به گزارش مسیر اقتصاد در گذشته، زمانی که کارها خودکار می شدند، کاهش در هزینه‌های متغیر اغلب با هزینه‌های سرمایه‌گذاری بالا همراه بود؛ اما عصر جدید ابزارهای دیجیتال، به ایجاد نسل جدید مدیریت هزینه منجر شده است. امروزه، مدیریت هزینه هوشمندانه از ابزارهای دیجیتال پیشرفته برای تغییر چاچوب اقتصادی کار بهره می‌برد و دولت ها را قادر می‌سازد که کار بیشتری را با هزینه ای کمتر انجام دهند. این ابزارهایِ انعطاف‌پذیر را می توان برای افزایش عملیات‌های موجود بکار برد یا رویکردهای کاملا جدیدی را در پیش گرفت.
یکی از فرصت‌های دولت در مدیریت هزینه هوشمندانه، کاربردهای نوظهور تجزیه و تحلیل و راه‌حل‌های شناختی، از جمله تجزیه و تحلیل با استفاده از هوش مصنوعی برای افزایش اثربخشی و استفاده از رباتیک برای خودکار کردن و تقویت نیروی کار است. فناوری های دیگری که برای دیجیتالی کردن دولت و کاهش هزینه دولت قابل استفاده است، رایانش ابری و به طور بالقوه، بلاک چین است.
کاهش هزینه‌های دولت با استفاده از فناوری‌های پیشرفته
در سال ۲۰۱۶، آمریکا بیش از ۲ میلیون کارمند غیر نظامی فدرال داشت و ۱۶۸ میلیارد دلار صرف حقوق و دست‌مزد آن ها کرد. در این شرایط تصور تحول در هزینه دولت بدون تغییر در مأموریت ها و خدماتی که به مردم می دهد، دشوار است. خبر خوب اما این است که ابزارهای مدیریت هزینه هوشمندانه امکان افزایش و بهبود خدمات را با تمرکز بر ماموریت، بدون نیاز به افزودن پرسنل ممکن می‌سازند.
کاغذبازی را به عنوان یک چالش همیشگی می توان مثال زد. در سطح فدرال، تحقیقات نشان می‌دهد که به سادگی مستند کردن و ثبت اطلاعات به میزان یک و نیم میلیارد ساعت در هر سال و بیش از ۱۶ میلیارد دلار هزینه در پی دارد. کارمندان دولت تقریبا ۱۰ درصد زمان خود را صرف ضبط و مستند کردن اطلاعات می‌کنند و از پرداختن به مأموریت اصلی خود باز می‌مانند. برای رفع این مشکل دو راهکار در پیش روی دولت ها قرار دارد، دولت ها می توانند با استخدام افراد بیشتر زمان آزاد بیشتری در اختیار کارمندان قرار دهند که هزینه بالایی برای دولت در پی دارد. راهکار دومی که دولت ها می توانند در پیش گیرند، استفاده از اتوماسیون و هوش مصنوعی برای انجام کارهای اداری و دیگر فعالیت های با ارزش پایین است. در راهکار دوم هزینه کمتری صرف کارهای دفتری و بی ارزش می شود و زمان کارمندان هم آزاد می شود و می توانند به کارهای اصلی خود بپردازند.
پیش بینی می شود در صورتی که دولت فدرال آمریکا بر روی هوش مصنوعی و اتوماسیون سرمایه گذاری نماید، تا ۱.۳ میلیارد ساعت و ۴۰ میلیارد دلار در هر سال صرفه جویی داشته باشد. حتی کاربرد نسبتا کم از هوش مصنوعی هم می تواند تأثیر بالایی بر کارایی کارمندان و کاهش هزینه ها داشته باشد.
هنگامی که اتوماسیون اتفاق میفتد، دولت ها و سازمان ها باید اولویت‌های خود را در نظر بگیرند؛ هدف بعضی سازمان ها در استفاده از اتوماسیون استراتژی هزینه است و در آن به دنبال کاهش هزینه‌های جاری با استفاده از فن‌آوری برای جایگزینی کارمندان هستند. تعدادی دیگر از سازمان ها استراتژی افزایش ارزش افزوده را در پیش می گیرند و در آن به دنبال افزایش ارزش از طریق تکمیل کار انسانی با فن‌آوری و متمرکز کردن نیروها بر روی کارهای با ارزش بالاتر هستند. برای دولت‌ها هم علاوه بر این دو استراتژی، استفاده از اتوماسیون می تواند چالش های نیروی انسانی که به دلیل سن، بازنشستگی یا دانش کم متناسب با افزایش انتظارات شهروندان رشد نمی کنند، رفع کند.
