https://virgool.io/feed/@amir_mahmoudi علاقه مند به کسب و کار،مدیریت و کمی اقتصاد fa 2026-06-25 06:30:01 https://files.virgool.io/upload/users/246339/avatar/kJD6ha.jpg?height=120&width=120 https://virgool.io/@amir_mahmoudi https://virgool.io/@amir_mahmoudi/%DA%86%DB%8C%D9%86-%D9%88-%D8%A2%D9%85%D8%B1%DB%8C%DA%A9%D8%A7-%D8%AF%D8%B1-%D8%AD%D8%A7%D9%84-%D8%B1%D9%82%D8%A7%D8%A8%D8%AA-%D8%A8%D8%B1%D8%A7%DB%8C-%D8%AA%D9%88%D8%B3%D8%B9%D9%87-%D8%A8%D9%87%D8%AA%D8%B1%DB%8C%D9%86-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D8%A7%D9%85%D8%A7-%DA%A9%D8%AF%D8%A7%D9%85-%DB%8C%DA%A9-%D9%85%D9%88%D9%81%D9%82-%D9%85%DB%8C%D8%B4%D9%88%D9%86%D8%AF-ewhxykwldvna برنده واقعی رقابت هوش مصنوعی، احتمالاً کشوری نیست که بهترین مدل‌ها رو بسازه؛ بلکه کشوریه که دولت، کسب‌وکارها و مردم عادی اون بتونن هر روز و در مقیاس وسیع از هوش مصنوعی استفاده کنن. در زمینه‌هایی مثل رشد اقتصادی یا قدرت نظامی، گسترش فناوری در نهایت اهمیت بیشتری داره تا نوآوری فناوری. از این نظر، رقابت بین چین و آمریکا خیلی نزدیک‌تر از چیزیه که بسیاری از آمریکایی‌ها فکر می‌کنن.در غرب، دیدگاه رایجی وجود داره که می‌گه چین در اختراع فناوری‌های نو عملکرد خوبی داره، اما در اجرای اون‌ها چندان موفق نیست. چین سرمایه‌گذاری زیادی روی مؤسسات پژوهشی انجام داده و یکی پس از دیگری به دستاوردهای علمی رسیده. در دهه ۲۰۱۰، چین تقریباً نیمی از پتنت‌های جدید ثبت‌شده در جهان رو به خودش اختصاص داد. اما از مدت‌ها پیش، در به‌کارگیری این نوآوری‌ها عملکرد ضعیفی داشته.در مقاله‌ای جدید، «جفری دینگ» از دانشگاه جورج واشنگتن با استفاده از داده‌های سال ۲۰۲۰ از سازمان جهانی مالکیت فکری (WIPO) برآورد کرده که چین در زمینه نوآوری فناوری در رتبه چهاردهم جهانه، اما در زمینه پذیرش و پیاده‌سازی فناوری، در رتبه چهل‌وهفتم قرار داره.«اگر از زاویه گسترش و به‌کارگیری فناوری نگاه کنیم، چین هنوز فاصله زیادی با یک ابرقدرت علمی و فناورانه داره»، آقای دینگ می‌گه. چین در ایجاد ارتباط مؤثر بین دانشگاه و صنعت کند عمل کرده و همچنان نسبت به تخصص و دانش خارجی بسته باقی مونده. سیستم سیاسی سنگین و کند، ترس از ریسک، و نبود انگیزه‌های واقعی بازار، از جمله عواملی هستن که جلوی پیشرفت رو گرفتن.در مقابل، آمریکا به‌طور تاریخی هم در نوآوری فناوری و هم در گسترش و پیاده‌سازی اون—از برق گرفته تا خودرو—عملکرد درخشانی داشته.بسیاری بر این باورند که چین در پذیرش هوش مصنوعی هم کند خواهد بود. اقتصاد چین که بیشتر به صنعت و کشاورزی وابسته است تا اقتصاد آمریکا، به نظر می‌رسد شرکت‌های کمتری داشته باشد که بتوانند از این فناوری بهره ببرند. استفاده از پردازش ابری در چین کمتر از آمریکا رواج دارد، و این مسئله باعث می‌شود که شرکت‌های چینی از قدرت محاسباتی مقیاس‌پذیر محروم بمانند.یک توافق در حال شکل‌گیری است. امتیاز آمریکا در شاخص آمادگی هوش مصنوعی صندوق بین‌المللی پول ۲۰٪ بیشتر از چین است. در ماه اکتبر، Capital Economics، یک مشاوره اقتصادی، یک رتبه‌بندی مشابه آماده کرد که آمریکا را در رتبه اول و چین را کیلومترها پشت سر گذاشته قرار داد. گلدمن ساکس، یک بانک معتبر، پیش‌بینی کرده که تا سال ۲۰۳۰، ۳۰٪ از شرکت‌های چینی به هوش مصنوعی روی خواهند آورد، در حالی که این رقم برای شرکت‌های آمریکایی ۴۰٪ خواهد بود.