
- •4. Сравнительный анализ американской и японской модели управления.
- •5.Менеджмент как наука и искуство
- •9. Организационно-распорядительные методы
- •11. Понятие “принцип управления”. Принципы управления, предложенные а.Файолем
- •12.Научные принципы управления. Основные направления изменений состава и содержания принципов управления в настоящее время.
- •14. Основные положения и значения школы научного управления
- •15. Основные положения, научный и практический вклад классической административной школы управления.
- •16. Поведенческий подход к управлению. Основные положения школы поведенческих наук и человеческих отношений.
- •17. Сущность системного и ситуационного подходов к управлению.
- •18.Система управления организацией: управляющая и управляемые подсистемы.
- •19. Организация как открытая система
- •20. Внешняя среда организации
- •21. Деловая среда и ее влияние на организацию
- •22. Внутренняя среда организации
- •23. Понятие “функция управления”. Классификация функций
- •25. Общие и конкретные функции управления, их взаимосвязь.
- •26. Цель и целепологание в управленческой деятельности. Классификация целей.
- •27. Дерево целей. Правила построения дерева целей.
- •Требования к целям
- •28. Делигирование полномочий и ответственности
- •29. Понятие “осу”. Классификация и генезис осу.
- •30.Достоинства и недостатки, область применения осу: линейно-функциональной, дивизиональной, матричной.
- •32.Принципы построения осу
- •33.Мотивация и ее роль в управлении организацией. Основные понятия теории мотиваций
- •34. Содержательные теории мотивации, их характеристика и значение
- •35. Процессуальные теории мотивации, их характеристика и значение
- •36.Организационная культура
- •37.Управление как процесс. Схема процесса управления
- •38. Решения в процессе управления
- •39. Процесс разработки и принятия управленческих решений
- •40. Методы разработки и принятия управленческих решений
- •41.Основы власти в организации
- •42.Лидерство и управление
- •Лидерство и руководство.
- •44. Стиль руководства. Различные подходы к определению стиля руководства
- •46. Менеджер как профессиональный управляющий (47?????)
- •48.Методы оценки управленческого персонала
- •51. Управленческая информация
- •52. Современные информационные технологии, используемые в управлении
- •53. Коммуникации в управлении
- •Два понимания стратегии
- •Выбор стратегии фирмы
- •55. Миссия организации
- •Носители интересов
- •Факторы выработки миссии
- •57. Сужность стратегического управления
- •58. Стратегический анализ и разработка стратегических альтернатив
52. Современные информационные технологии, используемые в управлении
Классификация информационных технологий представлена на рис. 30.
Из всего обилия компьютерных информационных систем далее рассматриваются два типа: - управленческие информационные системы (MIS), - системы обеспечения принятия решения (DSS - decision support system).
В
MIS данные собираются, обрабатываются и
представляются менеджеру таким образом,
чтобы обеспечить оперативное управление.
Основные компоненты MIS - база данных,
компьютерная система и форма, в которой
данные распределяются.
Рис.30. Классификация информационных технологий
Примеры информации, которая формируется в базах данных, - цены, выход продукции, скорость, число распоряжений, наличие ресурсов и потоки рабочей силы. Для MIS существенно, чтобы базы данных содержали нужное количество и необходимый тип правильной высококачественной информации. Эта информация должна быть тщательно организована.
Компьютер в MIS обрабатывает данные и генерирует информацию для различных подразделений фирмы. Она является основой формирования моделей управленческих решений и самих решений. Построение модели остается творческим процессом.
DSS отличаются от MIS тем, что менеджер обычно является внутренним компонентом DSS, а не внешним, как в MIS. Иными словами, менеджер взаимодействует с компьютерной информационной системой так, чтобы получить решения в итеративном процессе. Следовательно, DSS часто интегрирует экономико-математические модели как первичные элементы системы, с которой ЛПР взаимодействует (табл.7.2).
