information och automation: en värdeanalys George A. Fodor ABB AB george.a.fodor@se.abb.com QuickTime and a decompressor are needed to see this picture. Örebro
Innehåll Ekonomisk nedgång Informationsekonomi Vad kan vi lära oss?
Konjunkturcykel och arbetslöshet Källa: D.R. Henderson, The Concise Encyclopedia of Economics, Liberty Fund, 2008, pp 49
Ekonomisk informationskarta 1. J. Schumpeter: Kreativ destruktion (1929) 2. R. Coase The nature of firms (1937) 3. K. Arrow The limits of organization (1974) 4. G. Akerlof, M. Spence, J. Stiglitz, (1970): Informations asymmetri 5. E. Fama: Effektivmarknadsteorin (EMT), (1970)
Joseph Schumpeter Kreativ destruktion The Theory of Economic Development, Cambridge, MA, Harvard Univ. Press (1934) Schumpeter kallas innovationens fader Uppmärksammat innovation inom stora bolag Påvisat affärscyklar Teorin att ekonomisk tillväxt är en kreativ destruktion
Monopolistiskt marknad P* = prohibitivt pris Pc = marginal kostnad Pm = monopolistiskt pris Qm = monopolistisk kvantitet Qc = konkurrens kvantitet S = överskott M = monopol vinst MR = marginal inkomst S+M+D = social nytta efter patentets giltighet S+M social nytta med giltig patent D = monopolbelastning (deadweight) F = patentkostnader D > F : optimalt om samhället finansierar forskningen F M : optimalt om bolaget finansierar forskningen P* Pm Pc Price S M Qm D Demand shortage Qc MR Quantity S+M+D-F = patentets socialvärde M-F = patentets värde för bolaget: INVESTERINGAR FÖR FORSKNING OCH UTVECKLING
Exempel: NT&T Bell Labs Naturtrogen ljudåtergivning (1925) Första TV-sändningen (1927) Transatlantisk radiotelefon (1929) Radioastronomi (1933) Transistorn (1937) Första digitala datorn (1939) Laser (1960) Optisk fiberkommunikation (1977) Första mobiltelefonin (1983) C++ och Unix (1983) Röstigenkännande och röstsyntes (1992) Röst över IP teknologin (1995) Kvantdatorn (1999)
ASEA 1933
Automation, ABB Västerås 2009
Ekonomisk informationskarta 1. J. Schumpeter: Kreativ destruktion (1929) 2. R. Coase The nature of firms (1937) 3. K. Arrow The limits of organization (1974) 4. G. Akerlof, M. Spence, J. Stiglitz, (1970): Informations asymmetri 5. E. Fama: Effektivmarknadsteorin (EMT), (1970)
Ronald Coase: The Nature of Firm (1937) Varför är inte ett bolag större än det är? Varför finns bolag överhuvudtaget? Svar: höga transaktionskostnader på marknader begränsar storleken på bolag Transaktionskostnader: sökkostnader för lämpliga leverantörer, kostnader för kontraktformulering, kostnader för informationsutbyte, kostnader för försäkringar, osv. IT kan betyda billigare transaktionskostnader som leder till större bolag IT kan betyda mer effektiva små bolag som kan konkurrera ut större bolag och leda till mindre bolag
Ekonomisk informationskarta 1. J. Schumpeter: Kreativ destruktion (1929) 2. R. Coase The nature of firms (1937) 3. K. Arrow The limits of organization (1974) 4. G. Akerlof, M. Spence, J. Stiglitz, (1970): Informations asymmetri 5. E. Fama: Effektivmarknadsteorin (EMT), (1970)
Kenneth Arrow: Organisationsteori Kenneth Arrow: The limits of organization (1974) Organisationer upprätthåller informationskanaler Informationskanaler betyder stora kostnader: möten, kundträffar, kurser, publikationer, Internetsidor, osv. Informationen är kodifierad och optimerad för en viss kanal: Matlab kod, matematikspråk, standarder, mallar, osv. Ett bolag har kostnader med att bearbeta, sortera, spara och ta beslut på information. Det finns en begränsad spännvidd för hur mycket information som kan bearbetas i en organisation Agenda i en organisation avgör vilken sorts information som bearbetas, sparas eller används för beslut
