• Wprowadzenie
• 1. Modele kreowania wartości i zarządzania przewagą konkurencyjną
  • 1.1. Logiki kreowania wartości i osiągania przewag konkurencyjnych
    • 1.1.1. Wprowadzenie
    • 1.1.2. Wpływ technologii na logiki tworzenia wartości
    • 1.1.3. Łańcuchy wartości
    • 1.1.4. Motywacja do rozszerzenia koncepcji łańcuchów wartości
    • 1.1.5. Konstelacje wartości
    • 1.1.6. Sklepy wartości
    • 1.1.7. Sieci wartości
    • 1.1.8. Siatki wartości
    • 1.1.9. Struktury wartości w logikach zdominowanych przez usługi
    • 1.1.10. Podsumowanie
  • 1.2. Rola danych, informacji i wiedzy w generowaniu wartości
    • 1.2.1. Wiedza jako kluczowy zasób organizacji
    • 1.2.2. Dane, informacje, wiedza i mądrość w zarządzaniu wiedzą
    • 1.2.3. Pojęcie łańcucha wartości wiedzy
    • 1.2.4. Procesy transformacyjne w łańcuchu wiedzy
  • 1.3. Wpływ technologii informacyjnych na konfiguracje wartości i reguły konkurowania
    • 1.3.1. Upłynniona informacja w łańcuchu wartości
    • 1.3.2. Wpływ technologii informacyjnych na łańcuch wartości
    • 1.3.3. Wpływ systemów informacyjnych na konkurencyjność i struktury wartości
  • 1.4. Sieci wartości w branżach telekomunikacyjnych i informatycznych
    • 1.4.1. Motywacja do opracowania nowych metod oceny potencjału biznesowego w branżach informatycznych i telekomunikacyjnych
    • 1.4.2. Model punktów kontrolnych jako podstawa metody analizy potencjału biznesowego
    • 1.4.3. Modele sieci wartości w branży telekomunikacyjnej i mediów cyfrowych
  • 1.5. Kompetencje niezbędne do osiągnięcia przewagi konkurencyjnej
  • 1.6. Podsumowanie
• 2. Metody i technologie sztucznej inteligencji
  • 2.1. Dane, informacje i wiedza we współczesnych systemach informacyjnych
    • 2.1.1. Inteligentne, połączone produkty
    • 2.1.2. Źródła danych
    • 2.1.3. Złożoność danych
    • 2.1.4. Metody przetwarzania danych
    • 2.1.5. Podsumowanie
  • 2.2. Pojęcie i podstawowe metody sztucznej inteligencji
    • 2.2.1. Definicje sztucznej inteligencji
    • 2.2.2. Klasyfikacja środowisk
    • 2.2.3. Rozwiązywanie problemów przez wyszukiwanie
    • 2.2.4. Wiedza i planowanie w sytuacjach pewnych
    • 2.2.5. Wiedza i planowanie w stanie niepewności
    • 2.2.6. Uczenie się
    • 2.2.7. Percepcja, komunikacja i działanie
    • 2.2.8. Możliwości twórcze i prognostyczne
    • 2.2.9. Podsumowanie
  • 2.3. Najważniejsze technologie AI
  • 2.4. Systemy klasy Cognitive Computing
    • 2.4.1. Cechy systemów klasy Cognitive Computing
    • 2.4.2. Komponenty i zasady projektowania systemów klasy Cognitive Computing
    • 2.4.3. Systemy klasy CC jako nowa jakość w zarządzaniu
  • 2.5. Podsumowanie
• 3. Wpływ sztucznej inteligencji na aktywności i konkurencyjność organizacji
  • 3.1. Cele, przedmiot, metody i ilościowa analiza wyników badań
    • 3.1.1. Cele i przedmiot badań
    • 3.1.2. Metoda badań
    • 3.1.3. Analiza ilościowa wyników badań
  • 3.2. Wdrożenia systemów sztucznej inteligencji we współczesnych organizacjach
    • 3.2.1. Inwestycje w AI i wdrożenia tej klasy rozwiązań
    • 3.2.2. Kluczowe czynniki sukcesu
    • 3.2.3. Bariery i czynniki ryzyka
    • 3.2.4. Podsumowanie
  • 3.3. Wpływ systemów AI na aktywności w łańcuchu wartości
    • 3.3.1. Nowe wymagania wobec produktów
    • 3.3.2. Metody projektowania
    • 3.3.3. Nowe metody testowania produktów
    • 3.3.4. Nowe metody modyfikacji i aktualizacji produktów
    • 3.3.5. Nowe metody planowania
    • 3.3.6. Wyzwania
    • 3.3.7. Nowe kompetencje
    • 3.3.8. Produkcja i logistyka
    • 3.3.9. Marketing i sprzedaż
    • 3.3.10. Personalizacja, serwis i obsługa posprzedażowa
    • 3.3.11. Zarządzanie zasobami ludzkimi
    • 3.3.12. Zarządzanie informacjami i wiedzą
  • 3.4. Wpływ AI na konkurencyjność i rynki
    • 3.4.1. Producenci
    • 3.4.2. Klienci
    • 3.4.3. Dostawcy
    • 3.4.4. Nowi gracze
    • 3.4.5. Rynki
    • 3.4.6. Źródła przewagi konkurencyjnej
  • 3.5. Wpływ sztucznej inteligencji na rolę i kompetencje człowieka
    • 3.5.1. Nowe kompetencje
    • 3.5.2. Nowe role w organizacjach
    • 3.5.3. Podsumowanie
• 4. Model generowania wartości w firmach i sieciach poznawczych
  • 4.1. Klasyfikacja technologii AI w kontekście generowania wartości
    • 4.1.1. Łańcuchy wartości wiedzy a procesy transformacji danych w systemach informacyjnych
    • 4.1.2. Klasyfikacja systemów AI wg miejsca w łańcuchu wartości wiedzy
    • 4.1.3. Klasyfikacja systemów AI wg funkcji poznawczych
  • 4.2. Model generowania wartości – poziom organizacji
    • 4.2.1. Proces generowania wartości
    • 4.2.2. Model generowania wartości
  • 4.3. Sieci poznawcze
    • 4.3.1. Klasyczne konstelacje wartości a systemy wartości oparte na AI
    • 4.3.2. Koncepcja sieci poznawczych
    • 4.3.3. Kluczowe kompetencje organizacji działających w sieciach poznawczych
  • 4.4. Podsumowanie
• 5. Podsumowanie i rekomendacje przyszłych badań
• Załącznik 1. Podsumowanie kompetencji pożądanych w organizacjach wdrażających rozwiązania AI
• Załącznik 2. Wyzwania związane z wdrożeniem systemów sztucznej inteligencji
• Załącznik 3. Lista przeanalizowanych w badaniach projektów i firm wykorzystujących AI lub wspierających ich projektowanie
• Spis rysunków
• Bibliografia

