نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

2 آذر 1403 2:25 ق.ظ

شش ذهنیت حل مسئله برای زمان‌های بسیار نامشخص

15 سپتامبر 2020

انسان‌های بزرگ حل کننده مشکلات، ساخته می‌شوند، متولد نمی‌شوند. این همان چیزی است که ما پس از چندین دهه حل مشکل با رهبران در بخش‌های تجاری، غیرانتفاعی و سیاست گذاری دریافتیم. این رهبران یاد می‌گیرند که ذهنیتی کاملاً باز و کنجکاو را اتخاذ کنند و برای شکستن حتی غیرقابل حل ترین مشکلات به یک روند سیستماتیک پایبند هستند. آن‌ها در هر شرایطی حل کننده مشکلات به صورت عالی هستند. و وقتی شرایط عدم قطعیت در اوج خود باشد، در بهترین حالت خود قرار دارند.

شش رویکرد تقویت کننده متقابل در موفقیت آن‌ها عبارت‌اند از:

(1)همیشه در مورد همه عناصر یک مشکل کنجکاو هستند.

(2) پذیرش ناقص بودن، با تحمل زیاد ابهام؛

(3) داشتن چشم «سنجاقک» به جهان، برای مشاهده از طریق لنزهای متعدد.

(4) پیگیری رفتارهای متداول و آزمایش بی‌وقفه؛

(5) استفاده از هوش جمعی، تصدیق اینکه باهوش‌ترین افراد در اتاق نیستند.

(6) تمرین «نشان بده و بگو» زیرا با قصه گویی عمل را به نمایش می‌گذارد. این موارد در شکل زیر نشان داده شده‌اند.

1. همیشه کنجکاو باشید

همانطور که والدین می‌دانند، بچه‌های چهار ساله به طور بی وقفه‌ای در حال سوال کردن هستند. به چرایی‌های بی‌پایانی فکر کنید که کودکان کوچک را بسیار لذت بخش می‌کند. برای افراد بسیار جوان، همه چیز جدید و بسیار نامشخص است. اما آن‌ها در مأموریت کشف هستند و مصمم هستند که همه چیز را مشخص کنند. و آن‌ها در این کار خوب هستند! این کنجکاوی با انرژی بالا و به همین دلیل است که ما قفسه‌های بلند و بطری‌های مخصوص کودکان داریم.

وقتی با عدم قطعیت اساسی روبرو هستید، کودک چهار ساله خود را به خاطر بیاورید یا کودک چهار ساله را در درون خود هدایت کنید. بی‌وقفه بپرسید: «چرا اینطور است؟» متأسفانه، در جایی بین پیش دبستانی و اتاق هیئت مدیره، ما تمایل داریم که دیگر درخواست نکنیم. مغز ما با تحمیل الگوهایی که در گذشته برای ما و سایر انسان‌ها کار کرده است، تعداد زیادی از نقاط داده را درک می‌کند. به همین دلیل است که یک تکنیک ساده، که ارزش آن را در ابتدای حل مسئله به کار می‌گیرد، این است که فقط مکث کنید و بپرسید چرا شرایط یا مفروضات تا زمانی که به ریشه مشکل نرسیدید وجود دارد.

سوگیری‌های طبیعی انسان در تصمیم گیری، از جمله تأیید، در دسترس بودن و تعصب به لنگر انداختن، اغلب باعث می‌شود که ذهنمان را به طیف وسیعی از راه حل‌ها را خیلی زود ببندیم. راه حل‌های بهتر و خلاق‌تر از کنجکاوی در مورد طیف وسیع‌تری از پاسخ‌های احتمالی به دست می‌آید.

یک پیشنهاد ساده از نویسنده و اقتصاددان کارولین وب برای ایجاد کنجکاوی بیشتر در حل مشکلات تیم این است که علامت سوال را در پشت فرضیه‌های اولیه یا پاسخ‌های اولیه خود قرار دهید. این ابزار کوچک به طرز شگفت انگیزی قدرتمند است: تمایل دارد چندین راه حل را درک کند و به درستی بر جمع آوری شواهد تمرکز می‌کند. ما همچنین جلسات تز و ضد تز، یا تیم قرمز/تیم آبی را دوست داریم، که در آن شما گروهی را به تیم‌های مخالف تقسیم می‌کنید که با پاسخ‌های اولیه مخالفت می‌کنند – به طور معمول، نتیجه‌گیری‌های سنتی‌تر که احتمالاً از الگوی معمولی ناشی می‌شود. چرا این راه حل بهتر است؟ چرا آن یکی نیست؟ ما دریافتیم که نتایج بهتری از پذیرش عدم قطعیت حاصل می‌شود. کنجکاوی موتور خلاقیت است.

