هوش مصنوعی داده‌های شما را تحلیل نمی‌کند، توهم می‌فروشد! بدون حاکمیت داده نمی توان به AI تکیه کرد!

1- چرا داشبوردهای مدیریتی دروغ می‌گویند؟ ریشه بحران گزارش‌گیری در سازمان‌ها کجاست؟

تصور کنید جلسه ماهانه هیئت‌مدیره تشکیل شده است. روی نمایشگر اتاق جلسه، یک داشبورد مدرن، تعاملی و پر زرق‌وبرق Power BI چشمک می‌زند. نمودارها نشان می‌دهند فروش ماه گذشته رکورد شکسته و شرکت در اوج سودآوری است. اما نقدینگی شرکت قفل شده است. عمده خریدهای سازمان اعتباری است و شرکت در پرداخت هزینه های روزانه با چالش مواجه شده است.

سردرگمی، تنش و سکوت سنگین در اتاق حاکم است  مدیر فروش مدعی است سیستم ارقام او را سوزانده، انباردار می‌گوید موجودی فیزیکی با رقم سیستم ۱۰ میلیارد تومان اختلاف دارد، و مدیرعامل به دنبال راه حلی برای خروج از بحران است و طبق معمول دریافت تسهیلات و وام گره گشاست.

این تراژدی برای شما آشنا نیست؟ چرا سازمان‌ها با وجود پرداخت هزینه‌های سنگین برای نرم‌افزارهای یکپارچه سازمانی (ERP) و استخدام متخصصان طراحی داشبورد، هنوز سر صحت ابتدایی‌ترین اعداد دعوا دارند؟ به نظر شما ریشه این موضوع در کجاست؟

2- چرا داشبورد Power BI با گزارش مالی همخوانی ندارد؟ مقصر کیست؟

وقتی گزارش‌های خروجی با واقعیت های بیزینس همخوانی ندارد، معمولاً انگشت اتهام به سوی دو مقصر است:

1. کارشناس BI متهم می‌شود که نمودارها و فرمول‌های DAX را غلط نوشته است.
2. برند نرم‌افزار ERP یا سیستم مالی مورد استفاده متهم می‌شود که دیتابیس ناقص یا نرم‌افزار ناکارآمدی دارد.

اما واقعیت میدانی که در ده‌ها پیاده‌سازی سازمانی مشاهده کرده‌ایم یک چیز است: داشبورد فقط یک آینه است؛ وقتی صورت کثیف است، تمیز کردن آینه یا خرید آینه جدید چهره را تغییر نمی‌دهد. در واقع داشبورد ها، ابزار نمایش داده اند نه تولیدکننده آن؛ خیلی ها به غلط تصور میکنند اگر نرم افزار داشبورد مدیریت تهیه کنند می توانند بسیاری از اتفاقاتی که ERP  ها قادر به مدیریت آن نیستند را با کمک داشبورد انجام دهند. حتی اگر بهترین سرور را داشته باشید،  اگر ورودی آلوده باشد، زیباترین نمودارها فقط نمایش دیجیتال داده‌های غلط را با سرعت نور به نمایش می‌گذارند.

بنابراین پیش از پیاده سازی داشبوردهای مدیریت باید مطلع باشید، مشکل تنها در ابزار نیست؛ مشکل در فقدان حلقه‌ای نجات‌بخش به نام «حاکمیت داده»  یا Data Governance است.

3- سراب جدید سازمان‌ها: «هوش مصنوعی همه چیز را تحلیل می‌کند، نیازی به این حرف‌ها نیست!»

با موج اخیر هوش مصنوعی (AI)، خطای شناختی جدیدی در اتاق جلسات مدیران شکل گرفته است:

«داده‌ها نامنظم است؟ ثبت اطلاعات اشکال دارد. اشکالی ندارد! فایل‌ها و دیتابیس را به هوش مصنوعی می‌دهیم، خودش روندها، پیش‌بینی فروش و مغایرت‌ها را درمی‌آورد!»

این خطرناک‌ترین توهم مدیریتی در عصر حاضر است: اصل «زباله در ورودی = زباله در خروجی» (Garbage In, Garbage Out) در هوش مصنوعی لغو نشده؛ بلکه سرعت و ابعاد فاجعه آن هزار برابر شده است. مدل‌های هوش مصنوعی برای این طراحی شده‌اند که به هر قیمتی به شما پاسخی منطقی، روان و جذاب تحویل دهند. وقتی داده‌های پایه سازمان شما (کدینگ کالا، تفصیلی‌ها، مانده‌های ارزی و تعاریف سود) مغایرت دارند، مشکلات زیر شکل میگیرد:

3-1 توهم سیستمی (AI Hallucination): هوش مصنوعی بر اساس دیتای نامعتبر شما «داستان‌سرایی ریاضی» می‌کند و چنان با اعتمادبه‌نفس تحلیل‌های عجیب ارائه می‌دهد که مدیر کاملاً دچار خطای تایید (Confirmation Bias) می‌شود.

3-2 گمراهی در تصمیمات حیاتی : برای مثال، هوش مصنوعی یک شعبه را به عنوان سودده‌ترین شعبه معرفی می‌کند، در حالی که الگوریتم صرفاً متوجه نشده که فاکتورهای مرجوعی آن شعبه در یک جدول دیگر ثبت شده و هرگز تسویه نشده‌اند! هوش مصنوعی بدون داده‌ی پالایش‌شده، مستند و قابل اتکا، راننده‌ای کور در یک خودروی فرمول یک است؛ فقط با سرعت بیشتری شما را به دیوار می‌کوبد.

