نگاه همزمان به مشارکت (Engagement) و بهزیستی (Wellbeing) کارکنان، تصویر کامل‌ تری از تجربه کارکنان را پیش روی ما می‌ گذارد. تحقیقات گالوپ نشان میدهد که مشارکت و بهزیستی، یکدیگر را تقویت می‌ کنند. کارکنانی که هم متعهد و هم شکوفا هستند، سازگاری و تاب‌آوری بیشتری از خود نشان میدهند؛ در حالی که سایر ترکیب‌ های این دو (مثلاً مشارکت بالا ولی بهزیستی پایین)، می‌ توانند ریسک‌هایی را برملا کنند که ممکن است هر یک از این معیارها به تنهایی قادر به شناسایی‌ شان نباشند.کارکنانی که قویاً معتقدند سازمان‌ شان به بهزیستی کلی آن‌ها اهمیت میدهد، ۶۵ درصد بیشتر احتمال دارد که در زندگی خود شکوفا باشند.هدف برای سازمان‌ ها، ایجاد محیطی است که در آن کارکنان بتوانند هم متعهد و هم شکوفا باشند.
بررسی کنید که چگونه تقویت هر دوی این‌ ها می‌تواند به سازمان‌ ها در ارتقای عملکرد کمک کند و در عین حال، ریسک‌ های متوجه کارکنان و کسب‌وکار را کاهش دهد: مقاله کامل با فیلترشکن
https://www.gallup.com/workplace/404105/importance-of-employee-wellbeing.aspx?utm_source=linkedin&utm_medium=o_social&utm_term=gallup&utm_campaign=li-wk-wellbeing_092226

نگاه همزمان به مشارکت (Engagement) و بهزیستی (Wellbeing) کارکنان، تصویر کامل‌ تری از تجربه کارکنان را پیش روی ما می‌ گذارد. تحقیقات گالوپ نشان میدهد که مشارکت و بهزیستی، یکدیگر را تقویت می‌ کنند. کارکنانی که هم متعهد و هم شکوفا هستند، سازگاری و تاب‌آوری بیشتری از خود نشان میدهند؛ در حالی که سایر ترکیب‌ های این دو (مثلاً مشارکت بالا ولی بهزیستی پایین)، می‌ توانند ریسک‌هایی را برملا کنند که ممکن است هر یک از این معیارها به تنهایی قادر به شناسایی‌ شان نباشند.کارکنانی که قویاً معتقدند سازمان‌ شان به بهزیستی کلی آن‌ها اهمیت میدهد، ۶۵ درصد بیشتر احتمال دارد که در زندگی خود شکوفا باشند.هدف برای سازمان‌ ها، ایجاد محیطی است که در آن کارکنان بتوانند هم متعهد و هم شکوفا باشند.
بررسی کنید که چگونه تقویت هر دوی این‌ ها می‌تواند به سازمان‌ ها در ارتقای عملکرد کمک کند و در عین حال، ریسک‌ های متوجه کارکنان و کسب‌وکار را کاهش دهد: مقاله کامل با فیلترشکن
https://www.gallup.com/workplace/404105/importance-of-employee-wellbeing.aspx?utm_source=linkedin&utm_medium=o_social&utm_term=gallup&utm_campaign=li-wk-wellbeing_092226

مشکل 9-Box شاید خود 9-Box نباشد!
مدل 9-Box سالهاست در مدیریت استعداد و جانشین‌ پروری استفاده می‌ شود؛ اما یک سؤال مهم وجود دارد: بعد از اینکه کارکنان را در ۹ خانه قرار دادیم، دقیقاً چه اتفاقی می‌ افتد؟ مقاله جدید Wowledge دقیقاً از همین نقطه به 9-Box نگاه می‌ کند. انتقاد اصلی این نیست که 9-Box مدل بدی است؛ مسئله این است که در بسیاری از سازمان‌ ها به یک عکس لحظه‌ ای از کارکنان تبدیل شده است:
افراد ارزیابی می‌ شوند، در خانه‌ های ماتریس قرار می‌ گیرند، گزارش تهیه می‌ شود و... تمام. در حالی که هدف واقعی باید این باشد: هر جایگاه در ماتریس باید به یک اقدام مشخص منجر شود.
Wowledge برای همین، در کنار 9-Box چهار ناحیه عملیاتی پیشنهاد می‌ کند:
🔹 Shake | بازتنظیم: برای افرادی که نیازمند شفاف‌ سازی، اصلاح عملکرد یا بازنگری در نقش هستند.
🔹 Nurture | پرورش: برای عملکردهای باثباتی که باید حفظ، درگیر و برای رشد آینده آماده شوند.
🔹 Challenge | چالش: برای افرادی که پتانسیل بالایی دارند اما عملکردشان هنوز باثبات نیست و به کوچینگ، منتورینگ و بازخورد دقیق‌تر نیاز دارند.
🔹 Empower | توانمندسازی: برای کارکنانی که هم عملکرد بالا دارند و هم پتانسیل رشد و پذیرش مسئولیت‌ های بزرگ‌تر را نشان میدهند.
اما برای من، بخش مهم‌تر مقاله جای دیگری است: 9-Box نباید نقطه پایان ارزیابی استعداد باشد؛ باید نقطه شروع اقدام باشد. این موضوع برای سازمان‌ های ایرانی اهمیت بیشتری دارد؛ چون در بسیاری از تجربه‌های اجرای 9-Box، چالش اصلی نه طراحی ماتریس، بلکه کالیبراسیون ضعیف، برداشت‌های متفاوت مدیران از پتانسیل، و مهم‌تر از همه، مشخص نبودن اقدام بعد از ارزیابی بوده است.
اگر قرار است 9-Box فقط بگوید این فرد کجاست، شاید ارزش آن محدود باشد. اما اگر بتواند پاسخ دهد:
حالا برای این فرد چه باید بکنیم؟ آن‌ وقت از یک ابزار طبقه‌ بندی، به یک ابزار واقعی مدیریت استعداد تبدیل می‌ شود.
📌 من فکر می‌ کنم شاید مسئله امروز ما در اجرای 9-Box، کنار گذاشتن آن نباشد؛ بلکه یاد گرفتنِ درست استفاده کردن از آن باشد.
منبع: Wowledge – Talent Management Actions Using an Agile 9-Box Model: Deep Dive

