Cyfrowy umysł. Jak zarządzać i rozwijać biznes w erze algorytmów i sztucznej inteligencji - ebook

Obecnie, gdy każda firma musi być firmą technologiczną, rozwinięcie silnej mentalności cyfrowej jest prawdopodobnie najważniejszym krokiem zbliżającym cię do przyszłych sukcesów. Książka Cyfrowy umysł jest nieocenionym źródłem wiedzy dla każdego, kto pragnie stać się lepszym przywódcą, przygotować się zawodowo na przyszłość czy też po prostu chce lepiej zrozumieć teraźniejszość i przyszłość biznesu.

MICKEY (HIROSHI) MIKITANI, założyciel, prezes i dyrektor zarządzający Rakuten Group

Wszyscy słyszeliśmy to już milion razy: musisz być bardziej cyfrowy. Wreszcie trzymamy w ręku książkę, która nadaje prawdziwe znaczenie temu modnemu słowu. Leonardi i Neeley w sposób bardzo klarowny i zadziwiająco szczegółowy przygotowują nas na cyfrową przyszłość.

SHELLYE ARCHAMBEAU, była dyrektor zarządzająca MetricStream; autorka Unapologetically Ambitious

Jeśli nadal będziemy traktować nadejście ery cyfrowej jako rewolucję czysto technologiczną, przegapimy najważniejszy od czasów rewolucji przemysłowej przełom gospodarczy, polityczny i behawioralny. Cyfrowy umysł dostarcza nam wiedzy niezbędnej do uchwycenia tej chwili.

ELIE GIRARD, była dyrektor zarządzająca Atos

Ta przełomowa pozycja jest idealnym przewodnikiem, który pozwoli ci działać lub przewodzić innym, wspierając się cyfrową mentalnością. Rzeczowa i praktyczna. Dzięki tej książce cyfrowa transformacja staje się osiągalna dla każdego, kto chce nauczyć się nowych sposobów myślenia na temat współpracy, przetwarzania danych i zmiany, aby rozwiązać złożone problemy systemowe. Co najważniejsze, nie musisz być komputerowym guru, aby przekształcić swoją organizację z zastosowaniem tych zasad.

BILL GEORGE, wykładowca w Harvard Business School;

autor bestsellera Discover Your True North

Leonardi i Neeley napisali fundamentalny podręcznik, niezbędny dla liderów, którzy chcą prosperować w erze cyfrowej. W Cyfrowym umyśle udało im się połączyć klarowny i rzeczowy przegląd kluczowych koncepcji oraz praktyczne porady, jak wprowadzić te koncepcje w życie.

HUBERT JOLY, były prezes i dyrektor zarządzający Best Buy; starszy wykładowca w Harvard Business School; autor The Heart of BusinessWstęp Zasada 30 procent

Świat, jakim go stworzyliśmy, jest procesem naszego myślenia. Nie można go zmienić bez zmiany myślenia.

Albert Einstein

Sara Menker siedziała w biurze na Manhattanie, wpatrując się w monitor komputera. Było lato 2008 roku. Obserwowała krach na rynkach finansowych. Pracowała dla banku Morgan Stanley jako makler na rynku paliw i dobrze wiedziała, że liczby przelatujące jej przed oczami były katastroficzne. Na dźwięk głośnego westchnienia wydanego przez kolegę siedzącego przy sąsiednim biurku odwróciła się od ekranu. Twarz skrywał w dłoniach, jakby chciał się ukryć przed grozą wydarzeń. „Świat chyli się ku upadkowi” – stwierdził. „To armagedon. Trzeba zacząć skupywać złoto”.

„A co zrobisz ze złotem, gdy gospodarki świata się załamią?” – rzuciła Sara. „Lepiej kup worek ziemniaków! Będą ci potrzebne. Wszystkim będą potrzebne”.

Kolega roześmiał się. Sara również, ale w ich śmiechu słychać było niepokój.

Wieczorem myśli Sary nadal krążyły wokół ziemniaków. Urodziła się i wychowała w Etiopii, kraju poważnie doświadczonym klęską głodu. Dlatego też, jak żaden inny kolega po fachu na Wall Street, rozumiała, jakie znaczenie ma zapewnienie pożywienia. Zaczęła przeglądać ceny gruntów rolnych w swojej ojczyźnie. Będąc handlowcem z krwi i kości, dostrzegła okazję inwestycyjną. Ziemia była tania. W niektórych rejonach akr sprzedawano za półtora dolara. Wyglądało też na to, że stosunkowo łatwo można było nabyć dziesiątki tysięcy akrów takiej ziemi.

Sara była zaintrygowana i postanowiła wybrać się w podróż w rodzinne strony, by zdobyć więcej informacji. Nie znała się na rolnictwie, ale była przekonana, że jest w stanie szybko poznać nową branżę. Po kilku dniach zdobywania wiadomości z pierwszej ręki była zaskoczona tym, czego się dowiedziała. Aby zagwarantować sobie bezpieczeństwo finansowe, etiopski rolnik powinien wykupić ubezpieczenie plonów. Rynek takich ubezpieczeń jednak nie istniał. Jeśli żaden bank nie chciał udzielić kredytu bez zabezpieczenia w postaci polisy ubezpieczeniowej na plony, koszty kapitału rosły. Ponadto ziemia pod uprawy znajdowała się w odległych miejscach, co oznaczało konieczność równania terenu i budowania dróg dojazdowych. Aby móc uprawiać ziemniaki, rolnik musiałby praktycznie zbudować pełną infrastrukturę agrarną. Było to zbyt kosztowne i ryzykowne dla większości ludzi, wliczając w to Sarę, więc szybko zarzuciła pomysł ziemniaczanych upraw.

A jednak to, czego dowiedziała się dzięki tej podróży, nie przestawało jej nękać. Jeśli rolnicy nie będą mogli wykonywać swojej pracy, zacznie brakować pożywienia. Niedługo popyt przerośnie możliwości produkcyjne infrastruktury rolniczej. „Kolejnym razem, gdy załamią się rynki” – poinformowała nas Sara – „ludzie nie stracą jedynie pieniędzy. Będą głodować, a rządy upadną”. Sara była tak przejęta możliwością globalnego deficytu żywności, że czuła się w obowiązku jakoś pomóc. Rzuciła więc pracę w Morgan Stanley. Pięć miesięcy później siedziała przy kuchennym stole i wpatrywała się w świecący ekran komputera. Był piątkowy wieczór, prawie północ. W planach miała położyć się do łóżka kilka godzin wcześniej, ale chciała jeszcze rzucić okiem na spory kawałek kodu w języku Python, na którego zrozumienie poświęciła całe późne popołudnie. Gdyby za oknem nie zrobiło się ciemno, nie zdawałaby sobie sprawy z upływającego czasu. Jeszcze raz czytała kod z góry do dołu, nosem prawie dotykając ekranu. Musiała zrozumieć, w jaki sposób działa program i skąd pobiera dane wprowadzane do algorytmu. „W porządku, jakiś postęp” – zamruczała pod nosem, zamykając laptop. „Jutro znów do tego siądę”. Za oknem rozpościerał się widok na słabo oświetlone kenijskie miasteczko rolnicze, do którego przeprowadziła się z Nowego Jorku. Będąc czarną kobietą, zrobiła karierę na Wall Street – nieraz miała do czynienia z przeciwnościami. Dobrze wiedziała, że nie ma drogi na skróty. Musiała sama zrozumieć, co oznaczają dane.

