چرا هوش مصنوعی جایگزین مدیران نخواهد شد؟

از آنجا که هوش‌ مصنوعی به شکلی روبه‌رشد از افراد در گستره بزرگی از کارهای تخصصی پیشی می‌گیرد، آیا روزی مدیران انسانی را کنار خواهد گذاشت؟ خوشبختانه، یک توانایی شناختی وجود دارد که انسان در آن هنوز برتری بزرگی دارد: چهارچوب‌بندی دوباره. این ویژگی درباره حل یک مشکل (با شهود یا استدلال آگاهانه) نیست، بلکه درباره تعریف دقیق از مشکلی است که باید حل شود. این کار چندان آسان نیست و زمان‌بر است، اما گامی کلیدی برای کشف نوآوری‌های مهم و سازگاری با محیطی است که پیوسته دگرگون می‌شود.

چهار راهکار به پرورش این توانایی کمک می‌کند: فراهم کردن زمان برای نیندیشیدن به مشکل، روشن کردن انگاشته‌های پنهان، کاوش بازیگوشانه و کاربرد قیاس‌های شگفت‌انگیز.

---

روش‌های پردازش اطلاعات

---

اندیشیدن مهم‌ترین ابزار از بین تمام چیزهایی است که مدیران برای رهبری کسب‌وکارشان به ‌کار می‌گیرند. اندیشیدن شامل دو روش جداگانه پردازش اطلاعات است: شهودی و آگاهانه، که دانیل کانمن (Daniel Kahneman) برنده جایزه نوبل آن را اندیشیدن تند و آهسته نامیده است.

امروزه رایانه‌ها به شکلی روبه‌رشد در هر دو بهتر کار می‌کنند. رایانه‌ها تا زمانی که قوانین و داده‌های موقعیت مشخص باشد با قدرت محاسباتی خام خود انسان‌ها را در کارهای استدلالی آگاهانه به‌سادگی شکست می‌دهند. مدیران به شکل معمول برای ایجاد سبد سرمایه‌گذاری، تصمیم‌گیری درباره قیمت‌گذاری و درک مخاطره‌های زنجیره تأمین به بهینه‌سازی و شبیه‌سازی ریاضی روی می‌آورند.

انسان‌ها پیش از این در تشخیص الگوها که مقدار زیادی کار شهودی است دارای برتری بودند. اکنون می‌توان رایانه‌ها را آموزش داد تا درک‌شان از انبوه داده را با استفاده از یادگیری ماشین گسترش دهند. پژوهش‌های اخیر نشان داده که رایانه‌ها در کارهای تخصصی مانند تشخیص سرطان در اسکن توموگرافی رایانه‌ای و انتخاب اهداف سرمایه‌گذاری بهتر از انسان‌ها عمل می‌کنند.

---

اندیشیدن با آهستگی در روند چارچوب‌بندی

---

پرسش این است که با روند فعلی کارها، مدیران می‌توانند همچنان برای سازمان‌ها ارزش‌آفرین باشند؟ خوشبختانه یک توانایی شناختی وجود دارد که انسان در آن هنوز نسبت به رایانه برتری دارد: آهسته اندیشیدن.

اندیشیدن با آهستگی در روند چارچوب‌بندی دوباره به‌کار می‌آید؛ فرآیندی که در آن دوباره عوامل، هدف‌ها و فرضیاتی را بررسی می‌کنیم که بر پایه آنها تصمیم می‌گیریم. چارچوب‌بندی دوباره نه درباره حل مشکل (با شهود یا استدلال آگاهانه)، بلکه درباره تعریف دقیق از مشکلی است که باید حل شود.

چارچوب‌بندی دوباره آسان نیست. روشی که مدیران تصمیمات‌شان را در چارچوب آن قرار می‌دهند، می‌تواند به شکلی ژرف در سنت‌های صنعت، تاریخچه سازمانی و آموخته‌ها و تجربه مدیران تثبیت شود. چهارچوب‌بندی دوباره می‌تواند بسیار وقت‌گیر باشد؛ از این رو ما آن را اندیشیدن آهسته می‌نامیم.

نوآوری‌های پیشگامانه در الگوهای کسب‌وکار در بیشتر اوقات آنگاه به دست می‌آید که شرکت‌ها دیدگاه‌های ایستا درباره چگونگی ایجاد و جذب ارزش را کنار بگذارند و از این رو چهارچوب‌بندی دوباره بسیار مهم است.