با این حال، برتری آمریکا به اندازه‌ای که بسیاری فکر می‌کنند، واضح نیست. چین در پذیرش فناوری به‌سرعت در حال نزدیک شدن به آمریکا است. طبق آخرین آمار از WIPO، چین در گسترش فناوری در رتبه ۳۲ جهانی قرار دارد، که نسبت به سال ۲۰۲۰، ۱۵ رتبه پیشرفت کرده است. از خودروهای برقی گرفته تا ربات‌هایی که سرویس اتاق ارائه می‌دهند، مصرف‌کننده چینی در معرض فناوری‌های پیچیده‌تری نسبت به مصرف‌کننده آمریکایی قرار دارد. برخی از کارشناسان فناوری اکنون بر این باورند که چین، نه آمریکا، به‌عنوان الگوی اصلی پذیرش فناوری شناخته می‌شود. همان‌طور که هان جی‌ژونگ از آکادمی علوم چین در سال ۲۰۲۳ بیان کرد: «ما در بسیاری از فناوری‌ها از آمریکایی‌ها پیشی گرفته‌ایم، نه به‌خاطر پیشرفت‌های نوآورانه، بلکه به‌دلیل توانایی‌های اجرایی که از بازار عظیم‌مان شکل گرفته استThe Economistسرمایه‌گذاران شروع کرده‌اند به این فکر که آیا چین در پذیرش هوش مصنوعی سریع‌تر عمل خواهد کرد یا نه. چندین بانک، از جمله گلدمن ساکسو مورگان استنلی، شاخص‌های قیمت سهام شرکت‌هایی را منتشر کرده‌اند که به‌واسطه پذیرش هوش مصنوعی، انتظار می‌رود بهره‌وری‌شان افزایش یابد. برای مثال، شاخص گلدمن ساکس برای آمریکا شامل Walgreens Boots Alliance است، یک داروخانه که امیدوار است از هوش مصنوعی برای کارهایی مانند مدیریت نسخه‌ها استفاده کند. شاخص مورگان استنلی برای چین شامل China Literature است، یک ناشر که مدلی از هوش مصنوعی برای کمک به نویسندگان دارد، و Transsion Holdings، یک شرکت سازنده گوشی که دستیار هوش مصنوعی را به دستگاه‌هایش اضافه کرده است.در حالی که بهره‌برداران از هوش مصنوعی در آمریکا طبق شاخص گلدمن، اخیراً عملکرد ضعیفی نسبت به بازار محلی داشته‌اند، در چین، شرکت‌های بهره‌مند از هوش مصنوعی طبق پیش‌بینی‌ها عملکرد بهتری از بازار داشته‌اند (نگاه کنید به نمودار 1).داده‌های مقایسه‌ای بین کشورها در زمینه پذیرش هوش مصنوعی کم است. اما اگر به میزان هزینه‌ای که شرکت‌های بزرگ برای این فناوری صرف می‌کنند نگاه کنیم، به نظر می‌رسد آمریکا جلوتر است. شرکت‌های آمریکایی خریداران بزرگی از نرم‌افزارهای سازمانی هستند—مانند نرم‌افزارهای منابع انسانی و حسابداری. بسیاری از فروشندگان این نرم‌افزارها، مانند Salesforce و Microsoft، در حال افزودن هوش مصنوعی به محصولات خود هستند. بازار نرم‌افزارهای سازمانی چین تقریباً دهم اندازه بازار آمریکا است، و طبق گفته چی پینگ لاو، رئیس Tencent، غول فناوری چینی، در نوامبر، این بازار «واقعاً چندان پویا نیست»، و همین مسئله باعث شده که فروش هوش مصنوعی شرکتش کمتر از رقبای آمریکایی‌اش باشد.با این حال، فروش‌های هوش مصنوعی ممکن است برتری آمریکا را بزرگ‌تر از آنچه که هست نشان دهند، چرا که هر دلار صرف‌شده برای خدمات هوش مصنوعی چینی، ارزش بیشتری نسبت به دلارهای صرف‌شده برای خدمات آمریکایی دارد. قیمت‌ها در چین پایین‌تر است، به‌دلیل جنگ قیمتی که بین شرکت‌های پردازش ابری این کشور در جریان است و همچنین به‌خاطر اینکه بیشتر مدل‌های چینی متن‌باز هستند. سال گذشته، ByteDance، دیگر غول فناوری چینی، قیمت چت‌باتDoubao خود را کاهش داد و آن را ۹۹٪ ارزان‌تر از ChatGPT OpenAI کرد.یک روش دیگر برای ارزیابی پذیرش هوش مصنوعی، داده‌های نظرسنجی است. سال گذشته، تحقیقی از IBM، یک شرکت فناوری آمریکایی، نشان داد که ۵۰٪ از شرکت‌های چینی از هوش مصنوعی استفاده می‌کنند، در حالی که این رقم در آمریکا یک‌سوم است. تحقیقات McKinsey، یک مشاوره معتبر، نشان می‌دهد که ۱۹٪ از مردم چین در محل کار از هوش مصنوعی استفاده می‌کنند، در حالی که این رقم برای شمال‌امریکایی‌ها ۱۲٪ است. مطالعات دولت ژاپن نشان می‌دهد که نسبت بیشتری از شرکت‌های چینی نسبت به شرکت‌های آمریکایی سیاست‌هایی برای استفاده از هوش مصنوعی تولیدی وضع کرده‌اند.The Economist امیر محمودی امیر محمودی Fri, 04 Apr 2025 13:34:30 +0330 https://virgool.io/@amir_mahmoudi/%D9%85%D8%AF%DB%8C%D8%B1%DB%8C%D8%AA-%D8%A8%D8%B1-%D9%85%D8%A8%D9%86%D8%A7%DB%8C-%DA%AF%D8%B4%D8%AA-%D8%B2%D9%86%DB%8C-hplvjmeutub9 مفهوم MBWA : Management by Walking Around یا مدیریت بر مبنای گشت زنی یعنی مدیران به طور منظم دفتر خود را ترک کرده و مستقیماً با تیم‌ها ارتباط برقرار می‌کنند. این کار به آن‌ها اجازه می‌دهد تا به صورت مستقیم از نیازها و مشکلات تیم‌ها مطلع شوند.