✳️ گزارش مجمع جهانی اقتصاد: «مدیریت ریسک، بازتصور‌شده: چشم‌انداز تا ۲۰۳۵»
(سپتامبر ۲۰۲۶)
✅ پیام اصلی
چارچوب‌های سنتی مدیریت ریسک سازمانی (ERM) که بر داده‌های تاریخی، ارزیابی احتمال-اثر و گزارش‌های دوره‌ای متکی بودند، دیگر پاسخگوی محیط ریسک امروز و آینده نیستند. ریسک‌ها به‌شدت به‌هم‌پیوسته، غیرخطی و پرسرعت شده‌اند (تکه‌تکه شدن ژئواکونومیک، اختلالات فناورانه، ناامنی سایبری، نوسانات اقلیمی و قطبی‌شدن اجتماعی). عدم‌قطعیت از حالت «مقطعی» به «ساختاری» تبدیل شده است.

📌 گزارش مجمع جهانی اقتصاد (سپتامبر ۲۰۲۶): Risk Management, Reimagined: Outlook to 2035
گزارش نشان می‌دهد مدل‌های سنتی مدیریت ریسک سازمانی (ERM) که بر داده‌های تاریخی، امتیازدهی احتمال-اثر و گزارش‌های دوره‌ای متکی بودند، دیگر برای محیط پیچیده، به‌هم‌پیوسته و پرسرعت آینده کافی نیستند. عدم‌قطعیت از حالت مقطعی به ساختاری تبدیل شده و ریسک‌ها با سرعت و تعاملات غیرخطی ظاهر می‌شوند.
بر اساس نظرسنجی جامعه مدیران ارشد ریسک (CRO) مجمع:
۸۰٪ معتقدند مدیریت ریسک در سال ۲۰۳۵ «تا حدی تا بسیار چالش‌برانگیزتر» خواهد بود.
تنها ۱۰٪ سازمان خود را «بسیار آماده» برای ریسک‌هایی می‌دانند که با داده تاریخی قابل مدل‌سازی نیستند.
■ خلاصه تحلیلی گزارش در شش محور کلیدی به‌همراه تکمیل‌های دقیق‌تر به شرح زیر است:
۱.تغییر پارادایم: از «پیش‌بینی» به «آمادگی» (Preparedness)
به‌دلیل عدم‌قطعیت ساختاری و نبود داده تاریخی برای بسیاری از تهدیدات نوظهور، هدف مدیریت ریسک نباید تلاش برای پیش‌بینی دقیق «اتفاق بعدی» باشد. تمرکز باید بر ساخت حاکمیت، قابلیت‌ها و فرآیندهای تصمیم‌گیری باشد تا سازمان بتواند در برابر طیف وسیعی از آینده‌های ممکن پاسخ دهد و سازگار شود.
(این یکی از چهار تحول بنیادین گزارش است و با استعاره ایمنی هوایی توضیح داده شده: خلبانان همه حوادث را پیش‌بینی نمی‌کنند، اما برای پاسخ به آن‌ها آموزش می‌بینند.)
۲.یکپارچه‌سازی ریسک‌ها و تحلیل تعاملات
ریسک‌ها دیگر ماهیت ایزوله ندارند. یک حمله سایبری می‌تواند زیرساخت حیاتی، زنجیره تأمین، تورم و واکنش‌های سیاسی را همزمان مختل کند. مدیریت ریسک باید از بررسی جداگانه در «دفترچه‌های ریسک» و دسته‌بندی‌های سنتی (عملیاتی، مالی، ژئوپلیتیک و…) به سمت درک وابستگی‌ها، اثرات آبشاری و سیستم‌های پویا حرکت کند. بیش از ۷۰٪ مدیران ریسک، «ناتوانی در مدیریت ریسک‌های به‌هم‌پیوسته» و «اتکای بیش از حد به داده و مدل‌های تاریخی» را از بزرگ‌ترین محدودیت‌های فعلی می‌دانند.
۳.از گزارش‌های دوره‌ای به پایش مستمر و هوش ریسک
نظام‌های مدیریت ریسک باید از چرخه‌های کند سالانه/فصلی خارج شده و به سمت سیستم‌های حسگری مستمر، تشخیص ناهنجاری و «هشدار زودهنگام» مبتنی بر هوش مصنوعی حرکت کنند. این انتقال از مدل «کششی» (Pull) به «فشاری» (Push) است: سیستم‌ها خودشان سیگنال‌های نوظهور را بالا می‌آورند. ۷۰٪ مدیران ریسک، «هوش ریسک بلادرنگ» را یکی از سه قابلیت حیاتی آینده می‌دانند.
۴.تغییر نقش مدیر ارشد ریسک (CRO)
مدیر ریسک آینده «پلیس» یا نگهبان پس از تصمیم نیست؛ بلکه باید به یک «شریک استراتژیک» و «تفسیرگر عدم‌قطعیت» تبدیل شود که در مراحل اولیه تصمیم‌گیری‌های کلان، سرمایه‌گذاری، نوآوری و تغییرات ساختاری مشارکت فعال دارد.
۴۰٪ مدیران ریسک، «نقش بزرگ‌تر در تصمیم‌گیری استراتژیک» را مهم‌ترین تحول نقش خود می‌دانند. مهارت‌های محوری CRO ۲۰۳۵ شامل: سنتز هوش، تفکر سناریویی، تفسیر ریسک، ارتباط با ذی‌نفعان، رهبری تاب‌آوری و حاکمیت هوش مصنوعی است.
۵.آزمون مفروضات به‌جای امتیازدهی صرف
به‌جای پرسش سنتی «احتمال و اثر این ریسک چقدر است؟»، باید پرسید: «برای موفقیت این استراتژی، چه چیزهایی باید درست باقی بماند؟» و سپس آن مفروضات را به‌طور سیستماتیک استرس‌تست کرد (رویکردهایی مانند assumption auditing در نووارتیس). این رویکرد، تاب‌آوری را بیشتر از امتیازدهی دقیق ریسک‌ها تقویت می‌کند.
۶.تقسیم کار هوشمند بین هوش مصنوعی و انسان
هوش مصنوعی جایگزین مدیر ریسک نیست؛ بلکه مکمل آن است.
● وظیفه ماشین: پردازش حجم عظیم داده، پایش مستمر، تشخیص الگو و ناهنجاری، شبیه‌سازی هزاران سناریو و ساخت دوقلوهای دیجیتال ریسک.
● وظیفه انسان: تفسیر سیگنال‌ها، درک زمینه کسب‌وکار و منطقه‌ای، قضاوت اخلاقی، ارزیابی بده‌بستان‌ها و پذیرش نهایی مسئولیت تصمیم.
مزیت رقابتی از «داشتن هوش مصنوعی بیشتر» نیست، بلکه از «ترکیب مؤثر هوش ماشینی با تخصص انسانی» ناشی می‌شود.
■ نکته تکمیلی مهم گزارش
تفاوت‌های منطقه‌ای (فرهنگ ریسک، تجربه تاریخی، مقررات و وابستگی‌های زیرساختی مانند انرژی موردنیاز هوش مصنوعی) باید به‌طور جدی در مدل‌ها لحاظ شوند. همچنین معیار موفقیت مدیریت ریسک از «نبود زیان و انطباق» به «توانایی تسهیل تصمیم‌های استراتژیک بهتر، تسریع نوآوری مسئولانه و تقویت تاب‌آوری بلندمدت» تغییر می‌کند.
■ جوهر اصلی گزارش:
مدیریت ریسک مدرن نه درباره «پیش‌بینیِ وقوع»، بلکه درباره توسعه ظرفیت سازمان برای انطباق، تصمیم‌گیری درست و حرکت در شرایطی است که آینده غیرقابل‌پیش‌بینی باقی می‌ماند. سازمان‌های موفق در ۲۰۳۵ بهترین پیش‌بینی‌کنندگان نیستند؛ بهترین آماده‌شوندگان هستند.
صفحه اصلی گزارش:
https://www.weforum.org/publications/risk-management-reimagined-outlook-to-2035/

