I. Rész: Az AI és az MSZI

 I. Rész: Az  AI és az MSZI

1. fejezet: AI TRENDEK 2024

GENERATÍV AI TRENDEK 2024: AZ INNOVÁCIÓS JÖVŐ ALAKÍTÁSA

Ha azonosítanánk 2023 legfontosabb trendjeit – ideértve a geopolitikai változásokat, az üzleti trendeket, a társadalmi erőket és így tovább –, akkor a generatív mesterséges intelligencia robbanásszerű növekedését mindenképpen legalább az első öt közé kellene sorolnunk. Szilárd érvek szólnak amellett, hogy 2023 első számú legfontosabb trendje legyen. Ahogy a generatív mesterséges intelligencia 2022 végén megjelent a színen, 2023-ban gyors fejlődése sokakat elkápráztatott, és még inkább elkápráztatott. A ChatGPT például ügyetlenből élessé vált, és más generatív AI-eszközök, például a képgenerátorok komolyan lenyűgöző alkotásokat készítettek. Kombinálja ezt a teljesen digitális influencerekkel, és a technológia új szakaszába lépünk.

Tehát tudjuk, hogy 2023 egy forgószél volt. A SmartDev minden tőlünk telhetőt megtett annak érdekében, hogy folyamatosan nyomon kövesse az ujjunkat, és gondoskodjon arról, hogy fő kódolóink ​​naprakészek legyenek. Ezt szem előtt tartva: Mit várhatunk 2024-től?

Ahogy belépünk a 2024-es évbe, arra törekszünk, hogy segítsünk ügyfeleinknek abban, hogy az élen járjanak, és megértsék a generatív AI világának legújabb trendjeit. Ez az átfogó útmutató feltárja a 2024-es legvalószínűbb generatív mesterségesintelligencia-trendeket és azok iparági potenciális hatását. A nagyobb és erősebb modellektől a személyre szabott élményekig és az egyszerűsített automatizálásig a generatív mesterséges intelligencia lehetőségei csak bővülni fognak.

1. Nagyobb és erősebb modellek

A generatív AI-alkalmazásokat hatalmas adatkészletek és összetett algoritmusok táplálják. 2024-ben még nagyobb és erősebb modellek megjelenésének lehetünk tanúi. Az olyan vállalatok, mint az OpenAI és a Google, olyan úttörő modellekkel egyengették ki az utat, mint a ChatGPT és a PaLM2. A pletykák szerint a közelgő GPT-5 feszegeti a méret és a képesség határait, így fejlettebb és árnyaltabb tartalomgenerálást tesz lehetővé szöveg, kép, hang és videó között.

Ezek a nagyobb modellek új lehetőségeket nyitnak meg a tartalomkészítésben, forradalmasítva az olyan feladatokat, mint a marketingszövegírás, a tehetségek toborzása és a személyre szabott ügyfélkommunikáció. A jobb teljesítmény és a továbbfejlesztett képzési képességek révén a generatív AI képes átalakítani az iparágakat és ösztönözni az innovációt. Egyelőre (vagy soha) nem akarja elhagyni az embereket, mivel továbbra is szükség lesz felügyeletre. Egyelőre nem nagyon számítunk arra, hogy a teljesen emberi alapú rendszerek megérik ezt, és még nem tudjuk megmondani, hogy mikorra számíthatunk rá. Még sok idő van a fejlődésre.

2. Multimodalitás: A modalitások közötti szakadék áthidalása

Hagyományosan az AI-modellek egyetlen modalitásra összpontosítottak, például nyelvre, képekre vagy hangokra. A generatív mesterséges intelligencia jövője azonban a multimodalitásban rejlik. 2024-ben várhatóan olyan mesterséges intelligencia-modellek térnyerésére számíthatunk, amelyek egyszerre több módozatban is képesek megérteni és létrehozni a tartalmat.

Ezek a multimodális mesterséges intelligencia modellek természetesebb és magával ragadóbb élményeket tesznek lehetővé. Képzelje el, hogy interakcióba lép egy mesterséges intelligencia asszisztenssel, amely zökkenőmentesen képes megérteni a szöveget, képeket és hangutasításokat, és reagálni rájuk. A módozatok ezen integrációja új lehetőségeket nyit meg olyan területeken, mint a virtuális valóság, a kiterjesztett valóság és a robotika, személyre szabottabb és vonzóbb felhasználói élményeket teremtve.

A lehetséges hosszúlátó verzió itt egy személyre szabott mesterséges intelligencia asszisztens, amely mindenféle dolgot meg tud tenni Ön helyett: éttermekben foglalhat helyet, képeket készíthet, információkeresést hajthat végre, segít táblázatok készítésében és így tovább. Képzeld el, hogy van egy barátságos droid a Star Warsból, kivéve itt és most. Nem vagyunk messze, tényleg.

3. Személyre szabás: Tapasztalatok testreszabása a maximális hatás érdekében

A személyre szabás az ügyfelek elkötelezettségének és elégedettségének kulcsfontosságú tényezőjévé vált. 2024-ben a generatív mesterséges intelligencia kulcsszerepet fog játszani a rendkívül személyre szabott élmények biztosításában az iparágakban. A hatalmas mennyiségű adat elemzésével az AI-algoritmusok azonosíthatják a mintákat és preferenciákat, lehetővé téve a vállalkozások számára, hogy termékeiket, szolgáltatásaikat és marketingkampányaikat az egyes ügyfelekhez igazítsák.

A személyre szabott termékajánlatoktól a személyre szabott tartalomkészítésig a generatív mesterséges intelligencia lehetővé teszi a vállalkozások számára, hogy mélyebb szinten lépjenek kapcsolatba célközönségükkel. A személyre szabás erejének kiaknázásával a vállalatok növelhetik az ügyfelek lojalitását, növelhetik a konverziókat, és a versenytársak előtt maradhatnak.

A közösségi médiával foglalkozó vállalatok régóta alkalmazzák az AI-szolgáltatásokat a tapasztalatok személyre szabása érdekében, és ezeknek a fejlesztéseknek a fő mozgatórugói voltak – jóban vagy rosszban. Az algoritmusa és a hirdetéscélzása természetesen személyre szabott, hogy több időt töltsön a platformokon. De mi történik akkor, ha ez a fajta technológia egyre demokratizálódik, és egyre több vállalat számára válik elérhetővé? Szeretnénk azt gondolni, hogy ez nagyobb versenyt tesz lehetővé a figyelemfelkeltő gazdaságban, amelyet a közösségi média cégek uraltak az elmúlt néhány évben.

4. Chatbotok: Az ügyfélszolgálat és az elkötelezettség javítása

A chatbotok már ismertté váltak az ügyfélszolgálatban, és képességeik 2024-ben is tovább bővülnek. A generatív mesterséges intelligencia által működtetett chatbotok kifinomultabbá válnak az ügyfelek kérdéseinek megértésében és megválaszolásában, személyre szabott ajánlások nyújtásában és problémák megoldásában.

Az ügyfélszolgálaton kívül a chatbotok alkalmazást találnak a lead generálásban, az értékesítési támogatásban és a belső kommunikációban. A rutinfeladatok automatizálásával és az azonnali válaszok biztosításával a chatbotok egyszerűsítik a műveleteket, javítják a hatékonyságot és javítják az általános ügyfélélményt.

A chatbotok megnyitása a kis- és középvállalkozások előtt minden eddiginél jobb ügyfélszolgálatot tesz lehetővé – egyébként is, amiről a kis- és középvállalkozások általában ismertek. Úgy gondoljuk, hogy bölcs dolog, ha lehetőség szerint embert tartunk a burokban, de az ügyfelekkel folytatott interakciók nagy részét online mozgató vállalkozások számára a 24/7 elérhető chatbotok jelentősen javíthatják az ügyfélszolgálatot.

5. Automatizálás: Az üzleti folyamatok ésszerűsítése

Az automatizálás a digitális átalakulás hajtóereje, és a generatív mesterséges intelligencia 2024-ben tovább fogja gyorsítani ezt a tendenciát. Az ismétlődő és időigényes feladatok automatizálásával a vállalkozások értékes erőforrásokat szabadíthatnak fel, és stratégiaibb kezdeményezésekre összpontosíthatnak.

A generatív AI-alapú automatizálási eszközök lehetővé teszik a szakemberek számára, hogy egyszerűsítsék a folyamatokat, például a fájlátvitelt, a jelentéskészítést és a kódfejlesztést. Mivel a mesterséges intelligencia a hétköznapi feladatokat látja el, az alkalmazottak idejüket és szakértelmüket nagyobb értékű tevékenységekre fordíthatják, amelyek ösztönzik az innovációt és a növekedést.

Tekintse meg a munkafolyamat-automatizálásról szóló legutóbbi cikkünket, hogy mélyebben belemerüljön a témába. Amikor az alkalmazottak megszabadulnak az ismétlődő feladatoktól, problémamegoldó készségeiket felhasználva az embernek jobban megfelelő munkát végezhetnek, és az ismétlődő dolgokat a gépekre bízhatják. Amúgy nem ez az egész mozgalom célja?

6. AI az egészségügyben: A betegellátás átalakulása

Az egészségügyi ágazat a technológiai forradalom küszöbén áll, és a generatív mesterséges intelligencia döntő szerepet fog játszani jövőjének alakításában. 2024-ben a mesterséges intelligencia által vezérelt megoldások javítani fogják az egészségügy különböző aspektusait, a gyógyszerkutatástól és a személyre szabott kezelési tervektől a betegek monitorozásáig és a távorvoslásig.

A generatív mesterséges intelligencia lehetővé teszi az egészségügyi szakemberek számára, hogy hatalmas mennyiségű betegadatot elemezzenek, azonosítsanak mintákat, és betekintést nyerjenek. Ez pontosabb diagnózisokhoz, személyre szabott kezelési lehetőségekhez és a betegek jobb gyógyulásához vezet. Ezenkívül a mesterséges intelligencia ésszerűsíti az adminisztratív feladatokat, javítja az orvosi kutatást, és javítja az egészségügyi ellátás általános hatékonyságát.

Az orvosi ipar egyik speciális ágazata, amely senki máshoz hasonlóan felkarolja az AI-t, a szemészet. A retina diagnosztikájára szolgáló mesterséges intelligencia eszközök az elmúlt években ugrásszerűen fejlődtek, és mindenféle retinabetegséget diagnosztizáltak a diabéteszes retinopátiától a makulaödémáig és még sok másig. Ezek az eszközök különösen fontosak lehetnek a fejlődő országokban, ahol a szemészek száma nem elegendő a teljes lakosság kiszolgálására. Ha a diagnosztikát mesterséges intelligencia rendszerekkel lehet automatizálni, a szemészeti szakemberek a betegek ellátásának szentelhetik magukat, ahelyett, hogy egyszerűen képeket nézegetnének, hogy felismerjék a betegségeket. A legjobb? Maguk az AI-eszközök gyakran még pontosabbak bizonyos állapotok diagnosztizálásában, mint a képzett orvosok. Az embereknek továbbra is résen kell lenniük a diagnózisok ellenőrzéséhez, de munkaterhelésük sokkal hatékonyabb lett.

7. E-kereskedelem optimalizálása: A vásárlási élmény testreszabása

Az e-kereskedelem folyamatosan fejlődő világában a személyre szabás kulcsfontosságú az ügyfelek figyelmének és hűségének megragadásához. A generatív mesterséges intelligencia lehetővé teszi a vállalkozások számára, hogy nagymértékben testreszabott vásárlási élményeket hozzanak létre, a személyre szabott termékajánlatoktól a személyre szabott hirdetési kampányokig. A generatív mesterséges intelligencia kihasználásával az e-kereskedelmi platformok elemzik az ügyfelek adatait, megjósolják a preferenciákat, és célzott tartalmat kínálnak, amely az egyes vásárlók számára rezonál. A személyre szabottság ezen szintje ösztönzi az értékesítést, elősegíti a hosszú távú ügyfélkapcsolatokat, és építi a márkahűséget. Ahogy a kereskedelem minden fajtája egyre inkább az interneten mozog, az ügyfelek adataiból generált hatalmas adatkészletek a generatív mesterséges intelligencia modellek növekvő erejével kombinálva számos módon segítik az üzletet. Vegyük fontolóra az Amazon által felépített hihetetlen algoritmust – és képzeljük el, hogy ennek a hatalomnak egy jelentős részét a kisebb online vállalkozásoknak adjuk. Egy ilyen koncepció még néhány éve még elképzelhetetlen volt, de mára a valósághoz közelít.

8. Pénz és dráma

Egy dologban minden értelmes ember biztos lehet 2024-ben: egyre több pénz jut a generatív AI-ba. A közelmúltban láthattuk, hogy a Microsoft több tízmilliárd dollárt fektetett be (nem minden komplikáció nélkül) az OpenAI-ba, egy korábban non-profit társaságba, valamint jelentős drámai eseményeket az OpenAI C-suite szintjén. Az NVidia részvényei megugrottak abban a tekintetben, amit bármely más szektorban buboréknak tartanának, de a generatív mesterséges intelligencia mögött meghúzódó erő hosszú távúnak bizonyulhat. Továbbra is kérdésesek a jelenlegi GPU-k által támasztott korlátok, valamint a generatív mesterséges intelligencia tömeges futtatásához szükséges költségek. Bármilyen akadály ellenére, az új AI-eszközök által bemutatott képességek továbbra is több pénzt és figyelmet vonzanak majd, miközben nagyobb teljesítményt fejlesztenek ki. És számíthatunk-e olyan zavarokra különböző iparágakban, amelyeket még nem is láttunk előre? 

Természetesen. Számíts a kiszámíthatatlanra.

Következtetés: A generatív mesterséges intelligencia hatalmának átvétele 2024-ben

Ahogy 2024-be lépünk, a generatív mesterséges intelligencia ereje átformálja az iparágakat, és forradalmasítja élet- és munkamódszerünket. A nagyobb és erősebb modellektől a személyre szabott élményekig és az egyszerűsített automatizálásig a generatív AI lehetőségei határtalanok. Vagy szinte korlátlanul. Még nem találtuk meg a határait – képzelje el, hogy egy hatalmas, feltérképezetlen vadon felfedezői vagyunk. Sok terület maradt még feltérképezendő. De a vállalkozásoknak nem szabad lemaradniuk, és a parton maradniuk, amíg a felfedezők bemerészkednek. A fent tárgyalt trendek felkarolásával és a generatív mesterséges intelligencia képességeinek kihasználásával a vállalkozások a hatékonyság, a személyre szabás és az ügyfelek elkötelezettségének új szintjeit nyithatják meg. A jövő itt van, és a generatív AI az innováció élvonalában áll. 

Készen állsz arra, hogy kihasználd átalakító erejét?

Ha igen, adjon nekünk egy csengőt. Jóval a görbe előtt járunk, és szívesen segítünk tanácsadással és fejlesztési lehetőségekkel a cégeknek. Kíváncsi vagy, hogy hogyan dolgozunk? Forduljon hozzánk ingyenes árajánlatért, és megkezdjük a megbeszélést. Nincs vesztegetni való idő, hiszen 2024 most kezdődik.

Verysell Grouptól, 2023. december 13-án nyilvánosságra hozott cikk szerzője: Sam McCommon

Technológiai megoldások fejlesztése több mint 30 éve

Az 1990-ben alapított Verysell Group egy híres globális szoftverfejlesztő cég, amelynek központja Svájcban van. Szoftverfejlesztési központként a Verysell számos szolgáltatást kínál a személyzet bővítésétől a testre szabott szoftvermegoldások terjedelméig, tervezéséig és kivitelezéséig számos iparág számára, mint például a fintech, a fizetési technológia és az InsureTech.

Vállalkozásunk központi eleme a vietnami SmartDev LLC offshore fejlesztőközpont (ODC), ahol külső ügyfelek számára szoftverfejlesztés folyik, valamint házon belüli termékeink, például a VeryPay mobilpénzes fizetési platformunk fejlesztése.

Értékesítési irodáink 4 kontinens 8 városában találhatók. Ez lehetővé teszi számunkra, hogy sokféle ügyfélkört szolgáljunk ki, beleértve az induló vállalkozásokat, a növekvő vállalkozásokat és a nagy globális vállalkozásokat. A SmartDev, a VeryPay, a Smart81 és a VeryPlay Studio márkacsaládunk segít abban, hogy hangsúlyozzuk, hogy az adott piaci szegmensekre és ügyféltípusokra koncentrálunk.

A SmartDev széleskörű outsourcing partner vállalati ügyfelek számára világszerte. Az SME100® Fast Moving Companies győzteseként elismert SmartDev FinTech alkalmazások, biztosítási szoftverek és egyebek készítésére specializálódott.

A Smart81 a SmartDev leányvállalata, és fontos szerepet játszik az induló és bővülő vállalkozások növekedésének felgyorsításában azáltal, hogy tanácsokat ad, együttműködik és vállalati szintű technológiát készít a kaliforniai, szingapúri és londoni irodáinkon keresztül – a startup gazdaság világ vezető központjaiban.

A csoport sokszínűségét növeli, hogy a VeryPay egy mobilfizetési technológiai szolgáltató, amely technológiai megoldásokat kínál afrikai mobilhálózat-üzemeltetők számára, míg a VeryPlay Studio teljes ciklusú játékfejlesztőként működik, egyesítve a svájci minőségi szabványokat Ázsia gyártási szakértelmével.

Az Applied AI Lab, a Verysell csoport másik innovatív kiterjesztése, bemutatja elkötelezettségünket a mesterséges intelligencia forradalma iránt azáltal, hogy magas szintű tanácsadói szolgáltatásokat nyújt ügyfeleinek, amelyek célja a mesterséges intelligencia funkciók integrálása üzleti folyamataikba, ezáltal növelve a termelékenységet és bővítve a termékkínálatot. Az AI Lab egyben házon belüli kiválósági központ is ezen a területen, és megbízatása az egész csoport mesterséges intelligencia átalakítására.

A márkák közötti szinergia és az AI-ra való különös összpontosítás megerősíti a Verysell Group elkötelezettségét a minőség, az innováció és az érték biztosítása iránt a különböző technológiai területeken.

2. fejezet: TEVÉKENYSÉGTERÜLETEK INTERDISZCIPLINÁRIS TEAMEKBEN 

(Mesterséges Intelligencia)

ELŐZMÉNYEK

A szervező MÉRNÖK teamben dolgozik, az AI szervező MÉRNÖK interdiszciplináris teamben. A nagybetűvel írt MÉRNÖKnek oka van. Ő az újat teremtő, a létrehozó.  A produktumnak működni kell. A híd nem szakadhat le. A repülő sem zuhanhat le. A robotok rendeltetésszerűek. A menedzserek és a szervező MÉRNÖKŐK  tevékenységei különbözőek. Mit tesz az egyik, s mit a másik? Két különböző szakma.

1. A menedzser működtet; a szervező segít újat létrehozni.
2. A menedzser a jelenben gondolkodik; a szervező a jövőben.
3. A menedzser szabályozza a rendszert; a szervező környezetre koncentráló.
4. A menedzser adminisztrál; a szervező innovációs folyamatot hoz létre.
5. A menedzser a rendszerekre és a struktúrára összpontosít; a szervező az emberekre.
6. A menedzser kockázatkerülő; a szervező kockázatvállaló.
7. A menedzser a feletteseire, az SZMSZre támaszkodik, utasít; a szervező útkereső, együttműködő és moderáló.
8. A menedzser megkérdezi, hogyan és mikor; a szervező megkérdezi, hogy kivel, mit és miért.
9. A menedzser mindig a lényegre figyel; a szervező marketing szemléletű, teamben dolgozik, interaktív és proaktív.
10. A menedzser protokoll szerinti; a szervező kreatív.
11. A menedzser teljesítményorientált; a szervező produktum.
12. A menedzser rendszerműködés- és szabálykövető; a szervező projekt személyiség, PROJEKTEMBER, egyben HÍDÉPÎTŐ. A cél elérésében kitartó. Másokat motiváló.

 

A szervező MÉRNÖK az innováció, az új létrehozásának a motorja. Mérnök minimálisan két okból van a társadalom, a társaságok centrumában: 1. Megtanulta az új létrehozásának menetét, tevékenységeit. A produktum működött. Volt Flow.  2. Gyakorolta az interdiszciplináris teammunka módszereit. Felkészült a rendszerek, az alkalmazások integrálására. 

AZ AKTUÁLIS TEVÉKENYSÉGTERÜLETEK

(A LEVELEIK) MEGNEVEZÉSE:

A csúcslevél: AI  

Balra (téglalapok): 

• Ipar - hálózat
• K+F+I
• Menedzsment Informatika
• Rendszer- és gazdaságtan
• Rendszerelemzés és optimumkeresés

A szervezés tevekenységterületei (a levelek) változnak. 

Jobbra (levelek):

• Szervezés
• Vállalkozásfejlesztés
• Oktatásfejlesztés
• Tudásmenedzsment
• Projektmenedzsment

Részletesen:

1. AI - Mesterséges Intelligencia 

Az AI olyan technológiai rendszerek vagy szoftverek összessége, amelyek képesek intelligens viselkedésre, például tanulásra, problémamegoldásra, érvelésre, érzékelésre, és döntéshozatalra. Az AI az emberi intelligencia bizonyos aspektusainak utánzására törekszik gépek segítségével, beleértve a számítógépes algoritmusok és neurális hálózatok felhasználását is. Ezek a rendszerek képesek adatokból tanulni, alkalmazkodni, önálló döntéseket hozni, és a megszerzett tudás alapján cselekedni, ami lehetővé teszi számukra, hogy különböző, akár emberi beavatkozást nem igénylő feladatokat is elvégezzenek. Az AI fejlődése három alapvető területen zajlik: gépi tanulás, mélytanulás és neurális hálózatok.

Gépi tanulás: Ez az AI egyik leggyakrabban alkalmazott formája, amely algoritmusokat használ az adatokból való tanulásra és mintázatok felismerésére. Az algoritmusok képesek önállóan fejlődni és optimalizálni, ahogy több adattal táplálják őket.

