عدم اليقين حقيقة ثابتة: لماذا بنينا Foresight

مشكلة جداول البيانات

تعمل معظم النماذج المالية على النحو التالي: تختار رقماً لنمو الإيرادات، ورقماً لنمو التكاليف، ثم تُجري الحسابات. إذا كانت افتراضاتك صحيحة، فممتاز. وإذا كانت خاطئة، فستكتشف ذلك لاحقاً — في الغالب في أسوأ الأوقات.

ليس هذا انتقاداً للأشخاص الذين يبنون هذه النماذج. تقديرات النقطة الواحدة هي مسار المقاومة الأدنى حين تُعمل بسرعة، وهي أيضاً الطريقة التي صُممت بها معظم أدوات النمذجة المالية.

المشكلة أن رقماً واحداً لنمو الإيرادات لا يخبرك شيئاً عن نطاق النتائج التي قد تواجهها فعلاً. لا يُظهر ما يحدث إذا جاء هذا الرقم في الطرف الأدنى. ولا يُجسّد كيف يمكن لخطأ واحد أن يُحفّز سلسلة من الأخطاء الأخرى.

هذا ما أردنا إصلاحه.

من أين جاءت الفكرة فعلاً

كنت جالساً على مكتبي ذات مساء خميس — أعمل، ومن المفارقة، على نموذج للمخاطر — حين سمعت صوتاً من الغرفة المجاورة. ثم ومضة، ثم ظلام. بعدها رائحة دخان وصوت مياه متدفقة.

أصاب البرقُ منزلنا. انفجر أنبوب مياه واحترقت الأجهزة الإلكترونية. بدا كل شيء عشوائياً تماماً.

بعد أن هدأت الأمور، فعلت ما بدا طبيعياً: بحثت في الإحصاءات. الاحتمالات لم تكن صفراً. لم تكن بعيدة للغاية. كان الاحتمال منخفضاً، لكن الحدث كان ضمن نطاق الاحتمالات التي كان ينبغي لي مراعاتها، تحديداً من حيث امتلاك صندوق طوارئ كافٍ لاستيعاب الضرر.

لم أفعل ذلك. كنت قد صنّفته تحت بند "لن يحدث لي".

ما بقي راسخاً في ذهني ليس الصاعقة نفسها، بل إدراكي أنني ارتكبت الخطأ ذاته الذي أراه مراراً في التخطيط المالي: الميل الطبيعي لاختزال نطاق من النتائج غير المؤكدة في سيناريو وحيد هو الأكثر ترجيحاً، والتخطيط لهذا السيناريو فحسب.

كيف يبدو ذلك على أرض الواقع

خذ شركة تعتمد بشكل كبير على برنامج منح حكومية. نموذج العمل سليم — اقتصاديات الوحدة تعمل بشكل جيد. لكن المنحة تُجدَّد سنوياً، وهي رهينة لدورات الميزانية والأولويات السياسية.

إذا نمذج الفريق ماليته مع المنحة كمعطى ثابت، فسيتوسع بناءً على ذلك. وحين تُقطع المنحة أو تتأخر أو تُعاد هيكلتها، يجدون أنفسهم في وضع هش لم يُعدّوا له.

لم يكن أحد يجهل وجود هذا الخطر. المشكلة أن النموذج لم يُبنَ لإظهار شكل العمل دون المنحة، وكم يستغرق الوصول إلى الأزمة تبعاً لوضع السيولة في ذلك الوقت.

هذا النوع من المخاطر المتسلسلة — حيث يُحدث تغيير واحد في الافتراضات موجة من التداعيات على بقية النموذج — يصعب حقاً استيعابه في جدول بيانات. يمكنك بناء سيناريوهات يدوية، لكن لا يمكنك استكشاف نطاق النتائج بشكل منهجي، أو فهم العلاقات بين الأحداث، دون شيء أكثر تنظيماً.

ما تفعله Foresight

Foresight هي بيئة محاكاة للنماذج المالية. جوهرها هو مونت كارلو: بدلاً من تشغيل نموذجك مرة واحدة بافتراضات ثابتة، نُشغّله آلاف المرات باستخدام عينات من التوزيعات الاحتمالية التي تُحددها لمتغيراتك الرئيسية. الناتج ليس رقماً واحداً — بل هو نطاق من النتائج مع مؤشر على احتمالية كل منها.

علاوة على ذلك، نتيح لك نمذجة العلاقات السببية بين الأحداث. إذا أدى تأخر المورد إلى رفع تكلفة البضائع المباعة، وأفضى ذلك إلى مراجعة التسعير، وأثّرت مراجعة التسعير على معدل الاحتفاظ بالعملاء — يمكنك تمثيل هذه السلسلة ورؤية كيف تتطور عبر المحاكاة.

الهدف ليس التنبؤ بما سيحدث. بل منحك صورة أوضح عما قد يحدث، وتقريب احتمال كل سيناريو، حتى تتمكن من اتخاذ قرارات أفضل بشأن مستوى الاحتياطي المناسب، وأين تكمن مرونتك الحقيقية، وأين تكمن مواطن الهشاشة.

لا نزال في مراحل مبكرة. ثمة الكثير مما نريد بناءه. لكن الوظائف الجوهرية — النمذجة الاحتمالية، واستكشاف السيناريوهات، والسلاسل السببية — موجودة، ونرى أنها مفيدة فعلاً للقرارات ذات المخاطر الحقيقية.