Управление знаниями и ИТ: десять лет спустя

За десять лет, минувшие с момента выхода статьи «Управление знаниями и информационные технологии», многое изменилось и, главное, исчезла присущая этой теме неопределенность — в 2000 году можно было только констатировать наличие связи между ИТ и управлением знаниями (Knowlеdge Management, KM), а сегодня ясно, что KM может стать важнейшим средством для объединения ИТ с бизнесом, и появилась реальная возможность создавать системы управления бизнесом. Для характеристики нынешнего состояния ИТ подходят известные слова из Ветхого Завета: «Время разрушать и время строить… Время разбрасывать камни и время собирать камни». Применительно к ИТ все «камни» (серверы, системы хранения данных, сети, операционные системы, средства управления, приложения, связующее ПО…) рукотворны, они создавались на протяжении десятилетий, каждый появлялся на свет вне связи с другими, в результате сложилась мозаика.

АСУ или не АСУ

До тех пор, пока «камней» было немного, ситуация раздробленности не вызывала особого беспокойства, и долгое время ни о каком сборе камней в единую конструкцию речи не шло. Отдельные подсистемы со своими функциями существовали сами по себе, однако по законам диалектики, постепенно количество стало переходить в качество, возникли неизбежные проблемы структурной сложности. В качестве средства от сложности были предложены разнообразные технологии интеграции данных предприятия (Enterprise Information Integration, EII), интеграции приложений предприятия (Enterprise Application Intgration, EAI), вместе с SOA речь зашла об интегрировании предприятия (Enterprise Integration, EI), и, наконец, совсем недавно появилась на свет концепция динамичного предприятия (Agility Enterprise).

Интеграционные решения появились через полвека после того, как компьютер впервые был использован для решения задач, непосредственно связанных с управлением бизнесом, — это было приложение для кондитерской компании J. Lyons. Казалось бы, с тех пор пройден большой путь и достижения велики, и все же, этого длительного отрезка времени оказалось недостаточно для создания гармоничных отношений между бизнесом и ИТ — коренные задачи управления по-прежнему не решаются. Интерфейс между людьми из бизнес- и ИТ-подразделений далек от совершенства: компьютеры не стали такими же удобными помощниками в повседневной работе менеджеров, принимающих управленческие решения, какими они уже десятилетиями служат тем, кто управляет технологическими, энергетическими и транспортными системами. Автоматизация бизнеса не стала комплексной, область применения компьютеров в этой сфере ограничена автоматизацией отдельных, зачастую далеко не самых важных, но более приемлемых с точки зрения автоматизации задач, и не случайно все началось с бухгалтерии и складов. А консоли управления для руководителей предприятий, о которых сейчас много говорится, не заняли подобающего им места в кабинетах, как это можно видеть, например, центрах управления воздушным движением. Почему? Ответ достаточно прост: основным барьером между ИТ и бизнесом была и остается сложность бизнеса как объекта для автоматизации — учет особенностей внешней среды был и останется более простой задачей, нежели установление отношений ИТ с реальной средой, в которой существует бизнес, где доминирует человеческий фактор и имеется масса других не поддающихся прогнозу факторов.

Те, кто создавали даже самые первые технологические системы управления, могли использовать пусть несовершенные, но хотя бы какие-то модели, отражающие функциональность объектов управления, а у проектировщиков ИТ-систем такой возможности никогда не было. Как следствие моделирование бизнес-процессов по сей день пребывает в зародышевом состоянии, а при отсутствии должной теории и моделей сложилась довольно специфическая научно-инженерная школа создания проектирования средств для управления бизнесом, которой не хватает системности, зато в избытке самые разные не согласованные между собой подходы. Удивительно, но факт: специалисты, занимающиеся различного рода приложениями и системными средствами, не владеют элементарными инженерными знаниями в области управления — они могут привести множество примеров использования системы, но не в состоянии объяснить суть. Инженеры-электрики называют такие знания монтерскими— навыки получены, но физику не учили.

