تیم‌های کاری همیشه در تلاش هستند تا راه‌های جدیدی برای حل مسائل و چالش‌های خود پیدا کنند و در این میان به تکنولوژی‌های نوین به عنوان منبعی برای یافتن این راه‌حل‌ها نگاه ویژه‌ای دارند.
با پیشرفت‌های خیره‌کننده و بی‌سابقه در علوم کامپیوتر و هوش مصنوعی این امکان برای سازمان‌ها فراهم شده تا با پیوند زدن نیروی انسانی خود با تکنولوژی‌های نوین قدرت پردازش و حل مساله آن‌ها را چندبرابر کنند و برای حل مسائل کاری از ماشین‌هایی کمک بگیرند که قادرند به هر چیزی از تمام زوایای ممکن بنگرند و آن را با ترکیبی از راه‌حل‌ها و پیشنهاد‌های جامع حل و فصل کنند.
به این نوع حل مسائل کاری «تفکر کاری الگوریتمی» گفته می‌شود که ترکیبی است جامع و کامل از دیدگاه‌های کاری به هم پیوند خورده، چارچوب‌ها و مدل‌های ذهنی متنوعی که به انسان‌ها کمک می‌کنند تا پیچیده‌ترین مسائل را به اجزای کوچک‌تر تبدیل کرده و برای حل هر کدام از این خرده‌مسائل، راه‌حل‌های کاربردی و موثری را پیشنهاد دهند که به موازات راه‌حل‌های دیگری است که برای سایر خرده‌مسائل پیشنهاد می‌شوند.
در واقع تفکر کاری الگوریتمی به گونه‌ای شکل می‌گیرد که برای برطرف کردن یک مشکل یا چالش کاری به صورت محدود عمل نکرده و حل آن مشکل را در راستای حل سایر مشکلات و چالش‌های کاری مورد بررسی و کنکاش قرار می‌دهد و راه‌حل‌های چندوجهی و پیچیده‌ای را پیشنهاد می‌دهند که هم به حل آن مساله کمک می‌کنند و هم تسهیل‌گر فرآیند حل سایر مسائل و چالش‌ها هستند.
در تفکر کاری الگوریتمی ما با مجموعه‌ای عظیم از ایده‌ها شامل ذهنیت‌ها، جعبه ابزار و زبان دیجیتالی قدرتمندی روبه‌رو هستیم که از بسیاری جهات به عنوان مکمل و تقویت‌کننده رویکرد‌ها و تفکرات کاری سنتی و رایج عمل می‌کنند و باعث قدرتمندتر و موثرتر شدن توانایی حل مساله مدیران و کارکنان سازمان می‌شوند.
خرد کردن: خرد کردن مسائل کاری پیچیده و تبدیل آن به اجزای ساده‌تر و قابل هضم یکی از ارکان تفکر الگوریتمی محسوب می‌شود.
به عنوان مثال یک مساله جدی و پیچیده برای شرکت را می‌توان به چهار بخش تقسیم و هر کدام از این بخش‌های چهارگانه را نیز به چهار قسمت کوچک‌تر و قابل حل‌تر تقسیم کرد و این کار را باید تا آنجا ادامه داد تا به مجموعه‌ای از خرده مسائل بسیار ساده و پیش پاافتاده رسید و پس از آن با اعتماد و قدرت تمام شروع به حل این خرده مسائل کرد.
تشخیص الگوها: شناسایی و تشخیص درست و دقیق الگو‌های برد و باخت و به کارگیری آن‌ها در حوزه‌های جدید یکی دیگر از ستون‌های تشکیل‌دهنده تفکر کاری الگوریتمی به حساب می‌آید.
