دادهها گذشته را توصیف میکنند، نه آینده را
دادهها گذشته را توصیف میکنند، نه آینده را
چرا سازمانهای هوشمند همچنان تصمیمهای ضعیف میگیرند؟
پارادوکس عصر جدید
سازمانها امروز در موقعیتی قرار گرفتهاند که تا همین چند سال پیش، بیشتر به یک رؤیا شباهت داشت. حجم عظیمی از دادهها، سامانههای تحلیلی پیچیده، مدلهای پیشبینی و ابزارهای هوشمند، بیش از هر زمان دیگری در دسترس قرار گرفتهاند. آنچه زمانی مزیتی رقابتی به شمار میرفت، اکنون به بخشی عادی از زیرساخت سازمانها تبدیل شده است.
در بسیاری از صنایع، از تولید و انرژی گرفته تا خدمات مالی و سلامت، تصمیمها دیگر صرفاً بر پایه تجربه فردی یا قضاوت شهودی اتخاذ نمیشوند. داشبوردها، گزارشها، الگوریتمها و سامانههای هوش مصنوعی، بهطور پیوسته در حال تحلیل وضعیت، شناسایی الگوها و پیشنهاد مسیرهای پیش رو هستند. سازمانها میتوانند رفتار مشتریان را پیشبینی کنند، ریسکها را بسنجند و هزاران متغیر را بهصورت همزمان پردازش کنند.
بااینحال، در پسِ این پیشرفت خیرهکننده، واقعیتی دیگر نیز وجود دارد؛ واقعیتی که کمتر درباره آن سخن گفته میشود.
با وجود دسترسی بیسابقه به اطلاعات و توان محاسباتی، شکستهای راهبردی همچنان تکرار میشوند. پروژههایی که با مطالعات گسترده آغاز شدهاند، به نتیجه مطلوب نمیرسند. سرمایهگذاریهایی که بر پایه انبوهی از دادهها انجام شدهاند، سالها بعد به تصمیمهایی پرهزینه تبدیل میشوند. سازمانهایی که از پیشرفتهترین ابزارهای تحلیلی بهره میبرند، همچنان در مواجهه با تغییرات محیطی غافلگیر میشوند.
این وضعیت، پارادوکسی بنیادین را پیش روی ما قرار میدهد.
اگر سازمانها امروز بیش از هر زمان دیگری به داده، تحلیل و فناوری دسترسی دارند، چرا همچنان تصمیمهای ضعیف میگیرند؟ اگر مسئله تنها کمبود اطلاعات بود، انتظار میرفت که با گسترش هوش مصنوعی و ابزارهای محاسباتی، کیفیت تصمیمگیری نیز به همان نسبت بهبود یابد. اما تجربه سازمانی، تصویری پیچیدهتر را آشکار میکند.
شاید مسئله اصلی، نه در کمبود داده، بلکه در نوع پرسشهایی نهفته باشد که سازمانها با آنها روبهرو هستند. بسیاری از مهمترین تصمیمهای حرفهای، در شرایطی اتخاذ میشوند که آینده هنوز شکل نگرفته است، پیامدها بهطور کامل قابلپیشبینی نیستند و هیچ مدل یا الگوریتمی نمیتواند مسئولیت انتخاب را بر عهده بگیرد.
در چنین جهانی، مسئله دیگر صرفاً «دانستن» نیست؛ مسئله، توانایی قضاوت کردن است. شاید مهمترین چالش عصر حاضر این نباشد که چگونه اطلاعات بیشتری تولید کنیم، بلکه این باشد که چگونه در میان این وفورِ اطلاعات، تصمیمهای بهتری بگیریم.
فرضی که سالها بر مدیریت حاکم بود
برای دههها، بخش بزرگی از ادبیات مدیریت و تصمیمگیری بر یک پیشفرض بنیادین استوار بود؛ پیشفرضی که چنان بدیهی به نظر میرسید که کمتر کسی ضرورت بازنگری در آن را احساس میکرد: هرچه اطلاعات بیشتری در اختیار داشته باشیم، تصمیمهای بهتری خواهیم گرفت.
بر اساس همین منطق، سازمانها سرمایهگذاریهای گستردهای را برای توسعه سامانههای اطلاعاتی، ابزارهای تحلیلی و زیرساختهای فناورانه آغاز کردند. از نخستین سیستمهای گزارشگیری مدیریتی گرفته تا پلتفرمهای پیشرفته تحلیل داده و هوش مصنوعی، همگی با یک وعده مشترک همراه بودند: کاهش خطا و ارتقای کیفیت تصمیم.