Gdańsk 2018.03.09

• • logiki kreowania wartości i osiągania przewag konkurencyjnych
• • rola danych, informacji i wiedzy w generowaniu wartości
• • wpływ technologii informacyjnych na konfiguracje wartości i reguły konkurowani
• • sieci wartości w branżach telekomunikacyjnych i informatycznych
• • kompetencje niezbędne do osiągnięcia przewagi konkurencyjnej

• • dane, informacje i wiedza we współczesnych systemach informacyjnych
• • pojęcie i podstawowe metody sztucznej inteligencji
• • najważniejsze technologie AI
• • systemy klasy cognitive computing
• • podsumowanie

• • adopcja systemów sztucznej inteligencji we współczesnych organizacjach
• • wpływ systemów AI na aktywności w łańcuchu wartości
• • wpływ AI na konkurencyjność i rynki
• • wpływ sztucznej inteligencji na rolę i kompetencje człowieka

• • klasyfikacja technologii AI w kontekście generowania wartości
• • model generowania wartości - poziom organizacji
• • sieci poznawcze
• • podsumowanie

• • cele i przedmiot badań
• • pytania badawcze
• • hipotezy
• • metoda badań
• • charakterystyka rozwiązań oferowanych przez badane firmy

• • ISTOTNNOSC wpływu systemów AI na aktywności podstawowe i wspierające w łańcuchu wartości
• • Potrzebę analizy REGUŁ rynku aby wykazać ze na skutek zastosowania AI reguły te istotnie ulegają zmianie.
• • Stan podwalin (??) dla metod sztucznej inteligencji.

