|
Деякі запити до Інтернету за тематикою сторінки Army Business Intelligence + KMS, що дозволяють виявити загальні тренди у цій та у зв'язаних сферах : ОГАС NIT R&D Army Business Intelligence Army Knowledge based organization Government Business Intelligence Government Data Mining Future Combat System army combats robot army combats dron network centric warfare Network Ergatic organism Smart Defense
Підтримка Збройних Сил держави на належному рівні є однією з найбільш важливих форм діяльності щодо забезпечення Національної безпеки. У цій сфері Україна має багатовіковий досвід катастрофічних помилок менеджерів державного рівня, які привели до знищення, масового насильницького переселення, загибелі або зубожіння багатьох мільйонів її жителів. Ослаблення історичної пам'яті нації приводить до повторення минулих помилок. У теперішній час додатковою вимогою до Збройних сил є необхідність їх трансформації в організацію, чия діяльність заснована на знаннях (Knowledge based organization). Її важливою основою має бути Army Business Intelligence + KMS та їх додатки з елементами управління інтегрованими виконавчими пристроями. В Україні потрібно скорочувати не Збройні Сили, а тих хто їх скорочує тому що не може забезпечити фінансування
Аналіз локальних воєн, конфліктів та агресивних операцій у фізичному і кібернетичному просторах останніх десятиліть показує, що для забезпечення Національної безпеки і оборони від зовнішніх загроз все більше значення має відповідність збройних сил держави рівню Knowledge based organization (Організація, заснована на знаннях). Збройні Сили України мають потенціал для трансформації у організацію, засновану на знаннях (Knowledge based organization) – завдячуючи відносно високому рівню освіти та відданій службі особового складу в умовах незадовільного фінансового утримання. Якщо цей потенціал не буде реалізовано у найближче десятиліття, то держава втратить спроможність забезпечувати територіальну цілісність і мирне життя громадян. Ніякі інші силові структури не спроможні виконати ці найважливіші для будь-якої держави завдання. Важливим завданням трансформації Збройних сил України та інших державних структур у організації, чия діяльність заснована на знаннях (Knowledge based organization) є вивчення, дослідження і розвиток мережевих й інформаційних технологій (Networking and Information Technology Research and Development, NIT R&D). “Консервація” “енциклопедичної” термінології радянського часу, яка була узгоджена з тогочасною англомовною термінологією - гальмує вивчення і реалізацію важливих компонентів NIT R&D на Україні за останні 20 років. Світ став глобальним, перейшов на рівень Globalization 3.0 (“Глобалізація 3.0”), що потребує використання відповідної глобальної термінології – з урахуванням її бурхливого і суперечливого розвитку. Відокремлення від цього процесу приводить у середовище аутсайдерів, а замовчування і неявна протидія змінам може привести до закріплення відставання та дає привід для критики державності. Серед NIT основними концепціями, технологіями і засобами підтримки інформаційної аналітичної роботи є Business Intelligence і мережеві системи управління знаннями (Knowledge Management System, KMS) та їх часткові складові, доповнення і відповідні аналітичні додатки. Вони можуть значно покращити виконання різноманітних задач і у силових структурах. Для прикладу, у Збройних Силах США функціонує найбільший у світі корпоративний комплекс мережевих систем управління знаннями (Knowledge Management System). Для прикладу також можна навести розроблене Центром компетенції корпоративних рішень Армії США (U.S. Army Enterprise Solutions Competency Center, ESCC) Довідкове керівництво з Business Intelligence (Business Intelligence Reference Guide), у якому введено термін Army Business Intelligence. Знання, які можуть бути добуті за допомогою Business Intelligence+KMS не замінюють традиційні системи озброєння і людей, проте сприяють їх збереженню та ефективному використанню, надають військовим лідерам аналітичні переваги у прийнятті рішень, які недоступні без використання відповідних технологій аналітичним групам будь-якого розміру, інтелектуальної потужності і досвіду.