پیروان این استراتژی مدیران را تشویق می‌کنند تا به‌طور منظم با اعضای تیم خود صحبت کنند، بازخورد بگیرند، عملکرد را بررسی کنند و تمجید کنند. تام پیترز و رابرت اچ واترمن در کتابشان "In Search of Excellence" این رویکرد را مطرح کردند. مدیران موفقی مانند استیو جابز و دیوید پاکارد نیز به این روش علاقه‌مند بودند. نوعی از MBWA به نام "gemba walk" نیز به‌ویژه در برخی شرکت‌های ژاپنی محبوب است.هدف مدیریت بر مبنای گشت زنی چیه؟! مدیریت بر مبنای گشت زنی مدیران کمک می‌کند تا با کارکنان ارتباط نزدیک‌تری برقرار کنند و روحیه آن‌ها را بهبود بخشند. با مشاهده تیم‌های مختلف، مدیران دیدگاه‌های ارزشمندی درباره فعالیت روزانه شرکت به دست می‌آورند و می‌توانند تغییرات پیشنهادی کارکنان را برای بهبود شرایط کاری اعمال کنند. این رویکرد می‌تواند به افزایش بهره‌وری و سود برای همه منجر شود.اثربخشی MBWA ممکن است از شرکتی به شرکت دیگر متفاوت باشد و به این بستگی دارد که مدیر و سایر ذینفعان با جلسات غیررسمی و پیش‌بینی‌نشده راحت باشند یا نه. سبک رهبری آرام و غیر استبدادی معمولاً با MBWA بهتر هماهنگ می‌شود، در حالی که سبک‌های بیش از حد انتقادی یا مستبد ممکن است با آن سازگار نباشند. امیر محمودی امیر محمودی Sat, 18 Jan 2025 20:56:33 +0330 https://virgool.io/@amir_mahmoudi/%D9%85%D8%AF%DB%8C%D8%B1%DB%8C%D8%AA-%D8%A8%D9%87%D8%B1%D9%87-%D9%88%D8%B1%DB%8C-dogqldcsxbvd چرا بهره وری مهم است؟بهره‌وری یک پروژه به این معناست که چقدر کار در یک مدت زمان مشخص انجام می‌شود. بهره‌وری یک پروژه می‌تواند به عوامل مختلفی بستگی داشته باشد، اما یکی از مهم‌ترین آنها کیفیت تیم است. وقتی تیمی خوب باشد، نتایج بهتری به دست می‌آید و در نتیجه بهره‌وری بالا می‌رود. بهره‌وری در هر پروژه‌ای خیلی مهم است چون عامل اصلی موفقیت محسوب می‌شود. اگر کار کافی و با کیفیت انجام ندهید، نمی‌توانید بازدهی خوبی از سرمایه‌گذاری خود داشته باشید.مدیریت بهره وری چیست؟مدیریت بهره‌وری یک روش استراتژیک برای کمک به سازمان‌هاست که با کاهش هدررفت‌ها و افزایش کارایی، به اهداف خود برسند. این مدیریت به تمام جنبه‌های کسب و کار از جمله فروش، خدمات، بازاریابی و نتایج مالی توجه می‌کند. هدف اصلی مدیریت بهره‌وری این است که بیشترین ارزش را برای مشتریان ایجاد کند و در عین حال هزینه‌ها را به حداقل برساند و از تأثیرات منفی بر سود سازمان جلوگیری کند. مدیریت بهره‌وری را می‌توان در هر نوع کسب و کاری، از کسب و کارهای کوچک گرفته تا شرکت‌های بزرگ، به کار برد. بسیاری از شرکت‌ها مدیریت بهره‌وری را در اولویت‌های اصلی خود قرار می‌دهند، چون تأثیر مثبتی بر درآمدشان دارد.توانایی مدیریت بهره‌وری یکی از بخش‌های مهم موفقیت در کسب‌وکار است. بهره‌وری یعنی مقدار کاری که یک نفر در یک مدت زمان مشخص انجام می‌دهد. به عبارت ساده‌تر، چقدر کار در یک زمان مشخص انجام شده است. مدیریت بهره‌وری به دلایل زیادی ضروری است: کمک می‌کند هزینه‌ها را کنترل کنید، به شما کمک می‌کند تا بهتر تصمیم بگیرید که پول‌تان را کجا خرج کنید، حجم کاری را کاهش می‌دهد و کارکنان را راضی نگه می‌دارد.اهدافی برای هر کارمند تعیین کنید تا بدانند برای چه باید تلاش کنند، برنامه‌ای برای رسیدن به این اهداف داشته باشید، عملکرد هر کارمند را اندازه بگیرید و هماهنگی بین همه کارکنان را حفظ کنید.راه های موثر برای مدیریت بهره وریبهترین راه برای مدیریت بهره‌وری، تعیین اهداف و پیگیری پیشرفت‌تان به سمت آن اهداف است. در اینجا چند راه عملی برای مدیریت بهره‌وری آمده است:1. اهداف واقع‌بینانه تعیین کنید: اهداف خود را بر اساس وضعیت فعلی و تلاش‌هایی که می‌توانید برای رسیدن به آنها انجام دهید، تعیین کنید.2. پیشرفت خود را ردیابی کنید: وقتی اهداف‌تان را تعیین کردید، آنها را جایی ثبت کنید که دائم جلوی چشمتان باشد (مثل تقویم). هر هفته یا ماه بررسی کنید که چقدر پیشرفت داشته‌اید.3. از فناوری استفاده کنید: فناوری بخش مهمی از زندگی روزمره ما شده است. می‌توانید از برنامه‌هایی مثل Google Calendar استفاده کنید تا مدیریت زمان‌تان راحت‌تر شود. این برنامه‌ها کمک می‌کنند مدت زمانی که برای انجام کارها صرف می‌کنید را پیگیری