📌 چگونه گزارش «مدیریت ریسک بازتصور‌شده: چشم‌انداز تا ۲۰۳۵» را به کار بگیریم؟

📍این گزارش یک چارچوب مفهومی است، نه یک چک‌لیست آماده. ارزش آن زمانی آشکار می‌شود که آن را به اقدامات عملی، تغییرات حاکمیتی و سرمایه‌گذاری‌های مشخص تبدیل کنید. در ادامه یک نقشه راه اجرایی و واقع‌بینانه ارائه می‌دهم:
۱.ارزیابی وضعیت فعلی (۰ تا ۳ ماه)
ممیزی آمادگی: نظرسنجی داخلی مشابه نظرسنجی مجمع جهانی اقتصاد انجام دهید. از مدیران ارشد بپرسید:
چقدر برای ریسک‌هایی که با داده تاریخی مدل نمی‌شوند آماده هستیم؟
بزرگ‌ترین محدودیت‌های فعلی مدیریت ریسک ما چیست؟ (اتکای بیش از حد به داده تاریخی، عدم یکپارچگی با استراتژی، کندی پاسخ و غیره)
نقشه وابستگی ریسک‌ها: به‌جای فهرست ریسک‌های جداگانه، ماتریس تعاملات را ترسیم کنید (مثلاً سایبری >>زنجیره تأمین >>تورم>>تنش ژئوپلیتیک).
● ممیزی فرضیات استراتژیک: مهم‌ترین فرضیاتی که استراتژی فعلی سازمان بر آن‌ها استوار است را استخراج و استرس‌تست کنید (رویکرد Novartis).
۲.بازتعریف نقش و ●جایگاه مدیر ارشد ریسک (۳ تا ۹ ماه)CRO
را از«بازرس پس از تصمیم» به شریک استراتژیک تبدیل کنید.
●حضور اجباری CRO در کمیته‌های استراتژی، سرمایه‌گذاری و نوآوری را نهادینه کنید.
●شاخص‌های عملکرد CRO را تغییر دهید: علاوه بر کنترل زیان، معیارهایی مثل «زمان تصمیم‌گیری»، «کیفیت فرضیات استراتژیک» و «سرعت پاسخ به شوک» اضافه شود.
●مهارت‌های تیم ریسک را گسترش دهید: سنتز هوش، تفکر سناریویی، تفسیر ریسک، ارتباط با ذی‌نفعان و حاکمیت هوش مصنوعی.
۳.ساخت قابلیت‌های عملیاتی کلیدی
قابلیت
اقدام عملی
افق زمانی
حسگری و هشدار زودهنگام مستمر
انتقال از گزارش فصلی به داشبورد بلادرنگ (اخبار ژئوپلیتیک، سیگنال‌های بازار، ریسک شخص ثالث، اقلیم، سایبری)
۶–۱۲ ماه
●برنامه‌ریزی سناریو و دوقلوی دیجیتال
شروع با سناریوهای چندتهدید (سایبری + ژئوپلیتیک + زنجیره تأمین)
● در مرحله بعد، دوقلوی دیجیتال ساده برای بخش‌های حیاتی (زنجیره تأمین یا عملیات)
۱۲–۲۴ ماه
توازن هوش مصنوعی و انسان
هوش مصنوعی برای پایش، تجمیع و تشخیص ناهنجاری؛ انسان برای تفسیر، قضاوت اخلاقی و تصمیم نهایی. فرآیندهای «چالش خروجی هوش مصنوعی» را تعریف کنید.
●همزمان
توجه به تفاوت‌های منطقه‌ای
تیم‌های ریسک منطقه‌ای را تقویت کنید و ریسک‌های خاص هر جغرافیا (انرژی، مقررات، فرهنگ ریسک) را در مدل‌ها بگنجانید.
مداوم
۴.ادغام در فرآیندهای کسب‌وکار
ریسک را از «لایه سوم دفاع» خارج کرده و به ابتدای چرخه تصمیم‌گیری منتقل کنید (سرمایه‌گذاری، ورود به بازار جدید، تحولات دیجیتال).
«ممیزی فرضیات» را به‌عنوان مرحله اجباری قبل از تصویب پروژه‌های بزرگ تعریف کنید.
از مدل «کششی» (Pull) به «فشاری» (Push) حرکت کنید: سیستم‌ها خودشان سیگنال‌های نوظهور را بالا بیاورند، نه اینکه منتظر درخواست باشند.