Далі розглянуті деякі особливості становлення і розвитку Business Intelligence, KMS та мережевих ергатичних (людино-машинних) систем з функціями управління, які наближаються до мережевих ергатичних організмів (NEO – Network Ergatic Organism).
Коментарі до еволюції Business Intelligence і зв'язаних концепцій, технологій і засобів
Еволюція Business Intelligence у Довідковому керівництві ESCC розділена на три етапи (див. ілюстрацію вище):
- Pre-Information Age (1960-1980 р.р.) – Передінформаційна ера; - Information Age (1980-2000 р.р.) – Інформаційна ера; - Business Intelligence Age (після 2000 р.) – Ера Business Intelligence.
Визначена Information Age (Інформаційна ера) асоціюється з рівнем розвитку Information Societies (Інформаційні суспільства). Визначена Business Intelligence Age (Ера Business Intelligence) асоціюється з рівнем розвитку Knowledge Societies (Суспільства знань) та з переходом Збройних сил США на більш високий рівень розвитку – Knowledge based organization (Організація, заснована на знаннях). Початок Ери Business Intelligence також асоціюється з переходом людства на рівень Globalization 3.0 (Глобалізація 3.0), який запропоновано у книзі неодноразового лауреата Пулітцерівської премії Томаса Фрідмана (Thomas Lauren Friedman). Розділення еволюції Business Intelligence у Довідковому керівництві ESCC на три етапи узагальнено і спрощено відображає становлення і розвиток концепцій, технологій і засобів автоматизації інформаційно-аналітичної підтримки прийняття рішень та підтверджує важливу роль Business Intelligence. Проте, необхідно зазначити, що розбиття етапів еволюції Business Intelligence на рівномірні часові проміжки по 20 років (1960-1980 р.р., 1980-2000 р.р.) не повністю узгоджено з реальністю і тому потребує уточнення. Адже відомо, що обсяг інформації у світі зростає не рівномірно, а подібно до експоненційного закону і ця експонента почала стрімко зростати у 1990-х роках. Відповідно з цим, експоненційно, а не рівномірно розвиваються також концепції (стратегії), технології і засоби автоматизації інформаційної аналітичної роботи. Крім цього, початок розробки проекту ОГАС (ОбщеГосударственная Автоматизированная Система сбора и обработки информации для учета, планирования и управлении народным хозяйством СССР ...) у Радянському Союзі у 1964 р. (Інститут кібернетики Академії наук України) явно свідчить про передбачення Інформаційної ери та Суспільства, орієнтованого на знання у термінах творців ОГАС у 1970-х роках). Очевидно, це випереджає запропоновані вище рамки Передінформаційної ери (Pre-Information Age, 1960-1980 р.р.). Також, вже у 1960-х роках опубліковані праці зі статистичної теорії розпізнавання, яка є важливою основою Knowledge Discovery and Data Mining – часткової складової Business Intelligence, яка отримала привабливе (sexy) метафоричне позначення.
Далі показані деякі асоціації та часові послідовності, які не претендують на повноту, проте дозволяють уточнити та краще зрозуміти розвиток Business Intelligence, Knowledge Management System (KMS) та Business Intelligence NEO (NEO – Network Ergatic Organism).
1941 р. – німецький інженер Konrad Zuse (Конрад Цузе) створив обчислювальну машину Z3 на телефонних електромагнітних реле, що мала властивості комп'ютера.
1943 р. - на початку року у США пройшла успішні випробування перша американська обчислювальна машина Марк I, призначена для виконання складних балістичних розрахунків для ВМФ США.
1943-1945 р.р. – у Великобританії, в Post Office Research Station, Tommy Flowers (Том Флаверс) за участю Sidney Broadhurst, William Chandler, Allen Coombs, Harry Fensom створили для військових цілей 10 ЕОМ Colossus («Колосc»), які були першими у світі електронними ламповими програмованими комп'ютерами.
