Сложность: друг, а не враг | Большие Идеи

・ Управление изменениями
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Сложность: друг, а
не враг

Как преуспевать нынешнему невероятно сложно устроенному бизнесу в условиях непредсказуемости, неопределенности и небывалой прежде взаимозависимости всех его составных частей.

Авторы: Рита Макграт , Саргют Гёкче

Сложность: друг, а не враг

читайте также

«Спрос на женский труд вырос во всех регионах»

Ирина Пешкова

Евгений Александрович Ямбург

Анна Натитник

От враждебности к сочувствию

Ребекка Найт

Сберечь и защитить: что делать предпринимателю в кризис

Александр Чачава

Заниматься бизнесом сейчас — совсем не то, что 30 лет назад. Главным образом потому, как мы считаем, что все усложнилось по сравнению с теми временами.

Сложные системы существовали всегда — и в мире бизнеса во все времена было много непредсказуемого и неожиданного. Но если прежде сложность была характерна в основном для больших систем вроде городов, то сейчас — буквально для всего, за что бы мы ни взялись: для товаров, которые мы создаем, для нашей повседневной работы, для организаций, в которых мы работаем. Всему виной информационно-технологическая революция последних десятилетий. Самостоятельные прежде системы теперь взаимосвязаны и взаимозависимы, а значит, по определению, более сложны.

Сложными организациями управлять гораздо труднее, чем просто большими. Труднее прогнозировать развитие событий, поскольку сложные системы ведут себя непредсказуемо. Труднее понять суть происходящего, поскольку нынешний уровень сложности часто превышает наши когнитивные возможности. И труднее планировать свои действия, поскольку нельзя судить о том, как сложная система проявит себя в будущем на основании анализа прошлого. Да и отклонения в сложной системе бывают обычно больше ­среднего значения.

Дело усугубляется тем, что наши аналитические средства быстро устаревают. Все вместе мы знаем немало о том, как работать в сложной деловой среде, но это коллективное знание не коснулось большинства современных руководителей высшего звена, каждого по отдельности, и бизнес-школ, в которых готовят будущих управленцев. Как исправить ситуацию?

Давайте поговорим подробнее о том, что же такое сложность, какие проблемы она порождает и как их решать.

Составное или сложное?

Есть по-настоящему сложное, а есть — просто усложненное: большое, составное. Эти два явления легко спутать. Руководители должны уметь их различать. Если вы будете управлять ­сложной организацией так, словно она только лишь составная, вам не миновать серьезных ошибок.

Простые системы предполагают минимум взаимосвязей и абсолютно предсказуемы. Представьте себе, что вы включаете и выключаете свет. Одно и то же действие всегда приводит к одному и тому же результату.

У составных систем вроде электросети, благодаря которой у нас в домах есть электрический свет, множество частей, но они работают по раз заведенному порядку и взаимодействуют согласно определенной схеме. Поэтому мы можем точно предсказать, как такая система будет работать. Скажем, полет пассажирского самолета предполагает целый ряд предсказуемых действий, что делает полет безопасным. Осваивать методику «шести сигм» организация может поэтапно, но исходные ресурсы, принципы работы и результаты назвать довольно просто.

В сложных системах все наоборот: даже если их компоненты сами по себе и работают по схеме, то взаимодействовать они могут все время по-разному. Сложность деловой среды определяется тремя факторами. Первый — это множественность потенциально взаимодействующих элементов. Второй — их взаимосвязанность. Третий — многообразие. Чем сильнее выражены множественность, взаимозависимость и многообразие, тем выше уровень сложности. Скажем, программа органического роста чрезвычайно сложна: она состоит из множества взаимодействующих, ­взаимосвязанных, многообразных элементов.

В сущности, главное различие между составными и сложными системами заключается в том, что, как правило, в первом случае можно, зная исходные условия, предсказать результат. В сложных системах при одинаковых исходных условиях результаты могут быть разными: все зависит от того, как будут взаимодействовать их элементы. Управление воздушным движением — сложная система. Тут все постоянно меняется в зависимости от погоды, времени простоя самолетов и т.д. Эта система предсказуема не потому, что обеспечивает одни и те же результаты при одних и тех же исходных условиях, а потому, что изначально ее проектировали так, чтобы она могла адаптироваться к любым изменениям во «взаимоотношениях» ее компонентов.

