https://virgool.ir/feed/@tosansystem.comارائه‌دهنده راهکارهای هوشمندسازی صنعتی Industrial AI Solution Provider Companyfa2026-11-11 17:06:20https://files.virgool.ir/upload/users/3430051/avatar/l4qv0m.pnghttps://virgool.ir/@tosansystem.comhttps://virgool.ir/@tosansystem.com/هوشمندسازی-صنعتی-آنچه-که-نیست-xxnnypyxbukdهوشمندسازی با تعابیر مختلفی تعریف شده است. برخی آن را مجهز کردن سیستم‌ها، فرآیندها و تجهیزات صنعتی به هوش مصنوعی تعبیر کرده‌اند و برخی دیگر حل مسائل صنعتی با استفاده از هوش مصنوعی را تعریف درست عنوان نموده‌اند. بررسی دقیق‌تر تعاریف نشان می‌دهد که برخی از تعاریف به تبیین چیستی این فناوری و تعداد کمتری از آنها به جنبه‌های کاربردی و دستاوردهای آن متمرکز بوده‌اند. با توجه به اینکه صنعت، بهره‌بردار این فناوری است و نه تولیدکننده و توسعه دهنده آن، تعریفی از دید بازیگران صنعتی مناسب است که به جنبه‌های کاربردی تمرکز داشته باشد و نسبت این فناوری را با اولویت‌های صنعت (مدیریت انرژی، مدیریت کیفیت، مدیریت بهره‌وری) تعیین کرده و مکانیزم تاثیرگذاری و میزان تاثیرگذاری را به خوبی تبیین کند. با این وصف می‌توان گفت که هوشمندسازی، رویکردی جدید برای بهینه‌سازی فرآیندها در جهت ایجاد بهره‌وری و کاهش هزینه‌های تولید و بهبود کیفیت و مدیریت انرژی و ابزاری برای حل مسائل بنگاه‌های تولیدی است که می‌تواند ارزش افزوده بسیار بالایی ایجاد کند.به همان اندازه که در ارائه تعریف، از چیستی موضوع فاصله گرفته شده و به جنبه‌‌های کاربردی آن پرداخته شود، دو راهی‌های متفاوتی موضوعیت پیدا می‌کند. طبیعتا شناخت و انتخاب درست نسبت به این دو راهی‌ها، می‌تواند مسیر موفقیت در اجرای پروژه‌های هوشمندسازی را هموار کند. در ادامه به برخی از این دو راهی‌ها پرداخته شده است.هوشمندسازی، ایده‌محوری نیست، حل مساله است!رویکردی که در حال حاضر در بسیاری از شرکت‌های تولیدی در قبال این فناوری وجود دارد، این است که "ایده خود را ارائه کنید". ادبیات ایده‌محوری در نقطه مقابل مساله‌محوری، یکی از دو راهی‌های خطرناکی بود که از دهه 80 شمسی و همزمان با شروع جریان توسعه فناوری در کشور ایجاد شد. به دلیل اینکه متولیان حکمرانی فناوری شناختی نسبت به صنعت نداشتند و از بازیگران دانشگاهی بودند و توفیقی در ارتباط عمیق و درست با صنعت کسب نکردند تا مسائل را شناسایی کنند، تصمیم به ایجاد مسیری مستقل و دامن زدن به ایده‌ها گرفتند. این در حالی است که ایده‌ها ریشه در خلا دارند و مسائل ریشه در فرآیندهای واقعی. نتیجه این رویکرد، جریان دانش‌بنیان کشور است که علی‌رغم انتظارات متولیان امر، نتوانست در صنعت بکار گرفته شود و علی‌رغم تلاش برای ایجاد بخش اقتصادی جدید، در آن نیز ناکام بود.فراسوی این موضوع، متاسفانه این ادبیات اشتباه به بازیگران صنعتی نیز تسری پیدا کرد و امروز همه به دنبال ایده هستند! در حالیکه واحدهای صنعتی باید درب مجتمع‌های خود را به روی تمامی محققان باز کنند و از آنها بخواهند که با رویکردهای جدید نسبت به شناسایی مسائل آنها اقدام کنند. فراگیر شدن این تغییر نگاه و رویه غالب، می‌تواند نگرش‌های جدید را به شرکت‌ها وارد کند.