आधुनिक व्यवसाय के सामने वास्तविक चुनौती डेटा नहीं, बल्कि निर्णय हैं

वर्षों से, संगठनों को बताया गया था कि डेटा उनकी सबसे मूल्यवान संपत्ति बन जाएगा। वादा सम्मोहक था: पर्याप्त जानकारी एकत्र करें, सही प्लेटफ़ॉर्म में निवेश करें, परिष्कृत डैशबोर्ड बनाएं और स्वाभाविक रूप से बेहतर निर्णय लिए जाएंगे। विभिन्न उद्योगों में, कंपनियों ने एनालिटिक्स टूल, ऑटोमेशन सिस्टम और रिपोर्टिंग इंफ्रास्ट्रक्चर में लाखों का निवेश किया। फिर भी कई नेता अब खुद को एक असहज वास्तविकता का सामना करते हुए पा रहे हैं। उनके पास पहले से कहीं अधिक डेटा है, लेकिन जरूरी नहीं कि बेहतर निर्णय हों।

समस्या जानकारी की कमी नहीं है. वास्तव में, अधिकांश संगठन इसे इकट्ठा करने में असाधारण रूप से अच्छे हैं। प्रत्येक ग्राहक क्लिक, परिचालन गतिविधि, लेनदेन, देरी, इंटरैक्शन और प्रवृत्ति को अब असाधारण विस्तार से मापा जा सकता है। व्यवसाय वास्तविक समय में प्रदर्शन को ट्रैक कर सकते हैं, व्यवहार का पूर्वानुमान लगा सकते हैं और केवल एक दशक पहले अकल्पनीय स्तर पर जोखिम की निगरानी कर सकते हैं। चुनौती यह है कि बहुतायत स्वचालित रूप से स्पष्टता पैदा नहीं करती है। जब जानकारी उस निर्णय से अलग हो जाती है जिसका उसे समर्थन करना है, तो यह तुरंत शोर बन जाती है।

यह आधुनिक युग के परिभाषित प्रबंधन मुद्दों में से एक है। कई व्यवसायों ने उद्देश्य के बजाय संग्रह के इर्द-गिर्द सिस्टम बनाया है। वे जानते हैं कि डेटा कैसे कैप्चर करना है, लेकिन हमेशा यह नहीं जानते कि इसे कार्रवाई में कैसे अनुवादित किया जाए। अधिकारियों को अक्सर अंतहीन चार्ट, मेट्रिक्स और अलर्ट प्रस्तुत किए जाते हैं, फिर भी उन्हें सबसे सरल रणनीतिक सवालों का जवाब देने में कठिनाई होती है। हमें आगे किस बाज़ार में प्रवेश करना चाहिए? अब किन ग्राहकों पर ध्यान देने की जरूरत है? सबसे बड़ा ख़तरा कहाँ है? अगली तिमाही के बजाय आज निवेश के लायक क्या है? उत्तर शायद ही किसी अन्य डैशबोर्ड में पाए जाते हैं।

सबसे प्रभावी संगठन इस प्रक्रिया को उलटने लगे हैं। उपलब्ध आंकड़ों से शुरुआत करने के बजाय, वे निर्णय से ही शुरुआत करते हैं। क्या निर्णय लेने की आवश्यकता है? उस कॉल को करने के लिए कौन जिम्मेदार है? इसे गलत करने के परिणाम क्या हैं? एक बार जब वे प्रश्न स्पष्ट हो जाते हैं, तो प्रासंगिक जानकारी की पहचान करना आसान हो जाता है। केवल उस डेटा को प्राथमिकता दी जानी चाहिए जो वास्तव में निर्णय में सुधार करता है। बाकी सब कुछ दिलचस्प हो सकता है, लेकिन जरूरी नहीं कि उपयोगी हो।

यह बदलाव सरल लगता है, फिर भी इसके लिए एक महत्वपूर्ण सांस्कृतिक परिवर्तन की आवश्यकता है। कई कंपनियां अभी भी मूल्य से अधिक मात्रा को पुरस्कृत करती हैं। अधिक रिपोर्ट, अधिक संकेतक और अधिक निगरानी को अक्सर प्रगति समझ लिया जाता है। वास्तव में, बहुत अधिक जानकारी निर्णय लेने वालों को पंगु बना सकती है। जब नेता प्रतिस्पर्धी संकेतों से अभिभूत हो जाते हैं, तो झिझक बढ़ जाती है और जवाबदेही कमजोर हो जाती है। निर्णयों में देरी होती है, विभागों के बीच निर्णय लिए जाते हैं या साक्ष्य के बजाय सहज भाव से निर्णय लिए जाते हैं। रणनीतिक अनिश्चितता के साथ काम करते हुए भी संगठन डेटा-समृद्ध दिखाई देता है।

