko- łach wyższych, rozpoznania kategorii digital waste oraz usystematyzowanie wiedzy na ten temat w odniesieniu do szkół wyższych. Przedstawiono definicję marnotrawstwa cyfrowego, czyli digital waste, jego źródła i rekomendacje w za- kresie eliminacji w szkołach wyższych. Czternasty rozdział porusza temat tworzenia, modelowania i zarządzania procesami biznesowymi zachodzącymi w organizacjach inteligentnych oraz ich znaczenie w funkcjonowaniu tego rodzaju organizacji. Celem rozdziału jest scharakteryzowanie procesów zachodzących w organizacjach inteligentnych, a także porównanie ich z procesami zachodzącymi w organizacjach tradycyj- nych. Opracowanie ma charakter rozważań teoretycznych. Opisano w nim po- szczególne paradygmaty organizacji inteligentnych, omówiono również znacze- nie wiedzy we współczesnej gospodarce, zagadnienie procesów biznesowych w zakresie definiowania, modelowania oraz automatyzacji. Rozdział zawiera także studium porównawcze realizacji procesów biznesowych w tradycyjnych i inteligentnych organizacjach, jak również wskazuje potencjalne kierunki roz- wojowe procesów w organizacjach na podstawie współczesnych problemów społeczno-gospodarczych. W piętnastym rozdziale zwrócono uwagę na istotę zarządzania procesami biznesowymi (BPM), które obejmuje dużo narzędzi i metodyk dedykowanych do wdrażania i nadzorowania operacyjnych procesów biznesowych. Wiele orga- nizacji wykorzystuje techniki i narzędzia BPM w celu zwiększenia efektywności i wydajności. Zarządzanie zasobami odgrywa przy tym kluczową rolę w ramach BPM – przy czym zasób rozumiany jest tutaj jako agent odpowiedzialny za dzia- łania związane z procesami biznesowymi. Najczęściej gdy rozważany jest pro- blem właściwej, tj. optymalnej alokacji zasobów, przyjmuje się, iż rolę tychże pełnią ludzie. Należy przy tym jednak zaznaczyć, iż rolę zasobów mogą także pełnić materialne składniki majątku organizacji (np. maszyny), a nawet niemate- rialne (np. oprogramowanie czy też aktywa finansowe). Pomimo swojego zna- czenia w usprawnianiu procesów, alokacja zasobów, z racji na trudność opraco- wania efektywnych metod, znajdowała się poza zakresem głównych badań BPM. Dopiero zmiany – takie jak dostępność stosunkowo tanich usług obliczeń wiel- koskalowych czy też wzrastająca popularność technik robotyzacji (RPA) i analizy procesów (process mining) spowodowały wzrost zainteresowania tą kwestią w ciągu ostatniej dekady, co jest widoczne choćby w rosnącej liczbie opubliko- wanych artykułów naukowych. Autorzy rozdziału przedstawili prace ekspery- mentalne przeprowadzone w ramach prac grupy badawczej analityki procesowej Politechniki Warszawskiej (WUT Process Mining Group), badając możliwości zastosowania metod sztucznej inteligencji do rozwiązania problemu alokacji zasobów przy uwzględnieniu czynników wzmiankowanych powyżej, w tym w szczególności głębokiego uczenia ze wzmocnieniem (deep reinforcement learning). Prace te wykazały, iż zastosowanie uczenia ze wzmocnieniem możli- we jest w przypadku niewielkiej skali procesów syntetycznych, kolejne ekspe- rymenty dotyczyły zaś już rzeczywistych procesów biznesowych, reprezentowa- nych przez dane w postaci logów zdarzeń (event logs) z repozytoriów projektu CoSeLog. Według autorki szesnastego rozdziału podstawowym warunkiem sprawnego i efektywnego funkcjonowania współczesnych organizacji jest dostęp do odpo- wiednich danych oraz właściwe zarządzanie nimi. Poziom świadomości i kom- petencji menadżerów w zakresie wykorzystania ICT jest coraz wyższy. W związku z tym proponowanym rozwiązaniem jest model samoobsługowy na podstawie pracy typowego analityka biznesowego, czyli osoby przeprowadzającej analizy w organizacji. Celem opracowania jest zaprezentowanie koncepcji takiego mo- delu. Siedemnasty rozdział opisuje wykorzystanie sztucznej inteligencji w zakre- sie szeroko pojętego zarządzania procesami biznesowymi, biorąc pod uwagę dwa główne obszary. W pierwszym sztuczna inteligencja może zostać zastoso- wana w zakresie ogólnego zarządzania procesami biznesowymi, usprawnienia samego zarządzania procesami biznesowymi, w tym np. identyfikacji