«Влияние информационных технологий на развитие систем поддержки принятия решений»

Содержание:

Введение

Целью данной работы является исследование влияние развития информационных технологий на совершенствование систем поддержки принятия решения, о том, как с новыми веяниями в IT у проектировщиков данных систем появляются новые возможности по их развитию и о том, какими будут системы поддержки принятия решений в ближайшие несколько лет.

Новые способы структурирования и обработки данных больших объемов, которые создает все более широкое применение информационных технологий в самых разных областях, формируют новое видение отдельных компонентов, участвующих в построении систем поддержки принятия решений. Стремление сэкономить ресурсы, которое в свое время послужило драйвером создания СППР, на текущем этапе развития помогает выбирать такие решения, которые помогают держать спроектированные системы в рентабельном состоянии.

Далее мы рассмотрим некоторые аспекты СППР, классификацию текущих СППР и то, какие современные технологии могут быть использованы для создания оптимизированных, самоокупаемых и современных систем поддержки принятия решений на производстве.

Глава 1. Описание проблематики информатизации СППР

Принятие решений как деятельность существует во всех сферах деятельности современных предприятий и, конечно же, отдельных людей. Необходимость принятия решений в любое время и в любом месте, например, при ведении боевых действий, в бизнесе или выборе места для строительства дома. При этом цена ошибки в случае неверного решения может быть очень высока, что диктует очень строгие требования к принятому решению - необходимо рассмотреть все аспекты и детали, которые не только могли бы повлиять на решение в момент выбора, но и могут быть важны в дальнейшем. Одному человеку взвешенное решение по сложному вопросу принять достаточно сложно, поэтому, как правило, в сложных случаях мы прибегаем к помощи посторонней экспертизы – ведь необходимость некоторых затрат в момент консультации может сэкономить огромное количество ресурсов в будущем. И чем более сложна ситуация, в которой приходится принимать решение, тем больше ответственность и тем большей может быть цена ошибки.

Появление методологии принятия решений связано с появлением такой науки, как теория принятия решений. В общем случае задача принятия решения сводится к рассмотрению всех вариантов, которые возможны, и выбор наилучшего, либо, рассмотрение исходов, которые с высокой вероятностью возникнут при выборе каждого варианта. В целом принципы, на которые опирается теория принятия решений, справедливы для всех областей деятельности современного человека вне зависимости от личности принимающего решение.

Естественно, что расчет возможных вариантов и беспристрастный выбор наиболее подходящего варианта в какой-то момент доверили машинам - ровно до той степени, где процесс принятия решения отделим от его воплощения. Машина и человек в данной ситуации дополняют друг друга – человек подготавливает некий набор данных, необходимых для принятия решения, задает критерии и их вес – степень важности при выборе вариантов, а машина, просчитав все возможные варианты, предлагает лучший вариант в соответствии с заданными критериями. При этом не стоит упускать такой важный аспект, как влияние человеческого фактора при задании критериев и изначального набора данных – конечный результат обязательно должен быть проверен человеком, который представляет себе цель принятия решения и его потенциальные последствия.

В процессе развития информационных систем эксперты перешли от единичных продуктов, разрабатываемых для каждой задачи с нуля, к специальному программному обеспечению, предназначенному для моделирования ситуаций, которое в общем случае называется системой поддержки принятия решений.

Информационные системы поддержки принятия решений, о которых, в основном, пойдет речь в данной работе, характеризуются необходимостью обработки большого объема информации, часто подающейся на вход системы в сыром, неструктурированном виде. Применение различных математических и статистических методов позволяет исключить полностью или частично участие человека на этапе структурирования и обработки данных. При этом, как же говорилось, за человеком остается ключевая роль в принятии решения, предложенного системой.

В организациях часто вводятся дополнительные информационные системы, основное предназначение которых – развертывание внутренней системы поддержки принятия решений.

Выбор технологии, которая облегчает процесс поиска решения, очень сильно зависит от таких факторов, как сфера применения системы, количество и качество исходных данных, точность решения, стоимость ошибки и так далее. Множество методов, применяемых для оптимизации СППР, может быть применено практически на любой системе, при этом использование того или иного метода должно быть обусловлено теми данными, которыми располагает организация и которые были получены до применения СППР.