1948 р.— американський вчений, видатний філософ і математик, основоположник кібернетики і штучного інтелекту Norbert Wiener (Норберт Вінер) видав широко відому книгу Cybernetics: Or Control and Communication in the Animal and the Machine (“Кібернетика, або управління і зв'язок у тварині і машині”), яка була суттєво доповнена у 1968 р. Його батько навчався в Польщі, а пізніше в Германії, звідки походили батьки матері.
1941-1950 р.р. – англійський вчений Alan Turing, (Аллан Тьюрінг) у 1950 р. опублікував статтю Computing Machinery and Intelligence (“Комп'ютерні обчислення і здатність мислити”) у філософському журналі «Mind», де запропонував тест для перевірки спроможності комп’ютера думати, точніше – відповідати на запитання так само як людина. Терміни «Intelligent Machinery», «computer intelligence» він вживав у публікаціях з 1941 р.
1951 р. – У Радянському Союзі, на Україні, у Києві, в Академії наук Української РСР, під керівництвом С. О. Лебедєва була здана державній комісії перша у континентальній Європі електронна обчислювальна машина – “МЭСМ”. 15 грудня 2011 р. в Інституті кібернетики Академії наук України відбулась конференція, присвячена 60-річчю цієї події.
1954 р.р. – у СРСР, у Московському державному університеті, під керівництвом професора А.А. Ляпунова почав роботу семінар "Автоматы и мышление", у якому приймали участь провідні фізіологи, лінгвісти, психологи, математики країни. Цей час прийнято вважати початком досліджень зі “штучного інтелекту” у СРСР.
1955-1956 р.р. – американський вчений John McCarthy (Джон Маккарті) у 1955 р. запропонував термін Artificial Intelligence, а у 1956 році ініціював першу міжнародну конференцію для зосередження досліджень з Artificial Intelligence. У 1955-1956 роках Allen Newell, Herbert Simon, J. C. Shaw (Аллен Ньюелл, Гербрерт Саймон, Дж. Шоу) створили першу комп’ютерну програму з Artificial intelligence: Logic Theorist (Логік Теоретик). У СРСР для позначення Artificial Intelligence використано термін-метафору “штучний інтелект”.
1958 р. – науковий співробітник компанії IBM Hans Peter Luhn (Ганс Петер Лун) ввів термін «A Business Intelligence System» в однойменній статті в «IBM Journal». Цей термін не став широко розповсюдженим і суттєво відрізнявся за змістом від терміну «Business Intelligence», який у 1989 р. запропонував Hovard Dresner (Говард Дрезнер). Business Intelligence 2.0 (BI 2.0) передбачає реалізацію часткових функцій «A Business Intelligence System» щодо автоматизованої відправки визначених повідомлень користувачам згідно їх профілів у системі, інтеграцію із засобами Text Mining, ін.
1961 р. – згідно матеріалів Інтернету, у 1960-1970-х роках у СРСР і у США створені по суті початкові форми мережевих кіберорганізмів “Судного дня” – бойових інформаційно-управляючих систем для високоавтоматизованих дій у відповідь на раптовий ракетно-ядерний удар (РЯУ) агресора. Ці системи після “зняття із запобіжника” повинні виконувати основні бойові функції з мінімальною участю людей або без них. У СРСР, для прикладу, до них можна віднести систему гарантованого нанесення відповідного ядерного удару “Периметр” (“Dead hand” – “Мертва рука”), а також систему протиракетної оборони (ПРО) А35М (А135), яка є підсистемою ракетно-космічної оборони (РКО). Система “Периметр” (“Dead hand”) по суті – це просторово рознесена бойова експертна система (Expert system, Knowledge based system) з інтегрованими функціями управління виконавчими пристроями (балістичними ракетами). Ця система при певних умовах (“знято запобіжник”, зафіксовано ядерні вибухи, виявлена відсутність людей на певних місцях, ін.) автоматично запускає “командні” балістичні ракети, які автоматично передають сигнали оповіщення, у тому числі команди на запуск певної кількості міжконтинентальних балістичних ракет (МБР) з ядерними боєголовками. Система ПРО А35М (А135) – це мережева інформаційно-управляюча бойова система з протиракетами, яка спроможна у високоавтоматизованому режимі виявити, дати сигнали оповіщення та знищити певну кількість атакуючих балістичних ракет. Використання цих кіберсистем знижує ймовірність ядерної війни, тому що гарантує знищення можливого агресора навіть у разі нанесення ним раптового “осліплюючого” удару. Підвищують загрозу – наявність ядерної зброї, розповсюдження її у світі та можливість несанкціонованого використання, ін. Позитивний і негативний досвід розробки й експлуатації таких систем дав важливі знання для розвитку АСУ до рівня мережевих ергатичних організмів у різних сферах.
