Ceteris Paribus is niet meer…
In een poging de wereld om ons heen te begrijpen en enigszins onder controle te krijgen bezigden we tot voor kort allerlei modellen die ons inzicht verschaften in de werkelijkheid om ons heen. Omdat we als mensen maar in een paar dimensies kunnen denken sloten de modellenmakers de buitenwereld af met: ceteris paribus. Alle andere parameters blijven hetzelfde. Daarmee leek de buitenwereld onder controle en konden de risico’s in kaart worden gebracht. De modellen waren bruikbaar voor zover de ontwikkelingen zich voltrokken langs voorspelbare lijnen. Niet te ingewikkeld (geen kruisverbanden) en bij voorkeur langs lineaire paden.
Echter, de werkelijkheid vandaag de dag is zo complex in een netwerk van factoren die elkaar beïnvloeden dat ceteris paribus een blinddoek voor de rest van de wereld is geworden. Met modellen vat krijgen op de werkelijkheid in deze wereld van diffuse informatie is voor de mens niet mogelijk. Data Science is de tak in de wetenschap die waarnemingen van de werkelijkheid gebruikt om inzicht te krijgen in de actuele situatie. Zonder factoren uit te sluiten, vanuit een ‘dataïstisch’ perspectief.
Deze overgang van denken in causaliteit naar denken in correlaties is structureel anders. Een voorbeeld is het treinverkeer dat georganiseerd is volgens het spoorboekje, versus het autorijden waarbij iedere automobilist zelf bepaalt wat hij doet.
Niet-lineair organiseren met behulp van Data Science en AI houdt in dat iedereen op ieder moment de juiste keuze kan maken op basis van de informatie die hij/zij heeft. Niet gebonden aan het doorlopen van vaste processen die alleen maar tijd kosten en niets opleveren. Maximaal adaptief vermogen op basis van de juiste informatie.
Rijdt u in uw organisatie nu in de trein of in de auto?