***

Dlaczego robiąca karierę maklerka rzuciła pracę, przeniosła się na drugi koniec świata i w środku nocy ślęczała, by zrozumieć kod w Pythonie? Sara doznała olśnienia, gdy odkryła, że nawet tak przyziemna i analogowa branża jak rolnictwo przechodzi właśnie potężną transformację cyfrową. Globalny system technologii cyfrowych, wliczając w to czujniki, narzędzia prognostyczne oraz bazy danych, pozwalał rolnikom, badaczom i analitykom branżowym zbierać i przechowywać dane na temat upraw, warunków atmosferycznych, jakości gleby i jej erozji na niespotykaną dotąd skalę i z ogromną szybkością. Narzędzia cyfrowe przeobrażały rolnictwo w działalność przetwarzającą duże ilości danych. A jednak Sara była jedną z niewielu osób spoza branży, które zdawały sobie z tego sprawę. Jak to się stało? Miała odwagę pytać o to, czego nie wiedziała. Podjęte przez nią wyzwanie, by uporać się z destrukcyjną siłą światowego krachu finansowego, doprowadziło ją do odkrycia ważnego faktu na temat życia w XXI wieku: nie istnieje żaden obszar gospodarki ani taki typ pracy, które można odseparować od technologii cyfrowej oraz danych, które są bez przerwy wytwarzane, gromadzone i przechowane.

Sara dowiedziała się, że rolnictwo zbierało góry danych na każdym etapie procesu. Tyle tylko, że były one rozproszone. Nie istniał ujednolicony system ich łączenia, a sprawę pogarszał fakt, że branża miała globalną skalę. Rolnictwo to ekosystem na kształt labiryntu rozpościerający się przez wszystkie kontynenty. Spójrzmy chociażby na etiopski rynek kawy. Choć był niewątpliwie uzależniony od tego, co działo się w sąsiadujących krajach, takich jak Uganda i Kenia, jeszcze silniej był powiązany z tak odległymi miejscami, jak Wietnam i Brazylia, gdyż te kraje były czołowymi producentami kawy. Etiopski rolnik uprawiający kawę musiał rozumieć, jak odbywa się produkcja kawy w tamtych krajach, a to oznaczało zdobycie wiedzy na temat lokalnego klimatu i rynku. Niezbędna była również wiedza na temat trendów konsumpcyjnych w Europie, ponieważ największym importerem i eksporterem kawy były Niemcy, a co za tym idzie miały ogromny wpływ na ceny. Znaczenie miały też inne uprawy. Największą konkurencją dla kawy była herbata, należało więc znać również ten rynek. Sara doszła do wniosku, że próby pojęcia tej złożoności w sposób tradycyjny – jak dotąd branża to robiła – są zbyt skomplikowane i kosztowne. Jeśli przeróżne aspekty rynków agrarnych są współzależne, to dane na ich temat również powinny być ze sobą połączone. W przeciwnym razie traciłyby swą użyteczność.

Sara wróciła myślami do chwili, gdy zszokowały ją obliczenia, z których wynikało, że rzeczywisty koszt ziemi w Etiopii to nie półtora dolara za akr, a 12 tysięcy dolarów, jeśli wliczy się wszystkie inne kwestie niezbędne do rozpoczęcia uprawy – jak ubezpieczenie, infrastruktura i tym podobne. To, że w Stanach Zjednoczonych inwestowanie w rolnictwo było znacznie mniej kosztowne niż w Etiopii, wynikało z dostępności danych i ich analizy. Stany Zjednoczone dysponują ogromnymi zasobami danych, na których można polegać przy decyzjach o podjęciu ryzyka. W niektórych afrykańskich krajach banki nie pożyczały pieniędzy, firmy ubezpieczeniowe nie wydawały polis, a operatorzy logistyczni nie istnieli, gdyż żadna firma z tych branż nie dysponowała danymi niezbędnymi, by świadczyć takie usługi. Jak jakikolwiek podmiot mógłby wycenić ryzyko ponoszone przez rolnika, jeśli nie był w stanie pojąć w sposób numeryczny, jak wygląda cykl produkcyjny w konkretnym miejscu w Afryce?

Sara już wiedziała, jaka jest jej misja. Musiała przełożyć i połączyć dane, aby zapewnić lepsze prognozy dotyczące dynamiki globalnego ekosystemu. W pracy maklera rozwinęła swoje zdolności analityczne, które pozwalały jej dostrzec szanse kryjące się za wiązaniem ze sobą rozbieżnych danych. Ale dopiero gdy wykształciła w sobie cyfrowy sposób myślenia, była w stanie zrozumieć, jak skuteczna platforma cyfrowa, zbudowana po to, by łączyć fragmentaryczne zbiory danych, może zrewolucjonizować rolnictwo. Cyfrowy sposób myślenia pozwolił jej uruchomić Gro Inteligence – firmę analityczną koncentrującą się na wszystkim, co ma związek z rolnictwem.

Gro Intelligence, funkcjonująca zarówno w Nowym Jorku, jak i w Kenii, opracowała platformę, która może pobrać 40 milionów unikalnych zbiorów danych rolniczych, co daje ponad 500 bilionów punktów danych. Opierając się na danych z wielu krajów oraz informacjach uzyskiwanych ze zdjęć satelitarnych, firma Sary stworzyła narzędzie prognostyczne korzystające z algorytmów uczenia maszynowego, aby dostarczać złożonych prognoz dziennych. Generowane przez firmę prognozy istotnie wpływają na rynki agrarne i są dokładniejsze niż te ogłaszane przez Departament Rolnictwa Stanów Zjednoczonych (United States Department of Agriculture – USDA). W roku 2019 firma Gro Intelligence pośpieszyła z pomocą i dostarczała w czasie rzeczywistym szacunki na temat produkcji towarów, które nie mogły być zapewnione jak co roku przez USDA ze względu na procedurę zamknięcia rządu (government shutdown – w Stanach Zjednoczonych w wypadku odrzucenia budżetu przez parlament część agencji rządowych zawiesza działanie do czasu uchwalenia budżetu – przyp. red.).