1964-1990 р.р. – у Радянському Союзі, на Україні, у м. Києві, в Інституті кібернетики Академії наук Української РСР, під керівництвом академіка В.М. Глушкова (лауреат Ленінської і Державної премій СРСР, Герой Соціалістичної праці), з 1964 р. до кінця 1980-х років розробляли проект ОГАС – ОбщеГосударственную Автоматизированную Систему сбора и обработки информации для учета, планирования и управлении народным хозяйством СССР. По масштабам і фінансуванню проект ОГАС, яким керував В.М. Глушков мав перевищити космічний і атомний проекти СРСР разом узяті. ОГАС повинна була функціонувати у значній мірі як мережевий ергатичний організм і заснована на знаннях система. Одна з її реалізованих підсистем об'єднувала більше 600-т експертів і 5000 параметрів. У первинному проекті ОГАС було передбачено відміну паперових грошей і заміну їх електронними (на 40 років раніше сучасної реалізації). Розробка концепції ОГАС, яка є по суті радянською мережевою KMS у розширеному тлумаченні з функціями управління економікою наддержави, відноситься в основному до періоду, який позначено у документі ESCC як Pre-Information Age (Передінформаційна ера). Це свідчить про реальний світовий пріоритет українських вчених у розумінні актуальності й у науково-прикладних дослідженнях з підтримки переходу держави на рівень Суспільств знань (Knowledge Societies). Очевидно, що якби ОГАС була реалізована, то ефективність планової соціалістичної економіки була б принципово більш високою. Cучасні корпоративні системи Business Intelligence, Performance Management and Analytics Application, Knowledge Management System (KMS) по суті є дуже спрощеними мікро підсистемами ОГАС, які реалізовані на більш сучасних апаратних й алгоритмічно-програмниих ресурсах. Концепція ОГАС випередила свій час на десятиліття і стала важливим джерелом ідей для створення інформаційно-аналітичних систем з функціями управління, які наближені до мережевих ергатичних організмів (NEO – Network Ergatic Organism). Україна має славну історію у сфері NIT R&D і креативна молодь повинна продовжити її у своїй державі – Україні.
1970-1985 р.р. – науковий співробітник IBM, автор теорії реляційних баз даних Edgar Codd (Едгар Кодд) у 1970 р. опублікував наукову статтю «A Relational Model of Data for Large Shared Data Banks» («Реляційна модель даних для великих спільних банків даних»). У 1985 р. він разом із співатором опублікував «12 правил» (0…12) визначення реляційних баз даних. Реляційні бази даних стали основою засобів Business Intelligence.
