چرا سازمانهای هوشمند همچنان تصمیمهای ضعیف میگیرند؟
مسئولیت تصمیم در عصر هوش مصنوعی بر عهده چه کسی است؟
چرا سازمانهای هوشمند همچنان تصمیمهای ضعیف میگیرند؟
مسئولیت تصمیم در عصر هوش مصنوعی بر عهده چه کسی است؟
دادهها گذشته را توصیف می کنند، نه آینده را
توهمِ قطعیت
هیچ دورهای در تاریخ سازمانها، تا این اندازه سرشار از داده نبوده است. گزارشهای لحظهای، داشبوردهای مدیریتی، مدلهای پیشبینی و ابزارهای تحلیلی، تصویری کمسابقه از عملکرد کسبوکارها در اختیار مدیران قرار میدهند. بسیاری از تصمیمهایی که روزگاری بر پایه تجربه، شهود و گفتوگو شکل میگرفتند، امروز با مجموعهای از اعداد، نمودارها و شاخصها همراه شدهاند.
در نگاه نخست، چنین به نظر میرسد که افزایش توان محاسباتی، جهان تصمیمگیری را نیز شفافتر و قابلپیشبینیتر کرده است. گویی هرچه دادههای بیشتری در اختیار داشته باشیم، ابهام کمتری پیش روی ما خواهد بود و فاصله میان امروز و آینده، با دقت بیشتری قابل اندازهگیری است.
اما تجربه سازمانی، روایت دیگری را پیش روی ما میگذارد.
بسیاری از مهمترین تصمیمها، نه در شرایطی که همهچیز روشن است، بلکه دقیقاً در لحظهای اتخاذ میشوند که دادهها دیگر پاسخ قاطعی ارائه نمیکنند؛ زمانی که بازار در حال تغییر است، قواعد گذشته اعتبار خود را از دست دادهاند و نشانههای موجود، بیش از آنکه به قطعیت منجر شوند، پرسشهای تازهای را پیش میکشند.
شاید بزرگترین سوءتفاهم عصر حاضر، همین باشد که دسترسی بیشتر به اطلاعات را با فهم عمیقتر از آینده یکسان بدانیم. دادهها میتوانند آنچه را رخ داده است با دقتی بیسابقه توصیف کنند، اما تصمیمگیری درباره آنچه هنوز رخ نداده، همچنان مسئلهای متفاوت است؛ مسئلهای که فراتر از محاسبه، به قضاوت نیاز دارد.
داده، حافظهی سازمان است
دادهها، برخلاف آنچه گاه تصور میشود، تصویری از آینده نیستند؛ آنها حافظهٔ سازماناند. هر گزارش مالی، هر شاخص عملکرد، هر الگوی رفتاری مشتریان و هر نمودار تحلیلی، روایتی از آن چیزی است که پیشتر رخ داده است. سازمانها به کمک این حافظه میتوانند روندها را شناسایی کنند، از خطاهای گذشته بیاموزند و تصمیمهای خود را بر پایه شواهدی مستحکمتر بنا کنند.
اما همان ویژگی که داده را ارزشمند میکند، مرزهای آن را نیز آشکار میسازد. دادهها همواره به گذشته تعلق دارند؛ حتی دقیقترین مدلهای پیشبینی نیز ناگزیر بر الگوهایی تکیه میکنند که پیشتر در جهان مشاهده شدهاند. آنها میتوانند تکرار را تشخیص دهند، اما در برابر رخدادهایی که هنوز سابقهای از آنها وجود ندارد، با محدودیت مواجهاند.
مسئله از همینجا آغاز میشود. بسیاری از تصمیمهای مهم سازمانی نه دربارهٔ تداوم گذشته، بلکه دربارهٔ مواجهه با موقعیتهایی اتخاذ میشوند که هنوز بهطور کامل شکل نگرفتهاند؛ ورود به بازاری جدید، پذیرش یک فناوری نوظهور، تغییر یک راهبرد قدیمی یا واکنش به تحولی که نشانههای آن تازه پدیدار شده است.
در چنین شرایطی، داده همچنان ضروری است، اما دیگر کافی نیست. تصمیمگیرندگان ناگزیرند فراتر از دانستههای خود بیندیشند و میان شواهد موجود و آیندهای که هنوز آشکار نشده است، پلی برقرار کنند.
شاید بتوان گفت ارزش واقعی داده، نه در پیشبینی آینده، بلکه در فراهمکردن نقطهای برای آغاز قضاوت نهفته است.
مسئله، کمبود داده نیست
در بسیاری از سازمانها، هنگامی که تصمیمی به نتیجه مورد انتظار نمیرسد، نخستین واکنش معمولاً جستوجوی اطلاعات بیشتر است. فرض رایج این است که اگر دادههای دقیقتری در اختیار داشتیم، اگر گزارشهای بیشتری تولید میشد یا اگر ابزارهای تحلیلی پیشرفتهتری به کار گرفته میشد، میتوانستیم از خطا جلوگیری کنیم.
