پایان عصر «حل مساله»؛ آغاز عصر «پیشگیری از مساله»

این همان نقطه‌ای است که سازمان‌های «واکنشی» را از سازمان‌های «پیش‌بینی‌کننده» جدا می‌کند. 

مدیریت سنتی عمدتا با یک چرخه مشخص کار می‌کرد:

رخداد ← جمع‌آوری اطلاعات ← تحلیل ← تصمیم ← اقدام

این مدل در گذشته منطقی بود. تغییرات آهسته‌تر بودند و گزارش‌های ماهانه، فصلی یا حتی سالانه می‌توانستند مبنای تصمیم‌گیری باشند. اما امروز سرعت تحولات با این چرخه سازگار نیست.

وقتی تجهیزات تولیدی آثار خرابی را نشان می‌دهد، منتظر ماندن برای گزارش دوره‌ای می‌تواند به توقف خط تولید منجر شود. وقتی نشانه‌های افزایش ترافیک در یک محدوده شهری ظاهر می‌شود، واکنش پس از قفل شدن شبکه معابر دیگر یک راه‌حل واقعی نیست. وقتی شاخص‌های رضایت مشتری کاهش می‌یابد، انتظار برای افت فروش می‌تواند بسیار پرهزینه باشد.

بنابراین سوال مدیریت نیز باید از «چه اتفاقی افتاد؟» به «چه چیزی در حال شکل‌گیری است؟» تغییر کند. و در مرحله بعد این سوال مطرح شود که «اگر اقدامی نکنیم، چه اتفاقی خواهد افتاد؟»

هوش پیش‌بینی‌کننده، حلقه گمشده تصمیم‌گیری

در سال‌های اخیر، سازمان‌ها از هوش تجاری به سمت هوش تصمیم‌گیری حرکت کرده‌اند. هوش تجاری به مدیر کمک می‌کند گذشته و وضعیت موجود را بهتر ببیند؛ هوش تصمیم‌گیری تلاش می‌کند مشخص کند چه اقدامی باید انجام شود.

اما گام بعدی، هوش پیش‌بینی‌کننده است؛ جایی که سازمان تلاش می‌کند پیش از وقوع یک پیامد، احتمال آن را شناسایی کند. در این مدل، داده فقط برای توضیح گذشته استفاده نمی‌شود، بلکه به ابزاری برای دیدن آینده‌های محتمل تبدیل می‌شود. هوش مصنوعی، تحلیل پیش‌بینانه، یادگیری ماشین، شبیه‌سازی و دوقلوهای دیجیتال در همین نقطه اهمیت پیدا می‌کنند.

هوش مصنوعی و تصمیم‌گیری

در این میان، نسل جدید هوش مصنوعی صرفا برای خودکارسازی فعالیت‌های تکراری به کار نمی‌رود. ارزش مهم‌تر آن، توانایی تحلیل حجم بزرگی از داده‌ها، کشف الگوهای پنهان و ارائه سناریوهای احتمالی است. برای مثال، یک سیستم هوشمند می‌تواند به جای اعلام خرابی یک تجهیزات، احتمال خرابی آن را در آینده پیش‌بینی کند؛ به جای نمایش ترافیک موجود، احتمال شکل‌گیری ازدحام را هشدار دهد؛ و به جای گزارش افزایش هزینه انرژی، تغییرات مورد نیاز در الگوی مصرف را پیشنهاد کند. در چنین مدلی، مدیر دیگر تنها با یک داشبورد مواجه نیست، بلکه یک دستیار هوشمند تصمیم‌گیری در اختیار دارد. این به معنای حذف انسان از تصمیم‌گیری نیست. برعکس، نقش مدیر از «پردازش اطلاعات» به قضاوت، انتخاب و طراحی اقدام مناسب تغییر می‌کند.

تصمیم‌گیری بدون پرداخت هزینه واقعی

یکی از مهم‌ترین تغییرات در مدیریت آینده، امکان آزمایش تصمیم‌ها پیش از اجرای واقعی آنهاست. دوقلوی دیجیتال این امکان را فراهم می‌کند که سازمان سناریوهای مختلف را در یک محیط دیجیتال شبیه‌سازی کند.

