Darmowy fragment publikacji:
Witold Bartkiewicz, Piotr Czerwonka, Anna Pamuła – Uniwersytet Łódzki, Wydział Zarządzania
Katedra Informatyki, 90-237 Łódź, ul. Matejki 22/26
RECENZENT
Gabriela Idzikowska
REDAKTOR INICJUJĄCY
Monika Borowczyk
OPRACOWANIE REDAKCYJNE
Anna Dziadzio
SKŁAD I ŁAMANIE
Munda – Maciej Torz
KOREKTA TECHNICZNA
Leonora Gralka
KONCEPCJA GRAFICZNA OKŁADKI I STRON TYTUŁOWYCH
Katarzyna Turkowska
PROJEKT OKŁADKI
Agencja Reklamowa efectoro.pl
Zdjęcie wykorzystane na okładce: © Depositphotos.com/grandfailure
© Copyright by Authors, Łódź 2020
© Copyright for this edition by Uniwersytet Łódzki, Łódź 2020
Wydane przez Wydawnictwo Uniwersytetu Łódzkiego
Wydanie I. W.09041.18.0.K
Ark. wyd. 11,5; ark. druk. 15,125
ISBN 978-83-8220-211-3
e-ISBN 978-83-8220-212-0
Wydawnictwo Uniwersytetu Łódzkiego
tel. 42 665 58 63
90-131 Łódź, ul. Lindleya 8
www.wydawnictwo.uni.lodz.pl
e-mail: ksiegarnia@uni.lodz.pl
Spis treści
Wstęp
Rozdział 1
Zastosowanie nowych technologii w biznesie
1.1. Wprowadzenie
1.2. Chmura obliczeniowa i rozwój technologii mobilnych
1.3. Rynek usług w chmurze obliczeniowej i rola użytkowników
mobilnych
1.4. Blockchain
1.4.1. Założenia projektowe łańcuchów bloków
1.4.2. Budowa łańcucha bloków
1.4.3. Struktura bloku
1.4.4. Zastosowania technologii Blockchain
1.5. Przemysłowy Internet Rzeczy
1.6. Rzeczywistość rozszerzona
1.7. Podsumowanie
Literatura
Rozdział 2
Systemy informatyczne i aplikacje biznesowe w zarządzaniu
organizacją
2.1. Wprowadzenie
2.2. Systemy ERP jako efekt rozwoju systemów informatycznych
dla biznesu
2.2.1. Systemy informatyczne zarządzania i ich typologia
2.2.2. Geneza i rozwój zintegrowanych systemów zarządzania
2.2.3. Moduły systemów ERP
2.2.4. Platformy współpracy między dostawcami a klientami
2.2.5. Technologie systemów ERP
2.2.6. Wdrożenie i zmiany w implementacji systemów
klasy ERP
2.2.7. Analiza informacji gromadzonych w systemach
informatycznych
Spis treści
9
13
13
14
21
26
28
31
31
34
34
35
37
37
39
39
40
40
44
51
56
59
64
70
5
2.3. Zastosowanie nowych technologii w systemach
informatycznych
2.3.1. Systemy informatyczne w transformacji cyfrowej
przedsiębiorstw
2.3.2. Inteligentne systemy ERP i produkcja w chmurze
obliczeniowej
2.3.3. Automatyzacja procesów biznesowych a aplikacje
biznesowe
2.4. Podsumowanie
Literatura
Rozdział 3
Środowisko analityczno-decyzyjne organizacji
3.1. Wprowadzenie
3.2. Decyzje w organizacji
3.2.1. Decyzje menedżerskie i współczesna organizacja
3.2.2. Typy decyzji podejmowanych w organizacji
3.2.3. Ogólna charakterystyka wspomagania decyzji
w organizacji
3.3. Systemy Wspomagania Decyzji
3.3.1. Pojęcie Systemu Wspomagania Decyzji (DSS)
3.3.2. Modele w Systemach Wspomagania Decyzji
3.3.3. Podstawowe metody wspomagania decyzji
stosowane w DSS
3.3.3.1. Modele dziedzinowe
3.3.3.2. Modele optymalizacyjne
3.3.3.3. Modele wielokryterialne
3.3.3.4. Decyzje klasyfikacyjne
3.3.3.5. Badania symulacyjne i decyzje w warunkach
niepewności
3.3.3.6. Modele analizy decyzyjnej i decyzje
w warunkach ryzyka
3.4. Środowisko analityczne organizacji
3.4.1. Struktura środowiska analitycznego organizacji