Exempel Web Services Project Fuzzy Logic Project R 1 R 2 Information repository 360 350 340 330 320 R 3 F 1 F 2 R 4 R 5 Total value of Information F 3 Virtual reality project F = Frameworks (struktur) R i = Repositories (databaser med information) Simuleringar med matematiska modeller Resultat: simuleringar visar att den globala informationen har en ökande trend med ett maxvärde. Informationen har ett förfall om ingen ny information kommer in i systemet Simuleringar och praktik visar att 10-15 iterationer är optimala för ett informationssystem 310 300 0 5 10 15 20 25 30 35 40 45 50
Metcalfes mått för värdet av ett nätverk Andra mått: Reed: 2 n, Sarnoff: n, n*log(n), etc. Metcalfes mått verkar vara mer intuitivt. (en sorts Minkovski olikhetsformell) 3 x 4 länkar Source: IEEE Spectrum, July 2006 400 Generellt antal länkar: N*(N-1) 350 300 250 200 150 cost=n a = 2 ( α1 + α 2 +... + α n) ; a [1,..., n] 2 2 2 α + α +... + α 1 2 n 100 50 cost=n*n critical mass 0 0 2 4 6 8 10 12 14 16 18 20
Resultat med Metcalfe modellen Utan Metcalfe modell Med Metcalfe modell 340 Total value of Information 304 Total value of information 335 302 330 300 298 325 296 320 294 315 292 310 305 300 0 5 10 15 20 25 30 35 40 45 50 290 288 286 284 1 2 3 4 5 6 7 8 9 10 Resultat: Med Medcalfe: max informationsvärde samt värdeförfall kommer tidigare. Kommunikationskostnader är högre. En optimerad kommunikationskanal visar sig vara bättre. 1.2 1.18 1.16 1.14 1.12 1.1 1.08 1.06 1.04 1.02 Metcalfe-s amplification 1 2 3 4 5 6 7 8 9 10
Ekonomisk informationskarta 1. J. Schumpeter: Kreativ destruktion (1929) 2. R. Coase The nature of firms (1937) 3. K. Arrow The limits of organization (1974) 4. G. Akerlof, M. Spence, J. Stiglitz, (1970): Informations asymmetri 5. E. Fama: Effektivmarknadsteorin (EMT), (1970)
Akerlof, Spence, Stiglitz: asymmetrisk information Kontraktparadigmen En huvudman: stiftar ett kontrakt En eller flera agenter: tackar ja till ett jobb enligt kontrakt Kontraktet har verifierbara variabler Information: är mängden av verifierbara variabler i kontraktet Huvudmannen eller agenten kan äga privatinformation som inte är bland de verifierbara variabler i kontraktet: asymmetrisk information
Asymmetrisk information: moralisk risk Moral hazard Agenten jobbar utan möjlighet till verifiering eller Agenten får ny information efter att kontraktet blev giltig Exempel: säljarens åtagande är ofta omöjligt att verifiera Exempel: ösa ut t. ex. banker (financial bail-outs)
Asymmetrisk information: Ogynnsam urval Adverse selection Agenten har privatinformation före kontraktet träder i kraft Akerlof, 1970, The Market for Lemons
Asymmetrisk information: Att signalera Signaling Agenten har privatinformation före kontraktet träder i kraft men agenten skickar en signal till huvudmannen för att informera om hans typ Exempel: hög utbildning signalerar en person med vissa egenskaper
Kommentarer Information / kunskap har i vanliga livet ett positiv värde. Detta är inte fallet med ekonomi: all information som inte speglas i priser leder till sämre marknader. Ekonomisk forskning: att forma prestationslön, kontrakt (ekonomiska mekanismer) så att asymmetrisk information inte leder till ineffektiva marknader Det finns en speciell information med stort värde för bolag som är svårt att kvantifiera ekonomisk: tyst kunskap ( tacit knowledge )
Tyst kunskap Tyst kunskap är en följd av direkt erfarenhet. Tyst kunskap kan inte beskrivas formellt Exempel: kunskapen som en kirurg har kan inte beskrivas enbart i medicinska böcker Tyst kunskap är en av dem viktigaste konkurrensfaktorer som ett bolag kan ha. Kunskap som står i vägarna. Det tar lång tid att skaffa tyst kunskap om en bransch. Enligt flera utredningar, är effektiviteten av F&U starkt påverkat av tyst kunskap (*) QuickTime och en TIFF (LZW)-dekomprimerare krävs för att kunna se bilden. (*) Source: C. F. Fey (Stockholm School of Economics), J. Birkinshaw (London School of Economics), External Sources of Knowledge, Governance Mode and R&D Performance. Journal of Management, Vol 31, 2005