В данной работе мы рассмотрим, как может быть решена задача выбора BI-технологии на предприятии, как проводится процесс информатизации принятия решения и в конечном счете сделаем выводы о том, насколько применение информационных технологий влияет на повышение эффективности системы поддержки принятия решений. Будут представлены методы и технологии систем поддержки принятия решений, оценка эффективности этих методов, прикладное использование методов при решении задач поиска оптимального решения, а так же освещена процедура выбора той или иной технологии в зависимости от поставленной задачи.

Глава 2. Выбор технологии для построения СППР исходя из типа системы, классификация СППР

Связь между сферой применения СППР, а так же другими факторами, была установлена нами в предыдущей главе. Поскольку большинство применяемых систем базируется на математических методах, информационные технологии и их влияние на развитие СППР теснейшим образом связаны с методами, которые могут быть применены в СППР. Эти методы будут рассмотрены ниже. Всего мы поговорим о двух методах, которые могут быть использованы в построении систем – метод аналитических сетей и метод с заданием предпочтений в порядковой шкале.

В качестве примеров мы рассмотрим реальное программное обеспечение, которое может быть использовано в решении производственных задач. Для метода аналитических сетей мы будем использовать систему «SuperDecisions», а для метода PURr – «Экспертную систему поддержки принятия решений».

Однако перед тем, как говорить о СППР более предметно, необходимо определиться с терминологией. Как бы широко не были распространены системы поддержки принятия решений, однозначного толкования у этого определения по-прежнему нет. В разных учебных пособиях и руководствах приводятся различные определения, которые отражают мнение автора или коллектива авторов на обсуждаемый вопрос. Здесь и далее, говоря о системах поддержки принятия решений, мы будем говорить о системах, основное направление деятельности которых – помощь в решении задач повседневной управленческой деятельности, как об инструменте, который служит мощным вспомогательным инструментом для лиц, принимающих решения. Именно с помощью СППР производится структурирование данных и рассмотрение всех вариантов исхода с целью выбора оптимальных по тем или иным критериям решений.

Ко всем СППР применимы следующие три критерия:

• Умение работать с неструктурированными и слабо структурированными задачами.
• Интерактивность.
• Разделение данных и моделей.

К современным СППР можно также добавить необходимость базирования на современных информационных системах и участие компьютера или кластера компьютеров в принятии решения. Однако этот критерий не может применяться в полной мере – система может быть сконструирована множеством различных способов, в зависимости от того, какие задачи с помощью нее предполагается решать.

Есть еще несколько определений СППР:

• Совокупность процедур по обработке данных и суждений, помогающих руководителю в принятии решений, основанная на использовании моделей.
• Интерактивная автоматизированная система, помогающая лицу, принимающему решения, использовать данные и модели для решения слабоструктурированных проблем.
• Система, которая обеспечивает пользователям доступ к данным и моделям, так что они могут принимать лучшие решения.

Все это сводится к тем же трем критериям, о которых говорилось выше с учетом того, что современная СППР строится на основе компьютерной информационной системы.

Существует также классификация СППР по типу поддержки принятия решений:

• Информационные.
• Модельные.
• Экспертные.

Эти три типа относят к СППР, применяемых для решения неструктурированных задач, а именно, к информационным системам, генерирующим альтернативные решения.

Информационная поддержка решений, принимаемых СППР, основывается на двух видах систем управления: ИСУ и САО. ИСУ – это информационные системы управления, специальный набор инструментов для сбора и обработки информации о деятельности предприятия, объединенных в единую систему, помимо принятия решений обеспечивающую также и хранение данных. САО – это системы автоматизации офиса, обеспечивающие комплекс инструментов, на базе которых организовываются процессы коммуникации внутри предприятия, а так же связи с внешними источниками.

Эти особенности позволяют говорить о том, что СППР могут конструктивно отличаться от традиционных систем. По сравнению с системами общего назначения, СППР требуют от пользователя наличия определенного опыта в той сфере, в которой будет работать система, уровня подготовки, знаний и умений, достаточных, чтобы выбрать решение из предлагаемых системой.

