آینده مدیریت استراتژیک با هوش مصنوعی
چگونه هوش مصنوعی میتواند شاخصهای کلیدی عملکرد را بهبود بخشد
حسین نوریان مشاور مدیریت استراتژیک و تحول دیجیتال
نارسایی شاخصهای کلیدی عملکرد سنتی
مدتها است مدیران فهمیدهاند که روالهای سنتی در مدیریت شاخصهای کلیدی عملکرد (KPI) به طور فزایندهای در ارائه اطلاعات و بینشهایی که رهبران برای موفقیت در کسب و کارشان نیاز دارند، شکست میخورند.
بکارگیری آنها معمولا در عرصههایی مانند ردیابی و کنترل فعالیتها، ایجاد همسویی میان افراد و فرآیندها، اولویت بندی تخصیص منابع و پیشبرد مسئولیت پذیری برای مدیران نارسا بوده است و این نشان میدهد که روشهای سنتی پایش واندازهگیری عملکرد مشخصا در دستیابی به ماموریتشان شکست خوردهاند و این شکستها هم کارایی عملیاتی شرکتها را تضعیف کرده و هم پیگیری دستیابی به اهداف و نتایج استراتژیک را به مخاطره انداخته است.
اینگونه است که امروز سازمانهای پیشرفته در سراسر جهان تشخیص دادهاند که شاخصهای کلیدی عملکرد باید به طور قابل توجهی هوشمندتر و توانمندتر باشند و اغلب شرکتهای سرامد بر نوآوریهای در ایجاد الگوریتمهایی سرمایهگذاری میکنند که معیارهای عملکردی آنها را هوشمندتر، تطبیقپذیرتر و پیشبینیکنندهتر می سازد و امروزه KPI های هوشمند شده با استفاده از هوش مصنوعی(AI) به عنوان مزیتهای رقابتی و منابع ایجاد ارزش برای سازمانها تبدیل شدهاند.
بر اساس یک نظرسنجی جهانی از بیش از سه هزار مدیر مشخص شد که اکنون در برخی از شرکتهای سرآمد از هوش مصنوعی برای بازتعریف اساسی معیارهای قضاوت درباره عملکرد و همچنین بهبود آن استفاده میشود.
ما سازمانهایی را میبینیم که از الگوریتمهایی برای به چالش کشیدن و بهبود مفروضات سازمانی پیرامون عملکرد، سودآوری و رشد استفاده میکنند و نتایج پژوهشها نشان میدهد که احتمال سود آوری بیش از متوسط بازار برای شرکتهایی که KPIهای خود را با هوش مصنوعی اصلاح میکنند در حدود سه برابر دیگران است و این نشان میدهد که برخورداری از KPIهای هوشمندتر منجر به کسب نتایج بهتر میشوند.
نمونه جالبی دراین زمینه وجود دارد، خردهفروش آنلاین مبلمان Wayfair، از هوش مصنوعی برای بررسی مجدد و بازنگری KPI فروش از دست رفته خود استفاده کرد. فیونا تان، مدیر ارشد فناوری دراینباره گفت: «ما قبلاً فکر میکردیم که اگر فروش یک محصول خاص مانند مبل را از دست میدهیم، ضرر زیادی برای شرکتایجاد میشود، اما با بررسی دادهها از طریق هوش مصنوعی متوجه شدیم که در 50 تا 60 درصد مواقع دلیل از دست دادن فروش این بوده است که مشتری محصول دیگری را در همان دسته محصول از خودمان خریده است!
این بینش Wayfair را وادار کرد تا KPI فروش از دست رفته خود را با یک معیار ارزشمندتر جایگزین کند.
آن شرکت قبلاً فروش از دست رفته مبتنی بر اقلام را در پاسخ به متغیر تغییرات قیمت محاسبه میکرد اما اکنون حفظ فروش نهایی (نه هر محصول) را بر اساس طبقهبندی محصولات در پاسخ به تغییرات متغیر قیمت محاسبه میکند. با KPI جدید و دقیق آن شرکت میتواند به مشتریانش پیشنهادات بهتر و توصیههای مؤثرتری برای خرید مبلمان ارائه دهد و سفر تجربه او را بهبود بخشد ضمن آنکه هزینههای خود را کاهش میدهد و زمان ارسال را نیز کم میکند. معیارهای کلیدی عملکرد هوشمندانه تر، نتایج را برای همه ذی نفعان بهبود میبخشد.
این مثال نادر نیست تحقیقات، سازمانهایی را در سراسر صنایع جهان معرفی میکند که از هوش مصنوعی برای بررسی مجدد مبانی KPI خود و کشف ویژگیهای عملکردی پنهان یا کم ارزش آن استفاده میکنند. رهبران شرکتها با شناسایی و تعریف مجدد معیارهای هوشمندتر نظام مدیریت عملکرد استراتژیک خودرا بهبود میبخشند و توانایی شرکتشان خود را برای بهینهسازی نتایج مورد نظر افزایش میدهند.