Из-за монтерского подхода растет и развивается зоопарк взаимоисключающих решений. Например, предприятие можно интерпретировать как движимое данными (Data Driven Enterprise, DDE), работающее в реальном времени (Real-Time Enterprise, RTE), адаптивное (Adaptive Enterprise, AE) и даже второго поколения (Enterprise 2.0). Управление на предприятии может быть построено в соответствии с контентом (Enterprise Content Management, ECM) или знаниями (Enterprise Knowledge Management, EKM), с оценкой производительности (Business Performance Management, BPM), на базе процессов (Business Proccess Management, BPM) или предоставляемых бизнесу сервисов (Business Service Management, BSM), в соответствии с цепочкой поставок (Supply Chain Management, SCM), с учетом отношений с клиентами (Customer Relationship Management, CRM), жизненного цикла изделий (Product Lifecycle Management, PLM) и т. д. Естественно, для всего этого разнообразия существует бесконечное количество приложений, от простейших бухгалтерских до ERP, а для наведения порядка в этом «зоопарке» предлагаются многочисленные средства интеграции данных. Самыми актуальными на сегодня становятся методы автоматизации бизнеса, основанные на технологиях бизнес-анализа, в том числе и в реальном времени (Real-Time Business Intelligence, RTBI).

Нельзя сказать, что не было более „научных“ попыток автоматизировать управление экономикой, но, что характерно, они предпринимались только в нескольких странах, поскольку строились на социалистической системе взглядов и отрицали рынок. Известно два наиболее ярких и одновременно провальных примера, указывающие на направление, куда идти не следует. Первый — Общегосударственная автоматизированная система учета и обработки информации (ОГАС), которая задумывалась как чудовищная по своим масштабам „кибернетическая“ система, замещающая любые рыночные отношения. Данная программа не смогла выйти, как было задумано, на уровень национальной программы, сравнимой с покорением космоса или созданием ядерного и термоядерного оружия, а замысел был не менее амбициозен. Британский кибернетик, основоположник организационной кибернетики Стаффорд Бир оказался ближе к цели, что привело к более драматическим последствиям: он стал одним из сподвижников Сальвадора Альенде и предложил ему проект „Киберсин“ („Кибернетический синергизм“), то есть систему гибкого управления экономикой и социальной сферой страны в режиме реального времени.

Что делать?

Этих примеров оказалось достаточно, чтобы полностью отказаться от применения классических кибернетических методов в управлении экономикой. Не имея необходимой теории, корпоративные ИТ пошли иным путем; его можно назвать эмпирическим, хотя такой путь проходили почти все индустрии, от металлургии до авиации. Однако полный отказ от кибернетической теории и разгул эмпирических решений стали причиной „феодальной раздробленности“ в ИТ.

Сегодня сложилось патовое положение, когда, с одной стороны, понятно, что никакое дальнейшее развитие бизнес-процессов без компьютеров невозможно, а с другой — никто так четко и не доказал, что инвестиции в ИТ хоть как-то оправданны. Поразительно, но до сих пор не существует экономики этой отрасли, а рассуждения об общей стоимости владения и им подобные остаются шаманскими заклинаниями, рассчитанными на доверчивых потребителей. Отдельные мыслители пытаются опровергать утверждения об экономической эффективности ИТ, например, Пол Страссман в своей книге «Разоряющий компьютер» показал, что нет прямой связи между вложениями в компьютеры и доходностью — компания может вкладывать в ИТ и не быть прибыльной, а бывает и обратное. Несколько ранее к тем же выводам приходили и ученые-экономисты, прежде всего лауреат Нобелевской премии Роберт Соллоу, сформулировавший парадокс продуктивности: We see computers everywhere except in the productivity statistics («Мы видим компьютеры где угодно, но только не в статистике продуктивности»). И тем не менее, несмотря на критику компьютеры занимают все большее место в бизнесе и постепенно превратились в его неотъемлемую часть, хотя до полной гармонии в отношениях между CEO, CFO и другими лицами, ответственными за принятие решений, и CIO, обеспечивающими их поддержку компьютерными средствами, еще далеко. Что же делать?

