Капитализм 2.0 и теория "Черных лебедей"

Нассим Талеб, ливанский математик, философ и выпускник программы MBA Wharton Business School, получил широкую известность благодаря написанной в 2006 году книге "Черный лебедь", где, среди прочего, утверждалось следующее: "Глобализация создала взаимосвязанную хрупкость, уменьшив волатильность и создав видимость стабильности... Мы никогда раньше не жили под угрозой глобального коллапса. Финансовые учреждения сливаются во всё меньшее число очень больших банков. Все банки взаимосвязаны. Финансовая биосфера поедается гигантскими, кровосмесительными, бюрократическими банками, и когда один из них упадёт, упадут все". Это пророчество блестяще сбылось. В настоящее время Талеб занят исследованиями в области философии случайности и роли неопределенности в обществе и науке с уклоном в философию истории и изучение роли важных случайностей (он называет их "черными лебедями") в определении хода истории. Важно отметить, что "черные лебеди" это не обязательно негативные события или катастрофы, но и случайные удачи. Талеб сформулировал правила капитализма версии 2.0, Всего правил десять: 1. Слабое звено должно ломаться, пока оно еще мало. К сожалению, экономическая эволюция привела к тому, что фирмы с максимальным количеством скрытых рисков, т. е. самые хрупкие, стали крупнейшими. 2. Недопустима национализация убытков и приватизация доходов. Мы умудрились совместить худшие черты капитализма и социализма. Во Франции 1980-х социалисты взяли верх над банками, а в США 2000-х банки одолели правительство. Это сюрреализм. 3. Человеку, разбившему школьный автобус, не стоит доверять новый. С крахом системы экономический истеблишмент утратил легитимность. Безответственно и безрассудно надеяться, что эти "эксперты" вытащат нас из ямы. Найдите умных людей с чистыми руками. 4. Не позволяйте тем, кто работает за бонусы, управлять АЭС или вашими финансовыми рисками. Сто к одному, что они пренебрегут безопасностью ради прибыли. Капитализм - это система вознаграждений и наказаний, не только вознаграждений. 5. Уравновесьте все сложное простым. Сложности, таящиеся в глобализации и крайней взаимосвязанности экономик, можно компенсировать простотой финансовых продуктов. 6. Не давайте детям взрывчатку. Сложные деривативы должны быть отменены, потому что никто их не понимает. Граждан необходимо защищать от них самих, от банкиров с их хеджированными продуктами и от доверчивых регуляторов, прислушивающихся к экономистам-теоретикам. 7. Только финансовые пирамиды работают на доверии. Правительству нет смысла восстанавливать доверие. Волна слухов - продукт сложности системы. С ними не нужно бороться, их нужно игнорировать, сохраняя твердость и решительность. 8. Не давайте наркоману наркотики, даже если у него ломка. Нельзя лечить долги новыми долгами. Долговой кризис - не временная проблема, а структурная. Нужна полная реабилитация. 9. Будущее людей не должно зависеть от предсказаний экспертов. Экономическая жизнь должна быть дефинансирована. Нужно научиться не использовать рынки как хранилища стоимости. На рынках нет того уровня определенности, который нужен людям. Будущее бизнеса, который человек контролирует сам, может быть неопределенным, но не будущее его инвестиций, которые он не контролирует. 10. Лучше добровольно перейти к капитализму 2.0: подтолкнуть то, что и так должно рухнуть; преобразовать долг в доли собственности; прекратить поклонение истеблишменту; запретить Нобелевскую премию по экономике; запретить выкуп компаний на заемные средства; указать банкирам их место; научить людей жить в мире, где крайне мало определенности. По мнению Талеба, следование этим правилам приведет в соответствие экономической жизни общества биологической среде: фирмы будут меньше, долгов не будет, экологическая обстановка улучшится. Это будет мир, где рискуют не банкиры, а предприниматели, где компании рождаются и умирают, не становясь темой для вечерних новостей. mbastrategy.ua
read more...