Sara Menker, która jeszcze kilka lat temu nerwowo żartowała na temat ziemniaków, wprowadzała teraz w erę cyfrową tak ważną branżę jak produkcja żywności. Oczywiście nabycie umiejętności technicznych – takich jak chociażby wystarczające zrozumienie kodu, aby wiedzieć, jakie są źródła danych pobieranych przez program, stanowiło kluczowy element procesu. A jednak sukces, jaki odniosła, nie był jedynie kwestią predyspozycji lub zdolności. Tu chodziło o sposób myślenia – przede wszystkim o odwagę bycia skromnym i pokornym, by przyznać, że nie wie się wszystkiego, i wkroczyć na ścieżkę nauki. Gdy Sara zaczęła się interesować rolnictwem w Etiopii, nie wiedziała, jak dotrzeć do danych agrarnych, ani nie rozumiała, dlaczego są w taki, a nie inny sposób skategoryzowane. Zaczęła więc zadawać pytania. Mnóstwo pytań. Gdy chciała się dowiedzieć, jak tworzyć dynamiczne mapy wizualizujące ogromne ilości danych w czasie rzeczywistym, dotarła do kolegi ze szkolnych czasów, który był informatykiem. To on zapoznał ją z ogromnymi możliwościami przetwarzania danych w chmurach obliczeniowych. Gdy chciała nauczyć się modelowania środowiskowego z wykorzystaniem danych, skontaktowała się z największym specjalistą w tej dziedzinie, profesorem rolnictwa w Dakocie Południowej. Gdy dowiedziała się, jak przeprowadzać eksperymenty, by zidentyfikować właściwe produkty cyfrowe mogące pomóc rolnikom, zaczęła również myśleć o sposobach zabezpieczenia danych w tych produktach. Można powiedzieć, że do tego czasu opanowała już wiedzę o „tych wszystkich cyfrowych sprawach”. Wiedza na temat cyfryzacji pomogła jej znaleźć odpowiedzi na pytania dotyczące rolnictwa w Stanach Zjednoczonych, Etiopii i na całym świecie. Zawsze zaczynała od postawienia pytania. Niezależnie od tematu szukała osoby, która będzie ją mogła czegoś nauczyć. Ten rodzaj skromności i pokory to rzadkość wśród kadry kierowniczej, ale jest niezbędny, by wykształcić w sobie cyfrowy sposób myślenia.

Gdy przez wiele lat wspinała się po drabinie sukcesu na Wall Street, nigdy nie przypuszczała, że będzie prowadzić odnoszącą sukcesy firmę zajmującą się sztuczną inteligencją, która w roku 2021 znajdzie się wśród stu najbardziej wpływowych przedsiębiorstw magazynu „Time”. W owym czasie nie wiedziała, co oznacza „bycie cyfrowym”, ani nie miała pojęcia, jak wejść do cyfrowego świata. Widziała jednak transformację świata wokół siebie i zrozumiała, że aby coś zmienić, aby znaleźć osobiste i zawodowe spełnienie, aby odnieść sukces w erze szybkich przeobrażeń, musi osiągnąć biegłość cyfrową. W trakcie zmian nauczyła się podstaw przetwarzania danych i tego, jak je zbierać oraz jak budować relacje z pracownikami na dwóch kontynentach i jak zorganizować firmę, w której ludzie mogliby podejmować decyzje na podstawie szybko zmieniających się informacji. Sara nazywa samą siebie osobą „nietechniczną”, a najważniejsze, co zrobiła na swojej nowej drodze, miało miejsce, zanim nabyła jakiekolwiek techniczne umiejętności – od samego początku była oddana koncepcji cyfrowego sposobu myślenia. Reszta była tylko naturalną konsekwencją tego nastawienia.

Niesamowita podróż Sary jest dowodem na to, że pomyślne nawigowanie po cyfrowym świecie jest nie tylko niezbędnym składnikiem sukcesu, ale również jest w zasięgu ręki. Wystarczy cyfrowy umysł.

Ta książka ma ci pomóc w zrobieniu pierwszego kroku na drodze ku cyfrowej biegłości. Nie będziemy cię uczyć konkretnych umiejętności, które są niezbędne, aby odnosić sukcesy w cyfrowym świecie – na to będzie czas później. Chcemy ustawić cię we właściwym miejscu, skąd możesz wyruszyć w podróż. Ta książka jest dla tych wszystkich, którzy rozumieją, że konkurencja w każdej branży jest coraz silniejsza, pcha nas ku większemu zaangażowaniu w cyfrowe ekosystemy i czyni z cyfrowej transformacji sprawę priorytetową dla zarządów firm każdej gałęzi gospodarki. Większość osób zdaje sobie sprawę z tego, że ich klienci czekają na cyfrowe rozwiązania. Ludzie są również świadomi tego, że ich menedżerowie chcą, aby rozwijali cyfrowe kompetencje w obszarach, które wcześniej nie były uznawane za zorientowane na technologię. I dobrze słyszą to, o czym mówią od wielu lat przewidujący liderzy świata: wraz z erą cyfrową nadchodzą fundamentalne zmiany tego, jak się pracuje, jaką strukturę mają firmy i jak ludzie ze sobą współpracują. Przywołajmy w tym miejscu słowa legendarnego dyrektora generalnego Cisco Johna Chambersa, które wygłosił, gdy ustępował ze stanowiska dyrektorskiego, by objąć fotel prezesa: „Era cyfrowa przyćmi to, co wydarzyło się w erze informacji, oraz wartość internetu, jaki dziś znamy. Zwracam się do liderów: jeśli nie zdecydujecie się na transformację i nie wykorzystacie tej technologii w inny sposób – jeśli nie wymyślicie siebie na nowo, nie zmienicie struktury swoich firm, jeśli nie zaczniecie rozmawiać o szybkich innowacjach – wypadniecie z obiegu. A będzie to bolesne przebudzenie. Za dziesięć, góra piętnaście lat, wiele firm już nic nie będzie znaczyć na rynku”. Chambers nigdy nie przesadzał.

A mimo to wiele osób wciąż nie potrafi pozbyć się przekonania, że nie są wystarczająco „techniczne”, aby zacząć myśleć cyfrowo. To zrozumiałe. Tak zostaliśmy uwarunkowani. Postrzegamy siebie w ramach dychotomii albo-albo, jako pracowników technicznych albo nietechnicznych. Tylko że ten paradygmat myślowy jest już przestarzały. Wszyscy jesteśmy pracownikami cyfrowymi, zarówno programiści z Doliny Krzemowej, jak i marketerzy w hollywoodzkiej agencji reklamowej czy nauczyciele jakiegokolwiek przedmiotu akademickiego. Zarzucenie przestarzałego sposobu myślenia nie jest jednak łatwe. Pod wieloma względami zmiana sposobu myślenia może być znacznie trudniejsza niż nabycie praktycznych umiejętności technicznych. To właśnie z tego powodu napisaliśmy tę książkę.

