The New Age Of Business Software

Ενώ οι εταιρείες σε όλο τον κόσμο αγωνίζονται να μεταμορφωθούν, οδηγούμενοι από την πανδημία και τον αυξημένο ανταγωνισμό ψηφιακά, φαίνεται να έχει ξεσπάσει ένας αγώνας αγώνα για να δούμε ποιος θα αποκομίσει τα τεράστια οφέλη. Για την εταιρεία συμβούλων διαχείρισης McKinsey, ο ψηφιακός μετασχηματισμός σημαίνει δύο πράγματα: Από τη μία πλευρά, οι εταιρείες μεταμορφώνουν τη βασική τους δραστηριότητα για να την κάνουν καλύτερη, ταχύτερη, φθηνότερη και πιο αποτελεσματική μέσω της τεχνολογίας. Από την άλλη πλευρά, ανοίγουν νέους επιχειρηματικούς τομείς για να δημιουργήσουν κάτι πέρα ​​από τη βασική δραστηριότητα που δεν υπήρχε πριν.

Χρήση τεχνολογίας – τι σημαίνει αυτό; Πρόκειται για δύο θεμελιώδη πράγματα: τη χρήση δεδομένων και τη χρήση νέου λογισμικού που χρησιμοποιεί αυτά τα δεδομένα για να βελτιστοποιήσει ό,τι ήδη υπάρχει ή για να πραγματοποιήσει νέες επιχειρηματικές ιδέες.

Βασικό χαρακτηριστικό αυτού του νέου τύπου επιχειρηματικού λογισμικού είναι οι χαμηλές δυνατότητές του για τυποποίηση. Αντίθετα, οι περιπτώσεις χρήσης παραδοσιακού επιχειρηματικού λογισμικού – όπως η λογιστική σε πακέτα ERP – είναι συνήθως πολύ καλά καθορισμένες και τυποποιημένες. Η τήρηση βιβλίων είναι μια επακριβώς καθορισμένη εργασία. Βασίζεται σε αλγόριθμους και μια δομή δεδομένων που δεν έχουν αλλάξει ριζικά από την εφεύρεσή τους στην Ιταλία τον 16ο αιώνα. Τα νέα επιχειρηματικά μοντέλα λειτουργούν διαφορετικά. Είναι ειδικά για τον κλάδο. Μπορούν ακόμη και να είναι ειδικά για τον πελάτη. Από αυτό, τουλάχιστον το κομμάτι που προσθέτει αξία πρέπει να αναπτυχθεί από τις ίδιες τις εταιρείες ή από στενούς συνεργάτες.

Επιθυμητή Γνώση Προγραμματισμού

Ωστόσο, πολλές εταιρείες σήμερα δεν διαθέτουν τις δεξιότητες για να αναπτύξουν το επεκτάσιμο λογισμικό τους σε μεγάλη κλίμακα. Πολλές ομάδες πληροφορικής έχουν απλώς διαμορφώσει ή συντηρήσει λογισμικό τις τελευταίες δεκαετίες. Δεν υπήρχε σχεδόν καμία ανάγκη για πολύπλοκα έργα ανάπτυξης λογισμικού και αντίστοιχα λίγη εκπαίδευση. Ο λόγος για αυτό είναι ο θρίαμβος του τυποποιημένου επιχειρηματικού λογισμικού. Στις πρώτες μέρες της ανάπτυξης λογισμικού στα τέλη της δεκαετίας του 1960, οι εταιρείες ανέπτυξαν οι ίδιες τις (επιχειρηματικές) εφαρμογές τους. Για να το κάνουν αυτό, χρησιμοποίησαν κάποιες βασικές τεχνολογίες, όπως μια βάση δεδομένων και μια γλώσσα προγραμματισμού με την οποία μπορούσαν να γράφουν εφαρμογές. Είχαν μεγάλες ομάδες που ανέπτυξαν πολύπλοκο λογισμικό με πολλές γνώσεις, προσπάθεια και τεχνικές ικανότητες. Με την πάροδο του χρόνου, αυτός ο «μύς» έχει ατροφήσει. Λόγω του τρέχοντος κύματος ψηφιοποίησης, ωστόσο, πρέπει να εκπαιδευτεί ξανά. Πρέπει μάλιστα να γίνει πιο αποτελεσματικός από ποτέ. Ωστόσο, αυτό αντιμετωπίζεται από την περιβόητη έλλειψη ειδικών πληροφορικής και λογισμικού.

