Budżetowanie stało się w ostatnich latach ważnym elementem zarządzania. Proces budowania planów obejmujący etapy: precyzowania celów, wyszukiwania dróg ich realizacji oraz przeobrażania wybranej strategii w budżet firmy, wydziałów i poszczególnych centrów kosztowych to machina, która ma nam zapewnić skuteczniejsze zarządzanie przedsiębiorstwem.
Bieżąca kontrola wykonania budżetu powinna zagwarantować szybkie wychwycenie odchyleń oraz podjęcie ewentualnych działań korygujących. Problem w tym, że podczas budowania planów bardzo często zapomina się o tym, że ich twórcami i wykonawcami są ludzie, których uczucia nie pozostają bez wpływu na jakość wykonywanej pracy.Budżetowanie uczuć
Proces budżetowania rozumiany jest zwykle jako tworzenie ilościowo-wartościowego planu działania. Dlatego naturalnym wydaje się podejście, przy którym jedynymi danymi branymi pod uwagę podczas budowania budżetu są odpowiednie wielkości wyrażone w postaci pieniężnej lub ilościowej. W całym procesie budżetowania pierwiastek ludzki jest jednak niezwykle ważny, czasem wręcz decyduje o możliwości realizacji planów. Tworzenie budżetu przynosi efekty jedynie wtedy, gdy proces ten zostanie wykorzystany do motywowania kadry zarządzającej i pracowników szeregowych. Dzięki budżetowaniu poprawia się również przepływ informacji w firmie, a działania poszczególnych osób są lepiej skoordynowane. W zależności od wyboru metody budżetowania pod uwagę bierze się informacje charakteryzujące dane o działalności w przeszłości (metoda przyrostowa) lub tworzy się poszczególne budżety przy założeniu, jakby przedsiębiorstwo po raz pierwszy przystępowało do realizacji planowanych procesów i programów działania (metoda ?od zera?). Jak jednak uwzględnić w budżetowaniu przyjaźń pomiędzy zwierzchnikiem i podwładnym lub niechęć pomiędzy pracownikami tego samego działu? Na to pytanie odpowiedź daje teoria zbiorów rozmytych. Tradycyjny proces budżetowania nie bierze pod uwagę danych, które są trudne do ujęcia w postaci liczbowej. Jednak istnieje wiele procesów w przedsiębiorstwie, na które niebagatelny wpływ mają wielkości o charakterze rozmytym.
Rozmyte, ale ważne
Pierwszą grupę takich danych stanowią informacje o otoczeniu, w którym działa przedsiębiorstwo. Są to np. nastroje społeczne i to zarówno odnoszące się do gospodarki, jak i do polityki. Tak często przecież okres wyborów staje się zaczątkiem waśni i sporów w przedsiębiorstwie. Trudno jest zostawić przed bramą zakładu przekonania i ideały. Tym trudniej, gdy w grę wchodzą aspekty ekonomiczne, gdy nad pracownikami wisi widmo wypowiedzenia, a kadra zarządzająca musi znaleźć sposób na pokonanie nieprzyjaznych przepisów. Drugą grupą danych o charakterze rozmytym są informacje odnoszące się do całości przedsiębiorstwa. Są to np. dane mówiące o polityce firmy na rynku, o atmosferze panującej między pracownikami w przedsiębiorstwie. Oczywiste wydaje się, że w firmie, w której panują przyjacielskie stosunki, można liczyć na lepsze rezultaty. Tego typu zbiór opisujący atmosferę pracy mógłby wyglądać następująco:
Atmosfera = {przyjacielska, służbowa, neutralna}
Wreszcie pokaźną grupę danych o charakterze rozmytym stanowić mogą informacje o konkretnych pracownikach. Nie bez znaczenia jest fakt, czy przełożony jest kompetentny, czy też nie. Warto również wziąć pod uwagę przy budżetowaniu, jak gospodarują pieniędzmi osoby odpowiedzialne za wydatki. Załóżmy, że tego typu zbiór przyjąłby taką formę:
Osoba decydująca o wydatkach = {rozrzutna, rozsądna, skąpa}
Dla ponoszonych przez przedsiębiorstwo kosztów ma ogromne znaczenie fakt, że osoba zarządzająca pieniędzmi nie potrafi powstrzymać się przed wydawaniem pieniędzy. Również osoba nadmiernie oszczędna może przysporzyć firmie wiele problemów dokonując zakupów rzeczy tańszych, ale bardzo złych gatunkowo i w dodatku zawierając transakcje w ostatniej chwili. W całym przedsiębiorstwie znaleźć można bardzo wiele danych o typowo rozmytym charakterze, które powinny być wzięte pod uwagę w procesie tworzenia planów sprzedaży, produkcji, materiałów bezpośrednich czy poszczególnych grup kosztów. Niezbędne dla prawidłowego planowania jest ujmowanie w procesie budżetowania zarówno danych ilościowych i wartościowych, które stanowią podstawę planów, jak i danych jakościowych.