2. ابهام را تحمل کنید – و متواضع باشید!

وقتی به شخصیت فرد حل کننده مسائل فکر می‌کنیم، بسیاری از ما تمایل داریم که یک مهندس آماده و خوش فکر را تصویر کنیم. ما ممکن است مغز متفکری را تصور کنیم که می‌داند در حال انجام چه کاری است و هدفمند به مشکل نزدیک می‌شود. با این حال، واقعیت این است که اکثر مشکلات دارای آزمایش و خطای زیادی هستند. بیشتر شبیه تصادفی بودن راگبی است تا دقت برنامه نویسی خطی. ما فرضیه‌هایی را شکل می‌دهیم، داده‌ها را فریب می‌دهیم و سپس حدس اولیه خود را در پاسخ نشان می‌دهیم و اصلاح می‌کنیم (یا از بین می‌بریم). این امر بیش از هر چیز مستلزم پذیرش نقص و تحمل ابهام است – و احساس قمارباز در مورد احتمالات می‌باشد.

دنیای واقعی بسیار نامشخص است. واقعیت به عنوان محصول پیچیده رویدادهای تصادفی و واکنش‌های انسانی آشکار می‌شود. تأثیر COVID-19 تنها یک مثال است: ما تقریباً بدون هیچ دانش قبلی به اثرات بهداشتی و اقتصادی بیماری و تعاملات پیچیده آن‌ها می‌پردازیم. ما باید با تخمین احتمالات برای تصمیم گیری خوب راحت باشیم، حتی اگر این حدس‌ها ناقص باشند. متأسفانه ما شواهد زیادی داریم که نشان می‌دهد انسان‌ها آمارشناسان شهودی خوبی نیستند. حدس‌های مبتنی بر غریزه می‌تواند بسیار اشتباه باشد. به همین دلیل است که یکی از عوامل کلیدی برای کار در محیط‌های نامشخص فروتنی معرفتی است، که اریک آنگر آن را «درک این مطلب که دانش ما همیشه موقتی و ناقص است و ممکن است با توجه به شواهد جدید نیاز به تجدید نظر داشته باشد» تعریف می‌کند.

تحقیقات اخیر نشان می‌دهد که ما در حل مشکلات بهتر از زمانی که بر اساس شانس فکر می‌کنیم تا قطعیت، عمل می‌کنیم. به عنوان مثال، هنگامی که نهاد تحقیقاتی استرالیا Commonwealth Science and Industrial Research Organization (CSIRO)، که دارای اختراع اصلی پروتکل اینترنت بی‌سیم بود، از شرکت‌های بزرگ حق امتیاز دریافت کرد، در ابتدا رد شد. این سازمان شرط بندی کرد که می‌تواند برای محافظت از دارایی‌های فکری خود به دادگاه مراجعه کند زیرا تخمین زده است که با توجه به هزینه‌های قانونی و سود احتمالی تنها 10 درصد احتمال موفقیت برای این شرط بندی خوب وجود دارد. با انتخاب ضعیف‌ترین متخلفان IP و انتخاب حوزه قضایی که به نفع شاکیان است، شانس خود را افزایش داد. این تفکر احتمالی نتیجه داد و در نهایت منجر به تسویه حساب CSIRO ا500 میلیون دلاری شد. تحمل ابهام و تمایل به بازی در برابر اختلافات به سازمان کمک کرد تا راه خود را به سمت راه حل خوب احساس کند.

