سلام، لطفا برای من یک مدرک دانشگاهی بساز (قسمت اول)

این نوشته، ترجمه‌ای از مقاله نوشته‌شده توسط جیمز د. والش در مجله نیویورک تحت عنوان «همه دارند کالج را با تقلب می‌گذرانند» است.

در پاییز سال گذشته، «چانگین روی لی» موفق شد به دانشگاه کلمبیای آمریکا راه پیدا کرده و سپس – طبق اعتراف خودش – تقریباً برای انجام تمام تکالیف خود از هوش مصنوعی استفاده کند. بعنوان یک دانشجوی علوم کامپیوتر، او وابستگی نسبتا زیادی به هوش مصنوعی برای کلاس‌های برنامه‌نویسی خود داشت: «فقط هرچی بود رو با یه پرامپت به ChatGPT می‌دادم و هرچی اون بهم می‌داد رو تحویل می‌دادم.» طبق تخمین لی، هوش مصنوعی هشتاد درصد از تمام تکالیف و گزارش‌هایی که او تحویل می‌داد را انجام داده بود: «توی آخرین مرحله، خودم هم یه چیزایی اضافه می‌کردم. در حقیقت بیست درصد از انسان بودنم رو بهش اضافه می‌کردم».

ورود لی به دانشگاه کار آسانی نبود؛ در سال آخر دبیرستان، او برای ورود به دانشگاه هاروارد اقدام کرد و به گفته خودش، از این دانشگاه پذیرش نیز گرفت؛ اما این پذیرش، به دلیل تعلیق او از دبیرستان (به دلیل خروج غیرمجاز از مکان کمپ کردن در یک اردوی تفریحی) پس گرفته شد. در سال بعد، او برای ورود به ۲۶ دانشگاه مختلف اقدام کرد که موفق به ورود به هیچ‌کدام از‌ آنها نشد. در نتیجه، او سال بعدی خود را در کالج‌های منطقه‌ای گذراند و در سال دوم تحصیل خود، برای ورود به دانشگاه کلمبیا اقدام نموده و موفق نیز شد. پس از ورود به این دانشگاه، او نگرانی چندانی بابت معدل خود نداشت: «عموما تکالیف دانشگاهی، خیلی چیزای بدردبخور و مرتبطی نیستن. بیشترشون رو میشه با هوش مصنوعی دور زد؛ و منم هیچ تمایلی به انجام دادنشون نداشتم». در شرایطی که باقی دانشجویان تلاش می‌کردند تا خود را با برنامه درسی سخت و سطح بالای این دانشگاه وفق دهند، لی از هوش مصنوعی استفاده می‌کرد تا با حداقل تلاش، مسیر خود را از بین آنها پیدا کند. وقتی از او پرسیدم که چرا او خود را به این اندازه از دردسر انداخت تا بتواند وارد چنین دانشگاه رده‌بالایی شود و بعد از آن، بخواهد این‌چنین آن را جدی نگیرد، گفت: «چون این بهترین جا برای ملاقات با همسر آینده‌ات و کسی که قراره باهاش یه شرکت تأسیس کنی به حساب میاد».

تا پایان اولین ترم، لی یکی از این دو مورد را انجام داده بود؛ او با «نیل شانموگام»، دانشجوی سال اولی مهندسی آشنا شد و این دو به کمک یکدیگر، ایده‌های مختلفی برای چند استارت‌آپ را توسعه دادند: یک اپلیکیشن دوست‌یابی برای دانشجویان دانشگاه کلمبیا، یک اپلیکیشن فروشگاهی برای فروشندگان مشروبات الکلی، و یک اپلیکیشن مخصوص جزوه‌برداری؛ هیچ‌کدام از این ایده‌ها، به نتیجه نرسیدند. اینجا بود که یک ایده جدید به ذهن لی رسید: به عنوان یک برنامه‌نویس، او نزدیک به ۶۰۰ ساعت اعصاب‌خردکن را در سایت Leetcode، پلتفرمی برای آزمودن برنامه‌نویسان توسط شرکت‌ها در آزمون‌های استخدام و جذب کارآموز، گذرانده بود. لی، مانند خیلی دیگر از برنامه‌نویسان جوان، سوال‌ها و تسک‌های این پلتفرم را طاقت‌فرسا و بیهوده برای کار اصلی‌ای که برنامه‌نویسان قرار است انجام دهند می‌دانست. اصلا همه این کارها برای چه بود؟ چه می‌شد اگر برنامه‌ای وجود داشت که حین آزمون، هوش مصنوعی را از آزمون‌گیرنده در مرورگر اینترنت آنها پنهان می‌کرد و آنها می‌توانستند به صورت دزدکی، سوالات خود را حین آزمون به هوش مصنوعی بدهند؟

چند ماه بعد، لی و شانموگام ابزاری مخصوص همین کار توسعه دادند. سایت آنها که Interview Coder نام داشت، بنری در صفحه اول خود داشت که چنین خوانده می‌شد: «لعنت به لیت‌کد». لی ویدیویی از خودش در یوتیوب منتشر کرد که از این ابزار، برای تقلب در آزمون استخدامی شرکت آمازون استفاده کرده بود (که اتفاقا از آنها پیشنهاد کار نیز گرفت؛ اما آن را رد کرد). یک ماه بعد، لی به اداره «یکپارچگی آموزشی دانشگاه کلمبیا» احضار شد. معاونت دانشگاه، او را وارد یک دوره عفو مشروط انضباطی کرد؛ چرا که به عقیده کمیته دانشگاه، لی «تبلیغ به استفاده از ابزار تقلب» کرده بود و «به دانشجویان نیز امکان استفاده از این ابزار را داده بود».

به عقیده لی، این که دانشگاه کلمبیا، دانشگاهی که با شرکت سازنده ChatGPT، یعنی OpenAI، قرارداد رسمی همکاری داشته و در عین حال، او را به دلیل نوآوری با هوش مصنوعی مجازات کند، مسخره و مضحک بود. هرچند، با وجود این که سیاست این دانشگاه در رابطه با هوش مصنوعی، مانند خیلی از دانشگاه‌های دیگر، ممنوع کردن دانشجویان از استفاده از هوش مصنوعی (مگر با اجازه صریح استاد بود)، به گفته لی او دانشجویی را نمی‌شناخت که برای تقلب از هوش مصنوعی استفاده نکند. به عقیده لی، این پدیده لزوما چیز بدی نبود: «به نظرم ما فقط چند سال یا حتی چند ماه با دنیایی که استفاده از ChatGPT توش تقلب محسوب نشه فاصله داریم».