В историях – жизнь

Истории помогают нам на протяжении всей жизни. С самых древних времен, задолго до возникновения письменности именно истории были основным средством коммуникации между людьми. Сказания о божествах и ритуальные обряды распространялись через истории. Необходимость в передаче информации о трудовой деятельности из уст в уста, как утверждают некоторые психологи, являлась одним из факторов, оказывающих сильное влияние на развитие головного мозга древнего человека. Сформировавшись и закрепившись в ходе эволюции, такая форма поведения доказала свою эффективность. И в современном мире мы, будучи детьми, учимся на историях, которые слышим от наших родителей и старших друзей. Слушая сказки, мы узнаем о том, как устроен мир, «что такое хорошо и что такое плохо», учимся оперировать категориями, рассуждать, делать выводы и т.д. По мере взросления мы начинаем рассказывать истории сами. Порой, чтобы оправдаться за невыполненную домашнюю работу в школе или чтобы рассказать о том, как мы провели каникулы. Истории нужны, чтобы поддержать беседу, передать информацию и как-то повлиять на людей. Мы используем истории для решения широкого круга бизнес-задач. Сторителлинг как умение рассказывать истории применим в обучении, наставничестве, проведении презентаций, мотивации сотрудников, приеме на работу кандидатов и т.д. и является эффективным средством для выстраивания бизнес-коммуникаций. Почему рассказывание историй эффективно работает при построении коммуникаций? Во-первых, у слушателя в процессе следования за рассказчиком возникает чувство идентификации с «героем». Как правило, истории рассказываются в тех случаях, когда в них есть указание на способ решения какой-либо задачи, иллюстрация какого-нибудь процесса или наглядный пример. Таким образом, описываемая ситуация может как прямо, так и косвенно отражать происходящее с самим слушателем. Благодаря этому он мысленно встает на место «героя» истории и проходит с ним событийный ряд. Здесь же кроется вторая причина эффективности историй, которая заключается в том, что проблематика является близкой и актуальной слушателю. Традиционный пример – использование историй на Welcome-тренингах или конференциях сетевых компаний. Собирается большая аудитория, состоящая из новичков, приглашаются энергичные спикеры – достигшие успеха сотрудники и топ-менеджеры, которые начинают рассказывать «новобранцам» свои success stories. На глазах у публики разворачивается драматическое действо, в котором оратор откровенно делится тем, как начинал свой путь, когда у него было в кармане только 20 долларов. Он рассказывает обо всех трудностях, с которыми ему довелось столкнуться, приправляет фразами «но я верил в себя», а в итоге зрители видят, как у него «все получилось». Налицо идентификация аудитории с героем истории и близость происходящих с ним событий. Так же как и спикер, многие из пришедших на конференцию ищут новые возможности, испытывают финансовые сложности, хотят изменить свою жизнь и мир вокруг. История с хеппи-эндом помогает им поверить в свои силы и сделать важный шаг. Другой причиной эффективности историй является метафоричность и образность. Мы часто прибегаем к историям, чтобы проиллюстрировать сложные вещи простыми словами. Для этого используем метафоры и аналогии, включаем эмоциональные образы. На одной из встреч со стартапами мне однажды довелось услышать, как один лидер проекта долго объяснял ментору, в чем суть его бизнес-идеи. После нескольких вариантов объяснения ментор «упаковал» витиеватую мысль в одну фразу «у тебя это как "Фейсбук" для собак». В данном случае приводится аналогия, которая понятна и доступна слушателю, и мы достигаем лучшего понимания вопроса. Безусловно, ценность историй заключается в выводах, которые делает аудитория. «Сказка ложь, да в ней намек» – полностью отражает цели сторителлинга. Делая выводы, слушатель приходит к новому знанию: понимает способы решения задач, находит ответы на интересующие его вопросы. Наличие «морали», которая зачастую даже не озвучивается («Мораль сей басни такова»), помогает, например, в наставничестве, где важно, чтобы человек самостоятельно приходил к нужным инсайтам. Поскольку большинство из нас является «интуитивными рассказчиками», то вследствие незнания принципов составления историй наш рассказ не оказывает нужного воздействия. Какие ошибки встречаются наиболее часто? Что нужно учесть, чтобы история «сработала»? Структура истории. История должна с первых секунд привлекать внимание и погружать слушателей в контекст. Даже обыкновенный анекдот является точной моделью полноценной истории, поэтому рассмотрим традиционное начало анекдота: «На уроке ОБЖ учительница рассказывает детям…» Первое, что должно быть в истории, – экспозиция, которая сразу помещает слушателя в контекст. Мы видим, с кем (учительница, Вовочка) и где (на уроке) будет происходить событие. Если вспомнить народные сказки, что они начинаются со слов «жили-были старик со старухой». Как и в предыдущем случае, мы видим, что основными действующими лицами будут старик и его старуха. В ряде случаев в экспозицию нужно ввести время действия. Такой элемент мы можем использовать, например, в начале презентации: «На прошлой неделе я был в компании N, и у меня состоялся разговор с менеджером департамента…» Следующий элемент истории – герой. Это основной персонаж, вокруг которого развиваются события. Героем истории может быть вымышленный персонаж, сам рассказчик, люди, знакомые как рассказчику, так и слушателю. В хорошей истории содержится краткая характеристика героя, чтобы слушатели как можно