هوشمندسازی، خرید محصول نیست، اجرای راهکار است!در ادبیات غالب فناوری در کشور، ما یا محصول داریم یا خدمت. این در حالی است که هوشمندسازی، راهکار است. متاسفانه این موضوع نه توسط بازیگران فعا در بخش حکمرانی فناوری و نه بازیگران متولی توسعه صنعتی کشور شناخته نشده و به آن اصالت داده نشده است. به عبارت دیگر، بازیگران متولی با دلیل عدم تجربه و درگیر نبودن در عملیات و اجرای پروژه‌های هوشمندسازی، همچنان تصور می‌کنند که توسعه هوشمندسازی مترادف با حمایت از ایجاد انبوهی از محصولات دانش بنیان مبتنی‌بر هوش مصنوعی است.این در حالی است که پروژه‌های هوشمندسازی دارای ماهیت فنی و مهندسی و نوع قرارداد آن به صورت EPC است و شرکت‌هایی با رویکرد Solution Provider باید و می‌توانند در این عرصه ایفای نقش کنند. طبیعتا در چنین چارچوبی، تیم‌های دانشگاهی و یا کنسرسیوم‌های فاقد اصالت و به هم پیوستگی ساختاری نمی‌توانند حضور یافته و دوام بیاورند. بنابراین نتیجه ادامه این روند و مهندسی حمایت‌های دولتی در این راستا، ایجاد انبوهی محصول مبتنی‌بر هوش مصنوعی است که به دلیل عدم شناخت ماهیت EPC پروژه‌ها، نمی‌توانند وارد بازار شوند و در مقابل شرکت‌های فنی و مهندسی EPC که برای اجرای پروژه‌های خود ناگزیر از توسعه مجدد محصول هستند.هوشمندسازی، تکراری نیست، سفارشی است!تلقی برخی از بازیگران صنعتی این است که پروژه‌ای که در یک شرکت دیگر اجرا شده است، به سرعت می‌تواند در شرکت دیگر پیاده‌سازی شود. این تلقی اشتباه برآمده از رویکرد محصول‌محوری هوشمندسازی است. به جرات می‌توان گفت که هیچ دو پروژه هوشمندسازی دقیقا مانند یکدیگر نیستند و همه چیز در قالب یگ پروژه EPC باید از ابتدا اتفاق بیافتد. یکی از دلایل آن این است که داده‌های هر شرکت متعلق به همان شرکت است که باید از ابتدا شناسایی شده و گردآوری شود و این داده‌ها به هیچ وجه قابل اشتراک‌گذاری نیست. در گام بعدی مدت زمان مشخصی باید بگذرد تا داده‌ها به گستردگی لازم برسد و مدل هوش مصنوعی بتواند با استفاده از آنها، فرآیند یادگیری و ایجاد منطق را سپری کند. همچنین هدف نهایی در هر پروژه، با توجه به مشخصات خط تولید و همچنین تصمیم مدیران صنعتی، می‌تواند متفاوت باشد.هوشمندسازی، نیاز به داده‌های گسترده و عمیق دارد!بسیاری از شرکت‌های تولیدی که تصمیم به اجرای پروژه‌های هوشمندسازی گرفته‌اند، دارای سامانه‌های ERP و MES و CMMS و CM و یا انبوهی از فایل‌های Excel هستند و تصور می‌کنند که این داده‌ها، سرعت آنها را در این فرآیند افزایش داده و آنها را از ایجاد و توسعه بستر گردآوری داده بی‌نیاز می‌کند. این در حالی است که نوع داده‌های مورد نیاز، سلامت ابزارهای گردآوری و انتقال داده، نرخ داده‌برداری، روش ثبت داده‌ها، اعتبار داده‌ها، زمان ثبت داده‌ها در بسیاری از شرکت‌ها، صرفا به منظور مدیریت عملیات با استفاده از داده‌های حداقلی و روش‌های ثبت دستی بوده است و به همین دلیل الزامات مورد نیاز برای هوش مصنوعی را برآورده نمی‌کند. عدم توجه به این موضوع باعث شده است که آمار پروژه‌های هوشمندسازی شکست خورده در کشور در حال رشد باشد.