
اینجاست که تصمیمگیری در شرایط عدم قطعیت به یکی از مهمترین مهارتهای مدیریتی تبدیل میشود.
تصمیمگیری در این محیط به معنای پیشبینی دقیق آینده نیست. مسئله اصلی این است که چگونه با وجود اطلاعات ناقص، احتمالات متعدد، ریسکهای ناشناخته و تغییرات سریع، تصمیمی بگیریم که کیفیت آن قابل دفاع باشد و سازمان را برای آیندههای مختلف آماده کند.
در این مقاله، یک چارچوب کاربردی برای تصمیمگیری در شرایط عدم قطعیت ارائه میکنیم و نشان میدهیم مدیران چگونه میتوانند با ترکیب تفکر استراتژیک، سناریوپردازی، داده و هوش مصنوعی، کیفیت تصمیمهای خود را افزایش دهند.
عدم قطعیت زمانی وجود دارد که درباره آینده اطلاعات کافی و قابل اتکایی نداریم و نمیتوانیم با اطمینان بگوییم چه اتفاقی رخ خواهد داد.
برای مثال، فرض کنید مدیر یک شرکت تولیدی میخواهد برای سال آینده ظرفیت تولید را افزایش دهد.
او ممکن است درباره ظرفیت فعلی، هزینه تولید و وضعیت فعلی بازار اطلاعات دقیقی داشته باشد؛ اما نمیداند:
بنابراین مدیر با یک آینده قطعی مواجه نیست؛ بلکه با چند آینده ممکن روبهروست.
اینجا تفاوت میان یک تصمیم معمولی و تصمیمگیری در شرایط عدم قطعیت آشکار میشود.
در شرایط عادی ممکن است بتوانیم با استفاده از دادههای گذشته، روند آینده را تا حدی برآورد کنیم. اما هرچه محیط پیچیدهتر و متغیرتر شود، اتکا به گذشته بهتنهایی خطرناکتر خواهد شد.
میتوان گفت:
تصمیمگیری در شرایط عدم قطعیت یعنی انتخاب بهترین اقدام ممکن، با توجه به اطلاعات موجود و با در نظر گرفتن آیندههایی که هنوز از وقوع آنها مطمئن نیستیم.
بنابراین هدف، پیدا کردن «تصمیم کاملاً درست» نیست؛ بلکه پیدا کردن تصمیمی مقاوم، منطقی و قابل اصلاح است.
این سه مفهوم اغلب به جای یکدیگر استفاده میشوند، اما از نظر تصمیمگیری تفاوت دارند.
|
مفهوم |
وضعیت |
مثال |
|
ریسک |
پیامدها و احتمالها تا حدی قابل برآورد هستند |
احتمال افزایش هزینه مواد اولیه |
|
ابهام |
اطلاعات موجود را نمیتوان بهدرستی تفسیر کرد |
چند برداشت متفاوت از رفتار مشتری |
|
عدم قطعیت |
آینده یا احتمال وقوع رویدادها بهخوبی مشخص نیست |
ورود یک فناوری کاملاً جدید به بازار |
این تفاوت بسیار مهم است.
در شرایط ریسک، میتوانیم از تحلیل احتمال و سنجش پیامد استفاده کنیم. اما در شرایط عدم قطعیت، لازم است علاوه بر تحلیل داده، تفکر سناریویی و انعطافپذیری تصمیم را نیز وارد فرایند کنیم.
مشکل فقط کمبود اطلاعات نیست. حتی گاهی اطلاعات زیادی داریم، اما نمیدانیم کدام اطلاعات برای تصمیم مهمتر است.
چند عامل معمولاً تصمیمگیری را دشوار میکنند.
مدیر مجبور است قبل از اینکه همه اطلاعات را داشته باشد تصمیم بگیرد.
ممکن است فرضی که امروز درست است، سه ماه بعد دیگر معتبر نباشد.
تصمیمهای مهم معمولاً فقط به یک متغیر وابسته نیستند.
برای مثال، یک تصمیم سرمایهگذاری ممکن است همزمان تحت تأثیر بازار، منابع انسانی، فناوری، رقابت، تأمین مالی و قوانین قرار داشته باشد.
مدیران معمولاً فرصت نامحدود برای فکر کردن ندارند.
گاهی «تصمیم نگرفتن» خود یک تصمیم پرهزینه است.
مغز انسان هنگام تصمیمگیری تحت تأثیر تجربیات قبلی، ترس، خوشبینی بیش از حد، فشار گروهی و علاقه به حفظ وضعیت موجود قرار میگیرد.
به همین دلیل ممکن است مدیر با وجود داشتن اطلاعات کافی، تصمیم مناسبی نگیرد.
قبل از اینکه سراغ راهکار برویم، بهتر است چند اشتباه رایج را بشناسیم.