На схеме рис. 31 показаны информационные потоки взаимодействия менеджера и компьютерной системы DSS, что обычно называется анализом «что, если .... ?» Компьютер генерирует результаты на экономико-математической модели, а менеджер его спрашивает: «Что произойдет, если что-нибудь изменится в модели?» (например, цены, издержки, их структура и т.д.). Менеджер может также промоделировать возможные решения и оценить потенциальные результаты.
Таблица 7.2
Различия MIS и DSS
MIS |
DSS |
Акцент делается на структурирование задач при предварительно определенных стандартных процедурах, правил их решения и информационных потоках |
Акцент делается на решения Структура компьютера и аналитическая помощь важны, но оценки менеджера более существенны |
Выигрыш состоит в снижении затрат, необходимого времени, количества обслуживающего персонала и т.д. |
Выигрыш состоит в расширении диапазона и возможности компьютеризации процессов решения с целью помочь менеджеру увеличить эффективность работы |
Влияние на принятие менеджером решения непрямое, т.к. обеспечивается доступ к необходимым данным |
Влияние на менеджера состоит в создании необходимого инструментария под его непосредственным контролем, что не является попыткой автоматизировать процесс решения, предопределить цели и оказать давление на решение |
Рис. 31. Блок - схема DSS
Дополнительным аспектом DSS является взаимодействие между ее составными частями. Например, решения по запасам влияют не только на производство, но и на маркетинг, распределение продукции и издержки. Потоки информации обеспечивают разработку «кооперативного» решения.
Решения менеджера не означают конца операций DSS. Они и их последствия в форме обратной связи обеспечивают дополнительные данные в базе данных. Таким образом, идеальная DSS - это динамичная система с непрерывным обновлением данных.
Развитие таких систем - экспертные системы. Это компьютерные программы, включающие базы знаний по частным проблемам и механизмы взаимодействия элементов этих баз - по сути интеллектуальные DSS.
Сравнение DSS и экспертных систем приведено в табл. 7.3.
Таблица 7.3
Сравнение DSS и экспертной системы
Характеристика |
DSS |
Экспертная система |
Цели |
Помочь ЛПР |
Воспроизводить советы |
Кто принимает решения |
ЛПР и/или система |
Система |
Основная ориентация |
Принятие решений |
Представление экспертиз и советов |
Основное направление интервьюирования |
ЛПР интервьюирует машину |
Машина интервьюирует ЛПР |
Природа обеспечения |
Индивидуальная, групповая, организаций |
Индивидуальная или групповая |
Методы управления данными |
Численные |
Символьные (в основном) |
Характеристики проблемных областей |
Комплексные, широкие |
Узкие |
Окончание табл. 7.3
Характеристика |
DSS |
Экспертная система |
Типы исследуемых проблем |
Специальные, уникальные |
Повторяющиеся |
Содержание базы данных |
Фактические знания |
Процедуры и фактические данные |
Способность делать заключения о причинах |
Отсутствует |
Есть ограничения |
Способность объяснения |
Ограниченная |
Существует |
База знаний включает в себя большую сумму знаний относительно проблем, «запомненных в системе». Исследователи находят, что использование этой массы знаний более эффективно, чем использование специальных решающих процедур. Экспертные системы являются консультантами в принятии решений, т.к. содержат факты, знания и правила, которые взаимодействуют в проблемной области.
Пример общей структуры экспертной системы классификации на основе правил приведен на рис. 32.
Рис. 32. Структура информации в экспертной системе классификации
Выгоды оперирования реальным знанием и способности экспертных систем ведут к созданию и использованию систем с искусственным интеллектом. Центральным моментом искусственного интеллекта является использование более эвристики (или правил перебора), чем алгоритмов обработки информации. Эвристика включает инструкции, правдоподобные аргументы или правила перебора для принятия решений и таким образом отражает человеческое поведение точнее, чем алгоритмы.
Другой важной характеристикой систем с искусственным интеллектом является то, что они оперируют символами так же хорошо, как числами.
Экспертные системы с искусственным интеллектом находят применение в планировании, управлении производством, обслуживании оборудования, т. е. в областях, где решения в области управления не могут полностью основываться на алгоритмах.