معرفی اصول علمی جدید مدیریت

اما افسوس که مدیریت کسب‌وکار روش دیگری را در پیش گرفته است. مدیریت کسب‌وکار، هنوز به شدت تحت‌تاثیر کتاب فردریک وینسلو تیلر در سال 1911 با عنوان «اصول علمی مدیریت» است که قصد داشت تحلیل تجربی را به‌کار بگیرد، اما در این کار از عقیده گمراه‌کننده‌ای که می‌گوید مدیران فعالانی منطقی هستند، پیروی کرده است. هر فردی که کم‌ترین زمان را در کسب‌وکار صرف کرده باشد می‌داند که این فرضیه غلط است. تصمیم‌‌‌ها معمولا بر اساس احساسات و غرض‌ورزی اتخاذ می‌شوند و تحت‌تاثیر کلیه شیوه‌های جهت‌گیری شناختی هستند. البته این به این معنی نیست که مدیران با دلیل و مدرک تصمیم‌گیری نمی‌کنند. باید گفت امروزه حجم انبوهی از اطلاعات، کسب‌وکارها را احاطه کرده است؛ اما این اطلاعات به ندرت به صورت قاعده‌مند، بدون غرض‌ورزی و به شیوه‌ای که راهنمایی خالصی به استراتژی کسب‌وکار ارائه کنند، تجزیه و تحلیل می‌شوند. این باعث می‌شود تصمیم‌گیری در حوزه کسب‌وکار نامعتبر و بی‌فایده باشد و به همین دلیل است که نیگل راینر، معاون پژوهشی موسسه گارتنر می‌گوید که این حوزه تشنه اتوماسیون است. راینر در این باره گفته: «الگوریتم‌ها برای پیش‌بینی آینده بهتر از بشر هستند. این شبیه‌سازهای ماشینی بهتر می‌توانند پیش‌بینی کنند، چون به شکلی منطقی همه شرایط را می‌سنجند. آنها به جای غرض‌ورزی، کلیه مدارک و شواهد مستدل را در نظر می‌گیرند.» اما راینر معتقد است هر چقدر تصمیم‌گیری بیشتر به سوی تحلیلی شدن و اتوماسیون پیش می‌رود، به شکلی متناقض باید مشارکتی‌تر هم شود، چون فرضیه‌ای که این تحلیل بر اساس آن شکل گرفته باید دائما مورد بررسی قرار بگیرد. یا به شکلی دیگر، هر چقدر مدیریت کسب‌وکار تجربی‌تر می‌شود، نیاز به بازبینی همکاران بیشتر می‌شود. تجزیه و تحلیل تجویزی یکی از تازه‌ترین ایده‌های موسسه گارتنر به ظهور هوش کسب‌وکار و تجزیه و تحلیل آن مربوط می‌شود. در نخستین روزهای مطرح شدن هوش کسب وکار، این اصطلاح توصیفی بود؛ به عبارتی معیارهای مشخص عملکرد به گونه‌ای خلاصه‌سازی شده بودند که مدیران تقریبا می‌توانستند بفهمند چه اتفاقی رخ داده است. به گفته موسسه گارتنر، دوره جدید، عصر هوش کسب‌وکار «شناختی» است. این یعنی پایگاه‌های هوش کسب‌وکار به کاربران توانایی بررسی داده‌ها را می‌دهند تا آنها دلایل گرایش‌های مشخص را دریابند. اما راینر معتقد است که حتی هوش کسب‌وکار شناختی ناامیدکننده بوده است. «بسیاری افراد از هوش کسب‌وکار کاملا ناامید شده‌اند. هوش کسب‌وکار شناختی به افراد اجازه می‌دهد بدانند که در داده‌های آنها چه اتفاقاتی رخ داده، اما به آنها نمی‌گوید که در مورد این اتفاقات چه کاری می‌توانند انجام دهند. این کار نیازمند مدل‌سازی و شبیه‌سازی پیچیده‌تری است.» مرحله بعد ظهور هوش کسب‌وکار، تجزیه و تحلیل «پیشگویانه» است. این مرحله در سطح گسترده‌ای مورد استفاده قرار می‌گیرد، اما نیازمند متخصصین آمار است تا از نرم‌افزارهای ویژه استفاده کنند. راینر معتقد است موج بعدی نوآوری در هوش کسب‌وکار، توسعه اپلیکیشن‌های تحلیلی است که به شکل مدل‌سازی آماری پیچیده برای