اسلایدها و دوره‌ها / سخنرانی

بنگاه در دام تصمیم‌های خوب

منطق تصمیم، حافظه تحلیلی و چابکی سازمانی

از نویز و سوگیری تا وابستگی به مسیر؛ نقش حافظهٔ تحلیلی و هوش مصنوعی در بازسازی و ارزیابی منطق تصمیم بنگاه.

مشاهدهٔ PDF فایل فارسی · ۲٫۳۹ MiB
اسلاید نخست ارائهٔ «بنگاه در دام تصمیم‌های خوب»

آیا ممکن است بنگاهی با مجموعه‌ای از تصمیم‌های درست و موفق، به‌تدریج توان تصمیم‌گیری مؤثر خود را از دست بدهد؟ آیا آنچه امروز نشانه تجربه، تخصص و ثبات مدیریتی تلقی می‌شود، می‌تواند فردا به مانعی در برابر تغییر و سازگاری تبدیل شود؟

بنگاه‌ها معمولاً موفقیت‌های گذشته را نشانه درستی تصمیم‌های خود می‌دانند. با تکرار این تصمیم‌ها، منابع، مهارت‌ها، قراردادها و ساختارهای سازمانی نیز پیرامون آن‌ها شکل می‌گیرند. به‌تدریج انتخاب مسیرهای متفاوت دشوارتر می‌شود؛ حتی زمانی که شرایط محیطی تغییر کرده و دیگر نمی‌توان با همان منطق گذشته تصمیم گرفت. در چنین وضعیتی، مشکل الزاماً تصمیم اشتباه نیست؛ گاهی دقیقاً تصمیم‌های درست گذشته هستند که بنگاه را گرفتار می‌کنند.

از کیفیت تصمیم تا شناخت منطق تصمیم‌گیری

این ارائه با مرور مفاهیم نویز و سوگیری در قضاوت و تصمیم‌گیری آغاز می‌شود و نشان می‌دهد چرا دسترسی به داده‌های بیشتر، استفاده از الگوریتم‌ها یا حتی کاهش اختلاف میان قضاوت‌های مدیران، لزوماً به تصمیم‌های بهتر منجر نمی‌شود. ممکن است تصمیم‌های یک سازمان سازگارتر شوند، اما همچنان از سوگیری مشترکی پیروی کنند.

از این نقطه، بحث به مسئله‌ای بنیادی‌تر می‌رسد: سازمان‌ها معمولاً تصمیم‌های خود و گاهی نتایج آن‌ها را ثبت می‌کنند، اما کمتر به ثبت و بررسی منطق شکل‌گیری تصمیم توجه دارند. چه گزینه‌هایی بررسی شدند؟ کدام فرض‌ها و معیارها تعیین‌کننده بودند؟ چرا برخی شواهد پذیرفته و برخی کنار گذاشته شدند؟ و آیا با تغییر شرایط، هنوز همان انتخاب قابل دفاع است؟

بدون پاسخ به این پرسش‌ها، انباشت تجربه الزاماً به افزایش توان تصمیم‌گیری منجر نمی‌شود. سازمان ممکن است تاریخچه‌ای طولانی از تصمیم‌ها داشته باشد، اما نداند چرا آن تصمیم‌ها گرفته شده‌اند و چگونه می‌توان از آن‌ها برای انتخاب‌های آینده آموخت.

حافظه تحلیلی؛ از ثبت تصمیم تا یادگیری سازمانی

بخش دوم ارائه به مفهوم حافظه تحلیلی سازمان می‌پردازد؛ قابلیتی که فراتر از بایگانی اسناد، صورت‌جلسات و گزارش‌هاست و می‌کوشد رابطه میان مسئله، شواهد، فرض‌ها، گزینه‌ها، انتخاب نهایی و پیامدهای آن را حفظ و بازسازی کند.

در این چارچوب، هوش مصنوعی می‌تواند به یافتن شواهد پراکنده، پیشنهاد پیوندهای تحلیلی و مقایسه تصمیم‌های مشابه کمک کند. اما هدف، جایگزین‌کردن قضاوت انسانی با پاسخ‌های ظاهراً قطعی ماشین نیست. هر ادعا باید به شواهد قابل پیگیری متصل باشد، استنباط از واقعیت مستند تفکیک شود و در نبود شواهد کافی، «هنوز نمی‌دانیم» پاسخی معتبر باقی بماند.

اهمیت این قابلیت تنها در بررسی تصمیم‌های گذشته نیست. بنگاهی که بتواند الگوی تصمیم‌گیری خود را بشناسد، بهتر می‌تواند تشخیص دهد چه چیزی را باید حفظ کند و چه زمانی لازم است در انتخاب‌های موفق گذشته بازنگری کند. از این منظر، حافظه تحلیلی می‌تواند به یکی از ظرفیت‌های مهم یادگیری سازمانی، چابکی و حکمرانی تصمیم تبدیل شود.

درباره ارائه

ایده اولیه این بحث از مسئله شناسایی و تحلیل الگوهای تکرارشونده در گفت‌وگوهای نخبگانی شکل گرفت و در جریان همکاری علمی مهران ضیابری با دکتر فرهاد نیلی، با هدایت ایشان به حوزه تصمیم‌گیری و یادگیری در بنگاه‌ها گسترش یافت.

حاصل این همکاری، ارائه «بنگاه در دام تصمیم‌های خوب؛ منطق تصمیم، حافظه تحلیلی و چابکی سازمانی» است که در ۱۹ مهر ۱۴۰۵ (۱۱ اکتبر ۲۰۲۶) توسط دکتر فرهاد نیلی در بیستمین کنفرانس بین‌المللی مدیریت پروژه ارائه شد.

این مجموعه ۲۳ اسلایدی، تلاشی برای پیوند مباحث اقتصاد و نظریه تصمیم‌گیری با ظرفیت‌های نوین هوش مصنوعی در شناخت رفتار سازمانی است. هدف آن ارائه یک محصول نرم‌افزاری یا راهکار فنی آماده نیست، بلکه طرح یک مسئله بنیادی در مدیریت و حکمرانی بنگاه‌هاست:

چگونه می‌توان تجربه تصمیم‌گیری را به توان تصمیم‌گیری تبدیل کرد، بی‌آنکه سازمان اسیر موفقیت‌های گذشته خود شود؟

سرفصل‌ها

  1. ۱تصمیم‌گیری سازمانی
  2. ۲نویز و سوگیری در قضاوت
  3. ۳وابستگی به مسیر
  4. ۴حافظه تحلیلی
  5. ۵هوش مصنوعی
  6. ۶چابکی سازمانی