هیچگاه اطلاعات صددرصد کامل نخواهد شد.
مدیری که منتظر قطعیت کامل میماند، ممکن است فرصت تصمیمگیری را از دست بدهد.
دادههای تاریخی مهماند، اما گذشته الزاماً نماینده دقیق آینده نیست.
وقتی شرایط محیطی تغییر کرده، مدلهایی که فقط بر گذشته متکی هستند ممکن است گمراهکننده شوند.
یکی از خطرناکترین خطاها این است که مدیر فقط یک آینده را در ذهن خود فرض کند.
بهتر است به جای پرسش:
«چه اتفاقی خواهد افتاد؟»
بپرسیم:
«اگر چند حالت مختلف رخ دهد، چه میکنیم؟»
تصمیمگیری سریع همیشه به معنای تصمیمگیری خوب نیست.
هدف، سرعت مناسب همراه با کیفیت مناسب است.
گاهی مشکل اصلی این نیست که تصمیم بدی گرفتهایم؛ مشکل این است که فقط یک گزینه را دیدهایم.
برای اینکه تصمیمگیری از یک فرایند مبهم به یک فرایند قابل مدیریت تبدیل شود، میتوان از چارچوب زیر استفاده کرد.
ابتدا مشخص کنید دقیقاً چه چیزی را باید انتخاب کنید.
مثلاً:
بد:
آیا باید شرکت را توسعه دهیم؟
بهتر:
آیا در ۶ ماه آینده ظرفیت تولید خط A را ۳۰ درصد افزایش دهیم یا توسعه را تا مشخصشدن روند تقاضا به تعویق بیندازیم؟
هرچه مسئله دقیقتر تعریف شود، تحلیل آن نیز بهتر خواهد شد.
در این مرحله مشخص کنید چه عوامل داخلی و خارجی میتوانند نتیجه تصمیم را تحت تأثیر قرار دهند.
برای مثال:
سپس مشخص کنید کدام عوامل قابل کنترل و کدام عوامل غیرقابل کنترل هستند.
هر تصمیم مهم بر اساس چند فرض ساخته میشود.
مثلاً:
«فرض میکنیم تقاضای بازار حداقل ۱۵ درصد رشد خواهد کرد.»
حالا سؤال مهم این است:
اگر این فرض اشتباه باشد، چه اتفاقی میافتد؟
این پرسش کمک میکند نقاط آسیبپذیر تصمیم را شناسایی کنیم.
بهجای پیشبینی یک آینده، چند آینده منطقی طراحی کنید.
برای مثال:
تقاضا رشد میکند، قیمت مواد اولیه کنترل میشود و رقابت افزایش شدیدی ندارد.
رشد بازار محدود است و هزینهها کمی افزایش مییابند.
تقاضا کاهش مییابد و هزینهها بهطور همزمان افزایش پیدا میکنند.
هدف سناریوپردازی پیشبینی آینده نیست.
هدف این است که سازمان برای چند آینده مختلف آمادهتر باشد.
اکنون میتوانید تصمیمهای مختلف را در برابر سناریوهای مختلف بررسی کنید.
یک جدول ساده میتواند کمک زیادی کند:
|
گزینه |
سناریوی مطلوب |
سناریوی محتمل |
سناریوی بحرانی |
|
توسعه کامل |
بسیار مناسب |
مناسب |
پرریسک |
|
توسعه مرحلهای |
مناسب |
بسیار مناسب |
قابلکنترل |
|
عدم توسعه |
ضعیف |
متوسط |
مناسب |
در بسیاری از شرایط عدم قطعیت، گزینهای که در بهترین سناریو بالاترین سود را دارد، الزاماً بهترین گزینه نیست.
گاهی بهترین انتخاب، گزینهای است که در مجموعهای از آیندههای مختلف عملکرد قابلقبولی دارد.
یک تصمیم خوب لزوماً نباید غیرقابل برگشت باشد.
میتوانید مشخص کنید:
اگر شاخص X از مقدار مشخصی عبور کرد، تصمیم را بازبینی میکنیم.
برای مثال:
اگر فروش سهماهه آینده حداقل ۱۰ درصد رشد کند، مرحله دوم سرمایهگذاری را آغاز میکنیم.
این رویکرد باعث میشود تصمیم شما پویا و قابل اصلاح باشد.
آخرین مرحله، اجرای تصمیم است.
اما کار در اینجا تمام نمیشود.
پس از اجرا باید بررسی کنیم:
این حلقه یادگیری به مرور کیفیت تصمیمهای سازمان را افزایش میدهد.
سناریوپردازی یکی از ابزارهای مهم برای تصمیمگیری در شرایط عدم قطعیت است.
اما یک سوءبرداشت رایج وجود دارد:
سناریوپردازی به معنای پیشبینی دقیق آینده نیست.
