苗虹 宋倩倩 孫金生 王念新 李鵬 葛世倫

摘要：企業(yè)在決策本地化信息系統(tǒng)轉(zhuǎn)換為云模式的軟件即服務(wù)時面臨著技術(shù)市場發(fā)展、云化收益、決策者風(fēng)險偏好等諸多不確定性。針對該決策，引入前景理論考慮了維持現(xiàn)狀偏好、追求管理時尚等心理行為，依據(jù)交易成本理論和技術(shù)組織環(huán)境理論提取了決策指標(biāo)，以未來不同的軟件即服務(wù)市場成熟度作為前景狀態(tài)，計算各備選信息系統(tǒng)云化遷移的綜合前景值，形成不確定性條件下企業(yè)信息系統(tǒng)的云化決策方法。同時，應(yīng)用該方法實例分析了一家企業(yè)，并與基于期望值的灰色隨機多準(zhǔn)則決策方法進(jìn)行了比較，說明了該方法的可行性和合理性。

關(guān)鍵詞：企業(yè)信息系統(tǒng)；軟件即服務(wù)；云化決策；不確定性條件

DOI：10.13956/j.ss.1001-8409.2016.08.28

中圖分類號：C9316 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-8409（2016）08-0129-04

引言

企業(yè)將內(nèi)部本地化的信息系統(tǒng)應(yīng)用轉(zhuǎn)換遷移為可動態(tài)配置、自助式服務(wù)、互聯(lián)網(wǎng)訪問、按使用量付費的軟件即服務(wù)（Software-as-a-Service， SaaS）應(yīng)用已成為必然的趨勢[1]，但現(xiàn)實中大部分企業(yè)對SaaS仍在觀望，認(rèn)為存在多方面的不確定性。因此，如何決策哪些企業(yè)信息系統(tǒng)（Enterprise Information System， EIS）優(yōu)先云化對于穩(wěn)步、漸進(jìn)實現(xiàn)云化戰(zhàn)略有著重要作用。

目前云服務(wù)的選擇決策研究有：（1）關(guān)于云服務(wù)（商）的選擇決策，多通過訪談?wù){(diào)查，針對云服務(wù)（商）的特征采用多屬性決策方法中的層次分析法[2-4]、Delphi法[5]、簡單加權(quán)法、多屬性效用理論[6]或消去選擇轉(zhuǎn)換法[7]等來進(jìn)行定量的分析。從云化遷移的決策過程看，這些研究跳過了企業(yè)用戶要遷移哪些信息系統(tǒng)應(yīng)用的決策，雖然有文獻(xiàn)[8]通過對一家企業(yè)深度調(diào)查后評估了擁有的各信息系統(tǒng)的云化準(zhǔn)備程度，但同類研究較為缺乏。（2）關(guān)于云服務(wù)組合的選擇決策，多通過實驗仿真的模擬數(shù)據(jù)采用優(yōu)化方法中的貪婪算法、動態(tài)規(guī)劃、矩陣引子分解、馬爾科夫鏈或組合選擇等進(jìn)行決策分析[9]，更著重于Web-service粒度上的技術(shù)指標(biāo)，以此進(jìn)行服務(wù)計算、組合、優(yōu)化是可行有效的，但易陷入模型或算法本身，缺乏管理情境。

上述研究多是針對廣義的云服務(wù)，專門就企業(yè)級SaaS應(yīng)用的不多，且其決策目標(biāo)多是基于用戶對各指標(biāo)的期望效用最大。實際上，IT采納決策研究已經(jīng)解釋并證明了組織采納行為存在有限理性的心理機制：新興IT市場上，潛在用戶即使對新技術(shù)的認(rèn)知和體驗很有限，也依然會選擇可能給他們帶來更多益處的創(chuàng)新產(chǎn)品[10]；企業(yè)會基于管理時尚的制度壓力模仿IT潮流[11]；決策者在IT技術(shù)采納中往往并不會仔細(xì)地評估所有可用的信息，進(jìn)行精確的比較，而是傾向于堅持之前的選擇即維持現(xiàn)狀[12]。

在云計算轉(zhuǎn)型企業(yè)IT傳統(tǒng)使用模式的趨勢下，且在發(fā)展初期之時，因為企業(yè)通過投入現(xiàn)有EIS已產(chǎn)生了既有利益，管理者決策云化遷移EIS時也會形成上述的風(fēng)險偏好或損失規(guī)避的心理特征；同時云計算技術(shù)及其市場又在不斷發(fā)展，決策者應(yīng)該在多個情境狀態(tài)下發(fā)展地思考各不確定性因素，而這些在現(xiàn)有研究中未曾體現(xiàn)，也是期望效用理論無法解釋的。