1975 р. – радянський український кібернетик В.В. Павлов (Інститут кібернетики Академії наук України) виклав у науковій монографії “організмічний” підхід до синтезу ергатичних (людино-машинних) систем. Введено поняття “ергатичний організм”, визначено його властивості, а також подано приклад синтезу космічного ергатичного організма (по суті варіанту кіберорганізма) для міжпланетного польоту, що було реальною перспективою радянських космічних програм. Ймовірно, ідея “організмічного” підходу була використана при побудові радянських космічних систем, у тому числі для ближнього космосу, адже для них було характерним використання автоматичних систем з можливістю коригування їх роботи космонавтами. Одноразові транспортні кораблі, наближені при виконанні основних функцій у космосі до простих ергатичних організмів успішно пережили початок і закінчення програми багаторазових транспортних космічних кораблів “Space Shuttle” (1981-2011 р.р.) та замінили їх у транспортуванні вантажів і космонавтів на міжнародну космічну станцію (International Space Station, ISS). При обґрунтуванні програми “Space Shuttle”, на кожен багаторазовий корабель NASA планували до 100 місій, що повинно було значно знизити вартість транспортування. Проте, фактично 6 шаттлів виконали загалом лише 135 місій і 14 астронавтів трагічно загинули разом з 2-ма шаттлами. Отже, помилки у проектуванні і реалізації масштабних піонерських ергатичних систем можуть привести до колосальних перевитрат коштів і до зриву виконання зв'язаних програм.
1979 р. - заснована American Association for Artificial Intelligence (Американська асоціація штучного інтелекту), пізніше перейменована у Association for the Advancement of Artificial Intelligence (Асоціація розповсюдження Artificial Intelligence).
1988 р. – у СРСР створена “Асоциация искусственного интелекта” (АИИ).
1989 р. – Hovard Dresner (Говард Дрезнер) запропонував термін Business Intelligence, який відповідає його сучасному тлумаченню. Термін став загальноприйнятим завдячуючи, ймовірно, насамперед, його маркетинговій підтримці компанією Gartner (Гартнер), у якій H. Dresner працював 13 років до 2005 року провідним дослідником й керівником за напрямком Business Intelligence. Термін також підтримують консалтингові компанії Forrester (Форрестер), IDC, виробники програмного забезпечення, ін. Продовжується маркетингова конкуренція для просування на ринок інших термінів (Business Analytics, Performance Management, Knowledge Discovery and Data Mining, Data Discovery, ін.).
1989 р. – виходець з СРСР, вчений США у галузі Artificial Intelligence і баз даних Gregory Piatetsky-Shapiro (Григорій Пятецький-Шапіро) запропонував на семінарі AAAI (American Association for Artificial Intelligence) виокремити у рамках Artificial Intelligence науково-прикладний напрямок Knowledge Discovery in Database, який поетапно трансформовано у Knowledge Discovery in Data - Knowledge Discovery - Knowledge Discovery and Data Mining. У синергетичному комплексі засобів Business Intelligence, засоби Knowledge Discovery and Data Mining є найефективнішими для добування не тривіальних знань з великих обсягів інформації. У тому ж 1989 році отримав премію Вольфа для видатних світових математиків батько Григорія – Ілля Йосипович, видатний ізраїльський математик, який був до цього відомим радянським математиком. Його батьки до переїзду до м. Москви жили на Україні, у м. Бердичеві. Втрата вчених для СРСР була наслідком грубого порушення принципів Knowledge Management, допущених менеджерами у сфері державного управління, науки і державної безпеки.
1989 р. – британський інженер і вчений у галузі інформатики, який працював у CERN (Європейській раді з ядерних досліджень) Tim Berners-Lee, (Тім Бернерс-Лі) запропонував глобальний гіпертекстовий проект, який тепер відомий в удосконаленій формі як World Wide Web (Всесвітнє павутиння).
1990 р. - початок затяжної кризи у системі Knowledge Management у сфері науки на пострадянському просторі, викликаний незадовільним фінансуванням праці наукових працівників, скороченням їх штатної чисельності, руйнуванням зв'язків у мережі географічно рознесених науково-прикладних центрів, відтоком вчених за кордон й у сферу бізнесу та поступовим створенням таких умов, коли науково-педагогічні працівники у сфері технічних наук мають дуже обмежені можливості щодо активної наукової роботи. Аналіз причин виходить за рамки цього короткого огляду, а наслідки недоліків у сфері Business Intelligence та Knowledge Management можна побачити на статичних графіках станом на 05.01.2012 та на інтерактивних графіках, де видно критичне відставання нашої держави у цих сферах. Очевидно, що це недоліки загальносистемного рівня... Чому?... Що робити?... Президент Національної академії наук України Борис Патон, 27.02.2012 р. метафорично вказав: “Немає науки – без освіти, немає освіти – без науки”. Очевидно, що у цих восьми словах мудрого вченого і менеджера закладена відповідь на запитання щодо доцільних шляхів подальшого інтеграційного розвитку науки й освіти в Україні.