Mélytanulás: A mélytanulás egy speciális típusa a gépi tanulásnak, amely többrétegű (mély) neurális hálózatokat használ. Ezek a hálózatok képesek összetett adatokat, mint például képeket vagy hanganyagokat, elemezni és értelmezni, ami rendkívül hasznos például a képfelismerés vagy a természetes nyelvfeldolgozás terén.

Neurális hálózatok: Ezek a hálózatok az emberi agy működését próbálják modellezni, amely segíti az AI rendszereket abban, hogy összetett döntéseket hozzanak. Neurális hálózatok alkalmazása lehetővé teszi, hogy az AI rendszerek széles skálán tanuljanak és cselekedjenek, legyen szó akár játékról, járművezetésről vagy automatizált fordításról. Az AI technológia rohamos fejlődése számos etikai és társadalmi kérdést is felvet, mint például a munkahelyek automatizálásának hatásait, a magánélet védelmét és a döntéshozatali folyamatok átláthatóságát. Az AI kutatása és alkalmazása így nem csak technológiai, hanem szélesebb körű társadalmi párbeszédet is igényel. Területei:

Robotika: Az AI alkalmazása a fizikai robotokban, lehetővé téve számukra, hogy összetett feladatokat hajtsanak végre, például automatizált gyártási folyamatok vagy önvezető autók.

Természetes nyelvfeldolgozás (NLP): Az AI képessége az emberi nyelv értelmezésére és generálására, amit például chatbotok és virtuális asszisztensek használnak.

Etikai és társadalmi kérdések: Az AI fejlődése felvet számos etikai kérdést, például a munkahelyek automatizálásának hatása, az adatvédelem, a gépi elfogultság és az AI döntéshozatali folyamatainak átláthatósága.

AI és munkaerőpiac: Az AI alkalmazásai átalakíthatják a munkaerőpiacot, automatizálva bizonyos feladatokat és új készségeket igényelve az emberektől.

AI biztonság: A fejlett AI rendszerek potenciális kockázatai, beleértve a rosszindulatú használatot és az ellenőrzés elvesztésének veszélyét.

AI alkalmazások a mindennapi életben: Az AI jelenléte a mindennapokban, például okostelefonokon, online ajánlórendszerekben és otthoni intelligens eszközökben.

AI kutatás: A folyamatos kutatás és innováció az AI területén a új lehetőségeket nyit meg a technológia fejlődésében.

AI és jövőkép: Az AI jövőbeli lehetőségeinek és kihívásainak spekulációja, beleértve a szuperintelligencia koncepcióját és az emberi intelligencia mellett álló mesterséges tudatosság potenciális létrehozását. Az AI tehát egy rendkívül sokrétű terület, amely számtalan lehetőséget nyit meg a technológiai fejlődés, az életminőség javítása és a tudományos ismeretek bővítése terén, miközben fontos etikai, társadalmi és gazdasági kérdéseket is felvet.

2. Ipar - hálózat

Ezek a hálózatok az ipari termelésben és logisztikában vesznek részt, összekötve a gyártókat, beszállítókat, disztribútorokat és vevőket. Az ipari hálózatok lehetővé teszik az információk, anyagok és termékek hatékony áramlását. 

Ipar 4.0 és az internetes hálózatok: A koncepció az ipari gyártás digitalizálására és automatizálására összpontosít, amelyben a gépek, rendszerek és emberek közötti kommunikáció internetes hálózatokon keresztül történik. Ez magában foglalja az IoT (Internet of Things, azaz Dolgok Internete) technológiát, a mesterséges intelligenciát és a big data elemzéseket.

Energiahálózatok az iparban: Az ipari szektor nagy energiafelhasználó, és az energiahálózatok kulcsfontosságúak az ipari üzemek energiaellátásának biztosításában. Ez magában foglalhatja a hagyományos energiaforrásokat, mint a szén, gáz és olaj, valamint a megújuló energiaforrásokat és a zöld technológiákat.

Kommunikációs hálózatok: Az ipari kommunikációs hálózatok lehetővé teszik az adatok és információk gyors és biztonságos cseréjét az ipari folyamatok irányításához. Ezek a hálózatok lehetnek vezetékes vagy vezeték nélküli rendszerek, és fontos szerepet játszanak az ipari automatizálásban.

Globális ellátási láncok: Az ipari termelésben részt vevő vállalatok gyakran globális ellátási láncok részét képezik, ahol az alapanyagok, komponensek és késztermékek a világ különböző pontjai között mozognak. Az ilyen hálózatok optimalizálása kulcsfontosságú a hatékonyság és a versenyképesség szempontjából.

Digitális hálózatok és az ipar: A digitális technológia, mint az adattárolás, feldolgozás és az internetes szolgáltatások, létfontosságúak az ipari vállalatok számára a műveleteik hatékony kezelése érdekében. Ez magában foglalja a felhő alapú szolgáltatásokat, az adatanalitikát és az online értékesítési platformokat.

Az "IPAR - HÁLÓZAT" többféle összetett rendszerre és összefüggésre utal, amelyek az ipari tevékenységek széles körét érintik, a gyártástól a logisztikán át a digitális technológiákat.

3. K+F+I

Az “K+F+I” nem csupán gazdasági növekedésre és versenyképességre gyakorol hatást, hanem fontos szerepet játszik a társadalmi kihívásokra adott válaszok és a fenntartható fejlődés előmozdításában is. A következőkben további fontos aspektusok és trendek az innovációs folyamatokkal kapcsolatosak:

Demokratizálódó innováció: Az innováció demokratizálódása, vagyis az új technológiák és tudományos eredmények szélesebb körű hozzáférhetősége elősegíti a különböző társadalmi csoportok részvételét az innovációs folyamatokban. Ez hozzájárulhat az inkluzívabb és diverzitásra épülő innovációhoz. 

Big data és adatelemzés: A nagy adatmennyiségek elemzésére és kezelésére képes technológiák és módszertanok fejlesztése előtérbe került. Az adatvezérelt döntéshozatal és az adatelemzés kulcsszerepet játszik a K+F+I stratégiák kialakításában és a piaci trendek előrejelzésében.

Egészségügyi innováció: A globális egészségügyi kihívások, mint a pandémiák és a krónikus betegségek, az egészségügyi K+F+I területének prioritását jelentik. Az oltóanyag-fejlesztéstől az egészségügyi technológiákig és a digitális egészségügyi megoldásokig terjedő innovációk létfontosságúak a globális egészség javításában.

Környezetvédelmi technológiák: Az éghajlatváltozás és a környezeti fenntarthatóság kihívásaira válaszul a zöld technológiák és a környezetbarát innovációk, mint a megújuló energiaforrások, az energiahatékonyság és a hulladékcsökkentési technikák egyre nagyobb figyelmet kapnak. 

Az oktatás szerepe az innovációban: Az oktatási intézmények, mint az egyetemek és kutatóközpontok, létfontosságú szerepet játszanak az új tudományos ismeretek és technológiák fejlesztésében. Az oktatás-kutatás-ipar közötti szoros együttműködés elősegíti az innovációs folyamatok hatékonyságát.

Intellektuális tulajdon és innováció: Az intellektuális tulajdonjogok védelme és kezelése kritikus tényező az innovációs folyamatokban. A szabadalmak, védjegyek és szerzői jogok megfelelő kezelése ösztönzi a kutatást és fejlesztést, miközben biztosítja a tudás megosztását és a technológiai átadást.

A társadalom részvétele az innovációban: A nyílt innováció és a közösségi innováció modellek lehetővé teszik a társadalom szélesebb körű részvételét az új termékek és technológiák fejlesztésében. Ez segíthet a társadalmi igények pontosabb azonosításában és a fenntarthatóbb megoldások kidolgozásában.

4. Menedzsment Informatika

A menedzsment informatika az információs technológia (IT) és a vállalati menedzsment gyakorlati alkalmazását kombinálja azzal a céllal, hogy elősegítse a szervezetek hatékonyabb működését. Ez magában foglalja az információs rendszerek tervezését, fejlesztését és kezelését, hogy támogassák a döntéshozatali folyamatokat, javítsák az üzleti folyamatokat és versenyelőnyt szerezzenek.

A menedzsment informatikai szakemberek felelősek többek között az alábbi feladatokért:

Üzleti intelligencia rendszerek tervezése és implementálása: Ezek a rendszerek segítenek a vállalatoknak értékes adatokat gyűjteni, elemezni és értelmezni, hogy tájékozottabb üzleti döntéseket hozhassanak.

ERP (vállalatirányítási rendszer) rendszerek bevezetése::Integrált szoftverrendszerek, amelyek támogatják a vállalat különböző funkcióit, mint például a számvitel, az emberi erőforrások, a készletkezelés és a gyártás.

CRM (ügyfélkapcsolat-kezelés) rendszerek alkalmazása: Ez segít a vállalatoknak kezelni és elemezni az ügyfél interakciókat és -adatokat, javítva ezzel az ügyfélkapcsolatokat és növelve az értékesítést.

IT projektmenedzsment: A technológiai projektek tervezésének, végrehajtásának és felügyeletének kezelése, gyakran szigorú határidők és költségvetések mellett.

Biztonsági stratégiák kialakítása és végrehajtása: A vállalati adatok védelme érdekében a biztonsági protokollok és eljárások meghatározása és alkalmazása.

Ezen kívül a menedzsment informatika fontos szerepet játszik a technológiai trendek, mint például a mesterséges intelligencia, a big data és a felhőalapú szolgáltatások integrálásában a vállalati stratégiákban. Az ilyen technológiák alkalmazása lehetővé teszi a vállalatok számára, hogy javítsák hatékonyságukat, növeljék az innovációt és fenntarthassák versenyképességüket a gyorsan változó üzleti környezetben.

5. Rendszer- és gazdaságtan

Ez egy interdiszciplináris megközelítést jelent a gazdasági rendszerek elemzésében és megértésében. Íme néhány összefüggés és gondolat, amelyek e témakör kapcsán felmerülhetnek:

Rendszerelmélet a gazdaságban: A rendszerelmélet alkalmazása a gazdaságtanban lehetővé teszi a gazdasági rendszerek komplex viselkedésének és struktúrájának mélyebb megértését. A rendszerelméleti megközelítés az összetett rendszerek dinamikájának modellezésére és elemzésére összpontosít, beleértve a gazdasági szereplők közötti kölcsönhatásokat és a makro- és mikrogazdasági folyamatokat.

Gazdasági rendszerek: A gazdasági rendszerek olyan összetett rendszerek, amelyek az emberek, vállalatok, piacok és kormányok tevékenységeit foglalják magukban. Ezek a rendszerek az erőforrások elosztásával, a termeléssel, a cserével és a fogyasztással foglalkoznak, és számos belső és külső tényezőtől függően változó dinamikát mutatnak.

Rendszer gazdaságtan: A rendszergazdaságtan egy olyan tudományterület, ami a gazdasági rendszerek és folyamatok rendszerelméleti alapokon történő vizsgálatára összpontosít. Ez magában foglalja az összetett gazdasági rendszerek modellezését, a rendszerek közötti kapcsolatok és kölcsönhatások elemzését, valamint a gazdasági döntéshozatali folyamatok megértését.

Környezetgazdaságtan és fenntarthatóság: A rendszerelméleti megközelítés alkalmazása a környezetgazdaságtanban segít megérteni, hogyan befolyásolják a gazdasági tevékenységek a környezetet, és fordítva. Ez elősegíti a fenntartható fejlődési stratégiák és politikák kidolgozását, amelyek figyelembe veszik a gazdasági és ökológiai rendszerek közötti összetett kölcsönhatásokat.

Információs gazdaság: A digitális korban a rendszerelmélet segíthet jobban megérteni az információs gazdaság működését, amely az adatok, információk és tudás cseréjére és felhasználására épül. Ez magában foglalja az információs technológiák gazdasági hatásainak és az új digitális üzleti modelleknek az elemzését.

Pénzügyi rendszerek: A globális pénzügyi rendszer összetett és összefonódott struktúrájának elemzése szintén a rendszerelmélet alkalmazását igényli. Ez segít megérteni a különböző pénzügyi eszközök, piacok és intézmények közötti kölcsönhatásokat, valamint a pénzügyi válságok és zavarok terjedésének dinamikáját.

Innovááció és technológiai fejlődés: A gazdasági rendszerekben az innováció és a technológiai fejlődés kulcsszerepet játszik a hosszú távú növekedés és versenyképesség szempontjából. A rendszerelméleti megközelítés lehetővé teszi az innovációs folyamatok és a technológiai diffúzió összetett dinamikájának jobb megértését, valamint az új technológiák gazdasági hatásainak elemzését.

Globális gazdasági rendszerek: A globalizáció korában a gazdasági rendszerek egyre inkább összekapcsolódnak. A rendszerelmélet segít elemezni, hogy a globális gazdasági rendszerek hogyan reagálnak a nemzetközi kereskedelmi politikákra, gazdasági válságokra és globális pénzügyi zavarokra.

Gazdaságpolitika és döntéshozatal: A gazdasági rendszerek összetettsége és azoknak a gazdaságpolitikai döntésekre gyakorolt hatása miatt fontos a rendszerelméleti szemléletmód. Ez segít a döntéshozóknak a gazdaságpolitikák tervezésében és végrehajtásában, valamint előrejelezni azok lehetséges következményeit a gazdaságra és a társadalomra nézve.

Makroökonómiai modellezés: A makroökonómiai modellek, mint a rendszerdinamikai modellek, kulcsfontosságú eszközök a gazdaságpolitikai elemzésben és a gazdasági folyamatok megértésében. Ezek a modellek segítenek vizsgálni a különböző gazdaságpolitikai intézkedések, például az adópolitika vagy a monetáris politika hatásait a gazdasági rendszer egészére.

Ellátási láncok és logisztika: Az ellátási láncok és a logisztikai rendszerek elemzése szintén a rendszerelméleti megközelítést igényli. A globális ellátási láncok összetettsége és azok sebezhetősége, például a zavarok és késedelmek, a rendszerelméleti modellek segítségével érthetők meg és kezelhetők.

Társadalmi-gazdasági rendszerek: A gazdasági rendszerek nem léteznek vákuumban; szorosan összefüggnek a társadalmi rendszerekkel és befolyásolják egymást. A rendszerelméleti megközelítés segít megérteni ezt az összefonódást és azt, hogy a gazdasági döntések hogyan befolyásolják a társadalmi struktúrákat és fordítva.A "Rendszer és Gazdaságtan" tehát egy olyan interdiszciplináris terület, amely a gazdasági rendszerek elemzésére és megértésére összpontosít, figyelembe véve azok összetettségét, dinamikáját és a különböző gazdasági és társadalmi tényezők közötti kölcsönhatásokat.

6. Rendszerelemzés és optimumkeresés

Ez egy komplex, átfogó folyamatot és célkitűzést jelöl, amely a rendszertechnika, az operációs kutatás és a döntéstámogató rendszerek területeit öleli fel. A fő célja, hogy megértse és optimalizálja a különböző rendszerek működését és teljesítményét:

Rendszerelemzés: A rendszerelemzés egy alapos vizsgálati folyamat, amely célja egy adott rendszer struktúrájának, működésének és viselkedésének megértése. Ez magában foglalja a rendszer komponenseinek, azok közötti kapcsolatoknak és a rendszer környezetével való interakcióknak az elemzését. A rendszerelemzés segít azonosítani a problémákat, lehetőségeket és a rendszer működésének javítására szolgáló stratégiákat.

Optimumkeresés (Optimalizálás): Az optimalizálás a rendszerelemzés folyamatának egy része, amelynek célja a rendszer teljesítményének maximalizálása adott kritériumok vagy korlátok mellett. Ez magában foglalhatja a költségek minimalizálását, az erőforrások hatékony elosztását, a termelékenység növelését vagy a környezeti hatások csökkentését. Az optimalizálási problémák megoldása gyakran matematikai modellek és algoritmusok, mint például a lineáris programozás, a dinamikus programozás vagy az evolúciós algoritmusok segítségével történik.

Operációskutatás: Az operációs kutatás egy tudományág, amely matematikai modellezést, statisztikát és algoritmusokat használ problémák megoldására és döntéshozatali folyamatok optimalizálására. Ez a tudományterület szorosan kapcsolódik a rendszerelemzéshez és az optimumkereséshez, mivel segít meghatározni a legjobb döntéseket és stratégiákat különböző rendszerek és folyamatok számára.

Döntéstámogató rendszerek: A döntéstámogató rendszerek informatikai megoldások, amelyek integrálják az adatok elemzését, modellezést és információs technológiákat a döntéshozatali folyamatok támogatására. Ezek a rendszerek kulcsfontosságúak a rendszerelemzés és az optimumkeresés folyamatában, mivel segítenek a döntéshozóknak a rendelkezésre álló adatok alapján a legjobb döntések meghozatalában.

Mesterséges intelligencia és gépi tanulás: A mesterséges intelligencia (AI) és a gépi tanulás (ML) technológiák egyre fontosabb szerepet játszanak a rendszerelemzésben és az optimumkeresésben. Ezek a technológiák képesek összetett mintákat felismerni a nagy adathalmazokban, előrejelzéseket készíteni és autonóm döntéseket hozni, ezáltal javítva a rendszerek teljesítményét és hatékonyságát. 

Komplex rendszerek és hálózatok: A rendszerelemzés és az optimumkeresés különösen fontos a komplex rendszerek és hálózatok esetében, ahol az elemek közötti interakciók és kapcsolatok bonyolult dinamikát eredményeznek. Ez magában foglalja az ökológiai rendszereket, gazdasági hálózatokat, társadalmi hálózatokat, és informatikai hálózatokat. Az ilyen típusú rendszerek analízise és optimalizálása segíthet jobban megérteni a rendszer viselkedését és elősegítheti a hatékonyabb kezelési stratégiák kialakítását. 

Szenzorhálózatok és big data: A modern technológiai fejlődés, mint az IoT (Internet of Things - Dolgok Internete) és a big data technológiák, új lehetőségeket nyitottak meg a rendszerelemzés és az optimumkeresés terén. A szenzorhálózatok által generált adatok elemzése és az adatokból nyert ismeretek alkalmazása lehetővé teszi a döntéshozók számára, hogy pontosabb képet kapjanak a rendszer állapotáról és javíthassák a rendszer teljesítményét.

Rendszerek tervezése és fejlesztése: Az optimumkeresés nem csak a meglévő rendszerek optimalizálására szolgál, hanem fontos szerepet játszik új rendszerek tervezésében és fejlesztésében is. A rendszerelemzés módszerei segíthetnek azonosítani a tervezési követelményeket és az optimális konfigurációt, amely a legjobban megfelel a felhasználói igényeknek és a működési céloknak.

Rendszerintegráció: Az optimumkeresés kulcsfontosságú szerepet játszik a különböző rendszerek és komponensek integrációjában. A cél az, hogy az integrált rendszer egésze optimális módon működjön, ahol az egyes alrendszerek közötti kölcsönhatásokat és függőségeket gondosan kezelik.

Fenntarthatóság és környezettudomány: A környezeti fenntarthatóság szempontjából az optimumkeresés segíthet az erőforrások hatékonyabb felhasználásában és a környezeti terhelés csökkentésében. A rendszerelemzés lehetővé teszi a környezeti hatások számszerűsítését és azoknak a gazdasági és társadalmi rendszerekre gyakorolt hatásainak megértését, elősegítve ezzel a fenntartható fejlődési célok elérését. A rendszerelemzés és az optimumkeresés tehát széles körű alkalmazást nyerhet különböző területeken, a mérnöki tevékenységektől kezdve, a gazdasági döntéshozatalon és környezetvédelmen át, egészen az informatikai rendszerekig. Ezek a módszerek segítenek a rendszerek mélyebb megértésében, a problémák hatékonyabb kezelésében és az erőforrások optimális felhasználásában.

7. Szervezés

A "szervezési tevékenység”széles körben alkalmazható és több diszciplínára is kiterjed, beleértve az üzleti menedzsmentet, a szociológiát, és a pszichológiát. Alapvetően a szervezés a struktúra létrehozásának, erőforrások koordinálásának és cselekvések irányításának folyamata, célkitűzések elérésé érdekében. Néhány kulcsfontosságú aspektus és elv, amely a szervezés koncepciójához kapcsolódik:

Szervezet: A szervezés magában foglalja egy strukturális keret létrehozását, amely meghatározza a szervezet különböző részeinek kapcsolatát és interakcióját. Ez magában foglalhatja a szervezeti hierarchiát, az osztályokat, a részlegeket és a munkacsoportokat.

Erőforrás-koordináció: A szervezési folyamat lényeges része az erőforrások, mint például az emberi erőforrás, a pénzügyek, az információk és az anyagi eszközök hatékony koordinálása és optimalizálása.

Feladatmegosztás és specializáció: A szervezés magában foglalja a feladatok és felelősségek megosztását a szervezeten belül, hogy maximalizálja a hatékonyságot és kiaknázza az egyének vagy csoportok speciális képességeit.

Hatáskör és felelősség: A szervezés során kulcsfontosságú a hatáskör és felelősség egyértelmű meghatározása és kommunikálása. Ez biztosítja, hogy mindenki tudja, mi a feladata és milyen döntéseket hozhat.

Koordinációs mechanizmusok: A szervezés tartalmazza a különböző részlegek és munkacsoportok közötti koordinációt biztosító mechanizmusok, mint a formális kommunikációs csatornák, a rendszeres értekezletek és a munkafolyamatok, bevezetését.

Célok és stratégiák: A szervezés folyamata szorosan összefügg a szervezet általános céljaival és stratégiáival. A szervezeti struktúrát és folyamatokat úgy kell kialakítani, hogy azok támogassák a szervezet hosszú távú céljainak elérését.

Rugalmas adaptáció: A sikeres szervezés lehetővé teszi a szervezet számára, hogy rugalmasan alkalmazkodjon a változó körülményekhez. Ez magában foglalhatja a szervezeti struktúra módosítását, új technológiák bevezetését vagy stratégiai irányváltást.