در ژانویه ۲۰۲۳، تنها دو ماه پس از انتشار ChatGPT توسط OpenAI، یک نظرسنجی از هزار دانشجو نشان داد که نزدیک به نود درصد آنها از این چت‌بات برای کمک گرفتن در تکالیف خود استفاده کرده بودند. در اولین سال انتشار، آمار بازدید ماهانه ChatGPT تا شروع تعطیلات تابستانی، رشد ثابت ماهانه‌ای به خود دید. استادها و دستیاران آموزشی آنها به طور فزاینده‌ای با مقالات و گزارش‌هایی روبرو می‌شدند که پر از جمله‌بندی‌های بی‌احساس و ربات‌گونه – اگرچه از لحاظ گرامری بی‌نقص – بودند. دو سال و نیم بعد، دانشجویان دانشگاه‌های برتر، دانشگاه‌های دولتی، موسسه‌ها و … در تمامی مراحل آموزش خود به هوش مصنوعی تکیه دارند. چت‌بات‌های هوش مصنوعی مولد، حین کلاس‌ها برای دانشجویان جزوه می‌نویسند، آزمون‌ها و تکالیف آنها را ارزیابی می‌کنند، رمان‌ها و کتاب‌های مختلف را خلاصه می‌کنند و برای مقالات و گزارش‌های آنها، ایده‌پردازی و بارش فکری نیز انجام می‌دهند. دانشجویان STEM (رشته‌های مربوط به علوم پایه، فناوری، مهندسی و پزشکی) از هوش مصنوعی برای خودکار نمودن پژوهش‌ها و تحلیل‌های خود و همچنین، گذر ساده از بین برنامه‌نویسی‌های پیچیده و وظایف مربوط به دیباگ کردن کد استفاده می‌کنند.

تقلب کردن در درس‌ها، مفهوم و اتفاق تازه‌ای نیست؛ اما در حال حاضر، به قول خود دانشجوها، «سقفی که قبلا برای تقلب وجود داشت، منفجر شده». چه کسی می‌تواند در برابر ابزاری که انجام تمام تکالیف را بدون عواقب خاصی آسان‌تر می‌نماید، مقاومت کند؟ تروی جالیمور – شاعر، فیلسوف و استاد اخلاقیات در دانشگاه ایالتی کالیفرنیا – پس از گذراندن دو سال گذشته به تصحیح کردن تکالیف ساخته‌شده توسط هوش مصنوعی، چنین اذعان داشت: «تعداد بسیاری از دانشجویان مدرک دانشگاهی خود را دریافت می‌کنند و وارد بازار کار می‌شوند؛ در حالی که اساسا بی‌سواد هستند. هم به معنای واقعی کلمه، و هم به معنای نداشتن هیچ درکی از گذشته و فرهنگ خود یا دیگران». این وضعیت، شاید زودتر از چیزی که فکر می‌کردیم فرا رسیده باشد؛ چرا که در لحظه نگارش این متن، قریب به نیمی از دانشجویان، تجربه گذراندن دانشگاه بدون دسترسی به هوش مصنوعی مولد را نداشته‌اند. «هوش مصنوعی داره فرایند یادگیری رو مدار کوتاه می‌کنه؛ و به سرعت هم داره این کار رو انجام میده.»

قبل از انتشار ChatGPT در نوامبر ۲۰۲۲، آمار تقلب به بیشترین حد خود رسیده بود. در آن زمان، بسیاری از دانشجویان از دبیرستان به‌صورت مجازی و از راه دور فارغ التحصیل شده بودند؛ در شرایطی که کسی بر آنها نظارت نداشت و آنها نیز از ابزارهایی مانند Chegg و Course Hero نیز نهایت استفاده را می‌بردند. این شرکت‌ها خود را به عنوان منابع آنلاین و نامحدود برای کتاب‌ها و محتویات آموزشی تبلیغ می‌کردند؛ در حالی که اصولا برای تقلب به کار می‌رفتند. با پرداخت ۱۵.۹۵ دلار در ماه، Chegg این قول را به کاربران می‌داد که در عرض ۳۰ دقیقه و با مشارکت بیش از ۱۵۰ هزار نفر، بتواند به تکالیف و سوالاتی که کاربران در آن آپلود می‌کنند، پاسخ دهد. با انتشار ChatGPT، حالا دانشجویان به یک ابزار سریع‌تر و تواناتر دسترسی داشتند.

معاونین و مسئولان مؤسسات آموزشی نیز قادر به انجام کاری نبودند. عملا هیچ راهی برای ممنوع کردن استفاده از ChatGPT به طور کامل وجود نداشت. در نتیجه، آنها تصمیم را بر عهده استادها و معلم‌ها گذاشتند. برخی از دانشگاه‌ها، آن را پذیرفته و حتی با توسعه‌دهندگان مختلف همکاری کردند تا چت‌بات‌های مخصوص خود را توسعه دهند؛ اما در نهایت، قانون‌گذاری برای آن کار راحتی نبود. تا چه سطحی می‌شد استفاده از هوش مصنوعی را مجاز دانست؟ آیا می‌توان دانشجویان را مجاز نمود که با صحبت با هوش مصنوعی، بتوانند ایده بگیرند؛ اما به شرطی که از آن نخواهند تا تک‌تک جملات تکالیف را نیز بنویسد؟

این روزها، استادها عموما استفاده از هوش مصنوعی را برای درس‌های خود مجاز اعلام می‌کنند؛ به شرطی که دانشجویان با آن مانند منابع دیگر برخورد کرده و در صورت استفاده از آن، هوش مصنوعی را به عنوان منبع خود معرفی نمایند؛ یا حتی پا را فراتر گذاشته و دانشجویان را مجبور می‌کردند که سابقه صحبت خود با هوش مصنوعی در رابطه با تکلیف مربوطه را نیز ارائه دهند. دانشجویان گاهی ممکن بود بطور ناخواسته مرتکب تخلف شوند؛ چرا که حتی در صورت عدم درخواست مستقیم از هوش مصنوعی برای انجام تکالیف، ممکن بود آنها از طریق صحبت‌های رد و بدل شده، ناخودآگاه تقلب کرده و ندانند که درخواست از هوش مصنوعی برای تمیز کردن یک پیش‌نویس یا پیدا کردن یک منبع معتبر برای رفرنس دادن نیز تقلب محسوب می‌شود. بیشتر اساتید مربوط به نویسندگی، معتقد هستند که استفاده دانشجویان از هوش مصنوعی به طرز وحشتناکی قابل تشخیص و «تابلو» است. شاید بعضی وقت‌ها بتوان یک الگو و روان بودن خاص در زبان مقاله یا نحوه جمله‌بندی‌ها پیدا کرد؛ اما بیشتر وقت‌ها، نوشته‌های آنها شلخته و مکانیکی است. کلمه‌های خاص و کم‌استفاده، چند بار در متن‌ها دیده می‌شوند. استدلال‌ها و ضد استدلال‌ها، فقط به نحوی خاص که پیام اصلی متن را تکرار کنند ارائه می‌شوند. حتی بعضی وقت‌ها این استفاده واضح‌تر هم می‌شود؛ چرا که بعضی متن‌های تحویل‌داده‌شده با این جمله شروع می‌شود: «من به عنوان یک هوش مصنوعی، برنامه‌نویسی شده‌ام تا…»

