Dr. ing. Marco Lisi

Transcript

1 Dr. ing. Marco Lisi Big Data e Social Mining come leve per il governo dei progetti Project Management Institute, 9 novembre 2012, Milano 1

2 Sommario I Big Data sono basi di dati tanto grandi e complesse da richiedere strumenti di processamento e gestione non convenzionali; Il trattamento adeguato di queste immense miniere di dati, attraverso tecnologie di calcolo e software avanzati, promette di far sgorgare preziose sorgenti di nuova conoscenza; La gestione dei progetti richiede oggigiorno l adozione di approcci concorrenti e cooperativi e può pertanto beneficiare di tecnologie in grado di estrarre informazione e conoscenza da basi di dati relative ai progetti stessi: , blog aziendali e di progetto, archivi fornitori, siti web, CRM, PLM, ERP, etc. 2

3 Evoluzione dei progetti Negli ultimi anni l evoluzione dei progetti è stata caratterizzata da una serie di fattori al contorno critici: Prodotti/servizi sempre più complessi ( Systems of systems ) e network centrici Aumento della competitività del mercato Riduzione del time to market Alto tasso d innovazione tecnologica Aumento della probabilità di parziale o totale insuccesso Quanto sopra suggerisce l adozione di un approccio tecnico maggiormente sistemico ( Systems Engineering ), l organizzazione delle attività in modalità concorrente ( Concurrent Engineering ) e collaborativa ("Collaborative Engineering"), l adozione di una prospettiva "Through Life", estesa all intera vita del prodotto/sistema. 3

4 Sistemi grandi e complessi Un large and complex system è un sistema composto di un grande numero di elementi interconnessi, spesso sviluppati e basati in disparate parti del mondo, che interagiscono dinamicamente, manifestando emergent properties Esempi di sistemi complessi per applicazioni civili includono: global satellite navigation systems air traffic control systems railway control systems space systems such as the International Space Station or space transportation and exploration vehicles surveillance, Earth observation and Homeland security systems electric power distribution systems telecommunication systems complex computer networks, including Internet. 4

5 Galileo system architecture 5 mission uplink stations 5 TT&C stations Constellation of 30 MEO satellites Users & service providers 2 control centres IOT centre 2 launch and early operations centres Galileo sensor stations 2 November, MEO: Medium 2012Earth Orbit The TT&C: European Telemetry, GNSS Tracking Programmes and Command IOT: In Orbit Testing 5

6 Galileo service centres in Europe Swanwick GSA European GNSS Agency PRS Brussels Redu IOT Darmstadt LEO GSA Prague GCC Galileo Control Centre PRS St Germain en Laye GCC Oberpfaffenhofen IOT Galileo In Orbit Testing Centre LEO LEOP Centre Toulouse Madrid LEO GCC Fucino PRS Galileo Security Centre (PRS) Galileo Service Centre (OS/CS) Note: Only major centres, facilities and stations are shown. Not all of them are (fully) implemented yet. 2 November, 2012 The European GNSS Programmes 6

7 Galileo ground segment Svalbard Jan Mayen Kiruna StPierre&M. USNO Azores Redu Fucino Cyprus Maspalomas Kourou Ascension Wallis Réunion Nouméa Papeete Galileo Sensor Station (GSS) Kerguelen Up Link Station (ULS) Telemetry, Tracking and Command Station (TTC) Troll Terre Adélie (spare) SAR MEOLUT Station GGTO Note: Target set up for IOC. Not all facilities are shown. IOC: Initial Operational Capability 2 November, 2012 The European GNSS Programmes 7

8 Towards a Knowledge Based

9 and Service Oriented Economy

10 Evoluzione dei sistemi verso architetture network centriche 10

11 Il fattore C (C come Comunicazione) Thomas Malone (professore allo MIT), nel suo libro The Future of Work, ha scritto che ogni rivoluzione economica e sociale nella storia dell umanità è stata provocata principalmente da un fattore: la tecnologia delle comunicazioni ed il suo costo; Malone afferma che il costo rapidamente decrescente delle comunicazioni sta permettendo un cambiamento nelle organizzazioni tanto profondo quanto lo è stato il passaggio alla democrazia nei governi; Per la prima volta nella storia sarà possibile avere il meglio dei due mondi: le efficienze e le economie di scala delle grandi organizzazioni ed i benefici umani delle piccole: libertà, motivazione e flessibilità. 11

