چگونه ریسک نوآوری را با تصمیم‌گیری هوشمندانه کاهش دهیم؟

مترجم: مریم رضایی

منبع: HBR

کالاها و خدمات جدید ایجاد می‌شوند تا افراد با استفاده از آنها بتوانند وظایف خود را بهتر از قبل انجام دهند یا کارهایی را که در گذشته توانایی انجام آن را نداشتند، انجام دهند. اما نوآوری ریسک‌‌هایی هم به همراه دارد. اینکه یک نوآوری چقدر می‌تواند ریسک زا باشد، تا حد زیادی بستگی به این دارد که افراد چگونه از آن استفاده می‌کنند. از خودتان این سوال را بپرسید: اگر قرار باشد در کولاک برف، از شهری به شهر دیگر رانندگی کنید، ترجیح می‌دهید از خودرویی استفاده کنید که چهارچرخ محرک (۴WD) دارد یا دو چرخ؟ مطمئنا گزینه اول را انتخاب می‌کنید، اما اگر نگاهی به آمار تصادف‌ها بیندازید، درمی یابید که چهار چرخ محرک‌ها لزوما منجر به کاهش تعداد تصادف در روزهای برفی نشده‌اند. بنابراین به این نتیجه می‌رسید که نوآوری باعث نمی‌شود رانندگی در روزهای برفی امنیت بیشتری به همراه داشته باشد.

البته اتفاقی که افتاده این نیست که نوآوری نتوانسته برای ما امنیت به همراه آورد، بلکه موضوع این است که افراد به دلیل احساس امنیت بیشتر، عادت رانندگی خود را تغییر داده‌اند. یعنی با وجود این نوآوری، افراد بیشتری ریسک رانندگی در کولاک را می‌پذیرند و شاید با دقت کمتری نسبت به قبل رانندگی کنند. اگر همه افراد با همان سرعت و دقت قبل خود رانندگی کنند، در واقع نوآوری چهار چرخ محرک امنیت بیشتری به همراه خواهد داشت. اما اگر شما و دیگران با اطمینان به این نوآوری سرعت خود را بیشتر کنید، با همان میزان ریسکی که همیشه در هوای برفی وجود داشته، روبه رو خواهید شد. در اصل، کاری که شما انجام می‌دهید - آگاهانه یا غیرآگاهانه - انتخاب بین کاهش ریسک و توسعه عملکردتان است.

اگر میزان مخاطره‌آمیز بودن یک نوآوری به انتخاب افراد بستگی داشته باشد، در این صورت هر چقدر انتخاب‌های آنها آگاهانه‌تر باشد، ریسک موجود کمتر خواهد بود. اما وقتی شرکت‌ها و سیاست‌گذاران به عواقب یک نوآوری فکر می‌کنند، باید از محدودیت‌های مدلی که افراد بر اساس آن برای استفاده از نوآوری تصمیم می‌گیرند، آگاه باشند. همان طور که می‌دانیم، برخی مدل‌ها از اساس دارای نقص و بدون استفاده هستند، در حالی که مدل‌های دیگر را می‌توان اصلاح کرد و توسعه داد. برخی مدل‌ها فقط برای کاربردهای خاص مناسبند؛ برخی از آنها به کاربران پیچیده‌ای نیاز دارند تا نتایج خوب ایجاد کنند. حتی وقتی افراد از مدل‌های مناسب استفاده می‌کنند تا در مورد چگونگی استفاده از یک نوآوری تصمیم بگیرند، تجربه نشان می‌دهد پیش‌بینی اینکه تغییر رفتار آنها چگونه بر مخاطره‌آمیزی انتخاب‌هایشان تاثیر می‌گذارد، تقریبا غیرممکن است. در واقع، بسیاری از ریسک‌های همراه با یک نوآوری، از خود آن نوآوری ناشی نمی‌شود، بلکه از زیرساختی که آن را معرفی می‌کند، نشات می‌گیرد.

نتیجه نهایی این است که کلیه نوآوری‌ها، موازنه بین ریسک و بازده را تغییر می‌دهند. کاربران، شرکت‌ها و سیاست‌گذاران، همگی برای به حداقل رساندن ریسک و عواقب آن، در مواجهه با محصولات و خدمات جدید باید بدانند که چگونه انتخاب‌های آگاهانه داشته باشند. به طور خاص، آنها باید قوانینی که در زیر گفته می‌شود را رعایت کنند.