۵.تغییر معیارهای موفقیت
به‌جای تمرکز صرف بر «نبود حادثه» یا «انطباق»، این شاخص‌ها را اضافه کنید:
درصد تصمیم‌های استراتژیک که ریسک در مراحل اولیه در آن‌ها دخیل بوده
زمان متوسط از تشخیص سیگنال تا اقدام
تعداد سناریوهای چندتهدید تست‌شده در سال
میزان وابستگی تصمیم‌ها به خروجی‌های هوش مصنوعی در مقابل قضاوت انسانی
۶.شروع کوچک و مقیاس‌پذیر
پایلوت: یک حوزه حیاتی (مثلاً زنجیره تأمین یا ریسک سایبری-ژئوپلیتیک) را انتخاب کنید و حسگری مستمر + سناریوهای چندتهدید را در آن پیاده کنید.
حاکمیت داده: بدون داده باکیفیت و یکپارچه، هوش مصنوعی فقط سرعت خطا را بالا می‌برد.
فرهنگ: آموزش مدیران میانی برای پذیرش عدم‌قطعیت به‌عنوان وضعیت عادی، نه استثنا.
نکته کلیدی اجرایی
گزارش تأکید می‌کند که سازمان‌های موفق در ۲۰۳۵ «بهترین پیش‌بینی‌کنندگان» نخواهند بود، بلکه «بهترین آماده‌شوندگان» هستند. بنابراین اولویت را روی ساخت قابلیت پاسخ و سازگاری بگذارید، نه روی مدل‌های پیش‌بینی پیچیده‌تر.
اگر بخواهید، می‌توانم این نقشه راه را بر اساس صنعت یا اندازه سازمان شما (مثلاً بانک، تولید، فناوری یا شرکت متوسط) دقیق‌تر و عملیاتی‌تر کنم.

✳️ گزارش مجمع جهانی اقتصاد: «مدیریت ریسک، بازتصور‌شده: چشم‌انداز تا ۲۰۳۵»
(سپتامبر ۲۰۲۶)
✅ پیام اصلی
چارچوب‌های سنتی مدیریت ریسک سازمانی (ERM) که بر داده‌های تاریخی، ارزیابی احتمال-اثر و گزارش‌های دوره‌ای متکی بودند، دیگر پاسخگوی محیط ریسک امروز و آینده نیستند. ریسک‌ها به‌شدت به‌هم‌پیوسته، غیرخطی و پرسرعت شده‌اند (تکه‌تکه شدن ژئواکونومیک، اختلالات فناورانه، ناامنی سایبری، نوسانات اقلیمی و قطبی‌شدن اجتماعی). عدم‌قطعیت از حالت «مقطعی» به «ساختاری» تبدیل شده است.

🎯 وقتی کسی حالش بد است، نه نصیحتش کنید و نه راهکار بدهید

♦️مگی پنمن، واشنگتن‌پست — تکنیک «گوش‌دادن بازتابی» که معمولاً تصور می‌کنیم فقط در جلسات روان‌درمانی کاربرد دارد، در واقع مهارتی است که به باور روان‌شناسان همۀ ما باید در روابط و معاشرت‌های روزمره‌مان بلد باشیم. روش کار ساده است: وقتی کسی آشفته یا ناراحت است، با دقت به حرف‌هایش گوش دهید و سپس آنچه را گفته، با کلمات خودتان برایش بازگو کنید. این کار شاید در ابتدا عجیب یا تصنعی به نظر برسد، اما به گفتۀ پژوهشگران نتایج بسیار مثبتی دارد.

♦️مارتا استراوس، روان‌شناس بالینی، معتقد است بیشتر ما شنونده‌های خوبی نیستیم، به‌خصوص این روزها که گوشی‌های هوشمند همیشه کنار دستمان هستند. او می‌گوید: «ما بیش‌ازحد فردگرا شده‌ایم؛ مدام به خودمان فکر می‌کنیم و منتظریم ببینیم کِی نوبت حرف‌زدنمان می‌رسد». اما اگر گوش‌دادن آگاهانه را تمرین کنیم، خیلی زود متوجه تغییر رفتار اطرافیان با خودمان خواهیم شد.

