Artikkelissa tarkastellaan ennakoivan liiketoimintaosaamisen kokonaisuutta lähinnä systeemiteoreettisista näkökulmista, eli globaalin maiseman tason ennakointia, maakohtaista makrotason ennakointia ja mikrotason alueellista ennakointia. Jokaisella näillä tasolla tapahtuu ennakoivan liiketoiminnan kannalta relevanttia ennakointia. Artikkelissa korostetaan sitä, ennakoinnin yhteydessä olisi hyvä tunnistaa sosiaalisten systeemien kompleksisuus Niklas Luhmannin teorian hengessä. Myös erilaiset päätöksentekotilanteet ja tiedonhallintamallit olisi hyvä tunnistaa David Snowdenin systeemiteoreettisen Cynefin-lähestymistavan hengessä. Ennakointikirjallisuudessa korostetaan kolmen pilarin mukaista ”fully fledged foresight” -lähestymistapaa, joka on hyödyllinen lähestymistapa myös ennakoivan liiketoiminta-ajattelun yhteydessä. Tämä lähestymistapa pohjautuu (1) ennakointimenetelmien harkittuun valintaan ja käyttöön (numeeriset menetelmät ja narratiivien käyttöön perustuvat laadulliset ennakointimenetelmät), (2) verkosto- ja sidosryhmäanalyysiin ja (3) päätöksentekomallien hyödyntämiseen ennakointitiedon pohjalta. Liiketoimintamalleja voi kehittää eri tasoisen ennakointitiedon pohjalta. Yleensä yrityksessä on (1) jonkinlainen ennakointimalli, (2) jonkinlainen innovointimalli ja (3) jonkinlainen liiketoimintamallin toteutustapa. Nämä kolme perusmallia on hyvä nähdä keskeisinä ennakoivan liiketoiminnan elementteinä Nonaka-Takeuchi-Kaivo-oja mallin mukaisesti. Käytännössä nämä kolme asiakokonaisuutta näkyvät ennakointitoiminnan eritasoisena toimivuutena, kypsyytenä ja myös lopulta harkittuna muutoskyvykkyytenä. Muutoskyvykkyydestä ja ketteryydestä ei ole paljon hyötyä ilman ennakointitoimintaa. Toisaalta Ennakointitoiminnasta ei ole paljon hyötyä ilman muutoskyvykkyyttä. Liiketoiminnan kehittämisessä tavoitteen kannattaisi yleensä pyrkiä mahdollisimman korkeaan ennakointi- ja muutoskyvykkyyden tasoon eli käytännössä ennakoivan liiketoimintaosaamisen erinomaisuuteen.

Proactive business expertise and its development in activities at different levels of society

The article examines the whole set of proactive business expertise mainly from a system-theorical perspective, i.e. anticipation of the global landscape, macro anticipation and micro-level business foresight. At each of these levels, happens various anticipation activities, which are relevant for proactive business modelling, business competences and dynamic capabilities. The article highlights this multilevel approach. In the contexts of foresight and anticipation, it would be good to recognize the complexity of social systems in the spirit of Niklas Luhmann's theory. Also, various decision-making situations and knowledge management models would be good to recognise in the spirit of David Snowden´s Cynefin knowledge management approach.  Foresight literature highlights three-pillars of "fully fledged foresight" - approach, which is also useful in the context of proactive business thinking and modelling. This “fully fledged foresight” approach is based on (1) the prudent selection and use of foresight and futures studies methods, (2) on network and stakeholder analyses and (3) on pragmatic use of decision-making models. Business models can be developed based on foresight knowledge. In general, a firm has (1) some kind of foresight model, (2) some kind of innovation model and (3) some strategic form of business model implementation. These three models should be seen as key elements of proactive business in the spirit of Nonaka-Takeuchi-Kaivo-oja model, which in practice are reflected in the different levels of maturity and change capability of foresight activities. The ability to operational changes and agility in general are not much use without foresight and anticipation. On the other hand, foresight activities are not very useful without the ability to operational changes. In business development, the visionary goal should generally aim for the highest possible maturity level of foresight/anticipation and operational change capability, i.e. the excellence of business administration.