شرکت توسن سیستمشرکت توسن سیستمSat, 05 Apr 2025 14:04:05 +0330https://virgool.ir/@tosansystem.com/بن-بست-راهبردی-در-سازمان-ملی-هوش-مصنوعی-hb54ul6y1q7wسازمان ملی هوش مصنوعی را شاید یکی از سازمان‎‌ها با کوتاه‌ترین عمر عملیاتی بتوان برشمرد. سازمانی که در 19 تیر ماه 1403 رسما تاسیس شد، در تاریخ 28 اسفند 1403 و بدون اینکه اساسنامه آن تصویب شده باشد، به اذعان معاون این سازمان، بدنه نیروی انسانی خود را به دلیل عدم تامین بودجه تعیین شده از دست داد و از این نظر شکست خورد. می‌توان این اتفاق را همانطور که اعلام شده دید و درک کرد و براساس آن اینگونه نتیجه‌گیری کرد که علی‌رغم تاکیدات و دستورات بالادستی، این فناوری توسط دستگاه‌های متولی جدی گرفته نشد، یا حتی با نگاهی سیاسی با این خبر برخورد کرد که این دولت نسبت به هوش مصنوعی که همه دنیا به سمت آن اقبال پیدا کرده‌اند، ادبار داشته است. اما می‌توان عمق‌تر شد و فارغ از همه نگاه‌های سطحی و سیاسی، دلایل شکست را در لایه‌های زیرین سبک مدیریت توسعه و اشاعه فناوری در کشور ریشه‌یابی کرد. در ادامه به دو بن‌بست کلیدی در این سبک مدیریت پرداخته خواهد شد که البته خاص این سازمان نیست و تقریبا در تمام بدنه مدیریت ارشد و میانی کشور مصداق دارد. بن‌بست‌هایی که با وجود آنها، حتی اگر بودجه تعیین شده تامین می‌شد و حتی افزایش پیدا می‌کرد، همچنان این سازمان از نظر راهبردی شکست خورده تلقی می‌گردید.بن‌بست اول؛ تمرکز بر توسعه عرضهرویکرد استنباط شده از مصاحبه‌های مدیران این سازمان، همان رویکرد حمایت از توسعه محصول است که در زمان توسعه محصولات دانش بنیان نیز وجود داشت. بدین معنی که تصمیم بر این بود که از توسعه محصولات مبتنی‌بر هوش مصنوعی حمایت شود که نتیجه آن، عرضه تعداد قابل توجهی محصولات دانش‌بنیان مبتنی‌بر هوش مصنوعی می‌شد. این حمایت‌ها قرار بود در چهار بخش توسعه زیرساخت‌های پردازشی، توسعه محصولات ملی همچون چت‌بات‌ها، حمایت از توسعه محصولات متنوع و توسعه نیروی انسانی متمرکز شود.بررسی درستی رویکرد تمرکز بر مدیریت عرضه مستلزم درک شرایط اقتصادی کشور و همچنین شناخت بازار متصور شده برای این محصولات است. شرایط اقتصادی در کشور به گونه‌ای است که بودجه کلیه دستگاه‌های کشور اعم از سازمان‌های متولی توسعه فناوری، به دلیل کاهش میزان فروش نفت و کاهش ارزش پولی در حال کاهش و هدایت بودجه باقیمانده به سمت بخش‌هایی با اولویت بالاتر است. بنابراین به زبان ساده، منابع مالی کافی وجود ندارد که به این بخش نوظهور، ولو با اهمیت تخصیص پیدا کند. بنابراین این سازمان نوظهور تنها در صورتی می‌تواند به حیات خود ادامه دهد، که نحوه تامین مالی خود را در کشور از سمت بخش دولتی به سمت بخش خصوصی تغییر دهد. این چالش بزرگی برای سبک تفکر و نوع اقدام در بخش دولتی است که بخواهد و یا بتواند منابع مالی مورد نیاز برای برنامه‌های حاکمیتی خود را از طریق ارزش‌آفرینی، توسط بخش خصوصی تامین کند. بررسی اجمالی از رفتار حکمرانی فناوری نشان می‌دهد که تاکنون هیچگونه ارزش‌آفرینی قابل درک و موثر و پایدار برای بخش خصوصی رخ نداده است که حاضر به مشارکت (با هر مدلی) در تامین بودجه‌های توسعه فناوری کشور شود. مضاف بر اینکه تامین مالی زمانی انجام می‌شود که تامین‌کننده منابع مالی نسبت به چیستی موضوع اشراف کامل داشته باشد. این در حالی است که بخش خصوصی هیچ شناختی در عمل نسبت به چیستی هوش مصنوعی و چگونگی اثرگذاری آن در فرآیند تولید ندارد.