با این حال، اگرچه اساتید ممکن است فکر کنند که در تشخیص نوشته‌های تولید شده توسط هوش مصنوعی مهارت دارند، مطالعات نشان داده‌ که در واقعیت اینطور نیست. یکی از این مطالعات که در ژوئن ۲۰۲۴ منتشر شد، از پروفایل‌های جعلی دانشجویان برای قرار دادن تمام کارهای تولید شده توسط هوش مصنوعی در برگه‌های نمره‌دهی اساتید در یک دانشگاه بریتانیایی استفاده کرد. اساتید نتوانسته بودند ساخته شدن ۹۷ درصد آنها توسط هوش مصنوعی را تشخیص دهند. از زمان راه‌اندازی ChatGPT تا الان، ظرفیت هوش مصنوعی برای نوشتن مقاله‌های شبیه به انسان، بهتر و بهتر شده است. به همین دلیل است که دانشگاه‌ها از آشکارسازهای هوش مصنوعی مانند Turnitin استفاده می‌کنند که از هوش مصنوعی، برای تشخیص الگوهای مختلف در متن تولید شده توسط هوش مصنوعی استفاده می‌کند. آشکارسازها، پس از ارزیابی یک بلوک متن، درصد امتیازی را ارائه می‌دهند که نشان دهنده احتمال تولید آن مقاله توسط هوش مصنوعی است. دانشجویان در مورد اساتیدی صحبت می‌کنند که شایعه شده است آستانه‌های خاصی (مثلا ۲۵ درصد) دارند که بالاتر از آن، یک مقاله ممکن است به عنوان نقض قانون اخلاق و تخلف علامت‌گذاری شود؛ اما حتی یک استاد – در مدارس دولتی بزرگ یا مدارس خصوصی کوچک، نخبه یا … – پیدا نشده است که به اجرای چنین سیاستی اعتراف کرده باشد. به نظر می‌رسید بیشتر آنها تسلیم این باور شده بودند که آشکارسازهای هوش مصنوعی، در حقیقت کار نمی‌کنند. علاوه بر این، آشکارسازهای مختلف هوش مصنوعی، نرخ موفقیت بسیار متفاوتی نیز دارند و در مجموع، در این رابطه داده‌های متناقض زیادی وجود دارد.

البته راه‌های آسان زیادی برای فریب دادن اساتید و تشخیص‌دهنده‌ها وجود دارد. دانشجویان پس از استفاده از هوش مصنوعی برای نوشتن یک مقاله، همیشه می‌توانند آن را با صدای خودشان بازنویسی کرده یا به آن غلط‌های املایی اضافه کنند؛ یا حتی می‌توانند از هوش مصنوعی بخواهند که این کار را برایشان انجام دهد. یکی از دانشجویان در تیک‌تاک گفته بود که پرامپت مورد علاقه‌اش این است: «آن را به عنوان یک دانشجوی سال اولی بنویس که کمی کودن است». دانشجویان همچنین می‌توانند پاراگراف‌های تولید شده توسط هوش مصنوعی را از طریق سایر هوش‌های مصنوعی که برخی از آنها «اصالت» خروجی‌های خود را تبلیغ می‌کنند، دستکاری کرده یا مقاله‌های گذشته خود را آپلود کنند تا هوش مصنوعی را با صدای خود آموزش دهند. اریک، دانشجوی سال دوم دانشگاه استنفورد، گفت: «آنها واقعا در دستکاری سیستم‌ها خوب هستند. شما یک پرامپت را در ChatGPT قرار می‌دهید، سپس خروجی را در یک سیستم هوش مصنوعی دیگر قرار می‌دهید، سپس آن را در یک سیستم هوش مصنوعی دیگر قرار می‌دهید. در آن مرحله، اگر خروجی نهایی را در یک سیستم تشخیص هوش مصنوعی قرار دهید، درصد تشخیص هوش مصنوعی استفاده‌شده هر بار کاهش می‌یابد». بیشتر اساتید به این نتیجه رسیده‌اند که متوقف کردن سوءاستفاده‌ گسترده از هوش مصنوعی، به چیزی بیش از نظارت صرف بر موارد فردی نیاز دارد و احتمالا به معنای بازنگری اساسی در سیستم آموزشی برای در نظر گرفتن دانش‌آموزان به صورت جامع‌تر خواهد بود.

چقدر به نظرسنجی در مورد کسب و کارها اهمیت می‌دیم؟

دو روز پیش از طرف اپل یه ایمیل برام اومد که بیا در مورد آیپدت یه پرسشنامه سطح رضایت پر کن. به طور کلی من خیلی سعی می‌کنم مشتری خوبی از نظر دادن فیدبک باشم. چه سرویس ایرانی چه سرویس خارجی. خیلی برام عجیب بود که چرا بعد از گذشتن سه سال از خریدن آیپد اومده بود این ایمیل رو داده بود. چیزی که برام خیلی جالب بود، سوال‌هایی پرسیده بود که دقیقا من بهشون دقت کرده بودم. به طور کلی من وقتی می‌خوام از یه دیوایس استفاده کنم، طوری که توی دست قرار می‌گیره یا حمل‌پذیری و از این دست موارد برام خیلی مهمه. سوالی برام پیش می‌آد اینه که آیا اپل حرف‌هام رو شنیده بود که اینطوری سوال شخصی‌سازی شده طرح کرده بود یا واقعا یکی از مهم‌ترین اولویت‌ها برای اون‌هاست!

[در مورد سرویس‌های ایرانی هم باید بگم هر وقت از زیرمجموعه‌های اسنپ یه اس ام اس می‌آد سعی می‌کنم پر کنم یا به هر سفارش امتیاز حتما سعی می‌کنم امتیاز بدم. در این زمینه واقعا معلومه اسنپ مشتری‌مداری رو حفظ می‌کنه.]

 

اما ابتدا می‌خوام یه سری آمار حدودی از این دست پرسشنامه‌ها بدم.

  • (توی گوگل سرچ کردم و با استفاده یک سری منابع جواب how many customers answer to questionnaire رو داد)

– برای پرسشنامه‌های رضایت مشتری بین ۱۰ تا ۳۰ درصد مشتری‌ها به پرسشنامه‌ها جواب می‌دن.

– پرسشنامه‌هایی که برای بعد از خرید یه محصول فرستاده می‌شن بین ۲۰ تا ۳۰ درصد پاسخ داده می‌شن.

(سوالی پیش می‌آد برای خودم اینه که واقعا با حدود جواب ۱/۳ از مشتری‌ها آیا به داده‌هایی که می‌گیریم واقعا می‌تونیم اعتماد کنیم؟)

چه فاکتورهایی توی این درصد‌ها تاثیر داره؟

  • هر چی کوتاه‌تر باشن، درصد بازخوردگیری بالاتره (پرسشنامه در مورد آیپد واقعا بلند بود ولی خودمو مجبور کردم جواب بدم.)
  • پاداش دادن به افراد: مثلا اگر کد تخفیفی یا هر نوع جایزه‌ای بعد از تکمیل پرسشنامه به مشتری داده بشه، نرخ بالاتر می‌ره. (اما ممکنه مشکلی پیش بیاد و پر کردن بی‌حوصله افراد برای گرفتن اون پاداش باشه.
  • نوع دلیوری: ایمیل یا اس‌ام‌اس به طور معمول استفاده می‌شه و با توجه به رفتار مشتری‌ها سنجیده می‌شه. (به شخصه بخوام بگم اینقدر اس‌ام‌اس تبلیغاتی آزارم می‌ده که هر نوع اس‌ام‌اسی از این دست ممکنه از دستم در بره و من هم همیشه سعی بر فرستادن عدد ۱۱ داشتم!‌ 🙂
  • هر چی مشتری توی سرویس شما engagement بیشتری داشته باشه، احتمال پاسخگویی‌ش هم بیشتره.
  • زمانبندی درست: اگر بدونیم مشتری‌ها توی چه اوقاتی ممکنه وقت داشته باشن تا بتونن جواب بدن و ما دقیقا سر همون موقع پرسشنامه‌ رو بفرستیم، به طبع فیدبک رو راحت‌تر دریافت می‌کنیم.

