Návrh klasifikátoru inovací Dynamický model transformace dat ve znalost organizace

1 podnik.vize 2 plánování 3 organizování Informace Rozhodování Ovlivňování kontrola Regulační odchylka 1 Využití informací pro sekvenční manažerské funkce 4 operativa

Balanced Scorecard 1 vize 2 plán 4 řízení 3 struktura Pokud nechceme chápat podnikový management jako prostou sekvenci časově i věcně oddělených samostatných opakovaných akcí korigujících vždy jednorázově situaci, je nutné stanovit mechanismus přeměny informací ve znalost.

Data Filtrovaná data Informace Nová znalost Úroveň znalostní entropie Časová sekvence Návrh a kvantifikace obecného mechanismu pro využívání nových znalostí k inovaci výstupních produktů za účelem jejich komercializace: Nová znalost určená ke komercializaci Informace jako nová struktura dat Báze firemních dat  nová data Řazení a filtrace dat

OBECNÝ MODEL: Transformace informací ve znalost a jejich regulace 3 METODY-VÝSLEDKY I n f e r e n č. m e ch a n i s m Báze firemních znalostí Filtr ‘Hladina‘ informací a dat h V 2 regulace odtoku inov. znalostí prostřed. jejich komercializace Nový produkt x1x1 x2x2 Data o funkčním chování produktu V 1 regulace získávání nových informací Data o vlastnost. konkur.produktů Ostatní informace

OBECNÝ MODEL Úkolem je kvantifikovaně vyjádřit inferenční mechanismu v řízení přeměny informací v požadovanou znalost. Vstup představuje diskrétní přísun (tok) dat a informací x 1, který je regulován prostřednictvím parametru v 1. Výstupem je nová (inovační) znalost x 2, kterou je možné podnikatelsky využít zejména ve prospěch inovace současných produktů. Formule pro inferenční funkci se získá dáním do poměru žádané hodnoty výstupní znalosti x 2 k regulovanému vstupu h. (1) Regulovaný vstup h je objem informací, které jsou uchovávány v podniku pro jejich budoucí komercializaci.

OBECNÝ MODEL Kdy bychom předpokládali, že každá získaná informaci plynule přejde ve znalost, která je následně komercializována, (informační systém řízen ‘Just in time‘) potom by platilo: (2) Kde U je užitečnost informace pro jejího příjemce z hlediska relativního snížení informační entropie, dh je okamžitý informační tok do inferenčího mechanismu (diskrétně např. bit/s). Samozřejmě je potřeba počítat i s informačním šumem a zkreslením původního významu informace R. Maximální tok znalosti je potom dán poměrem mezi relativním šumem a tokem do inferenčního mechanismu: (3)

OBECNÝ MODEL Diferenciální rovnici (4) upravená do diskrétní formy: (5) Kde T je perioda přeměny informace ve znalost a B je operátor zpětného posunu. Nyní můžeme vztah (5) dosadit do výchozí rovnice inferenčního mechanismu (1): Např. pro periodu T = 1 týden, relativní šum R=0,05, velikost informace, které jsou uchovávané v podniku pro její budoucí komercializaci h = 7,9 Tb je inferenční mechanismus roven:

Akreditační řízení  rozhodnutí pilotní ověření zadání k realizaci Žádost o akreditaci projektová dokument. záznam o přezkoumání Zpracování projektu rozhodnutí stanovení řešitele vypracování zadání Podání návrhu Vývoj / inovace produkt u APLIKAČNÍ PŘÍKLAD

Vstupy K 1 =ZPKI K 3 = rizikovost K2= finanční aspekt Popis vstupních kritérií ZPKI – zbytkový potenciál komercializované inovace K 2 -např. pomocí NPV K3-pomocí fundamentální analýzy nebo distribuční fce Návrh klasifikátoru pro odlišení perspektivních inovací

Kritérium (koeficient) K1 Vzniká agregací dvou faktorů: Reziduálním časem inovace tR, který je vyjádřený pomocí časového poměru mezi dobou již využívání dané inovace a předpokládanou dobou životního cyklu inovace. Druhý faktorem je tzv. Reziduální nenasycenost inovace nR, která je charakterizovaná pomocí poměru mezi počtem producentů, kteří již inovaci komercializovali k předpokládanému počtu producentů, kteří tuto inovaci využijí

Koeficient (kritérium) K3 - Rizikovost komerčního úspěchu inovace Výstup z řídícího mechanismu systému pro automatizovanou klasifikaci komerčně perspektivních a neperspektivních inovací:

Pravdivostní tabulka: Přehled možných hodnot kritérií ovlivňující úspěšnost inovace s předpokládanými hodnotami komerčního úspěchu produktu stav K1K1 K2K2 K3K3 Y ! ( nejhorší kombinace) ! ( nejlepší kombinace ) 81111

Y K1K1 K3K3 K2K2 Kombinační funkce charakterizující kauzální předpoklad komerčního úspěchu/neúspěchu produktu Y sestavíme sjednocením požadavků vyjádřených řádky 2, 7, 8. Tedy:

Navržený integrovaný obvod představující technickou realizaci automatizovaného klasifikátoru inovací podle skladby 3 kritérií ovlivňující komerční úspěch LEGENDA …hradlo ‘NOR’ …hradlo ‘NAND’ __ __ K 1 × K 2 ×K 3 __ K 1 K3K3 K1K1 K2K2 __ K 1 ×K 2 ×K 3 _____ K 1 ×K 3 K2K2 K3K3 K1K1 K 1 ×K 2 ×K 3 ________ K 1 ×K 2 ×K 3 K3K3 K2K2 K1K1     ≥1  ≥1

 V současném podnikovém řízení je inovační fenomén často spojován s možností vytvoření konkurenční výhody.  Jedním z důsledků je zvyšující se frekvence změn v okolí firmy, a také zvyšování se konkurenčního tlaku, který se projevuje zkracováním vývojového cyklu produktů.  Protože inovačních nápadů je obvykle více, něž kolik z nich je ve zdrojových možnostech organizace prakticky realizovat, je potřeba vybrat ten s největším potenciálem komerčního úspěchu.  Návrh představeného klasifikátoru, (vycházejícího z obecného modelu vytváření znalosti), je možné použít k této selekci inovační nápadů. 4 DISKUZE – PRAKTICKÉ VYUŽITÍ