Antonija Dujmović
Matematičarka, profesorica, znanstvenica i poslovna žena prof. dr. sc. Kristina Šorić izvrstan je primjer osobe koja akademska znanja uspješno primjenjuje u realnom sektoru. Nekadašnja predstojnica Katedre za matematiku na Ekonomskom fakultetu u Zagrebu, a potom i profesorica na Zagrebačkoj školi ekonomije i menadžmenta, trenutno predaje na RIT Croatia (donedavno poznata kao Američka visoka škola za management i tehnologiju). Uz svoje nastavničko i znanstveno zvanje prof. dr. sc. Šorić uspješna je i u primijenjenom području.
O primjeni podatkovne znanosti u lancima opskrbe govorila je i na WiDS (Women in Data Science) konferenciji koja se održala početkom ožujka u Zagrebu s ciljem inspiriranja žena da se uključe u data science područje i da ih se podrži na tom putu. Profesorica Šorić s nama je podijelila osobno iskustvo žene u ovom zanimanju, osvrnula se na predrasude i stereotipe ali i približila konkretan značaj podatkovne znanosti za uspješnije poslovanje poduzeća.
Što je trenutno u fokusu Vašeg znanstvenog interesa?
Tijekom cijele sam se karijere bavila temom optimizacije u poslovnim procesima, a zadnjih mi je osam godina fokus na optimizaciji procesa u lancu opskrbe (ili, pod poznatijim nazivom, upravljanju lancem opskrbe/Supply Chain Management). Najprije sam se time bavila isključivo kroz znanstvene radove, a onda sam prešla i na primjene u poslovnoj praksi.
Budući da sam po svojem temeljnom obrazovanju matematičarka, toj temi uglavnom pristupam kroz kvantitativne modele i metode. Da bih bila u mogućnosti modelirati i onda kreirati metode rješavanja problema, potrebni su mi ulazni parametri. A ti ulazni parametri su podaci. Pored te kvantitativne, naglasila bih da je za razumijevanje i rješavanje problema jako važna i kvalitativna/meka komponenta u što bih ubrojila komunikaciju, kreativnost, inovativnost, suradnju, integriranost lanca i koordinaciju, a ne smijemo zaboraviti ni informatičku podršku jer bez nje lanac opskrbe ne može postojati.
Koji su konkretni načini primjene rezultata Vaših istraživanja i rada?
Ono što me najviše veseli su primjene koncepata i metoda rješavanja u upravljanju lancem opskrbe u konkretnom poduzeću. To ostvarujem kroz konzultantske projekte i održavanje edukacija. U okviru toga prolazimo kroz primjere iz svjetske i hrvatske poslovne prakse, svaki element lanca obradimo koncepcijski, diskutiramo probleme, kvalitativno ih obradimo, te na kraju upotrijebimo neku kvantitativnu metodu za rješavanje problema optimizacije za što najviše koristimo Excel (Excel Solver i Data Analysis).
Preciznije, prolazimo kroz nabavu, transport, upravljanje zalihama, skladište, proizvodnju, distribuciju, odabir lokacije, predviđanje potražnje i upravljanje odnosima s klijentima s koncepcijskog i računskog aspekta. Za daljnju primjenu često nam je potrebna i jača informacijska tehnologija, pa se razvijeni modeli i metode u Excelu nadograđuju u kompleksnije priče kroz kreiranje programske podrške u nekom od programskih jezika.
Kao konkretan primjer mogu navesti rangiranje dobavljača po više kriterija (cijena, rok isporuke, dostava na vrijeme, kvaliteta proizvoda i slično) što se definira kao problem višekriterijskog odlučivanja. Svakom se kriteriju pridruži neki ponder i onda se maksimizira ukupna korisnost za svakog dobavljača uz neka ograničenja (na primjer, ograničenje na budžet, ekološko ograničenje, minimalna i maksimalna narudžba za pojedinog dobavljača i tome slično).
Jesu li mogućnosti koje pruža podatkovna znanost dovoljno prepoznate u društvu?