Ключ к пониманию разницы между СППР и системами общего назначения лежит и в том, что процесс принятия решения носит очень субъективный характер. В связи с этим, вне зависимости от уровня автоматизации процесса обработки и структуризации данных, а так же вычисления вариантов для выбора наилучшего, самостоятельность и автономность СППР вызывает очень большие сомнения, зато самостоятельность лица, принимающего решение, никаких сомнений не вызывает – он действует по своему усмотрению, используя свои знания и опыт, а при необходимости – привлекая экспертов и консультантов. Однако система делает большую часть работы, касающуюся вычислений, и делает ее быстро и безошибочно, если данные и критерии отбора ситуаций выбраны корректно. В связи с этим, процесс принятия решения с привлечением СППР – это баланс между вычислениями и конечным выбором, а полученные в результате варианты решения носят очень высокую эффективность, которой было бы сложно достигнуть пользователю при самостоятельном решении задачи.

Глава 3. Компоненты информационных СППР

В основу СППР ложится результат исследований с использованием информационных технологий, таких как:

• Базы данных и баз знаний.
• Искусственный интеллект.
• Интерактивные компьютерные системы.
• Различные методы моделирования.

Кроме того, используются специальные технологии для работы с данными:

• Хранилища данных, обеспечивающие высокоскоростной доступ на чтение и запись.
• Инструменты аналитической обработки информации с различными возможностями, например, фильтрацией по какому-либо полю, выявлению трендов и так далее. Важно, чтобы такие системы могли работать в режиме реального времени (или с минимальной задержкой), что создает дополнительные сложности.
• Инструменты извлечения данных, текстов и визуальных образов при работе с неструктурированными данными.

Необходимость приведения к единой числовой оценке всех критериев из-за невозможности оптимизации значений групп показателей на основе их полной совокупности приводит к тому, что разработчик СППР может косвенно влиять на конечный результат. Это связано с тем, что конечный пользователь системы – лицо, принимающее решения, может и не знать о тех алгоритмах, которые заложены в процесс принятия решения, а также не иметь возможности на эти алгоритмы как-либо влиять.

Для нейтрализации влияния выбранного алгоритма на результат используется сопоставление между собой групп показателей в интерактивном режиме диалога с системой. Откалиброванная таким образом система будет опираться именно на набор критериев, определенный пользователем, а не какой-то оптимальный с точки зрения алгоритма набор, что сводит к минимуму влияние на результат работы системы со стороны разработчика.

Таким образом, при наличии возможности задать предпочтения со стороны конечного пользователя – лица, принимающего решение, принципиальный недостаток современных информационных систем поддержки принятия решений, может быть успешно преодолен.

Глава 4. Характеристики и классификация информационных СППР

Как и в случае с официальным определением, набор характеристик современных СППР в разных источниках может достаточно сильно различаться. Приведем некоторый «сводный» список критериев:

• Использование в работе и данных, и моделей, построенных на основе этих данных.
• СППР используется для помощи в принятии решения слабоструктурированных и неструктурированных задач.
• СППР осуществляют только поддержку принятия решения, не исключая участия человека.
• Цель использования СППР – повышение эффективности процесса принятия решений.
• СППР могут быть использованы на самых разных управленческих уровнях.
• Возможность использования как индивидуально, так и в группе.
• Решения, генерируемые СППР, могут быть как последовательны, так и взаимозависимым.
• Высокая гибкость системы для адаптации к изменениям критериев.

С классификацией СППР все тоже весьма неоднозначно. Например, на уровне пользователя может быть такое разделение:

• Пассивные СППР – самые простые системы, которые только предлагают варианты решения без акцента на каком-либо из вариантов.
• Активные СППР – более сложные системы, которые, анализируя данные, позволяют не только генерировать варианты решения, но и на основе тех или иных критериев давать рекомендации, какой из вариантов следует выбрать.
• Кооперативные СППР – еще более сложные системы, которые позволяют проводить многоуровневый поиск. После предложения вариантов лицо, принимающее решение, может или принять один из них, или дополнить и отправить в систему для повторной проверки. В ответ СППР может или отклонить результат по тем или иным причинам, или улучшить предложенное решение. Циклы проверки выполняются до установления равновесного результата.