Можно разобраться в устройстве и простых, и составных систем, если выявить и смоделировать взаимодействие частей — четкое и предсказуемое. Но так не понять систему, все элементы которой взаимодействую постоянно и самым неожиданным образом.

Проблема сложности

Люди, управляющие сложными системами, чаще всего сталкиваются с двумя проблемами. Во-первых, часто невозможно предугадать последствия тех или иных решений, а во-вторых, трудно разобраться в сути происходящего.

Непредвиденные последствия. В сложной системе даже незначительные решения порой приводят к самым непредвиденным результатам. Исследователи выявили три типа ситуаций, в которых это случается с высокой долей вероятности.

Первая: события развиваются не так, как предполагалось. Вспомним историю Wii, игровой приставки компании Nintendo. Предполагалось, что благодаря ее уникальной возможности определять положение и скорость игрока удастся значительно увеличить рынок компьютерных игр. В остальном игровая приставка была довольно простой — компания сознательно пошла на это, чтобы завоевать новых пользователей и избежать роста цен. Разработчики считали, что целевая аудитория оценит новинку и извинит ее незамысловатость. План вроде бы удался: ряды поклонников Wii пополнились. Но пользователи «со стажем» встретили новую приставку настороженно, решив, что технология реагирования на движение — просто рекламный трюк. Спустя время оказалось, что независимые разработчики предпочитают выпускать новые игры для Xbox 360, PlayStation 3, но не для Wii — отчасти из-за ее ограниченных возможностей, а также потому, что сочли Wii неким промежуточным вариантом. Вряд ли в Nintendo могли бы предвидеть эти последствия.

А вот пример другого, счастливого, непредвиденного последствия. Генеральный директор Ford Ален Малалли согласился вместе с другими главами американских автомобильных компаний выступить в Конгрессе и подтвердить, что индустрии необходима срочная помощь государства, хотя в отрасли только Ford обошлась без денег, выделяемых по программе выкупа проблемных активов TARP. (Цепочки поставок в автомобилестроении так тесно переплелись, что, если бы закрылась GM или Chrysler, это бы ударило и по Ford, и Малалли не мог с этим не считаться.) Пресса на все лады расхваливала его решение, и американцы резко — в лучшую сторону — изменили свое мнение о машинах Ford.

Ситуация второго типа: непредвиденные последствия как совокупный итог отдельных событий. Если, к примеру, проследить истоки финансового кризиса 2008 года, то мы увидим множество отдельных, но связанных явлений: банковское регулирование стало менее строгим; появились инструменты, позволявшие кредиторам снимать с себя риски; валютно-кредитная политика была направлена на снижение процентных ставок; размывались разумные стандарты оценки кредитоспособности заемщиков и т.д. Теперь понятно, что все эти обстоятельства по отдельности были очевидны для многих наблюдателей, но почти никто не видел их в целом и никто не смог предсказать, как падение цен на жилье отразится на всей экономической системе.

И третий тип ситуации: действуют старые правила, хотя условия, при которых они появились, давно изменились и никто уже и не помнит, для чего они были нужны. Скажем, сотрудникам крупной нью-йоркской финансовой компании приходилось набирать код, чтобы зайти в туалет — и не пустить туда посторонних. После 11 сентября на входе в здание установили си­стему контроля безопасности и необходимость в кодовых замках отпала, однако избавлялись от них несколько лет. И все это время устаревшие меры предосторожности отравляли жизнь сотрудникам и посетителям.

Осмысление ситуации. Одному ­человеку увидеть сложную систему в целом трудно, если не сказать — невозможно. По сути, это проблема точки обзора: трудно, находясь в одном — любом — месте, обозревать и по­стигать взаимосвязи во всей их совокупно­сти и многообразии. Когда Citigroup чуть не ­обанкротилась в 2008 году, многие утверждали, что всему виной оргструктура, при которой каждая часть компании жила обособленно от остальных. Скажем, сотрудники, которые понимали, к каким последствиям для банка приведут субстандартные кредиты, никак не были связаны с теми, кто принимал стратегические решения, а потому первые не могли сообщить вторым о своих опасениях. Конечно, отнюдь не помогло делу и то, что тогдашний гендиректор Citigroup Чак Принс демон­стративно игнорировал то обстоятельство, что банк выдал слишком много плохих кредитов. Сейчас широко известно его высказывание, опубликованное в 2007 году в Financial Times: «Пока музыка играет, нужно вставать и танцевать. Мы все еще танцуем».

