欣赏式查询（AI）是一种组织管理方法，强调从长处着手寻找新的增长方向，而不是着重于弱点或要解决的问题。 如果这听起来有些不合常规，那就只是不熟悉名字而已，在整个商业世界中都能看到欣赏式询问的元素。 ，我们将研究什么是欣赏性查询及其运作方式。
欣赏式探究的起源
鉴赏性探究的起源可以追溯到1987年David Cooperrider和Suresh Srivastva发表的题为“组织生活中的鉴赏性探究”的论文，但它与Cooperrider的联系更为紧密。 创建了欣赏式查询，以提供解决管理问题的方法的替代方法。 Cooperrider从一开始就认为解决问题的方法是局限性的，并且固有地倾向于消极的。
解决问题的重点是使组织着眼于哪里出了问题以及如何解决。 鉴赏性研究首先要看什么运作良好，然后扩展到将来做更大事情的可能性。 例如，沃尔玛（Walmart）的可持续发展驱动力和创造可持续性指数的背后是赞赏性的询问，以衡量在实现其所有产品生命周期中使用100％可再生能源和实现零浪费这一目标方面的进展。 对于一个依赖于数量和微薄利润的企业来说，这是一个令人惊讶的目标，而且它可能不会脱离传统的战略会议。
鉴赏性查询原则
鉴赏性查询始于五项基本原则，旨在指导组织完成整个过程。 最初的五个原则是：
- 建构主义原则：组织内部的现实是主观的，它是通过语言和内部人员的互动形成的。
同时性原则：随着问题的提出和兴趣的增长，变革已经开始。
诗意原则：组织的特征是由人们彼此讲述的故事所创造和影响的。
预期原则：组织和人员朝着自己的未来形象努力。 通过扩展，对组织的正面未来形象将在当前产生积极影响。
积极的原则：真正的改变需要从积极的方面出发，以利用团队的集体创造力。
随着最佳实践围绕流程的发展，添加了一些附加原则。 它们包括：
- 整体性原则：您参与的利益相关者越多，在AI流程中将获得更多的价值。 例如，供应商和最终用户可以提供组织内人们没有的见解。
制定原则：像您在理想组织中一样行事将有助于实现这一改变。 这可以追溯到诗意和建构主义的原则，组织是人们内部及其互动的一种建构。
自由选择的原则：人们选择参与而不是被迫时，总是会更加投入，热情和有效。 当人们决定如何为新愿景做出贡献时，这意味着一些自我组织。
意识原则：我们始终需要意识到我们要提出的假设。 毫无根据的假设可能会阻碍协作。
原则的重叠和措辞可能会成为障碍，因为它们往往不如其他管理方法具体。 从字面意义上讲，这些原则是在说：
- 人们对您公司的相互评价很重要。
为您想要拥有的公司类型创建未来愿景将促使您和您的员工朝着今天的愿景努力。
质疑为什么要做自己的工作，而不是仅仅专注于如何更好地做自己的事情，这会激发创新和新想法。
专注于积极的态度有助于以协作的氛围而非防御的状态将人们团结在一起。
让更多的人参与其中意味着更多的创造力和集体智慧可以借鉴。
不要让假设和先入为主的观念使您无法给新想法一个机会。
欣赏查询的过程
为了实施AI，一群利益相关者将聚在一起并选择一个“肯定的主题”。该主题是组织正在做的很好的事情，对将来的成功至关重要。 例如，杂货店可能专注于货架上的本地产品范围或客户服务质量。
遵循AI原则，该过程分为四个阶段，也称为4D模型。 这些是：
- 发现：在发现阶段，参与者分享有关该主题的正面故事。 这些包括他们在组织中作为雇员的经验以及在其他组织中作为客户或客户的经验。
梦想：在此阶段，鼓励参与者想象理想的组织来实现肯定的主题。
设计：参与者讨论如何实现梦想阶段提出的集体梦想，并提出实现该梦想的变更建议或设计。
命运：参与者决定他们将如何以及如何为梦想和拟议的设计做出贡献。 此阶段有时称为交付，但Cooperrider并不喜欢该术语，因为它与传统的，注重结果的管理策略过于接近。
底线
全世界许多组织都在使用纯粹的欣赏式查询。 除了被各种规模的非营利组织和营利组织使用之外，人工智能还已经扩展到市政和国家层面。 成功应用后，AI可以提高员工满意度，提高效率，推动销售等。 然而，更具说服力的是，欣赏性探究的元素已经进入了被设计为替代品的传统管理方式。 例如，几乎每个公司的公司愿景都符合预期原则，并且许多解决问题的策略在很大程度上取决于“开箱即用”的集体讨论。 然而，以最纯粹的形式来说，人工智能是将组织重点转移到比其底线更大的事情上的强大工具，尽管最终结果通常也会对底线有所帮助。
（要了解其他决策方法和理论，请参阅： 理性选择理论 ， 博弈论基础 。）