کنید.4. یک برنامه ایجاد کنید: داشتن یک برنامه کمک می‌کند کارها را به موقع انجام دهید و زندگی‌تان را حول وظایف مهم سازماندهی کنید. همه چیز از جلسات کاری، ناهار با مشتریان تا کارهای روزمره را برنامه‌ریزی کنید.5. حد و مرز تعیین کنید: وقتی کار زیادی دارید، زمان به سرعت می‌گذرد. تعیین حد و مرز برای خود کمک می‌کند تا تمرکزتان را حفظ کنید. بدانید چه زمانی کار روی یک پروژه را متوقف خواهید کرد و تا آن زمان روی کارتان متمرکز بمانید.6. اعلان‌های حواس‌پرتی را خاموش کنید: هنگام کار روی چیزی مهم، اعلان‌ها می‌توانند حواس شما را پرت کنند. اگر نمی‌خواهید پیام یا هشدار مهمی را از دست بدهید، آن‌ها را در حین کار خاموش کنید و بعد از اتمام کار دوباره روشن کنید. به این ترتیب، هیچ چیزی تمرکز شما را از بین نمی‌برد.بهره وری این روز ها برای شرکت و کسب و کار مهمه!دنیا طوری شده که برای زنده موندن باید پرکار باشیم. هرچی سریع‌تر و موثرتر کار کنیم، زمان بیشتری برای خودمون و عزیزانمون خواهیم داشت. بهره‌وری برای شرکت‌های امروزی خیلی مهمه چون بهشون اجازه می‌ده با کارایی بیشتری کار کنند. اما اگه نتونید محصولات یا خدماتتون رو سریع تولید کنید، شرکتتون ممکنه نتونه توی بازار رقابتی دوام بیاره. بهره‌وری مهمه چون کمک می‌کنه به موقع پیش بریم و تعهدات مالی‌مون رو انجام بدیم. اما اگه نتونید توی یه مدت زمان مشخص به اندازه کافی تولید کنید، ممکنه مشکلات مالی و دیگه جنبه‌های زندگی‌تون رو تحت تاثیر قرار بده.همینطور میتونید نسخه صوتی این مطلب از کست باکس گوش کنید. امیر محمودی امیر محمودی Sat, 13 Jul 2024 13:01:49 +0330 https://virgool.io/@amir_mahmoudi/3-%D8%B1%D8%A7%D9%87-%D8%A8%D8%B1%D8%A7%DB%8C-%D8%AA%D9%88%D8%B3%D8%B9%D9%87-%DB%8C%DA%A9-%D8%B0%D9%87%D9%86%DB%8C%D8%AA-%D9%85%D8%A8%D8%AA%DA%A9%D8%B1-t3p77mbzl4lr تصور کنید که دارید یک بازی ویدیویی بازی می‌کنید، جایی که باید با حل چالش‌ها و باز کردن پاداش‌ها به مراحل بالاتری از بازی دست پیدا کنید. حالا فرض کنید که محیط کار شما هم مثل همین حالته. به جای اینکه با اژدها مبارزه کنید یا شهرها بسازید، شما در حال پیشرفت در جستجوی اهداف اداری و رسیدن به مراحل بالاتر هستید. اما این کار رو به تنهایی انجام نمی‌دهید. همکارانتون هم مثل شما در تلاشن و برای رسیدن به پیشرفت بعدی رقابت می‌کنن.ممکنه این سوال براتون پیش بیاد: اگه همه دارن این بازی رو بازی می‌کنن، چطور می‌تونم جلوتر از همه باشم؟می تونید برای مطالعه جدیدترین مقالات ترجمه شده ما را دنبال کنید.در یک چشم انداز کسب و کار که به تفکر خلاق و نتایج موفقیت آمیز اهمیت می دهد، برای برجسته شدن بیش از پیروی از دستورات و علامت زدن چک لست ها لازم است. کارمندانی که به سرعت از نردبان شرکت بالا می‌روند، اغلب یک ویژگی بسیار خاص دارند: طرز فکر یک مبتکر. این افراد در نهایت با زیر سوال بردن مفروضات و تحت فشار قرار دادن سازمان خود برای ماندن در رقابت، خود را به عنوان دارایی های ارزشمند معرفی می کنند. آنها با ارائه مداوم ایده های تازه به میز و نشان دادن رویکردی فعالانه برای حل مسئله، طبیعتاً توجه افراد بالاتر را به خود جلب می کنند.بذار یه مثال بزنم از یکی از مشتری‌هام، پائولا برگ. اون الان معاون رئیس در یه شرکت بزرگ خدمات بهداشتی به نام Cencora هست. فقط تو دو سال بعد از اینکه به شرکت ملحق شد، دو بار ارتقا گرفت و از مدیر به معاون رئیس رسید، بدون اینکه تو نقش مدیر ارشد معمولی بمونه. پائولا هر روز فقط کارهای روزمره‌اش رو انجام نمی‌داد؛ بلکه همیشه دنبال این بود که سیستم‌های شرکت رو بهتر کنه. اون فرآیندها رو بررسی می‌کرد، مشکلات رو پیدا می‌کرد، راه‌حل پیشنهاد می‌داد و حتی به رهبری یه جامعه از کارکنان تو کل شرکت که الان بیش از ۱۰۰۰ نفر نوآور داخلی داره، کمک کرد. این نگرش آینده‌نگری باعث شد که الان یه عضو کلیدی تو تیم محصولات و راه‌حل‌های جهانی Cencora بشه.