Почти всегда, когда говорят о взаимоотношениях между бизнесом и ИТ, приоритет оказывается на стороне бизнеса, ИТ же остаются в подчиненном положении, отсюда следует стереотипный вывод: необходимо трансформировать ИТ так, чтобы они могли лучше удовлетворять потребностям бизнеса, однако каким именно потребностям — непонятно. То есть бизнес постулируется как нечто наперед заданное, а ИТ должны быть тем или иным способом к нему приспособлены. И такого рода решения называют оптимизацией бизнес-технологий (Business Technology Optimization) или еще чем-то подобным. Никто не отрицает справедливости подобной постановки вопроса, основанной на методах использования накопленного ранее опыта типа ITIL или ITSM, поскольку она дает положительные результаты, однако гиперболизация роли бизнеса по отношению к ИТ чревата исключением возможности анализа самого бизнеса в роли объекта управления. Если же мы ставим конечной целью не просто приспособление ИТ к бизнесу, а автоматизацию бизнеса (это и есть предел мечтаний для создателей BI-инструментов), то нельзя избежать обратной постановки вопроса. Как адаптировать бизнес к представлению его в роли объекта автоматизации?

Для начала поговорим о природе систем как объектов автоматизации, разделив их на две категории — «чистые» и «грязные», понимая под чистотой работу с идеальными, абстрактными моделями, игнорирующими наличие неизбежной в природе «грязи». Скажем, в химии, чтобы получить классические реакции, используют реактивы с высокой степенью очистки, а если обнаружатся примеси, то и реакции могут оказаться совсем другими. По мере развития любого направления его научный аппарат становится совершеннее, чистые модели усложняются и все более приближаются к реальной среде, но между ними и реальной средой всегда остается зазор. Но есть науки «грязные» по определению, такие как экономика, политология, экономика, метеорология, и др., где невозможно существование каких-то моделей, и зазор между ними и практикой окружающей среды огромен. Конкретное проявление этого зазора мы видим на примерах экономических кризисов, климатических катастроф и тому подобных явлений.

Объекты автоматизации с той же степенью условности могут быть чистыми и "грязными". Для первых можно строго описать и математическими методами синтезировать оптимальный регулятор, а вторые аналитически описать невозможно, и нельзя построить адекватный им регулятор. Первый автоматический регулятор Джеймса Уатта, ограничивающий скорость вращения вала паровой машины путем стравливания излишка пара, с которого началось автоматическое регулирование и в конечном итоге английская промышленная революция, представляет собой яркий пример управления чистой системой. В последующем совершенствовался математический аппарат, используемый для описания чистых моделей, но область их действия ограничена. Например, на самолете есть автопилот, способный управлять полетом на заданном курсе и заданной высоте, когда условия достаточно чистые, но при посадке или взлете, когда действует масса случайных факторов, требуется участие пилотов. Космический челнок «Буран» садился в автоматическом режиме, но это исключение.

Слабость упрощенных кибернетических подходов в том, что они предполагают заданную степень чистоты объекта, и до тех пор, пока она сохраняется, все может функционировать вполне нормально, но в реальной жизни так не бывает — рано или поздно в зазоре между окружающей средой и моделью могут возникать инциденты, нарушающие плановый ход событий. Крупнейшие техногенные аварии на энергетических, химических и других объектах в конечном счете можно объяснить неспособностью систем управления и управленческого персонала справиться с поведением объекта в том самом зазоре.

В бизнесе зазор между моделями и окружающей средой постоянно увеличивается. За несколько десятилетий возникла качественно новая система физических и информационных коммуникаций, а непосредственным результатом этих изменений стали совершенно иные, чем прежде, требования к бизнесу, и одно из главных — динамизм. Динамизм предполагает наличие развитой системы внутренних связей между подразделениями и отдельными исполнителями плюс эффективное управление и самоуправление на всех уровнях. Динамичным можно признать предприятие, которое обладает более высокой способностью адаптироваться и на деятельность которого меньше влияют различные незапланированные события, к тому же такое предприятие способно осознавать себя частью более крупной экономической системы, это тоже дает ему конкурентные преимущества. Очевидно, что управление динамичным предприятием не может строиться на традиционных административных принципах — динамика является антиподом бюрократии. В динамичном предприятии не может быть одного или нескольких руководителей, которые бы полностью сконцентрировали на себе принятие решений. Ключевым моментом, обеспечивающим динамичность, является самоорганизация, то есть наличие структуры, в которой отдельные исполнители находятся во взаимосвязи и им обеспечена возможность взаимодействия и распределенного принятия решений.