Кроме того, понять послед­ствия действий, наших собст­венных и других людей, нам мешают наши ограниченные когнитивные возможности. Руководители обычно уверены, что могут воспринять и осмыслить гораздо больше информации, чем, согласно науке, по силам человеку. В результате они порой слишком поспешно принимают серьезные решения, не осознавая в полной мере, как они отразятся на всей системе. Дерк Джагер, бывший глава Procter & Gamble, так рьяно взялся за реформы, что разорвал все неформальные связи в организации, не сумев понять, насколько важна взаимозависимость ее частей. За это Джагер поплатился: он проработал гендиректором всего 17 месяцев. Его преемник Алан Лафли почти не трогал оргструктуру, но пересмотрел принципы материального стимулирования и восстановил неформальные связи. В июне 2000 года, когда он ушел в отставку, рыночная стоимость компании составляла $69,6 млрд. К 2007 году она увеличилась до $231,9 млрд.

Кроме того, мы теперь знаем, что если сосредоточиться на чем-нибудь одном, то легко упустить из виду все остальное. Исследования выявили феномен «слепоты невнимания»: до­бровольцы, которые должны были с головой погрузиться в работу над заданием, не ­замечали происходившего вокруг.

Особую трудность для тех, кто пытается анализировать и осмыслять сложные системы, представляют собой чрезвычайные события: они происходят так редко, что невозможно предсказать, как они повлияют на систему. Вспомним, что управление воздушным движением — система в целом удобная и контролируемая, так как она подстраивается под малейшие изменения. Ее способность адаптироваться объясняется тем, что ее разработчики выявляли закономерности и дотошно исследовали истинные причины случавшихся сбоев. Когда же произошло экстраординарное событие — в апреле 2010 года в Исландии произошло извержение вулкана Эйяфьядлайёкюдль, который выбросил огромное облако вулканического пепла, а с подобным авиация еще не сталкивалась, — система вышла из строя и ее пришлось на время «отключить». То же самое было во время урагана Катрина в Новом Орлеане, ­землетрясения и цунами в Японии.

То есть, подводя итог, можно сказать, что самое трудное, применительно к сложным системам, — это строить планы на будущее, минимизировать риски и принимать сбалансированные решения.

Более совершенные методы прогнозирования

Чтобы точнее прогнозировать развитие событий, руководителям, имеющим дело со сложными системами, нужно предпринять ряд мер.

Отказаться от некоторых методов прогнозирования. Аналитические инст­ру­менты, как правило, предполагают два допущения, не совместимых со сложными системами. Во-первых, что явление изучается и анализируется независимо от других. В сложных системах с их тесной взаимосвязью элементов обычно сделать это невозможно. (Вспомним знаменитый «эффект бабочки»: изначально незначительное событие приводит к масштабным последствиям.) Во-вторых, предполагается, что на целое можно экстраполировать средние, или медианные, значения. Вот пример из области медицины: американское Управление по санитарному надзору за качеством пищевых продуктов и медикаментов намеревается (на момент написания статьи это все еще так) запретить к использованию в США в качестве средства для лечения рака молочной ­железы препарат «авастин», отменив данное им преж­де одобрение. Эти планы уже вызвали много шума: по оценкам, лекарство принимает 17 тысяч женщин. Повторные клинические исследования выявили потенциально опасный побочный эффект и не доказали, что препарат помогает среднестатистической больной. Тем не менее многие врачи и пациентки считают, что иногда он продлевает жизнь и повышает ее качество, а то и полностью излечивает болезнь. Лечение рака — сложная система, но ­Управление подходит к ней как к составной.

В бизнесе проблемы начинаются, когда компании пытаются предсказать поведение потребителей на основе среднестатистических данных. Людям в целом понравилась New Coke, тем не менее напиток не оправдал надежд маркетологов. Опасно также не учитывать то обстоятельство, что прошлые события могут повлиять на будущее. Boston Scientific заплатила за Guidant, разработчика и производителя электрокардиостимуляторов, имплантируемых дефибрилляторов, стентов и т.д., колоссальную сумму, хотя уже во время подготовки сделки стало известно о том, что качество продукции Guidant небезупречно и что саму ее обвиняли в предоставлении ложной информации при продвижении своего оборудования на рынок. Если бы Boston Scientific поняла, что всплывшие факты указывают на более глубокие проблемы, она не стала бы переплачивать за компанию, которую пришлось потом еще оздоравливать, щедро вливая ресурсы, а ее акции не упали бы (до сих пор непоправимо) в цене.