برای پذیرفتن نقص گرایی با فروتنی معرفتی، راه حل‌های چالش برانگیز را که مستلزم یقین است آغاز کنید. شما می‌توانید این کار را با پرسیدن سوالاتی از قبیل «ما باید چه چیزی را باور کنیم تا این واقعیت داشته باشد؟» این امر مفروضات ضمنی را در مورد احتمالات به سطح می‌آورد و ارزیابی جایگزین‌ها را آسان‌تر می‌کند. وقتی عدم قطعیت زیاد است، ببینید آیا می‌توانید حرکت‌های کوچکی انجام دهید یا اطلاعاتی را با هزینه معقول به دست آورید تا به مجموعه راه حل برسید. دانش کامل، به ویژه برای مشكلات پیچیده تجاری و اجتماعی، كم است. پذیرفتن نقص می‌تواند منجر به حل موثرتر مشکلات شود. در شرایط عدم قطعیت بالا، مانند شروع یک فرآیند حل مشکل یا در شرایط اضطراری، عملاً ضروری است.

3. از دید سنجاقک نگاه کنید

درک چشمان سنجاقک در حل مشکلات بزرگ معمول است. سنجاقک‌ها دارای چشم‌های بزرگ و مرکب هستند و هزاران عدسی و گیرنده‌های نوری به طول موج‌های مختلف نور حساس هستند. اگرچه ما دقیقاً نمی‌دانیم مغز حشرات آن‌ها چگونه این همه اطلاعات بصری را پردازش می‌کند. ایده چشم سنجاقک که 360 درجه درک 6 مورد را در نظر می‌گیرد، ویژگی «افضای پیش بینی» است – افرادی، اغلب بدون تخصص حوزه، که در پیش بینی رویدادها بهترین هستند.

به این فکر کنید که دیافراگم را روی یک مشکل بزرگتر متمرکز می‌کنید یا آن را از طریق چند لنز مشاهده می‌کنید. هدف این است که فراتر از مناطق خاص با آن آشنا شویم که مغزهای ما در تشخیص الگو می‌خواهند ادراکات را در آن‌ها جمع آوری کنند. با بازکردن دیافراگم، می‌توانیم تهدیدها یا فرصت‌های فراتر از محیط دید را شناسایی کنیم.

شیوع HIV در هند در اوایل دهه 1990 را در نظر بگیرید- یک تهدید عمده برای سلامت عمومی بود. آشوك الكساندر، مدیر بنیاد بیل و ملیندا گیتس در زمینه كمک به هند، نمونه‌ای درخشان نه تنها از بینایی، بلكه از نگاه سنجاقكی نیز ارائه كرد. وی در مواجهه با یک نقشه اجتماعی پیچیده با افزایش سریع میزان آلودگی، تعریف مشکل را از مدل سنتی اپیدمیولوژیک انتقال HIV در «هات اسپات» شناخته شده، به عنوان یکی از مواردی که در آن کارگران جنسی که با خشونت روبرو هستند، محور اصلی قرار داده و گسترش داد.

این رویکرد منجر به «راه حل آوهان» شد، که مجموعه وسیع‌تری از نقاط نفوذ را با درنظر گرفتن زمینه فرهنگی اجتماعی کار جنسی مورد بررسی قرار داد. این راه حل برای بیش از 600 جامعه ارائه شد و در نهایت با جلوگیری از 600000 عفونت اعتبار یافت. دیدگاه پزشکی محدود معقول و قابل پیش بینی بود، اما به موضوع مربوط به خشونت علیه کارگران جنسی که منجر به ارائه راه حل غنی‌تری شد، توجهی نداشت. اغلب، یک راز تنها زمانی خود را باز می‌کند که از یک منظر مختلف به مشکل نگاه کنیم، از جمله مواردی که در ابتدا متعامد به نظر می‌رسند.

راز توسعه دیدگاه سنجاقک این است که «در بیرون لنگر انداخته‌اید» نه در داخل و هنگام مواجهه با مشکلات عدم قطعیت و فرصت. اکوسیستم وسیع‌تر را به عنوان نقطه شروع در نظر بگیرید. این امر شما را تشویق می‌کند تا با مشتریان، تامین کنندگان یا بهتر بگویم، بازیکنان در صنعت یا فضای متفاوت اما مرتبط صحبت کنید. گذراندن سفر مشتری با طراحی و تفکر، یکی دیگر از راه‌های قدرتمند برای مشاهده 360 درجه از یک مشکل است. اما توجه داشته باشید: وقتی تصمیم گیرندگان با محدودیت‌های زمانی یا منابع محدودی روبرو می‌شوند، ممکن است مجبور شوند دیافراگم را محدود کرده و پاسخی محکم و معمولی ارائه دهند.