Еще один вариант классификации – по управляемым системами объектам:

• Управляемые сообщениями – как правило поддерживают работу с группой пользователей, работающих над одной задачей.
• Управляемые данными – направлены, прежде всего, на работу с данными.
• Управляемые документами – в отличие от предыдущего пункта, могут работать с данными в разных формах, которые также могут быть объединены в коллекции данных.
• Управляемые знаниями – в этих системах в качестве данных используются факты, процедуры и правила.
• Управляемые моделями – используют манипуляции с математическими моделями.

В силу нечеткой классификации по критерию управляемых системами объектов, одни и те же системы могут быть отнесены к разным группам. Такие системы называют гибридными.

На техническом уровне различают:

• Настольные системы, предназначенные для индивидуального использования.
• Системы уровня предприятия, предназначенные для одновременной групповой работы.

Еще один вариант классификации – по типу обрабатываемых данных:

• Оперативные системы – применяются для работы с данными в режиме реального времени, предполагают немедленное реагирование на изменение ситуации и быстрое принятие решения.
• Стратегические системы – ориентированы на более спокойную работу, больший объем данных, большее количество источников данных. Как правило, стратегические системы не имеют строгого ограничения на время принятия решения, однако решения, которые принимаются в таких системах, могут оказывать даже большее влияние, так как стратегические системы – инструмент планирования на большие сроки.

Как видите, несмотря на большое количество способов классификации систем, жестких критериев, отличающих одну систему от другой, не задается – все они рассматриваются относительно друг друга. Это связано, не в последнюю очередь, с тем, что большинство систем – индивидуальны, поэтому более четкое разделение не представляется возможным в принципе.

Глава 5. Методы поддержки принятия решений на основе информационных технологий

Технологически большинство информационных СППР строится с применением OLAP-технологий, то есть технологий многомерного представления и анализа данных. Для связи компонентов системы между собой и организации интерактивного режима работы с пользователем очень широко применяются Web-технологии и характерные для них сопутствующие технологии.

Современные системы поддержки принятия решений должны обеспечивать полный цикл процесса разработки и реализации управленческих решений. Решаются слабоструктурированные, неструктурированные и многокритериальные задачи, то есть задачи, в которых при принятии решения учитывается одновременно несколько показателей.

При принятии решения необходимо обрабатывать очень большой объем данных, поэтому без современной вычислительной техники решение таких задач выглядит весьма затруднительным – либо время, затраченное на принятие решения, будет неприемлемым, либо варианты решения без глубокого анализа будут не очень оптимальными и, возможно, ошибочными.

СППР решает две основные задачи:

• Выбор наилучшего решения из множества возможных, то есть оптимизацию решения.
• Упорядочивание возможных решений по предпочтительности, то есть ранжирование множества решений.

Решение обеих задач требует правильного выбора совокупности критериев, по которым производится сопоставление возможных решений с некоторым эталоном. СППР в том числе предполагает помощь с выбором критериев.

Помимо классификаций, представленных в предыдущей главе, также существует классификация по методам решения определенных проблем:

• Информационный поиск.
• Поиск знаний в базах данных.
• Интеллектуальный анализ данных.
• Оценка на основе прецедентов.
• Имитационное моделирование.
• Генетические алгоритмы.
• Поиск решения с использованием нейронных сетей.
• Поиск решения с использованием методов искусственного интеллекта.

В свою очередь при решении задач используются математические методы в зависимости от имеющихся данных и критериев отбора:

• Методы решения с использованием принципа большинства: PUR1-PUR12.
• Методы решения с использованием принципа Парето: PRT1-PRT12.
• Методы решения с применением многоцелевой оптимизации: OTNUST, USTUP, ABSUST.
• Методы решения с применением принципа Байеса: BAJES, BAJNOEXP, BAJPOR, BAJPRIOR, LAPLAS, LAPLPOR.
• Методы принятия решения в динамической подстановки: BELMAN, MARKON, MARKBS.
• Методы принятия решения в условиях полной неопределенности: WALD, WALDPOR, OPTIMIST, OPTIMOR, HURWICZ, SAVAGE, BRAUN, HURWPOR.