1991 р.— у шведській страховій компанії «Скандія» офіційно ввели пост директора з управління знаннями (Chief Knowledge Officer, CKO). 1991 р., 1995 р. – японський вчений Ikujiro Nonaka (І. Нонака) після навчання у США в університеті Берклі (University of California, Berkeley) опублікував статтю The Knowledge creating company(“Компанія — творець знань”), а у 1995 р. в Японії у співавторстві з Hirotaka Takeuchi (Х. Такеучі) видав книгу «The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation» («Компанія — творець знань: Зародження і розвиток інновацій в японських фірмах»), яка стала широко відомою у світі й популяризувала базові поняття у галузі KMS, частина яких буда відома раніше. Аналіз основних положень запропонованого японськими вченими показує, що вони інтегрували основні підходи до управляння знаннями, які характерні для США (капіталізм) та для СРСР (соціалізм).
1992 р. – Bill Inmon (Білл Інмон) запропонував термін Data Warehouse (Сховище даних) у його теперішньому розумінні, який обговорювався з 1970-х років. Стає широковідомим конкуруючий підхід до створення Data Warehouse, який запропонував Ralf Kimball (Ральф Кімбал). Data Warehouse визначено як єдине джерело даних для аналізу засобами Business Intelligence. У теперішній час Business Intelligence може використовуватися без Data Warehouse.
1993 -1995 р.р. – Edgar Codd (Едгар Кодд) разом із співавторами у 1993 р. покритикував аналітичні можливості реляційних баз даних і запропонував «12 правил» (0…12) визначення OLAP, а у 1995 р. перевизначив їх та додав ще 6 особливостей. OLAP разом з Knowledge Discovery and Data Mining є обов’язковою і однією з найефективніших складових Business Intelligence. У 1995 р. Nigel Pends (Найжел Пендс) із співавтором покритикув вимоги до OLAP Едгара Кодда і запропонував спрощені узагальнені вимоги до OLAP, які позначили як тест «FASMI». Існують удосконалені вимоги, позначені як «FASMI+» (по суті «OLAP+»). Дотримання вимог «FASMI+» («OLAP+») забезпечує створення на основі OLAP практично більш корисних інформаційно-аналітичних систем.
1999 р. – У Збройних силах США почали розвивати корпоративні мережеві системи управління знаннями (Knowledge Management System, KMS), які відомі у теперішній час як Army Knowledge Online/Defense Knowledge Online (AKO/DKO), Battle Command Knowledge System (BCKS), Intelligence Center Online Network (ICON), U.S. Navy Knowledge Online (NKO), U.S. Air Force portal, Joint Knowledge Online (JKO). АКО є "ключовим інструментом" для перетворення Армії США у Knowledge based organization. У 2008 р. Dr. Robert Neilson (Роберт Нейлсон) оновив принципи управління знаннями для AKO, які визначають, що система призначена для швидкого безпечного з`єднання “тих хто знає” з “тими кому необхідні знання”, підсилюючи передачу знань “від одного до багатьох” у глобальній Армійській організації. У 2010 р. АКО мала 2,3 млн. користувачів і є найбільшою у світі Інтранет системою, проте її функціонування викликає багато скарг користувачів. Ймовірно, ще більші KMS, але дещо іншої структури, мають Microsoft і Google, які включають бажаючих користувачів цих систем у всьому світі і ще більше наближені по суті до Business Intelligence NEO. Очевидно, що всі перераховані системи на стороні їх власників об'єднані із засобами Business Intelligence, Performance Management and Analytics Applications.