Kahneman等在1979年提出了前景理論，描述、解釋了不確定性條件下有限理性人的判斷或決策行為，較好地解釋了一些期望效用理論難以解釋的行為模式。由此，管理研究中逐漸引入了該決策方法，應(yīng)用到了行為演化博弈[13]、應(yīng)急決策[14]、方案選擇[15]、償債意愿評估[16]等問題領(lǐng)域中。

因此，本文提出了一種不確定條件下基于前景理論對EIS云化遷移進(jìn)行決策的方法，在未來SaaS市場成熟程度的多個可能前景狀態(tài)下，考慮IT決策中普遍存在的維持

現(xiàn)狀或追求管理時尚等心理因素，得到企業(yè)對現(xiàn)有EIS遷移意愿的綜合前景值，為其做出合理、正確的云化遷移決策提供參考依據(jù)。

3實例調(diào)查與分析

本文設(shè)未來五年內(nèi)，SaaS市場發(fā)展成熟程度存在三種可能：（Z1， Z2， Z3）=（與當(dāng)前水平相當(dāng)，一般成熟，非常成熟），根據(jù)表1設(shè)計了調(diào)查問卷，選取了一家中型的設(shè)計技術(shù)服務(wù)公司進(jìn)行了調(diào)查，該公司的備選EIS有：郵件系統(tǒng)（Mail System， MS）、辦公自動化（Office Automation， OA）、計算機輔助設(shè)計（Computer Aided Design， CAD）、人力資源管理系統(tǒng)（Human Resources Management， HRM）、客戶關(guān)系管理系統(tǒng)（Customer Relation Management， CRM）、財務(wù)管理系統(tǒng)（Finance Management， FM）。經(jīng)專家評估，SaaS市場發(fā)展成熟程度的三種前景狀態(tài)的概率分別為（P1， P2， P3）=（05，04，01），經(jīng)計算各備選EIS云化遷移的綜合前景值如表2中本文方法所示。

31實例分析

CAD以0303的高值適合優(yōu)先云化，是因為CAD直接對接客戶的核心服務(wù)，遷移至云端的開放性可帶來與客戶的更多交互，方便服務(wù)流程，并能隨著客戶量的增加不僅使得該系統(tǒng)相關(guān)的運維成本節(jié)約顯著，還能帶來公司業(yè)務(wù)的運營成本顯著下降，符合目前業(yè)界的“具有外部連接作用的應(yīng)用應(yīng)優(yōu)先上云”的觀點。

其次FM、MS、OA、HRM和CRM都不適合云化遷移。FM的結(jié)果值為-015，相對較好，主要是其在三種狀態(tài)下成本節(jié)約為“高”、系統(tǒng)的可標(biāo)準(zhǔn)化都為“高”；MS因成本節(jié)約為“低”，同時“可操作性”為“很低”和“一般”，調(diào)查發(fā)現(xiàn)郵件系統(tǒng)使用有限，尤其在與客戶溝通展示設(shè)計結(jié)果時并不便捷；另外，HRM和CRM在三種預(yù)期下，成本節(jié)約指標(biāo)都為“低”，業(yè)務(wù)的“可模塊化”“可優(yōu)化”主要都為“低”和“一般”，CRM系統(tǒng)的可標(biāo)準(zhǔn)化相對于HRM還表現(xiàn)為“低”，經(jīng)調(diào)查，該公司自身管理流程非標(biāo)準(zhǔn)化嚴(yán)重，人員管理松散，有非正式兼職人員，CRM的使用更是在少數(shù)客戶強制下而使用的。

32方法有效性

為說明該方法的有效性，采用基于期望值的灰色隨機多準(zhǔn)則決策方法[24]對實例重新進(jìn)行了計算，對比如表2所示。企業(yè)各備選EIS的相對優(yōu)先次序一致，但由對比方法得到的結(jié)果值都為正值，而本文方法得到的結(jié)果值大多為負(fù)值，明顯地區(qū)分出了決策者對不同EIS云化的基本態(tài)度，體現(xiàn)了決策者在面臨“獲益”與“損失”時的不同風(fēng)險偏好，尤其是對“損失”更為敏感的心理機制；另外，由本文方法得到的結(jié)果值的區(qū)分度相對要略優(yōu)于對比方法得到的結(jié)果值。

4結(jié)論

本文就企業(yè)EIS云化決策過程中面臨的技術(shù)市場發(fā)展、云化收益、決策者風(fēng)險偏好等多個方面的不確定性問題情境，引入前景理論考慮決策者復(fù)雜的心理行為，從交易成本理論與TOE框架提出了指標(biāo)框架，給出了完整的決策方法與過程，并通過實例分析與方法對比說明了本文方法的有效性，為企業(yè)在系統(tǒng)級別的EIS分步云化決策提供了方法指導(dǎo)。

參考文獻(xiàn)：

[1]葛世倫， 王念新， 苗虹，等. 基于云的管理信息系統(tǒng)再造研究綜述[J]. 信息系統(tǒng)學(xué)報， 2014， 14（3）： 82-97.