♦️ویلیام میلر، روان‌شناس برجسته و استاد بازنشستۀ دانشگاه نیومکزیکو، می‌گوید سؤال‌های باز برای شروع گفت‌وگو مناسب‌اند، اما به‌محض اینکه متوجه شدید طرف مقابل چه احساسی دارد، بهتر است برداشتتان از حال‌وروز او را به‌جای پرسیدن یک سؤال دیگر، در قالب جمله‌ای خبری بیان کنید. مثلاً اگر دوستتان به‌خاطر فشار کاری زیاد مضطرب است، می‌توانید بگویید: «انگار این‌همه کار خیلی بهت فشار آورده».

♦️یا مثلاً اگر فرزند نوجوانتان از اینکه هم‌سن‌وسال‌هایش به او بی‌محلی کرده‌اند دل‌خور است، فوراً شروع نکنید به برشمردن ویژگی‌های خوبش تا دلداری‌اش بدهید. اول اجازه دهید حرفش را تا آخر بزند و بعد با جمله‌ای ساده نشان دهید که احساسش را درک می‌کنید. مثلاً بگویید: «حتماً خیلی احساس تنهایی می‌کنی».

♦️هانا کالینز، استادیار دانشکدۀ مدیریت دانشگاه یوسی‌ال‌ای، معتقد است راز اثربخشی «گوش‌دادن بازتابی» این است که نمی‌توان ادای آن را درآورد. ممکن است کسی درحالی‌که به چشمانتان نگاه می‌کند، سرش را به نشانۀ تأیید تکان بدهد، اما در واقع حواسش جای دیگری باشد. بااین‌حال، برای اینکه بتوانید حرف‌های طرف مقابل را درست بازتاب دهید، چاره‌ای ندارید جز اینکه واقعاً به او گوش بدهید و بفهمید چه می‌گوید.

🔗 آنچه خواندید برگرفته از مطلب «There’s a simple way to become a better listener. Most of us don’t do it» نوشتۀ مگی پنمن است که در تاریخ ۲ اکتبر ۲۰۲۶ در واشنگتن‌پست منتشر شده است.ترجمان

Abilene paradox

✳️ پارادوکس ابیلین (Abilene Paradox) پدیده‌ای در روان‌شناسی اجتماعی و مدیریت است که در آن، یک گروه از افراد تصمیمی می‌گیرند که تک‌تک اعضای آن به تنهایی با آن مخالف هستند؛ اما به دلیل عدم ارتباط مؤثر و ترس از همرنگ نبودن با جماعت، سکوت می‌کنند یا موافقت نشان می‌دهند.

✅ داستان پیدایش پارادوکس (مثال جری هاروی)

این مفهوم در سال ۱۹۷۴ توسط «جری هاروی» (Jerry B. Harvey) معرفی شد. او سفری خانوادگی را در یک روز بسیار گرم در تگزاس روایت می‌کند:
• خانواده‌ای در خانه‌ای نشسته بودند و یکی از آن‌ها پیشنهاد داد: «بیایید برویم به شهر ابیلین و شام بخوریم» (حدود ۸۵ کیلومتر دورتر در هوای گرم و با خودروی بدون کولر مناسب).
• با اینکه هیچ‌یک از اعضا (پدرزن، دختر، داماد و...) واقعاً دلشان نمی‌خواست بروند، هر کدام تصور کرد که بقیه اعضا دوست دارند بروند و برای اینکه «مخالفت نکرده باشد» یا «ساز مخالف نزده باشد»، موافقت کرد.
• آن‌ها به ابیلین رفتند، غذای بدی خوردند، با خستگی و کلافگی برگشتند و وقتی در خانه نشستند، متوجه شدند که هیچ‌کدامشان از ابتدا تمایلی به این سفر نداشته‌اند!

ریشه‌ها و دلایل وقوع

• ترس از قضاوت یا طرد شدن: فرد نگران است که اگر مخالفت کند، به عنوان فردی غیرمنعطف یا مشکل‌ساز شناخته شود.
• توهم توافق جمعی: هر فرد فکر می‌کند نظر بقیه با او متفاوت است و خودش در اقلیت قرار دارد.
• نبود فضای امن روانی: افراد احساس نمی‌کنند که می‌توانند نظر واقعی‌شان را بدون ترس از پیامد بیان کنند.

راه‌های جلوگیری از پارادوکس ابیلین در تیم‌ها

• ایجاد فضای امن برای مخالفت و پرسیدن صریح نظرات تک‌تک افراد.
• استفاده از روش‌های رای‌گیری مخفی یا نوشتن نظرات پیش از اعلام نظر جمعی.
• تشویق اعضا به اینکه بپرسند: «آیا واقعاً همه ما این را می‌خواهیم یا فقط فکر می‌کنیم دیگران این را می‌خواهند؟

پخش زنده "نهمین کنفرانس بین‌المللی مدیریت دانشی (KM4D) با رویکرد پادشکنندگی دانشی" در پلتفرم آپارات