نکته اصلی اینه وقتی به یه ایده می‌رسی که تجربه مشتری رو بهتر می‌کنه، توی زمان و پول مردم صرفه‌جویی می‌کنه یا باعث می‌شه سازمانت توی بازار بهتر عمل کنه، این دستاوردها نادیده نمی‌مونه. با طرز فکر درست (که روی نوآوری تمرکز داره)، تو هم می‌تونی خودت رو متمایز کنی و توی سازمانت پیشرفت کنی. این قضیه برای هر کسی توی هر سطحی که بخواد سریع‌تر توی کارش پیشرفت کنه، صدق می‌کنه.توسعه یک ذهنیت مبتکراگه نگرشت این باشه که فقط حداقل‌ها رو انجام بدی چون فکر می‌کنی نمی‌تونی تفاوت واقعی ایجاد کنی، احتمالش کمه که مثل یه ستاره بدرخشی. اما اگه تمرکزت روی تقویت کار (و زندگیت) از طریق کنجکاوی، خلاقیت و یادگیری مستمر باشه، موقعیت بهتری برای کشف و ایجاد فرصت‌های جدید توی هر زمینه‌ای که کار می‌کنی داری. به عبارت دیگه، احتمالش بیشتره که ذهنیت یه مبتکر رو پیدا کنی.اینم راه شروعشه:1) کنجکاوی رو موقع حل مسئله در نظر داشته باش.کنجکاوی بهت کمک می‌کنه وضعیت موجود رو زیر سوال ببری و احتمالات جدید رو کشف کنی، که این خودش باعث نوآوری می‌شه. وقتی با حس کنجکاوی به وظایف - حتی کارهای خسته‌کننده - نزدیک بشی، احتمال بیشتری داره که راه‌حل‌های جدیدی برای مشکلات پیدا کنی. این کنجکاوی فعال می‌تونه به بهبود فرآیندها، نوآوری در محصولات و ایجاد مدل‌های تجاری جدید منجر بشه که موفقیت سازمانت رو به طور قابل توجهی افزایش می‌ده.این تو عمل چطوریه؟قبل از شروع پروژه، سوالاتی بپرس که بهت کمک کنه خارج از چارچوب فکر کنی و به دیگران هم کمک کنی: علت اصلی مشکلی که دارم حلش می‌کنم چیه؟ چطوری می‌تونم با کمترین سرمایه‌گذاری، بیشترین ارزش رو در کمترین زمان اضافه کنم؟ آیا فرصتی برای تأثیرگذاری بیشتر هست - چیزی که من نمی‌بینم؟ هدف اینه که درباره موضوع اصلی بینش به دست بیاری و فرضیاتی که ممکنه بهره‌وری و نتایجت رو محدود کنه، شناسایی کنی.وقتی کنجکاو باشی و دنبال راه‌حل‌ها بگردی، می‌تونی انرژی‌ت رو روی پیدا کردن راه‌های نوآورانه برای حل مشکلات متمرکز کنی، به جای اینکه تو خود مشکلات غرق بشی. فرض کن مدیرت یه پروژه خسته‌کننده رو بهت سپرده: تغییر رابط وب‌سایت شرکت. به جای ناله کردن و انجام حداقل‌ها، سعی کن از زاویه بزرگ‌تر به موضوع نگاه کنی. سوال‌هایی مثل: چی می‌تونه مشتری رو شگفت‌زده و خوشحال کنه؟ چطوری می‌تونیم فرآیند رو ۱۰ برابر بهتر کنیم؟ حتی می‌تونی با کاربران مصاحبه کنی و از تجربه‌هاشون بفهمی قبل از اینکه زمان و منابع زیادی صرف کنی. نکته اینه که پرسیدن سوالات هوشمندانه و تلاش برای پیدا کردن جواب‌ها می‌تونه تو رو از بقیه متمایز کنه.یه مثال خوب از این موضوع، تاد یلین، یه تحلیلگر ناشناس تو نتفلیکسه. وقتی بهش کار بهبود رابط کاربری داده شد، به جای اینکه فقط ظاهر رو عوض کنه، کنجکاو شد. اون می‌دونست که رفتار مشتری مهمه، برای همین شروع کرد به ردیابی اینکه مردم چی می‌بینن، چقدر می‌بینن، بعدش چی می‌بینن و چه زمانی می‌بینن. در نهایت، این داده‌ها بهش کمک کرد تا نحوه تعامل کاربران با نتفلیکس رو بازبینی کنه. اون الگوریتمی رو توسعه داد که محتوا رو بر اساس تاریخچه مشاهده افراد پیش‌بینی و پیشنهاد می‌کرد. کار یلین نه تنها باعث افزایش تعامل و رضایت کاربران شد، بلکه اون رو به عنوان یه چهره کلیدی تو تحول شرکت نشون داد و باعث شد به معاون نوآوری محصول ارتقا پیدا کنه. ابتکار یلین قدرت تفکر نوآورانه در تغییر کل یه کسب و کار رو به خوبی نشون می‌ده.2. همیشه در حال یادگیری باش.دنیای کسب‌وکار دائم در حال تغییره. مثلاً ببین چطور هوش مصنوعی اخیراً شرکت‌ها رو تحت تأثیر قرار داده. با وقت گذاشتن برای یادگیری مداوم - چه در ساعات کاری و چه خارج از اون - مطمئن می‌شی که مهارت‌ها و دانشت به‌روز و مرتبط باقی می‌مونه. این تعهد به رشد می‌تونه تواناییت رو برای کمک به سازمانت افزایش بده و باعث بشه تو یه کاندیدای جذاب‌تر برای ارتقا باشی.این تو عمل چطوریه؟