تواناییKPIهای هوشمند بیش از کشف منابع ارزش و تمایزاتی است که در روش سنتی شناسایی نشده یا مورد بهره برداری قرار نگرفته بودهاند بلکه میتوانند از پیامدهای نامطلوب ناشی از شکست در بازنگری منظم مفروضات زیربنایی KPIهای قدیمیهم جلوگیری کنند. به عنوان مثال، بحران اقتصادی جهانی سال 2008 تا حدود زیادی به دلیل وابستگی زیاد بانکها به شاخصاندازهگیری بود که در آن زمان به طور گسترده توسط بانکها استفاده قرار میشد. ارزش در معرض ریسک شاخصی بود که میتوانست زیانهای بالقوه سبد خدمات مالی بانکها را در شرایط عادی بازار در یک دامنه زمانی محدوداندازهگیری میکند.
مؤسسات مالیاین شاخص را بهبود ندادند و تعدیل نکردند زیرا وامهای رهنی با ریسک بالاتر و معاوضههای نکول اعتباری بخش بزرگی از پرتفوی آنها شامل میشد و ازاینرو از معمولا از نتایجاندازهگیریاین شاخص خرسند بودند. اما بهره گیری و تمرکز زیاد براین شاخص موجب شد که آنها زیانهای احتمالی در اثر تغییرات محیطی را به شدت دستکم بگیرند و بسیاری از آنها با مواجهه با ضرر و زیان هنگفت به سمت ورشکستگی رفتند.
بهبود شاخصهای کلیدی عملکرد با هوش مصنوعی
مدیرانی که قدرت و پتانسیل KPIهای بهبود داده شده با هوش مصنوعی را میشناسند، اذعان دارند که اثر بازبینی معیارهای کلیدی عملکرد فعلی آنها و جایگزیشان با معیارهای متناسب با هوش مصنوعی غیرقابل توصیف بوده است.
هر روز شرکتهای بیشتری باایجاد فرآیندها، تعریف پروژهها و مدیریت عملکردهای حاکمیتی در نظارت بر توسعه KPIها در حال مقابله بااین چالش ناکارامدی معیارهای کلیدی عملکرد سنتی هستند به گونهای که امروز میتوان گفت که شرکتها بیش از آنکه در مسیر بهبود عملکرد خود با بهره گیری از معیارهای عملکرد خود باشند، فعلا بهبود همان معیارها و بکارگیری هوش مصنوعی برایشان را در اولویت قراردادهاند.
از تحلیل شاخصهای کلیدی عملکرد به بهبود انتخاب آنها
ما زمانی میتوانیم شیوههای حاکمیت سازمانی با بهره گیری از شاخصهای کلیدی عملکرد را قابل اتکا بدانیم که اولا بتوانیم از صحت، دقت و سازگاری دادههایی که منبع و مبدا محاسبه آنها بودهاند اطمینان حاصل کنیم و البته از آن مهمتر مطمین شویم که خود انتخاب این شاخصها درست انجام شده است.
به عبارت دیگر چالش اصلی و اولیه نه در نحوه محاسبه و تحلیلاین شاخصها بلکه در انتخاب آنها است، ای بسا اگراین انتخاب درست انجام نشده باشد، رفتارسازی ناشی از پایش واندازهگیریاین شاخصها، سازمان را دچار خطا کند و از دستیابی به اهداف استراتژیک بازدارد.
مدیران شرکت اشنایدر الکتریکاین موضوع را به خوبی متوجه شدهاند، ازاینرو سرمایه گذاری کلان خود را تنها بر فراهم کردن زیرساخت پایش واندازهگیری شاخصها نگذاشتهاند بلکه منابع قابل توجهی را هم به انتخاب سنجههای مناسب با بهره گیری از هوش مصنوعی اختصاص دادهاند.
نظر سنجی جهانی که گروه مشاوران بوستون انجام داده است، نشان میدهد که حداقل شصت درصد از مدیران باور داشتهاند که باید شاخصهای کلیدی عملکرد سازمان خود را بهبود بخشند و البته تنها سی و چهار درصد ازاین افراد از امکانات هوش مصنوعی برایاین مهم بهره بردهاند و جالب آنکه نود درصد ازاین سی و چهار درصد اعتقاد داشتهاند که کاربری هوش مصنوعی در مدیریت عملکرد سازمان بسیار اثربخش بوده است.
اینگونه است که میبینیم که اگرچه بهره گیری از هوش مصنوعی برای بهبود نظام مدیریت عملکرد در ابتدای راه است اما ضرورت و اهمیت آن با سرعت زیاد برای مدیران در حال اشکار شدن است.
الگوریتمهای هوش مصنوعی دوباره نقل قول مشهور « تنها آنچه کهاندازهگیری میکنید را میتوانید مدیریت کنید» را بر سر زبانهاانداختهاند.
به لطف هوش مصنوعی، سازمانها آنچهاندازهگیری میکنند را میتوانند مدیریت کنند البتهاین را نباید از یاد ببرند که تعمق در آنچهاندازهگیری میکنیم مهم تر از تفکر درباره نتایجاندازهگیری است.
