• Σήμερα είναι: Δευτέρα, 7 Οκτωβρίου, 2024

Τα τρία μαθήματα για την επόμενη μέρα της ελληνικής επιχείρησης, Στέλιος Βογιατζής, Mazars

Στέλιος Βογιατζής

Director Business Consulting, Technology & Sustainability, Mazars

Μια από τις πολύ ενδιαφέρουσες και αναπάντεχες επιπτώσεις της πανδημίας ήταν η αναγκαστική και εσπευσμένη στροφή πολλών ελληνικών επιχειρήσεων –αλλά και του Δημοσίου– στην ψηφιοποίηση. Έχοντας ουσιαστικά μπει σε καραντίνα το σύνολο της αγοράς, έγινε κατανοητό ότι η διασφάλιση του παροιμιώδους «business as usual» μπορούσε να επιτευχθεί μόνο ψηφιακά. Βέβαια, ο ψηφιακός μετασχηματισμός δεν εξαντλείται στην τηλεδιάσκεψη. Είναι μια μακρά διαδικασία, η οποία οφείλει να είναι δομημένη και απέχει πολύ από το παραδοσιακό ελληνικό μοντέλο που εφαρμόζει σε μεγάλο βαθμό αποσπασματική και εν πολλοίς τυπική τεχνολογία της δεκαετίας του ’90, χωρίς να κατανοεί τις δυνατότητες των σύγχρονων πληροφοριακών συστημάτων. Ωστόσο, σε ένα crash course επαφής με την πραγματικότητα, διαπιστώνουμε ότι αναδύθηκαν τρεις πολύ ουσιαστικές διαπιστώσεις, τρία μαθήματα που θα πρέπει να αξιολογηθούν και να αξιοποιηθούν αναλόγως από τις ελληνικές επιχειρήσεις, ήδη από την επόμενη μέρα της επαναφοράς στην κανονικότητα.

1. Η πληροφορική αποδείχθηκε ο καθοριστικός παράγοντας που διακρίνει το ποια επιχείρηση θα επιβιώσει και ποια όχι. Κορυφαίες επιχειρήσεις, οι οποίες λειτουργούσαν και ακόμη λειτουργούν εν μέσω αυτής της κατάστασης, το επιτυγχάνουν διότι βασίζονται σε συντριπτικά μεγάλο βαθμό στην αποτελεσματικότητα των τμημάτων και συστημάτων πληροφορικής. Οι πανταχού παρούσες δυσμενείς προβλέψεις, για το ποιες εταιρείες και τομείς της οικονομίας θα υποστούν τη μεγαλύτερη ζημία, διαπιστώνουμε ότι περιορίζονται σε ανάλυση οικονομικών δεδομένων και μόνο, χωρίς λαμβάνουν υπ’ όψιν τους τον κρισιμότερο διαφοροποιό παράγοντα παραγωγής πλούτου, αυτόν της χρήσης ψηφιακής τεχνολογίας. Είναι αυτή η παράμετρος που θα καθορίσει τις αντοχές στις χρηματοοικονομικές δονήσεις. Δυστυχώς, όμως, έχει την ιδιότητα να είναι πολύ δύσκολα μετρήσιμη παράμετρος και, συνεπώς, εξίσου δύσκολα κατανοητή από τα παραδοσιακά οικονομικά επιτελεία. Όμως αυτό που πραγματικά συμβαίνει αυτή τη στιγμή είναι ότι το εν πολλοίς χαμένο τρένο του e-business στα τέλη της δεκαετίας του ’90, 20 χρόνια μετά ξαναπερνά μπροστά από το ελληνικό επιχειρείν και του προσφέρει δεύτερη και ίσως σημαντικότερη ευκαιρία.

2. Η ασφάλεια των συστημάτων θα πρέπει να απασχολήσει κάθε ελληνική επιχείρηση, ανεξαρτήτως μεγέθους. Ο ψηφιακός μετασχηματισμός στην ολοκληρωμένη του μορφή πρακτικά θα σημαίνει μια αγορά όπου οι συναλλαγές θα είναι στο σύνολό τους ψηφιακές, ενώ θα υπάρχει και εκτεταμένος έλεγχος συσκευών και μηχανών με χρήση IOT εφαρμογών και αντίστοιχου εξοπλισμού. Οι υποδομές επίσης των μεγάλων παρόχων ηλεκτρικής ενέργειας και άλλων αγαθών δημοσίου συμφέροντος θα βασίζονται σε smart metering. Όλες οι υποδομές σταδιακά θα αποκτήσουν ψηφιακή ταυτότητα στο Διαδίκτυο και θα ελέγχονται από συστήματα που θα οδηγήσουν σε ενοποίηση και κεντρικό έλεγχο, υποκαθιστώντας τη σημερινή αυτόνομη λειτουργία τους. Τα οφέλη θα είναι εκπληκτικά, αλλά και οι απειλές αναμένονται το ίδιο μεγάλες. Θα είναι δε διαρκώς ανανεώσιμες και όλο και πιο καταστροφικές. Η παραβίαση ασφάλειας ενός σταθμού παραγωγής ηλεκτρικής ενέργειας θα σημαίνει αορίστου χρόνου black-out. Από την άλλη πλευρά, η ελληνική εμπορική και παραγωγική επιχείρηση παρουσιάζει σε μεγάλο βαθμό σημαντικότατες ελλείψεις στον τομέα ασφάλειας συστημάτων, οι οποίες θα πρέπει να καλυφθούν άμεσα, πιθανώς και εντός του 2020. Ένα site πωλήσεων αγαθών μπορεί να λειτουργεί θαυμάσια έως τις 15:00 και στις 15:05 ολόκληρη η εταιρεία να έχει απωλέσει το σύνολο των συστημάτων της και συνεπώς την ίδια της την ύπαρξη.

3. Τα δεδομένα (data) παραμένουν μια ανεκμετάλλευτη πηγή πλούτου. Ακούσαμε για τα μαθηματικά μοντέλα που εφαρμόζονται για να γίνει η ανάλυση της πορείας της πανδημίας. Η εφαρμογή τέτοιων μοντέλων προφανώς δεν περιορίζεται μόνο σε αυτό τον σκοπό. Η κατανόηση των πελατών, των αναγκών τους και των τάσεών τους κρύβεται σε δεδομένα τα οποία σήμερα είναι υπαρκτά αλλά ταυτόχρονα είναι είτε διάσπαρτα είτε ακατανόητα. Κλασικές στατιστικές και στοχαστικές μέθοδοι, εφαρμοσμένες μέσω εφαρμογών deep & machine learning, μας προσδίδουν «ευφυή» ανάγνωση των δεδομένων μας και ταυτόχρονα τη δυνατότητα να αναγνωρίσουμε το αγοραστικό προφίλ με ακρίβεια, δίνοντας νέα κατεύθυνση στις πωλήσεις μας. Είναι οι ίδιες οι εφαρμογές που προτείνουν πλέον νέες ιδέες για reports βασισμένα στα data analytics. Η αγοραστική δύναμη έχει εδώ και πολλά χρόνια μετατεθεί στον ιστό και είναι καιρός πλέον να περάσουμε στην επόμενη φάση: από τη χρήση συστημάτων για την απλή καταγραφή γεγονότων και την παραγωγή παραστατικών, στην παραγωγή προστιθέμενης αξίας και συγκριτικού πλεονεκτήματος.