Na kolejnych stronach książki będziesz miał szansę zająć się następującymi kwestiami, które nieobce są każdemu, kto obserwuje zbliżające się ogromnymi skokami zmiany w sposobie pracy:

- Jaki stopień biegłości technicznej jest mi potrzebny?
- Czy muszę nauczyć się kodowania?
- Czego muszę się nauczyć o algorytmach?
- Czego muszę się dowiedzieć na temat big data?
- W jaki sposób efektywnie korzystać z narzędzi cyfrowych?
- Czym właściwie jest sztuczna inteligencja?
- Czy muszę być przygotowany na dołączenie bota lub robota do mojego zespołu?
- Jak współpracować z ludźmi, którzy pracują na odległość?
- W jaki sposób zabezpieczyć dane i systemy?
- W jaki sposób rozwinąć umiejętności, by móc konkurować w cyfrowej gospodarce?
- Czy transformacja cyfrowa różni się czymś od innych transformacji?
- Jak zbudować kulturę stawiającą cyfryzację na pierwszym miejscu?
- Od czego zacząć?

Przesłanie naszej książki jest proste: jeśli rozwiniesz w sobie cyfrowy umysł, będziesz w stanie odpowiedzieć na te i wiele innych pytań. Będziesz gotowy prosperować w erze cyfrowej. Każdy może w sobie wyrobić cyfrowe nastawienie i sposób myślenia. Właśnie tak zrobiła Sara Menker. Nie stała się technologicznym geniuszem ani programistą. Po prostu rozwinęła w sobie cyfrowy umysł, który pozwolił jej spojrzeć na świat w inny sposób i zadać nowe, ważne pytania. Od ciebie będzie to wymagać nowych spostrzeżeń i otwartości na zmiany. Dotarcie do minimalnego progu biegłości technicznej, gwarantującego cyfrowy sposób myślenia, jest absolutnie w zasięgu ręki każdej osoby czytającej tę książkę. Uważamy nawet, że może to być niezła zabawa.

Przez ostatnie dziesięć lat prowadziliśmy badania, pracowaliśmy jako konsultanci, zasiadaliśmy w radach doradczych, szkoliliśmy menedżerów, napisaliśmy także studia przypadku dotyczące setek organizacji na całym świecie, które wykorzystują technologię. Badaliśmy, w jaki sposób te organizacje i ludzie w nich pracujący nabyli cyfrowy sposób myślenia. Koncepcja cyfrowego umysłu zrodziła się w wyniku dyskusji z tysiącami profesjonalistów, menedżerów i dyrektorów, którzy podzielili się z nami swoimi spostrzeżeniami na temat sposobów myślenia, które przyczyniają się do tworzenia okazji w cyfrowym miejscu pracy. Wszyscy podzielali pogląd, że „bycie cyfrowym” wymaga nowych przekonań i sposobu myślenia, które pozwolą na nabycie technologicznych kompetencji, a następnie ich wykorzystanie, począwszy od podstaw gromadzenia i przetwarzania danych, na zakrojonej na szeroką skalę zmianie organizacyjnej skończywszy. Aby opracować koncepcję cyfrowego umysłu, a także zidentyfikować zapatrywania i podejście, jakie się na nią składają, oparliśmy się na własnych badaniach, skorzystaliśmy również z bogatych zasobów artykułów, opowiadań i studiów przypadku, których autorami są wiodący eksperci.

Zauważyliśmy, że osoby z cyfrowym sposobem myślenia odnoszą większe sukcesy w pracy, są z niej bardziej zadowolone i mają większe szanse na awans. Dysponują też umiejętnościami, które mogą im się przydać w nowym miejscu, jeśli zdecydują się na zmianę stanowiska lub pracy. Przywódcy z cyfrowym umysłem są lepiej przygotowani do prowadzenia swoich organizacji ku sukcesom i mają większe możliwości stworzenia załogi zdolnej do szybkiego przystosowania się do zmian. Gdy w firmie znajdują się ludzie o cyfrowym umyśle, reaguje ona szybciej na zmiany na rynku i lepiej wykorzystuje nadarzające się okazje biznesowe. Prosperowanie w erze cyfrowej wymaga czegoś więcej niż tylko nabycia umiejętności stosowania cyfrowej technologii. Aby odnieść sukces, trzeba zacząć myśleć w inny sposób. Ta książka pokaże ci, jak tego dokonać.

Definicje

Zanim przejdziemy dalej, musimy podać kilka definicji. Terminy takie jak cyfrowy sposób myślenia mogą być rozumiane na wiele sposobów. Poniżej podajemy nasze robocze definicje stosowane w tej książce.

W naszym rozumieniu słowo cyfrowy odnosi się do interakcji pomiędzy danymi a technologią.

Dane to jakiekolwiek informacje, z których można skorzystać i które można przetworzyć lub przeanalizować. Może to być lista zakupowa czy prognoza pogody. Obecnie dla większości ludzi dane to głównie liczby, ale danymi mogą być również obrazy i teksty, gdyż można je przełożyć na cyfry, które następnie można przetworzyć, zgromadzić oraz poddać obliczeniom.

Technologia tworzy, przechwytuje, przetwarza, transmituje i magazynuje dane. Przez większą część ludzkiej historii technologia odpowiedzialna za te zadania była nieskomplikowana – były to kamienne tabliczki, papirus i papier. Obecnie dane są przetwarzane znacznie szybciej i na znacznie większą skalę przez niezliczone urządzenia. Właściwie z większością danych mamy do czynienia poprzez kilka połączonych ze sobą urządzeń – takich jak czujniki, komputery, oprogramowanie, magazyny w chmurze. Kombinacja czujników, sprzętu i oprogramowania składających się na telefon przekształca analogowe dane wejściowe, takie jak dźwięki i obrazy, na kod binarny, który jest przetwarzany, magazynowany i dostarczany do ciebie w formie muzyki, zdjęć i słów. Twój telefon nie tylko przechowuje dane, ale również je tworzy i przetwarza na wiele nowatorskich sposobów.

Sposób myślenia to całokształt postaw i poglądów, które determinują nasze postrzeganie świata. Twoje nastawienie do spraw kształtuje to, jak o nich myślisz, czy są dla ciebie ważne i jak się zachowasz.