Вдобавок в сложных системах экстраординарные события могут происходить чаще, чем мы думаем. Методы, основанные на предположении об их редкости, мешают учитывать свойст­венную сложным системам многовариантность. За последние 50 лет половина доходов на американском фондовом рынке была получена в ходе всего десяти дневных торгов. И лишь горстка аналитиков, выстраивая свои модели прогнозирования, учла вероятность такого количества резких «пиков».

Моделируйте поведение системы. Чем экстраполировать среднестатистические значения на целое, стоит поискать подходящие вам модели прогнозирования: благодаря им вы лучше поймете особенности своей системы и то, как взаимодейст­вуют ее многочисленные элементы. Скажем, пользуясь моделями управления отношениями с клиентами, телекоммуникационные компании оценивают их готовность уйти к конкурентам. Другой пример — средства анализа данных, которые применяются для прогнозирования реакции потребителей на разные виды рекламы. Важно, чтобы ваши модели предусматривали маловероятные, но мощные по воздействию факторы. Как отмечают Пьерпаоло Андриани и Билл Маккелви, изучающие феномен сложности, в Калифорнии каждый год происходит 16 тысяч слабых землетрясений и лишь раз в 150—200 лет случается по-настоящему сильное. То есть среднестатистическое землетрясение там вполне невинно. Но утверждать строительные нормы и правила, учитывая только вероятность усредненных подземных толчков, более чем легкомысленно, ведь особую опасность представляют собой именно сильные. Так же и в бизнесе: важнее всего может быть экстремальная, хотя и редкая возможность, а вовсе не самая вероятная.

При прогнозировании анализируйте информацию трех видов. Итак, в сложной системе невозможно с высокой степенью точности предсказать будущее. Как же быть руководителю, если он должен принимать решения с прицелом на будущее? Как ему найти золотую середину между фантазиями на тему «что было бы, если бы» и прогнозами, сделанными на основе информации о прошедших событиях? Наш совет руководителям: понять, что из прошлого применимо к нынешней ситуации и что в следующий раз будет развиваться иначе.

Это можно сделать, в частности, разделив свои данные на три группы:

  • устаревшая информация об уже происшедшем — это большинство финансовых показателей и основные показатели эффективности;
  • данные о происходящем в настоящий момент; именно они свидетельствуют о том, на что вам стоило бы бросить силы;
  • упреждающая информация — она показывает, как могут развиваться события и как система может повести себя в том или ином случае.

Если основная масса данных относится к категории устаревших, это тревожный знак. Основываться в своих решениях преимущественно на них значит, по сути, рассчитывать на то, что будущее окажется похожим на прошлое. Хоть сколько-то информации должно быть у вас и в «упреждающем» блоке. Она, по определению, туманна и субъективна, ведь будущие события еще не произошли. Но иначе ­перемены застигнут вас врасплох. На примере проблемы 2000 года поясним, как информация из разряда упреждающей помогла предотвратить возможный сбой системы. Говорили, что при смене столетий компьютеры «сойдут с ума», потому что многие программы, созданные в ХХ веке, обозначали в датах год двумя знаками. Разработчики этого ПО предполагали, что их программы будут модернизированы задолго до начала нового тысячелетия, хотя многие «уцелевшие» системы с двузначным обозначением года остались (этот факт мы бы поместили в блок устаревших данных). Сценарии катаст­рофы из блока упреждающей информации получились настолько правдоподобными, что еще до 2000 года программисты привели в соответствие сложные компьютерные системы (намеченные до начала 2000 года меры следует отнести к категории текущей информации). Когда пробил час, проблем с ПО почти не было, за исключением незначительных. Заметьте: хотя метод блоков и упрощает действительность, он, в отличие от традиционных инструментов прогноза, не отметает сложность.

Более надежная профилактика рисков

Тем, кто отвечает за функционирование сложных систем, очень важно минимизировать риски. Однако общепринятые методы решения этой задачи оставляют желать лучшего. Поэтому мы посоветовали бы руководителям следовать некоторым правилам.