Nisu, ali ne bih po tom pitanju bila pesimistična. Naime, poduzeća su svjesna količine podataka kojima raspolažu, svjesna su da se s tim podacima treba nešto učiniti, ali ne znaju što, kako i otkud krenuti. No, polako se bude i zapošljavaju podatkovne analitičare. Još uvijek smo u fazi kad ti analitičari dolaze do nekih spoznaja, ali te spoznaje ne dolaze do korisnika jer nije uspostavljena dobra komunikacija. A to je ono što sam ranije spomenula. Treba voditi računa i o komunikaciji i suradnji. Srećom, postoje i poduzeća koja su jako dobra u svemu tome, pa mogu poslužiti kao uzor.
Da zaključim svoj odgovor, mogućnosti nisu do kraja prepoznate, ali se ipak poduzimaju koraci u tom smjeru, tj., ne postoji a priori odbijanje primjene podatkovne znanosti. Zato trebamo raditi na promociji i edukaciji.
Što je Vas osobno motiviralo i usmjerilo na ovo područje?
Oduvijek sam željela kreirati metode za rješavanje problema optimizacije iako ni sama na početku nisam znala što je optimizacija. Voljela sam programirati i nekako sam intuitivno krenula u programiranje algoritama koji će biti efikasni. Dakle, ne samo što će davati dobra/optimalna rješenja već će to činiti i dovoljno brzo. I meni je zapravo izazov optimizirati procese bez prevelikog financijskog ulaganja, samo drugačijom organizacijom posla i procesa. Zar nije super smanjiti troškove reorganizacijom posla, a ne otpuštanjem zaposlenika ili smanjivanjem plaća?
Ovdje trebam naglasiti da se podatkovna analitika dijeli na deskriptivnu, prediktivnu i preskriptivnu analitiku. Deskriptivna identificira problem, prediktivna daje prognoze za budućnost, a preskriptivna pomaže kod donošenja odluka (problemi optimizacije, simulacije, višekriterijsko odlučivanje). Moj je fokus na preskriptivnoj analitici. Dakle, rezultati deskriptivne i prediktivne analitike su inputi za moje modele i metode koje pronalaze dobra/optimalna rješenja.
Koji su posebni izazovi u Vašem zanimanju?
Moje se zanimanje dijeli na znanstveno zvanje, nastavno i konzultantsko. U znanstvenom je dijelu uvijek uzbudljivo otkrivati nove koncepte i nove metode, te dokazivati da je učinjen napredak. Ponekad zna biti jako frustrirajuće, ali to je znanost. Na kraju uvijek dođe neka nova spoznaja koja jako raduje.
U nastavnom je zvanju najveći izazov rad s mladim ljudima. Kad uđem u dvoranu u kojoj me čekaju studenti zaboravim sve što je u vanjskom svijetu. Sretna sam i zahvalna jer imam privilegiju dijeliti znanje, ali i učiti od novih generacija. Jako je zanimljivo pratiti kako se mijenjaju. A ja se onda trebam prilagođavati. Na taj se način i ja razvijam.
U konzultantskom je dijelu izazov raditi s već izgrađenim stručnjacima. S onima koji su svjesni da trebaju cijeli život učiti posao je čisti užitak. Ali izazov postoji s onima koji misle da su gotovi s učenjem i da im ja kao osoba iz akademskog svijeta nemam što za reći. Ispočetka sam bila zbunjena kad bih dobila komentar u smislu „Profesorica nije svjesna realnog sektora, ona živi u akademskom svijetu i ne poznaje naše probleme“. Trebala sam jako puno vremena uložiti u učenje komunikacijskih vještina prema takvoj publici. Znala sam da im znanstveni rezultati mogu pomoći za unapređenje poslovanja, ali trebala sam i ja pronaći način kako im to prenijeti. To ipak nisu studenti. Ispočetka mi je bilo poprilično izazovno, ali sad je lakše.