یه ساعت در هفته رو به یادگیری اختصاص بده. اخبار مربوط به حوزه تخصصی‌ت رو بخون، تو یه رویداد یا کنفرانس شرکت کن، یا یه دوره آنلاین بردار تا پروژه‌های فعلیت رو بهتر کنی و مهارت‌هات رو گسترش بدی. هدف اینه که از آخرین روندهای صنعت باخبر بمونی، مهارت‌هات رو به‌روز کنی و تو حوزه مورد علاقه‌ت ماهر بشی. هر چی ابزار بیشتری داشته باشی، راحت‌تر می‌تونی سازگار بشی، جهت رو تغییر بدی و خلاقانه‌تر به حل مشکلات بپردازی.بیرون از محل کار، سرگرمی‌ها و تجربه‌های جدید هم می‌تونن مفید باشن، چون تحقیقات نشون می‌ده که فعالیت‌های خلاقانه می‌تونن به ما کمک کنن مهارت‌های جدید بسازیم و خلاقیت‌مون رو تو کار تقویت کنیم. مثلاً، مشتری من، آلن چن، مشاور شرکت مشاوره مراقبت‌های بهداشتی The Krinsky Company، علاقه‌ش به بازیگری رو با کارش ترکیب کرد و باعث ارتقای شغلی شد. تمرین بازیگری بهش کمک کرد تا بهتر دیگران رو درک کنه و باهاشون همدلی کنه. این توانایی‌ها باعث شد مشتری‌هاش رو بهتر بفهمه و بهشون یاد بده چطور از دیدگاه مشتری‌هاشون فکر کنن و محصولاتشون رو بهبود بدن. مهارت‌های بداهه‌نوازی آلن هم بهش کمک کرد که تو مواجهه با تغییرات غیرمنتظره انعطاف‌پذیرتر فکر کنه و تیمش رو در پذیرش روش‌های کاری چابک‌تر راهنمایی کنه.3. با دیگران همکاری داشته باش.نوآوری تو محیط‌هایی رشد می‌کنه که ایده‌ها آزادانه به اشتراک گذاشته می‌شن و دیدگاه‌های مختلف ارزش دارن. همکاری باز حس مالکیت جمعی روی پروژه‌ها رو تقویت می‌کنه و احتمال نتایج نوآورانه رو افزایش می‌ده. در واقع، نوآوری‌های بزرگ اغلب از کار تیمی و همکاری بین بخش‌ها به‌وجود میاد. افرادی که بلدند پل بزنن بین این بخش‌ها می‌تونن به پیشرفت کار کمک کنن.این در عمل چطور به نظر می‌رسه؟یک جلسه طوفان فکری ماهانه با تیم یا همکارانت برگزار کن. به جای اینکه هر کس به تنهایی روی پروژه‌هاش کار کنه، تو این جلسات رهبری رو به عهده بگیر و بحث و گفتگو رو تشویق کن. دعوتشون کن تا ایده‌هاشون رو به اشتراک بذارن. این رویکرد یه فضای مشارکتی ایجاد می‌کنه که نه تنها حل‌های مختلفی برای مسائل پیدا می‌شه که به‌عنوان یک گروه بهش فکر کنید، بلکه حس کار تیمی و هدف مشترک رو هم تقویت می‌کنه. با تسهیل این جلسات، خودتو به عنوان یه رهبر آینده‌نگری که به خلاقیت گروهی اهمیت می‌ده، معرفی کن. احتمالاً نهایتاً نتایج بهتری هم خواهی داشت.منبع : سورن کاپلان امیر محمودی امیر محمودی Wed, 03 Jul 2024 13:22:03 +0330 https://virgool.io/@amir_mahmoudi/%D9%86%D8%AD%D9%88%D9%87-%D8%A8%D8%B1%D8%B1%D8%B3%DB%8C-%D8%A7%D8%B7%D9%84%D8%A7%D8%B9%D8%A7%D8%AA-%D9%82%D8%A8%D9%84-%D8%A7%D8%B2-%D8%AA%D8%B5%D9%85%DB%8C%D9%85-%DA%AF%DB%8C%D8%B1%DB%8C-uarbobgdtmjx PHOTO BY BRUCE MARSچالش‌های رهبران کسب و کار اکنون بسیار بزرگتر شده است. تصمیم‌گیری در شرایط تورم، تنش‌های تجاری و عدم اطمینان سیاسی به طور فزاینده‌ای پیچیده شده است. مسائل مربوط به نیروی انسانی اکنون شامل تنوع، برابری و شمول، سلامت روان و ارتقاء مهارت برای انقلاب صنعتی چهارم می‌شود. نگرانی‌های زیست‌محیطی، اجتماعی و حاکمیتی دیگر فقط وظیفه بخش مسئولیت اجتماعی شرکت نیستند، بلکه به عهده مدیران ارشد است. هوش مصنوعی فرصت‌های بسیاری ایجاد کرده، اما تهدیدهای جدیدی نیز به همراه دارد.اما به نظر می‌رسد مدیران برای مقابله با این چالش‌ها یک ابزار مهم در اختیار دارند: اطلاعات. با یک کلیک یا لمس انگشت، آن‌ها می‌توانند درباره هر موضوعی تحقیقات پیشرفته انجام دهند. دسترسی آزاد به مطالعات آکادمیک بیشتر شده و اکنون حجم زیادی از تحقیقات توسط مشاوران، سازمان‌های غیردولتی و سرمایه‌گذاران در دسترس است. این اطلاعات فقط از مطالعات علمی نیست، بلکه از کتاب‌ها، مقالات روزنامه‌ها و پادکست‌ها نیز به دست می‌آید.با وجود این همه اطلاعات، چگونه می‌توانیم بدانیم به کدام یک اعتماد کنیم؟ اختلاف نظرهای اخیر نشان داده‌اند که حتی تحقیقات منتشر شده در مجلات معتبر ممکن است دچار خطا شوند. سوگیری تاییدی باعث می‌شود مردم بیشتر آنچه را به اشتراک بگذارند که دوست دارند درست باشد، نه آنچه واقعاً درست است. کتاب‌های زیادی درباره مقابله با اطلاعات نادرست وجود دارد، اما اغلب فهرست طولانی از روش‌های فریب دادن ارائه می‌دهند که به خاطر سپردن و استفاده از آن‌ها دشوار است. مدیران به یک دسته‌بندی ساده از اطلاعات نادرست نیاز دارند تا بدانند به چه چیزهایی باید توجه کنند.