از نقطه نظر بازار هدف نیز، محصولات موجود و آنچه که قرار بود در ادامه این مسیر توسعه داده شود، بیش از آنکه صنایع تولیدی را مخاطب قرار داده و در زنجیره حل مسائل و چالش‌های آنها موقعیت‌یابی شود، در راستای استفاده عموم مردم برنامه‌ریزی شده بودند. این در حالی است که بخش بسیار اندکی از مردم توان و تمایل پرداخت هزینه برای این محصولات را دارند و طبیعتا بدون پرداخت هزینه توسط مردم، مدل اقتصادی این محصولات شکست خواهد خورد. حتی اگر مخاطب این محصولات صنایع تولیدی می‌بودند، بکارگیری این فناوری در حل مسائل و چالش‌های صنعتی، مستلزم طراحی و اجرای راهکارهایی است که هوش مصنوعی تنها یکی از اجزای آن محسوب می‌شود. لذا چون مدل اجرای این راهکارها، پروژه‌محور و به صورت EPC لست، بسیاری از شرکت‌هایی که مدل تجاری خود را برپایه خدمات مقیاس‌پذیر مبتنی‌بر فضای ابری در نظر گرفته بودند، نمی‌توانستند با صنایع ارتباط برقرار کنند. حتی با فرض موفقیت در این ارتباط نیز، صنایع تولیدی به هیچ وجه حاضر به استفاده از زیرساخت‌های پردازشی اشتراکی نیستند. بنابراین برنامه‌های حمایتی این سازمان در توسعه زیرساخت پردازشی، برای صنعت موضوعیت نداشت.بنابراین رویکرد تمرکز بر مدیریت عرضه محصولات مبتنی‌بر هوش مصنوعی، یک بن‌بست راهبردی است و تامین بودجه هیچ تاثیری در موفقیت این سازمان نمی‌توانسته ایفا کند. بلکه صرفا زمان مواجه شدن با بن‌بست را به تعویق می‌انداخت.بن‌بست دوم، ناتوانی در توسعه تقاضامدل حاکم بر برنامه‌ریزی در کشور، همانند مدل Server-Client است. بدین معنی که هر دستگاهی مستقل از سایر دستگاه‌ها انتظار دریافت بودجه دارد و در برنامه‌هایی که به دستگاه‌های بالادستی و سازمان برنامه و بودجه ارائه می‌کند، هیچگونه وابستگی و اقدام از طریق دیگر دستگاه‌ها دیده نمی‌شود. این مدل برنامه‌ریزی در یک سازمان کوچک خصوصی نیز شکست خورده است، چه رسد به حکمرانی که همه مسائل در هم تنیده هستند و پیشبرد یک موضوع، مستلزم تغییرات در بسیاری ابعاد است. نتیجه دیگر این رویکرد این است که سازمان‌ها به صورت غیرواقعی رشد می‌کنند و امکانات مطالبه می‌کنند و نسبت به وضعیت کلی بودجه در کشور، همواره در وضعیت مطالبه قرار می‌گیرند. این رویکرد در برنامه‌ریزی حتی اگر وضعیت اقتصادی کشور مناسب می‌بود هم شکست خورده تلقی می‌شد. چرا که حداقل نتیجه آن، بزرگ شدن بی‌قاعده بدنه نیروی انسانی دولت و پیچیده شدن بروکراسی دولتی و کند شدن اجرای تصمیمات می‌شد.بنابراین با عنایت به وضعیت اقتصادی کشور از یک سوی و لزوم چابکی نسبت به موضوع هوش مصنوعی با این سرعت رشد جهانی، رویکرد دیگری برای برنامه‌ریزی باید انتخاب می‌شد.