این رویکرد، در بسیاری از حوزهها نیز دستاوردهای چشمگیری به همراه داشت. دسترسی سریعتر به اطلاعات، امکان تحلیل حجم عظیمی از دادهها و توانایی شناسایی الگوهایی که پیشتر از چشم انسان پنهان میماندند، بسیاری از محدودیتهای گذشته را از میان برد. سازمانها توانستند دقیقتر برنامهریزی کنند، روندها را بهتر بشناسند و بخش قابلتوجهی از تصمیمهای عملیاتی را بر پایه شواهد و تحلیلهای نظاممند اتخاذ کنند.
بهتدریج، این تصور شکل گرفت که مسئله تصمیمگیری، بیش از هر چیز، یک مسئله فنی است؛ گویی اگر بتوانیم دادههای بیشتری جمعآوری کنیم و مدلهای پیچیدهتری بسازیم، کیفیت تصمیم نیز بهصورت خودکار افزایش خواهد یافت.
اما این فرض، هرچند بخشی از حقیقت را در خود دارد، همه واقعیت را توضیح نمیدهد.
در عمل، سازمانها بارها با موقعیتهایی مواجه شدهاند که در آنها، اطلاعات کافی وجود داشته است، اما تصمیم نهایی همچنان با دشواری همراه بوده است. گزارشها تهیه شدهاند، تحلیلها انجام شدهاند و سناریوهای مختلف مورد بررسی قرار گرفتهاند؛ بااینحال، انتخاب مسیر درست همچنان به امری پیچیده و پرابهام تبدیل شده است.
دلیل این مسئله آن است که بسیاری از مهمترین تصمیمهای حرفهای، صرفاً از جنس پردازش اطلاعات نیستند. آنها با پرسشهایی سروکار دارند که پاسخ آنها را نمیتوان تنها از دل دادهها استخراج کرد: چه ریسکی باید پذیرفته شود؟ کدام اولویت اهمیت بیشتری دارد؟ چگونه باید میان اهداف متعارض تعادل برقرار کرد؟ و در نهایت، چه کسی مسئول پیامدهای این انتخاب خواهد بود؟
هرچه سازمانها پیچیدهتر و محیط پیرامون آنها پویاتر شده است، محدودیت این نگاه نیز آشکارتر شده است. داده میتواند واقعیت را توصیف کند، اما نمیتواند بهتنهایی درباره آنچه باید انجام شود، تصمیم بگیرد.
شاید زمان آن رسیده باشد که در کنار سرمایهگذاری بر ابزارهای محاسباتی، یک پرسش دیگر را نیز جدی بگیریم: کیفیت قضاوت چگونه شکل میگیرد و چه چیزی آن را بهبود میبخشد؟
آنچه تجربه سازمانی نشان میدهد
اگر مسئله تصمیمگیری را تنها از دریچه نظریهها و مدلهای مدیریتی بررسی کنیم، شاید همچنان بتوانیم تصور کنیم که اطلاعات بیشتر، راهحل بسیاری از مشکلات سازمانی است. اما تجربه سازمانها، روایتی متفاوت را پیش روی ما قرار میدهد.
سالها حضور در محیطهای حرفهای، مشاهده پروژههای پیچیده و گفتوگو با مدیرانی که مسئولیت تصمیمهای مهم را بر عهده داشتهاند، بهتدریج الگویی مشترک را آشکار میکند؛ الگویی که در صنایع گوناگون، با وجود تفاوتهای فراوان، بارها و بارها تکرار میشود.
بسیاری از شکستهای راهبردی، نتیجه ناآگاهی نیستند.
سازمانها اغلب از کمبود داده رنج نمیبرند. گزارشها تهیه شدهاند، شاخصها در دسترس بودهاند و حتی در بسیاری از موارد، نشانههای هشداردهنده از مدتها پیش وجود داشتهاند. بااینحال، تصمیمهایی اتخاذ شدهاند که سالها بعد، هزینههای سنگینی را بر سازمان تحمیل کردهاند.
شکست یک پروژه بزرگ، ورود به بازاری نامناسب، مقاومت در برابر یک تغییر ضروری یا اتکا به راهبردی که دیگر با واقعیتهای محیط سازگار نیست، معمولاً از آنجا آغاز نمیشود که اطلاعاتی وجود نداشته است. مسئله، اغلب در جای دیگری نهفته است: در ناتوانی از تشخیص اهمیت برخی نشانهها، در تفسیر نادرست شرایط و در دشواری تصمیمگیری در موقعیتهایی که پاسخ روشنی برای آنها وجود ندارد. این نشانهها در هر سازمان به شکلی متفاوت ظاهر میشوند و هر مسئله، نقطه ورود متفاوتی به فرایند بازاندیشی در کیفیت تصمیم دارد.