лучше понимали контекст и мотивацию поступков героя. Одним из весьма распространенных поводов для сторителлинга является вопрос HR-менеджера «Расскажите о себе». Однако, к сожалению, многие соискатели обходятся лишь перечислением стандартных биографических сведений: родился в Москве, учился в 123-й школе, ходил на бокс, учился в университете на факультете, стал работать в компании N». Такой рассказ, по сути, дублирует информацию, которая уже имеется у рекрутера в резюме, поэтому нужно воспользоваться моментом и рассказать историю, которая охватывала бы ключевые биографические события, но также характеризовала человека как подходящего кандидата. В историю о себе можно включить описание важных функций на предыдущем месте работы, компетенции, заметные события, которые являются ценным вкладом в профессиональный опыт. Третий элемент истории – это событие, которое происходит с героем (в сценарном искусстве также можно увидеть термин «конфликт»). Событие состоит из проблемы, с которой сталкивается герой, и решения, которое он находит. Описывая событие, мы даем слушателям возможность увидеть себя на месте героя (здесь и происходит идентификация, см. выше) и «примерить на себя» его опыт. Диада «проблема-решение» является классическим приемом, который используется для привлечения внимания аудитории и демонстрации актуальности предлагаемых идей. Во время своих презентаций Стив Джобс многократно прибегал к такому способу. Так, на премьере первого iPhone он начал выступление с того, что на рынке существует множество разных моделей смартфонов (экспозиция). Однако из-за избытка кнопок и сложного меню в них очень сложно разобраться, поэтому иногда себя (герой) чувствуешь недостаточно smart (проблема). После этого он сделал анонс и сказал, что компания Apple «заново изобрела телефон», и показал новинку (выход на решение проблемы). Грамотно выстроенная структура истории позволит не упустить важные для слушателей детали, широко осветить ситуацию и способы преодоления препятствий, из которых аудитория сделает необходимые выводы. Люди верят личным историям История должна достигать сердец слушателей. Только такая история, которая рассказана от всей души, имеет наибольший потенциал. Это происходит вследствие того, что, рассказывая о своем личном опыте, мы гораздо эмоциональнее и живее подаем информацию. Мы помним, как оживлялась студенческая аудитория во время скучной лекции, когда преподаватель вдруг переходил на примеры из жизни. Меняется тембр голоса, появляется жестикуляция, используются образы и наглядные иллюстрации, ощущается энергетика рассказчика. Вспомните любой пересказ фильма или кино, который вам приходилось слушать, и сравните с любой личной историей, которая произошла с самим собеседником (даже необязательно, чтобы он спасал весь мир, достаточно даже одного котенка). Когда история произошла лично с вами, вы рассказываете ее с большей отдачей, чувствуется, что именно вы ее пережили и вам, в свою очередь, сильнее сопереживают. С другой стороны, любую, даже самую интересную, драматичную историю можно рассказать так пресно, что она пройдет мимо и не задержится в сознании слушателей. Аудиторию «цепляют» личные истории, поэтому им больше верят. Мы с большей охотой доверимся совету человека, который лично воспользовался услугами данного врача, адвоката, дизайнера, чем сотням объявлений и положительных отзывов на сайте. Сторителлинг – это технология рассказывания. Многие считают, что рассказчиком нужно родиться. Но на самом деле умение своевременно передать нужную историю, грамотно продемонстрировать ценность описываемых событий для человека, подвести его к нужным умозаключениям и найти способы решения бизнес-задач через проживание сюжета является лишь результатом практики и подготовки. И тогда сторителлинг становится настоящим искусством. expert.ru
read more...

Почему мы не работаем на работе

У Джейсона Фрайда есть радикальная теория рабочего процесса и она состоит в том, что офис - не место для работы. На TEDxMidwest он озвучивает главные проблемы (называя их M&Ms) и предлагает три возможных решения. Итак, я собираюсь поговорить о работе, особенно о том, почему люди никак не могут выполнить работу на работе. Эта проблема в той или иной мере касается всех нас. Но давайте-ка начнем сначала. Итак, у нас есть компании, некоммерческие организации и благотворительные учреждения и всякие группы, где есть наемные работники или различные волонтеры. И они полагают, что все работающие на них люди отлично работают - по крайней мере, я на это надеюсь. Как минимум хорошо работают, с надеждой, что работают прекрасно. И они обычно решают, что все эти люди должны быть в одном месте, чтобы выполнять эту работу. Итак, компания, или благотворительное учреждение, или любая другая организация обычно - если вы только не работаете в Африке, если вам настолько повезло - большинство людей должны ходить каждый день в офис. И эти компании строят офисы. Они идут и покупают здание, снимают помещение или арендуют какое-то пространство, и заполняют его разными вещами. Они ставят туда столы, стулья, компьютерную технику, программное обеспечение, проводят доступ к интернету, иногда холодильник или еще какие-то вещи. И они думают, что их сотрудники или волонтеры будут приходить в это место каждый день, чтоб совершать великие дела. И вроде бы они вправе требовать этого. Хотя, если действительно поговорить с людьми, и даже просто задаться вопросом, спросить себя - где я действительно хочу оказаться, когда мне надо что-то сделать? Вы обнаружите, что люди не отвечают так, как должны по мнению