Research on Optimization Paths for Enterprise Decision Support Systems Based on Big Data and Artificial Intelligence
بالاستناد إلى بيانات من 108 مؤسسات، تقترح هذه الدراسة نموذج "اللولب المزدوج التقني-الإداري" المبتكر الذي يدمج نسيج البيانات، والذكاء الاصطناعي القابل للتفسير، وآليات التعلم التنظيمي للتغلب على عزل البيانات، وغموض الخوارزميات، وعدم المرونة الهيكلية، مما يعزز جودة اتخاذ القرار وسرعة الاستجابة عبر قطاعات التصنيع والتمويل والتجزئة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تعتمد كل شركة حديثة على جهاز عصبي رقمي لاتخاذ القرارات، بدءاً من مصنع يقرر عدد القطع التي يجب بناؤها وصولاً إلى بنك يوافق على قرض. لسنوات طويلة، كان الافتراض هو أنه إذا اشترت الشركة برمجيات قوية بما يكفي وجمعت بيانات كافية، فإن قراراتها ستصبح ذكية تلقائياً. ومع ذلك، ظهرت فجوة مستمرة: تنفق الشركات المليارات على التكنولوجيا، لكن قادتها لا يزالون يعانون في كثير من الأحيان من أجل اتخاذ خيارات فعالة. المشكلة ليست في نقص المعلومات، بل في عدم التوافق بين الأدوات التي يستخدمونها والطريقة التي بُنيت بها مؤسساتهم. فغالباً ما تظل البيانات حبيسة صوامع معزولة، وتظل الخوارزميات التي تعالجها "صناديق سوداء" غامضة لا يمكن للبشر الوثوق بها، كما أن هياكل الشركات نفسها تكون شديدة الصلابة بحيث يصعب التكيف مع الرؤى الجديدة. هذا الانفصال يخلق وضعاً توجد فيه التكنولوجيا، لكن القيمة التي يمكن أن تقدمها تظل محبوسة بعيداً.
سعى الباحثان ييكسوان ياو وليانغ تشن من كلية يوننان لإدارة الأعمال إلى حل هذا اللغز من خلال النظر في كيفية نمو التكنولوجيا والإدارة معاً، بدلاً من نموهما بشكل منفصل. وهما يقترحان أن نظام دعم القرار لا يمكن أن يكون مجرد أداة إضافية؛ بل يجب أن يتطور بالتوازي مع الأشخاص والعمليات التي يخدمها. ولاختبار ذلك، درسا 108 مؤسسات في قطاعات التصنيع والتمويل والتجزئة، من خلال مقابلة القادة وتحليل سنوات من البيانات التشغيلية. ويتجاوز عملهما فكرة أن الخوارمازميات الأفضل وحدها ستصلح عملية اتخاذ القرار المعطلة؛ وبدلاً من ذلك، وجدا أن النجاح يأتي من نهج مزدوج: يركز أحد مساراته على جعل البيانات سهلة الوصول والمنطق الكامن وراء الذكاء الاصطناعي شفافاً، بينما يركز المسار الآخر على تدريب المنظمة على الثقة في هذه الأدوات الجديدة واستخدامها. ومن خلال نسج هذين المسارين معاً، يمكن للشركات تحويل عملية اتخاذ القرار من عملية ثابتة عرضة للخطأ إلى نظام ديناميكي متعلم يتكيف مع التغيير.
اكتشف الباحثان أن المسار الأكثر فعالية للمضي قدماً يتضمن لولبين متداخلين من التحسين. اللولب الأول تقني؛ ويبدأ بـ "نسيج البيانات"، وهو بنية مرنة تربط المعلومات المتفرقة من مختلف الأقسام في عرض واحد متماسك، تماماً مثل خريطة موحدة للمسافر. وعلى هذا الأساس، قدما ذكاءً اصطناعياً قابلاً للتفسير. وخلافاً للأنظمة التقليدية التي تقدم توصية دون توضيح السبب، تكشف هذه المحركات الجديدة عن المنطق وراء اقتراحاتها؛ فهي توضح العوامل التي أثرت في القرار، مثل تأخر مورد أو اتجاه موسمي، مما يسمح للمديرين البشريين بفهم المنطق والتحقق من موثوقية المخرجات. هذه الشفافية تحول الخوارزمية من عراف غامض إلى شريك تعاوني يمكن للمديرين مساءلته والتعلم منه.
أما اللولب الثاني فهو تنظيمي. فالتكنولوجيا وحدها تفشل إذا لم يكن الأشخاص الذين يستخدمونها مستعدين. وجدت الدراسة أن الشركات الناجحة تبني نظاماً "واعياً بالسياق" يراقب باستمرار بيئة العمل، من تحولات السوق إلى الاختناقات الداخلية. والأهم من ذلك، أنها تعزز ثقافة التعلم المستمر. فعندما يتم اتخاذ قرار ما، لا تكتفي المنظمة بالمضي قدماً فحسب، بل تراجع النتيجة، وتستخلص الدروس، وتحدث قاعدة معرفتها الداخلية. وهذا يخلق حلقة تغذية راجعة حيث تصبح المنظمة أكثر ذكاءً مع كل خيار. وقد قاس الباحثون مقياساً محدداً يسمى "مؤشر مقاومة التغيير"، والذي يتتبع مدى خوف الموظفين من الأدوات الجديدة أو رفضهم لها. وفي الشركات التي اتبعت نموذج اللولب المزدوج، انخفضت هذه المقاومة بشكل ملحووس بمرور الوقت، حيث تحول العمال من رؤية النظام كتهديد إلى رؤيته كأداة تعزز خبراتهم الخاصة.