В последнее время идею agility активно подхватили, но на самом деле ученые, специализирующиеся в области теории сложности и сложных адаптируемых систем, довольно давно предложили концепцию agility в приложении к бизнесу. Однако она долго оставалась абстрактной академической теорией, и, как ни странно, преимущество agility было осознано на примерах действия децентрализованных организаций типа Аль-Каида. Разумеется, в полном смысле динамичное предприятие — это некоторая идеальная абстрактная конструкция, и реальное предприятие, претендующее на это звание, должно обладать следующими основными качествами:

•  интерактивность — свободный обмен информацией, идеями, сервисами;
•  самоорганизация — наличие недетерминированной процедуры взаимодействия и принятия решений;
•  коэволюция — эволюция в соответствии с изменением внешних факторов.

Проблемы моделирования

Очевидно, что данные качества не могут быть обеспечены без информационных систем — весь бизнес такого предприятия базируется на системе управления, существование которой обеспечивают ИТ, и это очень важный поворотный момент в отношении к ИТ. Наконец открывается возможность сделать то, что не удавалось на протяжении всей предшествующей истории использования компьютеров, а именно полноценно обосновать место ИТ в общей структуре бизнеса. Все попытки экономического обоснования применения ИТ в целях бизнеса оставались безуспешными, поскольку их авторы ставили ИТ в позицию еще одного производственного подразделения наравне с другими. Нет ничего удивительного в том, что нематериальная продукция этого цеха не поддается оценке, если использовать классические экономические приемы. Отличие концепции динамичного предприятия в том, что она позволяет позиционировать ИТ как органическую часть системы управления, примерно так же, как, например, авионику в самолетостроении. Авионика превращает летательный аппарат в единую управляемую систему, а ИТ выполняют ту же функцию, но в масштабах предприятия. Можно ли говорить об экономической эффектности отдельно взятой авионики? Нет. Точно так же невозможно оценивать роль ИТ в работе предприятия.

Отсутствие необходимых теоретических предпосылок для создания автоматизированного динамичного предприятия компенсируется интеграционными решениями: BII (Business Information Integration), BAI (Business Application Integration) и BPI (Business Process Integration). При разработке любой технической системы управления начинают с анализа объекта управления, однако при использовании ИТ их рассматривают как нечто заданное, плохо определенное и не нуждающееся ни в каком анализе. За исключением матрицы Джона Захмана и близких к ней работ нет признанных исследований по архитектуре предприятия (Enterprise Architecture, EA). Показательно, что в магическом квадранте Magic Quadrant for Enterprise Architecture Tools, опубликованном Gartner в ноябре 2009 года, помимо хорошо известных компаний, наличествует всего пять небольших фирм, а в наиболее интересном сегменте «визионеров» нет никого, из чего следует вывод, что рынок этих средств развит весьма слабо.

Как бы ни различались между собой чистые и «грязные» системы, на самом общем уровне схема, по которой можно построить систему автоматизации, остается одной и той же, здесь ничего нового придумать невозможно: если однажды колесо было изобретено, то второго изобрести нельзя. В основе всего лежит модель управляемого объекта, по этой модели строится система регулирования по обратной связи, она получает сведения из внешней среды о состоянии объекта, вырабатывает управляющие воздействия и подает их управляемой системе. Но между двумя типами систем есть принципиальные отличия: методы, используемые для моделирования и синтеза регуляторов в технических системах, базируются на математике, а в бизнесе, за редким исключением, — на накопленном ранее опыте, моделирование бизнес-процессов (Business Process Modeling, BPM) превратилось в популярное занятие, собрав в своем арсенале свыше 3 тыс. методов. Есть математизированное моделирование на основе диаграмм UML, пришедшее из программной инженерии, есть сети Петри, удобные для моделирования тупиковых ситуаций, но неприменимые для описания отношений подчиненности в бизнес-процессах. Один из самых крупных специалистов по моделированию в бизнесе, основатель компании Collaxa Эдвин Ходабакчан, а сегодня руководитель направления Oracle BPEL, еще несколько лет назад говорил: «Существуют высокие материи и реальная жизнь, а между ними не всегда есть прямая связь. Скажите, многие ли программисты знают о существовании машины Тьюринга или лямбда-исчисления Черча?»