владельцев бизнеса. Если вы спросите людей, куда им действительно надо пойти, чтоб выполнить определенные вещи, скорее всего, вы получите три варианта ответа. Первый - это место, помещение или комната. Второй - некий движущийся объект. Третий - определенное время. Вот несколько примеров. Когда я спрашиваю людей - а я задаю этот вопрос разным людям в течение десяти лет - Я спрашиваю их - "Где вам надо оказаться, чтоб выполнить определенную задачу?" Я слышу в ответ, например - на веранде, на балконе, на кухне. Или в какой-то дополнительной комнате в доме, в подвале, в кофейне, в библиотеке. Можно даже получить в ответ такие места как поезд, самолет, машина - то, что используется для ежедневных поездок. И в конце концов люди говорят - "На самом деле, не важно где я нахожусь, если это рано утром или наоборот поздно вечером или выходные." И почти никогда никто не говорит - "В офисе." Но владельцы бизнеса вкладывают все свои деньги в место, называемое офисом, и заставляют людей все время его посещать, хоть люди и не выполняют работу в офисе. В чем же дело? Почему так? Отчего так происходит? И что же вы найдете, копнув чуть глубже, вы обнаружите, что люди - вот в чем дело - люди идут на работу и фактически разбазаривают свой рабочий день на ряд рабочих моментов. Именно это и происходит в офисе. Для вас больше не существует рабочего дня - существуют рабочие моменты. Как будто вход в офис это Cuisinart и когда вы входите, ваш день дробится на части, потому что у вас есть 15 минут на то и 30 минут на это, а потом происходит что-то еще и вы полностью оторваны от работы, вам нужно сделать что-то другое, потом у вас есть двадцать минут, потом ланч. Потом вам нужно сделать что-то еще, потом у вас есть 15 минут, и тут кто-то вас отводит в сторону и задает вопрос. И не успееты вы моргнуть - уже 5 часов и вы оглядываетесь на прожитый день и понимаете, что ничего не сделали. Ну вы знаете, все это проходили. Возможно это случилось с вам только вчера, или позавчера, или поза-позавчера. И вы оглядываетесь на свой день и чувствуете, что ничего не сделали сегодня. Я был на работе. Я сидел за своим столом. Я использовал свой дорогой компьютер. Я использовал софт, которым мне сказали пользоваться. Я сходил на собрания, на которые должен был сходить. Я сделал телефонные переговоры. Я делал все эти вещи. Но на самом деле я ничего не сделал. Я просто выполнял задачи. Но на самом деле не сделал ничего значимого. И что вы обнаружите, особенно касательно творческих людей - дезайнеров, программистов, писателей, инженеров, мыслителей - что людям дейсвительно нужны длинные промежутки времени, когда их никто не отвлекает, для выполнения их задач. Невозможно заставить кого-то проявить креативность за 15 минут и действительно углубиться в задачу. Может быть, промелькнет какая-то идея, но чтоб действительно вникнуть в задачу и очень тщательно ее продумать, нужны не нарушаемые никем длинные промежутки времени. И даже если рабочий день обычно длится 8 часов, как много людей здесь когда-либо тратили все эти 8 часов на свои дела в офисе? Может быть, семь часов? Шесть? Пять? Четыре? Когда в последний раз у вас было три часа на свои дела в офисе? Два часа? Может, один. У крайне маленького количества людей на самом деле есть промежутки никем не прерываемого времени в офисе. И именно поэтому люди предпочитают делать работу дома, или, может, они идут в офис, но совсем рано утром или позно вечером, когда никого больше нет, или остаются когда все остальные уходят, или приходят на выходных, или делают работу в самолете, или в машине, или в поезде, потому что там ничто не отвлекает. Существуют разные типы отвлекающих факторов, но не все из них являются плохими, о чем я поговорю через минуту. И это вот эта феноменоменальная ситуация когда есть короткие промежутки времени, для того чтоб что-то сделать, напоминает мне о другом дейсвии, которое невозможно выполнить, когда тебя прерывают - выспаться. Я думаю, что сон и работа очень тесно связаны между собой. И дело далеко не в том, что невозможно работать во время сна или наоборот спать во время работы. Я другое имею в виду. Я подразумеваю тот факт, что сон как и работа состоит из фаз или периодов. Итак, наш сон состоит из фаз или периодов - разные люди по-разному их называют. Всего их пять, и чтоб достичь очень важных периодов глубокого сна, необходимо пройти все предшествующие. И если вас прервут во время ранних фаз - если кто-то толкнет вас во сне, или прозвучит громкий звук, или что-то другое произойдет - вы просто не сможете продолжить с того же места, где вас прервали. Если вас прервали и разбудили, то приходится начинать все сначала. И вам приходится забывать об уже пройденных фазах и начинать сначала. А заканчивается все тем, что случаются дни, когда вы встаете в восемь утра, или в семь утра, или когда вы там встаете, и вы чувствуете, что толком не поспали. Вы как бы спали - вы пошли спать, легли в постель - но на самом деле не поспали. Люди говорят идти спать, но на самом-то деле вы не идете спать, вы идете навстречу сну. Это занимает время; вам нужно пройти все эти фазы. И если вас прерывают, вы не высыпаетесь. И что же, мы считаем, или кто-то считает, что кто-то может выспаться, когда его всю ночь прерывают? Не думаю, что кто-то ответит утвердительно. Почему же мы считаем, что люди будут работать хорошо, когда их весь день в офисе отвлекают? Как можно считать, что люди сделают свою работу, если они каждый день ходят в офис, где их прерывают? Звучит как полная чушь. Так что это за отвлекающие факторы, которые есть в офисе, но нет в других