A Robust Grey Multi-Criteria Decision-Making Framework for Prioritization under Uncertainty: Application to Smart Transformation Systems

في عالم المؤسسات العلمية الهادئ والقائم على البيانات، لا يكم-ن-للتحدي المتمثل في التحديث في العثور على أفضل أداة جديدة فحسب، بل يتعلق بالتنقل عبر ضباب من عدم اليقين. فعندما تفكر وكالة حكومية مسؤولة عن مراقبة هزات الأرض في ترقية أنظمتها، فإنها تواجه شبكة معقدة من الخيارات. هل تستثمر في الذكاء الاصطناعي للكشف عن الزلازل بشكل أسرع، أم تبني شبكة من المستشعرات الذكية؟ هل تؤمن بياناتها بتقنية البلوكشين (سلسلة الكتل) أم تنقل كل شيء إلى السحابة؟ الإجابات نادراً ما تكون واضحة تماماً؛ فالتكاليف هي مجرد تقديرات، والجداول الزمنية هي تخمينات، والأداء المستقبلي لهذه التقنيات غالباً ما يكون مجهولاً. في مثل هذه المواقف، لا يمكن لصناع القرار الاعتماد على أرقام دقيقة لأن تلك الأرقام ببساطة غير موجودة بعد. بدلاً من ذلك، يجب عليهم العمل مع نطاقات من الاحتمالات، وموازنة فوائد السرعة والأمان مقابل قيود الميزانية والوقت. هذا هو مجال اتخاذ القرار تحت ظروف عدم اليقين، حيث لا يكمن الهدف في إيجال إجابة مثالية، بل في إيجاد المسار الأكثر متانة عندما تكون المعلومات غير مكتملة.

لقد تصدى فريق من الباحثين في جامعة طهران لهذه المشكلة تحديداً من خلال تطوير طريقة جديدة لمساعدة المركز الزلزالي الإيراني في تحديد أولويات تحوله الرقمي. لقد أدركوا أن الطرق التقليدية لاختيار التكنولوجيا غالباً ما تفشل في هذه البيئات عالية المخاطر لأنها تتطلب بيانات دقيقة لا تملكها المنظمات ببساطة. ولحل هذه المشكلة، ابتكر الباحثون إطار عمل يحتضن عدم اليقين بدلاً من محاولة القضاء عليه. فقد جمعوا لجنة من عشرة خبراء رفيعي المستوى، بمن فيهم مديرون سابقون ومديرون حاليون، لتقييم خمسة مشاريع ذكية محددة: نظام ذكاء اصطناعي للكشف عن الأحداث الزلزالية، وشبكة من المحطات الذكية المدعومة بإنترنت الأشياء (IoT)، ونظام بلوكشين لتأمين البيانات، ومنصة سحابية لإدارة المعلومات، وتطبيق هاتف محمول للإبلاغ العام. وبدلاً من مطالبة الخبراء بإعطاء درجة واحدة محددة لكل مشروع، طلب منهم الباحثون تقديم نطاقات. هذا النهج، المعروف باسم "نظرية النظام الرمادي"، يسمح بالتعبير عن المعلومات الغامضة أو غير المكتملة، مثل "ستكون التكلفة بين س و ص"، بدلاً من فرض تخمين لرقم محدد.

استخدم الباحثون بعد ذلك عملية رياضية متخصصة لوزن أهمية ثلاثة عشر معياراً مختلفاً، تتراوح من الأمن السيبراني والأداء إلى التكلفة ووقت التنفيذ. ووجدوا أن الخبراء وضعوا أعلى قيمة للأداء الفعال، والأمن السيبراني، وسهولة الاستخدام، مع إعطاء وزن كبير أيضاً لتكلفة الاستحواذ. وقد كشف هذا عن تفضيل واضح للحلول التي تتسم بالموثوقية والأمان، حتى لو تطلبت تخطيطاً مالياً دقيقاً. وعندما طبق الفريق إطار عملهم لتصنيف المشاريع الخمسة، ظهر قائد واضح؛ حيث تم تحديد نظام الكشف عن الأحداث الزلزالية القائم على الذكاء الاصطناعي كأولوية قصوى، محققاً درجات أعلى بكثير من الخيارات الأخرى. وقد اختير هذا النظام لأنه قدم أفضل توازن بين الأداء العالي، والأمن القوي، والتكاليف التي يمكن إدارتها، مما يعالج الاحتياجات الأكثر إلحاحاً للمركز الزلزالي بشكل مباشر.