Već imam reference i rezultate, pa sve skupa ide polako naprijed. A i popularizacija podatkovne znanosti mi sad ide u korist. Što bi se reklo, došlo je i moje vrijeme. Ali trebam biti svjesna da će i to proći, pa neprekidno ulažem u svoje znanje, kroz znanstveni rad, kroz čitanje članaka drugih autora, ali i kroz komentare svojih klijenata. Diskusije koje se razviju kod suradnika na projektima i u okviru edukacija su neprocjenjive za moj razvoj.
Prof. dr. sc. Kristina Šorić održala je zanimljivo predavanje o podatkovnoj znanosti u lancima opskrbe na WiDS konferenciji u Zagrebu, foto: WiDS
Kako je izgledao Vaš obrazovni put i jesu li djevojke bile u manjini među Vašim kolegama/cama?
U srednjoj sam se školi nabrijala na programiranje. Ne znam zašto, ali to je tako. I odlučila sam da ću imati svoje poduzeće za proizvodnju softvera. U ono vrijeme nije postojao fakultet na kojem bi se studiralo računarstvo, pa su djevojke uglavnom odlazile na PMF studirati matematiku, a dečki su odlazili na ETF (FER) studirati elektrotehniku. Ja sam upisala inženjerski smjer matematike i na trećoj godini jedva dočekala kolegije koji imaju veze s programiranjem, podacima, numerikom i optimizacijom.
Kako se približavao kraj studiranja, zaključila sam da za otvaranje poduzeća moram imati i ekonomska znanja, pa sam otišla na EFZG izvidjeti što još tamo mogu položiti. Predložili su mi magisterij (tada nisam baš previše razumjela o čemu se radi, ali bilo mi je važno da ima veze s ekonomijom). I tako sam ja upisala magisterij iz Ekonomske analize jer je na tom smjeru bilo puno matematike (OMG!). Tada se i ukazala prilika da se zaposlim na EFZG u svojstvu asistenta što sam i prihvatila, ali samo dok ne magistriram i otvorim svoje poduzeća za proizvodnju softvera (još me to držalo).
No, onda je počeo rat i nije baš bilo vrijeme za otkaz i odlazak u privatan biznis. Sreća u nesreći dobila sam stipendiju za doktorski studij u Padovi u Italiji, pa sam to iskoristila. Moje upoznavanje s internetom i e-mailom dogodio se upravo u Italiji. Moj se mentor bavio operacijskim istraživanjima, posebno problemima rasporeda u proizvodnji, pa sam se ja priključila njegovom timu. I tako sam počela kreirati algoritme za optimizaciju poslovnih procesa. I to je dugo bio fokus mojeg znanstvenog rada. Također, dopao mi se i rad sa studentima, pa sam nastavila svoju karijeru u akademiji. I tako 20 – ak godina.
Ali izgleda da mi onaj san o privatnom biznisu i softveru za optimizaciju poslovnih procesa nije dao mira, pa sam s javnog fakulteta prešla na privatnu poslovnu školu (ZŠEM) gdje mi je bilo lakše doći do poslovne prakse. Od onda mi je fokus na upravljanju lancem opskrbe, kako znanstveno tako i stručno. Nedavno sam opet napravila promjenu u karijeri, pa sam sa ZŠEM – a prešla na RIT Croatia i otvorila svoj paušalni obrt. Sad kombiniram znanost, nastavu i konzalting i s velikim optimizmom idem u susret podatkovnoj znanosti i primjenama u lancu opskrbe.
Na cijelom tom svom putu, uvijek sam imala ekipu koja se sastojala od muških i ženskih kolega i suradnika. Na fakultetu je bilo više djevojaka, istina, ali onda u poslu nekako podjednako. Možda zato jer sam uvijek radila na ekonomskim fakultetima/visokim poslovnim školama. Ono gdje očigledno prevladavaju muški suradnici je poslovna praksa. Poslovima iz upravljanja lancem opskrbe i kreiranja IT podrške za iste, bave se uglavnom muški suradnici. No, ima primjera i obrnutih situacija. U svakom slučaju, nisam nikad osjetila a priori predrasude i prepreke za zapošljavanje ženskih suradnika na tim poslovima. Pretpostavljam da bi se ti poslovi mogli bolje promovirati među ženskom populacijom.
