Ο Λοξίας Απόλλωνας, το φαινόμενο της πεταλούδας και οι επιχειρηματικές προβλέψεις

Οι Δελφοί, ο Ομφαλός της Γης, ήταν το δημοφιλέστερο μαντείο του αρχαίου κόσμου. Ο Απόλλωνας με τα πολλά προσωνύμια, έδινε απαντήσεις μέσα από την ιέρεια Πυθία, στους πιστούς που ζητούσαν τη βοήθειά του, ώστε να μάθουν το μέλλον τους. Ο Λοξίας Απόλλωνας, έδινε «λοξές» απαντήσεις και ένα επιτελείο εμπειρογνωμόνων της εποχής προσπαθούσε να τις εξηγήσει. Λάτρης του «μαντικού» Θεού ήταν και ο Κροίσος. Αμύθητης αξίας αφιερώματα έφταναν στους Δελφούς από το βασιλιά της Λυδίας, προκειμένου να λάβει την πιο έγκυρη «μαντεψιά» για το μέλλον, αυτή που θα έδινε η Πυθία. «Αν ο Βασιλιάς περάσει τον ποταμό Άλυ, θα καταστρέψει μία αυτοκρατορία». Τελικά καταστράφηκε η δική του αυτοκρατορία.

Στον σύγχρονο επιχειρηματικό κόσμο, οι προβλέψεις είναι μία εξαιρετικά σημαντική διεργασία της διοίκησης, ένα εργαλείο αυτοαξιολόγησης και ανάλυσης του παλμού της επιχείρησης και του περιβάλλοντος μέσα στο οποίο δραστηριοποιείται. Οι προβλέψεις είναι ο λόγος που μία επιχείρηση μπορεί απλά να επιβιώνει ή να είναι εξαιρετικά κερδοφόρα. Τα περισσότερα τμήματα μίας μεγάλης επιχείρησης έχουν ανάγκη από προβλέψεις, ώστε να επιτύχουν χαμηλό κόστος, άριστα αποθέματα, ρευστότητα, υψηλές πωλήσεις, ανάπτυξη και σωστές επενδύσεις. Είναι όμως δυνατόν, ένας κοινός θνητός, να προβλέψει με επιτυχία το μέλλον;

Μία από τις σπουδαιότερες μεθόδους προβλέψεων, είναι η μέθοδος των Δελφών, μία ποιοτική μέθοδος, η οποία πήρε το όνομά της από το δημοφιλές μαντείο και βασίζεται σε απόψεις «υπεράνθρωπων» όντων, δηλαδή στις απόψεις εμπειρογνωμόνων. Η μέθοδος στηρίζεται στην άποψη ότι ένας «αδαείς» δεν μπορεί σε καμία περίπτωση να διενεργήσει προβλέψεις για θέματα που δεν γνωρίζει. Για το λόγο αυτό, επιλέγεται ένα πλήθος εμπειρογνωμόνων, οι οποίοι απαντούν στα ίδια ερωτήματα, μέχρι να προκύψει μία συναινετική άποψη σχετικά με το θέμα που προσπαθούν να «προβλέψουν». Εκ του αποτελέσματος προέκυψε ότι η μέθοδος δεν είναι καθόλου αξιόπιστη, όπως αποδείχθηκε από μελέτη του Περιοδικού Science το 1967. Με τη μέθοδο των Δελφών, εμπειρογνώμονες της εποχής ερωτήθηκαν για 25 προβλέψεις που αφορούσαν την κοινωνία και την τεχνολογία, όπως: Πότε θα υπάρξει ευρεία χρήση των ρομπότ. Το 75% των εμπειρογνωμόνων απάντησαν το 1995, όμως αυτό δεν συνέβη. Τελικά, σχεδόν όλες οι προβλέψεις των «υπεράνθρωπων» εμπειρογνωμόνων ήταν εντελώς ανακριβείς.

Η διοικητική επιστήμη, με σκοπό να επιτύχει την επιχειρηματική αριστεία και υψηλή κερδοφορία, χρησιμοποιεί σήμερα ευρύτατα την τεχνολογία, τα μαθηματικά μοντέλα και τα ιστορικά ποσοτικά στοιχεία από την ίδια την επιχείρηση και το εξωτερικό της περιβάλλον, που καταγράφονται και επεξεργάζονται από την τεχνητή νοημοσύνη ή εξειδικευμένα διοικητικά στελέχη. Οι πληροφορίες, σε real time, επεξεργάζονται και δίνουν βέλτιστα αποτελέσματα σε εταιρίες (αεροπορικές, εμπορικές, χρηματιστηριακές) που προσπαθούν να διαχειριστούν στοιχεία από κάθε σημείο της γης. Πολλές από αυτές τις επιχειρήσεις πτωχεύουν ξαφνικά.

Στην πράξη αποδείχθηκε ότι και οι ποσοτικές μέθοδοι δεν είναι σε θέση να προβλέψουν το μέλλον, παρά μόνο όταν «όλα βαίνουν κατά τα συνήθη». Σε ασυνήθιστες καταστάσεις και κρίσεις, τα μοντέλα προβλέψεων αποδεικνύονται αφελή. Αναλύοντας επιπόλαια τα ποσοτικά στοιχεία του παρελθόντος, η παγκόσμια οικονομία οδηγήθηκε στην χρηματοοικονομική κρίση του 2007, αφού οι προβλέψεις των οικονομικών αναλυτών βασίζονταν σε μία εύχρηστη μέθοδο ανάλυσης και πρόβλεψης, την Value at Risk. Οι τράπεζες θεωρούσαν ότι κάθε συνεπής δανειολήπτης του παρελθόντος, θα εξακολουθήσει να είναι συνεπής και στο μέλλον, αγνοώντας τις αλλαγές στην κτηματαγορά. Οι ραγδαίες μειώσεις της εμπορικής αξίας των ακινήτων, οδήγησαν τους «συνεπής» δανειολήπτες να εγκαταλείψουν τα ακίνητα που απέκτησαν με δάνεια, γιατί πλέον δεν άξιζαν το ποσό που είχαν δανειστεί.