Η δημιουργία ομάδων ανάπτυξης λογισμικού στην Ανατολική Ευρώπη, την Ινδία ή άλλες τοποθεσίες στην Ασία είναι πολύπλοκη. Είναι ακόμη πιο δύσκολο να διαχειριστείς ομάδες που είναι κατανεμημένες σε όλο τον κόσμο. Απαιτείται πολύς χρόνος και εμπειρία από την αποτυχία πολλών έργων μέχρι να δημιουργηθούν ισχυρές διαδικασίες ανάπτυξης. Αλλά δεν είναι μόνο η δημιουργία εσωτερικών δυνατοτήτων. Πρέπει επίσης να ξεπεραστούν οι εξωτερικές προκλήσεις. Ένας «αγώνας για την ψηφιοποίηση» λαμβάνει χώρα μεταξύ καθιερωμένων εταιρειών που πρέπει να (ξανα)αποκτήσουν δεξιότητες λογισμικού και εταιρειών λογισμικού (συχνά νεοσύστατες) που, σε αντάλλαγμα, πρέπει να αποκτήσουν γνώση του κλάδου. Έχουμε ήδη δει μερικούς εξέχοντες νικητές σε αυτόν τον αγώνα, όλοι από την πλευρά της εταιρείας λογισμικού.

Παράδειγμα Amazon

Η Amazon ήταν μια start-up λογισμικού που αναγνώρισε τις δυνατότητες του διαδικτυακού ηλεκτρονικού εμπορίου. Έφτιαξε μια πλατφόρμα λογισμικού και δίδαξε η ίδια πώς να πουλά βιβλία. Η Amazon έλυσε ένα τεχνικό πρόβλημα και απέκτησε αρκετή τεχνογνωσία για να πετύχει. Οι κύριοι έμποροι λιανικής, ειδικά εκείνοι που βασίζονταν σε επιχειρήσεις με ταχυδρομικές παραγγελίες, δεν μπορούσαν να αναπτύξουν τις πλατφόρμες ηλεκτρονικού εμπορίου τους αρκετά γρήγορα.

Το παράδειγμα δείχνει ένα σχήμα: Σε έναν συγκεκριμένο κλάδο, οι επιτυχημένες εταιρείες δέχονται επίθεση από νέους παίκτες που αντλούν τη διασπαστική τους δύναμη από την τεχνογνωσία τους στο λογισμικό. Τι σημαίνει αυτό για άλλους κλάδους; Το λογισμικό αλλάζει τους κανόνες του παιχνιδιού. Χρειάζεται περισσότερο λογισμικό. Ορισμένες εταιρείες ασχολούνται με τον προγραμματισμό λογισμικού και αναπτύσσουν νέο λογισμικό από την αρχή. Κατά κανόνα, χρησιμοποιούν την υποδομή και τα εργαλεία των μεγάλων υπερκλιμακωτών cloud για αυτό. Ωστόσο, αυτή η προσέγγιση συχνά αποτυγχάνει λόγω των σημείων συμφόρησης χωρητικότητας, της έλλειψης εμπειρίας στην ανάπτυξη λογισμικού και του εκτοξευόμενου κόστους του cloud. Οι εταιρείες λογισμικού μπορούν να βοηθήσουν καθιερωμένες εταιρείες να λύσουν αυτό το πρόβλημα και να γίνουν παίκτες τεχνολογίας.

Το πρόβλημα της βελτιστοποίησης

Μέχρι στιγμής, έχουμε μιλήσει μόνο για νέους επιχειρηματικούς τομείς. Πώς όμως μπορούν οι εταιρείες να γίνουν καλύτερες, πιο γρήγορες και φθηνότερες στην κύρια δραστηριότητά τους; Ακολουθεί ένα παράδειγμα: Μέχρι πριν από λίγα χρόνια, ήταν σχεδόν αδύνατο για τον διαχειριστή ενός κέντρου δεδομένων να αποκτήσει μια πλήρη εικόνα της κατάστασης του τοπίου πληροφορικής του. Ήταν δύσκολο να προβλέψουμε ποια προβλήματα θα ακολουθούσαν. Δεν υπάρχει αρκετός χώρος στο δίσκο, αποτυχία CPU ή κάτι εντελώς άλλο; Κάθε κατασκευαστής υλικού προσέφερε λογισμικό παρακολούθησης, αλλά κατέγραφε μόνο τα στοιχεία του. Κάθε στοιχείο δημιούργησε τα λεγόμενα αρχεία καταγραφής του, αποθηκεύτηκε και αναλύθηκε ξεχωριστά. Οι ιδρυτές του Splunk αναγνώρισαν αυτό το πρόβλημα και ανέπτυξαν την πρώτη πλατφόρμα ανάλυσης για τα αρχεία καταγραφής όλων των στοιχείων υλικού.