Kultúra és kommunikáció: A szervezeti kultúra és a hatékony kommunikáció kulcsfontosságú elemei a sikeres szervezésnek. Ezek befolyásolják, hogyan dolgoznak együtt az emberek, hogyan kezelik a konfliktusokat és hogyan érzik magukat a szervezet részeként. Összességében a szervezés egy dinamikus és permanens folyamat, amely kulcsfontosságú a szervezetek hatékony működéséhez, lehetővé téve számukra, hogy hatékonyan érjék el céljaikat, alkalmazkodjanak a változó körülményekhez és javítsák teljesítményüket.  A sikeres szervezés elősegíti a hatékony döntéshozatalt, optimalizálja az erőforrás-használatot és növeli a munkaerő produktivitását. További fontos szempontok:

Vezetés és motiváció: A szervezés szorosan összefügg a vezetéssel, mivel a vezetők felelősek a szervezeti célok és stratégiák meghatározásáért, valamint az erőforrások és a személyzet irányításáért.  A vezetőknek motiválniuk kell a csapatokat és egyéneket, hogy elérjék a szervezeti céljaikat, és pozitív munkakörnyezetet kell kialakítaniuk. 

Folyamatok és műveletek optimalizálása: A szervezés magában foglalja a munkafolyamatok és műveletek optimalizálását is, annak érdekében, hogy minimalizálja a pazarlást és maximalizálja az eredményességet. Ez lehetővé teszi a szervezet számára, hogy gyorsabban és költséghatékonyabban végezze el a feladatait.

Konfliktuskezelés: A konfliktusok elkerülhetetlen részei a szervezet életének. A szervezésnek magában kell foglalnia a konfliktuskezelési stratégiákat és mechanizmusokat, amelyek segítenek kezelni és feloldani a belső feszültségeket, ezáltal javítva a csapatmunkát és a munkahelyi légkört.

Folyamatos fejlődés és innováció: A sikeres szervezetek folyamatosan törekednek a fejlődésre és az innovációra. A szervezési folyamatnak támogatnia kell a kreativitást, ösztönöznie kell az új ötletek keresését és lehetővé kell tennie a szervezet számára, hogy gyorsan alkalmazkodjon és innovatív megoldásokat alkalmazzon.

Technológia integrációja: A technológia gyors fejlődése új kihívásokat és lehetőségeket jelent a szervezetek számára.  A hatékony szervezés magában foglalja a legújabb technológiák, mint például: az AI,  a digitális eszközök, az automatizálás és az adatelemzés, integrálását és kihasználását a működés javítása érdekében.

Mérés és értékelés: A szervezési erőfeszítések hatékonyságának mérésére és értékelésére szolgáló rendszerek és mutatók kialakítása létfontosságú a folyamatos javulás és a célok elérésének nyomon követése szempontjából. 

A "szervezés" tehát egy átfogó koncepció, amely magában foglalja a célok meghatározását, a források koordinálását, a feladatok és felelősségek kiosztását, a munkafolyamatok optimalizálását, és a környezeti változásokhoz való alkalmazkodást. Ezek a tevékenységek kulcsfontosságúak egy szervezet sikeres működéséhez és hosszú távú fenntarthatóságához.

8. Vállalkozásfejlesztés

Ez egy stratégiai folyamat, amelynek célja egy vállalkozás növekedésének és fejlődésének elősegítése. Magában foglalhatja az új piacokra való belépést, új termékek vagy szolgáltatások fejlesztését, értékesítési és marketingstratégiák kialakítását, valamint üzleti partnerségek és kapcsolatok kiépítését. Van néhány lépés és stratégia, amit érdemes figyelembe venni a vállalkozásfejlesztés során:

Piackutatás: Ismerd meg a célpiacon lévő ügyfelek igényeit, preferenciáit és vásárlási szokásait. A piackutatás segít meghatározni, hogy milyen új termékek vagy szolgáltatások iránt lehet kereslet.

Versenytárs elemzés: Azonosítsd a versenytársaidat és elemezd a stratégiáikat, erősségeiket és gyengeségeiket. Ez segít abban, hogy differenciálódni tudj a piacon.

Üzleti modell innováció: Gondolkodj el azon, hogy az üzleti modellt hogyan lehetne innovatív módon átalakítani vagy finomítani annak érdekében, hogy növeld a bevételt és a piaci részesedést.

Értékesítési és marketingstratégia: Fejlessz ki hatékony értékesítési és marketingstratégiákat, amelyek segítenek elérni a célcsoportot és növelni az értékesítést. Ez magában foglalhatja a digitális marketinget, a közösségi média használatát, az e-mail marketinget és más online eszközöket.

Partnerségek és szövetségek: Keresd meg azokat a lehetséges üzleti partnereket, akikkel együttműködve új piacokat tudsz megcélozni vagy új termékeket/szolgáltatásokat tudsz kínálni.  A partnerségek lehetnek kulcsfontosságúak a gyors növekedéshez.

Pénzügyi tervezés: Az üzleti növekedés gyakran jelentős beruházásokat igényel. Készíts részletes pénzügyi terveket és keresd a finanszírozási lehetőségeket, például tőkebefektetéseket, hitelt vagy támogatásokat.

Folyamatos innováció: Légy nyitott az új ötletekre és a változásra. Az üzleti környezet folyamatosan változik, ezért fontos, hogy vállalkozásod is képes legyen gyorsan alkalmazkodni és innoválni. A vállalkozásfejlesztés nem egy egyszeri projekt, hanem egy permanens folyamat, amely magában foglalja a célok kitűzését, a stratégiák megfogalmazását és végrehajtását, valamint a teljesítmény folyamatos értékelését és a munkafolyamat finomítását.

9. Oktatásfejlesztés 

Oktatási rendszerek, módszerek és erőforrások fejlesztésére irányulnak annak érdekében, hogy javítsa az oktatás minőségét, hozzáférhetőségét és relevanciáját. Ez magában foglalja az oktatás tervezését, a tantervek modernizálását, az oktatók, a képzés fejlesztését, a tanulási erőforrások és infrastruktúra javítását, valamint a tanulók értékelési rendszereinek finomítását. Az oktatásfejlesztés kulcsfontosságú elemei közé tartozik:

Tantervfejlesztés: Az oktatási tartalom, célok és eredmények aktualizálása, hogy megfeleljenek a mai társadalmi és gazdasági követelményeknek.

Pedagógiai innováció: Új tanulási és oktatási módszerek bevezetése, amelyek elősegítik a diákok aktív részvételét és a kritikai gondolkodást.

Technológia az oktatásban: Digitális eszközök és online tanulási platformok integrálása az oktatási folyamatba, hogy növeljék a tanulási élmény gazdagságát és hozzáférhetőségét.

Képzés és fejlesztés: Az oktatók szakmai fejlődésének támogatása új pedagógiai módszerek és technológiák oktatásán keresztül.

Értékelés és minőségbiztosítás: Hatékony értékelési rendszerek kialakítása a tanulási eredmények mérésére és az oktatási minőség folyamatos javítására.

Egyenlőség és inkluzivitás: Az oktatási lehetőségek szélesítése minden tanuló számára, különös tekintettel a hátrányos helyzetű csoportokra. Az oktatásfejlesztés vállalok fontos terûlete, folyamatos és dinamikus folyamat, amely alkalmazkodik a társadalom változásaihoz és új kihívásokhoz. Egy sikeres oktatásfejlesztési stratégia hosszú távon hozzájárulhat a a cégek, a társadalom gazdasági és kulturális fejlődéséhez.

10. Tudásmenedzsment 

A szervezet vagy intézmény azon képességét jelöli, hogy hatékonyan kezelje, megosztja és hasznosítsa a birtokában lévő tudást. Ez magában foglalja a tudás gyűjtését, rendszerezését, tárolását, terjesztését és alkalmazását annak érdekében, hogy javítsa a szervezet teljesítményét, innovációs képességét és versenyképességét. A tudásmenedzsment fő célja, hogy a szervezeten belüli tudást a lehető legjobban kiaknázza, elősegítve ezzel a döntéshozatalt, problémamegoldást és tanulást. A tudásmenedzsment négy alapvető pillére:

Tudás létrehozása: Új ismeretek és információk előállítása a szervezeten belül, például kutatás és fejlesztés, tapasztalatok és legjobb gyakorlatok megosztása révén. 

Tudás megőrzése: A szervezeti tudás tárolása és rendszerezése olyan módon, hogy az később könnyen hozzáférhető és hasznosítható legyen.

Tudás megosztása: A tudás széleskörű elterjesztése a szervezeten belül, hogy mindenki hozzáférjen azokhoz az információkhoz, amelyekre szüksége van a munkájához.

Tudás alkalmazása: A megfelelő tudás birtokában a munkatársak képesek hatékonyabban végezni feladataikat, innovatív megoldásokat alkalmazni és jobban reagálni a piaci változásokra. Itt jön képbe a tudás tényleges alkalmazása a napi munkafolyamatokban, döntéshozatalban és problémamegoldásban.

Tudás értékelése: Rendszeres értékeléssel kell mérni, hogy a tudás milyen hatással van a szervezet teljesítményére. Ezt követően szükség lehet a folyamatok finomítására, a tudás frissítésére és újraértékelésére. A tudás alkalmazása tehát egy dinamikus folyamat, ami folyamatos figyelmet és menedzselést igényel a szervezet részéről. A cél, hogy a rendelkezésre álló tudásból maximális hasznot húzhassanak a munkatársak, ezáltal növelve a szervezet hatékonyságát és versenyképességét.

11. Projektmenedzsment

Több tevékenység segít a projektek hatékony irányításában és sikeres befejezésében. Ide tartozik a projekttervezés, a feladatok koordinálása, a csapattagok közötti kommunikáció, a határidők betartása, a költségvetés kezelése és az erőforrások optimális felhasználása. Emellett fontos szempont a kockázatkezelés, vagyis a potenciális problémák előre láthatósága és kezelése, valamint az érdekelt felek való folyamatos egyeztetés. A projektmenedzsment eszközei közé tartoznak különböző szoftverek és módszertanok, mint például az Agile, a Scrum, vagy a Waterfall modell, amelyek segítenek a projektek strukturált és rugalmas menedzselésében. A projektmenedzsment további fontos elemei közé tartozik a minőségellenőrzés, amely biztosítja, hogy a projekt kimenetele megfeleljen a meghatározott követelményeknek és elvárásoknak. Ebben a fázisban történik a termék vagy szolgáltatás tesztelése, hibáinak javítása, és a folyamatos visszajelzések integrálása a fejlesztési folyamatba. A projekt zárása szintén kritikus szakasz, amely magában foglalja a projekt dokumentációjának finalizálását, a projekt eredményeinek értékelését, és a projektben résztvevők teljesítményének felülvizsgálatát. Ebben a szakaszban történik meg a tanulságok levonása, ami lehetővé teszi, hogy a jövőbeli projektek még hatékonyabban valósuljanak meg. A hatékonyság jelentős mértékben függ a csapat dinamikájától és a projektmenedzser kompetenciáitól, aki képes motiválni a csapatot, hatékonyan kommunikálni az érdekeltekkel, és gyorsan reagálni a változásokra. A sikeres projektmenedzsment tehát nem csak a megfelelő eszközök és módszertanok alkalmazását jelenti, hanem emberközpontú megközelítést is igényel, amely elősegíti a csapatszellem kialakulását és fenntartását.

3. fejezet: ÜZLETI FOLYAMATOK

AI MUNKAFOLYAMAT AUTOMATIZÁLÁS: FORRADALOM AZ ÜZLETI FOLYAMATOKBAN

A mesterséges intelligencia átalakuló technológiaként jelent meg a különböző iparágakban, és innovatív megoldásokat kínál összetett problémákra. Az egyik terület, ahol az AI jelentős hatást gyakorolt, a munkafolyamatok automatizálása, forradalmasítva a vállalkozások működését. Az AI-alapú automatizálási eszközök kihasználásával a vállalkozások racionalizálhatják folyamataikat, javíthatják a hatékonyságot és növelhetik a termelékenységet. Ebben az átfogó útmutatóban megvizsgáljuk a mesterséges intelligencia munkafolyamat-automatizálásának koncepcióját, előnyeit, valamint azt, hogy a vállalkozások hogyan novelik értéküket és ezzel versenyelőnyhöz juthatnak.

Mi az AI munkafolyamat automatizálása?

Az AI munkafolyamat-automatizálása a mesterséges intelligencia technológiáknak az üzleti folyamatok automatizálására és optimalizálására történő alkalmazására utal. Ez magában foglalja az AI algoritmusok, a gépi tanulás és a természetes nyelvi feldolgozás (NLP) integrálását a meglévő munkafolyamatokba, lehetővé téve az ismétlődő és időigényes feladatok automatizálását. Az AI kihasználásával a vállalkozások kiküszöbölhetik a manuális beavatkozásokat, csökkenthetik a hibákat és felgyorsíthatják a kritikus folyamatok végrehajtását.

Az AI-munkafolyamat-automatizálás számos kulcsfontosságú előnnyel jár a vállalkozások számára:

1. Fokozott hatékonyság és termelékenység

A  munkafolyamat-automatizálásának egyik elsődleges előnye a jobb hatékonyság és termelékenység. Az ismétlődő, értékes időt igénylő feladatok automatizálásával a vállalkozások felszabadíthatják munkaerőjüket, hogy stratégiaibb és nagyobb értékű tevékenységekre összpontosíthassanak. Ez növeli a termelékenységet, mivel az alkalmazottak készségeiket és szakértelmüket olyan területeken tudják hasznosítani, amelyek emberi beavatkozást igényelnek. Például az ügyfélszolgálati folyamatok automatizálhatók mesterséges intelligencia által vezérelt chatbotokkal, lehetővé téve a gyors és pontos válaszadást az ügyfelek kérdéseire. Ez az automatizálás nemcsak a hatékonyságot növeli, hanem az általános ügyfélélményt is, ami magasabb elégedettségi szintet eredményez.

2. Költségmegtakarítás

A  munkafolyamat-automatizálása jelentős költségmegtakarítást eredményezhet a vállalkozások számára. A manuális feladatok automatizálásával a vállalkozások csökkenthetik a munkaerőköltségeket és hatékonyabban oszthatják el az erőforrásokat. Az automatizálással megspórolt időt és erőfeszítést bevételtermelő tevékenységekre vagy innovációs kezdeményezésekre lehet fordítani. Ezenkívül az AI automatizálás minimalizálja a hibákat, csökkentve a költséges utómunkálatok vagy javítások szükségességét. A kevesebb hibával a vállalkozások hosszú távon időt és pénzt takaríthatnak meg.

3. Gyorsabb piacra lépés

A mai rohanó üzleti környezetben a gyorsaság kulcsfontosságú a sikerhez. A munkafolyamat-automatizálása lehetővé teszi a vállalkozások számára, hogy felgyorsítsák a piacra jutás idejét a folyamatok egyszerűsítésével és a szűk keresztmetszetek megszüntetésével. A munkaigényes feladatok automatizálásával a vállalkozások felgyorsíthatják működésüket, így gyorsan reagálhatnak a piaci igényekre és versenyelőnyre tehetnek szert.

Például egy használtautó-piac kihasználhatja a mesterséges intelligencia által hajtott képmoderálást, hogy automatizálja és felgyorsítsa a járműbesorolási folyamatot. Ez jelentősen csökkenti az új listák megjelenéséhez szükséges időt, és lehetővé teszi a piac számára, hogy gyorsabban vigye piacra a termékeket.

4. Továbbfejlesztett adatelemzés és döntéshozatal

Az adatok értékes eszközt jelentenek a vállalkozások számára, és lehetővé teszi a szervezetek számára, hogy kiaknázzák adataikban rejlő lehetőségeket. Az AI-eszközök hatalmas mennyiségű adatot képesek valós időben elemezni, így értékes betekintést nyújtanak, és lehetővé teszik az adatvezérelt döntéshozatalt. Az adatfeldolgozás és -elemzés automatizálásával a vállalkozások gyorsabban hozhatnak megalapozott döntéseket, ami jobb eredményekhez és jobb jövedelmezőséghez vezet. Például a prediktív analitikai automatizálás az AI-t és a gépi tanulást ötvözi a múltbeli adatok elemzéséhez és a jövőbeli eredmények azonosításához. Ez segít a vállalkozásoknak az eladások előrejelzésében, a működés optimalizálásában és a növekedés ösztönzésében.

5. A folyamatok egyszerűsítése

Az összetett munkafolyamatok hátráltathatják az üzleti tevékenységet, és eredménytelenséghez vezethetnek. A munkafolyamat-automatizálása leegyszerűsíti és szabványosítja a folyamatokat, csökkenti a bonyolultságot és optimalizálja az erőforrás-allokációt. Az ismétlődő feladatok automatizálásával a vállalkozások egyszerűsített munkafolyamatokat hozhatnak létre, amelyek könnyedén méretezhetők, javítva ezzel az általános működési hatékonyságot.

6. Továbbfejlesztett vevői élmények

A  munkafolyamat-automatizálása zökkenőmentes és személyre szabott interakciók biztosításával jelentősen befolyásolhatja az ügyfelek tapasztalatait. Az olyan folyamatok automatizálásával, mint a hírgenerálás, minősítés és ügyfélszegmentálás, a vállalkozások időben és releváns kommunikációt biztosíthatnak ügyfeleiknek. Ez fokozott ügyfél-elégedettséghez, hűséghez és végső soron az üzleti növekedéshez vezet.

Az AI munkafolyamat-automatizálás típusai, amelyek különféle megközelítéseket és technikákat foglalnak magukban. 

Néhány típus:

1. Prediktív elemzési automatizálás

A prediktív analitikai automatizálás a mesterséges intelligencia és a gépi tanulás segítségével elemzi a korábbi adatokat, és azonosítja a mintákat és trendeket. A statisztikai algoritmusok és az adatelemzés kombinálásával a vállalkozások számára pontos előrejelzéseket készíthetnek. Ez a fajta automatizálás különösen hasznos a jövedelmezőség javítására, a műveletek optimalizálására és az ügyfélbázis növelésére.

2. Kognitív automatizálás ötvözi a mesterséges intelligenciát és a folyamatautomatizálást az üzleti eredmények javítása érdekében. Ez magában foglalja az AI technikák használatát az emberi intelligencia utánzására, lehetővé téve a rendszerek számára az adatok megértését, értelmezését és döntések meghozatalát. A kognitív automatizálási eszközök rögzíthetik és feldolgozhatják az adatokat, automatizálhatják a döntéshozatalt, és hatékonyan méretezhetik az automatizálást.

3. Szabályalapú automatizálás, más néven Robotic Process Automation (RPA), előre meghatározott szabályokat alkalmaz az ismétlődő feladatok automatizálására. A platformok utánozzák az emberi intelligenciát azáltal, hogy előre meghatározott szabályok szerint tárolják, rendezik és kezelik az adatokat. Ezt az automatizálási típust széles körben használják az iparágakban az olyan feladatok automatizálására, mint az adatbevitel, az űrlapok kitöltése és az adatkinyerés. 

Használati esetek a mesterséges intelligencia szervezeten belül különböző iparágakban és részlegekben alkalmazható.

Néhány konkrét felhasználási eset:

1. Gyártás

Az AI munkafolyamat-eszközök egyszerűsíthetik a gyártási folyamatokat és jelentősen növelhetik a hatékonyságot. Javíthatják a minőség-ellenőrzést a termékek hibáinak azonosításával, előrejelző karbantartást végezhetnek az állásidő elkerülése érdekében, és automatizálhatják a készletkezelést a hiány megelőzése érdekében. Ezen kritikus feladatok automatizálásával a vállalkozások javíthatják a termelési teljesítményt, csökkenthetik a költségeket, és kiváló minőségű termékeket szállíthatnak az ügyfeleknek.

2. Értékesítés és marketing

Forradalmasíthatja az értékesítési és marketingfolyamatokat, ami növeli a bevételt és az ügyfelek elégedettségét. A potenciális ügyfelek generálásának és minősítésének automatizálása segíthet az értékesítési csapatoknak abban, hogy előnyben részesítsék a potenciális ügyfeleket, és hatékonyabban zárják le az ügyleteket. Az AI-eszközök az ügyfelek szegmentálásában és a célzott kampányok létrehozásában is segíthetnek, lehetővé téve a vállalkozások számára, hogy személyre szabott élményt nyújtsanak ügyfeleiknek.

3. Ügyfélszolgálat

Az AI-alapú chatbotok és virtuális asszisztensek átalakítják az ügyfélszolgálati környezetet. Az ügyfelek megkereséseinek automatizálásával és gyors és pontos válaszokkal a vállalkozások zökkenőmentes ügyfélélményt biztosíthatnak. Az AI chatbotok képesek kezelni a rutin lekérdezéseket, felszabadítva az emberi ügynököket, hogy összetettebb és nagyobb értékű interakciókra összpontosítsanak.

4. Emberi erőforrások

Az AI-munkafolyamat-automatizálás leegyszerűsítheti a HR-folyamatokat, például a toborzást, az alkalmazottak bevonását és a teljesítménymenedzsmentet. Az ismétlődő adminisztrációs feladatok automatizálásával a HR-szakemberek több időt fordíthatnak olyan stratégiai kezdeményezésekre, mint a tehetségfejlesztés és az alkalmazottak bevonása. Az AI-eszközök segíthetnek a jelöltek szűrésében, az önéletrajz-elemzésben és akár az alkalmazottak hangulatelemzésében is.

5. Pénzügy és számvitel

Forradalmasíthatja a pénzügyi és számviteli folyamatokat az olyan feladatok automatizálásával, mint a számlafeldolgozás, a költségkezelés és a pénzügyi jelentéskészítés. A kézi adatbevitel és az ismétlődő számítások kiküszöbölésével a vállalkozások csökkenthetik a hibákat, javíthatják a megfelelőséget és javíthatják a pénzügyi döntéshozatalt.