местах? Ведь в других местах есть другие отвлекающие моменты, например, это может быть наличие телевизора, или возможность пойти на прогулку, или холодильник внизу, или собственная кушетка, или что там еще может быть. И если вы поговорите с некоторыми менеджерами, вы узнаете, что они не хотят, чтоб их служащие работали из дома, именно по этим причинам. Еще они также скажут - вернее некоторые также заметят, "Если я не вижу человека, как я могу быть уверен, что он работает?" Само по себе, конечно, это очень нелепо, но очень частое оправдание менеджеров. И я тоже являюсь одним из этих менеджеров. Я понимаю; я знаю, как это бывает. Нам всем нужно совершенствоваться в этом смысле. Но все равно они часто упоминают отвлекающие факторы. "Я не могу разрешить кому-то работать дома. Они будут смотреть телевизор. Или заниматься какими-то другими вещами." Но на самом деле это не те вещи, которые отвлекают. Потому что это добровольные отвлечения. Вы сами решаете, когда вы хотите и можете отвлечься на телевизор. Вы решаете, когда что-то хотите включить. Вы решаете, когда вы хотите спуститься или пойти прогуляться. А в офисе большинство отвлекающих факторов, из тех, которые препятствуют выполнению работы, являются вынужденными. Итак, давайте перечислим пару из них. И вот, менеджеры и боссы часто заставляют нас думать, что от работы отвлекают такие вещи как Фейсбук, Твиттер, Youtube и другие вебсайты. И иногда они так далеко заходят, что забанивают эти сайты на работе. Некоторые из вас наверняка работают в местах, где нет доступа к этим сайтам. Что у нас Китай, что ли? Что, черт возьми, тут происходит? Вы не можете получить доступ к вебсайту на работе, и это ли проблема - именно из-за этого люди и не выполняют свою работу? Из-за того, что они пользуются Фейсбуком и Твиттером? Но это слегка нелепо. Это полная ложь. Ведь сегодняшние фейсбуки, твиттеры и ютюбы-- это всего лишь вчерашние перекуры. Десять лет назад никого не волновало, что люди уходят покурить на 15 минут. Почему же сейчас кого-то волнует, что люди нет-нет заходят на фейсбук, твиттер или ютюб? На самом деле не они являются проблемами в офисе. А настоящие проблемы я люблю называть эм энд эмсами - это менеджеры и митинги. Вот это и есть настоящие проблемы современного офиса. И именно из-за этого дела не делаются на работе, из-за м энд эмсов. И что интересно, если мы вспомним все места, в которых люди хотят выполнять работу - дома, в машине, в самолете, поздно вечером, рано утром - то не обнаружим в них менеджеров и митингов; найдется куча других отвлекающих моментов, но ни менеджеров, ни митингов. И это то, что вы не найдете нигде кроме офиса. А менеджеры - это те люди, чья работа состоит в том чтоб отвлекать людей. Ведь именно для этого они сделаны - чтоб отвлекать людей. Они сами не делают никакой работы, их дело - следить за тем, чтоб все остальные выполняли свою работу, что является помехой. А в мире сейчас много менеджеров. И вообще много людей. И много промедлений из-за менеджеров. Они должны регистрировать: "Эй, как идут дела? Покажи мне, что происходить" и подобные вещи. И они продолжают прерывать вас в неподходящее время, когда вы пытаетесь сделать ровно то, за что вам платят деньги, они обычно и прерывают. И это плохо. Но что еще хуже, так это то, что менеджеры делают чаще всего - созывают собрания(или от анг. "митинги"). А эти собрания -- токсичные, ужасные, отвратительные вещи во время рабочего дня. Мы все знаем, что это так. Вы никогда не увидите собрания, которое добровольно собрали сами служащие. Это происходит не так. Менеджер зовет всех на собрание, чтоб сотрудники могли собраться вместе, и это очень отвлекающее действие - говорить "Смотри, мы намерены собрать щась 10 человек. И мне все равно, чем вы сейчас занимаетесь. Просто бросьте сейчас все свои дела, чтоб мы смогли провести собрание." Я имею в виду - каковы шансы, что все эти десять человек готовы прерваться в этот момент? Что если они думали о чем-то важном? Что если они делали важную работу? И вдруг вы говорите им, что они должны все бросить и делать что-то другое. И вот, они идут в конференцзал, собираются вместе и говорят о вещах, которые обычно не являются значимыми. Потому что собрания - это не работа. Собрание - это место, где обсуждается последующие действия. Но они просто отпочковываются один от другого. И одно собрание, как правило, ведет к следующему, а оно к еще одному. На собраниях обычно слишком много народу и поэтому они очень-очень дорогие для организации. Компании обычно думают, что часовой митинг займет час времени, но это не так, если только на этом митинге не больше одного человека. А если на этом митинге 10 человек, то это десятичасовой митинг, а не часовой митинг. Это десять часов производительности, отнятых у всей организации, чтоб провести этот часовой митинг, для которого наверняка хватило бы двух или трех человек, собравшихся на несколько минут. Но вместо этого есть долгий запланированный митинг, потому что так работает софт для планирования, у которого есть только интервалы в 15, 30 минут или час. Вы не планируете восьмичасовой митинг с помощью Аутлука. Так не бывает. Я даже не знаю, возможно ли это. Можно установить только 15, 30, 45 минут или час. И вот мы пытаемся заполнить это время, хотя все может происходить гораздо быстрее. Итак, митинги и менеджеры - две главных современных проблемы бизнеса, особенно в офисах. Этих вещей не существует вне офиса. И у меня есть пара предложений для исправления такой ситуации. Менеджеры могут - образованные менеджеры, надо надеяться - могут сделать офис лучшим