Zatem cyfrowy sposób myślenia to zbiór przekonań i nasze nastawienie do zrozumienia i wykorzystania danych i technologii. To podejście i zachowania pozwalają ludziom i organizacjom dostrzegać nowe możliwości, a także zaplanować ścieżkę ku przyszłości. Big data, algorytmy, sztuczna inteligencja, roboty jako współpracownicy, wewnętrzne media społecznościowe, blockchain, eksperymentowanie, statystyka, bezpieczeństwo i szybkie zmiany to niektóre z cyfrowych czynników mających ogromny wpływ na zmieniający się kształt naszego życia i pracy. Te siły wywracają do góry nogami sposób, w jaki wchodzimy w interakcje ze współpracownikami, i tworzą nowe wymogi dla firm, które muszą się zrestrukturyzować, jeśli chcą stać się bardziej konkurencyjnymi.

Z tym zestawem definicji możemy zanurzyć się nieco głębiej. Rozwinięcie w sobie cyfrowego sposobu myślenia wymaga przedefiniowania fundamentalnego podejścia do trzech kluczowych procesów:

- współpracy,
- przetwarzania danych,
- zmiany.

Przedefiniowanie podejścia do tych procesów oznacza oczywiście naukę nowych, konkretnych umiejętności. To jednak nie wystarczy. Nowe umiejętności dostarczają słownictwa, wiedzy i intuicji, by spojrzeć na sprawy z szerszej perspektywy. Wypracowanie nowego sposobu myślenia oznacza, że z pomocą nabytych umiejętności zmieniamy nasze zapatrywanie na świat i nasze zachowanie.

W niniejszej książce prezentujemy zestaw umiejętności stanowiących ramy niezbędne do wyrobienia w sobie nowego podejścia do współpracy, obliczeń i zmian. To baza, na której możesz zacząć budować swój nowy sposób myślenia. Co więcej, nie tylko powiemy ci, jakie to umiejętności – pomożemy ci również się ich nauczyć.

Nie martw się – nie będziesz musiał zgłębiać tajników programowania, tworzyć własnych algorytmów ani uczyć się, jak stosować wielomianowe modele logitowe. Być może kiedyś i tak będziesz to robić, ale teraz skupimy się jedynie na tym, co niezbędne do cyfrowej biegłości. A teraz pora na dobre wieści: wystarczy biegłość na poziomie zaledwie 30 procent w zakresie kilku technicznych zagadnień, by wykształcić w sobie cyfrowy umysł. Nazywamy to zasadą 30 procent.

Zasada 30 procent

W zrozumieniu tej zasady pomoże przywołanie analogii do nauki języka obcego. Aby po mistrzowsku opanować język angielski, obcokrajowiec musi poznać około 12 tysięcy słów. Jednak by skutecznie komunikować się ze współpracownikami, wystarczy mu już 3500 do 4000 słów – to około 30 procent tego, czego wymaga językowa biegłość. Z praktycznego punktu widzenia obcokrajowiec nie musi osiągnąć biegłości w angielskim, by móc efektywnie współpracować z innymi. Podobnie, by móc wykorzystywać cyfrowy umysł, nie musisz po mistrzowsku opanować kodowania ani stać się analitykiem danych (data scientist). Musisz jednak wiedzieć, na czym polega ta praca czy chociażby praca programisty. Musisz również rozumieć, o co chodzi w uczeniu maszynowym, jak korzystać z testów A/B, jak interpretować modele statystyczne oraz w jaki sposób wyposażony w sztuczną inteligencję chatbot będzie wykonywać to, czego od niego wymagasz. Wszystkie te terminy i techniki wyjaśnimy w kolejnych rozdziałach.

Ostatnie dziesięć lat poświęciliśmy na dojście do tego, czym jest to 30 procent. Nauczyliśmy również wielu kursantów, jak wykształcić w sobie cyfrowy umysł. Chcemy podzielić się tym, czego się nauczyliśmy, abyś ty również zaczął podchodzić do współpracy, obliczeń i zmiany w sposób, który otworzy cię na nowe ekscytujące możliwości, jakie oferuje transformacja cyfrowa.

W książce precyzujemy kategorie niezbędnych umiejętności, a także opisujemy, na czym polega 30-procentowa kompetencja w tych kategoriach. Gdy już opanujesz te 30 procent (albo więcej, jeśli będziesz tym zainteresowany), będziesz dysponować podstawami, które pozwolą ci zacząć myśleć w nowy sposób – cyfrowo. Choć prawdopodobnie niektóre poruszane przez nas zagadnienia nie będą dla ciebie nowością, zapewne natkniesz się na spostrzeżenia nowe lub takie, o których będziesz musiał się więcej dowiedzieć. A najprawdopodobniej nawet na dobrze ci znane tematy dzięki tej książce spojrzysz z innej perspektywy i w nowy sposób połączysz je ze swoją pracą, strategią organizacyjną i innymi aspektami cyfryzacji.

Celem książki jest doprowadzenie cię do poziomu 30-procentowej znajomości tematu na tych polach, które są niezbędne do wykształcenia cyfrowego umysłu. Dla każdego z trzech kluczowych obszarów, do których musisz zmienić nastawienie, wydestylowaliśmy, zsyntetyzowaliśmy i odpowiednio dobraliśmy najważniejsze spostrzeżenia, które musisz znać, by osiąg­nąć minimalny próg wiedzy w różnych cyfrowych dziedzinach.

Jak się do tego zabierzemy?

W części pierwszej zgłębimy tajniki nowego podejścia do współpracy w erze cyfrowej. Podstawowym warunkiem jest tu nauczenie się, jak współpracować z maszynami, które – dzięki sztucznej inteligencji i uczeniu maszynowemu – już nie są wyłącznie narzędziami, z których korzystamy, gdyż w szybkim tempie awansują do roli kolegów z pracy. Abyś mógł nauczyć się współpracy z maszyną, zaprezentujemy ci 30 procent niezbędnej wiedzy na temat działania sztucznej inteligencji (SI). Opiszemy, jak zespoły wojskowe poznają psychologiczne i techniczne metody pracy ramię w ramię z robotami z SI. Wyjaśnimy, dlaczego nie jest zbyt roztropnie wchodzić w interakcję ze sztuczną inteligencją tak, jakby to był człowiek, a także podpowiemy, jak ustrzec się pułapki, w którą wpadają osoby z takim właśnie podejściem. Następnie przestudiujemy nowe imperatywy pomyślnej współpracy z ludźmi w erze cyfrowej. Zabierzemy cię do banku, którego pracownikom udało się pomyślnie wprowadzić innowacje dzięki wykorzystaniu wewnętrznych mediów społecznościowych – media społecznościowe pozwoliły poszerzyć grono osób, od których można się uczyć. Przyjrzymy się, jak jedna z największych na świecie firm z obszaru handlu elektronicznego pomogła ludziom z całego świata nawiązać relacje, zachęcając ich do dzielenia się informacjami spoza pracy. Omówimy również kwestię tego, jak pomyślna współpraca w świecie cyfrowym zależy od bycia obecnym i dostępnym dla innych, gdy pracujemy na odległość. Zyskanie biegłości na poziomie przynajmniej 30 procent w obszarach zachowań dotyczących współpracy poprawi efektywność twoją, twojego zespołu i twoich współpracowników.