ساعت شروع برنامه 13.30
لینک برنامه: https://www.aparat.com/Iran_Management/live

💠 رییس محترم انجمن مدیریت ایران
جناب آقای دکترقاسمی و اعضای محترم هیات مدیره

سرکارخانم دکتر صائمیان دبیرکل محترم انجمن مدیریت ایران

با اهدای سلام و احترام؛
بدین‌وسیله، مراتب تقدیر و تشکر صمیمانه خود را بابت برگزاری شایسته «نهمین کنفرانس بین‌المللی مدیریت دانشی (KM4D) با رویکرد پادشکنندگی دانشی» که امروز به همت والای انجمن مدیریت ایران و میزبانی شایسته دانشگاه خاتم برگزار گردید، اعلام می‌دارم.
بی‌تردید، برنامه‌ریزی دقیق، اهتمام ویژه و تلاش‌های بی‌دریغ آن عزیزان واعضای محترم دبیرخانه وتمامی دست‌اندرکاران، اساتید و پژوهشگران محترم در تبیین رویکردهای نوین مدیریت دانش و مفهوم ارزشمند «پادشکنندگی دانشی»، رویدادی علمی، ارزشمند و ماندگار را در عرصه مدیریتی کشور به تصویر کشید.
ضمن آرزوی سلامتی و بهروزی، توفیقات روزافزونتان را در مسیر توسعه علمی، دانش‌بنیان و تعالی از درگاه خداوند متعال مسألت دارم.
همچنین به سازمان هایی که موفق به اخذ جایزه مدیریت دانشی شدند تبریک عرض می نمایم.
با سپاس و احترام فراوان،
دکترامیرصادقی
۲۲مهر۱۴۰۵

✳️ گزارش McKinsey Technology Trends Outlook2026
یکی از جامع‌ترین و معتبرترین پایش‌های سالانه در حوزه فناوری‌های پیشرو است. موسسه مک‌کینزی در این گزارش، روندهای کلیدی نوآوری را بر اساس شاخص‌های کمی دقیق نظیر میزان سرمایه‌گذاری (Investment)، فعالیت‌های پژوهشی و ثبت اختراع (Innovation)، میزان جست‌وجو و علاقه (Interest) و تقاضا برای نیروی متخصص (Job Postings) تحلیل کرده است.
در این نسخه، فناوری‌ها در سه دسته اصلی «انقلاب هوش مصنوعی»، «مرزهای پردازش و ارتباطات» و «مهندسی پیشرفته» طبقه‌بندی شده‌اند.
۱۴ روند کلیدی فناوری در گزارش مک‌کینزی
دسته اول: انقلاب هوش مصنوعی (AI Revolution)
* زیرساخت هوش مصنوعی و معماری مدل‌ها (AI Infrastructure & Model Architectures):
* جهش بی‌سابقه‌ی سرمایه‌گذاری در زیرساخت‌های سخت‌افزاری و دیتاسنترها. رشد حجم سرمایه‌گذاری از حدود ۱۴۵ میلیارد دلار به اعداد چشمگیری رسیده است.
* عامل‌های هوشمند (Agentic AI):
* عبور از «چت‌بات‌ها» به سمت هوش مصنوعی عاملیت‌دار (Agentic) که توانایی تصمیم‌گیری مستقل، برنامه‌ریزی و انجام وظایف پیچیده و چندمرحله‌ای بدون مداخله مستقیم انسان را دارد (با رشد جهشی بیش از ۹۰۰٪ در تقاضای نیروی متخصص).
* توسعه نرم‌افزار مبتنی بر عامل (Agentic Software Development):
* تحول نقش AI از یک «کمک‌کدنویس» (Copilot) به یک ناظر و توسعه‌دهنده خودکار که چرخه کامل تولید و تست نرم‌افزار را مدیریت می‌کند.
* هوش مصنوعی برای کشف علمی و مهندسی (AI for Scientific Discovery & Engineering):
* استفاده از هوش مصنوعی برای فشرده‌سازی زمان کشف داروها، مواد پیشرفته شیمیایی و تحلیل‌های پیچیده مهندسی از چند دهه به چند ماه.
* هوش مصنوعی فیزیکی (Physical AI):
* ورود سیستم‌های هوشمند از محیط‌های صرفاً دیجیتال به دنیای فیزیکی؛ شامل ربات‌های هوشمند، خودروهای خودران و تجهیزات کارخانه‌ای.
دسته دوم: مرزهای پردازش، ارتباطات و اعتماد (Compute & Connectivity Frontiers)
* نیمه‌هادی‌های خاص‌منظوره (Application-Specific Semiconductors):
* تغییر تمرکز از تراشه‌های عمومی به پردازنده‌های سفارشی‌سازی‌شده (ASIC/Chips) برای محاسبات پردازشی هوش مصنوعی (به‌ویژه در حوزه الاستیک/Inference).
* ارتباطات پیشرفته (Advanced Connectivity):
* توسعه نسل‌های جدید شبکه (5G-Advanced و آماده‌سازی 6G) و شبکه مستقیم به دستگاه (Direct-to-Device) برای پشتیبانی از سیستم‌های خودکار و انتقال داده‌های عظیم.
* امنیت سایبری و سیستم‌های قابل اعتماد (Cybersecurity & Trustworthy Systems):
* مقابله با تهدیدات ناشی از هوش مصنوعی مولد و توسعه پلاتفرم‌های «اعتماد دیجیتال» و حریم خصوصی داده‌ها.
* فناوری‌های کوانتومی (Quantum Technologies):
* پیشرفت در رایانش کوانتومی، حسگرها و رمزنگاری ایمن در برابر کوانتوم (Post-Quantum Cryptography) با هدف حل مسایل پیچیده محاسباتی.
دسته سوم: مهندسی پیشرفته و آینده صنایع (Cutting-Edge Engineering)
* آینده رباتیک (Future of Robotics):
* توسعه ربات‌های انسان‌نما (Humanoids) و کوبات‌ها (Cobots) با کمک مدل‌های پایه فیزیکی برای حضور در لجستیک، کارخانه‌ها و ساخت‌وساز.
* آینده حمل‌ونقل و تحرک (Future of Mobility):
* تجاری‌سازی وسایل نقلیه خودران، تاکسی‌های هوایی (eVTOL) و برقی‌سازی کامل ناوبری و حمل‌ونقل عمومی.
* فناوری‌های زیستی و زیست‌مهندسی (Future of Bioengineering):
* ادغام سنتز ژنتیکی، زیست‌شناسی ترکیبی و AI برای تولید مواد جدید، داروهای سفارشی و کشاورزی دقیق.
* فناوری‌های فضایی (Future of Space Technologies):
* کاهش هزینه‌های پرتاب، کوچک‌سازی ماهواره‌ها و توسعه خدمات مداری و پایش زمین با وضوح بالا.
* فناوری‌های انرژی و پایدار (Future of Energy & Sustainability):
* پاسخ به تنگنای شدید انرژی (Energy Crunch) دیتاسنترها با استفاده از انرژی‌های تجدیدپذیر، شبکه‌های هوشمند (Microgrids) و راهکارهای ذخیره‌سازی پاک.
این تحولات چه معنایی برای ایران دارند؟
تحلیل پیامدهای این گزارش برای ایران در چهار بعد کلیدی قابل بررسی است:
۱. اقتصاد (Economics)
* تنگنای زیرساخت و انرژی: همان‌طور که در دنیا فشار زیادی روی تامین انرژی دیتاسنترها وجود دارد، ایران نیز با ناترازی شدید برق و انرژی روبه‌رو است. چالش اصلی اقتصاد ایران، سرمایه‌گذاری سنگین در زیرساخت‌های پردازشی بدون خروج سرمایه و فقدان برق پایدار خواهد بود.