местом для выполнения работы, чтоб он был не последним средством, а первой необходимостью? Чтобы люди начали говорить, "Когда мне действительно надо что-то сделать, я иду в офис." Потому что офисы хорошо обустроены, и там все есть для выполнения работы, но в данный момент никто не хочет в них идти, как же мы можем это изменить? У меня есть три предложения, которыми я с вами поделюсь. У меня осталось три минуты, и этого как раз хватит. Мы все слышали о "джинсовой пятнице" (свободная форма одежды по пятницам) Я не знаю, делается ли это до сих пор. Но как насчет безразговорных четвергов. Как насчет брать один четверг в месяц и делить его пополам, брать, скажем, для простоты вторую половину дня Итак, только вторая половина дня, один четверг в месяц. Первый четверг месяца - только во второй половине - никто в офисе не должен говорить друг с другом. Только тишина и все. И вы обнаружите, что огромное количество дел делается когда никто друг с другом не говорит. Именно в это время люди выполняют работу, когда никто их не отвлекает, не отрывает. И вы можете подарить кому-то -- четыре часа времени без помех; это лучший подарок, который вы можете сделать на работе. Это лучше компьютера. Это лучше нового монитора. Это лучше, чем новый софт, или что там люди обычно используют. Четыре часа тишины в офисе необычайно ценны. И если вы попробуете, думаю, позже вы согласитесь. И возможно, надеюсь, вы будете делать это чаще. Может быть, раз в две недели или каждую неделю, раз в неделю, во второй половине дня нельзя будет говорить друг с другом. И вы обнаружите, что это очень хорошо работает. Еще вы можете попробовать переключиться с активного обмена информацией лицом к лицу, когда люди стучат друг другу по плечу, говорят привет, собираются на митинги, и заменить это более пассивными формами общения - использовать такие вещи как электронную почту и обмен быстрыми сообщениями или специальные коллаборационные продукты - что-нибудь из этого. Некоторые люди, может, считают, что электронная почта очень отвлекает, а уж системы обмена мгновенными сообщениями и подавно, и это действительно так, но момент, когда можно отвлечься на них вы выбираете сами. Вы можете закрыть почтовый клиент, но вы не можете сделать то же со своим боссом. Вы можете спрятать в трей инстант мессенджер, но не можете спрятать своего менеджера. Вы можете отложить все эти занятия, и прерываться на них по своему собственному расписанию, когда вы свободны, когда снова готовы вступить в беседу. Потому что работа как и сон состоит из фаз. И поэтому вы пойдете и поработаете, а потом вы выйдете из этой работы, и вот тогда, может, будет время проверить почту и аську. Количество каких-то реально срочных дел, которые требуют немедленных действий, немедленного ответа крайне мало. Итак, если ваш менеджер начнет поощрять использование инстант мессенджеров и почты и других средств общения, где взаимодействие можно отложить и вернуться к нему в удобное время. И мое последнее предложение состоит в том, что если вам предстоит митинг, и вы обладаете властью, то просто отмените этот митинг. Сегодня пятница - итак, в понедельник, обычно люди собираются в понедельник - просто не делайте его. Я имею в виду, не перенесите, а просто сотрите из памяти, его нет. И вы обнаружите, что все будет в порядке. И все эти обсуждения и решения, которые надо было принять в 9 утра в понедельник, просто забудте о них, все будет в порядке. У людей будет более свободное утро, они смогут что-то обдумать, и вы обнаружите, что все те вещи, которые, казалось бы, необходимо сделать, на самом деле не нужны. Это были три предложения, и я хочу, чтоб вы подумали над ними. И я надеюсь, что некоторые из этих идей были достаточно провокативными для менеджеров, боссов и владельцев бизнеса, организаторов и людей, которые отвечают за людей, чтоб заставить их подумать о том, чтоб что-то слегка перепланировать и дать людям немного больше времени на выполнение работы. И я думаю все это оправдает себя в конце концов.
read more...

Чем измерить счастье?

Деньги не главное, но долгое время они были чуть ли не единственным мерилом национальных достижений — кроме спорта, разумеется. После Второй миро­вой войны страны стали оценивать спер­ва по валовому национальному продукту, потом по валовому внутреннему продукту.
Что ж, это было шагом вперед — по сравнению с военными победами, которые считали главным мерилом успеха на протяжении веков. Эра гос­подства ВНП и ВВП ознаменовалась огромным ростом уровня жизни и достатка во всем мире.
Но сейчас эти показатели под ударом критики. Экономисты и политики все чаще говорят, что надо как-то иначе оценивать страны — хотя бы по такому расплывчатому показателю, как «счастье». В 2009 году французский президент Николя Саркози инициировал ставшее сенса­цией исследование экономистов Амартии Сена, Джозефа Стиглица и Жана-Поля Фитусси. За ним последовал доклад ОЭСР — своего рода клуба богатых государств, под названием «Как жизнь?», посвященный благосостоянию стран-членов. На­чиная с 2007 года частная организация Legatum Institute рассчитывает «индекс процветания», в котором сведены экономические и неэкономи­ческие показатели. В игру включились разные страны, и наибольшую активность проявляет британский премьер Дэвид Кэмерон, поручив­ший Национальному бюро статистики найти способ измерить качество жизни британцев. В последние десятилетия у ВВП появилось много конкурентов: индекс развития человеческого по­тенциала (ИРЧП), а также «валовое националь­ное счастье» — именно этот показатель стремит­ся максимизировать Королевство Бутан.