اگر مسیر حرکت ناوگان تغییر کند، چه اتفاقی برای زمان سفر خواهد افتاد؟ اگر ظرفیت یک خیابان کاهش پیدا کند، ترافیک چگونه توزیع می‌شود؟ اگر مصرف انرژی افزایش یابد، کدام بخش‌های زیرساخت تحت فشار قرار می‌گیرند؟

در گذشته، بسیاری از این پرسش‌ها پس از اجرای تصمیم پاسخ داده می‌شدند. امروز می‌توان بخشی از آنها را پیش از اجرا آزمایش کرد. به همین دلیل، دوقلوی دیجیتال را نباید صرفا یک فناوری تصویری یا مدل سه‌بعدی دانست. ارزش واقعی آن در آزمون آینده پیش از وقوع آن است.

شهر هوشمند یا شهر پیش‌بینی‌کننده؟

همین منطق در مدیریت شهری نیز در حال شکل‌گیری است. شهر سنتی زمانی وارد عمل می‌شود که مساله رخ داده باشد: ترافیک ایجاد می‌شود، آلودگی افزایش می‌یابد، تجهیزات شهری خراب می‌شوند یا پسماند جمع‌آوری نمی‌شود. اما شهر پیش‌بینی‌کننده تلاش می‌کند قبل از وقوع مساله اقدام کند. تحلیل داده‌های حمل‌ونقل می‌تواند احتمال شکل‌گیری ترافیک را پیش‌بینی کند. داده‌های محیطی می‌توانند نقاط پرریسک آلودگی را مشخص کنند و تحلیل وضعیت تجهیزات می‌تواند زمان مناسب تعمیرات را پیش از خرابی پیشنهاد دهد. بنابراین، هوشمندی شهر صرفا به تعداد سنسورها، دوربین‌ها و سامانه‌های دیجیتال آن وابسته نیست، بلکه به توانایی آن برای تبدیل داده به تصمیم پیشگیرانه وابسته است.

فناوری، مساله اصلی نیست

با وجود اهمیت فناوری، بزرگ‌ترین مانع شکل‌گیری سازمان‌های پیش‌بینی‌کننده، الزاما کمبود فناوری نیست. بسیاری از سازمان‌ها داده‌های فراوان، سامانه‌های متعدد و داشبوردهای متنوع دارند. اما هنوز نمی‌توانند از این داده‌ها تصویری قابل اتکا از آینده بسازند.

چالش اصلی، «فرهنگ تصمیم‌گیری» است. سازمانی که همچنان موفقیت مدیر را در توانایی او برای حل بحران می‌سنجد، طبیعتا سرمایه‌گذاری بیشتری برای «واکنش بهتر» انجام می‌دهد تا «پیشگیری بهتر». درحالی‌که ارزش واقعی مدیریت آینده شاید در بحرانی باشد که هرگز رخ نمی‌دهد.

مدیر آینده فقط یک حل‌کننده مساله نیست، بلکه معمار آینده است. او باید بتواند از میان حجم عظیم داده‌ها، نشانه‌های مهم را تشخیص دهد، سناریوهای مختلف را ببیند و پیش از آنکه یک تغییر کوچک به مساله‌ای بزرگ تبدیل شود، سازمان را آماده کند. این تغییر، در نهایت بیش از آنکه یک تحول فناورانه باشد، یک تحول در فلسفه مدیریت است: از واکنش به پیش‌بینی؛ از حل مساله به پیشگیری از مساله؛ و از مدیریت گذشته به طراحی آینده.

در اقتصاد امروز، داده زمانی ارزشمند است که به بینش تبدیل شود؛ بینش زمانی ارزش دارد که به تصمیم برسد و تصمیم زمانی مزیت رقابتی ایجاد می‌کند که پیش از وقوع بحران، به اقدام تبدیل شود.

شاید برندگان آینده سازمان‌هایی نباشند که بحران‌ها را بهتر مدیریت می‌کنند؛ بلکه سازمان‌هایی باشند که زودتر از دیگران نشانه‌های بحران را می‌بینند و اجازه نمی‌دهند بحران شکل بگیرد.

* تحلیلگر حوزه کسب و کار