Dit is een door AI vertaalde post.
Is de opkomst van 'Sherlock' mogelijk?
- Taal van de tekst: Koreaans
- •
- Referentieland: Alle landen
- •
- Informatietechnologie
Selecteer taal
Samengevat door durumis AI
- De deductieve methode van Sherlock is gebaseerd op deductie en inductie, maar in de realiteit kan deze riskant zijn omdat deze afhankelijk is van hypothesen.
- In zakelijke advisering wordt deductieve en inductieve redenering gebruikt in het domein van operations research, wat geschikt is voor optimalisatie binnen bestaande structuren.
- Een uitdaging in een nieuw gebied of markt betekent een hoge mate van onzekerheid, wat vereist dat bestaande hypothesen in twijfel worden getrokken en dat er een abductieve benadering wordt gebruikt om de realiteit te observeren.
In de Britse dramaserie 'Sherlock' laat Holmes zien hoe hij met zijn uitzonderlijke redenering zaken oplost. Maar zijn redeneerproces is grotendeels gebaseerd op deductie en inductie. Vergeleken met de echte wereld is Sherlock's aanpak dramatisch, maar werkt deze mogelijk niet in de praktijk.
De redenatie die Sherlock gebruikt is namelijk afhankelijk van hypothesen die zijn ontworpen voor een dramatisch resultaat.
Laten we een inbraak nemen als voorbeeld.
Een raam is gebroken en een vrouw die haar documenten heeft laten stelen, bevindt zich in een economisch kwetsbare situatie. Een algemene hypothese die op basis van de plaats delict kan worden opgesteld is 'iemand is haar huis binnengegaan en heeft de documenten gestolen'.
Maar Sherlock concentreert zich op de onmiddellijke observatie dat stukjes glas buiten het raam liggen en gaat uit van de hypothese dat de vrouw de dader is, wat haar onder verdenking plaatst en leidt tot een bekentenis die de waarheid bevestigt.
In de realiteit is deze vorm van sprongsgewijze redenatie echter riskant, omdat directe verificatie van complexe factoren nodig is om snel tot de waarheid te komen.
In de wereld van zakelijke advisering is deze deductieve en inductieve redenatie te vinden op het gebied van managementwetenschappen.
Het is vooral geschikt voor verbeteringen en schaalbaarheid binnen bekende gebieden. De logische ontwikkeling van McKinsey en BCG voldoet aan deze criteria. De belangrijkste kenmerken van deductie en inductie zijn dat ze beginnen met een hypothese. In vergelijkbare structuren leidt deze aanpak tot de statistische aanname dat deze aanpak efficiënt is, wat leidt tot zeer geschikte resultaten voor het optimaliseren van bestaande structuren.
En de groei van een bedrijf kent herhaalde cycli van groei en crisis. Als er een periode is waarin stabiele groei door middel van beheer wordt bereikt, is er ook een tijd waarin geprobeerd moet worden om van 0 naar 1 te komen aan het einde van de groei.
Deze uitdaging voor een nieuw gebied, een nieuwe markt, betekent direct investeren in hoge onzekerheid. Wanneer er geen hypothesen zijn of deze onbetrouwbaar zijn voor deductieve en inductieve redenatie, is een abductieve aanpak geschikt.
Een abductieve benadering begint met het in twijfel trekken van bekende hypothesen.
Wanneer eerdere pogingen op basis van bekende hypothesen niet effectief zijn, wordt er een start gemaakt met het betreden van een nieuw gebied of een nieuwe markt, waarbij er weinig betrouwbare referentie-informatie is. Vervolgens worden observaties in de werkelijkheid gebruikt om patronen en inzichten te ontdekken, die dienen als basis voor het ontwikkelen van nieuwe hypothesen. Hiermee wordt een origineel startpunt gecreëerd dat de bestaande regels in vraag stelt.
Deze aanpak is geschikt voor het onderzoeken van onbekende gebieden en het focussen op creativiteit. De logische ontwikkeling van ReD en Gemic, die gebaseerd is op sociale wetenschapstheorieën, voldoet aan deze criteria.
Het lijkt erop dat bedrijven moeten nadenken over het onderscheid en de toepassing van verschillende vormen van redenering, zoals deductie, inductie en abductie, afhankelijk van de mate van onzekerheid die ze in hun uitdagingen ervaren.
Dit diagnostisch kader helpt bij het identificeren van grote onbekenden in de business, een term die verwijst naar onbekende en complexe zakelijke problemen waarbij sensemaking bijzonder nuttig kan zijn. Hier is een overzicht van de niveaus die zakelijke problemen categoriseren en hoe sensemaking wordt toegepast:
Niveau 1: Bekenden
Kenmerken: Bekend met de klanten en de markt; duidelijke probleemdefinitie; toekomstige uitkomsten kunnen worden voorspeld; conventionele data en analyses kunnen worden gebruikt om het aan te pakken.
Voorbeeld: Een verkoopissue tijdens het kerstseizoen kan worden teruggevoerd naar weersomstandigheden; het verhogen van reclame en kortingen kan helpen om het probleem op te lossen.
Niveau 2: Hypothetische gevallen
Kenmerken: Matige bekendheid met de klanten en de markt; een reeks mogelijke uitkomsten; vergelijkbare problemen die eerder zijn gezien; hypothesen kunnen worden geformuleerd en getest; conventionele data en analytische modellen kunnen worden toegepast.
Voorbeeld: De verkoop per winkel daalt ondanks verhoogde investeringen in verkopers. Er kan een reeks hypothesen worden getest om de oorzaak te achterhalen.
Niveau 3: Grote onbekenden
Kenmerken: Zeer onbekend met de klanten en de markt; geen duidelijk beeld van waarschijnlijke uitkomsten; probleem is nog niet eerder opgetreden; geen hypothesen om te testen; conventionele data en analyses zullen waarschijnlijk geen duidelijke oplossingen bieden.
Voorbeeld: Een innovatiepijplijn vol met ideeën, maar productlanceringen stimuleren de groei niet. In dit geval kan sensemaking helpen bij het begrijpen van onbekende sociale of culturele contexten en het ontwikkelen van nieuwe strategieën.
Bron: An Anthropologist Walks into a Bar…