Каждый, кто имеет отношение к бизнесу, знает: что измеряешь, тем и управляешь. Так что, хотя призывы отменить ВВП кажутся нереалистичными, выход этой темы на уровень политического руководства может реально повлиять на экономическую политику. Тем временем и компании начинают искать новые критерии оценки успешности своего бизнеса. Поэтому имеет смысл понять, откуда идет эта тенденция и к чему она может привести.
От измерения счастья к ВВП
История вопроса восходит к Иеремии Бентаму. Этот английский юрист в 1781 году разработал утилитарную этическую систему, оценивающую поступки по тому, сколько блага они приносят людям. Еще в эпоху Просвещения мыслители пытались заменить религиозные нормы на новые — рациональные и научные — правила жизни и принятия решений. Бентам предложил исчислять полезность поступка, сопоставляя принесенные им удовольствия и страдания.
Принцип полезности получил распростра­нение, но подход Бентама популярным не стал. Сравнивать удовольствия и страдания разных людей оказалось слишком сложно. А экономи­сты, воодушевленные идеей измерения, пред­ложили принимать в расчет не абстрактные чувства, а их материальный эквивалент, из­меряемый готовностью потратить деньги на блага. Апогеем в 1930-е годы стала работа Пола Самуэльсона, который выразил благосостояние народа математической формулой. Примерно тогда же американец Саймон Кузнец и англича­нин Ричард Стоун разрабатывали национальные системы учета, послужившие основой для ВНП и ВВП. Их мало интересовали блага — они хо­тели дать руководству страны инструмент для управления экономикой в периоды финансо­вых кризисов и войн. И тут совпало несколько факторов — простота измерения, убежденность экономистов в том, что распределение расходов все покажет, всеобщая вера в экономическую науку — и концепция получила мощный тол­чок. В 1940-е годы ВНП приняли на вооружение основанные тогда Международный валютный фонд и Всемирный банк. С годами этот индекс все больше стал пониматься как мера благосо­стояния и процветания.
Вряд ли в обозримом будущем что-то заменит ВВП в его изначальном предназначении — как способ измерять экономические колебания. Бо­лее того, применение этого показателя, похоже, расширяется: сейчас активно обсуждают, не следует ли Федеральной резервной системе США и другим центральным банкам во время кризи­сов обращать внимание не только на уровень инфляции, но и на рост ВВП.
Однако, когда мы выходим за рамки подъемов и спадов, все усложняется. «Наш валовой нацио­нальный продукт... включает в себя загрязнение воздуха, рекламу сигарет и машины скорой помощи, увозящие пострадавших в катастро­фах, — говорил Роберт Кеннеди во время прези­дентской кампании 1968 года. — Он учитывает и дверные замки, и тюрьмы для людей, которые их взламывают. Он включает в себя уничтоже­ние секвойных лесов и уникальной природы в результате хаотичной урбанизации... Но он не учитывает здоровья наших детей, качества их образования и улыбок на их лицах».
Тогда словам Кеннеди не придали особо­го внимания, но сейчас их вспоминают все чаще, причем совершенно заслуженно. Вкратце в них содержатся практически все существенные замечания к ВВП. Вот три основных проблемы:
1) ВВП сам по себе неправильный показатель;
2) в нем не учитываются устойчивость и дол­говечность;
3) прогресс и развитие лучше оце­нивать другими показателями. Рассмотрим эти недостатки подробно.
Ошибка измерения. При подсчете ВВП необходимо постоянно выбирать, а даже если выбор обоснованный, возможны искажения. Статистики по понятным причинам отдают предпочтение товарам и услугам, которые про­даются и покупаются (их цену легко установить), и избегают видов хозяйственной деятельности, стоимость которых приходится подсчитывать приблизительно. Например, не принимается во внимание неоплачиваемая работа по дому, хотя она и чрезвычайно важна для экономики. Также обычно не полностью представлена ценность государственных программ, таких как здраво­охранение, и просто досуга. Но в стремлении к точности ВВП экономисты непоследовательны. Например, «условная плата за аренду» (сколько примерно платили бы за аренду собственники жилья, если бы у них не было своего дома или квартиры) составляет около 10% ВВП США.
Еще одно проявление произвольного харак­тера индексов стало очевидным при переходе от ВНП к ВВП на рубеже 1990-х. ВНП учитывал доходы граждан страны вне зависимости от того, где они их получали. С ростом мировой торговли и международных инвестиций, ста­новилось все сложнее сводить этот показатель с другими — уровнем безработицы, развитием промышленного производства и прочими. Ре­шено было перейти на ВВП, который учитывает только внутреннее производство. Но это изме­нило траектории роста многих государств: ВВП развивающихся стран, где высок уровень прямых иностранных инвестиций, стал расти намного быстрее, по сравнению с тем, как повел бы себя
ВНП. Но сами эти страны не всегда получали от этого выгоду, ведь прибыль от инвестиций полу­чают в основном международные корпорации.