وقتی به جواب دادن به این پرسشنامه‌ها اهمیت بدیم، چه اتفاقی می‌افته؟

  • نظرسنجی‌ها نقاط قوت و ضعف کسب‌وکار را نشون می‌دن و زمینه‌های بهبود را مشخص می‌کنن.
  •  با رسیدگی به نگرانی‌ها و اعمال تغییرات، کسب‌وکار ارزش مشتریان را نشون می‌ده و وفاداری را افزایش می‌دن.
  • مشتریان راضی، کسب‌وکار را به بقیه توصیه می‌کنن و منجر به جذب مشتریان جدید و افزایش درآمد می‌شن.
  • درک ترجیحات مشتریان برای سفارشی‌سازی محصولات، خدمات و بازاریابی.
  •  ارائه بینش برای انطباق با انتظارات مشتریان و تغییرات بازار.
  • حل سریع مشکلات منفی، از مهاجرت مشتریان به رقبا جلوگیری می‌کنه.
  • داده‌ها برای تصمیمات آگاهانه در توسعه محصول، بازاریابی و بهبود خدمات مفیدن.

 

 

 

تامین مالی زنجیره تامین و کاربرد‌های آن

یه موقعی که دبیرستانی بودم و افتاده بودم توی فضای استارتاپی و اینجور چیزا، با یکی از دوست‌ها‌ی برادرم آشنا شدم که توی کرمون برای کاردرستی‌ش معروف بود. اواخر دبیرستان که حدودی به این نتیجه رسیده بودم برم مهندسی صنایع، فهمیدم ایشون هم مهندسی صنایع خونده. برام جالب‌تر شد که دقیقا یه نفر که مهندسی صنایع خونده چه کار می‌تونه بکنه که در کنارش تکنولوژی هم وجود داشته باشه. الان که تقریبا آخرای تحصیلم هست، بهم معرفی کرد که داره یکی از به‌روزترین ابزارهای تامین مالی رو توی ایران اجرا می‌کنه.

 

(توی نوشتن این مقاله از چت جی‌پی‌تی و سایت اینوستوپدیا کمک گرفتم، تا حالا به این صورت که لینک مقاله رو بدم و بگم ترجمه کنه انجام نداده بودم و جزئی‌تر بوده. سعی هم کردم لحن متن یک دست بمونه.)

 

تعریف زنجیره تامین:

سیستمی متشکل از سازمان‌ها، افراد، فعالیت‌ها، اطلاعات و منابعی هست که توی عرضه یه محصول یا خدمت به مصرف‌کننده دخیل هستند.

 

مقدمه:

بخوام اول یه خلاصه از این رویکرد بگم اینه که بهش می‌گن Supply Chain Finance و به فارسی ترجمه می‌شه «تامین مالی زنجیره تامین». در واقع می‌آد با استفاده از یه سری سیستم‌ یکپارچه نرم‌افزاری بین تامین‌کننده تا خرده‌فروش، نقد شوندگی برای تامین‌کننده را سریع‌تر و پرداخت مشتری را به تعویق می‌اندازه. در واقع انتهای این زنجیره همان BNPL (الان بخر بعدا پرداخت کن) انجام می‌شه.

 

ساز و کار دقیق‌تر با مثال:

وقتی یک تامین‌کننده می‌خواد کالا یا خدماتی را که داره، به خریدار (که یک شرکت بزرگ معمولا هست) ارسال کنه، یه صورتحساب صادر می‌کنه که توسط خریدار باید تایید بشه. اینجا یک موسسه مالی مثل بانک واسطه می‌شه، پول تامین کننده را به صورت نقد و معمولا با تخفیف پرداخت می‌کنه و منتظر می‌مونه تا موعد مقرر بیاد تا خریدار همون پول را به بانک (شاید با بهره پایین) برگردونه.

 

  • مزایایی که برای بازیگران زنجیره تامین به وجود می‌آد:
  • برای فروشندگان: بهبود گردش نقدی، کاهش ریسک نکول (احتمال عدم بازپرداخت توسط وام‌گیرنده)، و دسترسی سریع‌تر به پول نقد.
  • برای خریداران: افزایش مهلت پرداخت بدون ایجاد فشار بر تأمین‌کننده و تقویت روابط تأمین.
  • برای کل زنجیره تأمین: کاهش هزینه‌های مالی، افزایش شفافیت و بهبود همکاری.
  • هر سیستم یکپارچه‌ای در ابتدا با یه سری محدودیت‌ها و چالش‌ها دست و پنجه نرم می‌کنه:
  • نیاز مبرم به زیرساخت فناوری مناسب برای اجرای خودکار فرآیندها
  • وابستگی به اعتبار خریدار برای نرخ‌های مناسب (اعتبار خریدار خیلی جاها به موجودی انبار خودش بستگی داره)
  • پیچیدگی در یکپارچه‌سازی با سیستم‌های موجود سازمانی

 

  • در مورد پیچیدگی در یکپارچه‌سازی یه مثال عینی می‌تونم بزنم:

یه شرکت ساخت قطعات خودرو وجود داره، اون‌ها یه سری بازاریاب، انباردار و حسابدار دارن که در واقع اپراتورهای این نرم‌افزاری هستن که قراره کار یکپارچه سازی را انجام بده. بازاریاب باید با هر خرده فروشی که مشتری‌ش هستن هماهنگ باشه که سریع بتونه جنس خرده فروش رو جور کنه. بازاریاب باید برای اینکه کالاها را از انباردار بگیره، هماهنگ باشه تا بتونه کالاها رو به میزان تقاضای خرده فروشان و به تبع اون به مشتریان بفروشه. وقتی کالاها دارن از انبار خارج می‌شن تا فروخته بشن، حسابدارها باید دقیق حواسشون رو جمع کنن که یه رقم این طرف و اون طرف نشه. اگر یه سیستم یکپارچه وجود داشته باشه، تمام این کارها با روند راحت‌تر و شفاف‌تری جلو می‌ره.

 

در واقع حداقل تا جایی من دیدم هنوز هم بعضی جاها این کارا رو کاغذی انجام می‌دن و حالا اگر یکم پیشرفته باشه، نرم‌افزارهای مجزا دارن. وقتی سیستم یکپارچه باشه، کار در نهایت راحت‌تر می‌شه ولی اولش چالش به وجود می‌آد. چالش اصلی اینه که حسابدار حاضر نیست منعطف باشه که با یه نرم‌افزار دیگه (چه بسا ساده‌تر) کار کنه. به طور کلی می‌شه گفت تا اینکه مهاجرت کنیم به اون نوع نرم‌افزار خودش کار بزرگیه. باید یه زیرساخت باشه تا بشه اون رو توسعه داد ولی اگه نشه از ای‌پی‌آی بقیه نرم‌افزارها برای یکپارچه سازی استفاده کرد، مجبور به پیاده سازی یه سیستم داخلی هستیم یا اینکه یه سرویس وجود داشته باشه که این خدمات را ارائه بده و شخصی سازی کنه.

فیلم فرمول ۱

چون اخیرا به فرمول ۱ علاقه‌مند شدم و دیدم که برد پیت یه فیلم در این مورد ساخته، گفتم یه پست در این مورد بنویسم. یه چیز خیلی جالبی که کلا این مسابقات داره حداقل برای من اینه که یه سری ماشین و کادر فنی در طول سال برای هر تیم باید به جاهای مختلفی از دنیا فرستاده بشن که خودش از لحاظ لجستیک خیلی کار بزرگی هست.