Создаваемые аналитиками модели бизнес-процессов можно классифицировать по нескольким признакам. По назначению — модели создаются для того, чтобы задокументировать существующие бизнес-процессы с целью их перестройки и усовершенствования выполнения, в том числе для автоматизации. По используемому инструментарию — модель можно представить в виде текстового документа, графической диаграммы и с применением специализированных программных средств моделирования бизнеса (Business Modeling). Для документирования можно использовать текстовые документы, графические диаграммы и средства моделирования бизнеса. Точно то же самое относится к перестройке бизнес-процессов и к автоматизации. Получается матрица 3x3, в которой назначение — строки, а методы — столбцы. В таком случае в ней нас интересует третья строка, где будут описания того, как выполняются автоматизируемые бизнес-процессы. Если используются текстовые документы, составленные аналитиками, то с их помощью ИТ-специалисты должны перевести мысли бизнес-аналитиков в аппаратные и программные решения. Такой путь возможен, но долог, дорог, малоэффективен и чреват большим количеством ошибок. Графические документы удобнее, но перевод их в практические решения также осуществляется вручную со всеми вытекающими из этого издержками. Самый разумный путь предполагает использование специальных инструментов категории Business Modeler. В таком случае модель, созданная с использованием нотации BPMN, может быть автоматически переведена в решение средствами WebSphere Integration Developer или TIBCO Business Studio и им подобными.

Переведем сказанное о моделировании на язык управления знаниями. В русском языке словом «моделирование» переводятся два близких, но разных термина — modeling и simulation. Различие между ними в том, что в оригинале у первого основным значением является «макетирование», «воспроизведение формы», а у второго — «имитация», «воспроизведение функции». Следовательно, Business Process Modeling не преследует разработку такой имитирующей модели, которую можно было бы использовать при создании системы автоматизированного управления: область действия BPM распространяется на воспроизведение «слепков» бизнес-процессов и фиксации их видения специалистами. А это не что иное, как классическая задача KM – отчуждение знаний, накопленных людьми в прошлом, для того, чтобы их можно было использовать в будущем. В практике KM могут быть использованы самые разнообразные методики и приемы, методы BI для данных в хранилищах, различные эмпирические правила, сохраненные логические выводы и многие другие решения, том числе и BPM.

Казалось бы, все хорошо, но в таком виде BPM страдает серьезным недостатком — все известные методы моделирования являются статическими, фиксируя существующее положение дел. Статический подход предполагает, что при должной организации нужные данные могут быть доставлены нужному исполнителю в нужное время и он сможет принять необходимое решение, но в реальной жизни это далеко не так, необходимо быть готовым к любым сюрпризам, и в KM существует специальный термин - «предупреждение неожиданностей» (anticipation of supprise). Второй слабостью BPM является предположение о том, что в модель можно собрать все действительные знания и представления людей, занимающихся управлением, но на самом деле, какими бы совершенными ни были средства моделирования, они способны вобрать в себя только часть знаний. Кроме того, есть интуиция и другие качества. Имеется и еще одна слабость — нет доказательства того, что знания, которые были каким-то образом перенесены в модель, могут быть адекватно использованы теми, кому они предназначены. Эти слабости BPM вызывают образование того опасного зазора между моделью и реальной жизнью, о котором уже шла речь выше.

