شارا - شبكه اطلاع رساني روابط عمومي ايران : درس ‏هايي از ترامپ و برگزيت براي قدرت پيش‏بيني كسب ‏و كارها
شنبه، 9 اردیبهشت 1396 - 09:56 کد خبر:29206
ما در عصري شگفت انگيز زندگي مي‏كنيم. از سويي مردم انگلستان به خروج از اتحاديه اروپا راي مي‎دهند و از سوي ديگر شاهد موفقيت يك تاجر، سرمايه‎دار و ستاره تلويزيون در رقابت‎هاي رياست‌جمهوري آمريكا هستيم.

شبكه اطلاع رساني روابط عمومي ايران (شارا)، ما در عصري شگفت انگيز زندگي مي‏كنيم. از سويي مردم انگلستان به خروج از اتحاديه اروپا راي ميدهند و از سوي ديگر شاهد موفقيت يك تاجر، سرمايهدار و ستاره تلويزيون در رقابتهاي رياست‌جمهوري آمريكا هستيم. چنين رويدادهايي به روشني در نوع خود بي نظير هستند. اما نكته جالب اين است كه هر دو مورد مذكور با وجود پيشبيني‏هاي حاصل از نتايج صدها نظرسنجي و برخلاف نظرات تحليل‏گران سياسي رخ داده‏اند، دقيقا در عصري كه پيشرفت‏ در زمينه كلان داده، تجزيه و تحليل اطلاعات و هوش مصنوعي بيش از هر زمان ديگري در تاريخ بشري سر و صدا به پا كرده است.

 

اين دوران قطعا عصري شگفت‏انگيز براي پيش‏بيني‌هاي داده‏محور است. به‌طور مثال انتخابات از جمله رويدادهايي است كه در سراسر جهان مورد توجه تمامي اقشار جامعه است و شامل مجموعه‏اي از اصول و قوانين مشترك است كه نتيجه‌اي تقريبا ساده نيز در پي دارد كه البته مجموعه‌اي از اطلاعات در دسترس و تاريخي در آن دخيل هستند. اما روزنامه‏نگاري پس از انتخابات اخير آمريكا چنين نوشت: «اين روز، روزي بود كه اطلاعات مرد.» هم‏زماني اين رويدادها با پيشرفت‏هاي اخير در حوزه تجزيه و تحليل اطلاعات و هوش مصنوعي و همچنين ادعاهاي جسورانه و فزاينده در خصوص تاثيرات آنها بر زندگي ما موضوعي قابل توجه است. به نظر مي‏رسد اطلاعات و الگوريتم‏هاي هوشمند مي‌توانند ارزش‏هاي فوق‌العاده‏اي براي كسب‏وكارها به ارمغان بياورند، چه از طريق بهبود اثربخشي تبليغات و بهره‏وري عملياتي و چه به واسطه فعال كردن موتورهاي پيشنهاد خودتنظيم. هنوز هم برگزيت و انتخابات رياست جمهوري دونالد ترامپ اين موضوع را به ما يادآوري مي‏كنند كه اطلاعات و ابزارهاي تجزيه و تحليل مي‌توانند به راحتي منجر به گمراهي همه شوند.

تجارب تلخ دنياي سياست در سال گذشته به خوبي ثابت كرد كه تجزيه و تحليل‌هاي پيشرفته مي‏توانند به راحتي جايگزين نبوغ، خلاقيت و ابتكار انساني شود. چنين وقايعي برخي ايده‏ها پيرامون چالش‏هاي پيشروي كسب‏وكارها در زمينه بهره‏برداري از مزاياي الگوريتم‌هاي هوشمند و نياز به تعامل انسان و ماشين‏ها را تقويت كرد. در ادامه به ۴ نكته اصلي براي رهبران كسبوكار پرداخته ميشود.

۱) نبوغ انساني مكملي براي بهره‏برداري از فناوري در موقعيت‏هاي ناشناخته. تركيب اطلاعات و الگوريتم‏هاي پيچيده در موقعيت‏ها و وضعيت‏هاي آشنا راهكاري به شدت قدرتمندانه است. نيت سيلور (Nate Silver)، روزنامه نگار و آمارگر آمريكايي توانست نتايج انتخابات تمامي ۵۰ ايالت آمريكا در انتخابات رياست جمهوري سال ۲۰۱۲ ميلادي را به درستي پيش‌بيني كند، چرا كه اين رويداد همچون كسب وكاري معمول بود كه به دست شخصيت‌هايي شناخته شده اداره مي‌شد. با اين حال تصميم‌هاي مردم هنوز هم مزيتي قاطع در قبال هدايت موقعيت‏هاي ناشناخته دارند و مبارزات انتخاباتي اخير چيزي بود جز آن كسب‏وكار معمول. بنابراين، كارشناساني كه نتايج را با وضوح بيشتري ميبينند، افرادي كه توجهي به كسبوكار معمول ندارند و بر جنبه‏هاي انساني و غير قابل سنجش اطلاعات توجه دارند، موفقيت بيشتري در اين حوزه دارند.

۲) درك فرضيه‌هاي اساسي پيرامون فناوري. حتي قدرتمندترين الگوريتمها نيز مستلزم تبيين مساله و تعيين دامنه قطعي آن هستند. اين الگوريتمها از توان ارزيابي زمينههاي موضوعي خارج از حوزهاي خاص برخوردار نيستند. هم‌اكنون فقط افراد هستند كه از توان به چالش كشيدن مدلهاي مورد استفاده در اين حوزه برخوردار هستند. همان‌طور كه روشن شد، موسسههاي نظرسنجي از مدلهاي مناسبي استفاده نمي‏كنند، الگوريتمهاي پيشبيني آنها به اندازه كافي دقيق بوده‏اند اما فرضيات به‌كار رفته در مدل نظير ميزان مشاركت راي‏دهندگان تا حد بسيار زيادي خطاپذير بوده‌اند.

۳) به چالش كشيدن جعبه سياه فناوري. انسان‏ها نقش قابل‌توجهي در استخراج ارزش از اطلاعات دارند. براي ايفاي چنين نقشي، درك، بررسي، ارزيابي اعتبار خروجي الگوريتمها و ارائه بازخورد از جمله مهم‏ترين الزامات به‌شمار مي‏روند. هر تحليلگر سياسي تا پيش از برگزاري انتخابات بر اين باور بود كه رقابت‌هاي انتخاباتي اخير رويدادي بي‌سابقه است و نتيجه نيز پيش‌بيني‌ها را اثبات كرد. خطري مشابه نيز در دنياي كسب‏وكار وجود دارد، الگوريتم‏هاي پيچيده كسب وكار مي‏توانند به جعبه سياهي تبديل شوند كه فرضيات بيان نشده و بي نظمي موجود در واقعيت‏ها را پنهان مي‏كنند.

۴) عدم اتكا به پيش‌بينيهاي فاقد تجزيه‏ و تحليل‏هاي ساختاري. تحليلگران از توانايي تفكيك مدل‌هاي علي و پيش‌بيني برخوردار هستند. مدل‌هاي پيش‌بيني در تلاش هستند رويدادها را به دقت و بدون توجه به ساختار علي موجود ميان متغيرهاي ورودي و خروجي پيش‌بيني كنند. اين در حالي است كه مدل‌هاي علي به دنبال درك جداگانه روابط ميان ورودي‏ها و خروجي‏ها هستند. به بيان ديگر، برخي مدل‏ها آينده را بدون درك آن پيش‌بيني مي‏كنند، ساير مدل‌ها نيز بخش‌‏هايي از آينده را بدون برخورداري از توان پيش‌بيني جامع آن درك مي‏كنند. تحليل علي در قياس با مدل‌هاي پيش‌بيني، نگاهي ناخوشايندتر به موضوع دارد اما امكان كشف روابط علت و معلولي پنهان كه محرك عناصر كليدي مدل‌هاي پيش بيني هستند، به واسطه اين مدل‌ها فراهم مي‏شود.

 

كلام آخر

اين فرضيه كه فناوري نقش انسان را به مرور كم‌رنگ‌تر خواهد كرد، اشتباهي اساسي است. برعكس، ابتكار و خلاقيت‌هاي انساني بيش از گذشته مورد نياز خواهند بود. انسان‏ها و ماشين‏ها مكمل يكديگر هستند، بدين معني كه ارزش كسب وكار حاصل از الگوريتم‌ها و اطلاعات تنها به واسطه تعامل مناسب ميان انسان‌ها و ماشين‌ها قابل بهره‌برداري خواهد بود. امروزه ترس اصلي اين است كه رويكرد كنوني نسبت به فناوري گرفتار دام مشابهي شود. حقايق موضوعي پيچيده و بي‌نظم هستند. بنابراين به جاي استفاده جزمي از اطلاعات، بايد به واسطه بهره‏مندي از منافع كثرت ديدگاه‏ها، تركيب قابليت‌هاي انسان‌ها و ماشين‌ها را امكان‌پذير سازيم. به بيان ديگر، بايد همواره به ياد داشته باشيم كه مهم‏ترين بخش تفكر، به موضوع علم داده ارتباط دارد. رهبران كسب‌وكار بايد نسبت به يكپارچه‌سازي اطلاعات و روش‌هاي تجزيه و تحليل با فرآيندهاي كسب‌وكار اقدام كنند. اما حتي در آينده‌اي كه تحت عنوان «عصر ماشين‌ها» از آن ياد مي‌شود، نبوغ انساني هنوز هم كليد بهره‏برداري از قدرت فناوري است. به باور ما، اين ايده بايد در دستور كار رهبران كسب‌وكارها قرار بگيرد تا كسب ارزش با وجود پيشرفت در فرآيندهاي تكنولوژيك امكان‏پذير و امكان تقويت توانمندي‏هاي سازماني در استفاده مناسب از آن فراهم شود.

 

منبع: روزنامه دنياي اقتصاد - شماره 4031