این فیلم به کارگردانی جوزف کوسینسکی (کارگردان «تاپ گان: ماوریک») با بازی برد پیت در نقش سونی هیز (Sonny Hayes)، راننده بازنشسته اف۱ که پس از سه دهه می‌خواد به رقابت برگرده.

این فیلم با بودجه‌ی حدود ۲۰۰ تا ۳۰۰ میلیون دلاری، بر اساس فرمول‌های کلاسیک ژانر ورزشی-هیجانی ساخته شده و از صحنه‌های رانندگی واقعی بهره برده است. (تریلرش رو ببینید یه جاهایی نفستون حبس می‌شه!)

این فیلم ۲۷ ژوئن ۲۰۲۵ (۶ تیر ۱۴۰۴) در سراسر دنیا (به غیر از ایران) اکران شده!!

 شخصیت‌های اصلی داستان:
  • سونی هیز: قهرمان سابق دهه ۹۰ که بعد از یه سانحه نزدیک به مرگ، از فرمول ۱ فاصله گرفت و حالا به دنیال فرصت دیگه‌ای هست تا به زندگی‌ش معنی بده.
  • روبن سِروانتز (خاویر باردم): دوست و هم‌تیمی سابق سونی که مالک تیم ضعیف APXGP هست و او را به همکاری دعوت می‌کنه.
  • جاشوا پیرس/نوآ (دامسون ایدریس): راننده جوان و باانگیزه‌ای که باید از تجربه سونی بهره ببرد، اما تنش‌های نسلی دارند.
  • کیت مک‌کنا (کری کندون): مدیر فنی تیم که حضورش برای باورپذیری داستان حیاتی است.

 جلوه‌های بصری و ساخت استفاده از فیلم‌برداری در پیست‌های واقعی مانند سیلورستون (در کشور انگلیس) و مونزا (در کشور ایتالیا) با تصاویر هیجان‌انگیز که قابلیت نمایش در ‌آی‌مکس رو اثرگذارتر می‌کنه. در واقع یه تلفیق اثرگذار از افکت‌های عملی، تصاویر مسابقه واقعی و تکنولوژیکی سینمایی با سبک کوسینسکی هست.

موسیقی متن قدرتمند ساخته هانس زیمر هم به معروفیت این فیلم کمک زیادی کرده. توی فیلم هم از موزیک‌های خواننده‌ها و آهنگسازهای معروف دیگه‌ای هم استفاده شده، مثلا اد شرین، دوجا کت، تیستو و پگی گو. (یه چیز عجیبی هم هست اینه که از این آلبومی به عنوان فرمول ۱ اومده بیرون، سعی شده از آرتیست‌هایی استفاده بشه که تبعیض نژادی وجود نداشته باشه ولی انگار از اون ور بوم افتادن!)

در مورد ارزیابی منتقدان هم می‌شه گفت امتیازهای روّتن تومیتوز: ~۸۷–۸۸٪؛ متاکریتیک: ۷۰/۱۰۰ هستن. نکته‌های عمده که قابل تمجید هستن، اعم از انرژی بصری، جذابیت بازی برد پیت، و حس کلاسیک ژانر ورزشی‌ن.

نقدهایی هم که بهش می‌شه تکرار کلیشه‌های معمول ژانر و شخصیت‌پردازی نه چندان عمیق هست. طولانی بودن فیلم (~۱۵۵ دقیقه) و گاهی‌کسالت‌آور شدن ریتم هم نکته‌های منفی‌ش هستن.

 

نکته جالب توجهی به صورت کلی توی این نوع فیلم‌ها وجود داره، نوع و تیم بازاریابی اونا هست به طوری که یهو کل اینترنت از محتوای اون‌ها پر می‌شه. اگر هم که یه سوپراستار توی فیلم وجود داشته باشه چه می‌شود!!

استیصال در روند یادگیری آلمانی

یه کانال رندوم توی یوتوب پیدا کردم که طرف در مورد روند یادگیری زبان مجاری خودش صحبت می‌کنه. به طور کلی ترفند یادگیری بهتر زبان رو که برای خودش کارساز بوده می‌گه. اما اخیرا یه ویدیو گذاشته می‌گه که از یادگیری این زبان مستأصل شدم… (یه جایی از ویدیو می‌گفت یه سال داشتم آلمانی می‌خوندم و دیدم حال نمی‌کنم باهاش و برام سخت بود، ول کردم. اما معلمم گفته بود تو از بهترینای کلاس بودی، نوشتنت خوب بود، بهترین تلفظ رو داشتی، برگرد…)

شاید بدونید که دو ساله من دارم کلاس آلمانی می‌رم. از اول رویکردم این طوری بود برای اینکه سریع‌تر پیش‌ برم، کلاس خصوصی آنلاین بردارم، تا هم بتونم تمرین‌های شخصی‌سازی شده بیشتری انجام بدم، هم سریع‌تر پیش برم. اول رفتم توی یه سایت که کلا بستر برای همین کار بود. (اسمش رو نمی‌گم چون شاخ می‌شن) معلمش اصلا حوصله درس دادن نداشت. فکر کنم پنج جلسه رفتم و دیگه ادامه ندادم. بعد از اون کلی توی لینکدین گشتم، تا یه معلم با قیمت نسبتا خوب پیدا کردم. سه تا سطح A1, A2, B1 رو تا همین بهمن گذشته ادامه دادیم. (خیلی داشت کند پیش می‌رفت و واقعا حوصله‌م رو سر برده بود). فکر می‌کردم شاگرد خوبی برای اون معلم نبودم، اما گفت روند یادگیری زبان یه دید بلندمدت می‌خواد که من داشتم خوب پیش می‌رفتم.

از بهمن هم از طریق یه آموزشگاه توی تهرون با یه معلم دیگه ادامه دادم، حس می‌کنم بهتر داره پیش می‌ره ولی سطحی که دارم می‌خونم خیلی تلاش می‌طلبه، تمرین‌ها سخت‌تر هستند، کتاب‌کار خیلی ریزتر سوال می‌ده و الخ. ولی جز صبر و تلاش کاری نمی‌تونم بکنم.

در کنار کلاس، سعی می‌کنم پادکست و ولاگ به زبان آلمانی گوش بدم و ببینم. متن مجله‌ها رو بلند بلند بخونم. سریال که مرحله سخت‌تری هم هست بعضی وقتا نگاه می‌کنم، که سریال معروف Tatort به نظرم جالب می‌آد.

مسئله خیلی اذیت‌کننده‌ای باهاش روبرو هستم اینه که صبح‌ها که کلاس دارم، اینترنت و آنتن سیم‌کارت توی منطقه‌ای که زندگی می‌کنیم (مخصوصا آخر هفته‌ها) خیلی ضعیف می‌شه. هم برای من هم برای معلمم. این هم دست ما نیست متاسفانه! ولی سعی می‌کنه معلمم کلاس جبرانی بذاره تا قسمتی از این اتفاق رو جبران کنه. واقعا دمش گرم.

بعضی صبحا با خودم فکر می‌کنم اصلا ارزشش رو داره؟ شاید با همون انگلیسی تمام کارا راه بیفته. ولی به این کار ادامه می‌دم، چون از این روند کم و بیش لذت می‌برم! در واقع این استیصال مقطعی به وجود می‌آد… (یکی از دوستام که آیلتس می‌خونه می‌گه من یه موقعی اینقدر دیوونه بودم که آیلتس و آلمانی رو با هم داشتم جلو می‌رفتم:)

بعضی وقتا با خودم فکر می‌کنم یه سری زیر ساخت کلان که پایه درستی توی کشور ندارن، چقدر آدم‌های متفاوتی رو تحت تاثیر قرار می‌دن. 🙁

(یکی از چیزهایی که هر کسی با تکنولوژی کار می‌کنه رو اذیت می‌کنه همین تحریم‌های اینترنتی و فیلتر و سرعت بد هست. قطعا ساعت‌ها از وقتش رو سر همین‌ها تلف می‌کنه و چه بهانه‌ای بهتر از این برای مهاجرت.)