Στη βιομηχανική παραγωγή, οι διευθυντές παραγωγής και άλλοι διευθυντές αντιμετωπίζουν παρόμοια προβλήματα. Η κεντρική παρακολούθηση μηχανών και συστημάτων από διαφορετικούς κατασκευαστές είναι ακόμη πιο δύσκολη από την παρακολούθηση των κέντρων δεδομένων πριν από 15 χρόνια. Ήταν προφανές ότι οι εγκαταστάσεις παραγωγής πρέπει να παρακολουθούνται σε επίπεδο εργοστασίου, χώρας και εταιρείας. Ωστόσο, αυτή η εργασία είναι πολύ πιο δύσκολη στην επίλυση από την εναρμόνιση των αρχείων καταγραφής. Ο αυτοματισμός παραγωγής συνήθως ελέγχεται από τα λεγόμενα συστήματα ελέγχου παραγωγής (Manufacturing Execution Systems, MES). Πρόκειται για συστήματα λογισμικού ειδικά για τη βιομηχανία, μερικά από τα οποία αναπτύσσονται ακόμη και από τις κατασκευαστικές εταιρείες σύμφωνα με τις απαιτήσεις τους. Η παροχή ενός σημασιολογικού επιπέδου που λαμβάνει υπόψη όλα τα MES, τις μηχανές και τα ρομπότ είναι μια πραγματική πρόκληση. Ωστόσο, είναι απαραίτητη προϋπόθεση για την επίλυση του προβλήματος à la Splunk.

Η Λύση υπάρχει ήδη

Πολλές από τις προκλήσεις που φέρνει η ψηφιοποίηση επιλύονται ήδη από τις υπάρχουσες τεχνολογίες. Αυτό ισχύει ιδιαίτερα για την ενοποίηση δεδομένων συσκευών (που αναφέρονται επίσης ως IoT), την ενοποίηση υπαρχουσών εταιρικών εφαρμογών (iPaaS) και την αυτοματοποίηση και ανάλυση διαδικασιών. Αυτοί οι τρεις τομείς δημιουργούν τη βάση για την ανάπτυξη μεμονωμένου λογισμικού που ανοίγει νέους επιχειρηματικούς τομείς για τις εταιρείες. Εάν τα προϊόντα λειτουργούν επίσης σε όλες τις πλατφόρμες εικονικού cloud, η ψηφιακή κυριαρχία διατηρείται και η εναλλαγή μεταξύ αυτών των πλατφορμών είναι σχετικά εύκολη. Επιπλέον, η βάση στην ήδη υπάρχουσα, αποδεδειγμένη βασική τεχνολογία αποτρέπει τις εταιρείες από το να βαλτώσουν στην ανάπτυξη σύνθετου λογισμικού υποδομής που δεν τους προσθέτει αξία. Μπορείτε να μεταβείτε στη διαδικασία ανάπτυξης λογισμικού πολύ αργότερα, να εργαστείτε με μια ισχυρή, επεκτάσιμη πλατφόρμα και να μην είστε συνδεδεμένοι με έναν συγκεκριμένο πάροχο cloud.

Κάποιος θα μπορούσε να το ονομάσει «ραχοκοκαλιά» νέων εφαρμογών λογισμικού και βιομηχανικών λύσεων που βασίζονται στη συγχώνευση δεδομένων συναλλαγών IoT και διεργασιών.

Λοιπόν, πού είναι οι δυνατότητες βελτιστοποίησης του ψηφιακού μετασχηματισμού; Πρώτα και κύρια, αυτό το πρόβλημα ανάλυσης μπορεί να λυθεί χρησιμοποιώντας εφαρμογές ανάλυσης. Υπάρχει επίσης η επιλογή χρήσης εργαλείων αντί προσαρμοσμένων εφαρμογών. Αυτό στη συνέχεια εμπίπτει στην περιοχή της εξόρυξης διεργασιών ή της ανάλυσης χρονοσειρών. Και τα δύο είναι εργαλεία για τους τελικούς χρήστες που χρησιμοποιούνται από τα εξειδικευμένα τμήματα για τον εντοπισμό δυνατοτήτων βελτιστοποίησης, είτε φιλτράροντας ανεπαρκείς παραλλαγές διεργασιών είτε προσδιορίζοντας τις αιτίες των μη βέλτιστων αστερισμών σε δεδομένα χρονοσειρών. Η σύγχρονη τεχνολογία IoT έχει τη δυνατότητα να εναρμονίσει τα δεδομένα μηχανών.

Οι αγορές-στόχοι

Οι προκλήσεις που περιγράφονται παραπάνω υπάρχουν σε όλους σχεδόν τους κλάδους – από τον χρηματοπιστωτικό τομέα έως τη μηχανολογία και από τον δημόσιο τομέα (με συγκεκριμένο τρόπο) έως τη βιομηχανία επεξεργασίας. Η ιδανική εταιρεία έχει ξεκάθαρη κατανόηση του τι σημαίνει ψηφιακός μετασχηματισμός. Ποιες ανάγκες βελτιστοποίησης υπάρχουν ή ποιος νέος επιχειρηματικός τομέας θα πρέπει να αναπτυχθεί με βάση νέες προσφορές που υποστηρίζονται από λογισμικό; Μια εταιρεία που ασχολείται σοβαρά με τις απαιτήσεις ψηφιακού μετασχηματισμού θα είναι σε θέση να απαντήσει σε αυτές τις ερωτήσεις και να ενεργήσει με επιτυχία.