Część druga książki przeprowadzi cię przez te obszary, które musisz poznać, by właściwie podejść do przetwarzania danych. Najpierw skupimy się na danych. Uważamy, że jeśli zrozumiesz w 30 procentach, jak różne technologie zbierają, kategoryzują i przechowują informacje, będziesz w stanie podejmować decyzje bazujące na danych. Nauczysz się również przekonująco prezentować dane – to kluczowa umiejętność translacyjna. Przyjrzymy się, w jaki sposób zespoły koszykarskie gromadzą i analizują dane na temat gry i wyników osiąganych przez graczy. Opowiemy też historię, jak fanaberia związana z danymi kosztowała Indianę miliony dolarów wpływów z podatku i wstrzymała na lata projekty modernizacji miasta. Przeanalizujemy, jak firmy takie jak Netflix, a także władze miast w Stanach Zjednoczonych wykorzystują dane, aby budować modele kształtujące środowisko, w którym żyjemy. Omówimy – co ważne – jak do prezentacji danych wkradają się błędy oraz jak się zorientować, co mówią, a czego nie mówią modele zbudowane na danych. Zagłębimy się w fundamentalne strategie rozumowania statystycznego, z których musisz korzystać w otoczeniu cyfrowym. Aby myśleć w kategoriach danych i móc ocenić przewidywania i zalecenia innych ludzi, po prostu nie możesz pominąć statystyki. Nie martw się. To nie będzie akademicki kurs statystyki. Wyposażymy cię jednak w niezbędny materiał, który wzmocni twoją intuicję, by trafnie interpretować to, co mówią nam testy statystyczne, i zadawać właściwe pytania dotyczące rekomendacji powołujących się na dane. W celu zilustrowania tego, jak można to osiągnąć, przyglądamy się małym firmom (start-upowi produkującemu wearables, czyli elektroniczne urządzenia ubieralne) oraz wielkim organizacjom (czołowemu producentowi gier wideo). Pokazujemy, jak analizy statystyczne mogą wspierać decyzje dotyczące produktów i wpływać na nie oraz jak umiejętności statystyczne dodają pewności przy podejmowaniu tych decyzji. Przyswojenie 30 procent wiedzy z zakresu analizy statystycznej i rozumowania pozwoli ci podejmować mądrzejsze i lepsze decyzje.

W części trzeciej książki wspieramy cię w drodze ku nowemu spojrzeniu na zmianę. Zaczniemy od sprowokowania cię do przemyślenia sprawy bezpieczeństwa w erze cyfrowej. Niestety, nie istnieje coś takiego, jak absolutnie bezpieczna baza danych czy też organizacja. W którymś momencie coś nawali, więc ważne jest to, jak się do tego przygotowałeś. Nie chcemy wałkować spraw oczywistych i mówić ci, że musisz stworzyć silniejsze hasło i wieloskładnikowe uwierzytelnienie. Zamiast tego przyjrzymy się włamaniom – na przykładach platform społecznościowych i wiodącego producenta ropy – dzięki czemu nauczysz się tak podchodzić do zmian, by umieć właściwie reagować i dostosować się do nowych okoliczności, gdy pojawią się problemy z bezpieczeństwem. Zajmiemy się też technologią blockchain, a także tym, jak wykorzystują to rozwiązanie firmy takie jak importerzy diamentów, aby zapoznać cię z 30 procentami słownictwa konceptualnego, dzięki któremu zbliżysz się do tej nowej technologii, która może odmienić bezpieczeństwo danych. Następnie zajmiemy się eksperymentowaniem. Zmiany następują tak szybko, że najlepszym sposobem na stwierdzenie, co się sprawdzi, jest przetestowanie rozwiązania, poniesienie porażki, wyciągniecie z niej wniosków i podjęcie kolejnej próby. Przeprowadzimy cię krok po kroku przez proces eksperymentowania z wykorzystaniem cyfrowych śladów (cyfrowych spalin). To temat rzeka, z którego wydestylowaliśmy niezbędne dla ciebie 30 procent. Dostarczamy również wytycznych, jak zbudować właściwą strukturę i kulturę sprzyjające eksperymentom. Zmieniamy spojrzenie na zmianę i przekształcamy ją ze zbioru okresowych działań na proces ciągły, który nazywamy przemianą. Ze względu na fakt, że cyfrowa transformacja odgrywa kluczową rolę w przemianie, przedstawiamy jej najważniejsze elementy, począwszy od zmiany sposobu myślenia, a na konkretnych działaniach skończywszy. Opisujemy, jak Moderna, producent pionierskich szczepionek, zdecydowała się na integrację organizacji, aby jak najefektywniej wykorzystywać dane i technologię, przedstawiamy także transformację kultury w Unilever. Odpowiadamy również na zasadnicze pytanie, jak poszerzać umiejętności poszczególnych pracowników i całej załogi oraz jak wdrożyć w organizacji ciągłe uczenie się. Do książki dołączamy dodatek, w którym zawarliśmy przykłady, jak jest realizowany proces ciągłego uczenia się w Spotify, Yelp, AT&T, Booking.com i Capital One. Dzięki tym przykładom zobaczysz, w jaki sposób najskuteczniej motywować pracowników i stymulować dobrowolne ciągłe uczenie się, a także jak komunikować potrzebę utrzymania cyfrowego umysłu wraz z upływem czasu.

W całej książce powołujemy się na konkretne przykłady stanowiące studia przypadku, na opublikowane badania oraz wywiady. Czasem możemy wymienić pewne osoby z imienia i nazwiska, a firmy z nazwy, gdyż te informacje już zostały opublikowane lub uzyskaliśmy od nich pozwolenie. W innych przypadkach opisujemy firmy bez podawania nazw. Wykorzystujemy również pseudonimy, jeśli dane osoby prosiły, aby nie ujawniać w książce ich tożsamości. Mamy nadzieję, że gdy rozważysz nasze opierające się na dowodach sugestie, mające pomóc ci zacząć myśleć cyfrowo, i zapoznasz się z przykładami, zrozumiesz, że wykształcenie w sobie cyfrowego umysłu jest w twoim zasięgu.

Poważne pytanie

Jedno z najczęściej zadawanych nam pytań – a dla osób je zadających to ważna kwestia – brzmi następująco: „Czy muszę nauczyć się kodować lub czytać język programowania, aby rozwinąć w sobie cyfrowy umysł?”.