این در حالی است که اگر بازیگر جدید، ملزم به حل مساله از طریق بازیگران قبلی باشد، به هیچ یک از این موارد نیازی نخواهد بود. رویکرد مناسب برای این وضعیت، رویکرد Peer-to-Peer (P2P) است. در این رویکرد، سازمان ملی هوش مصنوعی، به جای توسعه بدنه نیروی انسانی خود، توسعه تقاضا را از طریق راهکارهای نوآورانه و ابتکار عمل (Initiative) دنبال می‌کرد. بدین معنی که سازمان ملی هوش مصنوعی باید به سمت سازمان امور مالیاتی میرفت تا معافیت‌های مالیاتی درست برای واحدهای صنعتی بکار گیرنده هوش مصنوعی تعریف شود؛ سازمان باید به سمت وزارت صمت میرفت که پروانه‌های فنی و مهندسی تخصصی در حوزه هوشمندسازی تعریف شود؛ باید به سمت معاونت علمی و فناوری و اقتصاد دانش بنیان ریاست جمهوری میرفت که ارائه راهکارهای هوشمندسازی را به عنوان دانش‌بنیان مورد پذیرش قرار دهد؛ باید به سمت وزارت نیرو و سازمان حفاظت محیط زیست میرفت تا مشوق‌ها و جریمه‌های مهندسی شده برای پیشبرد این فناوری ایجاد می‌کرد؛ باید به سمت وزارت تعاون، کار و رفاه اجتماعی می‌رفت تا دغدغه‌های مربوط به ورود فناوری به واحدهای صنعتی در عین ایجاد امنیت شغلی برای آنها را برطرف میکرد.همین تلاش‌ها کافی بود تا فناوری به شیوه‌ای اثربخش، راه خود را به ارزان‌ترین شکل ممکن در صنایع تولیدی که صاحبان سرمایه و متقاضیان فناوری هستند پیدا کند.اینجاست که باید متولیان دستگاه‌های دولتی را به خلاقیت در مدل حکمرانی و سازمان برنامه و بودجه را به توجه به هزینه مدل حکمرانی متوجه کرد. هدف در حکمرانی این نیست که به مثابه صندوق نوآوری و شکوفایی، تخصیص منابع دولتی صورت بگیرد. حتی هدف این نیست که مساول شناسایی شوند. بلکه هدف سیاست‌گذاری درست است. مسئولیت شناسایی مسائل برعهده واحدهای صنعتی است که مسائل خود را با این فناوری حل کنند.لینک یادداشت در خبرگزاری جام جام البرز: https://jamejamalborz.ir/0001idشرکت توسن سیستمشرکت توسن سیستمSat, 05 Apr 2025 13:34:27 +0330https://virgool.ir/@tosansystem.com/روند-تکامل-راهکارهای-افزایش-بهره-وری-در-سازمان-ها-vzs5af7bxit0بهره‌وری در سازمان‌ها به عنوان یکی از عناصر کلیدی برای دستیابی به رشد و موفقیت پایدار شناخته می‌شود. افزایش بهره‌وری نیازمند آن است که به جای نگاهی کلی و واحد، این مفهوم به سطوح مختلفی شکسته شود تا بتوان با برنامه‌ریزی و اجرای درست راهکارهای تخصصی در هر سطح، بهبود واقعی و پایدار را در سازمان‌ها به دست آورد. در طی دهه‌های اخیر، تلاش‌های پیوسته برای ارتقای بهره‌وری به شکلی تدریجی و در قالب راهکارهایی کارآمد در سطوح مختلف تکامل یافته است. این راهکارها، در چهار سطح مدیریتی، سخت‌افزاری، نرم‌افزاری و هوشمندسازی، به صورت مرحله‌ای توسعه یافته‌اند و هرکدام از آنها به ابزارها و رویکردهای خاص خود متکی‌اند. این یادداشت به بررسی این سطوح می‌پردازد و نقش و اهمیت هر سطح را در افزایش بهره‌وری سازمان‌ها شرح می‌دهد.بهره وری صنعتیسطح اول: راهکارهای مدیریتیاولین سطح راهکارهای افزایش بهره‌وری بر ایجاد انگیزه و تعهد در کارکنان متمرکز است. در این مرحله، سازمان‌ها با بهره‌گیری از روش‌های مدیریتی و ایجاد محیطی مثبت، به دنبال افزایش انگیزه و تعهد کارکنان خود هستند. این تلاش‌ها شامل ارائه پاداش‌ها و سهام تشویقی است که کارکنان را به مشارکت در موفقیت مالی سازمان ترغیب می‌کند. علاوه بر این، توجه به تعادل میان کار و زندگی و کاهش فشارهای روانی، تأثیر مستقیمی بر بهبود کیفیت کار و رضایت شخصی کارکنان دارد. همچنین سرمایه‌گذاری در برنامه‌های آموزشی و مهارت‌آموزی به عنوان یکی از روش‌های ارتقای سطح توانمندی کارکنان، به تعهد و انگیزه آنها کمک می‌کند و بهره‌وری سازمانی را افزایش می‌دهد.