Стремление одних компаний сэкономить на разработке решений с применением вышеприведенных методов, а других – наоборот, заработать, привело к тому, что в настоящий момент большинство систем использует облачные технологии, которые позволяют задействовать большой объем ресурсов тогда, когда это необходимо, а также разработать более-менее универсальный интерфейс, который может использоваться СППР при обращении к методам поиска решения и анализа.

Благодаря этому большинство современных провайдеров облачных услуг в том или ином виде поддерживают работу математических методов работы, которые могут быть использованы в СППР предприятия и, соответственно, могут быть использованы как в аналитических системах для принятия решений, касающихся длительного планирования, так и в оперативных системах для выявления отклонений и принятия решений, которые позволят этих отклонений избежать.

Выбор конечного метода принятия решения возлагается на эксперта и на архитекторов СППР.

Глава 6. Метод аналитических сетей

МАС – метод аналитических сетей, обобщенная форма МАИ – метода анализа иерархий. В отличие от МАИ, МАС структурирует решение в качестве аналитической сети, после чего использует систему парных сравнений для измерения веса компонентов структуры, ранжирует альтернативы в решении. В МАИ используется иерархия.

Появление метода связано с тем, что достаточно большое количество проблем не может быть решено с применением МАИ. Один из примеров – ситуация, когда в массивах данных происходит взаимодействие элементов на высоком уровне с элементами на более низком уровне и их взаимосвязь нельзя не учитывать при решении. МАС предлагает другую структуру, диаграмму «сеть», в которой эти зависимости могут быть учтены, ведь определение значения критерия важно не только для альтернатив, важность самих альтернатив определяет важность критериев.

Важное условие – сетевые модели не должны показывать иерархическую структуру, они не должны быть линейными сверху вниз. В МАС используется сеть, в которой нет необходимости указывать уровни. Для получения значимых результатов используется суперматрица, которая состоит из шкал отношений приоритетных векторов, полученная из матриц попарных сравнений и нулевых векторов.

Алгоритм МАС в общем случае выглядит следующим образом:

• Проектирование сетевой структуры задачи.
• Вычисление весов каждого всех элементов каждого компонента согласно степени их влияния на остальные компоненты.
• Проверка согласованности введенных данных.
• Формирование суперматрицы из векторов.
• Приведение суперматрицы к стохастическому виду.
• Возведение суперматрицы в предельную степень.
• Получение результата в первом столбце суперматрицы.

Таким образом, и МАИ, и МАС используются для принятия решений, требующих учета качественных факторов. Разница между методами – в способе моделирования задачи и вычисления окончательных приоритетов для альтернатив исходя из соотношений весов, полученных ранее.

Пример ПО, использующего МАС – SuperDecisions. Данный программный комплекс используется для принятия решений с зависимостью и обратной связью. Он реализует как МАС, так и МАИ методы. Применение того или иного метода обуславливается ограничениями, накладываемыми на связь между критериями и альтернативами – в случае с МАИ такое ограничение имеется, в МАС такого ограничения нет.

Глава 7. Особенности Веб-СППР

Построенные на основе веб-технологий СППР (в западной литературе – WD-DSS) характеризуются тем, что используют облачные технологии, предоставляемые современными провайдерами облачных технологий, а значит, используют только тот пул ресурсов, который необходим в данный момент времени. Это очень удобно, и, что немаловажно, может быть гораздо дешевле, чем поддержка решений на собственном аппаратном обеспечении.

Это достаточно новая технология (по сравнению с другим ПО, которое упоминается в данной работе), однако на текущий момент все большее количество организаций рассматривают переход от традиционной инфраструктуры к веб-ориентированной.

Основные характеристики веб-СППР:

• Глобальная доступность в сети Интернет.
• Поддержка клиентов СППР – частных пользователей, групп пользователей – в процессе принятия решения вне зависимости от их географического расположения.
• Использование источников данных, которые позволяют обратиться к статистике по большому количеству групп пользователей.
• Масштабируемость в зависимости от поставленной задачи.