* بهره‌وری سنتی در برابر جهش هوش مصنوعی: شکاف بهره‌وری میان صنایع ایران و رقبای منطقه‌ای (مانند امارات و عربستان) که سرمایه‌گذاری‌های میلیارد دلاری روی دیتاسنترها دارند، عمیق‌تر خواهد شد.
۲. فناوری (Technology)
* تغییر پارادایم از کدنویسی به معماری ایجنت‌ها: تحول در توسعه نرم‌افزار به این معنی است که خدمات نرم‌افزاری سنتی (Outsourcing) ارزش خود را از دست می‌دهند. شرکت‌های فناوری در ایران باید به سمت برنامه‌نویسی ایجنت‌محور و استفاده از ابزارهای بوم‌سازی‌شده بروند.
* تمرکز بر هوش مصنوعی کاربردی و لبه (Edge AI): به‌دلیل محدودیت دسترسی به ابرهای جهانی و تراشه‌های فوق پیشرفته (تحریم‌ها)، استراتژی فناوری در ایران باید متمرکز بر مدل‌های کوچک و بهینه (Small Models) و پردازش لبه‌ای باشد.
۳. استراتژی (Strategy)
* بازتعریف جذب و حفظ استعدادها (Brain Drain & Upskilling): با جهش تقاضای جهانی برای نیروهای متخصص در حوزه Agentic AI و سخت‌افزار، موج مهاجرت شغلی (دورکاری بین‌المللی یا مهاجرت فیزیکی) شدت می‌گیرد. استراتژی سازمان‌ها باید سرمایه‌گذاری مستقیم روی بازآموزی (Upskilling) نیروهای موجود باشد.
* تمرکز بر چالش‌های بومی مهندسی: استفاده از AI در کشف مواد، کشاورزی هوشمند، مدیریت آب و انرژی (فناوری‌های زیستی و پایداری) حوزه‌هایی هستند که ارزش استراتژیک بالایی برای ایران دارند.
۴. کسب‌وکار (Business)
* گذار از چت‌بات‌ها به اتوماسیون فرایندی کامل: کسب‌وکارهای ایرانی نباید هوش مصنوعی را صرفاً به عنوان ابزار پشتیبانی متنی یا تولید محتوا ببینند. اتوماسیون فرایندها با AI Agents در بخش‌های مالی، لجستیک و خرده‌فروشی، تعیین‌کننده برندگان بازار خواهد بود.
* تحول در حوزه رباتیک صنعتی: صنایع مادر (فولاد، پتروشیمی، خودرو) با ورود «هوش مصنوعی فیزیکی» نیازمند نوسازی تجهیزات برای اتصال سیستم‌های خودکار و رباتیک پیشرفته خواهند بود.
> سوال کلیدی برای کسب‌وکار شما:
> با توجه به این ۱۴ روند، آیا سازمان یا کسب‌وکار شما برنامه‌ای برای ارتقای زیرساخت‌ها و فرایندهای خود به سمت عامل‌های هوشمند (Agentic AI) یا اتوماسیون فیزیکی در نظر گرفته است، یا مایلید روی بعد خاصی از این گزارش دقیق‌تر شویم؟

چشم‌انداز اقتصاد جهان؛ تاب‌آوری امروز، آسیب‌پذیری فردا

✳️ چشم‌انداز اقتصاد جهان؛ تاب‌آوری امروز، آسیب‌پذیری فردا

✅ اجلاس سالانه صندوق بین‌المللی پول و بانک جهانی (۱۲ تا ۱۸ اکتبر ۲۰۲۶، بانکوک) پیام روشنی دارد: اقتصاد جهان با وجود جنگ منطقه‌ای، شوک انرژی و تنش‌های تجاری، رشد حدود ۳٫۱ درصد را حفظ کرده، اما حاشیه‌های امنیتی آن در حال فرسایش است.

🔹 چرا شوک نفتی مثل دهه ۱۹۷۰ ضربه نزد؟
▫️ سهم نفت از مصرف انرژی از حدود ۴۶ به حدود ۳۳ درصد رسیده و شدت نفت‌بری اقتصاد ۶۰ درصد کاهش یافته است.
▫️ برداشت از ذخایر (حدود ۵۰۹ میلیون بشکه از فوریه تا سپتامبر ۲۰۲۶) بخش عمده ضربه را جذب کرد. به برآورد صندوق، بدون آن، رشد امسال می‌توانست به حدود ۲٫۵ درصد برسد. ذخایر ابزار «خرید زمان» هستند، نه جایگزین عرضه پایدار.
▫️ موج سرمایه‌گذاری در هوش مصنوعی (۷۲۵ میلیارد دلار در ۲۰۲۶ و پیش‌بینی ۱۲۰۰ میلیارد در سال آینده) تقاضای کل را بالا نگه داشته است.