سطح دوم: راهکارهای سخت‌افزاریدر این سطح، بهره‌وری با استفاده از فناوری‌های سخت‌افزاری و ابزارهای خودکارسازی ارتقا می‌یابد. رباتیک و کنترل‌کننده‌های برنامه‌پذیر (PLC) از جمله ابزارهای کاربردی در این حوزه هستند که به کاهش نیاز به دخالت انسانی در فرآیندهای تولید کمک می‌کنند. ربات‌ها با دقت و سرعت بالا، کارهای تکراری و فیزیکی را انجام می‌دهند و به این ترتیب خطاهای تولیدی کاهش یافته و بهره‌وری افزایش می‌یابد. استفاده از PLC ها نیز با کنترل دقیق فرآیندها، امکان دستیابی به تولیدی با دقت بالا را فراهم می‌آورد. این ابزارهای سخت‌افزاری با حذف دخالت مستقیم انسانی، به سازمان‌ها امکان می‌دهند تا هزینه‌ها را کاهش داده و بهره‌وری را به میزان چشمگیری بهبود بخشند.سطح سوم: راهکارهای نرم‌افزاریدر سطح سوم، سیستم‌های نرم‌افزاری به عنوان ابزاری برای هماهنگی و یکپارچه‌سازی بخش‌های مختلف سازمان به کار می‌روند. سیستم‌های یکپارچه مانند ERP، CRM، CMMS، DMS و CMS از جمله نرم‌افزارهایی هستند که با کاهش اتلاف منابع و افزایش دقت پردازش داده‌ها، فرآیندهای سازمانی را بهینه‌سازی می‌کنند. این نرم‌افزارها به مدیریت پروژه‌ها و انبارها کمک می‌کنند، به‌طوری‌که از توقف‌های ناگهانی جلوگیری شده و بهره‌وری در سطح سازمان افزایش می‌یابد. استفاده از این ابزارها همچنین به کاهش خطاهای انسانی کمک کرده و فرآیندهای سازمانی را دقیق‌تر و کارآمدتر می‌سازد.سطح چهارم: راهکارهای هوشمندسازیهوش مصنوعی (AI)چهارمین سطح به استفاده از فناوری‌های پیشرفته‌ای همچون اینترنت اشیا (IoT) و هوش مصنوعی (AI) اختصاص دارد که نقش کلیدی در بهبود بهره‌وری ایفا می‌کنند. داده‌های جمع‌آوری شده از منابع مختلف مانند تصاویر، ویدئوها، اسناد و سنسورها به سیستم‌های تحلیلی وارد می‌شوند تا با استفاده از هوش مصنوعی به صورت دقیق تحلیل و پیش‌بینی شوند. این فناوری‌ها تصمیم‌گیری‌های هوشمندانه و سریع را در فرآیندهای سازمانی ممکن می‌سازند و به سازمان‌ها کمک می‌کنند تا مشکلات احتمالی را پیش از وقوع شناسایی و رفع کنند.ساختار بهره‌وریبرای دستیابی به بهره‌وری پایدار، ضروری است که سازمان‌ها در تمام سطوح بهره‌وری به صورت هماهنگ و یکپارچه عمل کنند. هر سطح از راهکارهای بهره‌وری، از ایجاد انگیزه و تعهد در کارکنان تا استفاده از فناوری‌های هوشمند، بخشی از یک ساختار منسجم و به‌هم‌پیوسته را تشکیل می‌دهد. اگرچه هر یک از این سطوح به‌تنهایی می‌تواند به بهبود بهره‌وری کمک کند، اما افزایش چشمگیر و پایدار تنها با تعامل و هم‌پوشانی این سطوح ممکن است. وابستگی متقابل میان این سطوح بدین معناست که غفلت از هر یک از آنها، سایر سطوح را نیز تحت‌تأثیر قرار می‌دهد و کارآمدی کلی سازمان را کاهش می‌دهد. بنابراین، سازمان‌ها باید با بهره‌گیری از ابزارها و رویکردهای متنوع در هر سطح، مسیر رشد خود را برنامه‌ریزی کرده و به‌صورت تدریجی و هماهنگ در تمامی این سطوح عمل کنند؛ چرا که تنها با اقدامات مرحله‌ای و پیوسته می‌توانند به بهره‌وری پایدار و کارآمدی بلندمدت دست یابند.شرکت توسن سیستمشرکت توسن سیستمMon, 04 Nov 2024 17:51:24 +0330