![translation](https://cdn.durumis.com/common/trans.png)
Questo è un post tradotto da IA.
L'arrivo di 'Sherlock', è possibile?
- Lingua di scrittura: Coreana
- •
-
Paese di riferimento: Tutti i paesi
- •
- Tecnologia dell'informazione
Seleziona la lingua
Testo riassunto dall'intelligenza artificiale durumis
- Il metodo deduttivo di Sherlock si basa sulla deduzione e sull'induzione, ma nella realtà può essere rischioso perché si basa su ipotesi.
- Nella consulenza aziendale, la deduzione e l'induzione sono utilizzate nella scienza della gestione, che è adatta per l'ottimizzazione all'interno delle strutture esistenti.
- Le sfide in nuovi settori o mercati implicano un'elevata incertezza e richiedono un approccio abduttivo che mette in discussione le ipotesi esistenti e osserva il mondo reale.
Nella serie televisiva britannica "Sherlock", Holmes dimostra di risolvere i casi con un'eccellente capacità di deduzione. Tuttavia, il suo processo di deduzione si basa principalmente su induzione e deduzione. Se lo confrontiamo con il mondo reale, il metodo di Sherlock è drammatico, ma potrebbe non funzionare bene nella realtà.
La deduzione utilizzata da Sherlock si basa su ipotesi progettate per ottenere risultati drammatici.
Prendiamo ad esempio un caso di furto.
Una finestra è rotta e una donna che è stata derubata di documenti si trova in una situazione economicamente vulnerabile. L'ipotesi generale che potrebbe venire in mente in questa situazione è che "qualcuno è entrato in casa sua e le ha rubato i documenti".
Tuttavia, Sherlock si concentra sull'ipotesi che la donna sia la colpevole, basandosi sull'osservazione immediata che i pezzi di vetro rotto si trovano all'esterno della finestra. Ciò porta la donna a confessare e la sua ipotesi si rivela vera.
Tuttavia, nella realtà, questo tipo di deduzione avventata può essere rischioso, poiché richiede la verifica diretta di fattori complessi prima che possa essere rapidamente confermata.
Nel mondo della consulenza aziendale, questa deduzione, induzione, si ritrova nell'ambito della scienza della gestione.
È principalmente adatto al miglioramento di aree note, con particolare attenzione alla scalabilità. Lo sviluppo logico di McKinsey, BCG, si adatta a questo. La caratteristica principale della deduzione e dell'induzione è che ci sono ipotesi all'inizio. Compaiono ipotesi statistiche che suggeriscono che questo approccio sia efficiente in strutture simili e questo porta a risultati molto adatti all'obiettivo di ottimizzazione all'interno di strutture complete.
La crescita aziendale comporta cicli di crescita e crisi. Ci sono momenti in cui si riesce a ottenere una crescita stabile grazie alla gestione, e ci sono momenti in cui è necessario tentare di passare da 0 a 1 alla fine della crescita.
Questa sfida in un nuovo ambito, in un nuovo mercato, significa investire in un'alta incertezza. Quando non ci sono ipotesi o la loro attendibilità è bassa, l'approccio abduttivo è più adatto.
L'approccio abduttivo inizia mettendo in discussione le ipotesi familiari.
Quando i tentativi basati su ipotesi precedentemente utilizzate non funzionano, quando ci si trova ad affrontare una sfida in un nuovo settore o mercato e mancano informazioni di riferimento su cui fare affidamento, si inizia entrando nel mondo reale. E da questa esperienza si creano nuove ipotesi basate sui modelli osservati e sugli insight scoperti, sfidando le regole esistenti e creando un punto di partenza originale.
Questo approccio è adatto all'esplorazione di aree sconosciute, con particolare attenzione alla creatività. Lo sviluppo logico di ReD e Gemic, basato su teorie delle scienze sociali, si adatta a questo.
Sembra necessario riflettere sul modo in cui diverse forme di ragionamento, come deduzione, induzione e abduzione, vengono distinte e applicate in base al livello di incertezza che un'azienda si trova ad affrontare.
Questo quadro diagnostico aiuta a identificare le grandi incognite nel business, un termine che si riferisce a problemi aziendali complessi e non familiari, dove il sensemaking può essere particolarmente utile. Ecco una panoramica dei livelli che classificano i problemi aziendali e come il sensemaking si applica:
Livello 1: Note
Caratteristiche: Familiarità con i clienti e il mercato; definizione chiara del problema; i risultati futuri possono essere previsti; i dati e le analisi convenzionali possono essere utilizzati per affrontarlo.
Esempio: Un problema di vendita durante la stagione delle festività può essere ricondotto a fattori meteorologici; l'aumento della pubblicità e degli sconti può contribuire a risolvere il problema.
Livello 2: Ipotetici
Caratteristiche: Familiarità moderata con i clienti e il mercato; una gamma di possibili risultati; problemi simili già incontrati; è possibile formulare e testare ipotesi; i dati e i modelli analitici convenzionali possono essere applicabili.
Esempio: Le vendite per negozio sono in calo nonostante un aumento degli investimenti nella forza vendita. È possibile testare una serie di ipotesi per trovare la causa principale.
Livello 3: Grandi Incognite
Caratteristiche: Scarsa familiarità con i clienti e il mercato; nessuna chiara idea dei probabili risultati; problema mai incontrato prima; nessuna ipotesi da testare; è improbabile che i dati e le analisi convenzionali forniscano soluzioni chiare.
Esempio: Una pipeline di innovazione piena di idee, ma i lanci di prodotti non stanno guidando la crescita. In questo caso, il sensemaking può aiutare a comprendere contesti sociali o culturali non familiari e guidare nuove strategie.
Fonte: Un antropologo entra in un bar…