Sztuczna inteligencja idzie z pomocą
Samo uświadomienie sobie wagi danych o charakterze rozmytym w procesach planowania i zarządzania przedsiębiorstwem to dopiero pierwszy krok na drodze do faktycznego ich wykorzystania.
W procesach planowania wykorzystujących dane o charakterze rozmytym nie można zastosować tradycyjnych metod prognozowania opartych na dostępnym aparacie matematycznym, ponieważ nie istnieje wzór, do którego dałoby się podstawić dane rozmyte. Bo jak tu podstawić do wzoru miłość do szefa działu lub przyjaźń z podwładnymi? Jednak istnieje mechanizm umożliwiający wykorzystanie tego typu danych. Są to systemy wykorzystujące zasady działania sieci neuronowych.
Sieci takie są jedynie uproszczonym modelem struktury biologicznej, zachowują jednak zasadę działania biologicznego pierwowzoru. Podstawową zaletą sieci neuronowych jest fakt, że mogą one rozwiązywać zadania beż zaprogramowanego algorytmu. Ogólna zasad działania sieci polega na wytrenowaniu jej na pewnym zbiorze danych historycznych. Sieć nabiera zdolności do prognozowania na podstawie dostarczonych danych, nie wymaga za to znajomości żadnych wzorów ani teorii o związkach pomiędzy danymi a prognozowanymi wynikami.
Z punktu widzenia prognozowania wielkości ekonomicznych niezwykle istotne jest wykorzystanie sieci do kojarzenia faktów wnioskowanych na podstawi wprowadzonych danych dzięki zdolności sieci do uczenia się, adaptacji i uogólniania doświadczeń.
Sieci neuronowe wykazują także małą wrażliwość na błędy (szumy) w zbiorze danych, które w klasycznym prognozowaniu mogą doprowadzić do całkowicie błędnych wyników. Dowolne problemy, które rozwiązać można przy pomocy tradycyjnego modelowania lub metodami statystycznymi, dają się zwykle rozwiązać skuteczniej przy użyciu sieci neuronowych.
Z obszarów ekonomii sieci neuronowe znalazły zastosowanie m.in. w zjawiskach, w których zaobserwować można chaos (w sensie matematycznym). Są to m.in. wahania cen na giełdzie, wypłacalność pożyczkobiorców (ocena na podstawie ich wpływów i wydatków). W tym ostatnim przypadku wykazano, że sieci neuronowe lepiej określają decyzje niż doświadczony personel.
Uczenie sieci stwarza możliwość wyposażenia modelu w doświadczenie (bazę wiedzy). Dzięki temu możliwe jest tworzenie prognoz na zasadzie kojarzenia z wcześniej znanymi faktami oraz - co niezwykle istotne - prognozowanie w sytuacjach nietypowych.
Wydaje się, że sieci neuronowe są idealnym instrumentem także w procesie budżetowania wykorzystującym dane o charakterze rozmytym. Sieci neuronowe dają nadzieję na zastosowanie wielu dotychczas niewykorzystywanych informacji. Przyrostowa metoda budżetowania daje możliwość wyuczenia sieci zależności i procesów zachodzących w przedsiębiorstwie. Uczenie takie powinno się odbywać przy wykorzystaniu jak największej ilości danych z minionych okresów planistycznych. Proces ten musi obejmować przedstawienie danych wejściowych w każdym z okresów (zarówno o charakterze ilościowo-wartościowym, jak i jakościowym) oraz rzeczywiście osiągnięte wyniki okresu. W ten sposób sieć neuronowa będzie w stanie przyswoić sobie zasady rządzące przedsiębiorstwem, których na co dzień nie możemy wykorzystać w procesie planowania.
_____________________
Tomasz S. Sokołowski