یاسر ترکانلو؛ دانشجوی دکتری مدیریت دانشگاه تهران
تقریباً هیچ شرکتی را نمیتوان یافت که فروش، سودآوری، بهرهوری یا رضایت مشتری را بهطور مستمر اندازهگیری نکند.
مدیران هر ماه گزارشهای عملکرد را مرور میکنند، انحرافها را تحلیل میکنند و بر اساس آن تصمیمهای جدید میگیرند. اما یک پرسش کمتر مطرح میشود: آیا خودِ تصمیمهای مدیریتی نیز ارزیابی و بازبینی میشوند؟
در بسیاری از سازمانها، پاسخ منفی است. اگر نتیجه یک تصمیم مطلوب باشد، آن تصمیم موفق تلقی میشود و اگر نتیجه نامطلوب باشد، معمولاً شرایط محیطی، رقبا یا متغیرهای بیرونی مقصر شناخته میشوند. در هر دو حالت، فرصت یادگیری از فرایند تصمیمگیری از دست میرود.
این در حالی است که ادبیات جدید مدیریت بهتدریج از تمرکز بر «تصمیم درست» به سمت «بهبود مستمر کیفیت تصمیمگیری» حرکت کرده است. در واقع، پرسش مهم دیگر این نیست که (( مدیران چگونه یک تصمیم بهتر بگیرند؟))؛ بلکه این است که ((سازمان چگونه میتواند در طول زمان، کیفیت تصمیمهای خود را ارتقا دهد؟))
یکی از مهمترین آثار در این حوزه، کتاب نویز نوشته دنیل کانمن و همکاران است. نویسندگان نشان میدهند حتی افراد متخصص و باتجربه نیز هنگام مواجهه با مسائل مشابه، قضاوتهای متفاوتی دارند. پیام این اثر برای سازمانها روشن است: کیفیت تصمیمگیری را نمیتوان صرفاً به تجربه، شهود یا استعداد فردی مدیران واگذار کرد؛ بلکه باید آن را بهعنوان یک قابلیت سازمانی مدیریت کرد.
همین نگاه در ادبیات جدید هوش تصمیمگیری (Decision Intelligence) نیز دیده میشود. این رویکرد، تصمیم را واحد اصلی تحلیل قرار میدهد و تلاش میکند با استفاده از داده، تحلیل و بازخورد، کیفیت تصمیمهای آینده را بهبود دهد. به بیان دیگر، تمرکز از تولید گزارش و داشبورد به سمت یادگیری از تصمیمها تغییر کرده است. (techtarget.com)
جالب آنکه پژوهشهای جدید در حوزه هوش مصنوعی نیز همین نتیجه را تأیید میکنند. مطالعه Csaszar، Ketkar و Kim (2024) نشان میدهد مدلهای هوش مصنوعی میتوانند در تولید و ارزیابی گزینههای استراتژیک عملکرد قابلتوجهی داشته باشند، اما ارزش اصلی آنها در کمک به فرایند یادگیری و تحلیل تصمیمهاست، نه جایگزینی کامل مدیران. (arxiv.org)
از سوی دیگر، پژوهش Kim (2024) در مجله مدیریت استراتژیک نشان میدهد حتی زمانی که الگوریتمها پیشبینیهای دقیقتری ارائه میکنند، این برتری الزاماً به تصمیمهای بهتر منجر نمیشود. دلیل آن است که سازمانها معمولاً برای نحوه استفاده از این توصیهها و مدیریت اختیار تصمیمگیری، سازوکار مشخصی ندارند. به بیان ساده، مسئله فقط کیفیت اطلاعات نیست؛ بلکه کیفیت فرایند یادگیری و تصمیمگیری است. (sms.onlinelibrary.wiley.com)
اگر این یافتهها را کنار هم قرار دهیم، به یک نتیجه مهم میرسیم: مزیت رقابتی آینده شرکتها احتمالاً کمتر به داشتن اطلاعات بیشتر و بیشتر به توانایی یادگیری از تصمیمها وابسته خواهد بود.
این موضوع برای شرکتهای ایرانی اهمیت ویژهای دارد. در محیطی که با نااطمینانی، نوسانات اقتصادی و تغییرات سریع مواجه است، بسیاری از تصمیمها بر مبنای فرضیات اتخاذ میشوند؛ فرضیاتی که ممکن است چند ماه بعد اعتبار خود را از دست بدهند. در چنین شرایطی، موفقیت تنها به کیفیت تصمیم اولیه وابسته نیست، بلکه به توانایی سازمان در بازنگری فرضیات، ارزیابی نتایج و اصلاح مسیر بستگی دارد.
به همین دلیل، شاید زمان آن رسیده باشد که شرکتها در کنار سیاستهای منابع انسانی، مالی یا فناوری، به «سیاست یادگیری از تصمیمها» نیز فکر کنند. چنین سیاستی میتواند شامل ثبت فرضیات کلیدی پیش از تصمیمگیری، مرور دورهای تصمیمهای مهم، تحلیل فاصله میان پیشبینیها و نتایج واقعی و مستندسازی آموختههای سازمان باشد.
بسیاری از شرکتها عملکرد را اندازهگیری میکنند، اما تعداد کمتری از آنها کیفیت تصمیمهای خود را میسنجند. تفاوت میان این دو، همان جایی است که مزیت رقابتی شکل میگیرد.
در نهایت، شرکتهای موفق الزاماً آنهایی نیستند که همیشه تصمیمهای درستی میگیرند. در دنیای پیچیده و پرابهام امروز، چنین انتظاری واقعبینانه نیست.
شرکتهای موفق، سازمانهایی هستند که سریعتر از رقبا از تصمیمهای خود یاد میگیرند و این یادگیری را به تصمیمهای بعدی منتقل میکنند. شاید مزیت رقابتیِ فراموششده همین باشد: توانایی تبدیل هر تصمیم، چه موفق و چه ناموفق، به یک فرصت یادگیری.