به عنوان دانشمند علوم اجتماعی، وظیفه من جمع‌آوری و درک اطلاعات است. این مهارت هم در تولید تحقیق و هم در ارزیابی آن مفید است. در کتاب جدیدم، از ابزارهای تحقیقات علوم اجتماعی استفاده کرده‌ام تا چارچوبی به نام «نردبان سوء استنباط» توسعه دهم که اطلاعات نادرست را به چهار مرحله اشتباه دسته‌بندی می‌کند. این چارچوب می‌تواند برای رهبران در مدیریت اطلاعات خود بسیار مفید باشد.اولین قدم اشتباه این است که یک بیانیه یا مطلب،واقعیت نیست، زیرا ممکن است نادرست باشد. چند وقت یکبار یک بیانیه را به خاطر اینکه با آن موافقیم، به سادگی قبول می‌کنیم؟ مثلاً، تحقیقات من مزایای حاکمیت شرکتی و ارزش سرمایه‌داری سهامداران را نشان می‌دهد. وقتی با گزارشی از یک سازمان غیر دولتی مواجه شدم که ادعا می‌کرد شرکت‌های با ESG(شاخص ESG یا شاخص‌های محیطی، اجتماعی و حاکمیتی، یک معیار است که شرکت‌ها می‌توانند از آن برای اندازه‌گیری عملکرد خود در زمینه‌های محیطی، اجتماعی و حاکمیتی استفاده کنند) بالا عملکرد بهتری دارند، مشتاق بودم این ادعا را بدون بررسی بپذیرم. این مطالعه دارای پاورقی‌هایی بود که نشان می‌داد شواهدی پشت آن است، بنابراین وسوسه شدم که فکر کنم این کافی است و ادامه دهم.بسیاری از فرمول‌های مدیریتی با استفاده از داستان‌های موفقیت شرکت‌های معروف فروخته می‌شوند. اما ممکن است صدها سازمان دیگر نیز این اصول را اجرا کرده و شکست خورده باشند، اما به آن‌ها اشاره نمی‌شود چون با داستان موفقیت همخوانی ندارند. برای اثبات کارآمدی این فرمول‌ها، باید صدها شرکت که از آن استفاده کرده‌اند، چه موفق و چه ناموفق، بررسی شوند و میزان موفقیت آن‌ها با گروهی که این اصول را دنبال نکرده‌اند مقایسه شود.ما از داستان‌های موفقیت یاد می‌گیریم، اما بدون مطالعه شکست‌ها نمی‌توانیم عوامل واقعی موفقیت را تشخیص دهیم. مجموعه داده‌ها باید شامل شرکت‌هایی باشد که با استفاده از همان روش‌ها شکست خورده‌اند و شرکت‌هایی که بدون آن‌ها موفق شده‌اند. اگر فقط داده‌هایی از شرکت‌های موفقی که از یک فرمول خاص پیروی کرده‌اند دریافت کنید، دچار سوگیری در نمونه‌گیری شده‌اید.هشدار سوم این است که داده‌ها مدرک نیستند، زیرا ممکن است قطعی نباشند. داده‌های بزرگ ممکن است نمایانگر واقعیت باشند، اما این فقط گام اول است چون داده‌ها صرفاً مجموعه‌ای از حقایق هستند. شواهد مجموعه‌ای از حقایق است که به ما امکان نتیجه‌گیری می‌دهد. این کار نه تنها برای تأیید نظریه خود، بلکه برای رد نظریه‌های رقیب نیز ضروری است، درست مثل شواهد در یک محاکمه جنایی که فقط زمانی معنادار است که مظنون خاصی را مشخص کند.این حوزه‌ای است که آموزش علوم اجتماعی به آن کمک می‌کند. این شامل بررسی روابط علت و معلولی در داده‌ها و ارزیابی موفقیت یک مطالعه در این زمینه است.یکی از مطالعاتی که با آن مواجه شدم، ادعا می‌کرد شواهد قطعی نشان می‌دهد که حاکمیت شرکتی عملکرد شرکت را بهبود می‌بخشد، زیرا شرکت‌های خوب اداره‌شده بهتر از همتایان ضعیف خود عمل می‌کنند. با توجه به اینکه بسیاری از تحقیقات من درباره مزایای حکمرانی خوب است، این یافته مرا خوشحال کرد. اما آیا این مطالعه واقعاً نشان می‌دهد که حاکمیت خوب علت این عملکرد بهتر است؟متأسفانه، داده‌ها فقط همبستگی بین حکمرانی و عملکرد را نشان دادند. آنها با نظریه‌ای که حکمرانی خوب باعث عملکرد بهتر می‌شود، سازگار بودند. با این حال، داده‌ها با دو نظریه رقیب نیز سازگار بودند. نظریه اول از علیت معکوس یاد می‌کند؛ شاید شرکت‌های با عملکرد ضعیف باید بر روی اصلاحات فوری تمرکز کنند. نظریه دوم از علل شایع یاد می‌کند؛ شاید داشتن یک مدیر عالی هم حکمرانی شرکتی را بهبود بخشد و هم عملکرد را افزایش دهد، نه اینکه حکمرانی اولی باعث عملکرد دومی شود. همه ما می‌دانیم که "همبستگی دلالت بر علیت ندارد"، اما زمانی که می‌خواهیم نتیجه را نشان دهیم، اغلب این موضوع را فراموش می‌کنیم.