Применение в СППР понятного и привычного веб-интерфейса снижает порог входа для ЛПР, но, в свою очередь, требует от архитекторов интерфейса СППР следование укрепившимся трендам в отрасли.

Кроме того, веб-стек с поддержкой по умолчанию подключения по защищенному каналу (HTTPS) позволяет решить множество проблем с безопасностью, которые присутствуют в классических информационных СППР.

С другой стороны, применение веб-технологий несет и определенные риски, например, открывает гораздо больше возможностей для несанкционированного доступа к приложению со стороны неавторизованных лиц, для систем, не требующих специфических ресурсов – повышает стоимость обслуживания такого решения по сравнению со стоимостью системы, расположенной внутри сети предприятия. Однако сам факт того, что производители таких систем переходят к веб-технологиям даже в индивидуальных, настольных СППР, говорит о том, что именно веб-ориентированные СППР являются системами будущего. Примером такой миграции могут быть два программных продукта:

• Expert Choise (expertchoise.com) – ПО для облегчения выбора между несколькими альтернативами при наличии множества критериев принятия решений и различных атрибутов. Типичные задачи, которые можно решать данным ПО – выбор дома в зависимости от местоположения, количества комнат, размера участка и других факторов. В данном ПО используется метод анализа иерархий, программа поддерживает работу нескольких пользователей. Expert Choise Decision Portal – это веб-версия данного ПО, доступная для использования через сеть Интернет.
• EXSYS (exsys.com) – программное обеспечение для разработки экспертных систем для оказания консультативных услуг лицам, принимающим решения. Данный продукт один из первых перешел на веб-технологии.

Среди преимуществ, которые были решающими для данного ПО, эксперты в области называют следующие:

• Экономия затрат на установку приложения и увеличение совместимости (не нужно заботиться о кросс-платформенности, приложение может быть запущено в любой операционной системе, в которой есть браузер).
• Снижение расходов на обслуживание путем перехода к централизованной модели обновления на стороне сервера, не на стороне клиента. Облегчение операций обновления данных, увеличение эффективности патчей, исправляющих ошибки в ПО.

В большинстве случаев именно экономическая обоснованность заставляет компании переходить от формата настольного приложения к веб-приложению.

С другой стороны, поддержка только одной версии ПО позволяет сделать его более качественным, подготовить специалистов по сопровождению в самые короткие сроки, от чего в конечном счете выигрывает именно пользователь, который за те же деньги получает продукт, по возможностям превосходящий настольную версию.

Дальнейший переход внутри компании от релизов силами специальных команд к внедрению процессов CI/CD позволяет компании обгонять конкурентов в вопросах внедрения нового функционала, исправлению ошибок, добавлению интеграций с другими сервисами и так далее.

Глава 8. Дальнейшее развитие облачных систем

Рассмотренные в предыдущей главе решения являются системами, которые предоставляются по подписке и располагаются внутри инфраструктуры предприятий-разработчиков. Это очень удобно для одиночного пользователя или для разового использования группой пользователей, однако в том случае, когда требуется постоянный доступ к системе, использование собственного хранилища для данных и так далее, использование системы по подписке может быть очень дорогим удовольствием.

В этом случае также возможно использование преимуществ облачных решений, в которых мы платим только за те ресурсы, которые задействованы, однако подход будет немного другой. Например, при использовании ПО Экспертная система поддержки принятия решений мы можем использовать облачную платформу Azure от компании Microsoft для размещения решения, использовать любой WebDAV-диск, S3-совместимое хранилище или даже решения вроде DropBox для хранения и чтения данных и сохранения данных со стороны программы.

Далее администратор системы настраивает через специальную консоль права доступа для конечных пользователей и в конце мы получаем запущенную и готовую к работе систему, готовую решать задачи поиска и выбора альтернатив более чем 25 методами.

Как вы понимаете, в данной ситуации компания-владелец системы несет дополнительные расходы. Для начала потребуется администратор, который умеет работать с ПО, так как для его правильной работы требуется настройка и калибровка. Кроме того, инфраструктура, развернутая в облачной платформе, тоже требует обслуживания. Однако в случае постоянного использования это обходится дешевле, чем покупка подписки.