3.4.2. Dane jako zasób organizacji – centralne zarządzanie
danymi
3.4.3. Hurtownie danych
3.4.4. Eksploracja danych
3.4.4.1. Charakterystyka procesu eksploracji danych
3.4.4.2. Analiza regresji
77
77
84
90
95
96
99
99
99
99
102
109
115
115
121
125
125
127
132
136
139
144
147
147
152
162
165
165
169
6
Spis treści
3.4.4.3. Klasyfikatory
3.4.4.4. Analiza skupień (grupowanie danych)
3.4.4.5. Analiza reguł asocjacyjnych
3.4.5. Eksploracja tekstu i sieci Internet
3.4.5.1. Eksploracja tekstu (informacji)
3.4.5.2. Eksploracja sieci Internet
3.4.6. Analityka Big Data
3.5. Narzędzia sztucznej inteligencji
3.5.1. Pojęcie sztucznej inteligencji
3.5.2. Systemy ekspertowe
3.5.2.1. Ogólna charakterystyka systemów
172
180
186
190
190
196
199
200
200
204
3.5.3. Sztuczne sieci neuronowe
ekspertowych
204
205
3.5.2.2. Baza wiedzy systemu ekspertowego
3.5.2.3. Podsystem wnioskujący systemu ekspertowego 206
208
3.5.2.4. Mechanizmy objaśniające
209
3.5.2.5. Podsystem gromadzenia wiedzy
210
3.5.3.1. Pojęcie i rodzaje sztucznych sieci neuronowych 210
3.5.3.2. Charakterystyka zastosowań sieci neuronowych 212
215
3.5.3.3. Tworzenie modeli sieci neuronowych
216
216
218
220
222
222
3.5.4.1. Nieprecyzja lingwistyczna i zbiory rozmyte
3.5.4.2. Systemy z logiką rozmytą
3.5.4. Systemy z logiką rozmytą
3.5.5. Algorytmy genetyczne
3.6. Podsumowanie
Literatura
Analiza przypadku 1
Analiza przypadku 2
225
227
Analiza przypadku 3. Ryzyko wykorzystania niepewnej informacji
233
Zakończenie
239
Wstęp
Menedżerowie każdej firmy koncentrują się na innowacjach i nowych
technologiach, aby usprawnić działalność operacyjną, utrzymać się na
rynku lub zdobyć na nim przewagę konkurencyjną. Nowe rozwiązania
pozwalają zarówno zmodernizować działania i obniżyć koszty, jak rów-
nież dostosować się do nowych regulacji. Obecnie, gdy cyfrowa transfor-
macja jest nie tylko określonym celem, ale ciągłym procesem, organizacje
muszą budować strategie i podejmować decyzje, które sprawią, iż spro-
stają one wyzwaniom coraz bardziej konkurencyjnego rynku.
Poprawa efektywności działania organizacji przez zastosowanie tech-
nologii informatycznych ma już długą historię, zapoczątkowaną przez
duże jednostki komputerowe i dziedzinowe systemy wspierające wybra-
ne obszary i określone procesy biznesowe. Kolejne generacje systemów
obejmują swoim zasięgiem coraz więcej procesów biznesowych oraz za-
sobów organizacji.
Sprawne funkcjonowanie podmiotów gospodarczych opiera się na
dobrze zintegrowanych aplikacjach pracujących na podstawie najnowo-
cześniejszych technologii. System ERP to naturalny fundament transfor-
macji cyfrowej – dotyka ona każdego obszaru firmy i zapewnia sprawny
kontakt z partnerami i klientami. Trudno wyobrazić sobie dzisiejszy świat
biznesu bez systemów klasy ERP. Wspomagane ręczne procesy bizneso-
we ograniczyłyby rozwój, a globalna produkcja i inne formy internacjo-
nalizacji, w tym handel elektroniczny, byłyby niemożliwe. W przypadku
wielu firm spełniły one oczekiwania i zapewniły zwrot z inwestycji – choć
należy pamiętać, że znane są też sytuacje porażek prób ich wdrożenia.