Tyst kunskap inom automation - Automations- och reglerutrustning har ett stort antal parametrar för konfiguration och för olika inställningar - Flera parametrar i ett system och mer interaktion mellan användaren och automationsutrustningen, leder till mer tyst kunskap om industriella processen som automatiseras - Viktiga interaktioner är när processmodeller körs med utrustningen eller med en simulerad miljö - Om N är antal parametrar som kan justeras och S är totala antalet parametrar, då är: - Tyst kunskapsfaktorn Tk=N/S - Resten av parametrarna regleras automatisk och ingår i det som kallas kundnytta. Kundnytta-faktorn är då Cb=(S-N)/S - Det betyder att mer automation leder till mindre tyst kunskap eftersom Tk+Cb=1
Tyst kunskap och kundnytta för två ABB dataarkitekturer Industrial IT Aspect-Object FSA Agent ADL Source: Ann-Sofie T. Rase, Describing Customer Benefits by Architecture Taxonomy, MSc Thesis, 2004
Tyst kunskap och kundnytta för två ABB dataarkitekturer Max TK (%) Max UB (%) Gen TK (%) Gen UB (%) IIT 79 21 30 70 FSA 91 9 75 25 FSA+IIT 80 20 37 63 IIT Aspect-Object Architecture FSA Agent Architecture
Ekonomisk informationskarta 1. J. Schumpeter: Kreativ destruktion (1929) 2. R. Coase The nature of firms (1937) 3. K. Arrow The limits of organization (1974) 4. G. Akerlof, M. Spence, J. Stiglitz, (1970): Informations asymmetri 5. E. Fama: Effektivmarknadsteorin (EMT), (1970)
Eugene Fama: Effektivmarknadsteori (EMT) Efficient Market Theory (EMT) EMT förklarar relationen mellan information och värde EMT: Nuvarande marknadspriser tar hänsyn till all information som är tillgänglig om framtida vinster Priser är ett resultat av jämvikt mellan olika faktorer Jämvikten räknas med ekonomiska modeller som använder diffekvationer, Nash / Pareto optimalpunkter, spelteori eller olika statistiska metoder. Alla är beroende av konvexitet mellan priser och kvantiteter. Informationen förstör alla konvexegenskaper och optimalberäkningar
En informationslista om ekonomiska krisfaktorer
L1: Kreativ destruktion Finns det stora bolag som finansierar grundforskning utan kompromisser - alltså till en grad som kan leda till förstörelse av nuvarande marknader?
L2: Transaktionskostnader Är ett typisk bolagsförvärv motiverat av minskade transaktionskostnader?
L3: Informationskanaler, kodning, agenda Har alla bolag äkta informationskanaler, toppmoderna kodningsspråk och en riktig agenda? Exempel: SOX, ISO9001, miljö, etik Finns det äkta forskningssamarbete mellan bolag och universitet? Är alla studenter förbereda för att utrycka deras kreativitet formellt (linjär algebra, UML, Matlab, Labview, C++, osv.)? Finns det en äkta F&U agenda för alla universitet?
L4: Moraliska risker Är alla bankrådgivare till småsparare helt opartiska? Är alla banklångivaranställda för husköp helt opartiska? Tar alla försäkringsbolag premier enligt riskkalkyler?
L5: Ogynnsam urval Är alla anställda valda och befordrade efter meriter? Lemon management? Är forskningspengar rätt tilldelade?
L6: Signaler. Signaler till studenter?
L7: Tyst kunskap Finns det ett organiserat sätt att bygga på och föra vidare tyst kunskap typ person-till-person? Exempel: Mellan studenter och f.d. studenter? Mellan professorer och lektorer Mellan chefer, F&U ansvariga och studenter?
L8: Effektivmarknadsteori (EMT) Huslånemarknaden i USA tog inte rätta premier enligt riktiga risker; Bilmarknaden tog inte hänsyn till kundernas önskemål Finns det en analys av EMT för automationsmarknaden? Utbildar vi framtida automationsexperter rätt för dem kommande marknaderna?
Slutsats: vad kan vi göra om dessa frågor? Innovation / kreativ destruktion Transaktionskostnader Informationskanaler Kodning av information Agenda Moraliska risker Ogynnsamt urval Signalering Tyst kunskap Effektivmarknadsteori