واقعیت این است که مهمترین تصمیمهای حرفهای، معمولاً در شرایط ابهام گرفته میشوند. آینده هنوز شکل نگرفته است، پیامدها بهطور کامل قابلپیشبینی نیستند و دادهها، هرچند ضروری، تنها بخشی از واقعیت را بازتاب میدهند. در چنین موقعیتهایی، آنچه کیفیت تصمیم را تعیین میکند، صرفاً میزان اطلاعات نیست، بلکه توانایی افراد و سازمانها در قضاوت کردن است.
شاید بتوان گفت که بسیاری از سازمانها نه به دلیل ضعف در محاسبه، بلکه به دلیل ضعف در قضاوت آسیب میبینند. آنها گاه در تشخیص مسئله اصلی دچار خطا میشوند، گاه نشانههای مهم را در میان انبوه اطلاعات نادیده میگیرند و گاه نمیتوانند میان اهداف متعارض و پیامدهای بلندمدت تعادل برقرار کنند.
این مشاهده، پرسشی اساسی را پیش میکشد: اگر ریشه بسیاری از شکستهای سازمانی در کیفیت قضاوت نهفته است، آیا میتوان قضاوت حرفهای را صرفاً به تجربه فردی یا ویژگیهای شخصیتی افراد واگذار کرد؟
شاید زمان آن رسیده باشد که قضاوت را نه بهعنوان یک استعداد مبهم و فردی، بلکه بهعنوان قابلیتی حرفهای و قابلپرورش در نظر بگیریم؛ قابلیتی که در قلب بسیاری از تصمیمهای مهم سازمانی قرار دارد و کیفیت آن، بیش از هر زمان دیگری، سرنوشت سازمانها را رقم خواهد زد.
مسئله، تنها کیفیت یک تصمیم منفرد نیست. تصمیمهای سازمانی، در شبکهای از روابط، ساختارها، مشوقها و پیامدهای متقابل شکل میگیرند. بسیاری از خطاهایی که در ظاهر به قضاوت فردی نسبت داده میشوند، در واقع محصول نظامهایی هستند که برخی نشانهها را برجسته و برخی دیگر را پنهان میکنند. از همین رو، فهم کیفیت قضاوت، بدون توجه به زمینه و سازوکارهای سازمانی ممکن نیست.
تفاوت میان محاسبه و قضاوت
در سالهای اخیر، پیشرفت فناوری این تصور را تقویت کرده است که بسیاری از تصمیمهای حرفهای را میتوان به فرایندهای محاسباتی واگذار کرد. الگوریتمها الگوها را شناسایی میکنند، مدلهای تحلیلی سناریوهای مختلف را میسنجند و سامانههای هوشمند، پیشنهادهایی را ارائه میدهند که تا چندی پیش تنها از انسان انتظار میرفت.
بااینحال، در پسِ این تحولات، تمایزی بنیادین وجود دارد که نادیده گرفتن آن میتواند به یکی از مهمترین خطاهای عصر حاضر تبدیل شود: تمایز میان محاسبه و قضاوت.
محاسبه، به جهان آنگونه که هست مینگرد. وظیفه آن، پردازش اطلاعات، کشف الگوها، سنجش احتمالات و استخراج روابط میان دادههاست. هرچه حجم داده بیشتر و توان پردازش بالاتر باشد، دقت و سرعت محاسبه نیز افزایش مییابد. به همین دلیل، فناوری در بسیاری از وظایف تحلیلی، از تواناییهای انسانی فراتر رفته است.
اما قضاوت، با مسئلهای متفاوت روبهرو است.
قضاوت، صرفاً به دنبال فهمیدن آنچه رخ داده یا پیشبینی آنچه ممکن است رخ دهد نیست. قضاوت باید درباره آنچه باید انجام شود، تصمیم بگیرد. این فرایند، تنها بر دادهها استوار نیست؛ بلکه به درک زمینه، تشخیص اولویتها، سنجش پیامدها و پذیرش مسئولیت وابسته است.
یک مدل تحلیلی میتواند احتمال موفقیت یک پروژه را برآورد کند، اما نمیتواند تعیین کند که آیا این ریسک با ارزشها و اهداف بلندمدت سازمان سازگار است یا خیر. الگوریتمها میتوانند گزینههای مختلف را رتبهبندی کنند، اما نمیتوانند بهجای مدیران، مسئولیت انتخاب میان آنها را بر عهده بگیرند.
