“
Mýtus 2: To, co nastává, nepřipomíná nic z toho, co jsme doposud zažili a vyzkoušeli.
Ke konci devatenáctého století zaměstnávaly Vítkovické železárny téměř 10 000 osob – mezi nimi bylo více než tři tisíce úředníků. Následný vstup výpočetní techniky především ve druhé polovině dvacátého století jejich potřebu silně zredukoval, a to prakticky všude ve světě. Uvědomme si, jak silná byla tahle vlna právě v oblasti účetnictví: digitalizaci ručně vedených účetních knih máme již skutečně za sebou. Mám za to, že žádné sociální bouře provázené rozbíjením počítačů přitom nenastaly. A nejspíš ani žádný účetní se proti své vůli nestal programátorem – i když mnozí otevřenými dveřmi do této sféry nadšeně prošli.
Mýtus 3: Ohledně informační revoluce nejsou žádná očekávání přehnaná – naopak, skutečnost vždy překoná očekávání.
Okouzleni rychlým rozvojem zapomínáme na slepé uličky. Kdo zažil devadesátá léta, nejspíš si vybaví, jak silná očekávání od počítačů jsme měli v některých oblastech. Příkladem budiž APS plánování – představa dokonalých algoritmů, které naše potřeby za všech okolností optimálně rozvrhnou mezi omezené kapacity zdrojů. APS systémy fungují, ale jejich stoupenců je dodnes zhruba tolik, jako těch, kteří preferují metodu FVT -– tedy fixou na velkou tabuli. Přehnaná očekávání ze strany výpočetní techniky byla nepochybně spojena také s kalkulací ABC – a každý, kdo někdy účtoval náklady na aktivity, potvrdí, že problém je úplně jinde než v nedostatečné výpočetní síle.
Mýtus 4: Rozhodující kompetencí datových analytiků bude digitální gramotnost, tedy schopnost zvládnout nejrůznější nástroje pro zpracování dat.
Pokud se vám nelíbí termín „přehrabování smetiště“, říkejme tomu třeba „hledání perel“ nebo mluvme o práci archeologů. Bagr je krásný a výkonný stroj, ale v žádném z těchto případů vám moc nepomůže. Datový analytik je vlastně archeologem orientovaným na současnost a jeho kvalitu určuje mnoho dalších věcí – mimo to, jak rychle dokáže přemisťovat zeminu. Najít místo, kde hledat (kdo by neznal příběh o nalezení antické Tróji), poznat z obrysů a střepů to, co chci nalézt, stejně jako nenechat se ošálit podobným vzhledem věcí, které nehledáte – to jsou zřejmé klíčové kompetence archeologa, ale zároveň jasně definované požadavky na práci datových analytiků. A čím je pro archeologa znalost historie, vlastně schopnost uvažovat v historických souvislostech, bude pro datové analytiky schopnost uvažovat v souvislostech podnikání – „Business Thinking“ je mimochodem název kurzu, který Controller Institut uvádí v letošní premiéře.
Mýtus 5: Komerční produkty v oblasti ICT přinášejí všechno, co budeme potřebovat. Stačí sledovat nabídky potenciálních dodavatelů.
Práce s informačními technologiemi nesporně znamená obrovskou efektivitu, ale sama o sobě nás nepřivede k poznání skutečnosti jednoduše a přímočaře. Ano, rozdíl mezi naší schopností získat informace v digitální éře versus několik desítek let před ní připomíná rozdíl mezi družicovým snímkem zemského povrchu a pohledem z vysokého kopce do údolí. Uvědomme si však zároveň, že dosah v druhém případě je sice omezený, ale o to lépe a rychleji z něj poznáme významné body v naší blízkosti. Rozlišit na družicovém snímku přeplněném informacemi věci významné od všeho ostatního má na konečný úspěch nesporně větší vliv než samotná schopnost zpřístupnit svět našim zrakům. A právě proto bychom neměli podlehnout „technologickému mámení“. Možnost získání a zpracování dat je totiž pro přežití v digitálním věku podmínkou nutnou, nikoli však postačující. Informační technologie mohou pomoci i s tím, co zbývá – a to již dnes (třeba při statistickém vyhodnocování). Jejich role však nad člověkem nedominuje a dominovat ještě dlouho nebude. Nabízet je masově na trhu není proto zdaleka tak jednoduché. Neztrácíme tedy čas? Sekačku na trávu nabízí kdekdo, ale chcete-li pěkný trávník bez ruční práce, musí vám nějaký stroj také vytrhat plevel.