Глава 9. Будущее СППР с использованием современных технологий

Говоря о будущем, можно предполагать, что мы увидим дальнейший переход от «коробочных» версий к онлайн-версиям, от внутренних корпоративных систем к системам, базирующимся в «облаках». Это происходит уже сейчас и этот процесс будет завершен – старые игроки перейдут на работу по новым условиям, новые же будут сразу планировать свой бизнес так, чтобы работать только с облаками.

Еще одной перспективной отраслью, которая наверняка окажет свое влияние на проектирование новых систем, является появление публичных и приватных движков, способных реализовывать различные математические методы для работы с большими объемами данных в облаке. Примерами таких сервисов могут быть Google BigQuery, Power BI от Ingram Micro Cloud, сервисы от Microsoft, такие как Machine Learning, Stream Analytics, Data Lake Analytics, Amazon QuitSight и другие. Эти приложения позволят еще больше интегрировать процесс принятия решений в облачную среду. Вместе с тем, возможность развертывания в том же облаке инфраструктуру предприятия и использование автоматизации для развертывания различных приложений позволят создавать по-настоящему гибкие, удобные в эксплуатации, дешевые, поскольку не требуют дополнительных ресурсов, безопасные, поскольку вся работа по инфраструктуре делегирована владельцам облака, системы, которые, в силу своих особенностей, смогут выдавать результат быстрее и качественнее профессиональных коробочных решений. Сама отвлеченность от процедуры настройки и инсталляции системы позволит сосредоточиться на повышении качества результата путем подготовки данных и критериев отбора.

Одно останется неизменным в новых системах – по-прежнему за принятие решения во всех случаях будет отвечать человек, он же будет нести ответственность в случае ошибки системы.

В обозримом будущем, несмотря на высочайшие темпы развития современных информационных технологий в области высоких знаний и автоматизации, добиться от компьютера осознанного принятия решений не удастся. С одной стороны, это и хорошо – хотя бы на уровне управления компьютер все еще остается лишь помощником человека, с другой стороны, каких-то 40-50 лет назад при решении структурированных задач на выбор варианта решение тоже принимал человек, сейчас же вычислительной мощности современных систем хватает, чтобы решение таких задач автоматизировать, и эта база позволяет надеяться на то, что мы еще увидим тот уровень развития СППР, где решение принимается вообще без участия человека.

Заключение

В данной работе были рассмотрены аспекты современных информационных систем поддержки принятия решений, а также отмечены технологии и методы, которые применяются при их построении. Этого материала достаточно для того, чтобы далее рассматривать эволюцию СППР от коробочных решений, предназначенных для индивидуального или корпоративного использования до веб-решений, которые могут быть размещены в облаках.

Рассмотрены также аспекты применения облачных решений в современных реалиях, какие плюсы и минусы есть у таких решений и почему плюсы все-таки перевешивают минусы. Приведены реальные примеры программного обеспечения, которое прошло по данному эволюционному пути и продолжает развиваться.

В последней главе данной работы рассмотрено мое видение дальнейшего развития систем поддержки принятия решений, в которых, во-первых, произойдет окончательный переход в веб и облачную инфраструктуру, а во-вторых будет гораздо активнее использоваться аналитический аппарат, предоставляемый крупными корпорациями как сервис при аренде облака, что позволит сделать работу новых систем более дешевой, но и более качественной. Рассмотрена также перспектива перехода к качественно новым системам, которые, возможно, будут принимать какое-то количество решений неструктурированных задач без участия человека.

Библиографический список

Т.К. Кравченко – Системы поддержки принятия решений / Т.К. Кравченко. – Москва, НИУ ВШЭ, 2018. – 292с.

А. Баин – Современные информационные технологии систем поддержки принятия решений / А. Баин. – Москва, Форум, 2009. – 240с.

А.И. Уринцов, В.В. Дик – Системы поддержки принятия решений / А.И. Уринцов, В.В. Дик – Москва, МЭСИ, 2008. – 518с.