نگاهی به آمازون بیندازید. در سال ۱۹۹۹ یک خبرنگار CNBC جف بزوس را به چالش کشید زیرا این شرکت با در اختیار داشتن مراکز توزیع بزرگ و گران‌قیمت و کارمندان بسیار، دیگر آن شرکت اینترنتی ناب مطلوب سرمایه‌گذاران اینترنتی نبود. بزوس در این‌باره پاسخ داد: «Internet, shminternet» و دیدگاه کافی بودن یک الگوی کسب‌وکار ارزان برای رقابت در این میدان را رد کرد. او به‌ جای پذیرش دوگانگی «اینترنت ناب» در مقابل «خرده‌فروشی سنتی» گفت‌وگو را در قالب وسواس در ارائه تجربه عالی برای مشتری چهارچوب‌بندی دوباره کرد و تمرکز همه گزینه‌های راهبردی آمازون بر این هدف را تشریح کرد.

---

چهارچوب‌بندی دوباره و تغییرات ناشی از پویایی بازار

---

چهارچوب‌بندی دوباره به‌ویژه آنگاه که پویایی بازار تغییر می‌کند نقشی حیاتی دارد. نوکیا را در نظر بگیرید که در کسب‌وکار تلفن‌های همراه آموخته بود که ارائه‌های جدید و موفق منجر به افزایش شتابان فروش و کسب سود خوب می‌شود؛ در نتیجه شرکت تصمیم به جلوگیری از برخی سرمایه‌گذاری‌های پرهزینه گرفت و از کارهایی که بازده بلادرنگ نداشت کناره گرفت.

در اوایل دهه ۲۰۰۰ بسیاری از نوآوری‌های پیشگامانه که بسیار خطرناک برشمرده می‌شد و انتظار نمی‌رفت در آغاز با پذیرش گسترده روبه‌رو شود؛ ازجمله تلفن‌های با صفحه لمسی، دستگاه‌های تبلت و بازی‌های موبایلی را کنار زد. این رویکرد به‌ویژه آنگاه آسیب‌رسان شد که رقابت به سطح اکوسیستم منتقل شد.

آن‌طور که یکی از مدیران پیشین نوکیا با ابراز تأسف اشاره می‌کند؛ در حالی که نوکیا همچنان بازار را با سخت‌افزار جدید پر می‌کرد «بسته‌های توسعه نرم‌افزار و اکوسیستم و برنامه‌های سایر تولیدکنندگان در اولویت نبود.» علاوه بر این «خدمات مصرف‌کننده در مقیاس بزرگ در یک یا دو سال ساخته نمی‌شوند و ما در بیشتر مواقع بردباری لازم برای آن را نداشتیم.» دوران گوشی‌های هوشمند نیازمند دیدگاه جدید برای کارکرد بلندمدت بود و پادشاه سخت‌افزاری که شتابان حرکت می‌کرد آن را نداشت.

---

مزیتی انسانی که هوش مصنوعی عاری از آن است

---

توانایی انسان برای اندیشیدن به‌آهستگی نیز کلیدی برای هوش‌ مصنوعی پیشرفته است که کارآمد نیست، مگر اینکه افراد ابتدا یک چالش کسب‌وکاری را به یک مسئله هوش‌ مصنوعی تبدیل کنند. همان‌طور که Ajay Agrawal وJoshua Gans  و  Avi Goldfarb بیان کرده‌اند، هوش‌ مصنوعی دسته‌ای از الگوریتم‌های گوناگون پیش‌بینی است. چهارچوب‌بندی دوباره مشکلات نیازمند داوری وقت‌گیر انسانی و ارزیابی دقیق (مانند شناسایی تقلب در بیمه و سنجش اعتبار) مشکلات قابل پیش‌بینی هستند و به شکلی دقیق این است که چگونه چیزهایی مانند لیموناد و کلم کسب‌وکارهای رشدیافته‌ای مانند بیمه مصرف‌کنندگان و وام دادن به کسب‌وکارهای خرد را به لرزه درآورده است.

در دنیایی که مدیران می‌توانند از رایانه‌ها برای قدرتمند ساختن خود در اندیشیدن شتابان و آهسته استفاده کنند، توانایی چهارچوب‌بندی دوباره گندم را از کاه جدا می‌سازد و این چهار راهبرد به پرورش آن کمک می‌کند.

---

زمانی برای فکر نکردن به مشکل بگذارید

---

پژوهش‌ها نشان می‌دهد یک دوره نهفتگی (Incubation) به تولید راهکارهای خلاقانه‌تر کمک می‌کند. آنگاه که برای دوره‌ای یک مشکل را کنار می‌گذارید از چارچوب کنونی آن دور می‌شوید و فضا را برای بازسازی و بینش‌های خودجوش باز می‌کنید؛ بنابراین پس از اینکه فرایند حل یک مشکل را شروع کردید، برای دوره‌ای به کاری دیگر بپردازید و بگذارید آرام‌آرام پخته شود.