بدانید که به یک مدل نیاز دارید

وقتی محصول یا تکنولوژی جدیدی را به‌کار می‌گیرید، تصمیم شما در مورد ریسک و بازدهی توسط چیزی مشخص می‌شود که دانشمندان روانشناسی آن را یک مدل ذهنی می‌نامند. در مثال سفر در کولاک، ممکن است فکر کنید من نمی‌توانم کلیه ریسک‌های موجود در سفر را کنترل کنم، اما در مورد نوع خودرویی که با آن مسافرت می‌کنم و سرعت رانندگی خودم، حق انتخاب دارم. البته این یک مدل ساده‌سازی شده است. رابطه بین امنیت و سرعت شما به متغیرهای دیگری مانند شرایط جاده، حجم ترافیک و سرعت خودروهای دیگر بستگی دارد. بسیاری از این عوامل تحت کنترل شما نیستند. برای اینکه بهترین تصمیم را بگیرید، باید رابطه بین همه این متغیرها و سرعت انتخابی خودتان را دقیقا بدانید. هر چقدر فاکتورهای بیشتری را در نظر بگیرید، ارزیابی ریسک‌ها پیچیده‌تر می‌شود.

محدودیت‌های مدل خود را

تصدیق کنید

در ساخت و استفاده از مدل ها، دانستن فرق بین مدل نادرست و مدل ناقص مهم است. یک مدل نادرست، مدلی است که منطق داخلی یا فرضیات اصولی آن به طور آشکاری اشتباه هستند؛ مثل اینکه یک مدل ریاضی برای محاسبه محیط دایره به جای عدد پی از عدد ۱۴/۴ استفاده کند. البته منظور این نیست که نادرستی همیشه به راحتی قابل تشخیص است، بلکه یعنی به محض اینکه تشخیص داده شود مدلی بر اساس فرضیه اشتباه بنیان‌گذاری شده، تنها کار درست این است که استفاده از آن را متوقف کنیم.

اما ناقص بودن، مشکلی کاملا متفاوت و کیفیتی است که جزو ویژگی‌های همه مدل‌ها است. کورت گودل، ریاضیدان آمریکایی- اتریشی اثبات کرده که هیچ مدلی با توجه به اینکه نماینده کامل واقعیت است، «درست» نیست. همان طور که مدل ۱۴/۳ برای عدد پی اشتباه نیست، اما کامل هم نیست. مدل ۱۴۱۵۹/۳ نقص کمتری دارد. توجه داشته باشید مدلی که نقص کمتری دارد، به مدل اصلی نزدیک‌تر است، اما لزوما جایگزین آن نمی‌شود.

انتظار مسائل غیرمنتظره را

داشته باشید

حتی با به کارگیری بیشترین تلاش‌ها و مهارت‌ها، برخی فاکتورهای موثر در تشکیل یک مدل، نادیده گرفته می‌شوند. هیچ انسانی نمی‌تواند همه عواقب یک نوآوری را پیش‌بینی کند. این مساله زمانی که یک نوآوری با دیگر تغییرات محیطی که به عنوان عوامل ریسک در نظر گرفته نمی‌شوند، در تعامل است، مهم به نظر می‌رسد.

بحران اقتصادی ۲۰۰۹-۲۰۰۷ نمونه خوبی از بروز این عواقب برنامه‌ریزی نشده است. نوآوری‌ها در بازار رهن املاک، هزینه‌های معاملات را به طور قابل توجهی پایین آورد و خرید خانه و همچنین افزایش وام‌های رهنی را برای مردم آسان‌تر کرد. در این شرایط، مردم پول نقد بیشتری برای خرید خودرو، رفتن به تعطیلات یا خرید دیگر کالاها و خدمات در اختیار داشتند. البته این موضوع در ذات خود مشکلی ندارد و مساله انتخاب شخصی مطرح است.

نتیجه قابل پیش‌بینی و مطلوب نوآوری وام‌دهی رهنی، افزایش دسترس‌پذیری این گزینه کم هزینه بود. اما نتیجه نامطلوبی هم وجود داشت. به دلیل اینکه دو روند اقتصادی مطلوب دیگر - یعنی کاهش نرخ بهره و افزایش مداوم قیمت مسکن - باتغییرات وام‌دهی‌ها همزمان شده بود، بسیاری از صاحبان مسکن تشویق شدند که وام‌های رهنی خود را سرمایه‌گذاری دوباره کنند و بنابراین دارایی خالص را از خانه‌ها بیرون کشیده و با وام‌های بلند مدت کم بهره جایگزین کردند.

دریافت‌کنندگان وام‌های رهنی این روند را بارها تکرار کردند و این روش به جای اینکه ابزاری موقتی برای تامین مالی یک سرمایه‌گذاری یا خرید خاص باشد، به منبع تامین مالی برای مصرف مداوم تبدیل شد.

به دلیل تقابل شرایط موجود، یعنی بازار تامین مالی رهنی مجدد، نرخ بهره پایین و به ویژه افزایش مداوم قیمت مسکن، صاحبان مسکن در آمریکا بیش از یک دهه قبل از شروع بحران مالی، در حجم گسترده‌ای سرمایه‌گذاری‌های مجدد انجام می‌دادند. اما در آخر نتیجه این پدیده جدید این بود که بسیاری از آنها به طور همزمان با ریسک کاهش قیمت مسکن مواجه شدند.