🔹 نقاط ضعف و ریسک‌ها
▫️ تورم همچنان ۴٫۷ درصد پیش‌بینی می‌شود و نرخ بهره اوراق بلندمدت آمریکا از ۵ درصد گذشته است.
▫️ پیش‌بینی ۲۰۲۷ (رشد بیشتر و تورم ۴٫۱ درصد) به کاهش تنش‌ها تا مارس آینده وابسته است.
▫️ زنجیره ریسک: شوک انرژی طولانی ← ماندگاری تورم و نرخ بهره بالا ← افت ارزش فعلی درآمد شرکت‌های فناوری ← کاهش سرمایه‌گذاری در زیرساخت هوش مصنوعی ← افت رشد.
▫️ سناریوی افت شدید سرمایه‌گذاری هوش مصنوعی، تولید جهانی را تا ۲۰۲۸ حدود ۱٫۱ درصد و تولید آمریکا را حدود ۱٫۸ درصد زیر مسیر پایه می‌برد.

🔹 تمایز کلیدی
اصلاح بازار سهام، کاهش رشد و رکود عمیق سه پدیده متفاوتند. رکود فراگیر نیازمند وقوع همزمان سه شوک است: افزایش پایدار قیمت انرژی، سقوط سرمایه‌گذاری فناوری و بی‌ثباتی مالی. این وضعیت فعلاً بعید است و احتمال دوره‌ای از نوسان شدید مالی و رشد کندتر، جدی‌تر از بحران فراگیر ارزیابی می‌شود.

🔹 ایران و خاورمیانه
چشم‌انداز بسیار نامساعدتر از میانگین جهانی است. پیش‌بینی صندوق برای رشد ایران در ۲۰۲۶ از ۶٫۱- درصد (آوریل) به ۵٫۴- (ژوئیه) و اکنون ۷٫۶- درصد (اکتبر) رسیده است. جنگ، محدودیت صادرات نفت، فشار ارزی، ضعف سرمایه‌گذاری و تهدید زیرساخت‌ها نااطمینانی را به سطحی بی‌سابقه رسانده‌اند.

💡 جمع‌بندی مدیریتی: تاب‌آوری فعلی بیش از آنکه نشانه قوام ساختاری باشد، حاصل «خرید زمان» با ذخایر و رونق سرمایه‌گذاری فناوری است. سازمان‌ها و سیاست‌گذاران باید برنامه‌ریزی سناریومحور داشته باشند و حاشیه ایمنی مالی و عملیاتی را حفظ کنند.

📎 منبع: مهرداد سپه‌وند، دنیای اقتصاد

#اقتصاد_جهان #صندوق_بین‌المللی_پول #انرژی #هوش_مصنوعی #مدیریت_ریسک #اقتصاد_ایران

🆘️
زندگی در عدم قطعیت؟!

🆘 زندگی در عدم قطعیت

📛 جهان امروز بیش از هر زمان دیگری یک سیستم پیچیده و غیرخطی است. مدل‌های علمی در حوزه‌های اقلیم، اپیدمیولوژی، اقتصاد و پدیده‌های فضایی هرچقدر دقیق‌تر و داده‌محورتر می‌شوند، مرزهای نادانسته‌ها و عدم‌قطعیت را واضح‌تر آشکار می‌کنند. این یک پارادوکس علمی است: دانش بیشتر، لزوماً به پیش‌بینی قطعی‌تر منجر نمی‌شود.

رویدادهای ترکیبی دیگر سناریوهای خیالی نیستند. موج گرمای شدید، اختلال در زنجیره تأمین جهانی، طوفان خورشیدی و ظهور یک بیماری نوظهور می‌توانند همزمان رخ دهند و اثرات یکدیگر را تقویت کنند. در چنین شرایطی، هیچ مدل واحدی نمی‌تواند با اطمینان بگوید «دقیقاً چه خواهد شد». آنچه می‌توان گفت این است که سیستم‌های به‌هم‌پیوسته تحت فشار قرار می‌گیرند و رفتارهای آبشاری محتمل‌اند.

آمادگی در عصر عدم‌قطعیت دیگر به معنای پیش‌بینی یک آینده‌ی مشخص نیست. آمادگی یعنی ساختن ظرفیت تحمل طیف وسیعی از آینده‌های ممکن. این ظرفیت سه لایه دارد:

۱. لایه دانش: درک محدودیت مدل‌ها و پذیرش احتمال‌ها به‌جای قطعیت‌ها
۲. لایه فیزیکی و مهارتی: ذخایر پایه، منابع انرژی پشتیبان و مهارت‌های عملی
۳. لایه اجتماعی و ذهنی: روابط محلی قابل‌اعتماد و عادت به فکر کردن در قالب چند سناریو

عدم‌قطعیت دشمن تمدن نیست؛ ویژگی بنیادین سیستم‌های پیچیده است. کسانی که آن را انکار می‌کنند، آسیب‌پذیرتر می‌شوند. کسانی که آن را می‌پذیرند و برایش طراحی می‌کنند، تاب‌آوری بالاتری خواهند داشت.

آمادگی، ترس نیست. آمادگی، احترام به پیچیدگی جهان است.

#عدم_قطعیت #تاب‌آوری #آمادگی #علم_سیستم‌های_پیچیده #آینده_نگری
تهیه وتنظیم:
دکترامیرصادقی
@executivemanagement
Grok