ولإثبات نجاح هذا النهج، أجرى الفريق مقارنة تفصيلية بين الشركات التي تستخدم نموذج اللولب المزدوج الجديد وتلك التي تلتزم بالترقيات التقليدية أحادية التركيز. في بيئة تصنيع، شهدت شركة اعتمدت النموذج الكامل قفزة في قدرتها على التنبؤ بالطلب من دقة 68% إلى 89%، بينما تحسنت شركة مماثلة تستخدم برمجيات تقليدية لتصل إلى 75% فقط. كما قلل النموذج الجديد الوقت المستغرق لاتخاذ القرار من أكثر من أربع ساعات إلى أقل من ساعتين. وفي القطاع المالي، خفض بنك يستخدم هذا النهج زمن الاستجابة للمخاطر من 48 ساعة إلى 15 دقيقة فقط، مع تلبية المتطلبات التنظيمية الصارمة الجديدة التي كان يُعتقد سابقاً أنه من المستحيل الوفاء بها. وفي قطاع التجزئة، اختصرت سلسلة متاجر دورات إطلاق المنتجات إلى النصف وزادت عائد الاستثمار التسويقي من 1:3.2 إلى 1:5.8. لم تكن هذه التحسينات تتعلق بالسرعة فحسب، بل بجودة الخيارات المتخذة ومدى الثقة التي توليها الفرق لها.
كما سلطت الدراسة الضوء على عدم وجود حل واحد "يناسب الجميع". فالمسار الذي تسلكه الشركة يعتمد بشدة على نقطة بدايتها. فالمصنع الذي يعاني من بيانات غير منظمة وسلاسل توريد معقدة يحتاج أولاً إلى التركيز على تنظيف وربط معلوماته. أما البنك الذي يطبق قواعد صارمة، فعليه منح الأولوية للحوكمة وبناء الثقة قبل إضافة أي أتمتة جديدة. بينما يحتاج تاجر التجزئة الذي يواجه اتجاهات سريعة التغير إلى هيكل مرن يسمح بالاختبار السريع والتكرار. وقد طور الباحثون طريقة لتشخيص الوضع المحدد للشركة — عبر النظر في مدى تعقيد قراراتها، ونضج بياناتها، ومرونة منظمتها — ثم مطابقتها مع المزيج الصحيح من الخطوات التقنية والإدارية، مما يضمن عدم هدر الموارد في إصلاحات خاطئة.
وعلى الرغم من أن النتائج واعدة، إلا أن الباحثين حذروا من حدود هذه النتائج. فقد اعتمدت الدراسة على بيانات واقعية من 85 استجابة صالحة وعمليات بحث عميقة في حالات محددة، ولم تكن تجربة عشوائية حيث تم توزيع الشركات عشوائياً على مجموعات مختلفة. وهذا يعني أن التحسينات المرصودة ترتبط بقوة بالنموذج الجديد، ولكن عوامل أخرى مثل اتجاهات السوق العامة أو التغييرات في القيادة الداخلية قد لعبت دوراً أيضاً. كما أن البيانات تأتي أساساً من الشركات الصينية، ويقر الباحثون بأن الاختلافات الثقافية في كيفية ثقة الناس بالتكنولوجيا قد تعني أن النتائج قد تبدو مختلفة في أجزاء أخرى من العالم. كما أشاروا إلى أن المشهد التكنولوجي يتحرك بسرعة، مع ظهور تطورات جديدة في الحوسبة الكمومية والذكاء الاصطناعي التوليدي في الأفق، والتي قد تعيد تشكيل هذه الأنظمة مرة أخرى.
ورغم هذه التحفظات، فإن الرسالة الجوهرية واضحة: لقد انتهى عصر شراء حزمة برمجيات وتوقع ذكاء فوري. إن مستقبل اتخاذ القرار يكمن في العمل المتأني والمدروس لمواءمة التكنولوجيا مع التنظيم البشري. ويتطلب الأمر بناء أنظمة شفافة بما يكفي لتكون محل ثقة، ومنظمات مرنة بما يكفي لتكون قادرة على التعلم. ومن خلال معاملة التكنولوجيا والإدارة كوجهين لعملة واحدة، تنموان معاً بدلاً من الانفصال، يمكن للشركات أخيراً إطلاق العنان للإمكانات الحقيقية لبياناتها. إن الطريق إلى الأمام ليس قفزة واحدة، بل هو صعود لولبي مستمر حيث تقابل كل خطوة في التكنولوجيا خطوة في القدرة البشرية، مما يخلق محركاً لاتخاذ القرار يتسم بالقوة والحكمة معاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.