2004 р. – Tim O'Reilly (Тім О'Рейлі) на конференції O'Reilly Media Web 2.0 своєї медіа компанії, наприкінці 2004 року запропонував термін Web 2.0, який тепер широко використовується для позначення удосконаленої системи World Wide Web (WWW), яка більше наближена до KMS. Вперше запропонував фразу Web 2.0 віце-президент цієї компанії Dale Dougherty (Дейл Доерті) під час робочого “мозкового штурму” у 2003 р.
2004 р. – Yahoo! стала першою комерційною компанією, яка ввела посаду директора з обробки даних (Yahoo Chief Data Officer, CDO), демонструючи, що дані є реальним стратегічним активом компанії. На цю посаду був найнятий один з провідних вчених у галузі Data Mining and Knowledge Discovery, Ph.D. Usama Fayyad (Усама Файяд), який є головуючим ACM SIG KDD (Association for Computing Machinery, Special Interest Group on Knowledge Discovery in Data) і змінив на цьому посту Gregory Piatetsky-Shapiro (Григорія Пятецького-Шапіро), а також є засновником компанії Open Insights, яка займається консалтингом в області Data Strategy і Business Intelligence (2011 р.).
2005 р. – орієнтовно з цього часу почали визначати нову генерацію Business Intelligence, яку часто позначають Business Intelligence 2.0 (BI 2.0).
2003-2007 р.р. – після тривалої публічної гострої полеміки У США прийнято Закон про щорічне звітування з Data Mining всіх федеральних агентств, а по суті – з Knowledge Discovery and Data Mining та з Business Intelligence у розширеному тлумаченні.
2006 р. – орієнтовно з цього часу в Інтернеті почали активно реалізувати інформаційні системи на основі Cloud computing, Software as a Service, (SaaS), (“обчислення у хмарах”, “програмне забезпечення як сервіс”). Вперше ці ідеї були висловлені у 1960-х роках.
2010 р.— Президентська рада консультантів з науки і технологій при Президентові США у кінці 2010 р. подала доповідь «Проектування цифрового майбутнього: дослідження і розвиток мережевих та інформаційних технологій, які фінансуються державою». У документі підведені підсумки відкритих наукових досліджень і розвитку мережевих й інформаційних технологій (NIT R&D) та вказано, що за останні десятиліття NIT підвищили продуктивність праці у державі більше ніж будь-який інший набір сил. Підтверджено початок Ери zettabyte (zetta (ZB) -1021) або Big Data і вказано, що Data Mining і machine learning (машинне навчання) полегшують «перетворення даних у знання, а знань у дії». По суті, Data Mining і machine learning є частковими складовими Business Intelligence, а “Цифрове майбутнє” – це розвинене Суспільство знань (Knowledge Society). У доповіді зазначено, що кожному федеральному агентству необхідно мати свою стратегію “великих даних”. Очевидно, що ці стратегії повинні бути узгоджені між собою у кластерах державних структур та на загальнодержавному рівні. 2010 р. – орієнтовно з цього часу можна визначати нову генерацію Business Intelligence – Business Intelligence/Cloud computing, яка принципово відрізняється від попередніх генерацій філософською основою побудови і використання, а також їх програмно-апаратною реалізацією та функціональними можливостями, які надаються як орендований сервіс (SaaS, Cloud computing). Business Intelligence/Cloud computing можна позначити як Business Intelligence 3.0 (BI 3.0). Очевидно, що вендорам Business Intelligence/Cloud computing (Business Intelligence 3.0) значно простіше забезпечити високу функціональність цих засобів та її централізоване оновлення - залежно від потреб і фінансів користувачів. Хоча перехід у кібер хмари (Cloud computing) значної кількості робіт є невідворотною перспективою, проте викликає значну кількість проблемних питань філософського, морально-етичного, юридичного, технічного характеру: конфіденційність особистої, групової, корпоративної і суспільної інформації; захист інтелектуальної власності; надійність функціонування; юридична і матеріальна відповідальність за нанесені збитки користувачам; ін. Використання “приватних” кібер хмар (Private Cloud computing) не повністю знімає ці питання.