Не слишком стремиться к точным прогнозам, а то и совсем отказаться от них. В нашем непредсказуемом мире лучше всего заниматься тем, для чего и не нужны точные прогнозы. Взять хотя бы разработку новых продуктов. В традиционной системе производитель должен угадать, какими свойст­вами они должны обладать, чтобы их покупали, и сколько они должны стоить. Вероятность ошибки тут велика, особенно если речь идет о сложном продукте.

Но можно и не гадать, а выстроить систему, в которой принимать решения будут пользователи, сами создающие нужную им продукцию. Скажем, издательство Lulu в корне изменило обычную издательскую практику и перешло на модель «сделай сам», то есть издателем, по сути, стал автор — он выбирает формат, оформление, тираж книги и т.д., даже, по желанию, сам занимается его реализацией. Обычно издатели платят авторам аванс и печатают книги, не зная, сколько экземпляров будет продано. Авторы Lulu выкладывают произведения на сайте компании и называют свои цены. Печатаются книги только после того, как покупатели заходят на сайт и решают их приобрести. Авторы получают 50% дохода от продаж (это больше, чем везде), а Lulu предотвращает вполне типичную ситуацию, когда книги попадают в отделы уцененных изданий, пылятся на складе, либо остатки тиража приходится уничтожать. Выстроив так процесс принятия решений, издательство Lulu более или менее защищает себя от неверных решений.

Исключительно удачная модель 777 корпорации Boeing была создана по тому же принципу, правда, в этом случае продукт был несравненно сложнее. Впервые авиакомпании — восемь крупнейших авиаперевозчиков — и даже пассажиры активно участвовали в создании самолета: именно их пожелания ставились во главу угла. При этом компания обошлась без единого бумажного чертежа. Модель 777 была полностью разработана на компьютерах с помощью трехмерной конструкторской си­стемы. Поскольку самолет был предварительно собран на компьютере, это позволило отладить взаимодействие всех его систем и избежать ­неприятных сюрпризов при производстве.

Обособлять и дублировать части. Иногда элементы сложной системы стоит отделить друг от друга; если произойдет сбой, он не так сильно повлияет на всю систему. Обособление ее элементов дает два преимущества. Во-первых, это защищает части организации от угрозы непредвиденных событий, а во-вторых, позволяет не обескровить те части, которым придется в случае таких событий «вызывать огонь на себя». Сравните операционную систему Windows и прикладную программу Software as a Service (SaaS). В Windows операционная система вплетена в ткань ваших данных; если вы обновляете систему, вся информация, которую вы храните в компьютере, стирается, а значит, ее надо сначала продублировать и потом снова загрузить в компьютер. А в SaaS универсальный интерфейс сообщает компьютеру, где находятся ваши данные. И они не пострадают, если вы захотите «апгрейдить» свою операционную систему, поскольку она изолирована от них. Когда ПО и данные разъединены, вероятность того, что они пострадают одновременно, существенно снижается.

Можно сделать элементы си­стемы взаимозаменяемыми на случай сбоя части системы. При таком намеренном дублировании система будет функционировать, даже если некоторые ее элементы выйдут из строя. Обособленность и дублирование требуют лишних инвестиции, но они оправданны.

Конечно, организация не может до бесконечности обособлять и дублировать отдельные функции. Чтобы повысить адаптационные способности системы, полезно привлекать внешние ресурсы. Например, консалтинговая фирма Accenture обращается за помощью к своим многочисленным партнерам, если у ее клиента вдруг возникает проблема, которую она сама решить не может. Или если возникает необходимость в исследованиях, которые выходят за рамки ее компетенции, но могут представлять интерес для клиентов (скажем, у Accenture есть договоренность с одним из авторов этой статьи — Ритой ­Макграт).

Раскрепостить воображение. Далее, ради снижения риска важно, чтобы сотрудники всерьез относились к маловероятным событиям, которые, если все-таки произойдут, окажут сильное воздействие на компанию. Нужно почаще вспоминать ошибки прошлого, говорить о том, что делать в случае неблагоприятного сценария, — тогда люди станут чаще думать о будущем. Почему-то редко где ищут ответы на вопросы вроде «А что, если?». И очень зря — если ваши подчиненные дадут волю своей фантазии, они нарисуют такие картины, которые им вряд ли бы удались, действуй вы традиционным образом. Однако этим методам в бизнесе не доверяют, предпочитая якобы более полноценное, надежное «перемалывание цифр». Разговоры, игру воображения мы инстинктивно воспринимаем как литературщину и фантастику и только цифры уважаем за научность, видя в них истину в последней инстанции. Но раз общепринятые методы то и дело нас подводят, никак не помогая осмыс­ливать редкие и неожиданные ситуации (а это-то нас больше всего и интересует), значит, пора наконец отказаться от них. «Разговоры» наводят нас на полезные мысли относительно сложных систем отчасти именно потому, что фактические данные не сковывают воспоминания, идеи и соображения рассказчиков.

