Алгебра аналитики. Секреты мастерства в аналитической работе - [24]

Конечно, это было и раньше, однако в современных условиях эта тенденция явно усиливается. Например, известен следующий случай. Ещё до революции 1917 года на одном заводе в Санкт-Петербурге германская машина стала давать брак при изготовлении каких-то изделий (заготовок). Своими силами проблему устранить не удалось. Пригласили известного профессора Техноложки. Он походил вокруг, снял кожух, посмотрел и согласился помочь за 10.000 рублей. Владельцы и директор поморщились, но согласились – по рукам. Профессор снял пенсне, отвинтил-завинтил какую-то деталь и машина заработала правильно.

– Но позвольте, за что же 10.000? За то, что вы поменяли один винтик?

– Голубчик мой, за то, что я поменял винтик, я взял всего 100 рублей. А остальное – за то, что я знаю, какой именно винтик нужно поменять, я этому обучался 30 лет.

Специфика нынешнего дня, очевидно, состоит в том, что наиболее востребованными становятся личные БД и БЗ, включающие персональные наработки, систематизированные знания, архивы, социальные сетки, эксклюзивные и технологические тонкости, каналы самореализации. Квадрат и вектор поиска в неизвестном широком информационном поле определяются в соответствии с поставленной заказчиком аналитической задачей. Это создаёт новые условия и возможности для развития Аналитики в самых различных сферах – в политике, экономике, финансах, бизнес-процессах и формирует пространство (контекст) для создания рынка аналитической продукции.

На практике во многих БЗ содержащаяся в них информация подразделяется на «факты» и «правила». Факты – элементарные единицы знания (простые утверждения о характеристиках объекта, произошедших событиях, явлениях); правила служат для выражения связей, зависимостей между фактами и их комбинациями. Таким образом, первичную классификацию знаний можно представить следующим образом:

• понятия (математические и нематематические);

• факты;

• правила, зависимости, законы, связи;

• алгоритмы и процедуры.

В процессе аналитической работы специалистам приходится использовать большое количество знаний, получаемых из разных источников, при этом ключевым моментом является способность делать на их основе свои собственные выводы. Это предполагает наличие эффективного управления большой по объему и хорошо структурированной служебной БЗ, имеющими разграничения по уровням, удобные интерфейсы для представлений понятий, фактов, правил, схем предикатов и четко определенный процесс корреляции информации, полученной из различных источников. Существуют и личные БЗ/БД, создаваемые аналитиками на базе персональных компьютеров.

Прямое использование знаний из БЗ для решения управленческих задач обеспечивается механизмом принятия решений – процедурой разработки возможных вариантов, их комплексным оцениванием и выбором оптимального решения. Механизм принятия решения дает возможность извлекать из базы знаний ответы на вопросы, получать решения, формулируемые в терминах понятий, хранящихся в базе. Примером типичного запроса является: найти объект, удовлетворяющий заданному условию, каким-либо ключевым параметрам или критериям; какие действия нужно выполнить в сложившейся проблемной ситуации и т. д. Как правило, управленцы и аналитики используют при этом в качестве базовых типовые алгоритмы системного анализа ситуации (проблемы) и принятия решений. В этом случае они связаны со знанием особого типа, поскольку определяемая ими последовательность действий алгоритма оказывается оформленной в блок в строго необходимом порядке в отличие от других типов знания, где элементы информации могут появляться и располагаться без связи друг с другом.

В первом приближении можно также указать и на такое качественное интенциональное отличие старых и новых БД. Первые в основном были обращены в прошлое, описывали старый опыт и творчески его переработав, пытались использовать повторно. Например, весьма креативный Госплан СССР в 30-х годах и его почти дословная калька в иных, изменившихся условиях 80-х годов одинаково были нацелены на достижение Результата.

«Новые» БД, создаваемые в государственных и коммерческих структурах под свои нужды, а также БД личностного характера, также нацелены на результат, однако больше обращены в будущее. Они фиксируют в исследуемых массивах научной информации не столько общеочевидное, повторяющееся из раза в раз, из года в год, сколько сущностные изменения, эксклюзив, нарастание нового качества. Например, это касается результатов деятельности таких мощнейших фигур, как Н. Тесла, Г. Форд, К. Циолковский, академик Л. Кошкин[38] и др.

Лозунг первых, характеризующий в основном экстенсивный, общепризнанный метод, – потребность как мать познания. Мать познания вторых – прорывные идеи, удивление, красота, неповторимость, интенсивность, высокотехнологичность, чаще методы косвенного, а не прямого анализа.

При внешней схожести многих компонентов различных аналитических традиций[39] их внутренние структуры, и особенно содержательные стороны, вовсе не тождественны. Отсюда вытекает проблема сложности и продуктивности применения аналитики при прямых заимствованиях из чужого (другого) контекста без культурной адаптации к данной традиции.