W roku 1693, w czasie gdy Anglia miała trudności z zarządzaniem długiem państwowym, astronom Edmond Halley opracował model obliczania składek emerytalnych, który później przyczynił się do tego, że Wielka Brytania została jedną z najlepiej prosperujących europejskich gospodarek, a ubezpieczenia na życie stały się jednym z najbardziej rentownych działów światowej gospodarki.
| REKLAMA |
 |
Kiedy Halley po raz pierwszy opublikował swoją sławną tablicę trwania życia, brytyjski rząd pobierał takie same składki emerytalne od wszystkich. Na swojej tablicy Halley podzielił ludność Wielkiej Brytanii na grupy wiekowe. Wykorzystywał ją do obliczania optymalnej wysokości składek każdej osoby na podstawie jej oczekiwanej długości życia. Paul Sonderegger, starszy specjalista ds. strategii w zakresie danych w Oracle, wykorzystał historię Sir Edmonda Halleya na konferencji Oracle OpenWorld Europe w Londynie 12 lutego, aby zilustrować pewne istotne wnioski dotyczące wykorzystania danych. Poniżej podajemy niektóre z nich.
Szukaj ukrytych danych i udostępniaj je innym
Duża część danych firmowych jest na ogół ukryta w aplikacjach czy szafkach na dokumenty i nigdy nie jest wykorzystywana. Dane są zamknięte w poszczególnych działach biznesowych i nie używa się ich do tworzenia nowych produktów i usług oraz wprowadzania ich na rynek. A dział przechowujący dane może nie zdawać sobie sprawy z tego, że mogą one mieć wartość dla innego działu.
Zarządzanie danymi jak aktywami
Charakterystyczne cechy danych sprawiają, że stały się one nową klasą aktywów. Według Sondereggera najważniejsze jest to, że dane są:
Przekształcenie danych w płynne aktywa wymaga przeniesienia ich z miejsca ich wytworzenia — np. urządzenia mobilnego lub aplikacji chmurowej — do miejsca, w którym mogą być wykorzystane, takiego jak mechanizm analityczny lub algorytm automatycznego uczenia. Jednym ze sposobów na przekształcenie danych w płynny składnik aktywów jest zarządzanie nimi w konwergentnej, autonomicznej bazie danych. Takie bazy danych są wielomodelowe, co oznacza, że mogą organizować i przechowywać dane oraz wykonywać operacje na nich w modelu JSON, w formie wykresu lub w modelach relacyjnych. Są również wieloobciążeniowe, czyli mogą obsługiwać różne rodzaje przetwarzania — takie jak transakcje finansowe (np. duże wolumeny danych o zakupach internetowych spływające w czasie rzeczywistym), analizy (np. analiza wszystkich zakupów klienta w ciągu całego kwartału) oraz dane przesyłane strumieniowo (np. odczyty z czujników w czasie rzeczywistym).
Konwergentne chmurowe bazy danych mogą również obsługiwać wielu klientów. Według Sondereggera dzięki temu, że użytkownicy mogą tworzyć wiele „podłączanych” (ang. pluggable) baz danych w ramach większej, „kontenerowej” bazy danych, zasoby mogą być współużytkowane przez wiele aplikacji lub usług o wiele bardziej wydajnie niż w przypadku, gdyby każda z nich wykorzystywała własną bazę dostosowaną do swojego indywidualnego modelu danych.
Sasha Banks-Louie - ORACLE
Źródło: www.oracle.com/pl
Szukaj ukrytych danych i udostępniaj je innym
Duża część danych firmowych jest na ogół ukryta w aplikacjach czy szafkach na dokumenty i nigdy nie jest wykorzystywana. Dane są zamknięte w poszczególnych działach biznesowych i nie używa się ich do tworzenia nowych produktów i usług oraz wprowadzania ich na rynek. A dział przechowujący dane może nie zdawać sobie sprawy z tego, że mogą one mieć wartość dla innego działu.
Jest mało prawdopodobne, że menedżerowie z jednego działu będą sprzedawać zestawy danych innemu działowi” — mówi Sonderegger. „Aby stworzyć gospodarkę danych, muszą one być widoczne i łatwo dostępne.
Zarządzanie danymi jak aktywami
Charakterystyczne cechy danych sprawiają, że stały się one nową klasą aktywów. Według Sondereggera najważniejsze jest to, że dane są:
- niewyłączne — mogą być używane w tym samym czasie przez wielu ludzi, a ich wartość nie zmniejszy się niezależnie od tego, jak często będą wykorzystywane i przez ile osób. „Jeden zestaw danych może zasilić wiele aplikacji, narzędzi analitycznych i algorytmów” — mówi Sonderegger.