6. Egészségügy

Az egészségügyi ágazatban az AI javíthatja a betegellátást, optimalizálhatja a klinikai munkafolyamatokat és javíthatja a működési hatékonyságot. Az időpont-ütemezés automatizálásától és a betegadatok elemzésétől az orvosi diagnosztikában való segítségnyújtásig a mesterséges intelligencia által vezérelt megoldások jobb egészségügyi eredményeket eredményezhetnek, és egyszerűsíthetik az egészségügyi ellátást.

Kihívások az AI-munkafolyamat-automatizálás megvalósításában

Bár az AI-munkafolyamat-automatizálás előnyei óriásiak, a szervezetek bizonyos kihívásokkal szembesülhetnek a megvalósítás során. A sikeres megvalósítás érdekében fontos tisztában lenni ezekkel a kihívásokkal, és hatékonyan kezelni azokat.  

Néhány főbb kihívás a következő:

1. Az adatok minősége és elérhetősége

Az AI-algoritmusok kiváló minőségű és megbízható adatokat igényelnek a képzéshez és a pontos döntéshozatalhoz. Az adatgyűjtés, tisztítás és kezelés bonyolult lehet, különösen az olyan erősen szabályozott iparágakban, mint az egészségügy. A szervezeteknek robusztus adatkezelési stratégiákba kell befektetniük, hogy biztosítsák az adatok minőségét és elérhetőségét az automatizálásához.

2. Képzett munkaerő

A munkafolyamat-automatizálásának megvalósítása az AI-technológiák és az adattudomány terén jelentős szakértelmet igényel. Ezeken a területeken azonban hiány van képzett szakemberekből. A szervezeteknek be kell fektetniük a munkaerő képzettségének javításába, vagy külső szakértőkkel kell együttműködniük a problémák megoldására és a sikeres megvalósítás biztosítása érdekében.

3. Integráció a meglévő rendszerekkel

Az integrálás a meglévő rendszerekkel kihívást jelenthet, különösen akkor, ha a szervezetek összetett IT-infrastruktúrával rendelkeznek több szoftveralkalmazással. A zökkenőmentes integráció kulcsfontosságú az adatáramlás és a folyamatoptimalizálás szempontjából. A szervezeteknek olyan megoldásokat kell választani, amelyek kompatibilitást és egyszerű integrációt kínálnak a meglévő rendszerekkel.

4. Etikai megfontolások

Ahogy az AI egyre elterjedtebbé válik az üzleti folyamatokban, etikai megfontolások merülnek fel. A szervezeteknek gondoskodniuk kell arról, hogy a mesterséges intelligencia automatizálását felelősségteljesen és etikusan hajtsák végre, figyelembe véve az olyan tényezőket, mint a méltányosság, az elfogultság és a magánélet. Az átláthatóság és az elszámoltathatóság a mesterséges intelligencia döntéshozatalában kulcsfontosságú az ügyfelek és az érdekelt felek iránti bizalom kialakításához.

Hogyan válasszuk ki a megfelelő AI-munkafolyamat-eszközt? 

Az eszköz kiválasztása kulcsfontosságú a sikeres megvalósításhoz – különösen, ha egyedileg épített eszközt keres. Íme néhány, amelyet figyelembe kell venni:

1. Határozza meg igényeit és azonosítsa azokat a feladatokat és folyamatokat, amelyek a legtöbbet profitálhatnak az automatizálásból. Részesítse előnyben azokat a feladatokat, amelyek ismétlődőek, időigényesek és hibákra hajlamosak. Követelményeinek megértése segít a lehetőségek szűkítésében és a megfelelő eszköz kiválasztásában.

2. Értékelje a funkciókat. Mérje fel a különböző mesterséges intelligencia-munkafolyamat-automatizálási eszközök jellemzőit és képességeit. Keressen olyan eszközöket, amelyek felhasználóbarát felületet, vizuális szerkesztőket fogad, s testreszabható munkafolyamatokat és automatizált útválasztást kínálnak. A meglévő rendszerekkel való integrációs képességek és a vállalati szoftverekkel való kompatibilitás szintén fontos szempont, amelyet figyelembe kell venni.

3. Vegye fontolóra az integrációt és a méretezhetőséget.

Győződjön meg arról, hogy az AI-munkafolyamat-eszköz zökkenőmentesen integrálható a meglévő rendszerekkel és munkafolyamatokkal. Vállalkozása növekedése és fejlődése során vegye figyelembe az eszköz méretezhetőségét. Képesnek kell lennie növekvő mennyiségű adat és folyamat kezelésére a teljesítmény csökkenése nélkül.

4. Felhasználói élmény és támogatás. Vegye figyelembe az AI-munkafolyamat-eszköz felhasználói élményét. Intuitívnak és könnyen kezelhetőnek kell lennie, lehetővé téve a “folyamattulajdonosok” számára a munkafolyamatok egyszerű fejlesztését, tesztelését és üzembe helyezését. Ezenkívül ellenőrizze az ügyfélszolgálat és a képzési erőforrások elérhetőségét a zökkenőmentes megvalósítás és a folyamatos támogatás érdekében.

Hogyan valósítsuk meg az AI-munkafolyamat-automatizálása?

A megvalósítás gondos tervezést és végrehajtást igényel. Íme egy lépésről lépésre bemutatott útmutató, amely segít az munkafolyamat-automatizálás hatékony megvalósításában:

1. Azonosítsa az automatizálandó folyamatokat!

Határozza meg azokat a konkrét folyamatokat és feladatokat, amelyek automatizálhatók az AI segítségével. Vegye figyelembe e feladatok ismétlődő és időigényes jellegét, valamint az általános üzleti működésre gyakorolt ​​hatásukat.

2. Adat-előkészítés és -integráció. Készítse elő és integrálja a releváns adatforrásokat az AI-modell betanításához. Ez magában foglalhatja a meglévő rendszerekből származó adatokat, az ügyfelek adatait vagy külső adatforrásokat. Biztosítsa az adatok minőségét és megbízhatóságát a pontos eredmények elérése érdekében.

3. Válassza ki a megfelelő AI technológiát! Válassza ki a megfelelő mesterséges intelligencia technológiát az adott felhasználási eset alapján. Ez magában foglalhatja a gépi tanulási algoritmusokat, a természetes nyelvi feldolgozást, a számítógépes látást vagy e technológiák kombinációját.

4. Tanítsa meg az AI-modellt! Táplálja az AI-modellt az előkészített adatokkal, és hagyja, hogy tanuljon, és előrejelzéseket vagy döntéseket hozzon. Tanítsa meg a modellt a megfelelő technikák és algoritmusok használatával a kívánt eredmények elérése érdekében. Folyamatosan figyelje és finomítsa a modellt teljesítményének javítása érdekében.

5. Alaposan tesztelje az AI-modellt különböző használati esetekkel és forgatókönyvekkel, hogy biztosítsa pontosságát és hatékonyságát. Érvényesítse az eredményeket a várt eredményekkel szemben, és szükség esetén végezze el a szükséges módosításokat a modellen.

6. Integrálja az AI-modellt meglévő munkafolyamataiba és rendszereibe. Biztosítsa a zökkenőmentes adatáramlást és a kompatibilitást más szoftveralkalmazásokkal. Telepítse az AI-munkafolyamat-automatizálási megoldást, és kövesse nyomon a teljesítményét a valós világban.

7. Rendszeresen értékelje az AI-munkafolyamat-automatizálási megoldás teljesítményét, és gyűjtsön visszajelzéseket a felhasználóktól. Határozza meg a fejlesztendő és optimalizálandó területeket. Folyamatosan javítsa a megoldást, hogy alkalmazkodjon a változó üzleti követelményekhez és a feltörekvő technológiákhoz.

Következtetés

Az AI átalakítja az üzleti folyamatokat, lehetővé téve a szervezetek számára, hogy nagyobb hatékonyságot, termelékenységet és agilitást érjenek el. Az ismétlődő feladatok automatizálásával a vállalkozások felszabadíthatják munkaerőt, hogy stratégiaibb és értéknövelt tevékenységekre összpontosíthassanak. Előnyei széles körűek, beleértve a költségmegtakarítást, a gyorsabb piacra kerülést, a továbbfejlesztett adatelemzést, az egyszerűsített folyamatokat, a jobb ügyfélélményt és még sok mást. Megvalósítása gondos tervezést, adat-előkészítést és a megfelelő AI-technológia kiválasztását igényli. A szervezeteknek olyan kihívásokkal kell szembenézniük, mint az adatminőség, a szakképzett munkaerő, a meglévő rendszerekkel való integráció és az etikai megfontolások. A megfelelő eszköz kiválasztásával és a szisztematikus megvalósítási folyamat követésével a vállalkozások felszabadíthatják az AI-ban rejlő teljes potenciált, és átalakuló változásokat hajthatnak végre működésükben. Használja ki az AI erejét, és forradalmasítsa üzleti folyamatait. Járjon a versenytársak előtt, biztosítson kivételes ügyfélélményt, és ösztönözze a növekedést a digitális korszakban. 

(Sam McCommon)

4. Fejezet: AZ ISKOLATEREMTŐK

Kindler József: Aki vállalta a fáradtságos újrakezdést!

 

Múlik az idő és vele együtt mi is, legalábbis ha visszagondolunk az évek hosszú sorára, melyben egyes kiemelkedő személyiségek meghatározóak voltak és közülük is előrelátása és végig kitartó, fáradhatatlan munkássága révén Ladó László tartósan emlékezetes marad. Elgondolkodhatunk hihetetlenül nyugodt fegyelmezettségén, pontosságán és azon, hogy hosszú élete során szinte láthatatlanul épült be a szakmai közösségekbe és csak most, egy évvel az evilági életből való távozása után vehetjük számba hatását.

Jómagam nem tartoztam az 1963-tól nagy gondossággal kiépített és összetartó tanszéki közösségbe, mert szellemesen csípős megjegyzése szerint amolyan ”magántudósként” működtem, ez a tény azonban nem akadályoz meg abban, hogy kijelentsem: Ladó Laci mindig is a szakmai és általános emberi korrektség példájaként áll előttem – noha 1986-ban egyetemet váltottam – a különféle tudományos fórumokon való találkozásainkon, a korábbi évek alatt is meglévő csendes és mély szimpátiával viseltettünk egymás iránt. Hogy ennek mi volt a titka, azt megpróbálom most megfogalmazni.

Az eszmék, nézetek, beszédek mostani zűrzavarában, különösen, ha figyelembe vesszük egyes nemes fogalmak szándékos lejáratását, az ”úriemberség” a mai napi kicsinyes, nézetfeladó ügyködések során elveszti a régi, tartalmas, megalkuvásmentes jelentését. Márpedig Dr. Ladó ebben az elfeledett értelemben úriember volt és marad is mindazok szemében, akik ismerhették. Csakhogy miképpen válik azzá? Olyan kérdés ez, amelyre nem egyszerű felelni és nézetem szerint a neveltetésen kívül az egyéniség a meghatározó, amely egyedi, vagyis Ady költői szavainak értelmében önrendelkezésű, autonóm individuumról van szó: ”Sem utódja, sem boldog őse, sem rokona, sem ismerőse nem vagyok senkinek.”

Megtartva az egyéniség ”észak-fok, titok, idegenség” másra vissza nem vezethető különleges jellegét a neveltetésben lelhetünk magyarázatot, mégpedig a rendíthetetlenül, talpig becsületes, ludovikás katonatiszt jellemében, aki mélyen, őszintén, - s tegyük hozzá – higgadt okossággal látta meg a közösség nagy erejű mivoltát a világégéses háborúban éppen úgy, mint a háború utáni tudományos életében. Mi tagadás, kevesen voltak - s most ne kutassuk a miértet – akik az 1943-as doni háborús pokolból épségben hazahozták a rájuk bízott katonákat, amiért igen magas kitüntetéssel jutalmazták a szó szoros értelmében vitéz főhadnagyot.

A megfontolt és érett nyugodtság példaképe volt, amely olykor túlzott zárkózottságnak tűnhetett, mert alighanem senki sem látta önuralma legkisebb elvesztését sem, noha nyilvánvalóan a zűrzavaros, kemény éveket megélt, hosszú életében lehettek ennek indokai és alkalmai. 

És most térek ki arra a hallatlanul okos váltásra, ami nem csak Lacinak, de más ludovikás tiszteknek is – ha nem is mindegyiknek – a szó igazi értelmében vett hazafias tett volt. Elsősorban hazafiak voltak, mert itthon maradtak, noha nyugatra távozva élhettek volna zavartalan életet. Az itthon maradók nemesebb része vállalta a fáradtságos újrakezdés sorsát, amelynek koromnál fogva tanúja lehettem. Már 1948-ban – első éves vegyészmérnök-hallgatóként – feltűnt, hogy az akkori évfolyamtársak között volt néhány csendes, hallatlanul szorgalmas, jól tanuló, idősebb kollégám, akikről később kiderült, hogy 1945-ig ludovikás katonatisztként szolgáltak. 

Tudomásom szerint múltjukból a későbbiek során sem lett semmiféle bajuk - köszönhető ez kiváló készségeiknek -, és többen közülük vezető beosztásban ténykedtek nyugdíjazásukig. Később, a másoddiplomáért tanuló gazdasági mérnök, felnőtt tanulók között is voltak feltűnően szorgalmas, jó képességű jelöltek, akik közül az egyik szálas tartású, és egyetemi doktori fokozatot szerző, általam is támogatott, kiemelkedő hallgatóról csak hosszú évek múlva – mintegy véletlenül – derült ki, hogy ugyancsak ludovikás tiszt volt.

Szó ami szó: Ladó László, a korábbi tüzértiszt már a sorsfordító 1945-ös háborús záráskor felismerte, hogy ”tempora mutantur” – azaz – változnak az idők, és ”et nos mutabimur in illis” – vagyis – mi is változunk az idővel. E meglátás alapján már 1948-ban a közgazdaságtudományok egyetemi doktora lett, azaz - megítélésem szerint – elsőként ismerte fel a nélkülözhetetlen szakmaváltás szükségességét. Az ezt követő életútját jól tükrözi a ”Vezetéstudomány” 2008. áprilisi számában a vezetés-szervezés diszciplína nagyjairól és esetében róla szóló, Erdősi Gyula által írott tartalmas megemlékezés. Elolvasva a hiteles munkatársa által rótt megemlékezést, be kell látni, hogy Ladó László megelőzte korát, vagyis a már említett nyugalmával olyan területekre terjesztette ki objektivitását, amelyek közül pl. a könyvvizsgálás valójában csak az 1990-es váltás után került az érdeklődés meghatározó homlokterébe.

1978-tól 1984-ig a műegyetem Ipari Üzemgazdaságtan Tanszékének vezetője volt, tehát magam is közvetlenül megtapasztalhattam bölcs, csöndes, de azért szerfelett eredményes, meghatározó munkásságát. A kiváló munkahelyi légkör megteremtésének egyik emlékezetes eseményeként kiemelem a szükségképpeni kisebb, belső ellentéteket elsimító, egyik tavaszi, tanszéki táncos, hangulatos délutánt, valamikor a 80-as évek elején, amely nem csak nekem, hanem valamennyi akkori résztvevőnek a legüdítőbb, legkellemesebb élményei közé tartozik s ahol Ladó Lászlóban felcsillant a hangulatteremtés varázsa és a megteremtődött békesség.

Később, az 1990 utáni, esetenkénti, olykor véletlen találkozásainkkor megszabadulván az addig csak elleplezett szózár kötöttségeitől, a csillogó szemével és személyiségével összhangot teremtő, szerény, de változatlanul nagyon okos és szellemes megnyilvánulásai már az igen szép alkonyt vetítették előre. Mégis, annyira bevésődött az életembe, hogy magam is már a 80. életévemben járva nemigen tudtam elfogadni végeredményében szép evilági elmenetelét. Mert Ladó Laci csak eltávozott, dimenziót váltott és most az égieknek tart kifogástalan csiszoltsággal – mint arbiter elegantiarum, az elegancia mestere – szellemdús előadásokat.

Vitéz Ladó László professzor, Ladó Laci, találkozunk még a békességes túlvilágon! Addig is: Isten veled!

 

Sugár Karolina: Vezérigazgató képzés?

Valószínűleg egész életem másként alakult volna, ha másodévben nem tudom meg, hogy új szak indul a Gépészkaron, a Termelési Rendszer szak. Hallgatótársaink sokszor lesajnálóan legyintettek felénk, vezérigazgató képzésnek csúfolták a mi oktatásunkat, s azt gondolták, semmihez sem fogunk igazán érteni. Ez persze nem így történt. Sokan lettünk vezetők, s igyekeztünk továbbadni a megtanult rendszerszemléletet, hasznosítani a team munkában rejlő előnyöket és az alkotó technikákat új termékek, szolgáltatások kitalálásakor.

Munkám során lehetőségem adódott négy, nálam évekkel később e szakon végzett mérnökkel együtt dolgozni, új szervezetet felépíteni, s akkor jöttem rá, hogy mi termelési rendszer szakosok félszavakból is megértjük egymást, mert kaptunk egy erős, logikus, holisztikus szemléletet.

Ha almát eszem, s ha a Ferihegyen a csomagjaimra várok külföldről hazafelé jövet, Ladó professzor úr tanítása minden alkalommal eszembe jut. Két típusú ember van - mondta egy előadáson – az egyik, aki a télire eltett almákból először az alig hibásakat eszi meg, ő azonban egész télen hibásat eszik, a másik pedig az, aki mindig az egészségeseket választja ki. Kissé bosszankodva említette a 70-es években megépült csomagkiadó szalagot a budapesti repülőtéren, amelyet Y alakura képeztek ki, nem pedig körforgóra, így a csomagok a két végén torlódtak fel. Igaz azóta a körforgást megoldották, de a csomagokra 30 év multával is sokat kell várni idehaza. Lehet, hogy nem jutott el rendszerszervező Ferihegyre?

Minden előadáson elmondta, hogy milyen fontos a cél, folyamat, szervezet egymásra épülése, mely a mai szervezetek működésénél, stratégiájánál is alapvető fontosságú lenne.

Nagy tisztelettel és hálás szívvel gondolok Ladó professzor Úrra, aki sokunk gondolkodásmódját megváltoztatta és megtanított a rendszerszemléletre, a problémamegoldásra és arra, hogy csoportban dolgozva többet érünk, jobbak lehetünk. Remélem, hogy tanítványai, az a több száz tehetséges magyar mérnök képes lesz összefogni és megosztani tapasztalatait, egymást segítve tovább vinni a lángot, az új eszmét, gondolkodásmódot, s ha ez így lesz, akkor boldogan fog odafönntről ránk mosolyogni szeretett professzorunk, megérte a sok fáradozás munka, amit értünk tett.

Havass Miklós: Az Egész 

Ha fáradt turistaként belépsz a vakító nyári napfényből valamely gót katedrális hűvös félhomályába, különös érzés fog el. Nem csupán egy szép szobor gyönyöre, nem pusztán a színes ólomüveg ablak érzéki sziporkázása. Valami több! Felismered az egészet. A részleteken túlmutató, grandiózus tervet megtestesítő konszonanciát, összetartozást.   A Podolsky-Rosen paradox átélhető valósággá válik. Az Univerzum egész. Összefügg, összetartozik.

Hogy mit jelentett nekünk Ladó László, azt tételesen kifejtették társszerzőim. Életét, tevékenységét, eredményeit elősorolták. Megállapításaikkal mind egyetértek. Valóban ezek voltak azok a konkrét ismérvek, amelyekkel őt jellemezhetjük, reá emlékezhetünk. Magam is beszámoltam másutt néhány Vele történt személyes találkozásomról, s azok rám kifejtett hatásáról.

Ladó László mindezeken túl azonban, számomra jel, sztélé (=emlékkő). Szimbóluma annak, ami egyéni létünkön túlmutat, ami bennünket közösséggé avat. Érték alapon álló élete, iskolákat nevelő személyisége, az ismeretlen fáradhatatlan kutatása hordozzák azokat az eszméket, amelyek bennünket magyar nemzetté, azon túl emberré avatnak. Az ő egyéniségén keresztül az egész működéséről sejtek meg valamit. S mert összetartozunk, rezonálunk egymás tetteire, gesztusaira, gondolataira. Tovább éljük életét, mint ahogy ő is tovább folytatta elődei életét. Így szervesül egyedi életünk magyar szellemmé (ami országunkat összetartja), keresztény ethosszá (ami ellentéteinket oldja), világunk ethoszává (ami Világunkat egységbe fogja).

És még valami személyes. Gyermekkoromban nagyapám, Polner Ödön térdein lovagolva szerettem meg a történelmet. Az akkori kor azonban nem kedvezett az objektív történetkutatásnak. Így dédanyám, Bock (Bókay) Zsuzsanna (id. Bókay Jánosgyermekgyógyász nővére) rokonságának útját követendő, orvosnak jelentkeztem. Ám a kor kiválasztási rendszere ezt nem tette lehetővé számomra. Így maradt a matematika majd számítástudomány. E téren viszont a Verebélyi családhoz csatlakozott Ladó Lászlóval hozott össze sorsom. A Bókay-Polner-Verebélyi rokonság közös öröksége, közös értékei, családi mondái összekötöttek, s kialakult közöttünk egyféle tudatalatti rezonancia. Családjaink – s közöttük mi is – a bensőleg vezérelt, szabad, demokrata polgári életmód közös alkotói.

Nahlik Gábor: Ladó László professzor úr 50 évre látott előre

Kell néhány szóval indokolnunk azt, ami ma valamennyiünk számára igaz, ámde hogy miért igaz azt szigorúan tudományosan kell igazolnunk, ugyanazzal a kérlelhetetlen szigorral, amelyet Ő alkalmazott a kutató munkájában és a publikációiban. 30-40 évvel ezelőtt, amikor a magyar szervezéstudományi iskolák alakultak a felsőoktatási intézményekben a szakma művelői gyakran találkoztak. A fiatalok példamutató igényességet tanulhattak, egyúttal példamutató összetartást is. Ezért a szakma nem vált Budapest centrikussá. A Budapesti Műszaki Egyetemen, a Közgazdaságtudományi Egyetemen, a Miskolci Egyetemen, a Veszprémi Egyetemen, a Pénzügyi és Számviteli Főiskolán, a Szervezési és Vezetési Tudományos Társaságban, a Magyar Tudományos Akadémián az ipari tárcák tanácsadó és továbbképző intézetében intézményenként egy vagy több szervezés- és vezetéstudományi műhely jött létre, amelyek országos hatású eredményeket értek el. Szerencsére a szakmára ma is a példamutató együttműködés jellemző. Amikor a 60-as, 70-es, 80-as évek eredményeiről beszélünk, akkor egyúttal egy szakma felvirágozásáról, hatásának elemzésétől sem tekinthetünk el. 