12 La società network centrica può essere una società umano centrica

13 Traditional vs. Concurrent Engineering Approach Product Design Review Component Design Review Test Design Manufacturing Planning Enviromental Analysis Product Design Component Design Review Test Design Manufacturing Planning Enviromental Analysis time 13

14 Project/System Multiple Perspectives 14

15 Il nuovo ruolo del Project Management

16 L impresa "network centrica" Mentre progetti e sistemi evolvono, l impresa tradizionale esperimenta un cambio di paradigma rivoluzionario, diventando essa stessa networkcentrica L impresa network centrica si distingue per le seguenti caratteristiche: Il suo perimetro si estende ai clienti, ai partner ed ai fornitori ( extended enterprise ); La linea di demarcazione fra se stessa ed I competitori si fa sfumata (dalla competition alla copetition ); La conoscenza viene condivisa senza barriere culturali ed organizzative; gli approcci collaborativi pilotano l innovazione, nonostante la resistenza dell organizzazione formale. 16

17 Nuovi orizzonti della creazione del valore Economia e società si basano sempre più sulla conoscenza e sul capitale intellettuale Il vantaggio competitivo di un azienda deriva da know how, proprietà intellettuale, relazioni commerciali ed industriali. Nuovo paradigma mentale: sia gli asset tangibili che quelli intangibili possono e devono essere utilizzati per raggiungere gli obiettivi aziendali (creare Valore) Nell economia della conoscenza assume fondamentale importanza il fattore umano, che introduce nel ciclo produttivo Tempo, Intelligenza Emotiva e Creatività Le risorse umane sono il patrimonio più prezioso di un azienda 17

18 L economia della conoscenza Il valore contabile ( book value ) di un azienda, misura degli asset tradizionali della stessa in un economia industriale, diverge sempre più dal suo valore di mercato; Negli anni 70 il rapporto fra valore contabile e valore di mercato delle 500 aziende americane dell indice Standard & Poor era vicino all unità. Oggi la media è vicina a 6. (durante il boom, e successivo flop, della New Economy si arrivò a rapporti pari a 200!); Economia e società sono oggi dominate da nuovi tipi di asset, intangibili e basati sulla conoscenza. 18

19 Il nuovo valore dell impresa ( Skandia model ) IMPRESA = ASSET TANGIBILI + CAPITALE INTELLETTUALE (immobili, macchine, cash) CAPITALE = CAPITALE + CAPITALE INTELLETTUALE UMANO STRUTTURALE IMPRESA = ASSET + CAPITALE + CAPITALE TANGIBILI UMANO STRUTTURALE 19

20 Dati.informazioni.conoscenza Content Management Knowledge Management 20

21 Big Data: l entità della sfida Nel 2012, ogni giorno sono stati creati 2,5 x 10^18 byte (2,5 exabytes) di nuovi dati Sorgenti di nuovi dati: Archivi digitali pubblici e privati Reti di dispositivi mobili, Reti wireless di sensori ( Internet delle cose, RFID) E mail private ed aziendali Social networks (Facebook: 40 miliardi di foto) You Tube 21

22 Big Data: due possibili approcci Approccio Forza Bruta ) Massively Parallel Processing Databases; Stastistical processing; Data Fusion. Approccio intelligente Natural Language Processing; Open Source Intelligence ( Osint ); Text mining; Semantic Search Engines (WEB 3.0); Pattern Recognition Techniches. 22

23 Conclusioni L evoluzione dei sistemi ( Large & Complex Systems ) e dei progetti ad essi associati suggerisce nuovi approcci di gestione, basati su criteri di concorrenza e cooperatività inter e intra aziendali; Una nuova visione degli asset aziendali propone inoltre ai project manager obiettivi che vanno al di là della tradizionale triade: performance, tempo e costo; Un uso intelligente dei Big Data, reso possibile dal progresso informatico, apre nuove frontiere nel campo della ricerca, dell impresa e del management; Il project manager illuminato favorirà tutte le occasioni formali e soprattutto informali attraverso le quali ricavare informazione utile sullo stato del suo progetto. 23