اما تجربهٔ سازمانی، بارها نشان داده است که مسئله همیشه کمبود اطلاعات نیست. مسئله تنها در کیفیت دادهها نیز خلاصه نمیشود؛ بسیاری از خطاهای سازمانی، از نحوه ارتباط میان افراد، ساختارها و فرایندهای تصمیمگیری ناشی میشوند.
بسیاری از شکستهای راهبردی در سازمانهایی رخ دادهاند که نهتنها از داده محروم نبودهاند، بلکه به حجم عظیمی از اطلاعات، تحلیلها و شاخصهای عملکرد دسترسی داشتهاند. آنچه در چنین موقعیتهایی اهمیت پیدا میکند، نه میزان داده، بلکه نحوهٔ تفسیر آن و کیفیت قضاوتی است که بر پایهٔ آن شکل میگیرد.
دادهها بهتنهایی نمیتوانند اهمیت یک تغییر را تشخیص دهند، میان گزینههای متعارض اولویتبندی کنند یا پیامدهای بلندمدت یک تصمیم را بسنجند. آنها نشانهها را آشکار میکنند، اما تعیین اینکه کدام نشانه اهمیت بیشتری دارد، همچنان بر عهدهٔ انسان است.
شاید به همین دلیل است که سازمانها اغلب نه در مواجهه با کمبود اطلاعات، بلکه در مواجهه با وفور آن دچار دشواری میشوند. هرچه حجم داده افزایش مییابد، تشخیص آنچه واقعاً مهم است پیچیدهتر میشود. در چنین شرایطی، مسئلهٔ اصلی دیگر دسترسی به اطلاعات بیشتر نیست؛ بلکه توانایی تمایز میان آنچه صرفاً قابلاندازهگیری است و آنچه برای تصمیمگیری اهمیت دارد.
کیفیت تصمیم، بیش از آنکه به انباشت داده وابسته باشد، به کیفیت قضاوتی وابسته است که بتواند از میان انبوه اطلاعات، معنا استخراج کند. قابلیتی که در چارچوب قضاوت حرفهای بهعنوان یکی از مهمترین تواناییهای سازمانهای معاصر مورد توجه قرار گرفته است
مسئولیتی که همچنان انسانی باقی میماند
پیشرفت فناوری، مرزهای تحلیل و محاسبه را بهطرزی چشمگیر گسترش داده است. امروز، سازمانها میتوانند الگوهایی را شناسایی کنند که پیشتر از دید پنهان میماندند، حجم عظیمی از اطلاعات را در زمانی کوتاه پردازش کنند و سناریوهای گوناگون را با دقتی کمسابقه بررسی کنند. بااینحال، هیچیک از این پیشرفتها، پرسشی بنیادین را از میان نبرده است: مسئولیت تصمیم نهایی بر عهدهٔ چه کسی است؟
سازمانها میتوانند بخشی از فرایند تحلیل را به ابزارها و سامانههای هوشمند بسپارند، اما نمیتوانند پیامدهای تصمیمهای خود را به آنها واگذار کنند. انتخاب میان گزینههای ممکن، پذیرش ریسکهای ناشناخته و مواجهه با نتایج بلندمدت هر تصمیم، همچنان در قلمرو مسئولیت انسانی باقی میماند.
شاید مهمترین مسئلهٔ عصر حاضر این نباشد که فناوری تا چه اندازه میتواند محاسبه کند، بلکه این باشد که انسانها چگونه باید در جهانی سرشار از محاسبه، کیفیت قضاوت خود را حفظ کنند. هرچه توان پردازش افزایش مییابد، نیاز به تشخیص، تأمل و مسئولیتپذیری نیز اهمیت بیشتری پیدا میکند و هرچه نقش فناوری گستردهتر میشود، طراحی سازوکارهایی برای حفظ مسئولیت انسانی، به یکی از مهمترین وظایف نظامهای تصمیمگیری تبدیل خواهد شد.
دادهها میتوانند گذشته را روشنتر از همیشه پیش روی ما قرار دهند، اما آینده هنوز فضایی است که باید دربارهٔ آن تصمیم گرفت. همانگونه که در جستار «چرا سازمانهای هوشمند همچنان تصمیمهای ضعیف میگیرند؟» نیز مطرح شد، وفور اطلاعات لزوماً به تصمیمهای بهتر منجر نمیشود در این فاصله، میان آنچه میدانیم و آنچه هنوز رخ نداده است، قضاوت حرفهای جایگاهی پیدا میکند که هیچ ابزار دیگری نمیتواند جای آن را پر کند.
شاید ارزشمندترین نقش فناوری، نه جانشینی انسان، بلکه واداشتن او به بازاندیشی در مسئولیتی باشد که همواره بر عهده داشته است: مسئولیت تصمیم.