procesów biznesowych, eksploracji procesów, symulacji, pomiaru efektywności, automa- tycznego modelowania itp. W węższym zakresie użycie sztucznej inteligencji odnosi się do obszaru określanego jako automatyzacja i robotyzacja procesów biznesowych. Dotyczy więc wykonania procesu biznesowego z wykorzystaniem narzędzi sztucznej inteligencji. Obserwowana sytuacja uzasadnia pytanie czy standard modelowania procesów biznesowych, mający już w aktualnej wersji kilkanaście lat, odpowiada współczesnym potrzebom. Celem rozdziału jest ana- liza notacji BPMN, a także rozważenie zasadności wprowadzenia rozszerzeń do notacji, pozwalających eksponować czynności w procesie wykonywane z wyko- rzystaniem sztucznej inteligencji. Osiemnasty rozdział skupia się na cyfryzacji zasobów związanych z reali- zacją procesów biznesowych w organizacji i bezpieczeństwu informacji, które stanowi bardzo ważny obszar funkcjonowania organizacji. Realizowane przez organizację procesy różnią się od siebie. Przemieszczanie towarów z miejsca produkcji do miejsca konsumpcji, stany magazynowe, trasy transportowe oraz dane klientów firmy są widoczne, namacalne, można je wycenić. Natomiast w przypadku przepływu informacji proces ten nie jest fizycznie widoczny. W prze- strzeni cyfrowej obie te grupy są reprezentowane w podobny sposób. Wspoma- ganie zarządzania informacją jest niezwykle ważne, ponieważ efektywność sys- temu informacyjnego ma duży wpływ na sukces każdego przedsiębiorstwa. Firmy, które zdają sobie sprawę z kluczowego znaczenia bezpieczeństwa i ochro- ny informacji w realizacji swoich działań, a także chcą wzmacniać swoją konku- rencyjność na rynku, starają się wdrażać i utrzymywać jak najlepsze rozwiązania w tym zakresie. W takich okolicznościach niezmiernie ważne staje się wdroże- nie Systemu Zarządzania Bezpieczeństwem Informacji (SZBI) zgodnego z nor- mą ISO/IEC 27001, który może w dużym stopniu przyczynić się do poprawy bezpieczeństwa i efektywności operacyjnej firmy. Celem rozdziału jest przybli- żenie roli, jaką spełniają Systemy Zarządzania Bezpieczeństwem Informacji we współczesnych organizacjach. Dziewiętnasty ostatni rozdział dotyczy rozwoju przemysłu, szczególnie Przemysłu 4.0, nierozerwalnie związanego z cyfryzacją oraz wdrażaniem no- wych technologii. W erze Przemysłu 4.0 przedsiębiorstwa produkcyjne muszą nieustannie adaptować się do zmieniających się warunków rynkowych, rosną- cych wymagań konsumentów oraz postępu technologicznego. Cyfryzacja i inte- gracja zaawansowanych systemów informatycznych stają się więc kluczowymi czynnikami zwiększającymi konkurencyjność, poprawiającymi efektywność pro- dukcji oraz przyczyniającymi się do zrównoważonego rozwoju. Sztuczna inteli- gencja również odgrywa coraz większą rolę w przemyśle, oferując szerokie moż- liwości: optymalizację procesów produkcyjnych, zapobieganie awariom i przesto- jom oraz szczegółową analizę danych. Na podstawie badań wiadomo, że znacze- nie technologii cyfrowych w przemyśle rośnie. Z raportu Gartnera „2024 Tech Trends in Manufacturing” wynika, że ponad połowa producentów planuje zwięk- szyć swoje wydatki na oprogramowanie o 10% lub więcej w porównaniu z po- przednim rokiem. Rozdział ten, opierając się na aktualnych badaniach i rapor- tach, przedstawia tendencje w zakresie wdrażania systemów informatycznych oraz AI w obszarze przemysłowym. Zaprezentowano kluczowe dla sektora produk- cyjnego systemy informatyczne, takie jak: ERP, MES, WMS, CMMS i SCADA. Omówiono motywacje i obawy przed implementacją nowych technologii oraz istotne elementy optymalnego procesu zakupowego technologii cyfrowych. Po- nadto wskazano kluczowe obszary do opracowania przed wdrożeniem sztucznej inteligencji w zakładzie produkcyjnym. Wszyscy autorzy wyrażają ogromne podziękowanie Recenzentom za cenne uwagi i komentarze do poszczególnych rozdziałów i całej monografii oraz Ko- mitetowi Wydawniczemu i Wydawnictwu Uniwersytetu Ekonomicznego w Ka- towicach za wszelką pomoc związaną z opracowaniem i udoskonaleniem osta- tecznej postaci monografii, którą z wielką dumą i radością oddajemy w ręce naszych czytelników.</jats:p>