4. رفتارهای پیشین را دنبال کنید

رفتارهای متداول چیزی است که در واقع در یک زمان و مکان اتفاق می‌افتد، نه آن‌چه که رفتار بالقوه یا پیش‌بینی شده بود. مشکلات پیچیده به راحتی اسرار خود را فاش نمی‌کنند. اما این نباید ارایه کنندگان راه حل را از بررسی اینکه آیا می‌توان شواهدی در جنبه‌های یک راه حل مشاهده کرد یا آزمایش‌هایی برای آزمایش فرضیه‌ها را منع کرد. شما می‌توانید این رویکرد را ایجاد داده بدانید نه اینکه فقط به دنبال آنچه قبلاً جمع آوری شده است باشید. برای ورود به بازار جدید یا ایجاد بازار جدید بسیار مهم است. همچنین اگر به این نتیجه برسید که حذف داده‌های قدیمی منجر به راه حل‌های قدیمی می‌شود، مفید خواهد بود.

اکثر تیم‌های حل مسئله که ما با آن‌ها درگیر هستیم دارای دو معضل عدم قطعیت و پیچیدگی هستند، گاهی اوقات به عنوان «مشکلات شرورانه» ترکیب می‌شوند. برای شرکت‌هایی که جاه طلب هستند که در بخش‌های در حال ظهور در ناشناخته‌های بزرگ پیروز شوند – مانند اتومبیل‌های برقی یا وسایل نقلیه خودران، جایی که بازار کاملاً مشخص نشده است – حل مشکلات معمولاً شامل طراحی آزمایش‌هایی برای کاهش عدم قطعیت‌های کلیدی است، نه فقط تکیه بر داده‌های موجود. به هر حرکت مانند خرید IP یا خرید از یک تامین کننده قطعات. هر آزمایش (از جمله آزمایشات بسته در جاده) نه تنها اطلاعات بیشتری برای تصمیم گیری ارائه می‌دهد، بلکه قابلیت‌ها و دارایی‌هایی را نیز فراهم می‌کند که از مراحل بعدی پشتیبانی می‌کند. با گذشت زمان، آزمایشات آن‌ها، از جمله اتحاد و خرید، شبیه راه پله‌هایی می‌شود که منجر به هدف یا ترک هدف می‌شود. سازمان‌های حل مسئله می‌توانند با پیش قدم شدن، خود را در فضاهای جدید بسیار نامعلوم، ایجاد اطلاعات، دارایی‌های بنیادی و اعتماد به نفس راه اندازی کنند.

راهکارهای مشمول ریسک با آزمایش مداوم یک راه حل پیدا می‌کنند. آمارشناسان از اختصار EVPI – ارزش مورد انتظار اطلاعات کامل – برای نشان دادن ارزش کسب اطلاعات اضافی که معمولاً از نمونه‌ها و آزمایش‌ها، مانند پاسخ به تغییرات قیمت در بازارهای خاص استفاده می‌شود، استفاده می‌کنند. آزمایش A/B یک ابزار قدرتمند برای آزمایش قیمت‌ها، تبلیغات و سایر ویژگی‌ها است و به ویژه برای بازارهای دیجیتال و کالاهای مصرفی مفید است. بازارهای آنلاین آزمایش A/B را آسان می‌کنند. با این حال، اکثر بازارهای معمولی فرصت‌هایی را برای تقلید از بخش بندی بازار و استفاده از آن برای آزمایش رویکردهای مختلف ارائه می‌دهند.

طرز فکر مورد نیاز برای تجربه ناآرام با ایده اولیه «شکست سریع» سازگار است. این بدان معناست که شما به سرعت از طریق آزمایش بتا و پیشنهادات آزمایشی، تأیید یا رد محصول و مشتری را دریافت می‌کنید. کمبود داده‌های خارجی را به عنوان یک مانع تلقی نکنید – ممکن است در واقع یک هدیه باشد، زیرا داده‌های خریداری شده تقریباً همیشه از روش معمول برآورده کردن نیازها تهیه می‌شود و برای رقبای شما نیز در دسترس است. آزمایشات شخصی شما به شما امکان می‌دهد داده‌های خود را تولید کنید. این به شما بینش‌هایی می‌دهد که دیگران ندارند. اگر آزمایش آن سخت است (یا غیراخلاقی)، به دنبال آزمایش‌های طبیعی ارائه شده توسط روش‌های مختلف در مکان‌های مشابه باشید.