سیستم‌ها است و کسب‌وکارهای معمولی هم می‌توانند از آنها استفاده کنند. برای شروع کار، باید به شدت بر مشارکت تلفیق‌کنندگان سیستم متکی بود که می‌توانند انواع ابزارهای تحلیلی و هوش کسب‌وکار را با دانش آماری و صنعتی ترکیب کنند تا سیستم‌های سفارشی بسازند. راینر به عنوان نمونه به شرکت چندملیتی مشاوره مدیریتی CGI اشاره می‌کند. این سازمان دولتی از کارت امتیازدهی متوازن که یک ابزار متداول هوش کسب‌وکار برای نظارت بر عملکرد کارمندان است استفاده می‌کرد، اما به این نتیجه رسید که این روش در مورد نحوه توسعه عملکرد، راهنمایی چندانی به سازمان نمی‌کند. شرکت CGI با استفاده از ابزارهای متنوع، مدل آماری یک عملیات سازمانی را ساخت و آن را با کارت‌ امتیازدهی متوازن تلفیق کرد. کارمندان اکنون می‌توانند از این رابط برای ارزیابی سناریوهای «فرضی» استفاده کنند، ببینند که چگونه می‌توانند بر خروجی‌های کلیدی کسب‌وکار اثر بگذارند و فعالیت‌های خود را متناسب با آن برنامه‌ریزی کنند. به هر حال، در آینده متخصصین تولیدکننده نرم‌افزار، فروش اپلیکیشن‌های تحلیلی پیشگویانه را شروع خواهند کرد. راینر می‌گوید «در پنج سال آینده، میدان نبرد کسب‌وکار به اینکه چه کسی بهترین مدل آماری را به‌کار گرفته تبدیل خواهد شد.» قدم بعدی تجزیه و تحلیل پیشگویانه، «تجویزی» است. این یعنی سیستم‌های هوش کسب‌وکار فقط به کارمندان اجازه نمی‌دهند که تصمیمات بهتر اتخاذ کنند، بلکه خودشان تصمیم می‌گیرند. سیستم‌های «تجویزی» به جای ارائه راهکار ایده‌آل به افراد، مرحله بعدی را در یک فرآیند کسب‌وکار پیش‌ می‌برند، چه این کار به معنی انجام اقدام اتوماتیک شده باشد یا ارسال دستورالعملی به یک کارمند. تصمیم‌گیری مشارکتی واضح است که به‌کارگیری یک سیستم تجزیه و تحلیل تجویزی برای تصمیم‌گیری‌های مادی نیازمند اعتماد کردن به تحلیل‌های اولیه است. در نهایت، ممکن است الگوریتم‌ها خودشان منطقی باشند، اما روشی که انسان آنها را به‌کار می‌گیرد، مثل جهت‌گیری در تصمیم‌گیری‌ها می‌تواند آسیب‌پذیر باشد. به همین دلیل است که راینر معتقد است هر چقدر روند تصمیم‌گیری اتوماتیک‌سازی می‌شود، باید مشارکتی‌تر هم شود. او می‌گوید «اگر شما جعبه سیاهی در اختیار دارید که همه کاری انجام می‌دهد، فردی که این جعبه سیاه را طراحی کرده، در موضع قدرت قرار دارد. آنها می‌توانند از تمایلات خود برای ایجاد سیستمی استفاده کنند که همیشه کاری را انجام دهد که آنها می‌خواهند.» به گفته راینر، در عوض، فرضیاتی که طبق مدل‌های آماری شکل گرفته‌اند و اساس تجزیه و تحلیل‌های پیشگویانه و تجویزی را تشکیل می‌دهند، باید آشکارا مورد بحث و گفت‌وگو قرار بگیرند. «کسب‌وکارها باید از این ابزارها به شکل مشارکتی استفاده کنند تا سناریوهای مختلف را با هم مقایسه کنند، گزینه‌های مختلف را زیر نظر بگیرند و نتایج مختلف را مورد ارزیابی قرار دهند.» این ترکیب بکارگیری تحلیل الگوریتمی و خرد جمعی در سازمان، دستورالعملی است که راینر معتقد است بر روش ناقص فعلی تصمیم‌گیری کسب‌وکار غلبه خواهد کرد.

نویسنده: پیتر سوابی مترجم: مریم رضایی منبع: Information Age