3-3  توهم اصلاح خودکار داده : ممکن است کاربر پیش خود بگویید اصلاح دیتای خراب را به هوش مصنوعی می سپاریم. اما باید بدانید هوش مصنوعی «بافت و زمینه تجاری (Business Context) پشت داده را نمی‌داند. اگر یک کالا با دو کد ثبت شده یا تفصیلی اشتباه خورده، AI از کجا بداند قصد حسابدار کدام بوده؟ آیا دو فاکتور مشابه ناشی از ثبت داده تکراری است یا مشتری واقعاً دو بار خرید کرده؟ هوش مصنوعی بدون دانستن منطق  تجاری و قوانین حاکمیتی، هنگام تمیزکاری  داده ها دست به تصمیم‌گیری حدسی می‌زند و داده‌ها را بی سر و صدا نابود می‌کند.تا زمانی که حاکمیت داده (Data Governance) در سازمان مستقر نباشد، تزریق دیتای خام به هرگونه ابزار هوش مصنوعی، صرفاً یک قمار خطرناک تجاری است.
کارشناسان دلتاویژن پس از سال ها استقرار ERP و اجرای داشبوردهای مدیریت علاج این درد را در حاکمیت داده دیده اند.

4- حاکمیت داده (Data Governance) چیست؟

حاکمیت داده یک نرم‌افزار دانلودی نیست که آن را روی سیستم نصب کنید. حاکمیت داده یعنی تعیین قواعد و قوانین و شکل دهی مسیر گردش داده ها در تمامی سازمان است. از این رو تمرکز آن روی طراحی ساختار گردش اطلاعات است.

به زبان ساده از لحظه امضای یک پیش‌فاکتور، ورود بار به انبار، صدور سند حسابداری تا لحظه نشستن رقم روی مانیتور مدیرعامل، حاکمیت داده تضمین می‌کند که:

• مشخصا چه کسی مجاز به ثبت چه اطلاعاتی است؟
• با چه استانداردی باید داده‌ها تعریف شوند؟
• کنترل‌های سیستمی چگونه جلوی ثبت خطای انسانی را می‌گیرند؟
• و در صورت بروز مغایرت، مرجع واحد حقیقت (Single Source of Truth) کجاست؟

در نتیجه وقتی ورودی استاندارد باشد، خروجی به خودی خود درست می‌شود.

5- رویکرد دلتا ویژن: ما تنها ابزار نمی‌فروشیم، اشکالات فرآیندی را اعلام می کنیم.

ما در دلتا ویژن (Delta Vision) تعصب و وابستگی به هیچ نرم‌افزار یا برند خاصی نداریم. فرقی نمی‌کند سازمان شما از چه برندهای نرم افزاری  استفاده می‌کند. تخصص دلتا ویژن در مهندسی زیرساخت داده و حل مسائل مرتبط با گردش کالا ، گردش مالی و گردش اطلاعات در نرم‌افزارهای سازمانی است. خدمات ما شامل:

• عارضه‌یابی و بازطراحی فرایندهای داده: نقاط ورودی دیتای ناقص و باگ‌های نرم‌افزاری را در مبدا گوشزد میکنیم.
• پیاده‌سازی حاکمیت داده (Data Governance): در زمان اجرا داشبورد، متولیان ثبت داده در هر بخش را تعیین، فرهنگ‌نامه شاخص‌ها (KPIs) را تدوین و کنترل‌های داخلی را در لایه سیستم مستقر می‌کنیم.
• یکپارچه‌سازی پایگاه‌های داده ناهمگن: داشبوردهای استاندارد ما بر اساس تجربه پیاده سازی در سازمان ها متعدد مورد آزمون قرار گرفته اند، از این رو جزیره‌های اطلاعاتی بین نرم‌افزارهای مختلف شرکت شما را به هم متصل می‌کنیم تا یک «حقیقت واحد و خدشه‌ناپذیر» خلق شود.
• تحویل داشبوردهای تصمیم‌ساز: در آخرین گام، داشبوردهایی در Power BI مستقر می‌کنیم که تمام ارقام آن سند به سند با سیستم‌های مالی و انبار شما خوانایی ۱۰۰ درصدی دارند.

6- جمع بندی

پیش‌نیاز دریافت داشبورد دقیق و خروجی‌های قابل اتکا سه چیز است: داده یکتا، داده استاندارد و داده کنترل‌شده؛ مسیری که تنها از کانال حاکمیت داده (Data Governance) محقق می‌شود. اگر در جلسات هیئت‌مدیره هنوز بر سر صحت ارقام مالی و انبار مغایرت دارید، تغییر نرم‌افزار یا خرید ابزارهای جدید مشکلی را حل نمی‌کند. پیش از ورود به پروژه‌های سنگین BI یا هوش مصنوعی، باید ریشه خطاهای دیتابیس و فرآیندهای ثبت داده عارضه‌یابی شوند. برای بررسی وضعیت داده‌ها و هماهنگی جلسه ارزیابی زیرساخت سازمان خود، با تیم مهندسی دلتاویژن در تماس باشید.