---

پیش‌داده‌های پنهان را آشکارا بیان کنید

---

ما در بیشتر مواقع درباره پیش‌داده‌های محدودکننده و خودتحمیلی که با آن در موقعیت‌ها برخورد می‌کنیم، آگاهی نداریم. فرایندهای گروهی که برای تحریک تعارض شناختی طراحی شده‌اند به آشکارسازی آنها کمک می‌کنند. می‌توانید یک گروه را وادار کنید تا راهکار گروهی دیگر را به چالش بکشد یا دو گروه را درگیر ارائه راهکارهای متضاد برای یک مشکل کنید. ساختن یک مدل ریاضی نیز می‌تواند سودمند باشد زیرا شما را ناگزیر می‌کند پیش‌داده‌ها درباره اینکه چه چیزی مشکل‌آفرین است و چگونگی کارکرد روش‌های پیشنهادی را روشن کنید.

مدل‌سازی اغلب پویایی‌های پیش‌بینی‌نشده را آشکار می‌‌کند و منجر به دگرگونی شیوه اندیشیدن درباره چگونگی بهترین مدیریت کارها می‌شود. هنگامی که شرکت فلور (Flour Corporation) مدل‌سازی شبیه‌سازی برای کمک به پیش‌بینی تغییرات در هزینه‌ها و زمان‌بندی پروژه‌های پیچیده را معرفی کرد، مدیران دریافتند که می‌توان این تغییرات را به ‌جای روش گذشته‌نگرانه به‌ شکل پیشگیرانه مدیریت کرد؛ آن‌طور که شیوه کار آن زمان بود.

---

در اکتشاف بازیگوش شرکت کنید

---

تزریق عنصری از خیال‌پردازی در تصمیم‌گیری می‌تواند به مدیران کمک کند تا از نظر ذهنی خودشان را از پیش‌داده‌ها و «دستورکارهای صنعت»، آنچه همه می‌دانند آن صنعت بدان آگاه است، دور کنند و خلاقیت را آزاد سازند. رها شدن از محدودیت‌ها را می‌توان با درخواست از گروه‌های کاری برای ساخت لگو از طرح‌هایشان به‌منظور انتقال به دیگران انجام داد.

---

ارتقای قیاس

---

مقایسه‌ها ابزاری قدرتمند برای چهارچوب‌بندی دوباره کارهای آشنا هستند. طرح‌ها و شیوه‌های کنونی یک صنعت را می‌توان برای تغییر شکل دادن دیگری به‌ کار برد. بری گوردی جونیور (Berry Gordy Jr.) با الگوبرداری از خط مونتاژ شرکت فورد که پیش‌تر در آن کار می‌کرد، (Motown Records) را به یک کارخانه موفق تبدیل کرد. گاهی قرار گرفتن در معرض امور کاملاً متفاوت مانند ورزش‌های رزمی، اپرا، یا داستان‌های تصویری ابرقهرمانی می‌تواند راهی برجسته برای به‌دست آوردن بینشی تازه باشد که افراد دیگر آن را ندارند.

برای نمونه طراحی مینیمالیستی اپل برخاسته از کلاس‌های خوشنویسی، درس‌های ذن بودیسم و معماری باهاوس (Bauhaus) بود که استیو جابز در معرض آن قرار گرفته بود. حتی قیاس ناقص نیز ممکن است خطوط کلی یک چهارچوب جدید از یک مشکل آزاردهنده را نشان دهد. در حالی که مدیران می‌توانند این شیوه‌ها را به ابزارهای کاربردی خود بیفزایند تا قابلیت‌های چهارچوب‌بندی دوباره‌شان افزایش یابد، باید از پشتیبانی سازمان چهارچوب‌بندی دوباره مطمئن شوند.

نخستین گام ایجاد مجراها و پرورش نوعی فرهنگ سازمانی است که در آن چالش‌‌آفرینان و خیال‌پردازان بتوانند نگرانی‌ها و طرح‌هایشان را بیان کنند و کارمندان زمانی برای اکتشاف و رشد داشته باشند. اگرچه چنین تلاش‌هایی ممکن است سودمندی بی‌درنگ و قابل لمس نداشته باشد، اما شاید برای نوسازی و شکوفایی بلندمدت سازمان و ذینفعان آن ضروری باشد.