- niezamienne — jednego zestawu danych nie można zastąpić drugim. „Ponieważ Halley był astronomem z wykształcenia, dysponował mnóstwem danych o księżycu. Ale ten zestaw danych nie pomógłby mu stworzyć bazy danych ludności i nie pomógłby Anglii w wojnie 9-letniej” — mówi Sonderegger.
- towarem opartym na doświadczeniu — wartość zestawu danych jest znana dopiero wtedy, gdy jest on wykorzystywany. „Ale to oznacza, że trzeba obniżyć koszty początkowe, aby z nimi eksperymentować. Dane powinny być płynne” — mówi Sonderegger.
Przekształcenie danych w płynne aktywa wymaga przeniesienia ich z miejsca ich wytworzenia — np. urządzenia mobilnego lub aplikacji chmurowej — do miejsca, w którym mogą być wykorzystane, takiego jak mechanizm analityczny lub algorytm automatycznego uczenia. Jednym ze sposobów na przekształcenie danych w płynny składnik aktywów jest zarządzanie nimi w konwergentnej, autonomicznej bazie danych. Takie bazy danych są wielomodelowe, co oznacza, że mogą organizować i przechowywać dane oraz wykonywać operacje na nich w modelu JSON, w formie wykresu lub w modelach relacyjnych. Są również wieloobciążeniowe, czyli mogą obsługiwać różne rodzaje przetwarzania — takie jak transakcje finansowe (np. duże wolumeny danych o zakupach internetowych spływające w czasie rzeczywistym), analizy (np. analiza wszystkich zakupów klienta w ciągu całego kwartału) oraz dane przesyłane strumieniowo (np. odczyty z czujników w czasie rzeczywistym).
Konwergentne chmurowe bazy danych mogą również obsługiwać wielu klientów. Według Sondereggera dzięki temu, że użytkownicy mogą tworzyć wiele „podłączanych” (ang. pluggable) baz danych w ramach większej, „kontenerowej” bazy danych, zasoby mogą być współużytkowane przez wiele aplikacji lub usług o wiele bardziej wydajnie niż w przypadku, gdyby każda z nich wykorzystywała własną bazę dostosowaną do swojego indywidualnego modelu danych.
Konwergentna baza danych jest istotna dlatego, że działa z jednym silnikiem oraz obsługuje wiele typów danych, wiele metod dostępu oraz elastyczną alokację zasobów” — mówi Sonderegger. „Dlatego jest jednym z kluczowych czynników pomagających spółkom zwiększyć płynność danych i rozwijać biznes na ich podstawie.
Sasha Banks-Louie - ORACLE
Źródło: www.oracle.com/pl
Najnowsze wiadomości
Customer-specific AI: dlaczego w 2026 roku to ona przesądza o realnym wpływie AI na biznes
W 2026 roku sztuczna inteligencja przestaje być ciekawostką technologiczną, a zaczyna być rozliczana z realnego wpływu na biznes. Organizacje oczekują dziś decyzji, którym można zaufać, procesów działających przewidywalnie oraz doświadczeń klientów, które są spójne w skali. W tym kontekście coraz większe znaczenie zyskuje customer-specific AI - podejście, w którym inteligencja jest osadzona w danych, procesach i regułach konkretnej firmy, a nie oparta na generycznych, uśrednionych modelach.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
SkyAlyne stawia na IFS dla utrzymania floty RCAF
SkyAlyne, główny wykonawca programu Future Aircrew Training (FAcT), wybrał IFS Cloud for Aviation Maintenance jako cyfrową platformę do obsługi technicznej lotnictwa i zarządzania majątkiem. Wdrożenie ma zapewnić wgląd w czasie rzeczywistym w utrzymanie floty, zasoby i zgodność, ograniczyć przestoje oraz zwiększyć dostępność samolotów szkoleniowych RCAF w skali całego kraju. To ważny krok w modernizacji kanadyjskiego systemu szkolenia załóg lotniczych.
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znacznie wolniejsze od wcześniejszych oczekiwań rynku. Dane pokazują, że z rozwiązań AI korzysta dziś wciąż niewiele przedsiębiorstw, a menedżerowie coraz częściej wskazują na bariery regulacyjne, koszty oraz brak powtarzalnych efektów biznesowych. W praktyce technologia jest testowana głównie w wybranych obszarach, a kluczowe decyzje nadal pozostają po stronie człowieka. Również w firmach, które wdrożyły AI, nierzadko towarzyszą temu rozczarowania.