در یک کنفرانس اقتصادی، شما با مناظره‌های طولانی درباره موضوعاتی مانند این روبرو خواهید شد. اما برای فهمیدن علت و معلول، نیازی به دانشگاهی نیست. همیشه بپرسید که آیا تئوری‌های دیگری وجود دارند که با داده‌های شما سازگارند، به جای اینکه به توضیحی که می‌خواهید درست باشد اعتقاد کنید.نکته آخر این است که شواهد قطعی نیستند، زیرا ممکن است محدود به یک جهان خاص باشند. مثال ارشمیدس که مساحت دایره را برابر پی ضربدر شعاع آن نشان داد، نه تنها برای دایره‌های یونان باستان در قرن سوم قبل از میلاد بلکه برای دایره‌های امروزی در سراسر جهان ثابت شد. اما حتی اگر شواهد یک نتیجه را کاملاً ثابت کنند، ممکن است این فقط در شرایط خاصی که جمع آوری شده‌اند، صدق کند - ممکن است در شرایط دیگر نادرست باشند.یکی از مطالعات من نشان داد که شرکت‌هایی که رضایت کارکنان بالایی دارند، در بازده سهام بلندمدت 2.3 تا 3.8 درصد در سال از همتایان خود بهتر عمل می‌کنند، حتی پس از کنترل سایر عوامل موثر بر بازدهی. تحلیل‌های بیشتر نشان می‌دهد که این رضایت کارکنان باعث عملکرد برتر می‌شود، نه اینکه عملکرد برتر به شرکت اجازه دهد روی رضایت کارکنان سرمایه‌گذاری کند.این مطالعه محدودیت‌های خود را به ایالات متحده نسبت داد، کتاب معروف جوزف هنریش بر تمرکز بیشتر تحقیقات بر روی موضوعاتی مانند افراد غربی، تحصیل‌کرده، صنعتی، ثروتمند و دموکراتیک تأکید کرد و اشاره کرد که نتایج ممکن است به سایر مناطق جهان گسترش نیابد. برای اینکه تأکید کنم که یافته‌هایم قابلیت اعمال بیشتری دارند، با همکاری نویسندگان، مطالعه‌ی اصلی خود را به 30 کشور گسترش دادم. در این راه، متوجه شدم که نتایج اصلیم به طور کلی قابلیت اعمال دارند، اما در کشورهایی که مقررات بازار کار سنگینی دارند، شرکت‌هایی با رضایت کارکنان بالا، عملکرد بهتری ندارند. این موضوع منطقی است: این قوانین به این معنی است که رقبای آنها در حال حاضر سطح بالایی از رفاه کارگران را فراهم می‌کنند، بنابراین کسانی که در دم بالایی هستند، ممکن است از نقطه کاهش بازده گذشته باشند.چگونه می‌توانیم هنگام مواجهه با اطلاعات، از نردبان سوء استنباط جلوگیری کنیم؟ با پرسیدن سوالات ساده زیر از خود:1. اگر عبارتی می‌بینیم، آیا از داده‌ها پشتیبانی می‌شود؟ دیدن اینکه پاورقی وجود دارد کافی نیست. شما باید واقعیت پشت ادعا را جستجو کنید و ببینید داده‌ها واقعاً چه چیزی را اندازه‌گیری می‌کنند و آیا این اندازه‌گیری می‌تواند مطلب یا خبر را تأیید کند یا خیر؟2. اگر داده‌های مقیاس بزرگ به ما داده شود، نظریه‌های رقیب که با همان داده‌ها همخوانی دارند می‌توانند شامل دو نوع باشند: نظریه علیت معکوس: این نظریه می‌گوید که داده‌ها نمایانگر علیتی کامل نیستند و ممکن است اتفاقاً علت واقعی معکوس نتیجه‌ای را تولید کرده باشد که در داده‌ها مشاهده می‌شود. نظریه همبستگی بدون علیت: این نظریه ادعا می‌کند که هرگونه همبستگی مشاهده شده بین دو پدیده، صرفاً نتیجهٔ هم‌زمانی آن‌ها در داده‌ها است و هیچ ارتباط علیت‌زا وجود ندارد. برای تشخیص کدام یک از این نظریه‌ها بهتر توضیح می‌دهد، می‌توان با تصور مطالعه نتایج معکوس از داده‌ها استفاده کرد و این پرسش را مطرح کرد که آیا وجود یک پدیده می‌تواند علت واقعی برای وجود یک پدیده دیگر باشد، و چگونه می‌توان این ادعا را با استناد به داده‌های موجود تأیید یا رد کرد.3.اگر با شواهد قوی مواجه شدیم، آیا می‌توانیم این شواهد را به محیط‌های دیگر نیز تعمیم دهیم؟ مثلاً، مطالعه‌ای که نشان داده است توانمندسازی کارمندان در فناوری کار می‌کند، ممکن است در محیط‌هایی که به سلامت و ایمنی اهمیت زیادی می‌دهند، مثل استخراج معدن، که قوانین و مقررات ارزشمندتر هستند، تأثیرگذار نباشد.منبعممنون از مطالعه شمامی توانید در صفحه های مجازی من را دنبال کنید تا از مطالب جدید مدیریتی و اقتصادی آگاه باشید.اینستاگرامتوییترتلگرام امیر محمودی امیر محمودی Sat, 22 Jun 2024 17:41:18 +0330