Dokąd zmierza technologia?

Pytanie, które zadaje sobie każdy. Osoba zaczynająca swoją karierę, będąca w trakcie rozwoju, czy też nawet specjalista w danej dziedzinie.

Obecnie największy problem mają specjaliści, a nie juniorzy. Paradoksalnie to właśnie wchodząca na rynek nowa fala młodych rekinów technologii, jest w o wiele korzystniejszej sytuacji.

Moje zdanie na ten temat może niektórych zaskoczyć. Podejście rynku jest raczej odwrotne. Mówi się o brakującej kadrze, czyli nowej fali developerów oraz o technologicznych dinozaurach, czyli starej fali developerów. Czym jest owa stara fala? To wszyscy z minimum 10 letnim doświadczeniem. To okres niezmiernie krótki. Nawet lekarze nie muszą tak szybko się uczyć jak my.

Generalnie podstawy są dla wszystkich takie same. Zdolność analitycznego myślenia, algorytmika, umiejętne wyczucie i spersonalizowane podejście do klienta, szybkość reakcji, odporność na stres, kalkulacje budżetowe w referencji do posiadanych umiejętności i chęć ciągłego podnoszenia swoich kwalifikacji. To tylko podstawowe cechy charakteru, które powinny wchodzić na rynek w pakiecie.

Jeszcze nie tak dawno temu, znajomość programowania danego języka, relacyjnych baz danych i systemu klasy ERP, praktycznie wyczerpywała temat. Jak ktoś umiał poruszać się w tym środowisku, był na rynku cenionym specjalistą IT. Dzisiaj, pochwalenie się takimi umiejętnościami, to śmiech na sali. To w sumie standard i nie stanowi konkurencji. Studenci już to wszystko wiedzą.

Dokąd w takim razie zmierza technologia?

Industrializacja 4.0, IoT, Machine Learning, Process Integration, HANA DB, przeniesienie zasobów do chmury, sztuczna inteligencja, biotechnologie. Dzisiaj tego rynek potrzebuje, i to powinny być kierunki rozwoju naszego wręcz narodu. Jeżeli nie chcemy w przyszłości zostać technologicznymi dinozaurami, musimy zacząć gromadzić wiedzę ze wspomnianych technologii. Pokrótce omówię wspomniane kierunki.

Industrializacja 4.0

To coś więcej niż automatyka. Zwiedzałem już fabryki zautomatyzowane i faktycznie robi to wrażenie. Mechaniczne ramiona, taśmy przesuwające setki materiału, urządzenia precyzyjnie wykonujące wbijanie, nakręcanie, przesuwanie itd. Ale to nie koniec. Dzisiaj robi się fabryki oraz magazyny bezosobowe. Miałem przyjemność programować taki magazyn pod Londynem. Ma tam pracować kilka programistów i inżynierów pełniących nadzór nad urządzeniami. ERP spotkało się z EWM, połączyło z PLC i dostaliśmy nowe modne hasło. Za tym hasłem dostajemy nowy wymiar automatyzacji, dotychczas niespotykany. Zainteresowanie dużych graczy jest ogromne.

IoT

Samo słowo brzmi wręcz niedorzecznie, a w umysłach wielu ludzi budzi pożądanie. IoT (z ang: Internet of Things, a po naszemu: Internet rzeczy) uznawane jest za kolejny etap rozwoju technologicznego świata. Najprościej mówiąc są to połączone ze sobą urządzenia w Internecie. Kropka. Temat można właściwie zamknąć. Pytanie jakie należy sobie zadać, to jakie daje nam to możliwości? A moim skromnym zdaniem, ogranicza nas tylko fantazja. Na chwilę obecną są 4 wiodące firmy na rynku, które inwestują niewyobrażalne kwoty w rozwój tej technologii. Są to przede wszystkim: PTC, Hitachi, SAP i Software AG. Nam najbliżej do Niemiec i to właśnie tam bym szukał możliwości rozwoju. Witryny internetowe są wręcz pełne wodotrysków, grubych czcionek, setek reklam i prognoz co do przewidywań technologicznej eksplozji. Ja jestem jednak trochę bardziej sceptyczny. Jeszcze nie teraz, ale w ciągu kolejnych dziesięciu lat jest szansa na spory rozwój. Warto już się przygotowywać.

Machine Learning

Czyli uczenie się maszyn stoi pod sztuczną inteligencją. Polega to na tym, że maszyny uczą się wykonywać swoje zadania, na podstawie historii zdarzeń. Technologia skoncentrowana głównie w fabrykach. W przypadku gdy zdarzenie A i zdarzenie B, zrób zdarzenie C. Jak się nie udało zrób zdarzenie D. Jak lepiej wyszło zdarzenie D, maszyna ma się nauczyć, że następnym razem, zacznie od tego samego zdarzenia, czyli D. Tutaj największe znaczenie oprócz samej umiejętności programowania, dzisiaj już określanego mianem narzędzia, a nie wiedzy, należy skoncentrować się na statystyce i sztucznej inteligencji, która uczy się na podstawie swoich doświadczeń.