Производить обзор с разных точек. Полагаться на воображение и воспоминания хорошо, но до поры до времени: воображение может завести нас очень далеко. Никаких границ и ориентиров, которые подсказали бы нам, где стоит вести поиск, а где не стоит, тут нет. И в этой ситуации полезным оказывается метод триангуляции, как мы его окрестили.

Это значит, что проблему надо рассматривать с разных сторон — применяя разные инструметы, делая разные допущения, собирая разные данные (или рассматривая одни и те же под разным углом). Именно так нужно подходить к сложным системам. Например, фиксировать состояние разных элементов в конкретный момент и сравнивать результаты (социологи называют это статическим анализом) — совсем не то же самое, что наблюдать за развитием одного элемента: картина получается другой. А можно делать и то, и другое, изучая эволюцию множества элементов; это, собственно, главное условие сложнейшего эконометрического и финансового анализа. При всех его очевидных преимуществах метод триангуляции до недавнего времени использовали мало, но его инструментарий стал совершеннее и удобнее.

Наилучшие результаты в деле осмысления сложных систем дает сочетание эфемерного метода «воспоминаний и фантазирования» и количественного анализа, основанного строго на цифрах и потому не допускающего вольностей воображения. Первый метод позволяет нам обозревать маловероятные, но очень важные события и их непредвиденные последствия, а количественный анализ четко показывает взаимосвязь реальных компонентов системы. Руководителям, имеющим дело со сложными системами, нужно помнить об этом.

Разумные компромиссы

В составной организации привести все к единому знаменателю сравнительно просто. Надо лишь выявить оптимальную комбинацию элементов и уделять им основное внимание. Это напоминает решение технической задачи. В сложной среде согласовать интересы не так-то легко. В этом могут помочь две стратегии.

Стратегия реальных возможностей. Вы финансируете сравнительно небольшие проекты и можете, но не обязаны, вкладывать в них деньги и дальше. Ваша цель — выявить все тонкие места и получить максимально выгодные результаты. Вы будете, не особенно рискуя, постепенно формировать портфель мелких инвестиций, пока наконец не поймете, на что вам сделать ставку. Стратегия реальных возможностей позволяет предотвращать ошибки, не обходя риски, а учитывая все ­вероятные издержки (Сим Ситкин и его коллеги из Университета Дьюка назвали такие ошибки умными: они происходят, когда результаты нельзя заранее предсказать, поскольку никаких аналогов не было и не предвидится и, значит, приходится экспериментировать). Суть не в том, чтобы избежать ошибок, а в том, чтобы они обходились как можно дешевле и совершались на раннем этапе проекта. Именно благодаря им организация получает ценную информацию, которая помогает ей обходить конкурентов и обеспечивать себе жизнеспособность.

Поощряйте разнообразие во взглядах. Если бы вы понимали, что имеете дело не просто с составными системами, а со сложными, какую кадровую политику вы стали бы проводить? Составные системы похожи на механизмы — вам надо, помимо прочего, минимизировать трение. Сложные системы напоминают живые организмы, а для них неизбежны изменения и отклонения. То есть, чтобы ваша сложная организация исправно функционировала, надо укомплектовать ее людьми с разными талантами и разным миропониманием. Кто у вас в компании постоянно общается с сотрудниками, с которыми вы сами редко взаимодействуете? Кто выдвигает идеи, немного «не от мира сего»? Кто тонко ­чувствует подспудные риски и тенденции, которые ­остальные упускают из виду? Грамотно подбирать персонал для сложной системы значит искать как раз таких людей (см. врезку «Парадоксальный подход к найму персонала»).

МЫ ДОБИЛИСЬ огромных успехов в управлении составными системами, даже крупными; нам это удалось, потому что мы изучали сбои и вносили коррективы. Что касается сложных систем, то тут все не так радужно. Они не поддаются обычному моделированию, и традиционные методы управления не помогают с ними сладить. Чтобы руководители могли предвидеть, как поведут себя эти системы, нужны более совершенные средства — те, которые позволяют понимать, как взаимодействуют многочисленные элементы и как на них отражаются редкие чрезвычайные события.