5. از هوش و خرد جمعی استفاده کنید

کریس بردلی، نویسنده استراتژی فراتر از چوب هاکی، مشاهده کرد: «این اشتباه است که فکر کنیم در تیم خود باهوش ترین افراد را در اتاق داریم. آن‌ها آن‌جا نیستند، آن‌ها همیشه در جای دیگری هستند.» اگر می‌توانید از طریق وسایل دیگر به اطلاعات آن‌ها دسترسی پیدا کنید، آن‌ها نیازی به حضور ندارند. در دنیایی که همواره در حال تغییر است و شرایط می‌تواند به طور غیرقابل پیش بینی تغییر کند، جمع آوری اطلاعات باهوش ترین افراد جهان را به همکاری با شما دعوت می‌کند. به عنوان مثال، در جستجوی الگوریتم یادگیری ماشینی برای شناسایی گونه‌ها و مقادیر ماهی در قایق‌های ماهیگیری، حفاظت از طبیعت (TNC) به Kaggle روی آورد و برای بهترین الگوریتم 150،000 دلار جایزه ارائه داد. این پیشنهاد 2،293 تیم از سراسر جهان را به خود جلب کرد. TNC اکنون از الگوریتم برنده برای شناسایی انواع و اندازه ماهی‌های صید شده در قایق‌های ماهیگیری در آسیا برای محافظت از ماهی‌های در معرض خطر ماهیان اقیانوس آرام و دیگر گونه‌ها استفاده می‌کند.

حل مشکلات جمع آوری شده از منظر دیگری آشنا است: معیار سنجی. هنگامی که سر رود کارنگی مدیر عامل Conzinc Riotinto Australia (CRA) بود، نگران هزینه‌های تعطیلی برنامه ریزی نشده با کامیون‌های سنگین بود، به ویژه آن‌هایی که نیاز به تعویض لاستیک داشتند. او از تیم مدیریتی خود پرسید که در تعویض لاستیک چه کسی در دنیا بهترین است. پاسخ آن‌ها فرمول یک، مسابقات اتومبیلرانی بود. گروهی برای یادگیری بهترین شیوه برای تغییر لاستیک در پیست مسابقه به انگلستان سفر کردند و سپس آن‌چه را که هزاران مایل دورتر آموخته بودند، در منطقه پیلبارا در غرب استرالیا پیاده کردند. باهوش‌ترین تیم برای این مشکل اصلاً در صنعت معدنی نبود.

البته، در حالی که سرمایه گذاری جمعی می‌تواند مفید باشد وقتی تفکر متداول راه حل‌هایی را ارائه می‌دهد که برای چالش موجود بسیار گران یا ناقص هستند، محدودیت‌هایی نیز دارد. جمع آوری جمعی زمان می‌برد تا راه اندازی شود، می‌تواند گران باشد و ممکن است به رقبای شما نشان دهد که قصد شما چیست. مراقب هزینه‌های پنهان باشید، مانند افشای سهوی اطلاعات و مجبور شدن در جستجوی حجم عظیمی از پیشنهادات نامربوط و پست برای یافتن گوهر نادر راه حل.

بپذیرید که استفاده از تجربیات و تخصص‌های مختلف غیر از تجربه شما خوب نیست. با جلسات طوفان فکری شروع کنید که افراد خارج از تیم شما را درگیر می‌کند. برای ایجاد ایده، مسابقات گسترده‌تری را در زمینه انبوه سازی امتحان کنید. یا استعدادهای عمیق را بیاموزید تا ببینید بینش شما در بین داده‌هایی که روش‌های متداول آن را روشن نکرده است چیست. هرچه حلقه‌های اطلاعاتی که به آن‌ها دسترسی بیشتری دارید، بیشتر باشد، احتمال اینکه راه حل‌های شما بدیع و خلاقانه باشند بیشتر است.