Η μεγαλύτερη δυσκολία στην υπεράνθρωπη προσπάθεια να προβλέψει ένας επιχειρηματίας ή ένα διοικητικό στέλεχος το μέλλον, έγκειται στην ίδια την υπόθεση: «η αγορά θα κινηθεί ανοδικά στα προϊόντα βιολογικής καλλιέργειας», αλλά και στο ποσοστό της πιθανότητας να συμβεί τελικά αυτή η υπόθεση: «υπάρχει 75% πιθανότητα να στραφεί η αγορά στα προϊόντα βιολογικής καλλιέργειας». Στον πραγματικό κόσμο δεν υπάρχει απόλυτη βεβαιότητα για το μέλλον. Όπως ακριβώς όταν ρίχνουμε ένα ζάρι: υπάρχει 1 στις 6 πιθανότητα να φέρουμε «έξι». Όταν ρίχνουμε δύο ζάρια: υπάρχει 1 στις 36 πιθανότητα να φέρουμε «εξάρες». Όταν ρίξουμε 100 φορές τα ζάρια κανείς δεν ξέρει πόσες φορές θα έρθουν «εξάρες», ίσως 100, ίσως καμία.

Οι στατιστικές αναλύσεις δεν υποκαθιστούν σε καμία περίπτωση την κοινή λογική και τη διαίσθηση για το μέλλον. Αποτελούν ωστόσο την πηγή της γνώσης που κρύβεται μέσα στα δεδομένα. Η πληροφορία, ως δεδομένο, είναι κρίσιμης σημασίας για το αποτέλεσμα της πρόβλεψης. Στην επιστήμη των υπολογιστών, υπάρχει μία βασική αρχή που αναφέρεται στα δεδομένα που εισάγονται σε ένα πληροφοριακό σύστημα, το οποίο ακολούθως θα τα επεξεργαστεί και θα εξάγει «προβλέψεις»: Garbage In, Garbage Out. Αυτές οι τέσσερις λέξεις αναδεικνύουν την σημαντικότητα της αρχής, δηλαδή της συλλογής και εισαγωγής των πληροφοριών. Όταν οι πληροφορίες είναι ελλιπείς, ανακριβείς ή αναξιόπιστες τότε ‘σκουπίδια θα λάβεις’ ως πρόβλεψη.

Ήδη το 1963, ο Edward Lorenz, διατύπωσε την «θεωρία του χάους» ενώ προσπαθούσε να προβλέψει μακροπρόθεσμα τον καιρό. Διαπίστωσε ότι μικρά λάθη στις αρχικές τιμές των μαθηματικών μοντέλων προκαλούσαν τελικά χάος και σοβαρά λάθη στις μακροπρόθεσμες καιρικές προβλέψεις. Το διάγραμμα που εμφάνιζαν οι εξισώσεις, παρουσίαζε τα φτερά μιας πεταλούδας και η θεωρία του χάους έγινε γνωστή ως «Το Φαινόμενο της Πεταλούδας».

Όλα όσα παραπάνω αναλύθηκαν δεν πρέπει να οδηγούν στο συμπέρασμα ότι η πρόβλεψη είναι μία αστεία υπόθεση. Αντιθέτως, έχει επιστημονικά θεμέλια και επιβάλλεται να διενεργείται με απόλυτη σοβαρότητα από την αρχή μέχρι το τέλος. Είναι ένας οδηγός για το μέλλον κάθε επιχείρησης και γι’ αυτό:

• Οι πληροφορίες πρέπει να είναι συνολικά ορθές και να συλλέγονται από εξειδικευμένο προσωπικό. Αν τα δεδομένα θεωρηθούν ανάξια να παράγουν ορθές επεξεργασμένες πληροφορίες, τότε πρέπει να διακόπτεται η προσπάθεια για προβλέψεις.
• Το πληροφοριακό σύστημα πρέπει να είναι σύγχρονο και να λαμβάνει υπόψη ποιοτικά και γενικότερα ποσοτικά δεδομένα.
• Οι επιχειρήσεις δεν πρέπει να βασίζουν την στρατηγική τους σε προβλέψεις, αλλά μόνο τις κινήσεις τακτικής με βραχυπρόθεσμο ορίζοντα.
• Η τύχη είναι ένας παράγοντας που μπορεί να επηρεάσει την ακρίβεια της πρόβλεψης και η Θεά Τύχη είναι συνήθως με το μέρος των τολμηρών και όσων μπορούν να ερμηνεύσουν σωστά τα σημάδια και τους χρησμούς.

«Φτάνει ως εμένα η μυρουδιά σκληρόδερμης χελώνας, που βράζει μέσα σε χαλκό μαζί μ’ αρνίσιο κρέας...» έλεγε ένας από τους χρησμούς της Πυθίας προς τον Κροίσο και ο βασιλιάς έφτασε στο σημείο να μαγειρέψει χελώνα με αρνί για να διαπιστώσει τι του επιφύλασσε το μέλλον, που κανένας θνητός δεν γνωρίζει.