Cyfrowa transformacja biznesu prowadzi do kolejnych znacznych
usprawnień: łączenia źródeł danych, optymalizacji procesów bizneso-
wych, przetwarzania informacji w czasie rzeczywistym nie tylko w ra-
mach organizacji, ale także ekosystemu partnerów – co daje szanse
rozwoju wielu stronom. Trzeba brać pod uwagę fakt, że starsze systemy
funkcjonujące w organizacjach nie zostaną nagle zastąpione przez nowe.
Budowana przez lata infrastruktura i dobre praktyki związane z wdra-
żaniem technologii mogą w pewnym sensie stać się podstawą wprowa-
dzania zmian. Menedżerowie „od zawsze” oczekiwali technologii, które
Wstęp
9
przysporzą ich firmom nowych klientów, dadzą się łatwo zaimplemen-
tować i zintegrować z istniejącą już infrastrukturą, a przy tym pozwolą
zminimalizować koszty i zoptymalizować wykorzystanie zasobów. Obec-
ne systemy ERP wychodzą poza dotychczasowe ramy. To już nie tyle sys-
temy zarządzania zasobami organizacji, co bardzo często systemy zarzą-
dzania całościowym potencjałem biznesowym przedsiębiorstwa.
Współczesna organizacja zmaga się z wieloma wyzwaniami, musi
m.in. redukować koszty i spełniać wymagania interesariuszy, często nie
dysponując odpowiednią i aktualną informacją niezbędną w procesach
decyzyjnych. Cyfrowa transformacja biznesu nie jest możliwa bez da-
nych, których analizę usprawniają nowe technologie i rozwiązania. To
one stanowią fundament pozwalający danej organizacji na czynienie klu-
czowych postanowień, umożliwiających sprawne działania.
Równie istotnym elementem pracy współczesnej organizacji jest na-
stawienie na klienta. Aplikacje, dzięki którym uzyskuje się analizy opi-
sowe, pomagają zrozumieć historię danych; analizy predykcyjne wska-
zują natomiast zachowania i sygnalizują wzorce i możliwości. Z kolei
analizy preskryptywne dostarczają organizacjom rekomendacji dotyczą-
cych optymalnych działań potrzebnych do osiągnięcia celów bizneso-
wych związanych z obsługą klienta, zyskami i efektywnością operacyjną.
Rozwój usług środowiska chmury obliczeniowej i aplikacji mobilnych
zmienił sposób nawiązywania i prowadzenia interakcji między klientami
i firmami, pozwolił na stworzenie nowych modeli biznesowych i strumieni
przychodów. Potencjał, jaki niesie ze sobą zastosowanie takich narzędzi,
jak sztuczna inteligencja, robotyka i Internet Rzeczy wpływa zarówno na
firmy i użytkowników, jak również narzędzia umożliwiające nawiązywanie
i podtrzymywanie relacji między biznesowymi partnerami.
Do tej pory to firmy usługowe chętniej i szybciej sięgały po nowe roz-
wiązania. Przedsiębiorstwa produkcyjne, posiadające stabilne rozwiąza-
nia w zakresie systemów zarządzania, reagowały wolniej na moderniza-
cje. Niemniej firmy te generują ogromną ilość danych w porównaniu do
innych sektorów gospodarki – cyfrowa transformacja biznesu skutkuje
zatem innowacjami, które zmieniają samą naturę tego obszaru poprzez
modyfikacje i rozwój łańcucha dostaw oraz aplikacji biznesowych nie-
zbędnych dla wdrażania w gospodarce idei Przemysłu 4.0.
Niniejsza monografia jest drugą z serii Cyfryzacja wydawanej przez
Wydawnictwo Uniwersytetu Łódzkiego. Pierwsza, zatytułowana Zarzą-
10
Wstęp
dzanie danymi w organizacji, pod red. Beaty Gontar, stanowi kompen-
dium wiedzy z zakresu architektury danych, hurtowni, bezpieczeństwa,
wizualizacji i nowych technologii, takich jak Internet Rzeczy i chmura
obliczeniowa. Celem niniejszej pracy jest przedstawienie kierunków
rozwoju aplikacji biznesowych i technologii mających wpływ na roz-
wój organizacji. W rozdziale pierwszym uzupełnione zostały informa-
cje o technologiach opisanych w pierwszej pozycji cyklu, scharaktery-
zowano także nowe, jak np. Blockchain czy rozszerzona rzeczywistość
– z zaznaczeniem ich oddziaływania na rozwój aplikacji oraz możliwo-
ści, jakie daje zastosowanie nowych koncepcji w biznesie. W drugim
rozdziale zaprezentowano historię rozwoju aplikacji wykorzystywanych
w organizacjach, wskazując na system klasy ERP jako podstawowy sys-
tem wspierający zarządzanie organizacją. Poszerzenie funkcjonalności
systemów biznesowych o bieżącą dostępność wieloaspektowych analiz
i włączenie opcji wsparcia w procesie decyzyjnym to powody, dla któ-
rych w rozdziale trzecim przedstawiono typy decyzji, jakie podejmowane
są w organizacjach oraz narzędzia, które je wspomagają – w tym rozwią-
zania z grupy sztucznej inteligencji.