Krótka odpowiedź brzmi: nie. W przypadku większości osób wystarczy zrozumienie, jakie operacje kryją się za cyfrową technologią, z której korzystają. Dla innych nauka podstaw kodowania może być sposobem na nabycie niezbędnej wiedzy, z którą będą się czuły komfortowo i bezpiecznie. Wszystko zależy od tego, jakie jest twoje zaplecze techniczne (wykształcenie, kursy, szkolenia itp.) i czego wymaga twoje stanowisko pracy, a także od tego, w jakim stopniu będziesz wykorzystywać technologie stosowane w twojej firmie. Zauważyliśmy, że osoby z pewnym doświadczeniem technicznym uznają naukę kodowania za zbędną, gdyż już osiągnęły 30-procentowy próg wiedzy. Mniej doświadczone osoby uważają, że nauka kodowania daje im więcej pewności siebie i pozwala lepiej zrozumieć programowanie i przetwarzanie danych.

Ważne jest, aby wiedzieć, że wszystkie technologie cyfrowe tworzone są za pomocą konkretnych języków programowania i że dzięki zastosowaniu odpowiednich algorytmów dane zaczynają działać.

Jeśli powyższe zdanie ma dla ciebie sens, masz pojęcie, czym jest algorytm, jak działają języki programowania i jak dzięki komendom komputer wykonuje zadania, następną sekcję możesz potraktować jako szybką powtórkę. Jeżeli jednak te pojęcia są ci obce lub może musisz odświeżyć swoją wiedzę – słyszałeś już te terminy, ale nie umiesz ich poskładać w całość – zachęcamy do przeczytania kolejnej sekcji, zanim ruszysz dalej. Nie zamierzamy zasypywać cię technicznymi specyfikacjami; po prostu wytłumaczymy, jak działają programy komputerowe, abyś wiedział, co technologie cyfrowe, zmieniające kształt naszej pracy i naszego świata, faktycznie robią za ładną fasadą interfejsu użytkownika.

Zagłębiamy się w te kwestie już teraz, gdyż te idee mają wpływ na prawie wszystko, co pojawi się później w naszej książce. Podstawy wiedzy na temat algorytmów będą powracać niezależnie od tego, czy będziemy omawiać współpracę, przetwarzanie danych, czy też zmianę. Wiedza na ten temat pomoże w nadaniu właściwego kontekstu spostrzeżeniom i umiejętnościom, które przedstawimy w dalszych rozdziałach.

Co się kryje za cyfrową fasadą: skrócony przewodnik po algorytmach, skryptach i kodach

Wszelkie cyfrowe operacje opierają się na fundamencie relacji pomiędzy trzema elementami: komputerami, oprogramowaniem i danymi. Komputery wykonują zadania. Algorytmy są wbudowane w oprogramowanie, aby mówić komputerowi, co i jak ma wykonać. Dane są wykorzystywane przez oprogramowanie, aby zdecydować, co komputer ma zrobić. Algorytmy znajdują się na styku działania komputerów, oprogramowania i danych – zacznijmy więc od nich.

Czym jest algorytm?

Choć może ci się zdawać, że algorytmy przypisane są do świata zaawansowanej matematyki, w rzeczywistości w najbardziej podstawowym rozumieniu są zbiorem instrukcji, jak wykonać serię kroków, aby osiągnąć konkretny cel. Koncepcja stojąca za stworzeniem algorytmu zakłada, że za każdym razem będzie on wykonywać te same kroki, nawet jeśli zmienią się wykorzystywane przez niego dane. Wszyscy w codziennym życiu stosujemy algorytmy. Algorytmem jest chociażby przepis kulinarny, gdyż jest to skończona lista instrukcji, dzięki której wykonujemy serię kroków w określonej kolejności. Zazwyczaj najważniejszą rolę w algorytmach odgrywa kolejność. Weźmy na przykład pieczenie ciasteczek z czekoladą. Przepis mówi nam, że najpierw musimy zmiksować na jednolitą masę masło, cukier i zapach waniliowy. Następnie dodajemy suche składniki – mąkę, proszek do pieczenia i wiórki czekoladowe. Z masy formujemy ciasteczka i wkładamy do piekarnika. Gdybyśmy spróbowali zmienić kolejność czynności i na przykład wstawili masę do piekarnika przed dodaniem suchych składników, ciasteczka raczej by nam nie wyszły. I tak się sprawy mają w przypadku praktycznie każdego rodzaju ciasteczek. Choć składniki i ich proporcje mogą się zmieniać, podstawowe kroki – najpierw połącz mokre i suche składniki, a potem piecz – są właściwie takie same. Na rysunku I.1 danymi wejściowymi są składniki na ciasteczka, przepis to zestaw reguł, a pyszny wypiek to wynik.

Rysunek I.1.
Co to jest algorytm?

Zaprezentowana analogia trochę się załamuje, gdy weźmiemy pod uwagę fakt, że pieczenie polega do pewnego stopnia na wiedzy niejawnej, której komputer nie posiada. Na przykład w przepisie może być napisane, że należy miksować składniki, aż będą „puszyste” lub że należy piec ciasteczka, aż zrobią się „złociste”. Nie ma wyraźnych instrukcji, które pomogłyby definitywnie ocenić, czy masa jest już puszysta, a ciastka złociste. Ludzie uczą się piec na podstawie doświadczeń, obserwacji i porad innych osób, które dzielą się swoją wiedzą i tłumaczą, jak na przykład w ich mniemaniu wygląda puszysta masa. W przypadku komputerów brak precyzji jest problemem, gdyż nie radzą one sobie z wiedzą niejawną. Jeśli chcemy, aby komputer wykonał jakieś zadanie, gdy dane są „puszyste”, musimy powiedzieć mu konkretnie, numerycznie, co oznacza puszystość. Algorytmy komputerowe nie mogą być niejednoznaczne.

To powinno dać ci podstawowe rozeznanie, czym jest algorytm. (Bardziej dogłębne i techniczne wyjaśnienie znajdziesz w słowniku na końcu książki).

Aby działać, komputery potrzebują algorytmów lub zbioru instrukcji, które spełniają wymienione powyżej kryteria. Prosty algorytm może poinstruować komputer, aby na przykład dodał 1 do jakiejś liczby. Jeśli jednak zadanie jest bardziej złożone, wymaga zbioru algorytmów zgodnie współdziałających ze sobą. Pozostańmy przy analogii z przepisem kulinarnym. Gdybyśmy chcieli przygotować cały posiłek, potrzebowalibyśmy czegoś więcej poza przepisem na ciasteczka. Powinniśmy mieć przepis na spaghetti, kolejny przepis na sos i jeszcze jeden na przystawkę i może jeszcze jakiś dotyczący przygotowania napoju i tak dalej. Prawdopodobnie przydałby się jeszcze jeden algorytm, który zagwarantowałby nam, że wszystko będzie gotowe w tym samym czasie. Chodzi nam o to, że komputery działają dzięki niezliczonym algorytmom.