КМ для динамичного предприятия

Идея динамичного предприятия появилась не случайно — она объективно необходима предприятиям будущего, чтобы выжить на новом витке эволюционной гонки. То, что сегодня происходит в экономике под влиянием новых средств коммуникации, напоминает переход из мелового в третичный период, когда в короткий по геологическим меркам период исчезли динозавры и их место заняли более динамичные млекопитающие. Новые предприятия отличает переход от медлительного прогнозирования к реактивному предупреждению неожиданностей. Меняется общий стиль мышления: традиционный конвергентный стиль (сonvergent thinking), предполагающий поиск одного лучшего или правильного решения, уступает дивергентному, или синтетическому (divergent thinking), когда целью является поиск различных ответов на множество вопросов. Происходит отказ от строгих структур в пользу структур, допускающих элементы беспорядка, нематериальные активы (например, информация) становятся важнее материальных, самоуправление становится важнее подчинения, а создание новых знаний важнее, чем использование старых. Эти изменения приводят к ряду последствий, которые можно назвать принципами создания динамичного предприятия.

Соотношение стратегии бизнеса и ИТ. В быстро меняющемся мире выбор одной- единственной стратегии становится невозможен, и более перспективен подход, получивший название «сценарное планирование» и позволяющий учитывать неопределенность будущего. Этот тип анализа, его еще называют сценарным мышлением или сценарным анализом, сочетает предопределенные элементы (predetermined elements) с наиболее существенными неопределенностями (key uncertainties) при выработке сценариев будущего. Сценарное планирование рассматривает все сценарии как одинаково возможные в будущем — организация должна разрабатывать планы, но не может строить свою деятельность по плану.

Отказ от программируемой логики. ИТ в их нынешнем виде реализуют запрограммированную логику, которая позволяет выбирать что-то из сохраненных данных и по-иному их интерпретировать, но такого рода логика обычно не приводит к каким-то новым умозаключениям. Иначе говоря, хотя технологии и называются информационными, они не позволяют извлекать новую информацию и тем более новые знания — такими способностями обладает только человек. Существенно большими возможностями обладают подходы, где средствами ИТ создаются группы специалистов, объединенных общим делом (Community of Practice). Основоположниками CoP признаны Джин Лэйв и Этьен Венгер, рассматривающие ИТ в качестве инструмента для объединения, которое может носить неформальный и отчасти формальный характер. Намеки на использование компьютеров в этом качестве можно найти в трудах таких основоположников современной компьютерной отрасли, как Ванневар Буш, Джозеф Ликлайдер и Даг Энгельбарт, написанных десятилетия назад.

Отказ от "вертикали власти". Отказ от административно-командных принципов (command and control) в пользу подхода sense and respond (буквально «почувствовать и отреагировать») предполагает гибкое реагирование на потребности рынка и обеспечение качества, которое можно интерпретировать как способность организации видеть ситуацию (organizational vision). Модель sense and respond обладает большой способностью к адаптации, масштабируемостью и другими свойствами, необходимыми для создания динамичного предприятия. Область действия модели не ограничивается бизнесом. Например, корпорация IBM опубликовала отчет Transforming the military through sense and respond, в котором показано, что эта модель соответствует требованиям современной армии, поскольку в ее основе лежат координация многоагентных модулей, способных реагировать на изменения, допущения о нечетких условиях и недостоверных сведениях, создание сетей из автономных модулей, объединенных общей целью. Данные наблюдения не остались без внимания; например, Пентагон принял по ним несколько решений, в том числе о создании управления Network-Centric Operations, об использовании методов sense and respond в логистике и общем изменении военной культуры.

Очевидно, что в системах, построенных на перечисленных принципах, на равных должны участвовать люди, чей интеллект обладает динамичностью, способностью к принятию нетривиальных решений, не нуждается в предварительном программировании, но ограничен тем, что может удерживать в памяти одновременно не более семи объектов, и машины, способные тупо перемалывать гигантские объемы данных. В одну систему их могут объединить технологии, поддерживающие управление знаниями, в этом и состоит их главная интегрирующая роль. Управление знаниями может выступить в роли зонтика, под которым будут собраны отдельные камни-технологии. В таком случае классическая картинка управления по обратной связи (рис. 1) может трансформировать в другую (рис. 2). Участие человека позволяет заполнить зазор между моделью и реальной жизнью, наличие которого неизбежно в «грязных» системах управления бизнесом.