1. Analizy źródeł literaturowych poświęconych wpływowi systemów klasy AI na generowanie wartości w firmach i reguły konkurowania na rynkach.
2. Identyfikacji blisko 400 i pogłębionej analizie 323 firm oraz projektów wykorzystujących technologie klasy AI oraz sztuczną inteligencję do podniesienia wartości produktów i usług.

1. Wydaje się że zakres pytań badawczych jest zbyt szeroki. Proponuje jego ograniczenie do analiz grup, typów, metod AI których oddziaływanie na wartość organizacji jest największa. Takie podejście stworzy warunki do pokazania zależności pomiędzy systemem a łańcuchem wartości firmy.
2. Wydaje się także że konieczne wykazanie zależności pomiędzy postawionymi pytaniami badawczymi a z hipotezami.
3. Z uwagi na to, że hipotezy podlegają procesowi walidacji/weryfikacji konieczne jest precyzyjne stawianie hipotez. Jeżeli hipoteza wskazuje na potrzebę oceny istotności (hipoteza 1) to tę istotność w procesie weryfikacji trzeba wykazać.
4. Jeżeli autor pracy w stawianej hipotezie pyta o możliwość zmiany reguł rynku to takie reguły należy przedstawić aby następnie wykazać że podlegają one zmianie na skutek stosowania systemów AI.
5. Hipotezy nie mogą być tak ogólne jak hipoteza piąta odnosząca się do szacowania podwalin dla metod sztucznej inteligencji bo takiej hipotezy nie da się zweryfikować.

1. Proponowane przez autora metody badawcze pozwalają na analizę i być może syntezę stanu badań nad relacjami pomiędzy generowaniem wartości w firmach i regułami konkurowania na rynkach. W przypadku sformułowania reguły konkurowania pojawia się pytanie na ile są to formalne reguły i na ile te formalne reguły stanowią podstawę do tworzenia proponowanego przez autora modelu.
2. Mam wątpliwości czy identyfikacja blisko 400 i pogłębiona analiza 323 firm oraz projektów wykorzystujących technologie klasy AI oraz sztucznej inteligencji do podniesienia wartości produktów i usług jest metodą badawczą która może być wykorzystana w konstruowaniu modelu.
3. Autor w swojej pracy nie podaje ani metody ani narzędzi które były wykorzystywane przy tworzeniu modelu.
4. Autor arbitralnie ocenia materiał badawczy, przyjmuje bez uzasadnienia własne kryteria i stosuje je.

1. Ponowną analizę zebranego materiału badawczego
2. Ponowne postawienie pytań badawczych
3. Pokazanie procesu wnioskowania pytania badawcze- stawiane hipotezy
4. Znalezienie i zastosowanie adekwatnej metody badawcza

1. Wymaga zmianie język pracy. Jest on zbyt płytki, brak analiz pogłębionych, (wszystkie rozdziały pracy).
2. Zakres pracy jest zbyt szeroki. Proponuję zmniejszenie liczby stron o połowę usuwając wszystkie odniesienia z lat 80 i 90 ubiegłego wieku (rozdział I i II).
3. Wszystkie prezentowane w pracy analizy wymagają uzasadnienia. Rysunki wymagają opisów. Podsumowania muszą być głębsze. (wszystkie rozdziały pracy).

1. Każdy akapit powinien składać się z trzech części - wprowadzenia, rozwinięcia i podsumowania który jest wprowadzeniem do kolejnego akapitu.
2. Każdy podrozdział i rozdział powinien mieć podobną strukturę.
3. Niezwykle ważne są podsumowania, które muszą odzwierciedlać treść rozdziału i pokazać ze autor widzi zarówno pozytywne jak i negatywne aspekty prezentowanego rozwiązania.
4. Nagłówki rozdziałów/podrozdziałów powinny być opisowe aby odzwierciedlały zawartość pracy.

Materiały uzupełniające: