هوش تصمیمگیری در مقابل سیستمهای پشتیبانی تصمیم — تکامل توضیح داده شده
سیستمهای پشتیبانی تصمیم (DSS) ابزاری هستند که به اوایل دهه ۱۹۶۰ برمیگردند: نرمافزاری که به یک تصمیمگیرنده در لحظه انتخاب کمک میکند و از DSS مبتنی بر مدل به تحلیلهای چه-میشود، سیستمهای اطلاعاتی اجرایی، OLAP و DSS هوشمند تکامل یافته است. هوش تصمیمگیری ابزار بعدی در این خط نیست — بلکه یک رشته است که کل فرآیند تصمیمگیری را مهندسی میکند: چارچوبسازی، بررسی، حقوق تصمیمگیری، سوابق و بازخورد نتایج. یک DSS از لحظه انتخاب پشتیبانی میکند؛ DI چرخه حیات اطراف آن را مهندسی میکند.
هوش تصمیمگیری در مقابل سیستمهای پشتیبانی تصمیمگیری
قبل از "هوش تصمیمگیری" شش دهه سیستمهای پشتیبانی تصمیم وجود داشت — و تفاوت بین این دو یک شماره نسخه نیست. یکی یک سنت ابزار است؛ دیگری یک رشته است. دانستن اینکه کدام یک کدام است، بیشتر سردرگمیها در این بازار را توضیح میدهد.
آخرین بهروزرسانی: 2026-08-20
خلاصه کوتاه
سیستم پشتیبانی تصمیم (DSS) نرمافزاری است که به یک تصمیمگیرنده در لحظه انتخاب کمک میکند — سنتی که از اواسط دهه 1960 آغاز شده و شامل مدلهای صفحهگسترده، تحلیلهای چه-میشود، سیستمهای اطلاعاتی اجرایی، OLAP و "DSS هوشمند" تقویتشده با هوش مصنوعی است. هوش تصمیمگیری (DI) رشتهای است که کل فرآیند تصمیمگیری را مهندسی میکند: اینکه چگونه تصمیمات چارچوببندی، استدلال، تخصیص، ثبت و از طریق بازخورد ارزیابی میشوند. یک DSS یکی از اجزای است که یک عمل DI ممکن است از آن استفاده کند. تغییر از حمایت از انتخابکننده به مهندسی انتخاب است.
سیستمهای پشتیبانی تصمیم از کجا میآیند؟
تاریخچه طولانیتر از آن است که اکثر فروشندگان اعتراف میکنند. پشتیبانی تصمیمگیری کامپیوتری از اواسط دهه ۱۹۶۰ با سیستمهای مدلمحور بر روی رایانههای مرکزی آغاز میشود؛ تاریخچه استاندارد دی. جی. پاور مراحل را از آنجا دنبال میکند. هر نسل ابزار در لحظه انتخاب را بهبود بخشید — هیچکدام از آنها ادعای فرآیند تصمیمگیری خود را نکردند:
- •دهه ۱۹۶۰ تا ۱۹۷۰ — DSS مبتنی بر مدل: سیستمهای تعاملی که دادهها و مدلهای تحلیلی را برای یک تصمیمگیرنده واحد ترکیب میکنند
- •دهه ۱۹۸۰ — تحلیل چه-میشود و DSS صفحهگسترده مدلسازی سناریو را بر روی میز هر تحلیلی قرار داد
- •اواخر دهه ۱۹۸۰ تا ۱۹۹۰ — سیستمهای اطلاعات اجرایی، انبارهای داده و OLAP جنبه دادهای را به آنچه که به هوش تجاری تبدیل شد، گسترش دادند.
- •دهه ۱۹۹۰ — سیستمهای پشتیبانی تصمیمگیری هوشمند، هوش مصنوعی و مدلهای آماری را اضافه کردند؛ سیستمهای پشتیبانی تصمیمگیری مبتنی بر وب، پشتیبانی را همهجا فراگیر کردند.
- •از دهه ۲۰۱۰ به بعد — سمت داده به پلتفرمهای تحلیلی بالغ شد، در حالی که فرآیند تصمیمگیری خود بدون مهندسی باقی ماند — شکاف هوش تصمیمگیری نامها
با هوش تصمیمگیری چه چیزی واقعاً تغییر کرد؟
سه شیفت، این رشته را از سنت ابزاری که از آن نشأت گرفته، جدا میکند.
از لحظه انتخاب تا کل چرخه زندگی
یک DSS زمانی فعال میشود که کسی بنشیند تا انتخاب کند. DI همه چیز را در اطراف آن لحظه مهندسی میکند: چگونه سوال فرموله شده است، کدام گزینهها تولید شدهاند، چگونه استدلالها و شواهد سنجیده شدهاند، چه کسی حقوق تصمیمگیری را در دست داشت، چه چیزی ثبت شده است و چگونه نتیجه بازخورد داده شده است. لحظه انتخاب به یک مرحله در یک فرآیند طراحی شده تبدیل میشود.
از حمایت از یک انتخابکننده تا مهندسی چگونگی تصمیمگیری سازمانها
مدلهای کلاسیک DSS فرض میکنند که یک تصمیمگیرنده فردی در مقابل یک صفحه نمایش قرار دارد. تصمیمات واقعی سازمانی توسط گروههایی با اطلاعات و منافع متضاد اتخاذ میشوند — به همین دلیل است که ساختار بررسی، ثبت اختلاف نظر و تجمیع قضاوت از مسائل اصلی در DI هستند و در سنت DSS غایبند.
از ابزارها تا تمرین مبتنی بر بازخورد
تعریف گارتنر حلقه را به وضوح بیان میکند: DI تصمیمگیری را با مهندسی نحوه اتخاذ تصمیمات و نحوه ارزیابی و بهبود نتایج از طریق بازخورد پیش میبرد. یک DSS هیچ حافظهای از اینکه آیا صد تصمیم پشتیبانی شده آخرش به خوبی پیش رفتهاند یا نه، ندارد؛ یک شیوه DI دقیقاً بر اساس همین سوابق ساخته شده است.
این در عمل به چه معناست
این تمایز عملی است، نه دانشگاهی — این تغییر میدهد که چه چیزی میخرید و چه چیزی میسازید:
یک DSS که شما قبلاً دارید منسوخ نشده است
مدلهای پیشبینی، ابزارهای سناریو و موتورهای بهینهسازی به عنوان اجزای تولیدکننده شواهد در یک عمل DI قرار میگیرند. این رشته به شما میگوید که خروجیهای آنها در کجا وارد بررسی میشوند.
خرید یک ابزار، انضباط را خریداری نمیکند
شکست مکرر در دوران DSS — ابزارهای قدرتمند، عادات تصمیمگیری تغییر نکرده — دقیقاً همان چیزی است که DI به آن میپردازد. چارچوببندی، حقوق تصمیمگیری و بررسی نتایج طراحی فرآیند هستند، نه ویژگیها.
ابعاد گروه نیاز به ساختار خاص خود دارد
جایی که DSS در سطح فردی، بررسی ساختاریافته — استدلالهای صریح موافق/مخالف، ارزیابی شده بر اساس شایستگی، با حفظ اختلاف نظر — متوقف میشود، این است که DI چگونه با این واقعیت که سازمانها، نه افراد، تصمیمات مهم را اتخاذ میکنند، برخورد میکند.
حافظه بهروزرسانی است که DSS هرگز ارسال نکرد.
سابقه تصمیمات مرتبط با نتایج — ردیابی حسابرسی تصمیمات — شصت سال حمایت در زمان مشخص را به فرآیندی تبدیل میکند که یاد میگیرد.
Argumentree در سمت انضباطی این خط قرار دارد: این ابزار اجزای تحلیلی DSS شما را جایگزین نمیکند — بلکه تفکر، ثبت و ساختار بازخوردی را فراهم میکند که سنت ابزار همیشه به شانس واگذار کرده است.
بیشتر کاوش کنید
هوش تصمیمگیری چیست؟
هاب: تعریف کامل، چرخه حیات، حقوق تصمیمگیری و حافظه تصمیمگیری.
DI در مقابل هوش تجاری
مرز دیگر: جایی که لایه گزارشدهی متوقف میشود و لایه تصمیمگیری آغاز میشود.
مدیریت مبتنی بر شواهد
خروجیهای رشته مدیریت DSS به آن وارد میشوند.
تصمیمگیری ساختاریافته
فرآیند اصلی که یک تمرین DI بر روی آن اجرا میشود.
ردیابی تصمیمگیری
لایه ضبط و بازخورد که در سنت DSS وجود دارد هرگز عرضه نشد.
استدلال کاوی
استخراج استدلالهای ساختاریافته — خط لوله شواهد جانب بررسی.
سوالات متداول
آیا هوش تصمیمگیری فقط یک سیستم پشتیبانی تصمیم مدرن است؟
خیر. یک DSS نرمافزاری است که از یک تصمیمگیرنده در لحظه انتخاب حمایت میکند؛ هوش تصمیمگیری یک رشته است که کل فرآیند تصمیمگیری را مهندسی میکند — چارچوبسازی، بررسی، حقوق تصمیمگیری، سوابق و بازخورد نتایج. یک DSS میتواند بخشی از یک عمل DI باشد، اما پذیرش یک ابزار به معنای پذیرش این رشته نیست.
سیستمهای پشتیبانی تصمیم از چه زمانی آغاز شدند؟
پشتیبانی تصمیمگیری کامپیوتری به اواسط دهه ۱۹۶۰ برمیگردد، با سیستمهای مدلمحور بر روی رایانههای مرکزی. این سنت سپس از DSS مبتنی بر صفحهگسترده و تحلیلهای چه-اگر در دهه ۱۹۸۰، سیستمهای اطلاعاتی اجرایی، انبارها و OLAP در حدود ۱۹۹۰، و DSS هوشمند تقویتشده با هوش مصنوعی و DSS مبتنی بر وب در دهه ۱۹۹۰ عبور کرد.
آیا هوش تجاری جایگزین DSS شد؟
BI از جنبه دادهمحور سنت DSS رشد کرده است — انبارها، OLAP و گزارشگیری — و عمدتاً آن را برای تحلیلهای توصیفی جذب کرده است. خطوط DSS مبتنی بر مدل و دانش به عنوان ابزارهای پیشبینی، بهینهسازی و سیستمهای خبره ادامه یافتند. هیچیک از این دو شاخه خود فرآیند تصمیمگیری را مهندسی نکردند، که این شکاف را DI پر میکند.
DI چه چیزی اضافه میکند که DSS هوشمند اضافه نکرد؟
سیستمهای پشتیبانی هوشمند مدلهای هوش مصنوعی را به ابزار پشتیبانی اضافه کردند. DI لایه فرآیند را اضافه میکند: چارچوببندی صریح، بررسی گروهی ساختار یافته، حقوق تصمیمگیری اختصاص داده شده، دلایل ثبت شده و یک حلقه بازخورد از نتایج به فرآیند. هوش در DI سازمانی است، نه تنها محاسباتی.
آیا سازمانها هنوز از سیستمهای پشتیبانی تصمیم استفاده میکنند؟
بهطور مداوم — مدلهای پیشبینی، بهینهسازهای زمانبندی، برنامهریزان سناریو و پشتیبانی از تصمیمگیری بالینی همه نسلهای زنده DSS هستند. یک عمل DI آنها را بهعنوان اجزای تولیدکننده شواهد در نظر میگیرد و ساختار بررسی، ثبت و مرور را در اطراف آنها اضافه میکند.
منابع و مطالعه بیشتر
دی. جی. پاور — تاریخچهای مختصر از سیستمهای پشتیبانی تصمیمگیری (DSSResources.com)
تاریخنگاری استاندارد: ریشههای اوایل دهه ۱۹۶۰ تا سیستمهای پشتیبانی تصمیمگیری مدلمحور، صفحهگسترده، EIS/OLAP و DSS مبتنی بر وب.
View source →اسپرینگر — تکامل سیستمهای پشتیبانی تصمیمگیری
مدل فازی: DSS پیشرفته با تحلیل چه-اگر، سپس DSS هوشمند که مدلهای حوزه هوش مصنوعی را ادغام میکند.
View source →گارتنر — راهنمای بازار برای پلتفرمهای هوش تصمیمگیری
تعریف دیسیپلین DI به سنت ابزار اضافه میکند: تصمیمات مهندسی و حلقههای بازخورد آنها.
View source →آرگومنتری — هوش تصمیمگیری چیست؟
هاب خوشه: چرخه عمر، حقوق تصمیمگیری و حافظه تصمیمگیری به طور کامل.
View source →شش دهه ابزار. زمان برای انضباط.
مدلها و داشبوردهای خود را نگه دارید — ساختار بررسی، سوابق تصمیمگیری و حلقه بازخوردی را اضافه کنید که همیشه کمبود داشتند.
آغاز دوره آزمایشی رایگان