{یه چیزی که خیلی منو اذیت می‌کنه، فرهنگ رانندگی و کیفیت بد آسفالت و معابر هست. شاید بشه گفت تقریبا توی هیچ شهری هم معابر مناسب دویدن و دوچرخه سواری وجود نداره}

اتفاق‌های تصادفی برای مصمم‌تر کردن

یه موقعی یه توییت زدم که کسی غیر از بابام منو جدی نمی‌گیره. دیروز به حسی داشتم اعتماد بیشتری پیدا کردم.
وقتی ۱۵ یا ۱۶ سالم بود به این فکر بودم وقتی دانشجو شدم یا بعدترش، با داداشم شاید بتونیم یه کار راه بندازیم. ولی وقتی ۲۱ ساله شدم دیدم هیچوقت امکانش وجود نخواهد داشت! نه این که فقط من نخواسته باشم، کلا شرایط طوری هست که جوش نمی‌خوره. (دلایل متعددی داره که منتشرش کردن کار درستی نیست.)
یه سری آشناها با بابام صحبت کرده بودن برای اینکه یه کار راه بندازن و بابام نخواسته بود خودش ورود کنه و منو داداشم رو آورده بود. در واقع من دیروز توی گروه صحبت‌ها برای راه انداختن «کار» عضو شدم.
یه توییت دیگه هم زده بودم، از این حرف که «بیا کاری راه بندازیم» خسته‌ام. یکی از دوستان اومد نوشت: «دقیقا برای منم همینطوره، ولی همون افراد تا صحبت انجام دادن می‌شه جا می‌زنن!» اینجا هم این شرایط صدق می‌کنه و با توجه به صحبت‌ها و تاریخ پیام‌هایی که توی گروه بود دیدم لامصب چقدرررررم تند دارن پیش می‌رن. 🥶🥶🥶
اتفاق تصادفی که پیش اومد هم این بود که توی سریالی داشتم میدیدم، افراد یه خانواده می‌خواستن یه خونه بازسازی کنن، که بزرگ فامیل‌شون همچین حرفی زد:
«خانواده و کار با هم جور در نمی‌آد»

دو اتفاقی که قلبم رو فشرد

امروز بعد از کلاس معارف، که واقعا شت خالص بود، رفتم بیرون دانشگاه سیگار بکشم که از چرت و پرت‌های کلاس حواسم رو پرت کنه. یهو بحث این شد ایران داره چه کار می‌کنه و مواضعش با سوریه چطوری بوده و آمریکا چه کار کرده، روسیه و چین دارن ایران رو می‌دوشن و آمار صادرات خدمات فنی و مهندسی ایران چه پیشرفتی داشته و الان فلان لاین معدن سرچشمه خراب بشه با کلی التماس باید بیان بگن فرانسوی‌ها درستش کنن و و و

حین سیگار کشیدن یکی از همکلاسی‌های یکی از درس‌های پایه رو دیدم، گفت فندکت رو بده و شروع کرد از معدن مس سرچشمه صحبت کردن. گفت مکانیک می‌خونه و امیدش به کار کردن توی مس هست. در کل گفت خیلی اوضاعش خرابه چون یه مدت اونجا کار می‌کرده. مثلا خود ایرانی‌ها نمی‌تونن توسعه بدن و تغلیظ ۱ رو آمریکا کار کرده که کاملا درست کار می‌کنه و تغلیظ ۲ هی خرابی می‌ده و تغلیظ ۳ رو احتمالا چینی‌ها دارن کار می‌کنن. بعدش که هم‌مسیر شدیم سمت کتابخونه گفت متولد ۸۰ هست و پشت کنکور مونده و به خاطر افسردگی و افت تحصیلی کلاس یازدهم نتونسته بود نتیجه خوبی بگیره. دقیقا این حرف منو یاد خودم انداخت که کلاس یازدهم خیلی سخت گذشت، بعد از اون تابستون که اتفاقات بدی افتاد و من هوایی شده بودم… توی کرونا هم که افسردگی بیداد می‌کرد و وقتی دانشگاه حضوری شد چقدر همه چی بدتر شد! بعضی وقتا از منفی‌بافی خسته‌ام ولی می‌نویسم که از دردش کم بشه.

بعد از کتابخونه رفتن منتظر علی موندم که بریم تئاتر جدیدی که دوست مشترکمون توی تیم اجرایی‌ش بوده رو ببینیم.

رفتیم دیدیم و جاهایی‌ش بغضم گرفت. تئاتر در مورد یه نفر که با یه بیماری مادرزادی به دنیا میاد که روی حرکت پاهاش تأثیر می‌ذاره بود. از اول می‌اومد زندگی خودش رو تعریف می‌کرد و یه جاهایی بعضی‌ها بهش می‌گفتن خودتو بکش و همه رو خلاص کن. (به طور کلی این نمایش منو یاد کتاب «نامه به فرزندی که هرگز زاده نشد» انداخت) یاد این افتادم که اون بی‌همه‌چیزی که دعوت کردم کرمون و با یه نفر اومد چه حرفایی به من زدن! یکی از حرفاشون همین بود. دو تا معتاد آکادمیک! که زندگی رو فقط واسه خودشون می‌دیدن و چشم دیدن بقیه رو ندارن!

اومدم آخر تئاتر با هم سه تایی عکس بگیریم که فیلمش کردم که تعریف کنیم ازش و اینا و توی فیلم پرسید نظرت چی بود؟ گفتم تاثیرگذار بود و یه جاهایی باهاش هم‌ذات‌پنداری کردم. هیچوقت این احمق فکر نمی‌کنه حرفاش می‌تونه تاثیر بدی داشته باشه و گفت درسته چون هر دو تا راوی داستا‌ن‌هاتون معلولن!

آخر شب‌ها معمولا چه کار می‌کنم؟

روزهای شنبه تا چهارشنبه که کم و بیش درگیر دانشگاهم، شب که میام خونه تا بخوام بخوابم (اغلب درست نمی‌تونم بخوابم، یا خیلی دیر می‌خوابم یا اگر قراره صبح زود جایی باشم کلا نمی‌خوابم و خودمو سرگرم می‌کنم!) خیلی عادت بدیه، باید ترکش کنم.

کتاب می‌خونم، پادکست آلمانی گوش می‌دم و سریال می‌بینم.

متاسفانه توی همین کارها هم نظمی ندارم، ممکنه پشت هم صفحات یک کتاب را یهو تموم کنم (مثل کتاب نامه به کودکی که هرگز زاده نشد.) یا چند اپیزود پشت هم سریال مدرن فمیلی ببینم یا به کتاب‌های دیگه ناخنک بزنم! حالا حتما هم همه چیز که نظم نباید داشته باشه!!

آلمانی خوندن داره عذابم می‌ده، نمی‌دونم چجوری جذابش کنم. یکم مصمم شده بودم ولی ول شد. باید باورامو باور کنم… برای همین پادکست یا یوتوب دیدن به آلمانی جدی‌تر نیست که در واقع باید برعکس باشه.