تحقق مدیریت هزینه هوشمندانه با استفاده از ابزارهای فناورانه
بسیاری از هزینه های دستگاه ها نتایج تصمیم‌گیری‌های گذشته هستند. برای تصمیم‌گیری‌های موثر در رابطه با هزینه‌ها، رهبران به اطلاعات به روز هزینه ها نیاز دارند. در غیر این صورت، تصمیم گیرندگان به احتمال زیاد براساس ترکیبی از داده‌های قدیمی، سوابق گذشته، و شهود تصمیم‌گیری خواهند کرد. ابزارهای تجزیه و تحلیل داده‌های نسل بعدی می‌توانند به رهبران کمک کنند تا به طور موثر هزینه‌ها و فرایندها و خدمات را با توجه به چالش‌ها و شرایط خاص اداره کنند.
دولت‌ها سه دسته از منابع را مدیریت می‌کنند: مردم، دارایی‌های فیزیکی و پول. تجزیه و تحلیل داده‌ها می‌تواند به سازمان ها کمک کند تا داده‌های عملیاتی را معنابخشی کرده و تخصیص منابع در هر سه حوزه را بهبود بخشند:
سرمایه انسانی: به طور کلی بحرانی ترین منبعی است که یک سازمان آن را مدیریت می کند و بیش از یک سوم کل بودجه سازمان صرف آن می شود. تجزیه و تحلیل داده ها می تواند به سازمان ها کمک کند تا تصمیم بگیرند که چگونه کارمندان را در مؤثرترین بخش به کار گیرند.
دومین دسته اصلی منابع شامل تجهیزات و دارایی های فیزیکی است، از سیستم های تسلیحاتی تا دفاتر میدانی. ابزارهای مدرن تحلیلی به رهبران کمک می کند تا در مورد استقرار و سرمایه گذاری در این دارایی ها تصمیمات عینی تری بگیرند. برای مثال، تجزیه و تحلیل داده ها با استفاده از سنسورهای متصل و دارای زمان، می توانند برای بهینه سازی زیرساخت های فیزیکی مورد استفاده قرار گیرند و بخشی اساسی از آنچه برای ساختن یک شهر هوشمند لازم است، می باشد. پروژه SmartSantander در سانتاندر اسپانیا، از این رویکرد برای تنظیم مصرف انرژی، برنامه ریزی وانت های زباله و حتی میزان مصرف آب برای چمن زنی در پارک های شهر استفاده می کند.
سومین منابع حیاتی که دولت مدیریت می‌کند، تامین مالی سازمان‌های خارج از دولت است. دولت فدرال بیش از ۶۰۰ میلیارد دلار کمک مالی در هر سال توزیع می‌کند. در هنگام اعطای بودجه، این سوال که چگونه سازمان‌های دولتی این منابع را مدیریت و به کدام سازمان ها بدهند یک مسئله اساسی است. در این زمینه اداره راه‌آهن فدرال ایالات‌متحده ورود کرده و از تجزیه و تحلیل داده‌ها برای مدیریت بیش از ۱۷ میلیارد دلار کمک مالی استفاده می‌کند. این سازمان ذخیره اطلاعات شرکت ها شامل تمام اطلاعات مرتبط با کمک‌های مالی و پیش‌بینی تاثیر سرمایه‌گذاری‌ها و پیامدهای آن ها را دارد و بر اساس آن کمک های خود را مدیریت می نماید.
این ها تنها نمونه‌هایی بارز از صرفه‌جویی در هزینه و ماموریت و بهبود ماموریت سازمان‌های دولتی است که می‌توانند با استفاده از داده‌های بزرگ و تجزیه و تحلیل داده‌ها از نظر استراتژیک تجربه کنند. اما بدون زیرساخت مناسب فن‌آوری، تلاش‌های دولت برای بهره‌برداری از تجزیه و تحلیل داده و راه‌حل‌های شناختی ممکن است شکست بخورند.
منبع: دیلویت: plink.ir/wJRHf
انتهای پیام/ دولت و حاکمیت