Rozdział 1
Zastosowanie nowych
technologii w biznesie
1.1. Wprowadzenie
Szybki rozwój nowych technologii wymusza zmiany w organizacjach
i ich relacjach z partnerami. Ma on ogromny wpływ na to, jak pra-
cują oraz jakie rozwiązania stosują współcześnie organizacje. Wśród
technologii tych można wyróżnić: chmurę obliczeniową (Cloud Com-
puting – CC), Internet Rzeczy (Internet of Things – IoT), przemysłowy
Internet Rzeczy (Industrial Internet of Things – IIoT), analitykę danych,
sztuczną inteligencję (Artificial Intelligence – AI), druk przestrzenny
(3D Printing), cyfrowe odpowiedniki (Digital Twin – DT), wirtual-
ną i rozszerzoną rzeczywistość (Virtual Reality/Augemneted Reality
– VR/AR), Big Data, automatyzację i robotykę, roboty współpracujące
(Collaborative Robots – CR), Blockchain, a także specyficzne dedyko-
wane oprogramowanie obniżające koszty prototypowania produktów
i urynkowienie ich.
Rozwiązania takie, jak chmura obliczeniowa, Internet Rzeczy czy
Blockchain pojawiły się stosunkowo niedawno i już zmieniły paradygma-
ty dotyczące sposobu korzystania z aplikacji i bezpieczeństwa w sie-
ci komputerowej. W niniejszym rozdziale omówiona zostanie głównie
technologia chmury obliczeniowej oraz Blockchain.
Wprowadzenie
13
1.2. Chmura obliczeniowa i rozwój
technologii mobilnych
Pojęcie chmury obliczeniowej (Cloud Computing – CC) zaczęło funkcjo-
nować w przestrzeni społecznej pod koniec XX wieku. Wraz ze wzrostem
możliwości korzystania z Internetu i popularyzacją usług mobilnych
składowanie i przetwarzanie danych w chmurze stało się dla większości
ludzi czymś zupełnie naturalnym, a często wręcz niezauważalnym. Na
popularyzację rozwoju tego modelu współpracy z Internetem miała rów-
nież wpływ konieczność sprostania problemowi obsłużenia i zagwaran-
towania ciągłości pracy kolejnym masowym usługom, oferowanym np.
przez portale społecznościowe i serwisy udostępniające media. Olbrzymi
wzrost transferu danych w Internecie w XXI wieku i problem ich składo-
wania przyczyniły się do dynamicznego rozwoju branż usług informa-
tycznych wokół chmury obliczeniowej.
Istnieje wiele definicji Cloud Computing. Według NIST (National In-
stitute of Standards and Technology) można ją określić jako „sposób do-
stępu poprzez sieć komputerową do współdzielonych i łatwo konfiguro-
walnych zasobów obliczeniowych (sieci, serwerów, magazynów danych,
aplikacji i usług), które na żądanie, dynamicznie mogą być przydzielane
i zwalniane, przy równoczesnym minimalnym zaangażowaniu serwisów
technicznych” [Mell i Grance, 2011]. Definicja proponowana przez Uni-
wersytet Kalifornijski w Berkeley kładzie nacisk na skalę i dostępność
zasobów: „chmura obliczeniowa powinna dawać poczucie nieskończo-
ności zasobów obliczeniowych, zdejmować z użytkowników końcowych
konieczność angażowania w ich konfigurację i umożliwiać płacenie tylko
za wykorzystane zasoby” [Armbrust, Fox, Griffith, Joseph i Katz, 2009].