سناریوها در واقع تصاویر منطقی از آیندههای ممکن هستند.
برای مثال، یک شرکت معدنی را در نظر بگیرید که درباره سرمایهگذاری جدید تصمیم میگیرد.
بهجای اینکه بگوید:
«قیمت محصول در سال آینده افزایش خواهد یافت.»
میتواند چند حالت را بررسی کند:
سپس بررسی کند که هر تصمیم در هر وضعیت چه پیامدی دارد.
نتیجه ممکن است این باشد که بهجای یک سرمایهگذاری سنگین و غیرقابل برگشت، پروژه را مرحلهبندی کند.
این دقیقاً یکی از ارزشهای سناریوپردازی است:
کاهش وابستگی تصمیم به یک فرض درباره آینده.
هوش مصنوعی میتواند کیفیت فرایند تصمیمگیری را افزایش دهد، اما نباید آن را جایگزین مسئولیت مدیریتی دانست.
یکی از کاربردهای ارزشمند AI، کمک به مدیر در گسترش دامنه تحلیل است.
برای مثال، مدیر میتواند از یک ابزار هوش مصنوعی بخواهد:
فرض کنید مدیر قصد دارد وارد بازار جدیدی شود.
بهجای پرسیدن صرفاً:
«آیا ورود به این بازار مناسب است؟»
میتوان از AI خواست نقش چند متخصص مختلف را شبیهسازی کند:
مدیر مالی: مهمترین ریسکهای مالی چیست؟
مدیر بازاریابی: چه فرضهایی درباره مشتری ممکن است اشتباه باشند؟
مدیر عملیات: چه محدودیتهایی در اجرا وجود دارد؟
رقیب فرضی: چگونه میتوانم ورود شما را دشوار کنم؟
منتقد تصمیم: ضعیفترین استدلال در این تصمیم چیست؟
این نوع استفاده از هوش مصنوعی میتواند «اتاق فکر» مدیر را بزرگتر کند.
اما تصمیم نهایی همچنان باید با توجه به واقعیت سازمان، تجربه مدیریتی، دادههای معتبر و مسئولیت حرفهای اتخاذ شود.
فرض کنیم یک شرکت تولیدی تصمیم دارد یک خط تولید جدید راهاندازی کند.
سرمایهگذاری قابلتوجه است و مدیرعامل سه گزینه دارد:
در نگاه اول، شاید سرمایهگذاری کامل سود بیشتری داشته باشد.
اما پس از بررسی سناریوها مشخص میشود که در صورت کاهش تقاضا، هزینه فرصت و فشار نقدینگی بسیار بالا خواهد بود.
در مقابل، سرمایهگذاری مرحلهای امکان میدهد شرکت ابتدا بخشی از ظرفیت را ایجاد کند و پس از دریافت اطلاعات جدید، مرحله بعدی را فعال کند.
بنابراین تصمیم بهینه ممکن است نه بیشترین سود در بهترین حالت، بلکه بهترین تعادل میان فرصت، انعطافپذیری و ریسک باشد.
این همان تفاوت میان تصمیمگیری ساده و تصمیمگیری حرفهای در شرایط عدم قطعیت است.
یک نکته مهم این است که نتیجه خوب الزاماً به معنای تصمیم خوب نیست.
ممکن است مدیری تصمیم اشتباهی بگیرد اما بهدلیل شانس، نتیجه خوبی حاصل شود.
برعکس، ممکن است تصمیمی بر پایه تحلیل منطقی و اطلاعات موجود گرفته شده باشد اما نتیجه نهایی تحت تأثیر یک اتفاق غیرقابل پیشبینی قرار بگیرد.
بنابراین کیفیت تصمیم را باید جدا از نتیجه آن بررسی کرد.
قبل از تصمیمهای مهم، این پرسشها را بررسی کنید:
هرچه پاسخ به این پرسشها دقیقتر باشد، فرایند تصمیمگیری قابل اتکاتر خواهد بود.
مفهوم VUCA یکی از چارچوبهایی است که برای توصیف محیطهای متلاطم و پیچیده کسبوکار استفاده میشود.
چهار جزء اصلی VUCA عبارتاند از:
Volatility — نوسان
Uncertainty — عدم قطعیت
Complexity — پیچیدگی
Ambiguity — ابهام
در چنین محیطی، مدلهای سنتی تصمیمگیری که بر فرض ثبات و قابلیت پیشبینی بالا متکی هستند، ممکن است کافی نباشند.
مدیر باید علاوه بر برنامهریزی، توانایی یادگیری، بازنگری، سناریوسازی و سازگاری را نیز در سیستم تصمیمگیری سازمان وارد کند.
به همین دلیل، تصمیمگیری در شرایط عدم قطعیت را نباید یک مهارت فردی صرف دانست.
این موضوع میتواند بخشی از سیستم مدیریتی سازمان باشد.