6. از نمایش و گفتار استفاده کنید

ما لیست ذهنیت خود را با اشاره به کودکان شروع کردیم و اکنون با «نمایش و گفتن» به کودکان باز می‌گردیم. همانطور که بدون شک به خاطر دارید-زمانی که بیشتر کنجکاو بودید!-نمایش و گفتن یک فعالیت در مدرسه ابتدایی است. این امر معمولاً با حل مشکل مرتبط نیست، اما احتمالاً علاقه شما را برانگیخته است. در واقع، این رویکرد برای حل مشکلات بسیار مهم است. نمایش و گفتن این است که چگونه مخاطبان خود را با مشکل مرتبط می‌کنید و سپس از ترکیب منطق و اقناع برای اقدام استفاده می‌کنید.

هدف ذهنی، نشان دادن و گفتن این است که تصمیم گیرندگان را وارد حوزه حل مشکل شما کرده است. به عنوان مثال، تیمی از حفاظت از طبیعت با ارائه پیشنهادی از بنیاد نیکوکار برای حمایت از مرمت صخره‌های صدف. قبل از ارائه، تیم 17 سطل پلاستیکی آب را وارد اتاق جلسه کرد و آن‌ها را در اطراف محیط قرار داد. وقتی کارکنان بنیاد وارد اتاق شدند، بلافاصله می‌خواستند بدانند سطل برای چیست. تیم توضیح داد که ترمیم صخره صدفی کیفیت آب را به میزان قابل توجهی بهبود می‌بخشد زیرا هر صدف 17 سطل آب در روز فیلتر می‌کند. ذخایر ماهی بهبود می‌یابد و صدف‌ها نیز می‌توانند برای کمک به کار اقتصادی جمع آوری شوند. تصمیم گیرندگان از طریق نمایش و گفتار وارد حوزه حل مسئله شدند. آن‌ها بودجه درخواست شده را تأیید کردند و از بعد فیزیکی مشکلی که بخشی از آن حل شده بود، استقبال کردند.

حل کنندگان مسائل مبتدی، فرآیند تحلیلی و ریاضیات خود را به شما نشان می‌دهند تا متقاعد شوید که آن‌ها باهوش هستند. گاهی اوقات، رژه نگران کننده دانش  APK نامیده می‌شود. اما حل‌کننده‌های مشکل تجربه به گونه‌ای متفاوت به شما نشان می‌دهند. زیباترین حل مسئله آن است که راه حل را آشکار می‌کند. هرب سیمون، اقتصاددان فقید این‌گونه بیان کرده است: «حل یک مشکل به معنای نمایش آن به منظور شفاف سازی راه حل است.»

برای بهتر نشان دادن و گفتن، با روشنی در مورد عملی که باید از حل مشکل و یافته‌های شما سرچشمه گیرد، شروع کنید: ایده حاکم بر تغییر. سپس راهی برای ارائه بصری منطق خود بیابید تا مسیر پاسخ‌ها مورد بحث و پذیرش قرار گیرد. بحث را از نظر احساسی و منطقی ارائه دهید و نشان دهید که چرا عمل ترجیحی تعادل جذابی بین خطرات و پاداش‌ها ارائه می‌دهد. اما به همین جا بسنده نکنید خطرات بی‌تحرکی را بیان کنید، که اغلب هزینه بالاتری نسبت به اقدامات ناقص دارند.

طرز فکر حل کنندگان بزرگ مسئله به اندازه روش‌هایی که از آن‌ها استفاده می‌کند اهمیت دارد. طرز فکری که کنجکاوی را تشویق می‌کند، نقص را در بر می‌گیرد، به چشم سنجاقک در مورد مشکل اهمیت می‌دهد، داده‌های جدیدی از آزمایشات و هوش جمعی ایجاد می‌کند و از طریق قصه گویی جذاب و نمایانگر عمل می‌کند و در سطوح بالای غیرقابل پیش بینی، امکانات جدید اساسی ایجاد می‌کند. البته، این رویکردها می‌توانند در طیف وسیعی از شرایط مفید باشند، اما در زمان عدم قطعیت گسترده، ضروری هستند.

https://www.mckinsey.com

آیا این نوشته برایتان مفید بود؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *