پریس فرزانه

هوش مصنوعی در حال دگرگون کردن توسعه استراتژی است

2 آبان 1404 - خواندن 5 دقیقه - 25 بازدید

هوش مصنوعی،یا به عبارتی هوش مصنوعی زایشی (Generative AI)، در حال ایجاد انقلابی در فرآیند توسعه استراتژی در سازمان هاست. در گذشته، تحلیل داده ابزار کمکی استراتژیست ها بود، اما امروزه AI قادر است نه تنها ورودی ها را پردازش و تحلیل کند، بلکه حتی استراتژی های جدید و کارامد را نیز میتواند تولید و پیشنهاد. این فناوری اکنون مرحله ای از بلوغ را تجربه می کند که با ظهور چارچوب های استراتژیک دهه های ۱۹۷۰ و ۸۰ قابل مقایسه است.هوش مصنوعی جایگزین انسان نخواهد شد، اما نقش استراتژیست ها را بازتعریف می کند. این فناوری با افزایش دقت، سرعت و قابلیت های تحلیلی، بستر را برای تصمیمات جسورانه و خلاقانه فراهم می سازد. سازمان هایی که از امروز برای ساخت زیرساخت های داده، مهارت تیم، و انتخاب ابزارهای مناسب اقدام می کنند، در رقابت استراتژیک آینده برتری خواهند داشت. میتوانیم نقش های پنج گانه AI در توسعه استراتژی تعریف کنیم

پژوهشگر (Researcher):هوش مصنوعی با تحلیل سریع میلیون ها داده، به شناسایی فرصت هایی مانند اهداف M&A کمک می کند و تحلیل های عمیق تری نسبت به پژوهش دستی ارائه می دهد.

M&A )مخفف عبارتMergers and Acquisitions است که به معنای ادغام و تملک است. ادغام زمانی است که دو شرکت با هم ادغام می شوند و یک شرکت جدید ایجاد می شود، در حالی که تملیک زمانی است که یک شرکت، شرکت دیگری را خریداری می کند و آن را کنترل می کند. ادغام و تملک به عنوان یک استراتژی برای کسب و کارها برای افزایش رشد، سهم بازار و سودآوری مورد استفاده قرار می گیرد.)

تفسیرگری (Interpreter):تبدیل داده های پراکنده به بینش قابل استفاده و کاربردی. برای مثال، اسکن رشد بازار و تحلیل روندها (Trend Scans) برای پیشنهاد گزینه های توسعه.
همفکری (Thought Partner):هوش مصنوعی بصورت شریک تفکر عمل می کند، ایده پردازی را تسریع می کند، و سوگیری ها یا نقاط کور ذهنی مدیران را به چالش می کشد.
شبیه ساز (Simulator):فرضیه سازی، مدل سازی سناریوها و ارزیابی اثر استراتژی ها در محیط های متغیر با استفاده از تحلیل داده ها و الگوریتم های پیش بینی.
ارتباط گری (Communicator):تبدیل تحلیل ها به روایت هایی قابل درک در جهت اهداف سازمان (از جمله بازار، هیئت مدیره و مشتریان)، به صورت متن، دوره آموزشی، یا حتی پادکست.

نکات کلیدی در استفاده از AI برای استراتژی

ارزشمندی داده های اختصاصی: استفاده از داده های عمومی منجر به استراتژی های عمومی می شود. سازمان ها باید اکوسیستم های استفاده از داده اختصاصی خود را توسعه دهند.
مدیریت ریسک ها Gen AI: شامل سوگیری الگوریتمی، عدم شفافیت تحلیلی، و «توهمات» محتوایی.
راه حل ها: استفاده از AI برای بازبینی و کنترل خودکار دیگر ابزارهای AI.
تفکیک سیگنال از نویز: با افزایش حجم اطلاعات، مهارت در تشخیص بینش های واقعی اهمیت بیشتری می یابد.
ضرورت فرآیندهای کیفی: کیفیت فرآیند تصمیم سازی مهم تر از داده خام است. AI به تیم ها کمک می کند زمان بیشتری برای تصمیم گیری با کیفیت داشته باشند.
آموزش و سرمایه گذاری در ابزار و منابع انسانی: تیم های استراتژی باید با فناوری روز آموزشی آشنا باشند و به ابزارهای داده و تحلیل دسترسی کامل داشته باشند.

مدیریت در بحران: یافتن تقطه تعادل میان بقا و رشد کسب و کارها

بحران برای صاحبان کسب وکار همیشه و حتی در امنیت اقتصادی، سیاسی و اجتماعی نیز وجود داشته اما غافلگیرکننده است، گاهی تغییرات بازار، گاهی فناوری های جدید، و گاهی شرایط اقتصادی غیرقابل پیش بینی.

در این شرایط، مدیران موفق چند نقطه مشترک دارند:
- آرامش در تصمیم گیری
-چابکی در تغییر مسیر
- شفافیت در ارتباط با تیم

به جای تمرکز بر «کنترل کامل»، آن ها بر انعطاف پذیری تمرکز می کنند به جای «پنهان کردن مشکل»، آن ها گفتگو و اعتمادسازی را انتخاب می کنند.و به جای «توقف نوآوری»، آن ها از دل بحران فرصت آفرینی می سازند.

شاید بحران پایان یک مسیر باشد، اما برای رهبران دوراندیش، همیشه آغاز مسیری تازه است.

چابکی عملیاتی؛ برگ برنده در بحران هیچ بحرانی قابل پیش بینی کامل نیست.حتی اگر منابع مالی ذخیره داشته باشیم یا سناریوهای مختلف را از قبل طراحی کرده باشیم، باز هم چیزی که تفاوت واقعی ایجاد می کند چابکی عملیاتی است.

· تصمیم گیری سریع در شرایط ابهام

· توانایی تغییر مسیر در لحظه

· بازتعریف اولویت ها و استفاده از فرصت های تازه

· توان همراه کردن تیم در کوتاه ترین زمان

برنامه ریزی قبلی مثل داشتن یک چتر است.اما چابکی عملیاتی مثل توانایی دویدن در باران است.وقتی این دو در کنار هم باشند، کسب وکار نه تنها از بحران جان سالم به در می برد، بلکه می تواند از دل آن رشد کند.