Висновки і застереження щодо розвитку Business Intelligence+KMS та Network Ergatic Organism
Аналіз доступних в Інтернеті публікацій і фрагментів автоматизованих інформаційних систем показує, що у 21-му столітті, у розвитку інформаційно-аналітичних систем почався етап створення і широкого використання систем, які інтегрують Business Intelligence та Knowledge Management System. Тому позначимо його як Business Intelligence+KMS Age (Ера Business Intelligence+KMS). Спрощеним позначенням цього етапу є визначений U.S. Army ESCC термін Business Intelligence Age (Ера Business Intelligence). Найбільш розвинені організації вступили на наступний частковий етап розвитку, на якому автоматизовані системи на основі Business Intelligence+KMS інтегрують з об'єктами управління у кібернетичному і фізичному просторах. Такі системи можна позначити як Business Intelligence NEO (Network Ergatic Organism), тому що вони мають початкові функції мережевих ергатичних (людино-машинних) організмів з розвиненими елементами Artificial Intelligence. Функції Business Intelligence+KMS та Business Intelligence NEO необхідно інтегрувати з функціями інших діючих і перспективних систем та реалізувати на практиці – як результат більше ніж 60-ти років розвитку кібернетики, інформатики, Artificial Intelligence. Закордонний досвід у сфері hi-tech, у тому числі у сфері NIT R&D, необхідно використовувати на основі принципів компетентного критичного аналізу і раціональної достатності, інакше можна неефективно витратити колосальні кошти або відстати у розвитку на десятиліття.
Суспільства Мудрості (Wisdom Societies) чи Глобальне Перезавантаження (Global Restart)?
За останні 60 років (“крапка” на історичній “лінійці” планети) живі істоти (люди) вперше у відомій історії планети створили засоби, які спроможні її знищити. Багато важливих процесів явно перейшли на ділянку стрімкого експоненційного зростання. Чи встигне людство в умовах бурхливо зростаючого науково-технічного прогресу та глобальних й часткових протиріч перейти з рівня розвитку Суспільств знань (Knowledge Societies) на рівень Суспільств мудрості (Wisdom Societies) або ж наступить термоядерна чи інша планетарна катастрофа і викликане цим Глобальне Перезавантаження (Global Restart)? Адже є окремі люди, їх групи й організації, які можуть допускати таку можливість і мати доступ до засобів глобального руйнування. На відміну від часів Герострата, рівень руйнувань може перевищити можливості людства щодо ліквідації їх наслідків. Виникає питання: як в умовах безперервно наростаючого науково-технічного прогресу і збереження протиріч не допустити Глобальне планетарне перезавантаження (Global restart)?... Правильні дії у відповідь на це питання особливо актуальні у сфері національної безпеки і оборони. © Круковський І.А., 2011 |© 2011 Igor Krukovsky |Business Intelligence + KMS, DSS-BI.com.ua | Зв`язок: system.k7@gmail.com, +38 (067) 285-49-19,+38 (095) 931-50-50 |
|
Army Business Intelligence + KMS Перехід до пошуку BI+KMS у Google і Системі+
|
|
Business Intelligence + KMS - концепція, технологія і засоби підтримки рішень не тривіальними знаннями з первинних даних |
|
версія 2011.12.15 |
|
Корисні гіперпосилання-зображення: |
|
Web - системи підтримки перекладу:
Якщо у Вас є інші засоби перекладу, то дані засоби можна використовувати як додаткові. Проте не забувайте, що Ваша інформація передається на сервер перекладача і може використовуватися для конкурентної розвідки (Competitive Intelligence).
Web теле і радіо канали передач (більш ніж 100 країн і 1000 каналів):
DeliCast ™
Web - браузери з першоджерел:
Видача результатів пошуковими системами залежить від встановленої країни та мови у відповідних налаштуваннях, ін. Не допускайте встановлення без Вашої згоди програмних надбудов і оновлень, які можуть спотворювати результати пошуку. |