صبح‌های زود ورزش نمی‌رم، به کلاسای حتی ظهرم درست نمی‌رسم. خیلی اوضاع بی‌ریختیه. برای دشمنمم نمی‌خوام.

گروه بزرگ ویرجین و ارتباط آن با علایق من

اولین بار که به دوبی مال سر زده بودم، یک فروشگاه توجه من را خیلی جلب خودش کرد. با توجه به اینکه نزدیک یکی از درب‌های ورود هم بود و استایل قرمز و سفید هم داشت، بیشتر جلب توجه می‌کرد.

پر از کاست‌هایی از آلبوم‌های خواننده‌های معروف (هم قدیمی هم جدید)، پر از واینیل، تیشرت، کتاب و کالاهای شبیه به اینها. می‌شد ساعت‌ها در همان یک فروشگاه وقت گذاشت و سیر نشد!

در واقع یکی از چند فروشگاه اصلی باقیمانده از «ویرجین مگا استور» رو دارم توصیف می‌کنم! در مورد این فروشگاه که بیشتر سرچ کردم فهمیدم در دهه هفتاد میلادی «ریچارد برنسون» (وبلاگ ریچارد برنسون) این نوع فروشگاه را تاسیس و بعد از مدتی در تمام دنیا شعبه داشته که حدود سال‌های ۲۰۰۷ یا ۲۰۰۸ به مشکل‌هایی می‌خورند و الان فقط در خاورمیانه و آفریقای شمالی شعبه دارند. اصلی‌ترین چالش‌های آن‌ها هم جابجایی شعب در جاهایی که گران‌تر تمام می‌شدند، تغییر سلیقه مخاطب به استفاده از سرویس‌های آنلاین و کمتر شدن سهم آن‌ها از بازار بود!

اسم ویرجین هم از یک جلسه بارش فکری آمده بود که اول‌های کارش با شریک‌ش به ذهنشان رسیده بود. دلیلش هم این بود آن‌ها اول‌های کار شروع یک بیزنس بودند به مثابه «آدم‌ها ویرجین»! 🙂

تمام شرکت‌های گروه ویرجین رو می‌تونید توی این لینک به اختصار ببینید. در ادامه به صورت خلاصه و با دسته‌بندی که خودشان ارائه دادند فعالیت‌های این گروه رو توضیح می‌دم.

 

  • سرگرمی:

شامل شرط بندی مسابقات ورزشی، انتشارات (کتاب‌های مربوط به کارآفرینی و بیزنس)، بازی، مگا استور، موزیک، رادیو، رکورد لیبل

  • سلامتی و تندرستی:

ویرجین اکتیو یک سری باشگاه‌های تندرستی هستند که ۲۳۰ باشگاه در کشورهایی مثل ایتالیا، آفریقای جنوبی، استرالیا، سنگاپور، تایلند و انگلیس فعالیت می‌کنند.

  • مالی:

فعالیت ویرجین مانی به این صورت گفته شده که همه فعالیت‌های بانکی از جمله حساب‌های جاری و حساب‌های پس انداز تا حساب وام مسکن را ولی به صورت شفاف‌تر انجام می‌دهد. فضای شعب آن هم خیلی جالب به صورت خودمونی طراحی شده تا اعتماد بیشتری کسب کند.

  • مردم و سیاره (People and Planet):

به دو بخش اصلی ویرجین استارتاپ و ویرجین یونایت تقسیم می‌شود. ویرجین استارتاپ به طور کلی به استارتاپ‌ها برای منتورشیپ وجذب سرمایه کمک می‌کند. ویرجین یونایت هم به عنوان یک سازمان غیرانتفاعی در مورد چالش‌های اجتماعی مثل تغییر اقلیم و حقوق بشر فعالیت می‌کند. (من قبلا خیلی به این طور فعالیت‌های شرکت‌ها دید خوبی داشتم ولی بعضی مطالبی رو خوندم که می‌گفت بیشتر به خاطر فرار مالیاتی و سرمایه‌گذاری در بقیه فعالیت‌هایشان به طور غیر مستقیم هست. اما برام به طور دقیق اثبات نشده که واقعا می‌تونه درست باشه یا نه، پس من هنوز فکر می‌کنم به خاطر مسئولیت اجتماعی‌شان هست!)

  • تکنولوژی:

در این قسمت ویرجین سعی دارد در کشورهای مختلف پهنای باند اختصاصی یا سیم کارت ارائه دهد. ویرجین موبایل در هفت کشور لهستان، کویت، عربستان سعودی، امارات، کلمبیا، شیلی و کانادا فعالیت می‌کند!

  • سفر و فراغت:

فعالیت‌های اصلی این بخش به ایرلاین، هتل، بلیت قطار، سفر دریایی ختم می‌شود. در یک سری فرودگاه‌ها هم گیفت شاپ دارند که کالاهای متنوعی مربوط به همان کشور می‌فروشند.

  • فضایی:

ویرجین گلکتیک اولین خط فضایی تجاری جهان است و هدف ما این است که مردم سراسر جهان را با عشق، شگفتی و حیرتی که سفر فضایی ایجاد می‌کند، آشنا کنیم. ما معتقدیم که پروازهای فضایی توانایی منحصر به فردی در تغییر دیدگاه‌ها، فناوری و حتی مسیر ما به عنوان یک گونه دارند.

نکته جالبی که وجود دارد این است که اولین سفر موفق را نیز خود ریچارد برنسون و سه همکار دیگر در ۱۱ ژولای ۲۰۲۱ انجام دادند. آن‌ها به نقطه صفر جاذبه سفر کردند و برگشتند!

 

سوالی که برای خودم همیشه به وجود آمده که چگونه ریچارد برنسون این همه فعالیت را در سطح جهانی مدیریت می‌کند؟ کاش روزی دلیل دقیق موفقیتش را بفهمیم. این مصاحبه‌هایی که در یوتوب از او وجود دارد شاید بشود یک دید کلی به ما بدهد!

مصاحبه با معاون عملیاتی هولدینگ اسنپ مارکت

اخیرا با یکی از افرادی که خیلی علاقه دارم، کار آینده‌ام شبیه‌شان شود آشنا شدم و تصمیم گرفتم با ایشان مصاحبه‌ای انجام دهم! آقای مهندس امین ظریفی (پروفایل لینکدین) معاون عملیاتی هولدینگ اسنپ مارکت هستند که در ادامه ازشان سوال‌هایی پرسیدم:

(تا به حال مصاحبه کتبی به عنوان پست انجام ندادم و به خاطر خام بودن سوال‌ها و عدم پیروی از قالب خاصی بر من ببخشایید.)

سوالات کلی درباره نقش و مسئولیت‌ها:

 به عنوان مدیر عملیات مهم‌ترین مسئولیت‌های شما چیست؟ مهم‌ترین مسئولیت من به عنوان مدیر عملیات این است که اطمینان حاصل کنم همه مراحل از زمان ثبت سفارش تا تحویل به مشتری بدون مشکل انجام شود. این شامل برنامه‌ریزی برای ارسال، هماهنگی تیم‌های عملیاتی، طراحی فرآیندها، مدیریت هزینه‌ها و افزایش بهره‌وری است.