[2]Repschlaeger J， Wind S， Zarnekow R， et al. Decision Model for Selecting a Cloud Provider： A Study of Service Model Decision Priorities[C]. The 19th Americas Conference on Information Systems （AMCIS）. Chicago， Illinois， 2013. 27.

[3]Garg S K， Versteeg S， Buyya R. SMICloud： A Framework for Comparing and Ranking Cloud Service[C]. The 4th IEEE International Conference on Utility and Cloud Computing， 2011.

[4]Karim R， Ding C， Miri A. An End-to-End QoS Mapping Approach for Cloud Service Selection[C]. The IEEE 9th World Congress on Services. Santa Clara Marriott， CA， 2013.

[5]Saripalli P， Pingali G. MADMAC： Multiple Attribute Decision Methodology for Adoption of Clouds[C]. The IEEE International Conference on Cloud Computing. Washington DC， 2011.

[6]Limam N， Boutaba R. Assessing Software Service Quality and Trustworthiness at Selection Time[J]. IEEE Transactions on Software Engineering， 2010， 36：559-574.

[7]Silas S， Rajsingh E， Ezra K. Efficient Service Selection Middleware using Electre Methodology for Cloud Environments[J]. Information Technology Journal， 2012， 11（7）： 868-875.

[8]Loebbecke C， Thomas B， Ullrich T. Assessing Cloud Readiness at Continetal AG[J]. MIS Quarterly Executive， 2012， 11（1）： 11-24.

[9]Sun L， Dong H， Hussain F K， et al. Cloud Service Selection： State-of-the-Art and Future Research Directions[J]. Journal of Network and Computer Applications， 2014， 45（8）： 134-150.

[10]Zhou K Z， Yim C K， Tse D K. The Effects of Strategic Orientations on Technology- and Market-based Breakthrough Innovations[J]. Journal of Marketing， 2005， 69（2）： 42-60.

[11]李敏. 中小企業(yè)云服務(wù)轉(zhuǎn)換意愿實證研究 [D]. 合肥： 中國科學(xué)技術(shù)大學(xué)， 2014.

[12]李倩， 侯碧梅. 基于維持現(xiàn)狀偏好理論的信息系統(tǒng)使用決策研究[J]. 管理評論， 2013， 25（1）： 44-51.

[13]苑宏憲， 王雪青. 基于前景理論的注冊建造師執(zhí)業(yè)行為監(jiān)管演化博弈分析——基于承包商視角[J]. 軟科學(xué)， 2014， 28（4）： 140-144.

[14]程鐵軍， 吳風(fēng)平， 李錦波. 基于累積前景理論的不完全信息下應(yīng)急風(fēng)險決策模型[J]. 系統(tǒng)工程， 2014， 32（4）： 70-75.

[15]姜艷萍， 程樹磊. 基于前景理論的新產(chǎn)品開發(fā)方案選擇方法[J]. 管理學(xué)報， 2012， 9（5）： 767-771.

[16]魏曉蕾， 徐超， 周宗放. 基于前景理論的中小企業(yè)償債意愿[J]. 系統(tǒng)工程， 2014， 32（7）： 69-74.

[17]Benlian A， Hess T. Opportunities and Risks of Software-as-a-Service：Findings from a Survey of IT Executives[J]. Decision Support Systems， 2011， 52（1）： 232-246.

[18]Siegel J， Perdue J. Cloud Services Measures for Global Use： The Service Measurement Index（SMI）[C]. The Annual SRII Global Conference（SRII）. San Jose， CA， 2012.

[19]Johnson B Q Y. A Holistic Model for Making Cloud Migration Decision： A Consideration of Security， Architecture and Business Economics[C]. Parallel and Distributed Processing with Applications （ISPA）， 2012 IEEE 10th International Symposium on， 2012.

[20]王世明， 岑詠霆. 排序決策的三角模糊數(shù)方法[J]. 工業(yè)工程與管理， 2009（1）： 44-47.

[21]Kahneman D， Tversky A. A Prospect Theory： Ananalysis of Decision Under Risk[J]. Economitrica： Journal of the Econometric Society， 1979， 47（2）： 263-291.

[22]Tversky A， Kahneman D. Advances in Prospect Theory： Cumulative Representation of Uncertainty[J]. Journal of Risk and Uncertainty， 1992， 5（4）： 297- 323.

[23]王堅強. 信息不完全的Fuzzy群體多準(zhǔn)則決策的規(guī)劃方法[J]. 系統(tǒng)工程與電子技術(shù)， 2004， 26（11）： 1604-1608.

[24]王堅強， 任世昶. 基于期望值的灰色隨機多準(zhǔn)則決策方法[J]. 控制與決策， 2009， 24（1）： 39-43.

（責(zé)任編輯：秦穎）