समय भी उतना ही मायने रखता है जितना सटीकता। बहुत देर से दी गई जानकारी अक्सर बेकार होती है। अवसर बीत जाने के बाद प्रस्तुत किए गए एक सटीक विश्लेषण का कोई व्यावहारिक मूल्य नहीं है। व्यवसायों को ऐसी प्रणालियों की आवश्यकता बढ़ रही है जो उस समय सही जानकारी को सही व्यक्ति के सामने रखें जब कार्रवाई अभी भी संभव हो। इसका मतलब यह हो सकता है कि परिचालन संबंधी व्यवधान को बढ़ने से पहले चिह्नित करना, मंथन बढ़ने से पहले ग्राहक के बदलते व्यवहार की पहचान करना, या घाटा बढ़ने से पहले वित्तीय जोखिम को उजागर करना। गति, प्रासंगिकता और प्रयोज्यता अब प्रतिस्पर्धात्मक लाभ के केंद्र में हैं।

जैसे-जैसे आर्टिफिशियल इंटेलिजेंस दैनिक कार्यों में शामिल होता जा रहा है, बहस और भी महत्वपूर्ण होती जा रही है। स्वचालन विशाल डेटासेट को संसाधित कर सकता है, पैटर्न का पता लगा सकता है और किसी भी मानव टीम की तुलना में तेजी से सिफारिशें उत्पन्न कर सकता है। लेकिन तेज़ विश्लेषण से ठोस निर्णय की आवश्यकता ख़त्म नहीं होती है। कई मामलों में यह इसे बढ़ा देता है. एल्गोरिदम गलत उद्देश्य के लिए अनुकूलन कर सकते हैं, त्रुटिपूर्ण धारणाओं को सुदृढ़ कर सकते हैं या डेटा के बाहर बैठे संदर्भ को मिस कर सकते हैं। मानवीय निरीक्षण आवश्यक है, विशेषकर जहां निर्णय आजीविका, स्वास्थ्य, सुरक्षा या अवसर तक पहुंच को प्रभावित करते हैं।

सबसे मजबूत संगठन समझते हैं कि लोगों को शामिल रखना नवाचार के प्रतिरोध का संकेत नहीं है। यह परिपक्वता का प्रतीक है. मशीनों द्वारा वास्तविक कार्य करने के बाद मानवीय निर्णय को अंतिम रबर स्टाम्प तक सीमित नहीं किया जाना चाहिए। इसके बजाय, अनुभवी पेशेवरों को परिणामों के लिए जवाबदेह रहना चाहिए, जहां आवश्यक हो वहां आउटपुट को चुनौती देनी चाहिए और उन संदर्भों को लागू करना चाहिए जिन्हें स्वचालित सिस्टम पूरी तरह से समझ नहीं सकते हैं। यह मानव जांच चौकी न केवल नैतिक रूप से, बल्कि कानूनी रूप से भी अधिक महत्वपूर्ण होती जा रही है, क्योंकि नियामक स्वचालित निर्णय लेने में अधिक पारदर्शिता और जवाबदेही की मांग करते हैं।

श्रम बाजार तदनुसार बदल रहा है। तकनीकी कौशल मूल्यवान बने हुए हैं, लेकिन वे अब अपने आप में पर्याप्त नहीं हैं। नियोक्ताओं को ऐसे लोगों की आवश्यकता बढ़ रही है जो अस्पष्टता की व्याख्या कर सकें, अपूर्ण साक्ष्यों का मूल्यांकन कर सकें, व्यापार-विवाद के बारे में संवाद कर सकें और दबाव में जिम्मेदार निर्णय ले सकें। भविष्य केवल उन लोगों का नहीं है जो मॉडल बना सकते हैं, बल्कि उनका भी है जो उनका बुद्धिमानी से उपयोग कर सकते हैं।

ऐसे पेशेवरों की भी मांग बढ़ रही है जो दो दुनियाओं को पाट सकते हैं जो अक्सर एक दूसरे को समझने के लिए संघर्ष करते हैं: तकनीकी टीम और कार्यकारी नेतृत्व। डेटा विशेषज्ञ सिस्टम को विस्तार से समझ सकते हैं, जबकि बोर्ड व्यावसायिक प्राथमिकताओं और जोखिम को समझते हैं। दोनों के बीच अनुवाद की अक्सर कमी रहती है। संगठनों को ऐसे लोगों की आवश्यकता है जो जटिल विश्लेषण को स्पष्ट विकल्पों और रणनीतिक इरादे को व्यावहारिक प्रणालियों में बदल सकें।

आधुनिक व्यवसाय के लिए सबक स्पष्ट है। डेटा प्रचुरता के युग ने लाभ की प्रकृति को बदल दिया है। सफलता अब सबसे अधिक जानकारी एकत्र करने से नहीं, बल्कि बेहतर निर्णय लेने से आती है। जो कंपनियाँ अपने स्वयं के लिए डैशबोर्ड का पीछा करना जारी रखती हैं वे व्यस्त तो रह सकती हैं, लेकिन प्रभावी नहीं। जो लोग प्रौद्योगिकी, प्रतिभा और शासन को उन विकल्पों के इर्द-गिर्द व्यवस्थित करते हैं जो वास्तव में मायने रखते हैं वे ही नेतृत्व करेंगे। अंत में, सबसे चतुर संगठन वह नहीं है जो सबसे अधिक जानता है। यह वही है जो सबसे अच्छा निर्णय लेता है।

(व्यक्त विचार निजी हैं)

यह लेख अमेरिकन यूनिवर्सिटी ऑफ कुर्दिस्तान, इराक की अतिथि व्याख्याता संदीप कौर द्वारा लिखा गया है।