Process Integration

Do tego wszystkiego dochodzi PI, czyli Process Integration. Ponieważ jestem SAP’erem, to najlepszy dla mnie system do integracji danych to SAP PI. Już 5 lat temu zainteresowałem się tematem i zrobiłem z tego obszaru dedykowane szkolenie w centrum szkolenia SAP w Warszawie. Następnie miałem możliwość być współtwórcą działu integracyjnego w korporacji, w której wtedy pracowałem. Temat bardzo interesujący, w którym buduje się tak zwane scenariusze biznesowe, które łączą ze sobą systemy różnej maści. Najogólniej mówiąc System A wysyła dane do serwera integracyjnego (SAP PI), a na SI dokonuje się mapowania pól. Następnie wysyła się dane do systemu B. Prawdziwa sztuka polega jednak nie na samym mapowaniu danych i konfiguracji serwera integracyjnego, ale dodatkowo na umiejętności przygotowania automatycznego scenariusza na systemie źródłowym i docelowym w celu odebrania lub wysyłki danych. Oznacza to, że trzeba znać system, na którym pracuje przedsiębiorstwo oraz system integracyjny. Duzi gracze już dzisiaj nie mogą bez tej technologii pracować.

HANA

Również relacyjne bazy danych odchodzą do lamusa. Szybkość z jaką wyciąga się dane z warstwy bazodanowej dla wielu firm będzie dalej akceptowalna, ponieważ posiadają tradycyjną kilkaset tysięczną bazę. To wystarczy do większości zastosowań. Ale co w przypadku gdy bazy mają po kilkanaście milionów rekordów? Pracowałem na takich bazach we Frankfurcie nad Menem w firmie ubezpieczeniowej. Codziennie trzeba było przeprocesować kilka milionów obywateli w ramach jakiegoś procesu. Do procesowania wykorzystywałem wówczas dwa triki algorytmiki: przetwarzanie wielowątkowe oraz pakietowe. Problem polega na tym, że złożoność algorytmu jest dosyć wysoka, duża awaryjność ze względu na ogromną ilość wyjątków do przewidzenia, utrudnione wyszukiwanie błędów i kilka innych poważnych zagrożeń. Sprawę rozwiązują kolumnowe bazy danych, oparte na pamięci. Sprzętowo omijamy drogę dostępu do dysku twardego, co znacząco skraca czas uzyskania danych, a softwarowo dane ściągamy nie rekord po rekordzie, tylko kolumnowo. Łatwo to sobie wyobrazić. Co działa szybciej: ściągniecie miliona rekordów danych po kluczu lub indeksie, czy 1 kolumnę z milionem danych? Dzisiaj już tylko w takich bazach warto pracować. Relacyjne bazy danych warto znać, gdyż są dobrym materiałem na naukę algorytmiki i myślenia analitycznego, ale przyszłością będzie tylko HANA.

Na koniec wspomnę, że każda z wyżej wymienionych technologii, jest dodatkowo przenoszona do chmury. Co to oznacza? Najprościej mówiąc, do platformy internetowej świadczącej usługi informatyczne obsługi biznesu. Profesjonalnie mówi się o PAAS, czyli Plaform as a Service. Temat praktycznie niemożliwy do opisania w jednym akapicie. Ja tu widzę sporo zagrożeń oraz sporo możliwości. Pozwolę sobie na dygresję, że centralizacja zasobów w takim wydaniu, to nie najlepszy sposób zarządzania danymi. Nawet jeżeli są to najinteligentniejsi ludzie na świecie, a systemy chronione ścianami przeciwpancernymi (a tak jest w rzeczywistości). Na tym poziomie osobiście jestem zwolennikiem decentralizacji oraz systemów on-premise. Czyli systemów utrzymywanych przez klienta, z wewnętrzną grupą specjalistów oraz freelancerów. Centralizacja na poziomie korporacji jest jak najbardziej prawidłowa. Był to cel rozwoju przez ostatnie kilkanaście lat i osiągnięto sukces w tej dziedzinie. Ale centralizacja na poziomie świata, to według mnie zła droga.

Mam nadzieję, że ten artykuł, choć trochę przybliżył Tobie, drogi czytelniku, temat technologicznego rozwoju świata. Może tych kilka słów kluczowych oraz moich osobistych doświadczeń pomoże Ci wybrać drogę, w której chciałbyś się rozwijać. Życzę wszystkim udanych wyborów oraz wytrwałości w dążeniu do celu.