کار و کاربر را بشناسید

بیایید تصور کنیم شما مدلی را ساخته‌اید که اساسا درست است؛ یعنی از قوانین طبیعت پیروی نمی‌کند، منفعت طلبانه نیست و فرضیات ناقص را در برنمی‌گیرد. همچنین تصور کنیم که این مدل از دیگر مدل‌های موجود کامل‌تر است. با این حال، همچنان ضمانتی وجود ندارد که این مدل برای شما کاربردپذیر باشد. کاربردپذیری یک مدل، علاوه بر خود آن مدل، به کسی که از آن استفاده می‌کند و هدف استفاده آن بستگی دارد.

زیرساخت ها، عامل اصلی ریسک

در نهایت، وقتی به عواقب یک نوآوری فکر می‌کنیم، باید بدانیم که مزایا و ریسک‌های آن تا حد زیادی به انتخاب افراد برای نحوه استفاده از آن مرتبط نیست، بلکه این مزایا و ریسک‌ها با زیرساخت‌‌هایی تعیین می‌شوند که به آن معرفی شده‌اند. افراد نوآور و سیاست‌گذاران، به طور خاص باید از این ریسک آگاه باشند. به طور مثال، تصور کنید که قرار است قطار مسافربری سریع السیری را به شبکه راه‌آهن معرفی کنید. اگر خطوط سیستم فعلی نتوانند سرعت بالا را تحمل کنند و شما همچنان قطار را با سرعت بالایی هدایت کنید، احتمال وقوع حادثه بسیار بالا خواهد بود. به علاوه، با خسارتی که به خطوط ریلی وارد می‌کنید، کلیه افرادی که از این شبکه استفاده می‌کنند به نوعی تحت تاثیر قرار می‌گیرند.

بنابراین اولین وظیفه افرادی که مسوولیت خطوط راه آهن را بر عهده دارند این است که تضمین کنند خطوط ریلی امنیت کافی را دارند، اما در مورد سرعت بالای راندن قطار چه می‌توان کرد؟ ساده‌ترین و سریع‌ترین پاسخ این است که قانون محدودیت سرعت را اعمال کنیم. اما اگر تنها راه‌حل این باشد، هیچ گاه پیشرفتی در حمل ونقل ریلی رخ نخواهد داد.

راهکار بهتر این است که امکانات خطوط ریلی را توسعه دهیم و همزمان، محدودیت‌های سرعت را اعمال کنیم تا زمانی که عدم توازن تکنولوژیک بین محصول و زیرساخت‌ها از بین برود. به هر حال، پاسخ‌های ساده اینچنینی همیشه در دنیای واقعی قابل اجرا نیستند، چون نوآوری‌های بزرگ همیشه مثل این مثال، ساده و واضح نخواهند بود.

سرعت نوآوری در برخی صنایع بسیار بالا است، اما به همین نسبت شکست‌ها هم سرعت بالایی دارد. بنابراین، معمولا تغییر زیرساخت‌ها برای هماهنگ‌سازی آن با نوآوری‌های تازه غیرممکن است. به علاوه، تاریخ مصرف نوآوری‌های موفق کوتاه‌تر از یک قطار سریع السیر است و برای بقای این نوآوری ها، باید دایما زیرساخت‌های خود را تغییر دهید.

واقعیت این است که تغییرات در زیرساخت‌ها معمولا از تغییرات کالاها و خدمات عقب می‌ماند و این عدم تعادل می‌تواند منبع اصلی ریسک باشد. تشخیص اینکه دقیقا چه زمانی باید در زیرساخت‌ها تغییر ایجاد کرد، کار سختی است. حتی اگر همزمان با تولید یک کالای جدید در زیرساخت‌ها تغییر ایجاد کنید، ممکن است در مدت بسیار کوتاهی به این نتیجه برسید که این تغییرات ناسازگارند، چون آن کالا اکنون توسط افراد مختلف، از کانال‌های مختلف، به کاربران مختلفی فروخته شده که از آن برای اهداف مختلف استفاده می‌کنند.

ارزیابی کافی از ریسک‌های همراه با نوآوری نیازمند مدل‌سازی دقیقی از عواقب آن است. اما توانایی ما برای ساخت مدل‌های غنی که کلیه ابعاد ریسک را در نظر بگیرد، محدود است. نوآوری‌ها همیشه عواقب نامطلوبی دارند و مدل‌ها هم همیشه نماینده ناقصی از واقعیت پیچیده هستند. همچنین مدل‌ها تحت فشار مهارت کاربران آنها هستند و می‌توانند به شکل غلطی مورد استفاده قرار بگیرند. در نهایت باید بدانیم که بسیاری از ریسک‌های یک نوآوری از زیرساخت‌های مربوط به آن ناشی می‌شود. توجه به عواقب زیرساختی نوآوری در صنایع پیچیده و پرتغییری مانند صنعت مالی و IT به خصوص، سخت‌تر است.

در پایان، باید گفت که هر نوآوری جهشی به دنیای ناشناخته‌ها است و اگر به دنبال پیشرفت هستیم، باید این حقیقت را بپذیریم و مدیریت کنیم.