Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Gazdaságinformatika Doktori Iskola A Big Data prediktívvé teszi-e a gazdaság jövőjét? Márton András.

Hasonló előadás


Az előadások a következő témára: "Gazdaságinformatika Doktori Iskola A Big Data prediktívvé teszi-e a gazdaság jövőjét? Márton András."— Előadás másolata:

1 Gazdaságinformatika Doktori Iskola A Big Data prediktívvé teszi-e a gazdaság jövőjét? Márton András

2 Gazdaságinformatika Doktori Iskola Az előrejelzés fogalmai  Prognózis: a jövő a múlt és a jelen folytatása  Predikció: nagy valószínűséggel bekövetkező jövőváltozat  Foresight: előrelátás a jövőfeltáró képesség és ok- okozati kényszerűség elve mentén  Vízió: jövőre vonatkoztatott kép akarati és cselekedeti elemekkel 2 Márton András

3 Gazdaságinformatika Doktori Iskola A gazdaság jövője – mai folyamatok  Háborúk  USA+EU=TTIP (transzatlanti szabadkereskedelmi megállapodás)  India a Marsnál  Magyarország Paks Internetadó Alkoholmonopólium Bankok, multik 3 Márton András

4 Gazdaságinformatika Doktori Iskola Volt-e valaha előre jelezhető a gazdaság?  Igen: éves és többéves költségvetések (‘50-’60-as évek) → prognózis a múltbeli adatok alapján  Igen 2: szcenáriók alkalmazásával (‘70-es évek) → minőségileg eltérő jövők feltárása  Nem: informatikai válság 2000-ben, világválság 2008 óta → stratégiai menedzsment, felsővezetői víziók, a jövő alakítása 4 Márton András Chikán A. (2005): Vállalatgazdaságtan, 474. o.

5 Gazdaságinformatika Doktori Iskola A Big Data matematikai-statisztikai lehetőségei  Javítja az előrejelzési pontosságot a korábban kevés adattal dolgozó területeken (betegségek, eltitkolt esetek, segélyezés)  Javítja az előrejelzési pontosságot az egyéni (fogyasztói) szokások követésével (személyre szabott marketing)  Modellezés pontosítása? → a statisztikában általában adatot sűrítenek 5 Márton András

6 Gazdaságinformatika Doktori Iskola A Big Data társadalmi oldalról  A NASA-nál, CERN-nél és más – versenyző – vállalatoknál induló trend (gyenge jel): közösségre szervezés (crowdsourcing)  Világhálózatra kapcsolt személyi gépek mint szerver  Gazdasági vonzat: olcsó (költségszétterítés)  Veszélyek egyéni és hálózati szinten is 6 Márton András

7 Gazdaságinformatika Doktori Iskola Magasabb szinteken (ország, világ)  A korábban említetteken túlmenően kérdéses, hogy javítja-e a predikciós lehetőséget  Sok munkahely (adatelemzés) → algoritmusok és modellek vagy mesterséges intelligencia?  A döntés alapja a tapasztalat és megérzés → adat és elemzés (emberek vagy gépek?)  EU-s támogatások összpontosítása: fotonika, robotika, fejlettebb hálózatok, „jövő üzemei” 7 Márton András

8 Gazdaságinformatika Doktori Iskola Egyéb gazdasági implikációk  Tárolás: szerverparkok, külső adattárak, hordozható adattárak (2,5 trillió (10 18 ) bájt naponta; az összes adat 90%-a az elmúlt két évben alakult) + hibák  Elérés: a jelenlegi algoritmusok elérési ideje az adatmennyiség növekedésével együtt nő, bonyolódik, hibákkal telítődik + számítási kapacitás  Felhasználhatóság: dekódolási nehézségek, avulás  Összességében: hatékonysági kérdés (ráfordítás / haszon) 8 Márton András

9 Gazdaságinformatika Doktori Iskola Hazánk versenyképessége  A gazdaság helyzetét döntő mértékben befolyásolja a versenyképesség, ezt pedig a hozzáadott érték (minőség) és az export (hatékonyság)  A multinacionális vállalatok elvárásai (kritériumok) mind emberi vagy infrastrukturális kérdések, egyik sem információ-feldolgozási Márton András 9

10 Gazdaságinformatika Doktori Iskola Példák  DE az innovációs kérdésekben kis-közepes szinten nagy lehetőségek rejlenek: –WhatsApp és Facebook (külföld) –Radoop Kft. (magyar) –Slamby (magyar)  Malkiel majma és a profi tőzsdebefektetők → az adatelemzés legyen a stratégia alapja? Márton András 10

11 Gazdaságinformatika Doktori Iskola Összefoglalásul – a válasz: NEM  A nagy adatban rejlő lehetőségek nem lebecsülendők!  Az azt legintenzívebben felhasználó iparágak (informatika, IKT) gyorsan változnak  Big Data → Big Trash: óriási mennyiségű digitális szemét  Big Data-hype: divat és „hit” 11 Márton András

12 Gazdaságinformatika Doktori Iskola Gartner: hype-görbe (for emergent technologies) (2013) Márton András 12

13 Gazdaságinformatika Doktori Iskola Üzenet „ A terv semmi, a tervezés minden.” Dwight D. Eisenhower Márton András 13

14 Gazdaságinformatika Doktori Iskola Felhasznált irodalom és források  Nováky Erzsébet (szerk.) (2006): Jövőkutatás. Aula Kiadó, Budapest  Hideg Éva (2012): Jövőkutatás paradigmák. Aula Kiadó, Budapest  about-indias-mars-mission-stinks-of-prejudice html  Mészáros Tamás (2002): A stratégia jövője – a jövő stratégiája. Aula Kiadó, Budapest  Cummings-Daellenbach: A guide to the future of strategy? The History of Long Range Planning. Long Range Planning, April. Vol. 42., pp  Chikán Attila (2005): Vállalatgazdaságtan. Aula Kiadó, Budapest 14 Márton András

15 Gazdaságinformatika Doktori Iskola Felhasznált irodalom és források 2.  Barabási Albert-László (2010): Villanások. A jövő kiszámítható. Nyitott Könyvműhely, Budapest  he_Age_of_Big_Data.pdf    toket-a-versenykepesseg-erositeseben ;  Márton András 15

16 Gazdaságinformatika Doktori Iskola Felhasznált irodalom és források 3.  Stone, B. (2014): Facebook Buys WhatsApp for $19 Billion. Businessweek.com, 19/facebook-acquires-whatsapp-for-19-billion, letöltve:  ami_minket_fig; letöltve:  anak_a, letöltve:  R. D. Arnott – J. Hsu – V. Kalesnik – P. Tindall: The Surprising Alpha from Malkiel’s Monkey and Upside-Down Strategies. The Journal of Portfolio Management, Vol. 39, No. 4. (Summer 2013)  letöltve: Márton András 16


Letölteni ppt "Gazdaságinformatika Doktori Iskola A Big Data prediktívvé teszi-e a gazdaság jövőjét? Márton András."

Hasonló előadás


Google Hirdetések