Definicje proponowane przez profesora Rajkumara Buyyę podkreślają
aspekty wirtualizacji i rozproszenia infrastruktury: „chmura to równo-
legły i rozproszony system komputerowy składający się z zespołu połą-
czonych systemów wirtualnych, które są dynamicznie tworzone i udo-
stępniane jako jeden lub kilka ujednoliconych zasobów komputerowych,
bazując na umowie SLA (Service-level agreement) zawartej pomiędzy
usługodawcą a klientem” [Buyya i inni, 2009]. Z kolei McKinsey Co.
kładzie nacisk na cechy istotne dla przedsiębiorstw – definiuje chmurę
jako „usługi oparte o sprzęt komputerowy, oferujące możliwości oblicze-
14
Zastosowanie nowych technologii w biznesie
niowe, sieciowe i magazynowe, gdzie zarządzanie platformą sprzętową
jest ukryte przed usługobiorcą, który może traktować koszty infrastruk-
tury jako zmienne koszty operacyjne, a same zasoby infrastruktury cha-
rakteryzują się wysoką elastycznością” [McKinsey Co., 2009].
Wymagania stawiane przed chmurą obliczeniową mają być realizo-
wane dzięki funkcjonalnościom zdefiniowanym przez NIST. Główne wy-
magania dla chmury obliczeniowej to:
• wykorzystanie pul zasobów – oferowane przez usługodawcę zasoby
komputerowe są skonfigurowane w pulach dla wspierania współ-
dzielonego środowiska zasobów przez wielu klientów (multi-tenant1),
składającego się z zasobów fizycznych i wirtualnych konfigurowanych
dynamicznie w zależności od potrzeb; konfiguracja zasobów przez
klienta odbywa się na wysokim poziomie abstrakcji i usługobiorca
właściwie nie może określić, gdzie fizycznie znajdują się jego zasoby
(mamy do czynienia z poczuciem niezależności lokalizacji danych); na
pulę zasobów mogą się składać takie elementy, jak pamięć, przestrzeń
magazynowa, czas obliczeniowy procesorów, przepustowość sieci;
• automatyzacja większości procesów odpowiedzialnych za alokację
zasobów i wdrażanie nowych aplikacji – klient powinien być w sta-
nie jednostronnie przydzielić wymagane możliwości obliczeniowe,
takie jak czas serwera czy wielkość magazynów danych, bez koniecz-
ności interwencji pomocy technicznej;
• duża elastyczność i szybka reakcja na zmieniające się wymagania sys-
temów – zasoby i usługi mogą być przydzielane w sposób elastycz-
ny, często również na zasadzie automatycznej, dla zagwarantowania
szybkiego skalowania usług w zależności od potrzeb klientów; usłu-
gobiorca powinien mieć możliwość przydzielenia zasobów w każdej
ilości i w każdym momencie;
• szeroki dostęp sieciowy – zasoby chmury są dostępne przez sieć za
pomocą standardowych mechanizmów, które promują wykorzy-
stanie heterogenicznych platform cienkich (thin) i grubych (thick)
klientów, np. telefonów, tabletów, laptopów, stacji roboczych;
1 Wykorzystanie tych samych zasobów lub aplikacji przez wielu klientów należących do
tej samej firmy lub różnych organizacji. Możliwość zastosowania rozwiązań multi-tenant
w przypadku chmury obliczeniowej oznacza konieczność wdrożenia takich automatycz-
nych mechanizmów gwarantujących segmentację, izolację, zarządzanie, odpowiednie po-
ziomy usług i model zliczania oraz pobierania opłat, aby zapewnić bezpieczną i stosownie
odseparowaną pracę podmiotów korzystających z zasobów chmury obliczeniowej.
Chmura obliczeniowa i rozwój technologii mobilnych
15
• dostosowanie parametrów pracujących systemów w zależności od
ich potrzeb w ramach możliwości dostępnych komponentów sprzę-
towych;
• monitorowanie – system zarządzający chmurą obliczeniową kon-
troluje i optymalizuje wykorzystanie zasobów przez udostępnienie
miar wydajnościowych dla różnego rodzaju usług i zasobów wyko-
rzystywanych w chmurze; praca systemu może być monitorowana,
a raportowanie na różnych poziomach szczegółowości udostępnione
zarówno usługodawcy, jak i klientowi.
Z powyższych definicji wynikają konkretne korzyści – podstawowymi
cechami chmury obliczeniowej, które mogą być atrakcyjne dla klienta, są
bowiem:
1) wysoka elastyczność zasobów,
2) bezobsługowość infrastruktury,
3) wysoka dostępność wynikająca ze skali,
4) model płacenia tylko za wykorzystane zasoby.
Na rysunku 1.1 przedstawiono główne wymiary formujące systemy
chmurowe, które pozwalają na zdefiniowanie podstawowych cech chmu-
ry i jej właściwości – wynikających z definicji oraz sposobu wykorzysta-
nia. Każde wdrożenie chmury obliczeniowej powinno charakteryzować
się elementami zawartymi w jej eksplikacji oraz przynosić co najmniej
jedną zaletę w stosunku do tradycyjnych modeli przetwarzania danych.
Typ, model oraz lokalizacja pozwalają na dokładniejsze zdefiniowanie
sposobu i celu implementacji, a zainteresowani określają interesariuszy
rozwiązania.
Z punktu widzenia podmiotu korzystającego z chmury obliczeniowej
jej zasoby mogą wydawać się nieograniczone. Zwiększenie lub zmniejsze-
nie zapotrzebowania na moc obliczeniową, przepustowość sieci, wielkość
magazynów danych mogą być – w zależności od umowy SLA – automa-
tycznie dostosowywane do potrzeby wykonywanych zadań. Oznacza to,
że można dopasować parametry pracy aplikacji w zależności od wyma-
gań – w okresie, kiedy nie jest to konieczne, nie płacić za wolne zasoby,
a w sytuacji zwiększenia zapotrzebowania na moc obliczeniową wykonać
niezbędne operacje z pełną wydajnością określonych w SLA zasobów.
Uzyskuje się również możliwość szczegółowego raportowania wykorzy-
stanych zasobów, co pozwala na lepsze dobranie kontraktowanych para-
metrów i optymalizację pracy systemu informatycznego.
16
Zastosowanie nowych technologii w biznesie
IaaS
SaaS
PaaS
TYPY
Prywatna
Publiczba
MODELE
Hybrydowa
...
Elastyczność
Pewność
CECHY
Wirtualizacja
...
Ograniczenie kosztów
Łatwość użycia
IaaS
PaaS
SaaS
Chmura obliczeniowa
TYPY
Lokalna
Prywatna
LOKALIZACJA
Zdalna
Publiczba
MODELE
Hybrydowa
Rozproszona
...
Elastyczność
Pewność
ZALETY
CECHY
Wirtualizacja
...
Nieograniczone
zasoby
ZAINTERESOWANI
Chmura obliczeniowa
Użytkownicy
Lokalna
Zdalna
LOKALIZACJA
Usługodawcy
Odsprzedawcy
Adaptatorzy
Rozproszona
Ograniczenie kosztów
ZALETY
ZAINTERESOWANI
Użytkownicy
Łatwość użycia
Łatwość użycia
Nieograniczone
Nieograniczone
zasoby
zasoby
Usługodawcy
Usługodawcy
Odsprzedawcy
Odsprzedawcy
Adaptatorzy
Adaptatorzy
Ograniczenie kosztów
Rysunek 1.1. Widok głównych wymiarów formujących systemy chmurowe
Źródło: opracowanie własne na podstawie [Kostantos, Kapsalis, Kyriazis i Cunha, 2013].
ZAINTERESOWANI
ZALETY
Użytkownicy
Zdalna
Lokalna
CECHY
Pewność
Elastyczność
IaaS
SaaS
Prywatna
Publiczba
...
Hybrydowa
TYPY
PaaS
MODELE
Rozproszona
LOKALIZACJA
Chmura obliczeniowa
...
Wirtualizacja
Skala zasobów sprzętowych odpowiedzialnych za pracę chmury ob-
liczeniowej, automatyzacja procesów związanych z zarządzaniem i za-
awansowane mechanizmy monitorowania jej funkcjonowania również
powinny zagwarantować wysoką dostępność usług w chmurze obli-
czeniowej. Na ich pracę nie mogą mieć wpływu lokalne awarie zasila-
nia czy uszkodzenia poszczególnych serwerów lub łączy internetowych
od jednego z dostawców. Oczywiście w historii firm oferujących usługi
w chmurze można odnotować większe lub mniejsze awarie, które potrafi-
ły doprowadzić nawet do długotrwałych utrudnień dla klientów w dostę-
pie do ich danych. Tego typu sytuacje spotkały gigantów rynku – zarów-
no Microsoft [Whittaker, 2013], jak i Amazon [Perez, 2014].