هدف نهایی تصمیمگیری فقط حل مسئله امروز نیست.
یک تصمیم خوب باید بتواند به سازمان کمک کند که در طول زمان عملکرد خود را حفظ و بهبود دهد.
اینجاست که مفهوم موفقیت پایدار اهمیت پیدا میکند.
اگر تصمیمهای سازمان فقط بر سود کوتاهمدت متمرکز باشند، ممکن است در بلندمدت باعث تضعیف منابع، کاهش انعطافپذیری یا افزایش آسیبپذیری سازمان شوند.
اما اگر تصمیمگیری با نگاه سیستمی انجام شود، مدیر میتواند همزمان به موضوعاتی مانند:
توجه کند.
در این نگاه، تصمیمگیری دیگر یک فعالیت منفرد نیست؛ بلکه بخشی از مسیر دستیابی به موفقیت پایدار کسبوکار است.
همه تصمیمها نیازمند مشاور نیستند.
اما زمانی که یک تصمیم:
استفاده از یک نگاه مستقل و ساختاریافته میتواند ارزش قابلتوجهی ایجاد کند.
نقش مشاور در این وضعیت لزوماً این نیست که به جای مدیر تصمیم بگیرد.
نقش ارزشمندتر این است که کمک کند:
مسئله بهتر تعریف شود، فرضها آشکار شوند، گزینهها گسترش یابند، سناریوها بررسی شوند و کیفیت استدلال تصمیم افزایش یابد.
بله، اما «تصمیم درست» نباید به معنای پیشبینی قطعی آینده باشد. هدف این است که با استفاده از اطلاعات موجود، بهترین گزینه قابل دفاع را انتخاب کنیم و برای تغییر شرایط نیز آمادگی داشته باشیم.
هوش مصنوعی میتواند به تحلیل، مقایسه گزینهها، کشف فرضهای پنهان و تولید سناریو کمک کند، اما مسئولیت تصمیمهای مهم سازمان همچنان باید بر عهده تصمیمگیرنده انسانی باشد.
در شرایط ریسک معمولاً میتوان احتمال رخدادها و پیامدها را تا حدی برآورد کرد. در شرایط عدم قطعیت، اطلاعات درباره آینده ناقصتر است و باید علاوه بر تحلیل احتمال، از رویکردهایی مانند سناریوپردازی و طراحی تصمیمهای منعطف استفاده کرد.
بله. سناریوپردازی فقط برای شرکتهای بزرگ نیست. یک کسبوکار کوچک نیز میتواند چند حالت از آینده بازار، فروش، هزینهها یا رقابت را بررسی کند و بر اساس آن تصمیمهای انعطافپذیرتری بگیرد.
یکی از مهمترین مهارتها، توانایی جداکردن «واقعیت»، «فرض» و «برداشت شخصی» است. مدیر باید بتواند مسئله را شفاف کند، فرضهای خود را آشکار کند، گزینههای مختلف را ببیند و آماده بازنگری تصمیم باشد.
محیط کسبوکار امروز بیش از گذشته به مدیرانی نیاز دارد که بتوانند با اطلاعات ناقص، زمان محدود و آینده نامشخص، تصمیمهای باکیفیت بگیرند.
تصمیمگیری در شرایط عدم قطعیت به معنای حدسزدن آینده نیست.
این مهارت یعنی:
مسئله را دقیق تعریف کنیم.
فرضها را شناسایی کنیم.
گزینههای مختلف را ببینیم.
چند آینده ممکن را بررسی کنیم.
ریسکها و پیامدها را مقایسه کنیم.
تصمیمی منعطف و قابل بازنگری طراحی کنیم.
و از نتایج تصمیمهای گذشته یاد بگیریم.
در چنین رویکردی، مدیر تلاش نمیکند آینده را کنترل کند؛ بلکه سازمان را برای مواجهه هوشمندانهتر با آیندههای مختلف آماده میکند.
و شاید مهمترین سؤال در شرایط عدم قطعیت این نباشد که:
«آینده دقیقاً چه خواهد شد؟»
بلکه این باشد:
«اگر آینده آنطور که انتظار داریم پیش نرفت، چقدر آمادهایم؟»
اگر یک تصمیم مهم، پیچیده یا پرریسک در کسبوکار شما وجود دارد، میتوان آن را از یک مسئله مبهم به یک فرایند تصمیمگیری ساختاریافته تبدیل کرد.
در یک جلسه مشاوره تصمیمگیری میتوان مسئله را شفاف کرد، فرضهای اصلی را بررسی کرد، گزینههای جایگزین را ساخت و سناریوهای مختلف آینده را مورد ارزیابی قرار داد.
اگر اکنون با یک تصمیم مهم مدیریتی روبهرو هستید، برای بررسی ساختاریافته آن درخواست مشاوره کنید.