سوال: چه مهارت‌هایی برای موفقیت در این نقش ضروری هستند؟ توانایی تحلیل داده‌ها، درک سیستماتیک از فرایندها، مدیریت تیم، تصمیم‌گیری سریع در شرایط بحرانی، و شناخت دقیق از رفتار مصرف‌کننده و بازار FMCG از مهم‌ترین مهارت‌ها هستند.

سوال: یک روز کاری معمولی برای شما چگونه می‌گذرد؟ روز من معمولاً با بررسی شاخص‌های عملکرد (KPI)، مرور اتفاقات روز قبل، جلسات هماهنگی با تیم‌های مختلف (از عملیات تا فناوری)، رسیدگی به پروژه‌های بهبود و پاسخگویی به چالش‌های جاری آغاز می‌شود و تا آخر شب ادامه دارد.

درباره زنجیره تامین و موجودی:

سوال: همکاری شما با تامین کنند‌گان برای دارک استور و سوپرمارکت‌ها به چه صورت است؟ در نقش من ارتباط مستقیم با تامین‌کنندگان وجود ندارد، اما از منظر عملیاتی ما تلاش می‌کنیم فرآیند تحویل و ذخیره‌سازی کالاهایی که از تامین‌کننده‌ها دریافت می‌شود، به بهترین شکل انجام شود تا مشکلاتی در ادامه مسیر پیش نیاید.

سوال: چگونه موجودی را در دارک استورها مدیریت می‌کنید تا از کمبود یا هدر رفت کالاها جلوگیری شود؟ برای مدیریت موجودی، از سیستم‌های پیش‌بینی تقاضا و مانیتورینگ لحظه‌ای استفاده می‌کنیم. با تحلیل داده‌های فروش، سطح موجودی‌ها را تنظیم می‌کنیم تا از کمبود و هدررفت جلوگیری شود.

سوال: چطور تضمین می‌کنید که محصولات تازه با کیفیت مناسب به دست مشتریان برسد؟ کنترل کیفیت محصولات تازه به صورت درون‌شعبه‌ای انجام می‌شود. همکاران عملیاتی در هر دارک استور یا فروشگاه وضعیت ظاهری، تاریخ انقضا و شرایط نگهداری کالاها را بررسی می‌کنند تا کیفیت مناسب حفظ شود.

درباره تکنولوژی و بهینه سازی:
  • چه فناوری‌هایی در بهبود عملیات گروسری آنلاین تاثیرگذار هستند؟ استفاده از سیستم‌های مدیریت سفارش، ابزارهای مانیتورینگ زنده، و نرم‌افزارهای هوشمند در مدیریت مسیر ارسال و تخصیص منابع نقش مهمی در بهبود عملیات ما دارند.
  • آیا از هوش مصنوعی یا داده‌کاوی برای بهینه سازی عملیات استفاده می‌کنید؟ چگونه؟ بله، از داده‌کاوی و الگوریتم‌های هوش مصنوعی در بخش‌هایی مثل پیش‌بینی تقاضا، بهینه‌سازی مسیر ارسال، و تخصیص نیرو استفاده می‌کنیم. این ابزارها باعث شده‌اند تصمیم‌گیری‌ها سریع‌تر و دقیق‌تر شوند.
  • چطور عملکرد و بهره‌وری تیم عملیاتی را اندازه‌گیری می‌کنید؟ ما با استفاده از شاخص‌هایی مثل نرخ تکمیل سفارش، دقت در تحویل، بهره‌وری نیروها، و میزان رضایت مشتری عملکرد تیم‌ها را ارزیابی می‌کنیم.
درباره مشتریان و تجربه کاربری:
  • مهم‌ترین فاکتور برای افزایش رضایت مشتریان در بخش عملیات چیست؟ مهم‌ترین عامل، تحویل به‌موقع و کامل سفارش همراه با کیفیت مناسب کالاست. اگر این سه مورد رعایت شوند، تجربه مشتری مثبت خواهد بود.
  • آیا مشتریان تفاوتی بین سفارش از دارک استور و سوپرمارکت احساس می‌کنند؟ بله، معمولاً سفارش از دارک استورها تجربه یکدست‌تری دارد چون موجودی، چیدمان و فرآیند آماده‌سازی سفارش‌ها کنترل‌شده‌تر است.
  •  آیا تغییری در رفتار خرید مشتریان دیده‌اید که روی عملیات تاثیر گذاشته باشد؟ بله، مشتریان حالا انتظار تحویل سریع‌تر، سفارش‌های با حجم کمتر اما بیشتر در تعداد دارند. همچنین به تازگی و کیفیت کالا حساس‌تر شده‌اند.
درباره چالش‌های عملیاتی:
  • بزرگترین چالش‌های یک گروسری آنلاین در مدیریت عملیات در ایران چیست؟ عدم ثبات اقتصادی، محدودیت‌های لجستیکی، نوسان در تامین، و سطح توقع بالای مشتری از بزرگترین چالش‌ها هستند.
  •  راهکارهای شما در صورت بروز هر گونه مشکل برای دارک استور یا سوپرمارکت چیست؟ در چنین شرایطی تلاش می‌کنیم از ظرفیت دیگر فروشگاه‌ها، منابع پشتیبان و نیروهای جایگزین استفاده کنیم تا عملیات قطع نشود.
  • چه‌ استراتژی‌هایی برای کاهش تاخیر در ارسال در هر دو مدل دارید؟ از الگوریتم‌های هوشمند زمان‌بندی و مسیربندی استفاده می‌کنیم، و با مدیریت درست ظرفیت پیک‌ها و زمان تحویل، تلاش می‌کنیم تاخیرها را به حداقل برسانیم.
آینده و توسعه صنعت گروسری آنلاین:
  •  به نظر شما آینده عملیات در گروسری‌های آنلاین چگونه خواهد بود؟ به‌سمت یکپارچه‌سازی بیشتر بین عملیات و فناوری، استفاده از ابزارهای دقیق‌تر برای پیش‌بینی، و ارتباط هوشمندتر با مشتریان حرکت خواهیم کرد.
  • چه روندهایی را در آینده برای بهینه سازی فرآیندها پیش‌بینی می‌کنید؟ استفاده بیشتر از هوش مصنوعی، بهینه‌سازی زمان‌بندی ارسال، و ارتقای تجربه کاربری از طریق تکنولوژی از مهم‌ترین روندها خواهند بود. همچنین ما در حال برنامه‌ریزی برای اتوماسیون بخش‌هایی مثل مرکز تماس هستیم.
  •  فکر می‌کنید در آینده کدام مدل (استفاده از دارک استورها یا همکاری با سوپرمارکت‌ها) موفق‌تر خواهد بود؟ چرا؟ مدل دارک استور در مناطق پرتراکم و با حجم سفارش بالا مزایای بیشتری دارد چون فرآیندها قابل کنترل‌تر هستند. اما مدل سوپرمارکتی برای پوشش سریع‌تر و کاهش هزینه در مناطق خاص همچنان مؤثر خواهد بود.

 

  • چه توصیه‌ای برای کسانی دارید (به خصوص فارغ التحصیلان و دانشجویان مهندسی صنایع) که می‌خواهند وارد این حوزه شوند؟ توصیه من به دانشجویان این است که از وقتشان به‌ خوبی استفاده کنند و دروس تخصصی را جدی بگیرند. اگر قصد دارند در ایران بمانند و کار کنند، بهتر است هرچه زودتر وارد بازار کار شوند. مهم‌ترین نکته برای شروع، داشتن یک تیم و مدیر خوب در شغل اول است.