A cím szerinti témához ragaszkodva is el kell mondani, hogy a 70-es évek Budapesti Műszaki Egyetemén, az Ipari Üzemgazdaságtan Tanszéken több nagy egyéniség tanított, kutatott, alkotott. Közülük ma Dr. Ladó László professzor úr munkásságára koncentrálunk. A sok eredmény, publikáció, téma felsorolásával abba a hibába esnénk, hogy sokat markolunk, ámde keveset fogunk. Ezért, talán önkényesnek is tűnően néhány elemet ragadnék ki azért, hogy ezeken keresztül világítsuk meg professzorunk munkásságának máig ható eredményeit. Ezek a következők: 

•A Termelési rendszer szak, a szervező vegyész szak és a szervező villamosmérnök szakok létrehozása 

•A gazdasági mérnök szak reformjának megtervezése és bevezetése 

•A rendszerszemléletű költség- és nyereségfedezeti számítás, az ÁKFN struktúra 

•Szervezéselmélet és módszertan, a vezetés szervezési funkciója, egészlátás, komplex közelítésmód 

A Termelési rendszer szak létrehozása

Ladó professzor úr, aki a német és angol nyelvű szakirodalmat nagyon szorosan követte felfedezett egy új szakot. Ezen 1/3 gazdasági, 1/3 műszaki, 1/3 szervezési és vezetési tartalmú tantárgyat hallgattak a hallgatók. Ez volt az industrial engeneering szak. A nagyobb nyugati egyetemeken industrial engeneering karok is találhatók. Az itt végzők lesznek világszerte az ipar kapitányai. Párt- és kormányszervek munkatársai vettek részt a cél érdekében létrehozott bizottság munkájában. Ez a bizottság havonta ülésezett. Az előterjesztések alapos lektorálás után jutottak el a tagokhoz. Tájékoztatásul, az ülések után, még sok példányt szétküldtünk. Ezt a munkamenetet ma idegen szóval lobbyzásnak, az átláthatóságát transzparencióinak hívják. Enélkül ma sem lehet országosan számottevő ügyben eredményt elérni. A termelési rendszer szak a gépészmérnöki karokon, a szervező vegyészképzés a vegyészmérnöki karokon, a villamos szervezőmérnök képzés az azonos nevű karon 1972-74 években indult meg. A vidéki egyetemek cselekedtek gyorsabban. Az industrial engeneering típusú képzést ma a műszaki menedzser szakokon folytatják. Emellett a mérnök szakok vezetői mindig igénylik gazdasági, szervezési, vezetési témájú tantárgyak szerepeltetését a tantervben.

A Gazdasági mérnök szak reformja

A gazdasági mérnökképzés az ötvenes évek végén indult meg törvényerejű rendelet alapján. A képzést karonkénti bontásban szervezték meg. Az első két félév közös volt mindenki számára. Egy bürokratikus beiskolázási rendszer nem biztosította a versenyképességet. A közgazdaságtudományi karokon beindult a mérnök-közgazdász képzés hasonló tartalommal közvetlenül lehetett jelentkezni. Ugyanakkor a vállalatoknak nagy szükségük volt a gazdasági, szervezési-vezetési tudással rendelkező mérnökökre. Ladó professzor úr nem szorgalmazta a gazdasági mérnökképzést szabályozó rendelet eltörlését. Csupán a felvételi procedúra leegyszerűsítését oldotta meg a jogszabály módosításával. Ezt összekötötte a gazdasági mérnökképzés 1980 –as reformjával. 

Megszűnt az elágazások, ágazatok karokhoz rendelése. Létrejöttek az új elágazások: munkatudományi, kereskedelmi, termelési stb. Ezek az elágazások a mai gazdálkodás és menedzsment BA szakokkal, a műszaki menedzser alapszakkal, a posztgraduális MBA szakokkal tartalmilag erős átfedésben vannak. Mivel a képzés megújítása elsősorban a vállalatok versenyképességének biztosításáért történt, megállja a helyét az a megállapítás, hogy a gazdasági mérnökképzés 1980-81-es reformja azon tantárgyak kifejlesztését eredményezte, amelyek már kinőtték egy-két tanszék kereteit a mérnöki karokon. A reform tudományos véghezvitelével vált kétségtelenné az, hogy a műszaki egyetemeken és a tudományegyetemeken indokolt gazdaságtudományi karok létrehozása. 

Ma ezek a karok a felsőoktatásban példamutatóan sikeresek. A végzősök álláslehetőségei jók. A képzés tartalmi fejlesztése a termelési rendszer szakok, a gazdasági mérnökképzés reformjával indult meg. A célelérés folyamatának java Ladó professzor úr vezetésével valósult meg. A szervezetek, az új karok, az érdekek és lehetőségek összhangja mentén intézményenként különböző módon, de visszafordíthatatlanul alakultak ki, ma is jól működnek. Jövőképük biztos alap a fejlődésükhöz. 

Rendszerszemléletű költség- és nyereségfedezeti számítás, ÁKFN struktúra

A költség- és nyereségfedezeti számítás mind a tervezésben, mind az ellenőrzésben a költségeknek a termelés mennyiségére és a termékösszetételre való reagálás szempontjából pontos meghatározására épül. A költségek reagálása a technológia és a termék mélyreható ismerete nélkül nem határozható meg. Ezért a költség – és nyereségfedezeti számítás csakis interdiszciplináris közelítésmódban értelmezhető. 

Ladó professzor úr az egységnyi termékre jutó proporcionális költség és a realizálási fedezet bevezetésével olyan új fogalmakat alkotott, amelyek segítségével az ÁKFN struktúra volumen- és termékszerkezet-függő meghatározása pontossá tehető. Ezzel nemcsak a nyereségtervezés, hanem a controlling adatbázisát is tartalmilag pontosan meghatározta. 

A controllingban alkalmazott standard költségszámítás alapja a pontos tervezés. Mivel azonban a tervezett termelés és a tényleges termelés csak véletlenül lehet azonos, ezért be kellett vezetni a tényleges termelés tervezett költségének fogalmát, amely már összevethető a tényleges termelés tényleges költségével. A Teljesítmények és ráfordítások c. könyvben ez a gondolatmenet a vállalati megvalósítás, bevezetés igényességével található meg. Az üzemvezetés, az egyes részlegek munkájának igazságos értékelésének alapja a költség- és nyereségfedezeti számítás a modern controllingban. A gondolat részletes kifejtését számos konkrét esettanulmány támasztja alá. 

Az új gazdasági mechanizmus hajnalán számosan javasolták a veszteséges vállalatok megszüntetését, amivel elvben ma is egyet lehet érteni. Azonban nem mindegy, hogy egy veszteséges vállalatnak hány beszállítója van. A motorvonatot előállító Ganz-Mávagnak sok beszállítója volt. A Ladó professzor vezette munkacsoport a motorvonat gyártásának megszüntetése előtt először megvizsgálta a motorvonat, mint termék realizálási fedezetét. Kiderült, hogy ez pozitív szám. Ezután a beszállítók ÁKFN struktúráit határozták meg. Valamennyi beszállító nyereséges volt. Elkészítették a beszállítók és a motorvonat gyáregység összevont ÁKFN struktúráját. Kibontakozott egy nyereséges vállalkozás víziója. Kiderült, hogy a beszállítók által befizetett adó többszöröse a Ganz-Mávag által igényelt dotációnak. A gyártás leállítása helyett megindult a reorganizációs terv elkészítése. Ennek egyik legszebb fejezete volt a motorvonat funkcióelemzése, értékelemzése. A reorganizáció olyan jól sikerült, hogy még a kilencvenes években is gyártottak motorvonatot a privatizáció utáni utódvállalatnál. Mi sem természetesebb, hogy a főkonstruktőr termelési rendszer szakos gépészmérnök volt. 

A vázolt jó példa tömeges követését ma szerte a világon a klaszterek létrehozásától várják. Az értéklánc mentén szerveződő klaszterek kialakításának logikája éppen az, hogy a végtermék kibocsátó és beszállítók harmóniáját a változó gazdasági környezetben fenntartsák. Ezért ma is jó szívvel ajánlható a klaszterek menedzsmentjének figyelmébe az igazságos osztozkodás érdekében az ÁKFN – struktúrák elkészítése és nyílt kártyaként való alkalmazása az egzisztenciális tétre menő, közös tervezésben. 

Az egészlátás, komplex közelítésmód

A rendszerelmélet művelői nagy hatással voltak Ladó professzor úr gondolkodására. Nem riadt vissza a bonyolultságtól, amikor saját munkájában kreatívan és elegánsan alkalmazni kezdte a rendszerelméleti kutatók módszereit, eredményeit. Abból a rendszerelméleti tézisből indult ki, hogy egy vállalati rendszerbe történő beavatkozás távolodva a beavatkozás helyétől lehet elenyésző, vagy ezzel ellentétben úgy tovagyűrűző, hogy a kimenetre gyakorolt hatása felerősödik. Mivel azonban a vállalati rendszerek anatómiai szempontból nem ismertek kellő részletességgel, ezért egy rendszerbeavatkozás hatása formális logikai úton, képletszerűen leegyszerűsítve nem számítható ki. Ebből következően a beavatkozás hatásterületeinek feltérképezése szellemi alkotó munka. Azonban ez a szellemi alkotó munka a probléma összetettsége miatt multidiszciplináris. Multidiszciplináris képzettségű polihisztorok hiányában a csoportos szellemi alkotó technikák jöhetnek szóba a probléma megoldásakor. Ezért a javaslata az volt, hogy a műszaki, szervezeti fejlesztést, mint rendszerbeavatkozást értelmezzük. A műszaki fejlesztési terv ismeretében a hatásterületek feltárását végezze szakmailag vegyes összetételű munkacsoport. A javasolt munkamódszer kézenfekvően a 60-as évek végén a brain-storming volt. Ezért ezt a módszert Ladó professzor úr nagyon alaposan megismerte. Volt bátorsága a vállalati fejlesztések hatásterületének feltárásakor az alkalmazására. 

Az adatfeldolgozó gépek és rendszerek tantárgy oktatásakor a gazdasági mérnökképzésben mindig levezetett egy brain-stromingot. A hallgatók többsége ekkor találkozott először ezzel a módszerrel. A szigorú szakszerűség ebben az esetben is megérlelte gyümölcsét. Nem tartották hatásvadásznak, mert nem is akart az lenni. A hallgatóság többsége lelkesedett. Diplomatervekben gyakran alkalmazták a módszert. Miniszterek, vállalatvezetők kértek minket ezután moderátori feladatra. Mikor a nominál csoportok módszere (NCM), a 635, Philips 66, Delphi, az Innográf, a funkcióelemzés ismertté váltak igény támadt egy csoportos szellemi alkotó technikák könyv megírására. 

Ladó professzor úr ezt tanítványaira bízta. A könyv két hónap alatt elfogyott. Írtunk ezért ezután jegyzetet. Ezek tartalma a törzsanyag részben ma is megtalálható az MBA, az üzleti ág BA szakjain, a műszaki menedzser alapszakon. 

Mi a közös a néhány címszó alatti gondolatmenetekben? 

Ladó professzor úrra jellemző volt a valóság pontos ismerete, a cél meghatározása, a módszer, nyugodtan mondhatjuk, mint termék részletes kidolgozása; a bátor, ámde kárt sosem okozó kísérletezés a módszer bevezetésére, a módszer esetpéldákon keresztül való bemutatása, a módszer publikálása, a módszer tanításának didaktikai megtervezése és realizálása. Az ipari szervezetek, vállalatok komplex, egészlátó fejlesztéséről bebizonyította, hogy multidiszciplináris, alkotó csoportmunka. Ennek munkafolyamata kidolgozható, megtervezhető, irányítható, ellenőrizhető. Megtanítható, mint minden más szakma. 

Alkotó szellemi munkatartalma megélhetés és sikerélmény a művelői számára. Munkatársai nagyon szerencsések voltak. A munkából ki sem látszottunk. Egzisztenciális biztonságban alkothattunk. Kedvvel dolgozhattunk. Professzorunk képes volt saját definícióját a vezetésről a közvetlen környezetével elhitetni, mert mi magunk voltunk a kontroll csoport. Ez a definíció: 

„A vezetés értelmes célok érdekében együttműködő emberek kedvvel dolgoztatása„

A meghatározás többtényezős célfüggvény alkalmazását teszi lehetővé. Természetesen vállalatok esetében az egyik cél lehet a nyereség optimalizálása. Azonban a munka termelékenysége, a motiváció, a csoportos munkavégzés, az érdekek felismerése és tiszteletben tartása, a munka tudományos megszervezése, a vállalatcsoportok együttműködésének hosszútávú tervezése, az igazságos teljesítmény értékelés, a vagyongazdálkodás ebbe a Ladó professzor úr által megadott definícióba minden erőltetés nélkül beleérthető. Mondhatjuk, hogy időtálló, divatoktól mentes az archaikus múltban is és a távoli jövőben is jól megállja a helyét.

Papp Ottó: Egy iskolateremtő, bátor ember

Az operációkutatás hazai kibontakozásának hajnalán szinte természetesnek tekintették, hogy az a matematikusok felségterülete, ahol legfeljebb csak megtűrt betolakodók lehetnek e diszciplína területén „kívülről érkezettek”. Ők – úgysem értvén a matematika fennkölt formanyelvét – egy ideig tiszteletteljes csodálattal figyelték a „vájtfülű”, jobbára matematikus guruk előadásait és polémiáit, majd végülis elmaradtak (–vagy, ami még rosszabb; igyekeztek vállalatuknál magyarázni azt, amit ők sem értettek!).Ekkortájt történt meg (állítólag) az az eset, hogy egy ilyen csodálattól félájult hallgató odaszerénykedett az előadó professzorhoz és azt rebegte: „Professzor Úr, mielőtt Önt meghallgattam, minden olyan zűrös, zavaros volt előttem. Az Ön fantasztikus előadása után a helyzet nagyjából ugyanaz – csak sokkal magasabb szinten!” Az operációkutatás (a továbbiakban: op.kut.) valóban tudományos módszereinek élő, hasznos gyakorlattá válását ténylegesen és hosszú ideig gátolhatja, ha az eszközt előléptetik céllá és a bonyolult gyakorlati problémák megoldása absztrakt, formális matematizálássá silányul. Amit R. Frisch professzor az Ökonometriai Társaság Zürichben tartott ülésén találóan playometriának („játék a számokkal”) nevezett el. Veszélyessé ez különösképpen akkor válik, amikor a valóságtól elszakadt áltudományt annak művelői a tudományok „non plus ultrájának” kiáltják ki, a gyakorlatilag rossz eredmények józan kritikáját pedig paralizáló „szimbólum-terrorral” fojtják el. (Stafford Beer.)

És ekkor előállt egy – akkor még jóformán magányos – harcos, Dr. Kindler József, aki ki merte mondani, hogy Pomádé király valójában meztelen, és az oroszlán barlangjában (pl. a Veszprémi Operációkutatási Konferencián) és vitaindító tanulmányaiban (például: „A kvantitatív döntések elméletéről”, valamint „Az operációkutatás oktatásáról” c. tanulmányiban) megállapította:

Napjainkban és a gyakorlati szakemberek előtt ez az elvont és céltalan áltudományoskodás a tudományok „elefántcsont tornyából” egyre inkább a szürke, hétköznapi „ez már semmivé” deklaráltatik. Az operációkutatás alkalmazott tudomány, amely a vezetés szolgálatában áll, s mint ilyen, a valós problémák megoldására kell irányulnia! Ez egyben meghatározza a problémakezelés és -megoldás módszerét is; előnyben részesítve a gyakorlati szempontokat, a módszertani elegancia és az intellektuális megelégedettséggel szemben! Ez egy meghatározó PARADIGMAVÁLTÁST jelentett az op.kut. hazai szemléletében, gyakorlatában, és elfogadottságában, s végeredményében elvezetett a modellorientált közelítési mód helyett a problémaorientált közelítés általános elfogadottságához. Az előbbi felfogás szerint ugyanis az operációkutató a rendelkezésére álló elméleti modellnek megfelelő problémát keres, s ha nem talál ilyet, hajlamos a problémát úgy alakítani, hogy az megfeleljen kedvelt elméleti modelljének (majd azt mímeli, hogy a kiinduló, valós problémát oldotta meg). – Hasonlatos ez ahhoz a gyógyszerkutatóhoz – állapította meg K.J. egy op.kut. konferencián –, aki egy új gyógyszer sikeres kifejlesztése után boldogan felkiáltott: „Itt az új csodagyógyszer – már csak a megfelelő betegséget kell megtalálni hozzá!” A félreértések elkerülése végett fontosnak tartjuk megjegyezni, hogy szó sincs arról, hogy (netán mintegy ellenhatásként) valamiféle „matematika ellenes” hangulat kezdett volna kibontakozni. Ez nyilvánvalóan képtelenség, amikor ma már általánosan elfogadott az az álláspont, hogy egy tudományt csak akkor nevezhetünk valóban fejlettnek, ha eljutott már odáig, hogy eszközként felhasználja a matematikát! (K. E. Boulding lényeglátó megállapítását idézve: „A matematika az elmélet nyelve, de nem bocsátja rendelkezésünkre magát az elmélet tartalmát!”)

Kindler J.-nek a Veszprémi Operációkutatási Konferencián – az „érted haragszom, nem ellened!” szellemében – elhangzott előadásából idézve:

„Az op.kut. hazánkban még csak szerény kezdeténél tart, de máris találkozhatunk félremagyarázásával. Célszerű lenne ezeket elkerülnünk, nehogy sor kerülhessen a cambridgei matematikusok elhíresült pohárköszöntőjére: Ürítsük poharainkat a tiszta matematikára, hogy soha ne legyenek jó senkinek semmire!”

A problémaorientált közelítési mód primátusát hangsúlyozva K.J. megállapította, hogy számos esetben általában nem is az a baj, hogy nem ismerjük fel a megoldást, mint sokkal inkább az, hogy nem ismerjük fel magát a valós problémát! (– Így aztán előfordulhat az az eset, hogy olyan problémát „oldunk meg”, ami valójában nincs is!) Különösen nagy a veszélye ennek a bonyolult, menedzseri döntések esetében. K.J. munkássága a rendszerjellegű, rendszerelvű problémakezelés és -megoldás terén is PARADIGMAVÁLTÁST generált a hazai döntéselmélet és -módszertan fejlődésében! „A komplex, rendszerjellegű problémák komplex, rendszerelvű megoldó eljárásokat is igényelnek” – állapította meg az első Nobel-díjas közgazdász; Ragnar Frisch professzor (a „Kvantitatív és dinamikus közgazdaságtan” című világhírű könyvében). A rendszerelvű vizsgálatoknál ugyanis általában több (gyakran igen nagyszámú) kritérium egyidejű kielégítését kell megoldanunk. Ez szükségszerűen sajátos technikához, újfajta optimalizációs eljárásokhoz vezet, mivel „egyensúlyt kell találni” a rendszer egymással szembenálló tényezői, illetve céljai között. (Lásd az ún. „matching law” vagy: „kiegyenlítődés törvényét” vagy már korábban a Pareto-elvet stb.)

A rendszerelvű optimalizálás (az „alku és kompromisszum”-ra játszás köznapi kifejezésével élve) elvezet az ún. „optimális kompromisszum” meghatározásához – ahol tulajdonképpen az előnyök és a hátrányok kvázi „kiegyenlítik” egymást (M.K. Starr)).

Dr. Kindler Józsefnek a rendszerszemléletet hazánkban megalapozó, Dr. Kiss Istvánnal együtt végzett kutatási munkájuk (és megjelent könyvük) után szükségszerűen következett ezeket a gyakorlati feladatok megoldására, a menedzseri döntések megalapozására történő alkalmazása (–az ún. „management tools”-ok rendszerbe foglalása). Itt találkozott össze szakmailag leginkább munkásságunk, mind az új rendszerszemléletű módszerek felkutatásában, illetve azoknak a hazai körülményekre, feltételekre történő adaptációjában – lásd például az ún. KIPA-módszert (Kindler–Papp) élő, vállalati feladatokra való alkalmazásukban. Ezek „eredőjeként” 1977-ben megjelent könyvünk a „Komplex rendszerek vizsgálata. Összemérési módszerek” (Műszaki Könyvkiadó), amely akár a fenti értelemben vett rendszerelvű optimum (vagy: „optimális kompromisszum”) elvén alapuló módszerek „módszerbankjának” is tekinthető. (Ez évtizedekig oktatási anyag volt számos egyetemen, vezetőképző- és céltanfolyamokon, és így jelentős hatással volt a konkrét vállalati munkákra is.) Akkor idéztük – az ódzkodókkal szemben – azt a történetet, miszerint amióta Arisztotelész egyik felfedezése után örömében ököráldozatot mutatott be az Isteneknek – azóta az ökrök félnek minden újtól.(Kissé sarkítottabb volt a másik idézetünk, amit ezért csak szűkebb körben használtunk: „Dogozz ki egy módszert, amit a hülye is tud alkalmazni – csakis a hülye fogja alkalmazni!”) De talán legtalálóbb volt K.J. bölcs, az élettapasztalatán alapuló mondása, hogy: „Aki megoldást akar, az módszert keres – aki nem: az kifogást!”