Если мы предпримем меры для снижения рисков, если будем принимать взвешенные решения, учитывая мелкие ошибки, совершенные на ранних этапах работы, а также наберем коллектив по-разному мыслящих людей, способных творчески оценить происходящие изменения, мы будем увереннее управлять своими сложными организациями и с большей вероятностью вести их к успеху.

Каждый месяц мы иллюстрируем рубрику «Тема номера» работами современных фотографов, художников, скульпторов: они дополняют и оживляют наши тексты. Статьи этого номера сопровождаются фотографиями творений американской художницы Джен Старк. Свои завораживающие геометрические скульптуры она создает из цветной бумаги, которую вырезает вручную. По словам Джен, идеи для творчества она черпает в замысловатых узорах, которыми полна живая природа. Работы Джен Старк можно посмотреть на сайте jenstark.com.

ИДЕЯ КОРОТКО

Очень многие составные предприятия буквально за считанные годы стали сложными. В их структуре — множество разнообразных, взаимозависимых частей. Это ­обстоятельство очень осложняет задачу руководителей.

  • Никто не знает, что ­произойдет в результате взаимодейст­вия различных элементов бизнеса; при равных исходных условиях итоги могут быть разными.
  • Самые, казалось бы, ­простые действия приводят к непредвиденным ­последствиям.
  • В силу свойственных ­человеку когнитивных ­ограничений ни одному ­руководителю — хотя мало кто осознает это — не под силу ­видеть и понимать все многообразие бизнес-системы.
  • Самое сильное воздействие могут оказывать не типичные, а чрезвычайные события, которые происходят чаще, чем мы думаем. Чтобы обойти эти трудности, руководителям нужно принципиально иначе подходить к прогнозированию и профилактике рисков, искать новые методы принятия решений и проводить кадровую политику, которая гарантировала бы наличие разных точек зрения в организации.

Как сложность преобразует бизнес-экосистемы

У многих компаний, ­которые раньше работали на простых и замкнутых рынках, теперь неожиданно для них появились конкуренты из других отраслей. ­Рассмотрим в качестве примера бизнес платежей. Эмитенты платежных карт — Visa, MasterCard, American Express — получают деньги из двух источников: это ежегодные платежи держателей карт и продавцов, принимающих к оплате карты. Сейчас на рынок платежей ­хлынули новые игроки, в том ­числе операторы мобильной ­связи и ИТ-гиганты вроде Google. Им не нужно зарабатывать на платежах (в их бизнес-моделях ставка делается на рекламу), а потому они могут причинить серьезный ущерб основным игрокам. По мере того как деловые экосистемы становятся все более взаимосвязанными, а потому и более сложными, такого рода «подрывные» — и все более дейст­венные — стратегии осваивает все больше компаний.

Парадоксальный подход к найму рабочей силы

Cкотт Пейдж — социолог и специалист по сложным ­системам, ­сотрудник Мичиганского универ­ситета, автор книги «The Difference», в которой он рассматривает феномен много­образия. В частности, Пейдж пишет о стратегиях найма сотрудников, благодаря которым компании могут ­обеспечить себе разнообразие точек зрения. Ниже представлены результаты тестирования: ответы трех кандидатов на две вакантные должности; каждый правильный ответ отмечен крестиком. Те, кого выберут, войдут в научную группу, для работы которой первостепенное значение имеет многообразие мнений. Кого из этих трех вы бы выбрали? Больше всего правильных ответов у Джеффа (7); Роуз и Спенсер набрали 6 и 5, соответственно. ­Будем считать, что в остальном они равны. Большинство из нас, видимо, скажет, что наймут ­Джеффа и, похоже, Роуз. Но это, возражает Пейдж, наверняка не лучшее решение. Заметьте: Роуз и Джефф ответили правильно на одни и те же вопросы. То есть Роуз знает то же, что и Джефф. А Спенсер, хоть у него и больше ошибок, ответил правильно как раз на те ­вопросы, в которых ошибся Джефф. То есть в работу группы он мог бы привнести что-то свое. Отсюда вывод: если вашей организации нужны люди, по-разному смотрящие на вещи, ваша стратегия управления персоналом должна быть направлена на то, чтобы дополнять Джеффов Спенсерами.