Jak powiedzieć komputerowi, co ma robić?

Piekarz wie, co robić, gdyż czyta przepis, w którym pojawiają się czasowniki, które rozumie. Mieszaj. Przesiej. Upiecz. Pozostaw do ostudzenia. Aby komputer zrozumiał, jak postępować zgodnie z instrukcjami zawartymi w algorytmie, stosuje się coś, co nazywamy kodem źródłowym lub po prostu kodem. Kodowanie to proces wykorzystujący język programowania, aby powiedzieć komputerowi, jak ma się zachować. Każda linia kodu nakazuje komputerowi wykonanie konkretnej czynności. Możesz je traktować jak czasowniki. Dodaj. Porównaj. Zmień kolejność. Czekaj. Wymaż. Dokument wypełniony liniami kodu nazywany jest skryptem. Skrypty są ze sobą łączone, aby stworzyć algorytm. Poniżej podajemy przykład skryptu zakodowanego w języku Python. To bardzo prosty skrypt o nazwie hello_name. W pierwszej linii kod każe komputerowi wyświetlić na monitorze pytanie: „What is your name?”. Druga linia instruuje komputer, aby poczekał, aż użytkownik wpisze swoje imię, a następnie zapisał to imię jako obiekt. Dzięki linii trzeciej na monitorze pojawia się słowo „Hello” wraz z wprowadzonym przez użytkownika imieniem.

1 print(“What is your name?”)

2 name = input()

3 print(“Hello“ + name)

python hello_name.py

What is your name?

Joe

Hello Joe

c:\Users\Joecomputer\Desktop\temp

Skąd jednak program wie, co oznacza słowo „print” (napisz), dlaczego słowo „input” to informacje wpisane przez użytkownika, a także w jaki sposób te dane zachować, aby mogły się pojawić na ekranie? Program wie, gdyż język Python jest sposobem ludzi na interakcję z bardziej fundamentalnym językiem, który nazywamy językiem maszynowym. Ów język jest wyrażony w postaci liczb binarnych, to długie sznury zer i jedynek, które składają się na złożone wzory, z których korzysta komputer. Aby program komputerowy mógł działać, potrzebne są miliony, a nawet miliardy takich zer i jedynek. Gdybyśmy musieli kodować w języku, który rozumie maszyna, nie bylibyśmy w stanie wejść w jakąkolwiek interakcję z komputerem ani przekazać mu, by zrobił coś użytecznego.

Aby przełożyć to, co widzimy na ekranie, na zera i jedynki, skrypty muszą przejść przez kompilator. To narzędzie wykonuje żmudną pracę przekształcenia każdej komendy na zrozumiały dla komputera ciąg zer i jedynek. Gdy kod przejdzie kompilację (zostanie przetłumaczony na język maszynowy), zostaje zachowany w formie programu, aby można było z niego korzystać. Każde oprogramowanie, którego używasz, każda aplikacja, gra i strona internetowa to program, który został przez kogoś zakodowany w jakimś języku programowania w formie skryptu. Następnie skrypt został przetłumaczony na miliony czy miliardy zer i jedynek, by mógł go zrozumieć komputer i wykonać to, co zapisano w programie.

Komputery niczego nie robią same z siebie. Ktoś lub coś musi im powiedzieć, co mają zrobić. Trzeba to dobitnie podkreślić. Maszyny nie mają wiedzy niejawnej. Świetnie ilustruje to stary żart na temat programisty, który nie mógł wydostać się spod prysznica, ponieważ instrukcja na butelce szamponu brzmiała: „wymyj, spłucz, powtórz”, ale brakowało słowa „stop”. Właśnie tak działają komputery. A jeśli instrukcje nie są jednoznaczne, nie będą się do nich stosować. Zrozumienie, jakie są granice tego, co może zrobić komputer, to podstawa do wykształcenia w sobie cyfrowego sposobu myślenia – daje nam to wgląd w sposób „myślenia” maszyny i uświadamia, że komputery różnią się od ludzi. Jeśli nie uwzględnimy komendy „stop” na końcu kodu, komputer nigdy się nie zatrzyma, niezależnie od tego, jak oczywiste może się nam wydawać to, że powinien się zatrzymać.

Python to obecnie jeden z najpowszechniej stosowanych języków programowania. Warto jednak wiedzieć, że w dzisiejszych czasach w aktywnym użyciu jest około 250 języków, a opracowano ich w sumie ponad 700. Wśród popularnych języków można wymienić takie jak: Java, C++ i Ruby. Podobnie jak języki ludzkie – na przykład angielski, hiszpański, mandaryński – mają one odmienną składnię i struktury gramatyczne. Na tym nie koniec podobieństw. Języki programowania, tak jak języki narodowe, rozwijały się w określonym czasie i miejscu, aby służyć konkretnym celom i potrzebom.

Ogólnie rzecz biorąc, droga do cyfrowego umysłu będzie uwzględniać zrozumienie podstaw kodowania, języków programowania, skryptów, algorytmów, kompilowania i języka maszynowego. Ta wiedza jest niezbędna, by zrozumieć, jak programuje się cyfrowe aplikacje oraz w jaki sposób każe się komputerom działać. Kodowanie i programowanie to część złożonej relacji pomiędzy sprzętem a oprogramowaniem stanowiącej esencję cyfrowych narzędzi.

Powtórzmy podstawy, które tu omówiliśmy:

- Cyfrowość to interakcja między danymi i technologią, obecna w prawie każdym aspekcie współczesnego życia – to smartfony, aplikacje, usługi streamingowe, ale także zjawiska, które zmieniają kształt naszej pracy, takie jak big data, sztuczna inteligencja, uczenie maszynowe i blockchain.
- Technologia cyfrowa może przetwarzać dane i operować nimi bardzo szybko i na dużą skalę.
- Wszystkie operacje cyfrowe wymagają współdziałania komputerów, oprogramowania i danych. Technologia analogowa, jak na przykład zegarki mechaniczne, reaguje na sygnały fizyczne.
- Algorytm to zbiór instrukcji, które mówią komputerowi, jak wykonać konkretne zadanie. Na algorytmy składają się skrypty, czyli zebrane razem linie kodu.
- Kodowanie to proces, w którym wykorzystuje się język programowania, aby poinstruować komputer, jak ma się zachować. Każda linia kodu każe komputerowi zrobić coś konkretnego.

Teraz jesteś uzbrojony w podstawy wiedzy, z którymi możesz wyruszyć w podróż. Gratulacje! Zacząłeś już stosować zasadę 30 procent i powoli budujesz swój cyfrowy umysł. Z takim fundamentem możemy zagłębić się w trzy kluczowe obszary, dzięki czemu wejdziesz na drogę prowadzącą ku sukcesowi. Zacznijmy od współpracy.