Koja biste stereotipna mišljenja o ovom zanimanju izdvojili?
Kao što sam već navela, nisam vidjela konkretnih prepreka za zapošljavanje ženskih suradnika na poslovima iz upravljanja lancem opskrbe. Možda postoje predrasude jer su tu radi o transportu, skladištu, proizvodnji, pa nije toliko atraktivno kao financije ili marketing. Zamišljamo da su to „muški“ poslovi.
Također, ponovila bih stereotip na relaciji akademija i poslovna praksa. Dosta često nailazim na mišljenje da akademija nema što raditi u poslovnoj praksi jer su akademičari teoretičari i ne razumiju konkretne probleme iz poslovne operative. Dakle, akademičar = teoretičar. Donekle to i može biti istina, ali moje je mišljenje da takvih zaključaka dolazimo iz razloga jer još uvijek ne znamo komunicirati na relaciji akademija – poslovna praksa.
Nije lako istovremeno baviti se znanstvenim radom, komunicirati sa studentima na jednoj razini, a sa stručnjacima iz prakse na drugoj razini. Jedan od načina kako rješavam taj problem je i okupljanje tima za određene edukacije. Glavninu edukacije napravim ja, ali pozovem goste predavače koji onda dijele svoja iskustva. Dakle, u ovom dinamičnom svijetu u kojem živimo važna je suradnja stručnjaka i sinergija znanja iz različitih područja. Moram priznati da pazim i na to da u timu imam angažirane i ženske i muške suradnike.
Što se tiče same podatkovne znanosti, nisam naišla na neke stereotipe. Po meni je dobro imati različita razmišljanja jer je u podatkovnoj znanosti jako važna interpretacija. A interpretacija jako ovisi o poziciji iz koje se donose zaključci. Ponekad je zaista zanimljivo pratiti muške i ženske interpretacije. Ali u tome ne vidim problem, već prednost i bogatstvo poduzeća.
Što bi po Vama za društvo značila veća uključenost djevojaka i žena u IKT područje?
Kad se netko bavi IKT – om, trebamo imati na umu da nije dovoljno programirati. Kad se kreira softver/algoritam, jako je važno poznavati poslovni proces za koji se algoritam kreira. Dakle, treba biti senzibiliziran za sve pojave u tom procesu, pa će i algoritam biti efikasniji. A u tome ćemo biti uspješniji ukoliko tu temu diskutiraju i muški i ženski suradnici. Dakle, IKT nije samo programiranje i „izolacija programera od ostalog svijeta“. Programiranje je šire od toga u smislu u kojem sam navela.
Također, rezultate raznih analiza treba na prikladan način prezentirati korisnicima, a za to je jako važna vizualizacija kod koje se zahtjeva velika kreativnost što može biti popriličan izazov za ženske zaposlenike (ali naravno, ne samo za njih).
Ova dva slučaja sam navela kao primjer oplemenjivanja IKT područja u smislu da digitalizaciji dodamo notu empatije i prisnosti. Dosta ljudi razmišlja kako će nas digitalizacija otuđiti, a automatizacija ostaviti bez radnog mjesta. Ja zaista ne mislim da je to tako, ali trebamo na inteligentan način iskoristiti i digitalizaciju i podatkovnu znanost. Koristeći njihove alate možemo si zaista olakšati operativno poslovanje, tj., neke poslove na koje trošimo previše vremena umjesto da se bavimo poslovima koji stvaraju nove vrijednosti.
Upravo smo svjedoci on – line nastave kao posljedice korona virusa, razvijat će se alati za on – line poslovanje, on – line medicinu, računalnu biologiju. Otvaraju se mnoga uzbudljiva područja koja su interdisciplinarna, a angažman i muških i ženskih suradnika će sve to oplemeniti jer samo različitosti stvaraju napredak.
