در مسیر حرفهایام بهعنوان یک پژوهشگر و مشاور استراتژی، همواره با این پرسش درونی مواجه بودهام که چگونه میتوان تصمیماتی گرفت که نهتنها مبتنی بر واقعیتهای گذشته و حال باشند، بلکه ظرفیت همراستایی نسبی با آینده را نیز در خود داشته باشند. سالها تحلیل دادههای تاریخی، بررسی روندهای بازار، و استفاده از چارچوبهای کلاسیک مانند SWOT یا PESTEL، بخش جداییناپذیر کار من بودهاند. اما برای من نقطه عطف واقعی در پژوهش استراتژی، زمانی رخ داد که هوش مصنوعی وارد شد، نه بهعنوان یک ابزار تزئینی، بلکه بهعنوان یک عنصر تحولآفرین در کل فرایند استراتژیپردازی و یا به عبارت بهتر بهعنوان یک کنشگر استراتژی در کنار سایر کنشگران استراتژی.
اولین مواجهه جدی من با هوش مصنوعی در پروژهای بود که هدفش تحلیل رفتار مخاطبان در فضای دیجیتال فارسیزبان بود. دادههای خام فراوانی در اختیار داشتیم، اما الگوهای رفتاری در آنها پنهان بودند. با استفاده از مدلهای یادگیری ماشین، توانستیم نهتنها الگوهای مصرف محتوا را استخراج کنیم، بلکه پیشبینیهایی درباره نوع محتوای مورد علاقه در بازههای زمانی مختلف ارائه دهیم. این تجربه برای من نقطهای بود که درک کردم داده، اگر بهدرستی ساختاربندی و تحلیل شود، میتواند به بینش تبدیل شود، و هوش مصنوعی همان حلقه واسطی است که این تبدیل را ممکن میسازد.
در پروژههای بعدی، نقش هوش مصنوعی فراتر رفت. در تحلیل رقبا، بهجای مرور دستی صدها صفحه گزارش و مقاله، از مدلهای زبانی استفاده کردیم تا روندهای کلیدی، نقاط قوت و ضعف برندها، و شکافهای استراتژیک را استخراج کنند. این مدلها نهتنها سرعت تحلیل دادهها را افزایش دادند، بلکه زاویه دید جدیدی به من و همکارانم دادند، زاویهای که گاه با شهود انسانی من در تضاد بود، اما همین تضاد باعث شد تصمیماتم دقیقتر، چندبُعدیتر و گاه متفاوت با گذشته شوند.
اما تجربه مختصر من نشان داده که هوش مصنوعی هرگز جایگزین تفکر استراتژیک انسانی نمیشود. در مواردی، خروجی مدلها بهدلیل سوگیری داده یا محدودیتهای زبانی، نیاز به بازنگری جدی داشتند. در یکی از تحلیلهای بازار، الگوریتم پیشنهادی برای هدفگیری مخاطبان، بهطور ناخواسته گروهی خاص را نادیده گرفته بود. اینجا بود که مداخله انسانی ضروری شد. یکی از مهمترین درسهایی که من از این مسیر تازه که در حال پیمودن آن هستم گرفتهام، اهمیت طراحی زیرساخت دادهای مناسب پیش از ورود به فاز تحلیل استراتژیک است. دادههای پراکنده، ناسازگار یا غیر مرتبط با زمینه تحلیلی، حتی با پیشرفتهترین مدلها نیز به بینش قابل اتکا تبدیل نمیشوند. بنابراین، در پروژههای اخیرم، بخش قابل توجهی از زمان همکارانم صرف طراحی معماری داده، تعریف متغیرهای کلیدی، و پالایش منابع اطلاعاتی میشود؛ کاری که شاید در نگاه اول غیرجذاب باشد، اما در عمل، بنیان موفقیت فرایند استراتژیپردازی دادهمحور را شکل میدهد.
امروزه دیگر نمیتوان فرایند استراتژیپردازی را بدون در نظر گرفتن ظرفیتهای بیگ دیتا و هوش مصنوعی تصور کرد. از شبیهسازی سناریوهای آینده گرفته تا بهینهسازی تصمیمات لحظهای، از تحلیل احساسات مخاطبان تا تولید محتوای هدفمند، همه و همه با کمک هوش مصنوعی، دقیقتر، سریعتر و هوشمندانهتر شدهاند. اما این تحول، نیازمند بازتعریف نقش مشاور استراتژی نیز هست: کسی که نهتنها تحلیلگر داده است، بلکه معمار رویههای تعامل انسان و ماشین در مسیر تصمیمگیری استراتژیک است.
در نهایت، آنچه تاکنون برای من روشن شده این است که هوش مصنوعی نه رقیب تفکر انسانی، بلکه مکمل آن است. و ما، بهعنوان کنشگران استراتژی، باید یاد بگیریم چگونه با این همکار جدید گفتوگو کنیم، نه فقط از آن دستور بگیریم یا به آن دستور دهیم. این تعامل و گفتوگو، اگر درست شکل بگیرد، میتواند افقهای جدیدی در تصمیمسازی استراتژیک باز کند؛ افقهایی که پیشتر، تنها در حد شهود انسانی باقی میماندند.