بعد نظام الذكاء الاصطناعي، صنف الباحثون المحطات الذكية القائمة على إنترنت الأشياء ومنصة الإبلاغ عبر الهاتف المحمول كأكثر الاستثمارات قيمة في المرتبة التالية. وقد سجل هذان الخياران درجات متقاربة جداً، مما يشير إلى أنهما كلاهما مرشحان قويان للمرحلة التالية من التطوير. وجاء نظام البلوكشين لسلامة البيانات في المرتبة الرابعة، بينما جاءت منصة إدارة البيانات السحابية في المرتبة الأخيرة. ولم يكن التصنيف المنخفض لخيارات السحابة والبلوكشين يعني أنها تقنيات سيئة، بل أشار إلى أنها، في ظل القيود الحالية للميزانية والجاهزية التنظيمية، كانت أقل جدوى كأولويات فورية مقارنة بحلول الذكاء الاصطناعي وإنترنت الأشياء. وقد أظهرت الدراسة صراحة أنه بينما توفر تقنية البلوكشين أمناً ممتازاً، فإن تكلفتها العالية وتعقيدها جعلاها نقطة انطلاق أقل جاذبية. وبالمثل، تعثرت المنصة السحابية بسبب تكاليف الاستحواذ المرتفبة وأدائها الأضعف في معايير الجاهزية التنظيمية.

ولضمان ألا تكون هذه النتائج مجرد ضربة حظ ناتجة عن آراء الخبراء المحددين، أجرى الباحثون آلاف عمليات المحاكاة الحاسوبية لاختبار استقرار تصنيفاتهم. فقد قاموا بتغيير أهمية المعايير قليلاً في كل محاكاة لمعرفة ما إذا كان ترتيب المشاريع سيتغير. وكانت النتائج مطمئنة: ظل نظام الذكاء الاصطناعي هو الخيار الأول في ما يقرب من 70 في المائة من سيناريوهات المحاكاة، مما أثبت أن التوصية كانت متينة وليست حساسة للغاية للتغيرات الطفيفة في الأحكام. كما سلطت الدراسة الضوء على أن تطبيق الهاتف المحمول ومحطات إنترنت الأشياء كانت خيارات مستقرة في المركزين الثاني والثالث، بينما أظهرت خيارات البلوكشين والسحابة تباينًا أكبر، مما عزز انخفاض أولويتها.

إن النتيجة النهائية لهذا البحث ليست مجرد قائمة بالرابحين والخاسرين، بل هي خارطة طريق عملية للعمل. يقترح الباحثون أن يبدأ المركز الزلزالي عملية التحول من خلال تنفيذ نظام الكشف بالذكاء الاصطناعي. وبمجرد وضع هذا الأساس، يمكن للمنظمة الانتقال إلى ترقية شبكة المستشعرات الخاصة بها باستخدام تقنية إنترنت الأشياء وإطلاق تطبيق الهاتف المحمول للتواصل مع الجمهور. أما التقنيات الأكثر تعقيداً وتكلفة، مثل البلوكشين والانتقال الكامل إلى السحابة، فيمكن تقديمها لاحقاً، بمجرد أن تبني المنظمة الموارد والخبرة اللازمة. يسمح هذا النهج التدريجي للمؤسسة بإدارة المخاطر وتوزيع استثماراتها بمرور الوقت. ومن خلال استخدام منهج يقبل عدم اليقين كجزء طبيعي من العملية، قدم الباحثون دليلاً واضحاً قائماً على الأدلة حول كيفية تحديث العمليات في وكالة حكومية علمية دون المقامرة بالمجهول.