Kétségtelen tény, hogy a „fogadókészség” a potenciális felhasználók részéről feltételezi a módszerek lényegének könnyű megérthetőségét és relatíve könnyű alkalmazhatóságát (– az ún. „easy to use” lehető kielégítését). K.J. e tekintetben is PARADIMAVÁLTÁST indukált, az ugyancsak Nobel-díjas H. Simon ún. „kielégítő döntések” elméletének meghonosítása és gyakorlattá váltása tekintetében. Az utat az ún. modell (v. módszer) illesztés elve mutatta meg, amit Moroney úgy fogalmazott meg (szellemes és „mégis tudományos” könyvében, a „Számoktól a tényekig” című munkájában), hogy: „Azon a keskeny és kanyargós úton kell mindig haladnunk, amely a túlegyszerűsítés szikes talaja és a túlbonyolítás mocsara között vezet!” Az „elfogadási feltétel” teljesüléséhez mindig jelentős mértékben járult hozzá K.J. könnyed, szellemes előadásmódja, a témát szemléltető „történetei” és mondásai. Ki ne emlékezne volt hallgatói közül például a hajnalban részegen hazatérő férj dilemmájára, vagy a 6 tojásos rántotta és a „záptojás” esetére, a fogyókúrás matematika professzor, vagy a haltápszeres broyler csirkék sztorijára, és a példákat még hosszan sorolhatnánk. Vagy: a közelítő, approximatív módszerek létjogosultsága melletti kiállását szemléltető szellemes megállapításaira, mint például: „Inkább legyen approximatíve igazam, mintsem egzakt és analitikus módon tévedjek!” Vagy: „Általában többet ér egy jól strukturált probléma approximatív megoldása, mint egy rosszul strukturált probléma (látszólag) egzakt megoldása” – és az idézeteket is még hosszan folytathatnánk. Mint ahogy folytathatnánk K.J. új irányokat kijelölő munkásságát is, például: a team munkában, a csoportos döntéselőkészítési, illetve a testületi döntések témákban; a csoportos alkotástechnikai módszerek területén (mindenekelőtt az NCM, azaz a Nominális Csoportok Módszerének hazai „meghonosításában”); a mérés- és skálaelméleti alapok ismeretének és fontosságának tudatosításában (kiemelten a „jogosult” matematikai műveletek alkalmazásának szempontjait). De PARADIGMAVÁLTÁST jelenthet a döntéselméletben a Kindler József és Zsolnai László által megkezdett rendkívül izgalmas és – napjaink értékvesztett világában – kiemelkedően fontos és aktuális téma: a döntéshozatal etikája. Az ún. „háromdimenziós értékmodell” – J. Mansbridge–K.E Goodpaster szellemiségének megfelelő szintű – adaptációja a hazai döntéselméletbe (és netalántán egyszer majd a gyakorlatba is!) igen nagy kihívást jelent a döntéselméleti módszerek fejlesztésén dolgozó – és K.J. nyomdokait követő – fiatal kutatók számára. (Gondoljunk csak például a számszerűsítés, illetve a preferenciák meghatározásának, vagy a három dimenzió lehető aggregálásának stb. várható problémáira!) Ez a ma még ún. „wishfull thinking” („vágymodell) szintjén álló modell három értékdimenziója ugyanis kvantitatíve nehezen „megfogható”, illetve kezelhető. Azaz: a napjaink döntéseiben „túldimenzionált” (a legtöbb esetben a kizárólagosság rangjára emelt) gazdasági RACIONALITÁS (haszonelvűség, expected utility) mellett; a döntések során leginkább a „lózung” szintjén kezelt, illetve csak hivatkozott RESPEKTUS; azaz az érintettek és a partnerek érdekeinek de facto figyelembevétele (illetve „beépítése” a döntéselőkészítés folyamatába) ugyanúgy nem megoldott mint; a harmadik értékdimenzió; a TÁRSADALMI-ETIKAI NORMÁK (az ökológiai, humán-, illetve humánökológiai szempontok, a jövő generációja érdekeinek, a „közjó” érdekeinek stb.) érvényesítése a döntéshozatal során.

A fenti elvek érvényesítésének (E.M. Bartee szavaival élve), „társadalmasításának”; azaz társadalmi elfogadottságának, a társadalmi normák szintjére emelésének harca a K.J. szellemiségét – és bátorságát! – követő fiatalokra hárul. Ahol a BÁTORSÁG természetesen adottság, ami K.J.-be (ha meg nem sértem) „genetikailag kódolt”, karakterisztikus tulajdonság, amit bizonyít egész szakmai életútja, de – nagyon jellemzőként – a következő, kevésbé ismert történet is.

Az ún. Vörös Brigádok kétes értékű virágzása idején a brigadérosok elrabolták az akkori olasz miniszterelnököt, Aldo Móró kereszténydemokrata honatyát. Ekkor történt, hogy a Budapesti Műszaki Egyetem pártbizottsága meghívta az MSZMP egyik jeles képviselőjét az általános nemzetközi politikai helyzet szíves értékelésére; egyetemünk valamennyi oktatójának épülése céljából. – A magas színvonalú előadás közben egyszer csak szinte berobbant az ajtó, és a berohanó „hírnök” súg valamint előadónk fülébe, aki kivirulva közli a döbbent hallgatóságával, hogy a „forradalmárok kivégezték” az olasz miniszterelnököt, akinek a holttestét egy gépkocsi csomagtartójába gyömöszölve találták meg. Néhány másodpercnyi döbbent csend után felállt K.J. és ismert baritonján megszólalva közölte az elvtársnővel, hogy az „igazi marxisták” (!), bár harcolnak a kapitalizmus ellen, de nem gyilkosok; ezért ezt a bejelentést semmiképpen nem üdvözölhetjük! (– Majd néhány szóval még befejezve leült.) Síri csend támadt; majd felszabadult dörgő taps (valamennyi oktató részéről!). Az elvtársnő abbahagyva előadását, paprikapiros orcával elrohant. Így ismert meg az egész Műegyetem tanári kara egy igazi bátor embert.

De a hétköznapok bátorságáról is érdemes elmondani egy rövid történetet. – Egy idős nőt inzultált két csirkefogó a villamoson. Az utasok közül egyedül K.J. barátunk merte rendre utasítani őket (ugye napjainkban ez sajnos ismerős élethelyzet!). A két „úri ember” ezután leszállt Jóska után az egyetemnél, és az egyetem területén rátámadtak K.J.-ra. Közben három szállítómunkás jött arra és elzavarták őket, mire azok beígérték Jóskának, hogy megvárják, amikor kijön. Akkor egy szobában dolgoztunk, és így megbeszéltük, hogy lemegyünk és helyreállítjuk a dolgok rendjét. (Jóska fiatal korában bokszolt, én meg dzsúdóztam.) – Szinte sajnáltuk, hogy a két csirkefogó közben olajra lépett.

Zoltayné Paprika Zita: Mindnyájan Kindler József köpenyéből bújtunk elő

A Tanár Urat – mert mi így hívjuk Kindler professzor urat a Döntéselmélet Tanszéken – egészen fiatalon, még egyetemista koromban ismertem meg. 

A döntéselmélet iránti érdeklődésem lényegében a véletlennek köszönhető. Ahogy azt minden rendes diák teszi az egyetemi tanulmányok során esedékes specializálódáskor, közvélemény-kutatást végeztem a felsőbb évesek körében. Azt akartam megtudni, hogy melyik tanár „jó fej”, vagyis érdemes arra, hogy szakszeminárium-vezetőnek válasszam. Sokak egybehangzó véleménye az volt, hogy Chikán Attila „nagyon jó fej”. Kiderült azonban, hogy olyan témákkal foglalkozik, amelyek engem nem hoztak túlzottan lázba: logisztika, készletezés stb. Mivel azonban ragaszkodtam Chikán Attilához, rövid úton kitaláltuk, hogy van egy másik terület, ami őt érdekli, nekem viszont fogalmam sem volt róla, vagyis nagyon izgalmasnak tűnt, így kötöttem ki a döntéselméletnél. 

Attila javasolta, hogy a leggyorsabban úgy áshatom bele magam a számomra új diszciplínába, ha „áthallgatok” a másik partra, a BME-re, ahol Kindler tanár úr ilyen témájú kurzust vezetett akkoriban. Igen, régen erre is volt lehetőség, még jóval Bologna előtt. Arra már nem emlékszem, hogy ennek az „áthallgatásnak” mi volt a hivatalos formája, de a következménye nyilvánvaló lett: olyan területre kerültem, amely egész további életpályámat meghatározta. Tetszett, amit a túlparton hallottam, például a komplex rendszerek vizsgálatáról, ami azt bizonyította számomra, hogy az a sok matek, amit akkoriban tanultam, nem teljesen fölösleges, még jó lehet valamire, többek között komplex rendszereket lehet vele vizsgálni...

A következő fontos fejezet a tanár úrhoz való szakmai kapcsolódásban az OMFB Rendszerelemzési Irodájához kötődik. A végzés után kerültem ide, s gyakorlatilag hét évig dolgoztam elemzőként Vári Annával és Vecsenyi Jánossal, Kiss István vezetése alatt. A tanár úr sokszor megfordult a Martinelli téren (ma Szervita tér), a gyönyörű, mozaikképes épület templomra néző szobáiban. A IIASA-val való együttműködés nyitotta meg a lehetőséget, hogy a kollégák és a tanár úr hatására a kockázatelmélettel kezdjek el foglalkozni. A nyolcvanas években nagy szám volt a legfrissebb nyugati irodalmakhoz hozzáférni, ami a REI-ben megadatott. Nagyon jó kis műhely volt, amelyben Kindler tanár úr meghatározó szerepet játszott külső tanácsadóként. Kiss István nagy tisztelettel és barátsággal vonta be a tanár urat a REI különböző projektjeibe.

A tanár urat rendkívül kreatív embernek ismertem meg, akit mindig hajt a kíváncsiság. Lenyűgöz a tájékozottsága, s az, hogy mennyire „jó orra” van az új kutatási lehetőségek, izgalmas kérdések, újdonságok felfedezésére. A REI-ben sokszor viccelődtünk azzal, hogy csak az a fontos, amiről Kindler tanár úr már beszélt. Ma sem tudom, hogy az internet előtti időkben, a legnagyobb tudományos embargós időszakban honnan tudta követni a világban zajló legfontosabb tudományos eredményeket. Néha azt gondoltam, hogy párhuzamosan haladt a befutott szerzőkkel, mint pl. Slovic, Fischhoff vagy éppen Tversky és Kahneman, s ő maga is kitalálta ugyanazt, amit a legnagyobbak. 

Meghatározó hatással volt rám. Ha arra gondolok, hogy az első magyarországi Döntéselmélet című könyvet milyen lelkesedéssel írtuk a vezénylete alatt Pápai Zolival és Nagy Péterrel, nem kétséges, hogy a hazai döntéselmélet szempontjából mindenképp iskolateremtő szerepe volt. Amikor érdeklődése a környezettudományok felé fordult, számomra nyilvánvaló volt, hogy át kell vennünk a stafétabotot, s tovább kell fejleszteni a döntéselméletet. Először ezt a Vállalatgazdaságtan Tanszék csoportjaként tettük meg, majd 2005. július 1-től – hivatalosan – immáron a Döntéselmélet Tanszék tagjaiként. A 2002-ben kiadott Döntéselmélet című könyvünk az első, a tanár úr által szerkesztett Fejezetek a döntéselméletből című könyv nyomdokain haladt tovább.

A tanár úr a kockázatelmélet avatott szakértőjeként tökéletesen tisztában volt a repülés veszélyességének alacsony kockázatával, mégis legendásan idegenkedett tőle. Pedig sok helyre, például távoli országokban tartott konferenciákra a repülőgép a legkézenfekvőbb eljutási lehetőség. A nyolcvanas évek vége felé az angliai Cambridge-ben volt egy nívós döntéselméleti konferencia, aminek persze a tanár úr sem tudott ellenállni. Eljött, de az elveit nem adta fel: a repülő helyett a vonatot választotta. Nagyon jól éreztük magunkat Angliában, a konferencia remek volt. Emlékszem, hogy a tanár úr azt mondta, ennél rosszabb konferenciára nem is érdemes elmenni.

A jövő generációnak Kindler tanár úr fáradhatatlan kíváncsiságát ajánlom leginkább a figyelmébe. Óriási munkát végzett azzal, hogy a döntéselméletet Magyarországon ismertté tette. Számos döntéselméleti kifejezés magyar változatát ő találta ki. Iskolateremtő hatása megmutatkozik azok nagy számában, akik mesterüknek tekintik őt – köztük én is. Mindig sok fiatal vette körül, mivel lebilincselő személyisége vonzotta az általa művelt témák iránt érdeklődőket. 

A mai napig érdemes figyelemmel kísérni, hogy a tanár urat éppen milyen kérdés foglalkoztatja. Biztosak lehetünk abban, hogy az a téma a közeljövőben fontos lesz és sokakat fog érdekelni. Ugyancsak példaértékű a tanár úr olvasottsága, ami a publikációiból is kitűnik. Ráadásul ez a nagyfokú tájékozottság a szakirodalom mellett a klasszikus irodalomra is kiterjed. 

A tanár úr a legjobb példája annak, hogy a szellem mellett a testet is karban kell tartani. Emlékszem arra a piknikre a dunakeszi házuk kertjében, amikor puszta kézzel hasított szét cserepeket. Hányat is, azt már nem tudom. De idézhetném azt a libamájpástétomot is, amelynek titkos receptjét nem árulta el, pedig ez a fogás volt a Vállalatgazdaságtan Tanszék karácsonyi bulijának legkedveltebb fogása. 

A tanár úr színes egyénisége, világra való nyitottsága példaértékű, jól járnánk, ha életfilozófiája is iskolateremtővé válna.

5. fejezet: A MAGYAR SZERVEZÉSTUDOMÁNYI ISKOLA (MSZI)

Magyari Beck István: Az MSZI

A Magyar Szervezéstudományi Iskolában nemcsak közgazdász, mérnök és jogász, hanem pszichológus, filozófus, építőművész, művészettörténész, orvos, tudománytörténész, festőművész, vegyészprofesszor, településkutató, matematikus, szociológus, ökológus stb. is működött. A felsorolás folytatásának azért nem volna értelme, mert az MSZI – hogy megadjam a Magyar Szervezéstudományi Iskola kezelhetően rövid betűszóval komponált jelét – tehát, az MSZI mindenkit bevont a munkába, akivel bárminő problémája és annak eredményes megoldása kapcsán érdemben találkozott. Volt közöttünk külföldi és magyar, emigráns és hazai (még börtönöket is megjárt) gondolkodó, ellenzéki (ha becsületes volt) és magas – esetenként nagyon magas – pozíciót betöltő személy (ha becsületes volt), számon tartottuk az MSZI történelmi előzményeit és figyeltük – de korántsem a szellemi a divatokat, hanem a – történelmi tendenciákat. Az Iskolában több – legalább három – nemzedék működött együtt. Célja pedig a szempontok bőségén felépülő optimum volt minden releváns dimenzió „kereszteződési pontján”. 

Ladó Lászlónak elévülhetetlen érdemei vannak a hányatott sorsú hazai vezetés és szervezéstudomány fejlesztésében. Képes volt különböző időszakokban, különböző politikai széljárások mellett is szakmai hitelességével tekintélyt parancsolni és alkotni. Nemcsak egyénileg alkotott nagyot, hanem maga köré iskolát is szervezett. Sokan sokat köszönhetnek neki. Mindvégig aktív, szellemileg friss maradt. 2007 tavaszán egy a tudományterületünk hazai nagyjairól hasonló MTA VSZB ülésen még ő is előadott (Szerk. megjegyzése: az MSZI szellemisége okán - Erdei Ferencről emlékezett meg).

Az MSZI mint mentalitástörténeti iskola

Amikor Antonius Julius Caesart, a római demokraták által brutálisan (e szó feltehetően Brutusnak, a szervezkedés vezetőjének a nevéből eredt) meggyilkolt római diktátort búcsúztatta, az alábbi szavakkal indította nekrológját és fordította ezzel a demokrata párti tömeg Caesarellenes hangulatát annak ellenkezőjébe, az áldozat irányába: „Temetni jöttem Caesart, nem dicsérni”. Legalábbis ez történt Shakespeare nevezetes drámájában. Nos, előttem egészen más feladatok állnak. Egy a keletkezésnek korában bár támadott, végül mégis elfogadott és a jelen viszonyok közepette is előremutató Magyar Szervezéstudományi Iskola – amelyet voltam bátor MSZI-nek elnevezni abban a reményben, hogy e rövidítésre a jövőben nagy szükség lehet, mert – reményeim szerint újraélesztjük, és sikeres folytatásáról döntünk ma itt, ezen az ülésen. Ezt pedig az iskola nevének gyors kimondását garantáló rövidítésével is szorgalmazhatjuk. Ezért bevezetésül bízvást élhetek az antoniusi mondat megfordításával. Jelesül: 

„Dicsérni jöttem a Magyar Szervezéstudományi Iskolát, és nem temetni.” 

Teszem ezt mindenekelőtt azzal, hogy az MSZIt – amelynek az iskolateremtő Ladó László egyik vezéralakja volt a Magyary Zoltán tanítvány Szabó Lászlóval és a miskolci professzor Susánszky Jánossal együtt – kiragadom a szűkebb magyar kontextusból és nemzetközi jelentőségét hangsúlyozandó, nemzetközi perspektívában vizsgálom meg. 

Az első tételem e tárgyban az, miszerint az MSZI nem volt semmilyen irányból sem epigon. Sem a keleti, sem a nyugati iskolákat nem másolta. Igazi középeurópai termék volt, amely önállóságában is képesnek bizonyult a keleti egyoldalúságokat a nyugati értékekkel orvosolni és – más oldalt – a nyugati szellem túlbuzgó dinamizmusát keleti megfontoltsággal és hagyományszeretettel tartani egyensúlyban. De úgy, hogy mindeme teljesítményei nem írhatók le akként, mintha az iskola egyfajta tudományos hintapolitikát valósított volna meg. Igazi önálló koncepció keretein belül szintetizálta a szóban forgó tudományos és geopolitikai elemeket.

Hogyan tette ezt? 

Amit az alábbiakban készülök előadni, további kutatásokat kíván. Azaz a mondanivalóm nem tart igényt végleges és szakmai disputát nem tűrő igazságokra. Viszont föl kívánom vetni az Iskola eredetiségének és gyökereinek a kérdését, de – mint fönt említettem – nem csupán kutatási célokból, hanem az iskola elméleti és gyakorlati folytatásának céljából a megújult, de változatlanul nehéz, sőt súlyosnak mondható történelmi körülményeink közepette. Ugyanis, globalizáció ide, globalizáció oda, a lokális helyi adottságok kemény tények, amelyeket a mindenkori siker érdekében nem szabad figyelmen kívül hagyni. Mindenekelőtt az iskola szemlélete utópista volt. Vagy – Max Weberrel szólva – normatív ideáltípusokat alkotott. De korántsem abból a naiv felfogásból kiindulva, hogy e modellek egy az egyben, azaz változtatások nélkül alkalmazhatóak lesznek. Alkalmazásuk a valóság olyan szándékos provokációja volt, amely logikusan vezetett „a szín és a való” különbségét megvilágító problémák generálásához. Ez pedig az – ismétlem: szándékosan – utópista modellek korrekciójához. Az utóbb Nobel-díjat  kapott – és akkor már az Egyesül Államokban élő – Harsányi János – aki különben az iskola személyes kapcsolatainak a révén az MSZI kültagja is volt – mondotta el egyik, nekünk adott interjújában, hogy ilyen metodológiai értelme van az emberi racionalitás megkövetelésének a közgazdaságban is. Ugyanis a tökéletes gazdasági racionalitás feltételezése az embereknél rendre ugyanezen racionalitásra vonatkozó kutatások eredményeinek és az ezeken alapuló gazdasági gyakorlatnak a módosítására és árnyalására vezetnek (Magyari Beck, 1989). Minden ideáltípus közös sorsa ez, amikor az empíriával találkozik. Viszont ideáltípusok nélkül nem haladhat előre – mi több, fönn sem maradhat – az emberiség. Nota bene, a szocializmus látványos és gyors összeomlása nagyon sokat köszönhet Marx és követői utópista szocializmus iránt táplált engesztelhetetlen gyűlöletének. Ezért aztán a kommunista forradalmárok semmiféle elképzeléssel nem rendelkeztek arról, hogy mi történjen egy győztes forradalom után. Che Guevara tragikus sorsa is a Kubában győztes szocializmus reménytelen hétköznapjairól való halálba menekülésként értelmezhető a mind stratégiailag, mind taktikailag képtelen utolsó bolíviai vállalkozásai révén (Moldova György, 2005). Tudniillik ezek a „megváltók” nem jutottak tovább a maradéktalan államosítás végleteinél. Szemben a piacgazdaság és a klasszikus liberalizmus olyan teoretikusaival, mint Smith, Bentham, James és John Stuart Mill, és így tovább, akik sorra dolgozták ki polgári utópiáikat, amin azután bőven volt és van is mit javítani a bevezetésük után. Mármost a normák univerzumában mindig bizonyos szabadsággal mozog az emberi értelem. Ha azonban valaki – miként Szabó László – a szervezetről, mint az emberi együttlét optimumáról beszél (Szabó László, 1967), akkor abban benne kell, hogy legyen – mint ahogy benne is volt és van explicite is az MSZI keretein belül készült anyagokban (l. Ladó László, 1986) – mind a szakmaiság, mind a gazdaságosság, mind a pszichológiai klíma, mind a korszerűség, mind az individualitás megbecsülése, mind a kooperációra való hajlam és képesség, mind a jövedelmezőség, mind a versenyképesség, mind a tárgyi rend, mind az adminisztratív ésszerűség, mind a munkahelyi demokrácia, mind az áttekinthető és méltányos vezetés és a többi, itt aligha fölsorolható további érték és érdek. Ezeket az erényeket nem lehet úgy összefoglalni, ahogy ezt a mai szervezetek – éppen a legfejlettebbek kezdeményezésére úgyszólván világszerte – a monetáris bevételek maximalizálására egyszerűsítik, a többi eszmei és tárgyi érték, érdek és előny rovására. Korunk egyik képtelensége az egydimenziós szervezet „föltalálása” (vagy inkább erőltetése), ami mögött egy hibás pénzelmélet áll. Jelesül az, hogy a pénz már most minden érték kifejezésére alkalmas csodaszer. Azt is mondhatnám, hogy ez a banki modell monopóliuma. Csak azért nem mondom, mert még a bank sem tudna túlélni a monetáris piacon, ha nem tenne eleget például az olyan minimális követelményeknek, mint a szakszerűség, a kooperáció, az adminisztratív tisztesség és így tovább, ami viszont mind pénzbe kerül, tehát csökkenti a banki bevételek nettó összegét. Viszont éppen e csökkentés által teszi őket lehetővé. Aki zérusból kíván új számot előállítani, az képzelheti ugyan mágusnak magát, de a semmiből ő is csak a semmit állíthatja elő. A közgazdaságtudomány az tudomány és nem mítosz. Más szavakkal, még az a pénzautomata sem sikeres, amely csak pénzautomata. Még a legegyszerűbb esetekben sem. Ugyanis, ha akárcsak a merőben technikai pénzautomatáról beszélünk, minimálisan a technikai és a bűnözéssel szembeni biztonságnak is megoldottnak kell lennie. Hát még ha a munkaszervezetből kísérelnek meg pénzautomatát kreálni! Az MSZI input és outputszemlélete a mondottak szerint ma is megállja a helyét, és mindaz, ami e téren azóta is történt, lehet bár innováció, sőt technikai tökéletesítés, de eszmeileg nem haladás, hanem inkább visszaesés.

Az MSZI sokoldalúságra és – a maximum helyett– a józan és komplex optimumra való törekvése mellett volt ennek az iskolának egy módfelett lényeges és valóban minden időkre és helyzetre szóló mentalitástörténeti üzenete. Ez pedig az emberi szabadságnak –mint alapvető adottságnak – állandó jelenléte minden, még a legkegyetlenebb körülmények között is. Ebből meg erkölcsi szempontból a kezdeményezés és a javítószándék kötelezettségei vezethetőek le, bármilyenek is legyenek a társadalmi és a természeti feltételek. Nehéz volna azt állítani, hogy az MSZI születése a magyar történelem legborzalmasabb korára esett. Tudunk e kornál sokkalta súlyosabb időkről is beszámolni. A viszonylag rövid történelmi távolság még nem engedélyezi teljességgel a szóban forgó korra vonatkozó elfogulatlan nézetek és vélemények érvényesülését (nem a Rákosikorról beszélek). Egy körülmény azonban kétségtelen. Az 1960-as évek – körülbelül ebben a periódusban keresendő az iskola születésének pontosabb dátuma –, nos, ezek az évek is még egy meglehetősen merev program jegyében zajlottak. Ezt a programot súlyos büntetések terhe mellett el kellett fogadni, minden önmagának és a tényeknek ellentmondó tételei és instrukciói ellenére. Főként ideológiai szempontból. Például, azóta sem vált világossá, miként lehetett egyszerre ortodox marxistának lenni és mégis napirenden tartani, sőt széles körben gyakorolni a Marx által elátkozott cserét, voltaképpen minden gazdaság alapját? Vagy hogyan lehetett az értelmiséget rendre utolsónak említeni és hátrányos helyzetbe hozni a dolgozó rétegek között, amikor az értelmiség politikai szempontból teljesen megfelelt a marxi munkásosztály definíciójának, lévén nem rendelkezett a termelőeszközök kizsákmányolást szolgáló tulajdonával. Főként olyan körülmények között, ahol egy társadalom, ez esetben a szocializmus, tervgazdálkodásnak tekinti magát, amely értelmiségi tervezők nélkül elképzelhetetlen. Az eszmei kuszaság ki is termelte a maga savanyú gyümölcsét, melyben a hátrányos helyzetű értelmiséget az akkoriban még mértékadó marxista szociológusok a szóban forgó korszak uralkodó osztályává nevezték ki, ami kiáltó ellentétben állt e réteg általános állapotával. Igaz ugyan, hogy – mint utóbb kiderült – a szocializmus ötéves tervei sokkal rövidebb periódusokra vonatkoztak, mint egy valamirevaló kapitalista nagyvállalat évszázadokra készített és az egész világra globalizációt ítélő stratégiai elképzelései. A merev program tehát egyebek között abból állt, miszerint ne keressünk koherenciát a fönt említett ellentmondások között, mert az destrukció.

Ebben a nem éppen biztató intellektuális közegben az MSZI – élve tagjainak a szabad döntések minden lehetőségét megragadó mentalitásával – megalkotta azon flexibilis szervezetek képeit, amelyek a korabeli társadalomban – az alapító atyák (Marx és követői) szélsőségesen kritikai beállítottsága miatt – nem születhettek meg. Természetesen nem arról volt szó, hogy az említett időszak hivatalos ideológiájához ellentmondásmentesen illeszkedő gazdasági egységek jöjjenek létre. Leginkább a konvergenciaelmélet szellemében épült társadalmi organizmusok kiépítése került napirendre. Ezeket az általános szabályozáselmélet kifejezéseivel szólva az jellemezte, hogy dinamikus egyensúlyba hozzák és tartják a stabilizáló és a dinamizáló – azaz az állami vagy állami (közigazgatási) jellegű és a gazdasági haszon növelésére irányuló – alrendszereket. Mégpedig minden esetben a reális igényeknek és lehetőségeknek megfelelően. Ilyenformán a probléma alapvetően szabályozáselméleti volt. Tehát az MSZI működése túlmutatott mind a manchesteri szellem irányába húzó kapitalizmuson, mind pedig a kommunizmus idealizált szélsőségein, és együtt haladt azzal a második világháborút követően már megerősödött közfelfogással, amely mindenféle külön ideológiai vagy más jellegű fegyver nélkül egyszerre tartotta napirenden a fejlődést és a stabilitást. És egyiket sem az erőszak, hanem a problémamegoldás alkalmazásának útján (v. ö. az erőszakkal fönntartott, sikerületlen szociáldemokráciát, amelyet fasizmusnak hívunk (Türk Attila, 2008), vagy akár a manchesteri, akár a kommunista végletet, amelyek szintén állig fegyverben óvják magukat). Empirikusan csak az emberi szabadságot meghagyó és arra építő problémamegoldás bizonyul produktívnak, társadalmilag kívánatosnak és tartósnak. Néhány évtizede még a legrosszabb álmainkban sem jósoltuk, hogy egyszer majd az etatizmus szélsőségeit legyűrve a privatizáció szélsőségei kerülnek a társadalomgazdaságtani kritika célkeresztjébe. Ha az MSZI belső légkörét vizsgáljuk, és az abból fakadó mentalitástörténeti üzeneteket sorra „levesszük”, akkor a kutatás és a gyakorlati munka produktivitásának és kivitelezhetőségének ugyanazt a komplexitását találjuk, ami számunkra akkor természetes volt. A komplexitás széles körökben elfogadott belső ellentmondásosságot – pluralizmust – is jelent, ahogy – más oldalt – az erőltetett koherencia intellektuális és gyakorlati primitivizmust takarhat, ahol maszkjába bújik, és eltökélt aktivizmus álruhájában kínálgatja önmagát. Ez az üzenet máig is érvényes. Ma is koherens és határozottan eltökélt programok nevében dolgoznak társadalmi intézményeink. Csakhogy ezúttal a manchesteri véglet irányába mutat a hajó orra. Ami azt a feladatot rója ránk, hogy ismét megkeressük és tágítsuk azt a minimális szabadságot, amely által a stabilitás műve is garantálható. Hivatkozások:

• Ladó László (1986): Szervezéselmélet és módszertan. Közgazdasági és Jogi Könyvkiadó, Budapest
• Magyari Beck István (1989): Száműzött értékeink. Akadémiai Kiadó, Budapest. L. „Harsányi János matematikai közgazdász” című részt, 21–46. old.
• Moldova György (2005): A napló. Urbis Könyvkiadó, Budapest
• Szabó László (1967): Szervezés és vezetés.  C. OVF Kiadványból, Budapest
• Türk Attila (2008): Mi a fasizmus? Anno Kiadó, Debrecen. 

Bár Türk Attila a fasizmust inkább a krónikás, semmint a társadalomelmélet szemszögéből mutatja be, gazdag tényanyaga alátámasztani látszik a jelen tanulmány szerzőjének azt a fasizmusdefinícióját, miszerint a fasizmus a sikerületlen vagy szándékosan elrontott szociáldemokrácia, amely a vagy spontán, vagy szándékolt és tervezett megoldatlanságait erőszakkal próbálja meg kezelni. Azaz, a fasizmus elsősorban a társadalomirányítási technikák – és azokon belül is – az erőszak kérdése. Nem pedig önálló rendszerfajta vagy rendszertípus.

Vecsenyi János: Szabó  László 

Ki volt Szabó László? 

Hétköznapi névvel egy nem hétköznapi ember. Tanítványaként úgy gondolom, hogy egyike volt a magyar vezetés- és szervezéstudomány korszakalkotó személyiségeinek. Szakmai pályafutására az első meghatározó élményt, a Nobel-díjasokat nevelő Fasori Evangélikus Gimnáziumban szerezte, amelynek tanítási módszereit és tanárait, elsősorban Mikola Sándort.

A Pázmány Péter Egyetem Jogi és Bölcsészettudományi Karán tanult, ahol többek között az akkor még újnak számító tudományággal, a szociológiával ismerkedett meg. Sikerült bekerülnie gyakornokként kora – talán nem csak Magyarországon – világhírű közigazgatási szaktekintélyéhez, Magyary Zoltánhoz. 1944-ben Rézler Gyulával megalapították a Magyar Ipari Munkatudományi Intézetet.

A II. világháború után élete több kanyart vett. Dolgozott a Közmunka Tanácsban, az Újjáépítési Minisztériumban, majd lifteket szerelt. A 60-as évek közepétől az akkor kibontakozó az új gazdasági reform előkészítésének farvizén éppen az Akadémia Szervezéstudományi albizottságának keretében harcolt a szervezéstudomány elfogadtatása, értelmezése érdekében. Akkor íródott tanulmányai és később megjelent egyetemi jegyzetei a „Szervezéselmélet és módszertan”, „100 kérdés-felelet vezetésről vezetőknek” összefoglalták, rendszerezték a világ és a magyar szervezéstudomány történetét és aktuális helyzetét. Szervezési-vezetési tanácsadóként dolgozott az Építésügyi és Szervezési Intézetben. Itt hozta létre 1969-ben az akkor még unikumnak számító interdiszciplináris kutatócsoportját, amelynek akkor tagja volt Magyari Beck István, a sajnos korán elhunyt szociológus, Szabó Máténé, a pedagógusból azóta személyügyi tanácsadóvá érett Baross Gyöngyvér és az akkor még mérnök jómagam. A team az alkotó szellemi munka veszteségforrásait kutatta – tíz évvel azelőtt, hogy a világon átsöpört az innováció kutatási láza. Megalapítója volt az első magyar ágazati vezetőképző központnak, és itt, az ÉVM Továbbképző Központban, 1973-ban megálmodója és elindítója volt az első magyar MBA-nak, amit akkor vezetőutánpótlásképzőnek hívtak, és ahol többen a mai vezetéstudományi és szervezési akadémiai bizottság tagjai közül is tanítottak. Ez egy egyéves bentlakásos intenzív képzés volt, hat hetes vállalathoz kihelyezett gyakorlattal, ahol a hallgatóknak teamben kellett a vállalatot átvilágítani és megoldásokat adni a feltárt problémák kiküszöbölésére.

Élete végéig dolgozott. Élete alkonyán főként fiatalokat tanított, akik a lakásán keresték fel, hogy merítsenek kimeríthetetlen kincsestárából. 1990-ben halt meg 71-es korában.

Tanulmányok: Budapesten, Fasori Evangélikus Gimnázium, Pázmány Péter Tudományegyetem Állam- és Jog és Bölcsészettudományi Kara.

Munkahelyei: 

1943-1946 a Magyar Ipari Munkatudományi Intézet alapítója és munkatársa

1946-1949 az Újjáépítési Minisztérium, majd jogutódja, az Építés- és Közmunkaügyi Minisztérium munkatársa

1949-1962  a Gép- és Felvonószerelő Vállalatnál szállítómunkás, lakatos, műszaki előadó, kereskedelmi osztályvezető

1963-ban az Építésügyi Minisztérium Kutatási Koordinációs Irodájának munkatársa

1966-1972 az Építésgazdasági és Szervezési Intézet tanácsadója, majd tudományos csoportvezetője

1973-1978 tudományos tanácsadó

1978-1979 főmunkatárs az Építési és Városfejlesztési Minisztérium Továbbképző Központjában

1968-1978 az MTA Szervezéstudományi Bizottságának tagja. Másfél évtizeden át.

1964-1979 állandó előadója volt a legismertebb vezetőtovábbképző tanfolyamoknak (Borsodi Iskola, Kohó- és Gépipari Minisztérium, Nehézipari Minisztérium, Mezőgazdasági és Élelmezésügyi Minisztérium, Közlekedés és Postaügyi Minisztérium, Külkereskedelmi Minisztérium, Budapesti Műszaki Egyetem Továbbképző Intézete, Marx Károly Közgazdaságtudományi Egyetem Közgazdasági Továbbképző Intézete stb.). 

Óraadó tanár volt a Veszprémi Egyetemen és a Budapesti Műszaki Egyetemen. 

Munkásságának kiemelkedő állomásai: 

1944-ben a Magyar Ipari Munkatudományi Intézet megalapítása dr. Rézler Gyulával

1969-ben az első magyarországi interdiszciplináris kutatócsoport létrehozása az Építésgazdasági és Szervezési Intézetben

1972-ben az Építésügyi és Városfejlesztési Minisztérium Továbbképző Központjának szellemi megalapozása és az első egyéves vezetői program elindítása.

Legjelentősebb munkái: 

Vállalatszervezés a gyakorlatban – Közgazdasági és Jogi Könyvkiadó, Bp. 1958.

Szervezéselmélet és metodika – Tankönyvkiadó, Bp. 1966 (társszerző: Ladó László, Síklaky István).

A vezető munkájának megszervezése – Budapesti Műszaki Egyetem Továbbképző Intézete, Bp.1966.

Vezetésről vezetőknek – Kossuth Könyvkiadó, Bp. 1967.

Vezetői döntések a szervezésben - Új módszer a korszerű vezetés és szervezés összehangolására. 

A vezetési ismeretek c. munka 2. kötetében: 277–342. Közgazdasági és Jogi Könyvkiadó, Bp.1968.

100 kérdés-felelet vezetésről vezetőknek. BMETKI, Bp. 1–14. kiad. 1972–1983.

A szervezés elmélete, módszertana és gyakorlata. 1–3. kötet, Veszprémi Vegyipari Egyetem, Tankönyvkiadó, Veszprém–Budapest, 1975, 1976, 1979.

Róla szóló írások. Terjedelmes interjúban mutatja be Szabó Lászlót Magyari Beck István (1989). Száműzött értékeink. Beszélgetések az alkotó szellemi munkáról. Akadémiai Kiadó, Budapest. 327–379. oldal. Ebben az interjúban Szabó László szinte mindent elmond magáról, hivatásáról, gondolatairól.

Milyen ember volt Szabó László?

Élete végéig figyelte, értelmezte, fejlesztette a körülötte létező világot. A kórházban töltött hetekben kórházszervezési felismeréseket tett. Ebből született például a „Kórházi nagyüzem szervezése” című mérnöktovábbképző jegyzete. Kutató- és tervezőintézeti

tapasztalatait írta meg a „Kutatásvezetés szervezéselméleti szempontból” című jegyzetében. Mindkét műve rávilágított arra, amit korábban nem igazán fogalmaztak meg: hogy nem csak lehet, de kell is alkalmazni modern korunkban a szervezési módszereket az addig tabunak számító területeken, így a kutatásban és az egészségügyben is. Több éven át spiritus rectora volt a tervező vállalati kerekasztal-konferenciáknak, ahol a tervezőintézetek aktuális kérdéseire a kor jeles tudósai, szakemberei keresték és adták meg a válaszokat.

Kiváló előadó volt. 

Az 1970-es évek elején-közepén az új gazdasági mechanizmus bevezetéséhez kapcsolódóan Ladó Lászlóval, Susánszky Jánossal hármasban vezetőképző előadásukkal járták végig az országot. Hirdették az új idők új dalait. Vezérigazgatók lesték a szavait, életből vett példáit, lényegre törő megfogalmazásait, pl. hogy a hozzá nem értők számának növelésével egyetlen team sem szerez jártasságot. Időnként gyilkos humorral oktatta ki az akadékoskodókat. Élénken emlékszem arra, amikor az általa példaképként állított Alba Régia Építőipari Vállalat vezérigazgatóját, Kiss Józsefet elismerve a hallgatóság imigyen fanyalgott: „Könnyű a Jóskának, mert már tíz éve csinálja.” Jött a riposzt: „És Önöket mi akadályozta meg abban, hogy Önök is azt tegyék, amit Jóska?” Nagy csend lett.

Nagy integrátor és iskolateremtő volt. 

Össze tudta kapcsolni a szervezetek világának mindennapi problémáit a szervezéstudomány fejlődésével. A helyi kihívásokra a kor színvonalának megfelelően tudott válaszokat és megoldásokat találni. Ahogy ő fogalmazott Magyari Beck István könyvében: „A valódi iskolák elvei, gondolatrendszerei, elméletei és módszerei rendre a keletkezési helyükön ténylegesen jelentkező problémák gyakorlatban igazolt megoldásaiból és azok általánosításaiból származtak” (333. oldal).

Ennek legkiválóbb példája a PROVIZORG szervezési módszer kialakítása és alkalmazása. E módszer a nagy átszervezések előkészítésére adott megoldást, amelyben a szervezet minden vezetője aktívan részt vett az új megoldások kialakításában, a külső tanácsadók kezdetben jelentős, majd egyre csökkenő iránymutatásai alapján. Módszerének lényege, hogy addig is kell valamit csinálni, amíg a nagy megoldások megszületnek, mégpedig azok közreműködésével, akiket legjobban zavarnak a problémák és a legtöbbet nyerhetnek a változással. Akkor találta ki ezt a módszert, amikor a világban éppen csak útjára indultak az olyan mozgalmak, mint a minőségi kör, vagy ezt követően a General Electricnél bevezetett workout, vagy még később a business process reengineering.

Végezetül még egy figyelemre méltó tulajdonságára szeretnék rávilágítani.Szabó László együttműködött más szakterületek képviselőivel. Minden kiváló koponyát ismert – bármilyen szakterületen dolgoztak is – és ápolta velük a kapcsolatot. Csak néhány nevet említve: Erdei Ferenc, Mezei Árpád pszichológus, Juhász Pál ideg- és elmegyógyász, Harsányi János matematikai közgazdász, Mándy György ökológus, Kiss István településkutató, Konrád György és Szelényi Iván szociográfusok, Kunszt György kutatómérnök, Szalai Sándor szociológus, Barkóczy Ilona pszichológus. Szoros kapcsolatban állt Kádas Kálmán közgazdával, Nemény Vilmos rendszerkutatóval, Kulcsár Kálmán szociológussal, Náray Szabó István kémikussal, és természetesen a már említett Ladó Lászlóval, Susánszky Jánossal és a gyakorlati szervező Mányoky Istvánnal. A nálánál jóval fiatalabbak közül Kindler Józsefet, Kocsis Józsefet, Deli Lászlót, Nemes Ferencet és Kovács Sándort említjük. Tanult tőlük, de folyamatosan tanult mindabból, ami körülvette, amivel foglalkozott. A tanultakat rendszerezte, értelmezte, érthetővé és emészthetővé tette, majd átadta tanítványainak. Tanuljunk Tőle!

Szintay István: Susánszky János 

Susánszky János előbb a Műegyetemen volt adjunktus. Meghívott előadóként került kapcsolatba a miskolci Nehézipari Műszaki Egyetemmel 1952-ben. 1957-ben lett az akkor létrehozott Ipargazdaságtani Tanszék vezetője, e pozícióját 1988-ig töltötte be. 1958-ban jelent meg  “Az üzemszervezés alapjai” c. könyve. Ezt követően további könyvek (Iparvállalatok irányítása, szervezése, tervezése; Ipargazdaság) publikálásában működött közre. A KGM ISZSZI gesztora volt. 1964 és 1979 között a Borsodi Vezetőképző Iskola igazgatója. Ebben az időszakban jelent meg a “Vezetési ismeretek I-II-III. “c. könyvsorozata. 1974-ben Ladó Lászlóval mindkét műszaki egyetemen megindítják a termelési rendszer szakot. Érdeklődése egyre inkább az ergonómia és a munkanapfelvétel felé fordul. Ekkor jelent meg “A racióteam” csoporttechnika című, illetve “A racionalizálás módszertana” című, többszöri kiadást megélt könyve. Ragyogó előadó volt, karizmatikus személyiség. Gondos megjelenés, kimagasló viselkedéskultúra, együttműködési készség jellemezte. Tanszékéről 5-7 szakember is jelntős szakmai karriert futott be. Hazai és nemzetközi ismertsége és kapcsolatteremtő képessége tette lehetővé, hogy 1987-ben megalakuljon a Miskolci Egyetemen a Közgazdaságtudományi Intézet, és meginduljon Miskolcon - Budapest és Pécs után harmadikként - a közgazdászképzés. 

Tanulmányok: Pázmány Péter Tudományegyetem, államtudományi doktor (1946) – Eötvös Lóránd Tudo- mányegyetem, jogtudományi doktor (1950) – Marx Károly Közgazdaságtudományi Egyetem, közgazdaságtudományi doktor (1974)  közgazdaságtudomány kandidátusa,  a közgazdaságtudomány doktora (1986). Munkahelyek: 

1949-1952 a Fémáru- és Szerszámgépgyár, majd a gyártásintézőség vezetője

1952-1959 a Budapesti Műszaki Egyetem, egyetemi adjunktus

1952-1959 Nehézipari Műszaki Egyetem, az Ipargazdaságtani tanszék félállású egyetemi adjunktus

1959-1974 tanszékvezető egyetemi docens

1974-1988 tanszékvezető egyetemi tanár

1987-1990 a Miskolci Egyetem Közgazdaságtudományi Intézet, igazgató

1964-1981 a Borsodi Vezető és Szervező Továbbképző Iskola, igazgató

Munkásságának fő jellemzői: Iskolateremtő munkásság, iskolateremtő egyéniség. A termelésirányítás, információ- és döntéselmélet, szervezés- és vezetéstudomány, vezetőtovábbképzés, a személyiség szerepének vizsgálata, racionalizálás kutatása, oktatása. Az oktatás formai kereteinek bővítése. Széleskörű publikációs tevékenység, nemzetközi kapcsolatok ápolása. Hazai és nemzetközi tudományos szervezetekben tudományos közéleti aktivitás.

Kitüntetések, elismerések: 

1966 a Gépipar Kiváló Dolgozója

1975 az Ilmenaui Főiskola Rektori Tanácsának Emlékérme  

1970 a Magyar Közgazdasági Társaság Széchenyi-emlékérme

1976 a Hevesi Gyula-érem I. fokozat 

1978 a Kassai Főiskola Tudományos Tanácsának emlékérme

1983 a Kassai Főiskola Tudományos Tanácsának Diplomája

1985 a Karel Adamiecki-díj (Lengyelország)

1989 a Leobeni Montanuniversität tiszteletbeli doktora 

1990 a Pro Universität

1993 a Miskolci Egyetem Gazdaságtudományi Kar díszdoktora

1994 az Orosz Föderáció Reáltudományok Akadémiája külföldi tagja

1994 a Magyar Köztársaság Érdemrend kiskeresztje

1994 az Eötvös Loránd-díj

1998 a Pro Fakultate Economica

Legfontosabb művei: 

A gazdaságos sorozatnagyság. Bp. Közgazdasági és Jogi Kiadó, 1958, 

Az üzemszervezés alapjai. Bp. Közgazdasági és Jogi Kiadó, 1958, 

Szervezés és vezetéselmélet. Tankönyvkiadó, 1975. Bevezetés az üzemszervezés módszertanába. Tankönyvkiadó, 1963. (13 kiadást ért meg).

A racionalizálás módszertana. Műszaki Kiadó, 1982, 1984.

Róla szóló írások: Visszanyerhető milliók. Felvételek egy munkanapról. In: Déli Hírlap. 1984. április 16.; Beszélgetés dr. Susánszky Jánossal, az MTA Vezetés- és Szervezéstudományi Bizottsága elnökével. In: Ipargazdaság, 1996. 3–4. sz.; Interjú dr. Susánszky János professzorral. In: Miskolci Egyetem, 1990. szeptember 24.; Susánszky János professzor életútja a Miskolci Egyetemen. In: Északkelet-Magyarország, gazdaság, kultúra, tudomány. Társadalompolitikai folyóirat. 1999. 7–8.; valamint számos rádiós és televíziós beszélgetés.

Jelentős érdeme volt abban, hogy a tanszékre ambiciózus, fiatal oktató- és kutatógárda került, amelyből vezető kutatók, tanszékvezető professzorok, egyetemi vezetők kerültek ki. Susánszky professzor mindezeken túl kiemelkedő iskolateremtő egyéniség. Sok tanítványa dolgozik ország, sőt világszerte a kutatás és az oktatás legkülönbözőbb területein. Számos mai vezető kutató és oktató büszkén vallja magát Susánszky-tanítványnak, az NME Gazdaságtudományi Kar eddigi 4 dékánja közül dr. Czabán János, dr. Szintay István és dr. Kocziszky György professzorok a Susánszky-iskola tagjai. Személye legendává magasztosult. Kiváló előadó, sodró személyiség volt. Viselkedése, szakmai felkészültsége, eleganciája – megjelenésében is – mérnökgenerációkra gyakorolt hatást.

A kutató

Susánszky professzor tanszékvezetői tevékenysége a tanszéki kutatómunkában is többsíkú volt. Az 1950-es években kezdett el foglalkozni termelésirányítással. 1958-ban jelenik meg az „Üzemszervezés alapjai” című könyve, amely a maga korszakában hiánypótló alapmű, s még ma is oktatott tananyagrészeket tartalmaz.

Az 1960-as évektől kezdődően foglalkozik mozdulatracionalizálással. A felvételek úgy készültek, hogy a dolgozó mozgást végző testrészére lámpát szereltek. Nyitott blendéjű fényképezőgép előtt elmozdulva a filmlemezen az útvonalnak megfelelő fénycsíkokat kaptak. A Gilbert alapgondolatát továbbfejlesztő ciklogram felvételeken rögzített mozdulatok elemzésére Susánszky tesztrendszert dolgozott ki.

Az NME Ipargazdaságtani Tanszékén vezetésével 1961-től folytak kutatások a film- és fototechnika üzemszervezési alkalmazásával kapcsolatban. A kutatások egyik iránya: a felvételezés és értékelés eszközrendszerének tervezése és fejlesztése. A másik irány: a vállalatok eltérő szervezetéhez igazodó elemzési módszerek kiválasztása, a lehetséges eljárások kipróbálása volt. A szinkronkoncentrált multimoment technikával a távol fekvő munkahelyek időbeni és térbeni sűrítését, az működött a hazai tudományos életben. Irányításával egyidejű állapotok rögzítésének és elemzésének problémáját oldotta meg. A multimoment filmtechnikai helyzetvizsgálat lényege: valamennyi vizsgálandó munkahelyet egy-egy filmkamera figyelte. A filmkamerákat egy központi vezérlőberendezés irányítja RH-sávon. A filmkockákon rögzített események jelentik az alapsokaságnak tekintett teljes munkaidőt reprezentáló mintasokaságot. Új gyártmányt fejlesztett ki ORGAFOT elnevezéssel, mely alkalmas volt a multimoment filmtechnikával történő helyzetvizsgálatra.

Susánszky professzor éveken át kutatta a gazdasági tárgyak múltját a mérnökképzésben. Kereste, melyek azok az azonos vagy eltérő szemléleti és tárgyi okok, amelyek két, alapjaiban különböző korszakban késleltették a külföldön már a századfordulón kialakult ilyen irányú képzési specializáció megvalósulását. Az általa vezetett tanszék kutatómunkássága a precomputer korszakban a termelésirányítás alapvető számításaira, s azok interdependenciáira irányult, különösképp a tápláló és a táplált gyártási szakaszok időrendi és mennyiségi összehangolásának problémájára, valamint a sorozatnagyság – optimalizálási számítások összehasonlító vizsgálatára. E két összefüggő kutatási témáról számos hazai és több külföldi publikációja jelent meg, így Ausztriában, Lengyelországban és az akkori NDK-ban. Külön kiemelendő a nemzetközi visszhangok közül, hogy a majd öt éven át tartó sorozatnagyság-vita kapcsán a zürichi Eidgenössische Technische Hochschule tekintélyes szaklapjában Vecernik professzor, majd Arnold, Borcher és Schmidt professzorok Lipcsében a miskolci álláspontot fogadták el.

A Magyar Tudományos Akadémia illetékes bizottsága 1972-ben értékelő jelentésében a következőket állapította meg: „A szervezéstan területén a Susánszky-iskola a hazai kutatás és oktatás egyik központjává fejlődött.” Külföldi tudományos folyóiratokban megjelent tanulmányai, nemzetközi konferenciákon tartott előadásai (Berlin, Bécs, Göttingen, Moszkva, Prága, Varsó, Szuzdal stb.) külföldön is méltó elismerést aratott. Kutatói munkásságát jellemzi publikációinak száma: 18 könyv, könyvrészlet (ebből három idegen nyelven), 6 könyvet szerkesztett, 13 közgazdasági, illetve mérnöki továbbképző jegyzetet írt, 68 tanulmánya magyar nyelven, 28 tanulmánya idegen nyelven jelent meg. Szakirodalmi munkásságáért három alkalommal tüntették ki nívódíjjal. Könyvei a világ legjelentősebb könyvtáraiban napjainkban is fellelhetők.

Kutatási témáinak és eredményeinek felsorolása szinte lehetetlen. Munkásságának jelentőségét jelzi, hogy a Magyar Tudományos Akadémia számos bizottságában elnökként, alelnökként, tagként közreműködött a hazai tudományos életben. Írányításával

egyetemi doktorok, közgazdaságtudományok kandidátusa tudományos címmel rendelkező oktatók sokasága nőtt fel, és vált szakmailag elismert kutatóvá, oktatóvá, megteremtve az egyetem universitassá való fejlődési folyamatában a Gazdaságtudományi Kar jövőbeli személyi feltételeinek egy részét.

Az oktató

Oktatómunkájában vallotta, hogy a korszerű, magas színvonalú szervezési ismeretek oktatási bázisának a közgazdasági, a műszaki és az agrártudományi egyetemeket kell tekinteni, ahol is a nappali képzés keretében, szakok vagy ágazatok formájában a szervezési feladatok ellátására specializált mérnökök és közgazdászok képzését kell megoldani és fejleszteni.

„A szervezéstudomány oktatásáról és a szervezőképzésről” című tanulmányában írja: (Ipargazdaság, 1972. 3. sz.): „A szervezéstudomány oktatásában az ipari élettel való lépéstartás követelményének kielégítését segíti elő egyfelől, ha oktatási intézményeink nagy számban nyernek meg előadóul (elsősorban szakszemináriumok, diplomatervezési gyakorlatok, fakultatív programok vezetésére) a napi praxist életközeli tananyaggá transzformálni képes, kiváló gyakorlati szakembereket; másfelől előmozdítja az oktatás valóságalapra helyezését, ha megelőzzük, hogy e kifejezetten alkalmazáscentrikus oktatásba fiatal oktatók – egyes alaptárgyak művelésében igen, a szervezéstudományban azonban nem mellőzhető – gyakorlati tapasztalatok (tehát reális problémaérzékenység, praktikus alkalmazási készség, kivitelezési rutin stb.) nélkül közvetlenül az egyetemi tantermekből kapcsolódjanak be. Óvjuk meg a gyakorlattól való eltávolodás veszélyétől szervezőképzésünket, mert félő, hogy ellenkező esetben egész korosztályokra a túlzott elvontság, az alkalmazási bátorság és készség elsorvadása, s előbbiek miatt a fiatal diplomás elhelyezkedésekor a gyakorlattól való idegenkedés lesz jellemző.”

Hallatlan széles körű vállalati kapcsolatrendszerrel rendelkezett, ennek eredményeként gazdag gyakorlati példaanyag segítette az oktatási és kutatási irányok kijelölését. Oktatási tevékenysége 1952-től a miskolci Nehézipari Műszaki Egyetem Kohó- és Gépészmérnöki Kar valamennyi szakára és ágazatára, valamint a Bányamérnöki Kar egészére kiterjedt. Az oktatott két tárgy az általános jellegű ágazati gazdaságtan – s a karonként és később ágazatonként mindinkább specializálódó – üzemgazdaságtan és ipargazdaságtan volt.

1957-ben beindítja a posztgraduális gazdasági mérnök képzést levelező oktatás formájában. 

1964-ben létrehozza Miskolcon a Borsodi Vezető és Szervező Továbbképző Iskolát az általa vezetett Nehézipari Műszaki Egyetem Ipargazdaságtani tanszékének tudományos bázisára épülve. Az oktatási tematikákban az első időszakban alapvető képzési cél: teljességre törekvő áttekintést nyújtani a vezetési ismeretek rendszeréről. A résztvevő ipari vezetők szokatlan méretű érdeklődése és aktivitása, az ipar sürgető igényei a vezetőtovábbképzés fejlesztésére, a vezetőtovábbképzés intézményesülésének első hazai jele volt. Az enciklopédikus jellegű tananyagot specializált programokkal váltja fel. A képzési formák: tanfolyamok, tanfolyammal kombinált bel- és külföldi csoportos feladatmegoldó cél tanulmányutak, problémamegoldó, ismeretközlő, veszteségforrás-feltáró kerekasztal-konferenciák, intenzív kurzusok – vállalati problémamegoldással kombinálva. Az iskola Susánszky professzor révén a hazai vezetőképzés egyik fellegvára lett. Az általa szerkesztett „Vezetési ismeretek I–II–III. Tanulmányok a Borsodi Vezetőképző Iskola anyagából” köteteinek közel 40 tanulmánya ma is elismerésre méltó.

Az NME Gépészmérnöki Karán 1974-ben létrehozta a termelési rendszer szakot. Susánszky professzor támogatta és erősítette az egyetem és az ipar kapcsolatát a hangulatos, hagyományőrző termelési rendszer szakos szakestélyekkel. A szigorú kötött forma és az azt követő kötetlen beszélgetés, tudása, választékossága, eleganciája ma is élénken él volt hallgatóinak emlékezetében.

Kutatta és alkalmazta a korszerű oktatási módszereket a vezetőképzésben. Így szerveződtek a vállalati céltanfolyamok, nagyobb vállalati átalakulást megelőző,

problémaorientált képzések. Az elmélet és a gyakorlat összhangját hangsúlyozta. Racioteam veszteségfeltáró képzés: a vállalati munkaerők komplex teamje ún. veszteségtesztek segítségével veszteségforrásokat tár fel, racionalizálási javaslatokat dolgoz, dolgoztat ki. Intenzív kurzusokon meghatározott szervezési feladványokat konzultál munkatársaival együtt a megoldás módozatainak kialakítására. MOT-R és MOT-V (munkakörorientált) programok célja a munkaerő tevékenységének élethelyzetekben való elemzése volt.

1987-ben a Közgazdaságtudományi Intézet a miskolci közgazdászképzés első szervezeti egysége, amelynek igazgatói feladatait Susánszky professzor látta el. Az intézet karrá válásától nyugállományba vonulásáig oktatóként vett részt a jövő közgazdász-generációjának felkészítésében.

Susánszky professzor neve azokban, akiket valaha tanított, vagy akik munkatársai, tanítványai lehettek, a szeretetet és tiszteletet egyaránt parancsoló képét idézi fel.

Baross Szabolcs: Az MSZI alapítóatyákkal

A Miskolci Nehéz(ipari) Műszaki Egyetem befejezése után, dr Terplán Zénó dékán úrnak köszönhetően, az Ipargazdaságtani tanszékre kerültem, dr Susányszky János professzorhoz. Neki szokása volt, hogy próbára tette fiatal munkatársait, pl. nehezebb feladatot adott, mint amire vélelmezhetően fel volt készülve az illető, vagy mély vízbe dobta, pl. előadás közben átadta a szót az előadás folytatására, stb. Így történt velem is. Már az első héten közölte, hogy jó volna, ha részt vennék egy készülődő jegyzet megírásában (enyém volna a költségtani rész), továbbá jó volna, ha átmenetileg elvállalnám a Piackutatás c. tárgy oktatását a gazdasági mérnöki szakon. Halvány kísérletet tettem annak kifejtésére, hogy ezeket a témákat nem ismerem, nem tanultam és nem oktatni, hanem hallgatni szeretnék a gazdasági mérnöki szakon. Ebből az lett, hogy kaptam egy csomó könyvet, és címet, továbbá 2 kollégát felkért konzulensnek, valamint felhívta Ladó professzort mondván neki, „itt van egy fiatal kolléga, aki oktatni fog nálunk a gazdaság mérnöki szakon, így ide nem tudjuk felvenni, kérlek, tegyétek lehetővé, hogy hozzátok járhasson.” Így kerültem kapcsolatba az Budapesti Műegyetem Ipari Üzemgazdaságtani tanszékével, és ott több kedves kollégával, a Ladó-Deli-Kocsis könyvvel, Papp Ottó hálójával, Kindler statisztikájával. Na és persze otthon megkaptam azt a feladatot, hogy tantárgyanként készítsek összehasonlító elemzést a két egyetem tananyagairól, és oktatási gyakorlatáról. 

Ladó professzorról kevés előismeretem volt, munkásságával addig nem találkoztam, valaki mondta, hogy Ludovikát végzett, gondoltam akkor rendes ember lehet (sztereotípia). Előadásait hallgatva meglepett gondolkodásának tisztasága, ismeret átadó képessége, problémakezelésének eleganciája. Az ÁKN struktúra, a költségelemzés, az árképzés bemutatása kapcsán tanultam tőle azt, hogy szakmai szabályok, előírások, bevett gyakorlat ismerete, elméleti megalapozottság nélkül nem sokat ér, tévútra vihet. A költségtanból választottam első feladatomat, felhasználva néhány, akkor még nem szokásos, matematikai eszközt is. Ugyancsak elcsodálkoztam a feladatbeadást követő félévben, egy akkor rendszeresen megtartott nemzetközi (szocialista) konferencián, a Tátrában (Munkaszervezési Konferencia), amikor hallgatva Ladó professzort, nevemet hallottam. Behivatkozta a dolgozatomat. Később aztán beszélgetve vele megtanultam: egy oktatónak jó lehetősége van tanulni a hallgatói feladatokból, és jó haszna is lehet ebből. Csak korrekt módon hivatkozni kell rá. Számomra egy másik emlékezetes esemény, hogy egy alkalommal megdicsért fogalmazásmért. Ez akkor történt, amikor a szervezésről párt és kormány határozatot készített elő egy munkaszervezet dr. Dózsa Lajos vezetésével. A különböző bizottságokban, albizottságokban való részvételre Ladó és Susánszky professzorokat is felkérték. A bizottságokban okos emberek vitatkoztak, azt elő kellett készíteni és az eredményt írásba kellett foglalni. Ami feladatot Susánszky kapott, annak egy részét én kaptam meg otthon. Úgy kellett dolgoznom, hogy az ajtót be kellett zárnom, nem volt szabad tudni senkinek, hogy mit csinálok, s ha valakit beengedtem, előtte mindent össze kellett pakolni és el kellett zárni. Hozzám gyakran jöttek hallgatók különböző ügyekben, amikor tudtam segítettem. Egy alkalommal titkosírási feladat végzése közben, amikor egymás után hárman is koppantak a zárt ajtón, majd elmentek, visszajöttek, toporogtak, Albert Pali, aki a szomszéd szobában dolgozott, megoldotta a helyzetet, kiment és a Sing-sing szerű belső udvaron mindenütt jól hallható módon (Sokat bajlódott a fülével.) így szólt: „Most ne zavarják a Baross tanár urat, mert párt és kormány határozatot fogalmaz!” (Ettől kezdve a korábbinál néhányan nagyobb, néhányan kisebb távolságot tartottak tőlem.) Nos, a megkapott kéziratok, jegyzetek (sajtcetlik) alapján akkor fogalmaztam meg elő anyagként azt a pár mondatot, aminek egy része, többszöri korrigálás, javítás után bekerült a szervezésről szóló határozatba.  Az általam készített elő anyagra, jóval később, egy találkozásunkkor mondta azt Ladó professzor, hogy a bizottságok szabatos megfogalmazású anyagaiból - a vállalati vezetők számára - közérthető megfogalmazású anyag készült. (Talán nem is tudta, hogy közöm volt hozzá.) Ekkor erősödött meg bennem az a felismerés, hogy a „jó” fogalmazás feltétele a célzott közeg ismerete, s az ő fejükkel való gondolkodás megkísérlése. Amikor az Alutrösztbe, a Szervezési Főosztályra kerültem, örömmel láttam, hogy Ladó és csapata dolgozik a Trösztnek. Így akaratomon kívül megrendelői pozícióba kerültem. Nagyon jó anyagokat kaptunk a tanszéktől. Ezeket is és a saját személyi állománnyal végzett szervezéseket is (a szervezésre vonatkozó párt és kormányhatározat előírásainak megfelelően) évente le kellett jelenteni a Minisztériumnak. Első alkalommal, nagy örömmel állítottam össze a 16 vállalatról és a Tröszt egészéről szóló beszámolót, és vittem be a Minisztériumba, gondolván, hogy majd pozitív visszajelzést kapunk. De nem így történt. 

A jelentéseket megkapta két minisztériumi tanácsadó (EP féle aranyhörcsög, piros fazékban, lásd Termelési kisregény). Ők mindenféle mutatókat képeztek, ez alapján értékeltek, és a mi jelentésünk egy részével elégedetlenek voltak. Augusztusban felhívattak nyaralásomból és kifogásolták, hogy pl. Székesfehérváron kevés volt a karbantartás szervezés (ráfordítása és eredménye). Mondtam, hogy a beszámolási időszak előtti évben vezettek be egy új rendszert, tavaly nem kellett ehhez hozzányúlni. De őket ez nem hatotta meg. Később panaszkodva – megértésére számítva – elmondtam ezt Ladó professzornak, aki megdorgált tudatlanságom miatt, mondván: Minisztériumnak nem úgy kell készíteni jelentést, hogy leírod azt, ami történt, hanem először meg kell tudni, hogy a jelentésből mit és hogyan értékelnek, s ehhez kell igazítani a valóságot. Megtettem. Kiderült, hogy pl. a karbantartás szervezési ráfordítás mértékének megfelelőségét a termelőeszközök értékéhez viszonyítják, és így tovább… A következő években már jók voltak a jelentések, a szervezés minden területén. Dicséretet is kaptunk hörcsögék főnökétől, én pedig őszintén megmondtam a főnöknek, hogy sokat tanultam beosztottjaitól. Ettől kezdve a hörcsögök el kezdtek szeretni. Az esetből megtanultam, hogy ha valakinek a környezete ésszerűtlen, ugyanakkor alkalmazkodóképessége jó, akkor lehet, hogy ő is ésszerűtlen lesz, viszont hosszú életű. Ennek határa gyomor kérdése. Voltak még tanulásara alkalmas további eseteim is Ladó professzorral, és a voltak a nagy hármas (Ladó László, Szabó László, Susánszky János) többi tagjával is, de ezekről majd máskor és máshol.