در واقع، تفاوت اصلی میان محاسبه و قضاوت، نه در میزان پیچیدگی آنها، بلکه در ماهیت پرسشهایی است که به آنها پاسخ میدهند. در نهایت، مسئله تنها انتخاب میان گزینهها نیست، بلکه تعیین مسئولیت آن انتخاب است. سازمانها میتوانند بخشی از فرایند تحلیل را به فناوری واگذار کنند، اما نمیتوانند مسئولیت تصمیم را برونسپاری کنند. کیفیت تصمیمگیری، تنها به دقت ابزارها وابسته نیست؛ به شفافیت نقشها، سازوکارهای پاسخگویی و نحوه توزیع مسئولیت نیز وابسته است.
محاسبه میپرسد: «چه چیزی رخ داده است؟»، «چه الگویی وجود دارد؟» و «احتمال وقوع چه رویدادی بیشتر است؟»
اما قضاوت با پرسشهای دیگری سروکار دارد: «چه چیزی اهمیت بیشتری دارد؟»، «کدام مسیر باید انتخاب شود؟» و «چه کسی مسئول پیامدهای این تصمیم خواهد بود؟»
همین تمایز است که سبب میشود، حتی در پیشرفتهترین سازمانها نیز، تصمیمهای مهم همچنان ماهیتی انسانی داشته باشند. فناوری میتواند کیفیت تحلیل را ارتقا دهد، اما نمیتواند بار مسئولیت را از دوش انسان بردارد.
شاید بزرگترین سوءتفاهم عصر هوش مصنوعی، این باشد که افزایش توان محاسباتی را با بینیاز شدن از قضاوت انسانی یکسان بدانیم. درحالیکه واقعیت، درست در جهت مخالف حرکت میکند.
هرچه محاسبه فراگیرتر میشود، قضاوت به دارایی کمیابتر و ارزشمندتری تبدیل خواهد شد؛ زیرا آنچه آینده سازمانها را رقم میزند، نه صرفاً توانایی تحلیل گذشته، بلکه ظرفیت تصمیمگیری در مواجهه با آیندهای نامطمئن است.
عصر فراوانی محاسبه و کمیابی قضاوت
در بخش بزرگی از تاریخ سازمانها، دسترسی به اطلاعات و توانایی پردازش آن، مزیتی تعیینکننده به شمار میرفت. سازمانهایی که داده بیشتری در اختیار داشتند، سریعتر تحلیل میکردند و تصویری دقیقتر از محیط پیرامون خود به دست میآوردند، معمولاً از موقعیت بهتری برای تصمیمگیری برخوردار بودند.
اما امروز، این معادله در حال تغییر است.
هوش مصنوعی، سامانههای تحلیلی و ابزارهای محاسباتی پیشرفته، بسیاری از قابلیتهایی را که زمانی در انحصار تعداد محدودی از سازمانها بود، در دسترس همگان قرار دادهاند. تحلیل داده، پیشبینی روندها، تولید محتوا و حتی ارائه پیشنهادهای تصمیمگیری، دیگر فعالیتهایی استثنایی نیستند؛ بلکه به بخشی عادی از زیرساخت حرفهای تبدیل شدهاند.
در چنین شرایطی، مزیت رقابتی سازمانها بهتدریج از «توانایی محاسبه» به سمت «کیفیت قضاوت» جابهجا میشود.
زیرا هرچه محاسبه فراوانتر میشود، محدودیتهای آن نیز آشکارتر میشود. الگوریتمها میتوانند بر پایه گذشته، آیندههای محتمل را ترسیم کنند؛ اما نمیتوانند درباره ارزشها، اولویتها و مسئولیتها تصمیم بگیرند. آنها قادرند الگوها را شناسایی کنند، اما نمیتوانند اهمیت یک رویداد را در بستر پیچیده و متغیر سازمانها بهطور کامل درک کنند.
در بسیاری از موقعیتهای حرفهای، مسئله اصلی نه کمبود اطلاعات، بلکه وفور آن است. مدیران امروز با حجم عظیمی از دادهها، گزارشها، تحلیلها و توصیههای ماشینی مواجهاند؛ اما تصمیم نهایی همچنان باید در شرایطی اتخاذ شود که آینده نامطمئن است و پیامدهای انتخابها بهطور کامل قابل پیشبینی نیست.