Chmura obliczeniowa jest zazwyczaj kojarzona z kilkoma dużymi
podmiotami i popularnymi usługami internetowymi. Za teoretycznie
nieskończone możliwości dużych chmur obliczeniowych są odpowie-
dzialne wielkie centra danych i setki tysięcy serwerów. W 2013 roku
Google posiadał trzynaście centrów danych utrzymujących 900 tysięcy
serwerów, które używały 260 milionów watów (taka moc pozwala zaopa-
trzyć w energię elektryczną 200 tysięcy domów). Amazon wraz ze swoimi
Chmura obliczeniowa i rozwój technologii mobilnych
17
siedmioma centrami i 450 tysiącami serwerów jest na drugim miejscu.
Wiele kolejnych firm, jak Microsoft, Facebook, IBM, posiada własne cen-
tra i setki tysięcy serwerów.
Wraz z rozwojem sprzętu i oprogramowania chmura obliczeniowa
nie musi być jednak rozwiązaniem kojarzonym tylko z taką skalą usług.
W zależności od modelu samej chmury i modelu jej realizacji potencjal-
ny klient otrzymuje szerokie możliwości swojego zaistnienie w chmurze.
Można wyodrębnić cztery podstawowe modele chmury obliczeniowej:
1) chmurę prywatną – jej infrastruktura jest skonfigurowana dla wy-
łącznego wykorzystania przez pojedynczą organizację, mogącą jed-
nak zawierać wielu konsumentów chmury (np. jednostki biznesowe);
chmura prywatna może być zarządzana, utrzymywana i być własno-
ścią zarówno organizacji, jak i podmiotu trzeciego lub ich kombina-
cji, a także zlokalizowana w siedzibie organizacji lub/i poza nią;
2) chmurę publiczną – jej infrastruktura znajduje się w otwartym pu-
blicznym dostępie; może być zarządzana i utrzymywana, a także
stanowić własność organizacji biznesowej, uczelni, organizacji pu-
blicznej lub ich kombinacji; infrastruktura chmury jest ulokowana
w siedzibie usługodawcy;
3) chmurę społecznościową – jej zasoby są przeznaczone do wyłączne-
go użytku przez konkretną społeczność klientów organizacji, które
współdzielą jakiś cel (np. misję, wymagania bezpieczeństwa, wzglę-
dy jakościowe); może być zarządzana i utrzymywana, a także być
własnością jednej lub kilku organizacji w społeczności, organizacji
zewnętrznej lub ich kombinacji;
4) chmurę hybrydową – jej infrastruktura jest połączeniem dwóch od-
miennych infrastruktur (prywatnej, publicznej lub społecznościo-
wej), które zachowują unikalną osobowość, ale są ze sobą połączone
przez standardową lub zastrzeżoną technologię umożliwiającą prze-
noszenie danych i aplikacji.
Sposób i rodzaj udostępniania zasobów przez chmurę zależy od jej
modelu realizacji. NIST definiuje trzy podstawowe odmiany:
1) Oprogramowanie jako usługa (Software as a Service – SaaS) – w mo-
delu tym dostawca oferuje konkretne oprogramowanie gotowe do
wykorzystania; klient nie posiada informacji o platformie (infra-
strukturze sprzętowej), interesuje go jedynie funkcjonalność ofero-
wana przez poszczególne aplikacje; model ten jest najczęściej wyko-
18
Zastosowanie nowych technologii w biznesie
rzystywany przez osoby prywatne, może być również atrakcyjny dla
małych firm, ponieważ pozwala uniknąć zakupu i utrzymania serwe-
rów, oprogramowania systemowego i użytkowego, a usługi konfigu-
racyjne mogą ograniczyć się do jednorazowej, wstępnej konfiguracji;
2) Platforma jako usługa (Platform as a Service – PaaS) – w modelu
tym dostawca oferuje pakiet aplikacji powiązanych ze sobą i wypo-
sażonych w jednolity interfejs użytkownika; najczęściej dostęp reali-
zowany jest przez przeglądarkę internetową, co oznacza możliwość
korzystania z oprogramowania na wielu różnych platformach sprzę-
towych i systemowych; usługodawcy PaaS udostępniają oprogramo-
wanie, które pozwala łatwiej oprogramowywać i tworzyć skalowalne
rozwiązania na warstwie infrastruktury;
3) Infrastruktura jako usługa (Infrastructure as a Service – IaaS) – w tym
modelu oferta obejmuje infrastrukturę sprzętową, oprogramowa-
nie systemowe i użytkowe oraz usługi serwisowe; możliwe są jed-
nak różne warianty, np. instalacja oprogramowania dostarczonego
przez klienta czy też rozdzielenie usług administracyjnych między
dostawcę a klienta; mimo że technologia pozwala na budowanie pry-
watnych infrastruktur chmury obliczeniowej, podstawą większości
usług w niej dostępnych są publiczni dostawcy infrastruktury; „po-
siadany przez nich kapitał i zaplecze eksperckie pozwala budować
i utrzymywać duże centra danych z globalnym dostępem oraz bronić
własne zasoby przed nieustannym fizycznym, a zwłaszcza elektro-
nicznym atakiem” [Armbrust, Fox, Griffith, Joseph i Katz, 2009].
