![translation](https://cdn.durumis.com/common/trans.png)
Esta é uma postagem traduzida por IA.
A aparição de 'Sherlock', é possível?
- Idioma de escrita: Coreana
- •
-
País de referência: Todos os países
- •
- TI
Selecionar idioma
Texto resumido pela IA durumis
- O método de raciocínio de Sherlock é baseado em dedução e indução, mas pode ser arriscado na realidade, pois depende de hipóteses.
- Na consultoria de negócios, o raciocínio dedutivo e indutivo é utilizado na área da ciência da gestão, sendo adequado para otimização dentro de uma estrutura existente.
- Desafios em novas áreas ou mercados significam alta incerteza, exigindo uma abordagem abdutiva que questione as hipóteses existentes e observe o mundo real.
Na série britânica 'Sherlock', Holmes demonstra sua capacidade de resolver casos por meio de deduções brilhantes. No entanto, seu processo de raciocínio se baseia principalmente em dedução e indução. Ao comparar isso com o mundo real, o método de Sherlock, embora dramático, pode não funcionar tão bem na realidade.
Isso porque a dedução usada por Sherlock depende de hipóteses projetadas para resultados dramáticos.
Vamos considerar um caso de roubo.
Uma janela está quebrada e uma mulher que teve seus documentos roubados está em situação financeira precária. A hipótese geral que pode surgir na cena do crime é que "alguém entrou na casa dela e roubou seus documentos".
No entanto, Sherlock, com base na observação imediata de que os cacos de vidro estão do lado de fora, concentra sua atenção na hipótese de que a mulher é a culpada, olhando para ela com desconfiança, o que leva à sua confissão e confirmação da verdade.
No entanto, na realidade, esse tipo de raciocínio abrupto pode ser arriscado, pois exige a verificação direta de fatores complexos para que seja rapidamente confirmado como verdade.
No mundo do consultoria de negócios, essa dedução, indução e raciocínio são encontradas no campo da ciência da gestão.
É principalmente adequado para a melhoria de áreas conhecidas, focado na escalabilidade. O desenvolvimento lógico da McKinsey, BCG, se encaixa nesse contexto. A característica principal da dedução e indução é a existência de uma hipótese no início. Surgem pressupostos estatísticos de que esse tipo de abordagem é eficiente em estruturas semelhantes e isso leva a resultados altamente adequados para atingir o objetivo de otimização dentro de uma estrutura existente.
E o crescimento do negócio traz crescimento e crises repetidamente. Se houver um momento em que o crescimento estável é bem administrado, também haverá momentos em que é necessário tentar criar algo do zero.
Este desafio a novos campos e mercados equivale a um investimento em alta incerteza. Quando a hipótese utilizada na dedução e indução estiver ausente ou tiver baixa confiabilidade, a abordagem abdutiva será mais adequada.
A abordagem abdutiva começa questionando as hipóteses familiares.
Quando as tentativas baseadas em hipóteses anteriores não forem eficazes, quando se estiver prestes a desafiar novos campos ou mercados, quando não houver informações de referência em que se apoiar, o primeiro passo é dar um passo para o mundo real. Em seguida, a partir de padrões observados e insights descobertos, novas hipóteses são construídas, desafiando as regras existentes, criando um ponto de partida inovador.
Essa abordagem é adequada para a exploração de campos desconhecidos e o foco na criatividade. O desenvolvimento lógico do ReD, Gemic, que se baseia em teorias das ciências sociais, se encaixa nesse contexto.
Parece que é necessário considerar a distinção e aplicação de diferentes tipos de raciocínio, como dedução, indução e abdução, de acordo com o nível de incerteza do problema enfrentado pelas empresas.
Esta estrutura de diagnóstico ajuda a identificar grandes incógnitas nos negócios, um termo que se refere a problemas de negócios desconhecidos e complexos, onde a criação de sentido pode ser especialmente útil. Aqui está uma visão geral dos níveis que categorizam problemas de negócios e como a criação de sentido se aplica:
Nível 1: Conhecidos
Características: Familiaridade com os clientes e o mercado; definição clara do problema; os resultados futuros podem ser previstos; dados e análises convencionais podem ser usados para resolvê-lo.
Exemplo: Um problema de vendas durante a época de festas pode ser atribuído a fatores relacionados ao clima; aumentar a publicidade e os descontos pode ajudar a resolver o problema.
Nível 2: Hipotéticos
Características: Familiaridade moderada com os clientes e o mercado; uma gama de resultados possíveis; problemas semelhantes já foram vistos antes; as hipóteses podem ser formuladas e testadas; modelos de dados e analíticos convencionais podem se aplicar.
Exemplo: As vendas por loja estão diminuindo, apesar do aumento do investimento em vendedores. Uma série de hipóteses podem ser testadas para encontrar a causa raiz.
Nível 3: Grandes Incógnitas
Características: Extremamente pouco familiarizado com os clientes e o mercado; não há uma ideia clara dos resultados prováveis; o problema nunca foi encontrado antes; não há hipóteses a serem testadas; dados e análises convencionais provavelmente não fornecerão soluções claras.
Exemplo: Um pipeline de inovação cheio de ideias, mas os lançamentos de produtos não estão impulsionando o crescimento. Nesse caso, a criação de sentido pode ajudar a entender contextos sociais ou culturais desconhecidos e orientar novas estratégias.
Fonte: Um antropólogo entra em um bar…