شاید مهمترین ویژگی عصر حاضر، همین تضاد باشد: هرچه ابزارهای محاسباتی توانمندتر میشوند، نیاز به قضاوت انسانی نیز افزایش مییابد.
زیرا تصمیمهای سرنوشتساز معمولاً در جایی شکل میگیرند که دادهها ناکافیاند، اهداف با یکدیگر تعارض دارند و هیچ پاسخ قطعیای وجود ندارد. در چنین موقعیتهایی، آنچه سازمانها را از یکدیگر متمایز میکند، نه صرفاً کیفیت الگوریتمها، بلکه توانایی انسانها در تفسیر واقعیت، سنجش پیامدها و پذیرش مسئولیت تصمیم است.
شاید به همین دلیل باشد که پرسش اصلی عصر هوش مصنوعی، دیگر این نیست که ماشینها چه کارهایی را میتوانند انجام دهند. پرسش مهمتر این است که انسانها چگونه میتوانند در جهانی که روزبهروز محاسبهپذیرتر میشود، کیفیت قضاوت خود را حفظ و تقویت کنند.
آینده، احتمالاً به سازمانهایی تعلق نخواهد داشت که صرفاً از فناوریهای پیشرفتهتری استفاده میکنند؛ بلکه به آنهایی تعلق خواهد داشت که میدانند چگونه توان محاسباتی را با قضاوت حرفهای، تجربه و مسئولیت انسانی پیوند بزنند.
آغاز یک گفتوگو
«چارچوب قضاوت حرفهای» پاسخی نهایی به مسئله تصمیمگیری نیست و ادعای آن را نیز ندارد.
جهان سازمانها، پیچیدهتر از آن است که بتوان برای همه موقعیتها، مجموعهای از قواعد ثابت و نسخههای ازپیشآماده ارائه کرد. هر سازمان، در بستری متفاوت فعالیت میکند؛ با محدودیتها، فرصتها، مسئولیتها و ابهامهایی که آن را از دیگران متمایز میسازد. به همین دلیل، قضاوت حرفهای را نمیتوان به مجموعهای از فرمولها، مدلها یا توصیههای مدیریتی تقلیل داد.
آنچه «چارچوب قضاوت حرفهای» در پی آن است، ارائه پاسخی قطعی نیست؛ بلکه تلاشی است برای طرح دقیقتر یک پرسش.
در جهانی که هر روز بیش از گذشته بر توان محاسباتی خود میافزاید، انسان چگونه باید کیفیت تصمیمهایش را حفظ کند؟ سازمانها چگونه میتوانند میان سرعت، کارایی و مسئولیت تعادل برقرار کنند؟ و مدیران، در مواجهه با آیندهای که هیچگاه بهطور کامل قابل پیشبینی نیست، چگونه میتوانند قضاوتی سنجیدهتر داشته باشند؟
شاید مهمترین ویژگی عصر حاضر، نه ظهور فناوریهای جدید، بلکه تغییر جایگاه انسان در فرایند تصمیمگیری باشد. برای نخستین بار، بسیاری از وظایفی که زمانی به مهارت، تجربه و تحلیل انسانی وابسته بودند، بهتدریج به ماشینها سپرده میشوند. بااینحال، مسئولیت تصمیم همچنان بر عهده انسان باقی مانده است.
همین شکاف میان «توانایی محاسبه» و «مسئولیت قضاوت»، نقطه آغاز این چارچوب بوده است.
این چارچوب از دل سالها مشاهده سازمانها، گفتوگو با مدیران، تجربه محیطهای واقعی و مطالعه در حوزههای گوناگون شکل گرفته است؛ اما مسیر آن هنوز به پایان نرسیده است. بسیاری از پرسشها همچنان بیپاسخ ماندهاند و بسیاری از مفاهیم، نیازمند نقد، بازنگری و توسعهاند.
از همین رو، باید به «چارچوب قضاوت حرفهای» نه بهعنوان مجموعهای بسته از پاسخها، بلکه بهعنوان بستری برای گفتوگو نگاه کرد؛ گفتوگویی میان مدیران، پژوهشگران و سازمانهایی که باور دارند کیفیت تصمیم، یکی از مهمترین داراییهای عصر حاضر است.
شاید آینده، بیش از آنکه به سازمانهایی تعلق داشته باشد که سریعتر محاسبه میکنند، به آنهایی تعلق داشته باشد که عمیقتر میاندیشند، مسئولانهتر تصمیم میگیرند و بهتر میدانند که در مرز میان قطعیت و ابهام، چگونه قضاوت کنند.
این گفتوگو، تازه آغاز شده است.