W związku z dużymi nakładami finansowymi potrzebnymi do uru-
chomienia i rozwoju usług chmury obliczeniowej opartej na IaaS zajmuje
ona pierwsze miejsce pod względem wartości rynkowej spośród wszyst-
kich modeli chmury. Na drugim miejscu plasuje się warstwa SaaS – te
usługi są bowiem najczęściej oferowane klientom końcowym. Obecny
i prognozowany udział w rynku poszczególnych modeli został przedsta-
wiony na rysunku 1.2. Największy wzrost w rynku chmury obliczeniowej
według modelu wdrożenia należy do warstw IaaS i SaaS. Jest to związane
m.in. z rosnącym ruchem sieciowym, zwiększaniem się liczby urządzeń
mobilnych korzystających z Internetu i możliwością redukcji kosztów in-
frastruktury w chmurze obliczeniowej przez podmioty biznesowe. War-
stwa PaaS to model najbardziej hermetyczny i zaawansowany – w natu-
ralny sposób posiada więc najmniejszy udział w rynku.
Chmura obliczeniowa i rozwój technologii mobilnych
19
o
r
u
E
y
n
o
i
l
i
M
25000
20000
15000
10000
5000
0
2009
2010
2011
2012
2013
2014
2015
SaaS
PaaS
IaaS
Rysunek 1.2. Udział poszczególnych modeli chmury obliczeniowej w rynku
Źródło: opracowanie własne na podstawie [Pierre Audoin Consultants].
Wśród zainteresowanych chmurą obliczeniową, poza usługodawca-
mi i użytkownikami, można również wymienić m.in. adaptatorów i od-
sprzedawców. Efektywne wykorzystanie możliwości technicznych chmury
otwiera wiele nowych możliwości biznesowych przed podmiotami integru-
jącymi i przenoszącymi do niej istniejące systemy informacyjne. Konkuren-
cyjne cenowo i jakościowo rozwiązania bazujące na zasobach publicznych
lub hybrydowych mogą stanowić ciekawą opcję dla organizacji poszukują-
cych narzędzi do przetwarzania informacji. Na rysunku 1.3 zaprezentowa-
no sposoby wykorzystania zasobów chmury obliczeniowej w krajach Unii
Europejskiej w 2011 roku. Perspektywa pracy w chmurze obliczeniowej jest
na tyle ciekawa, że wiele organizacji zastanawia się nad korzystaniem z jej
zasobów lub używa ich w jednym lub w kilku obszarach swojej działalności.
Na przestrzeni lat dynamika rozwoju usług może się jednak zmie-
niać, a decyzje klientów dostosowywać do ewolucji samych technolo-
gii. Widać to na rysunku 1.4, gdzie przedstawiono aktualne prognozy
przychodów z rynku chmury obliczeniowej. Atrakcyjna oferta zinte-
growanych usług SaaS i ich dojrzałość skłoniły dużą część klientów do
korzystania właśnie z tego modelu przetwarzania danych w chmurze
obliczeniowej – co stoi w sprzeczności z analizami wykonywanymi jesz-
cze kilka lat temu.
20
Zastosowanie nowych technologii w biznesie
Pobierz darmowy fragment (pdf)