امروزه ابزارهای دقیق دیجیتال، دادههای بیشتر و بهتر و الگوریتمهای هوش مصنوعی خارق العاده نظاماندازهگیری عملکرد شرکتها را تغییر دادهاند و فرصتهایایجاد تمایز استراتژیک، ارزش پیشنهادی به مشتری و مزیتهای رقابتی پایدار را بهبود بخشیدهاند.
در شیوه سنتی سازمانها معمولا از KPI به عنوان معیاری برای ارزیابی پیشرفت در طیف وسیعی از اهداف تجاری مانند رشد فروش، رضایت مشتری و کارایی عملیات استفاده میکنند. اما سازمانهای مدرن همزمان و در مقابل آن از تکنیکهای جمعآوری داده و تجزیه و تحلیل برایاندازهگیری پیشرفت در تقابل بااین معیارها استفاده میکنند. ماموریتاین تمهید این نیست که بدانیم چگونه KPIها را اندازهگیری کنیم و چه نتیجهای از آن بگیریم، بلکه آن است که بدانیم چه شاخصهایی را اندازهگیری کنیم و کدامها را در اولویت بگذاریم.
مسیرهای بهبود شاخصهای کلیدی عملکرد
راههای زیادی برای بهبود انتخاب KPIهای اثربخش وجود دارد از روشهای کمهزینهای که بر قضاوت، شهود و تجربه انسان تکیه میکنند و میتوانند تغییرات تدریجی را با بینش فزاینده در عملکردایجاد کنند تا شاخصهای کلیدی عملکردی که با هوش مصنوعی تقویت شدهاند و میتوانند بینشهای جامع تر، دقیقتر و هوشمندانه تری را درباره عملکرد فعلی واینده شرکت ارائه دهند. شرکتهایی که از چنین KPI هوشمندی استفاده میکنند معمولا هزینههای سازمانی در مقابل مزایایی که در اثر افزایش کارایی، همسویی بیشتر و نتایج مالی بهبود یافتهایجاد میشود، قابل توجیه تر میشوند.
گونههای سه گانه شاخصهای کلیدی عملکرد هوشمند
هوش مصنوعی به سه شکل شاخصهای کلیدی عملکرد را بهبود میبخشد، اول آنکه کاری میکند که آنها تحلیل واضح تر و دقیق تری از آنچه وجود دارد ارایه دهند، دوم آنکه بتوانند با دقت بیشتری وضعیت دراینده را پیشبینی کنند و سوم آنکه بتوانند اقدامات بهبودی مناسبی را پیشنهاد بدهند یا به عبارت بهتر تجویز کنند! بااین فلسفه سه رویکرد مدیریتی توصیفی، پیش بینانه و تجویزی معیار نام گذاری سه دسته متفاوت از شاخصهای کلیدی عملکرد شدهاند.
ایده KPIهای تجویزی ممکن است ناآشنا و دور از ذهن باشد، اما داشبوردهای مدیریتی قدیمی هم برای اقدامات سادهای متناسب با نتایجاندازهگیری سنجهها فراخوان میدهند، معمولا قرمز نشان میدهد که عملکرد پایین است و سبز به این معنی است که عملکرد انتظارات را برآورده میکند یا فراتر رفته است اما شاخصهای کلیدی عملکرد هوشمند فراتر ازاینها میروند: آنها میتوانند در مورد گامهای بعدی که مدیریان باید در پاسخ بهاین سیگنالها بردارند، توصیههای دقیق تری ارائه دهند و پیامدهای آنها را بر سایر شاخصها گوشزد کنند.
شاخصهای کلیدی عملکرد هوشمند توصیفی
دادههای تاریخی و فعلی را ترکیب میکنند تا بینشهایی در مورد آنچه اتفاق افتاده ارائه دهند آنها درک عمیق تری از شکافهای عملکرد فرایندی و دلایل آن ارایه میدهند.ایجاد درک میزان تاثیرگذاری شاخصهای کلیدی عملکرد بر یکدیگر میتواند در راستای همین ماموریت باشد
شاخصهای کلیدی عملکرد هوشمند پیش بینانه
آنها با فراهم آوری شاخصهای پیش رو عملکرد در آینده را با دقت قابل قبولی پیش بینی میکنند. آنها میتوانند الگوهایی بیابند که تجربه، قضاوت و شهود انسان قابل دستیابی به آن نیست و معمولا در مقابل و متضاد با آنها قرار میگیرد و بهاین روش میتوانند اقدامات اهرمیرا برای کاهش ریسکها و بهره گیری از فرصتها فراخوان دهند
شاخصهای کلیدی عملکرد هوشمند تجویزی
دراین رویکرد هوش مصنوعی با تحلیل شکافهای عملکردی و تعارض میان نتایج انجام اقداماتی مشخص را برای بهینه سازی عملکرد پیشنهاد میدهد
ادامه دارد…
استفاده از مطالب فوق تنها با ذکر منبع مجاز است
جهت دریافت اطلاعات بیشتر یا مشاوره مدیریت استراتژیک با ایمیل hossein.nourian@gmail.com تماس حاصل فرمایید.
این مقاله را هم بخوانید