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Najnowsze artykuły
5 pułapek zarządzania zmianą, które mogą wykoleić transformację cyfrową i wdrożenie ERP
Dlaczego jedne wdrożenia ERP dowożą korzyści, a inne kończą się frustracją, obejściami w Excelu i spadkiem zaufania do systemu? Najczęściej decyduje nie technologia, lecz to, jak organizacja prowadzi zmianę: czy liderzy biorą odpowiedzialność za decyzje czy tempo jest dopasowane do zdolności absorpcji oraz czy ludzie dostają klarowność ról i realne kompetencje. Do tego dochodzi pytanie: co po go-live - stabilizacja czy chaos w firmie? Poniżej znajdziesz 5 pułapek, które najczęściej wykolejają transformację i praktyczne sposoby, jak im zapobiec.
SAP vs Oracle vs Microsoft: jak naprawdę wygląda chmura i sztuczna inteligencja w ERP
Wybór systemu ERP w erze chmury i sztucznej inteligencji to decyzja, która determinuje sposób działania organizacji na lata — a często także jej zdolność do skalowania, adaptacji i realnej transformacji cyfrowej. SAP, Oracle i Microsoft oferują dziś rozwiązania, które na pierwszy rzut oka wyglądają podobnie, lecz w praktyce reprezentują zupełnie odmienne podejścia do chmury, AI i zarządzania zmianą. Ten artykuł pokazuje, gdzie kończą się deklaracje, a zaczynają realne konsekwencje biznesowe wyboru ERP.
Transformacja cyfrowa z perspektywy CFO: 5 rzeczy, które przesądzają o sukcesie (albo o kosztownej porażce)
Transformacja cyfrowa w finansach często zaczyna się od pytania o ERP, ale w praktyce rzadko sprowadza się wyłącznie do wyboru systemu. Dla CFO kluczowe jest nie tylko „czy robimy pełną wymianę ERP”, lecz także jak policzyć ryzyko operacyjne po uruchomieniu, ocenić wpływ modelu chmurowego na koszty OPEX oraz utrzymać audytowalność i kontrolę wewnętrzną w nowym modelu działania firmy.
Agentic AI rewolucjonizuje HR i doświadczenia pracowników
Agentic AI zmienia HR: zamiast odpowiadać na pytania, samodzielnie realizuje zadania, koordynuje procesy i podejmuje decyzje zgodnie z polityką firmy. To przełom porównywalny z transformacją CRM – teraz dotyczy doświadczenia pracownika. Zyskują HR managerowie, CIO i CEO: mniej operacji, więcej strategii. W artykule wyjaśniamy, jak ta technologia redefiniuje rolę HR i daje organizacjom przewagę, której nie da się łatwo nadrobić.
Composable ERP: Przewodnik po nowoczesnej architekturze biznesowej
Czy Twój system ERP nadąża za tempem zmian rynkowych, czy stał się cyfrową kotwicą hamującą rozwój? W dobie nieciągłości biznesowej tradycyjne monolity ustępują miejsca elastycznej architekturze Composable ERP. To rewolucyjne podejście pozwala budować środowisko IT z niezależnych modułów (PBC) niczym z klocków, zapewniając zwinność nieosiągalną dla systemów z przeszłości. W tym raporcie odkryjesz, jak uniknąć pułapki długu technologicznego, poznasz strategie liderów rynku (od SAP po MACH Alliance) i wyciągniesz lekcje z kosztownych błędów gigantów takich jak Ulta Beauty. To Twój strategiczny przewodnik po transformacji z cyfrowego "betonu" w adaptacyjną "plastelinę".
Real-Time Intelligence – od trendu do biznesowego must-have
Sposób prowadzenia działalności gospodarczej dynamicznie się zmienia. Firmy muszą stale dostosowywa… / Czytaj więcej
EPM – co to jest? Czy jest alternatywą dla BI?
Nowoczesne systemy BI i EPM dostarczają wiedzy potrzebnej do efektywnego zarządzania firmą. Czy zna… / Czytaj więcej
W jaki sposób firmy zwiększają swoją odporność na zmiany?
Do zwiększenia odporności na zmiany, konieczna jest pełna kontrola nad codziennymi procesami zapewn… / Czytaj więcej
Dlaczego systemy kontrolingowe są potrzebne współczesnym firmom?
Narzędzia Corporate Performance Management (CPM) pozwalają na przyśpieszenie tempa podejmowania dec… / Czytaj więcej
Hurtownie danych – funkcje i znaczenie dla BI
Przepisów na sukces biznesu jest na rynku wiele. Nie ulega jednak wątpliwości, że jednym z kluczowy… / Czytaj więcej
Po co dane w handlu? Okazuje się, że ich analityka może dać nawet 30 proc. większe zyski!
Jak wynika z badania firmy doradczej Capgemni, producenci FMCG oraz firmy związane z handlem detali… / Czytaj więcej