به عنوان مثال هنگامی که ثابت شده الگوی ذهنی و عملیاتی شما در یک حوزه موفق بوده و به حل موثر یک مساله کمک کرده است شما می‌توانید آن الگوی موفق را در سایر حوزه‌ها نیز به کار ببندید و چنانچه عکس این حالت اتفاق افتاد و بر شما ثابت شد که یک الگو فاقد کارآیی لازم در یک حوزه بوده و موجب ناکامی شما برای حل آن مساله شده است باید از تکرار این اشتباه خودداری کرد.
چکیده‌گرایی: چکیده‌گرایی در تفکر الگوریتمی به معنای از میان برداشتن عوامل مزاحم و حاشیه‌ای از مسیر حل مساله و پرداختن به اصل مشکل است.
در تفکر الگوریتمی تلاش می‌شود تا موارد جزئی و بی‌اهمیت در حل مشکل نادیده گرفته شده و به جای آن، تمرکز اصلی روی وظایف اصلی و کلیدی خاصی قرار می‌گیرد که دارای ارزش فراوانی هستند و با انجام درست آن‌ها بقیه موارد خود به خود حل و فصل می‌شوند.
همکاری الگوریتمی انسان و ماشین: در تفکر کاری الگوریتمی، انسان و ماشین دوشادوش هم و به عنوان تکمیل‌کننده همدیگر عمل می‌کنند و با کمک هم باید مشکلات و چالش‌ها را حل کنند و در این میان سهم و نقش‌آفرینی هر دو طرف به یک اندازه و برابر است و تنها در صورت حفظ این توازن و برابری است که می‌توان به تاثیرگذاری حداکثری تفکر الگوریتمی امیدوار بود.
تحقیقات نشان داده که یکسری ویژگی‌ها و توانمندی‌های انسانی هستند که باعث می‌شوند تاثیرگذاری و کارآیی تکنولوژی‌ها افزایش پیدا کند و بدون نقش‌آفرینی پررنگ انسان نمی‌توان به اثربخشی تکنولوژی‌های نوین امید داشت.
در این میان در تفکر کاری الگوریتمی یکسری توانمندی‌های انسانی مورد نیاز است که در نهایت به دگرگونی دیجیتالی سازمان‌ها کمک شایانی می‌کنند و مهم‌ترین آن‌ها عبارتند از:
خلاقیت: این خلاقیت و ابتکار انسان‌هاست که باعث می‌شود تا بتوان از تمام مزایا و ظرفیت‌های هوش مصنوعی بهره برد. در واقع این خود انسان است که باید تعیین کند هوش مصنوعی چگونه و در چه جا‌هایی به نوآوری‌های کاری کمک کند و کدام مشکلات و معضلات کاری را حل کند و آنچه در اینجا بیش از هر چیزی تاثیرگذار است چیزی نیست مگر خلاقیت و ابتکار انسان در بهره‌گیری تمام و کمال از ماشین‌ها.
کنجکاوی: جست‌وجوگری و کنجکاوی حداکثری انسانی است که باعث گشوده شدن مسیر‌های جدید و امکان‌های تازه‌ای برای حرکت به جلو می‌شود و انسان‌ها به ویژه مدیران و کارکنان سازمان‌ها هر چه کنجکاوتر و مشتاق‌تر باشند بیشتر می‌توانند از پتانسیل‌های نهفته و آشکار نشده هوش مصنوعی و ماشین‌ها در راستای اهداف کاری‌شان کمک بگیرند.
همگون‌سازی: انسانی که در همه جا و همه حال می‌کوشد تا همه‌چیز را با هم پیوند بزند قادر خواهد بود ماشین‌ها را به خدمت خود درآورد و برای این کار لازم است که چیز‌های متفاوت را با هم پیوند زد: پیوند چیز‌های فیزیکی و دیجیتال، پیوند انسان و ماشین، پیوند گذشته و حال و پیوند حال و آینده؛ و این است همان دگرگونی دیجیتالی تمام‌عیاری که به زودی در همه جا رخ خواهد داد.
منبع: MIT Sloan School of management
مترجم: سید‌حسین علوی لنگرودی