Applying Artificial Intelligence and Big Data Analytics in Forecasting the Effectiveness of Managerial Strategic Decision Making

في عالم الأعمال الحديث، يواجه القادة تحدياً مستمراً: اتخاذ قرارات عالية المخاطر في مشهد يتغير بسرعة أكبر مما يمكن لأي شخص بمفرده تتبعه. وللتنقل في هذا المشهد، تتجه العديد من المؤسسات إلى الذكاء الاصطناعي وتحليلات البيانات الضخمة. هذه ليست مجرد أدوات لفرز الملفات؛ بل هي أنظمة مصممة لإيجاد أنماط في كميات هائلة من المعلومات التي قد تفوق القدرة الاستيعابية للعقل البشري. ومع ذلك، يظل هناك سؤال جوهري: هل يمكن لهذه الأنظمة الرقمية اتخاذ قرارات ليست ذكية فحسب، بل سليمة قانونياً وفعالة استراتيجياً أيضاً؟ الإجابة ليست بسيطة. فقد يكون القرار كفؤاً ولكنه يخالف قاعدة ما، أو قد يتبع القانون ولكنه يفشل في تحقيق هدف تجاري. يحاول الباحثون الآن بناء جسر بين القوة الخام لتحليل البيانات والحدود الصارمة للامتثال القانوني، متسائلين عما إذا كان بإمكان الكمبيوتر أن يتعلم كيفية موازنة أهمية الهدف التجاري مقابل خطر العقوبة القانونية.

قام باحث في جامعة "تاي دو" (Tay Do) في فيتنام بتجربة هذه الفكرة من خلال بناء نظام رقمي مصمم لمحاكاة كيفية اتخاذ المدير للخيارات الاستراتيجية. لقد أنشأ بيئة افتراضية كان على وكيل ذكاء اصطناعي فيها التنقل عبر مجموعة معقدة من القواعد القائمة على قوانين تكنولوجيا المعلومات. كان الهدف هو معرفة ما إذا كان النظام قادراً على التنبؤ بمدى جودة أداء القرار، والذي يُقاس بمؤشر أداء رئيسي معروف في عالم الأعمال. وللقيام بذلك، لم يقم الباحث بتغذية الكمبيوتر بأرقام خام فحسب، بل صمم النظام ليحاكي خمس طرق محددة يعالج بها العقل البشري المعلومات: القدرة على إدارة الموارد، والقدرة على التفكير في التفكير الذاتي، والمهارة في التركيز على ما يهم، وسرعة تعلم قواعد جديدة، والقدرة على فهم المعايير الاجتماعية والتنظيمية. وقد عُوملت هذه المهارات الذهنية الخمس باعتبارها اللبنات الأساسية لعملية اتخاذ القرار لدى الكمبيوتر.

أنشأ الباحث مساراً رقمياً ضخماً لاختبار فكرته. أولاً، جمع النظام نصوصاً من وثائق متنوعة، مثل التقارير القانونية وأوراق السياسات، وقام بتنظيفها حتى يتمكن الكمبيوتر من قراءتها. ثم قام بترجمة هذه القواعد المكتوبة إلى تنسيق يمكن للآلة فهمه، مع تعيين أوزان لمختلف المتطلبات مثل خصوصية البيانات أو التوافق مع الإدارة التنفيذية. بعد ذلك، أنشأ النظام مجموعة بيانات محاكية تضم 1500 سيناريو مختلف لاتخاذ القرار. وفي كل سيناريو، كان على الكمبيوتر موازنة مهاراته الإدراكية الخمس مقابل القواعد القانونية لإنتاج درجة نهائية. مثلت هذه الدرجة مدى نجاح القرار، وتراوحت من صفر إلى مائة. ثم قام الباحث بتدريب نموذج تعلم آلي على هذه البيانات، لتعليمه كيفية النظر إلى المهارات الإدراكية الخمس وتخمين الدرجة النهائية. وقد استخدم طريقة تبني العديد من أشجار القرار الصغيرة لإيجاد الأنماط، على أمل أن يتمكن الكمبيوتر من تعلم الروابط الخفية بين طريقة تفكير النظام ومدى أدائه.

وعندما اختبر الباحث نموذجه، كشفت النتائج عن حقيقة صعبة حول الحالة الراهنة لهذه التكنولوجيا. فقد تمكن النظام من تشغيل العملية بأكملها بسلاسة، بدءاً من قراءة الوثائق وصولاً إلى توليد قائمة نهائية من الدرجات المتوقعة. ومع ذلك، عندما تحقق الباحث من مدى دقة التوقعات، وجد أن النموذج يعاني من أجل استيعاب التعقيد الحقيقي للمشكلة. كانت تخمينات الكمبيوتر غالباً بعيدة عن الواقع بفارق كبير، وفي بعض المقاييس الإحصائية، كان أداء النموذج أسوأ من مجرد التخمين العشوائي لمتوسط الدرجة في كل موقف. وأظهرت البيانات أن النتائج الفعلية انقسمت إلى مجموعتين متميزتين: قرارات سجلت درجات منخفضة جداً وقرارات سجلت درجات عالية جداً، بينما مالت توقعات الكمبيوتر إلى التجمع في المنتصف، متجاهلة الحالات القصوى تماماً. يشير هذا إلى أنه على الرغم من قدرة النظام على معالجة المعلومات، إلا أنه يفتقر إلى السياق العميق اللازم للتمييز بين الخيار المتوسط الآمن والاستراتيجية عالية المخاطر وعالية العوائد.

خلصت الدراسة إلى أنه بينما يعد إطار العمل الذي يجمع بين الذكاء الاصطناعي والحوكمة القانونية أمراً ممكناً، فإن التكنولوجيا ليست جاهزة بعد لاستبدال الحكم البشري في هذه المجالات المعقدة. ووجد الباحث أن النماذج الحالية لا تستطيع استيعاب المتغيرات الخفية التي تدفع القرار نحو فئات "المخاطر العالية" أو "العوائد العالية". وأشار إلى أن النظام يعمل بشكل أفضل عندما يبقى في المنطقة الوسطى، متجنباً النتائج الأكثر تطرفاً، وهو نهج آمن ولكنه محدود للتخطيط الاستراتيجي. واقترح الباحث أن العمل المستقبلي يجب أن يركز على إضافة معلومات أكثر تفصيلاً للنظام، مثل طرق أفضل لقياس السياق القانوني المحدد لكل قرار، وتطوير نماذج يمكنها شرح منطقها بوضوح أكبر. وفي الوقت الحالي، يعد هذا البحث بمثابة إثبات للمفهوم، حيث يوضح أنه من الممكن ترجمة القواعد القانونية إلى بيانات رقمية، ولكنه يسلط الضوء أيضاً على أن الطريق نحو اتخاذ قرار استراتيجي مستقل ومتوافق يتطلب ما هو أكثر بكثير من مجرد قوة المعالجة.