Устойчивость. В своей речи Кеннеди за­метил, что ВВП не различает, увеличивает ли та или иная хозяйственная деятельность благо­состояние государства или же она уничтожает его природные богатства (вырубка секвойных лесов), приводит к заболеваниям и дополни­тельным расходам на очищение (загрязнение воздуха) или всего лишь ликвидирует результаты бедствий, которые никогда не берут в расчет (машины скорой помощи). Конечно, измерить устойчивость (охрану окружающей среды и про­чее) можно лишь приблизительно. Но Джозеф Стиглиц, сторонник «зеленого» ВВП, считает, что точность оценки по показателю устойчивости ничем не уступает некоторым расчетам, которые делаются для ВВП. «Довольно просто учесть ис­тощение ресурсов и некоторые другие аспекты устойчивого развития», — убежден экономист.
Отслеживать использование энергии и масш­табы загрязнений, может, и не так сложно. Но политика — дело тонкое. Администрация Клин­тона в самом начале своей работы призывала Бюро экономического анализа (это организация, занимающаяся подсчетом ВВП США) разрабо­тать «зеленый» ВВП. Однако конгрессмен от За­падной Вирджинии, опасаясь, что это повредит угольной промышленности штата, воспрепят­ствовал инициативе. В Китае дело продвинулось намного дальше, но и там противникам этой идеи удалось свести ее на нет.
Другие показатели. Многое из того, что не учитывает ВВП, видно из показателей здоровья, образования, политических свобод и т.п. В 1980-е годы Амартия Сен провел различие между пот­ребительскими товарами и услугами, которые ВВП отражает, и «возможностями», которые ВВП обходит стороной. Несколько лет спустя, участвуя в проекте под руководством Махбуба уль-Хака — своего знакомого с университетской поры, Сен смог провести свою идею в жизнь. Эта работа стала серьезным ударом по ВВП.
Махбуб уль-Хак начал проект, позволяющий точнее отслеживать развитие бедных стран, и привлек к этой работе Сена и других видных экономистов. Они решили дополнить ВВП дан­ными о продолжительности жизни и уровне об­разования, которые были уже доступны по всему миру. Объединив числа, они создали простой показатель — Индекс развития человеческого потенциала, благодаря которому можно было составить рейтинг стран (это был важнейший вклад уль-Хака).
По ИРЧП, впервые опубликованному в 1990 году, США, в то время лидер по ВВП на душу населения, отправились на десятое место, пропустив вперед Японию, Канаду, Австралию и несколько небольших европейских стран. Также этот показатель выделил несколько стран (всех опередили Шри-Ланка, Вьетнам и Китай), кото­рые в том, что касается уровня жизни, намного превосходят свои экономические показатели. Сейчас, говоря о развитии, чаще ссылаются на ИРЧП. В последнем докладе США оказались на четвертом месте по ИРЧП, но лишь на двадцать третьем по индексу «с учетом неравенства».
Измерить счастье
Вместо переработки огромного массива данных для выведения индекса теперь придумали более наглядные способы показать развитие. В конце 1990-х шведский врач Ханс Рослинг, проработав­ший несколько десятков лет в развивающихся странах и повидавший разные уклады жизни, задумался, как лучше передать многогранность прогресса, и призвал на помощь своего сына и невестку — оба они художники. Результатом их работы стала компьютерная анимация (впо­следствии ее купила Google), иллюстрирующая движение различных индикаторов во времени и пространстве. Выступление Рослинга на кон­ференции TED 2006 года посмотрели 3,8 млн человек.
Политики и эксперты уже поняли, что эконо­мические и другие данные лучше представлять не числом или списком чисел, а в виде панели с различными индикаторами. В 2009 году Саркози, говоря об альтернативах ВВП, использо­вал выражение «панель показателей» 78 раз. Но внимание общественности привлекло не это, а слово счастье, встретившееся в докладе всего 29 раз (преимущественно в списке лите­ратуры).
Возможно, это не так уж и удивительно. В конце концов, о приумножении «счастья» пи­сал еще Иеремия Бентам. В 1950-е и 1960-е годы психологи и социологи вновь вернулись к во­просу о том, можно ли его измерить. Очевидным способом стали опросы общественного мнения, ставшие в то время чрезвычайно популярным и чуть ли не главным методом измерения.

Экономист Ричард Истерлин перенес дис­куссию о счастье в свою дисциплину и пришел к неожиданным выводам. В статье 1974 года он писал, что результаты опросов о счастье в разных странах совершенно не соответствова­ли уровню дохода на душу населения. Богатые люди, как правило, были счастливее своих бедных сограждан, но богатые страны вовсе не обязательно счастливее стран бедных. Более того, выше определенной отметки рост дохода не приводил к увеличению счастья.

Понадобилось немало времени для того, чтобы так называемый парадокс Истерлина привлек к себе внимание экономистов. Однако с появлением поведенческой экономики, ко­торая всерьез рассматривает психологические исследования, произошел бум опросов о счас­тье и благополучии. Тенденцию подстегивает пример Бутана — там бывший король Джигме Сингье Вангчук начал говорить о валовом национальном счастье (ВНС) в 1970-е годы, вскоре после вступления на трон. Его интервью 1987 года газете The Financial Times взволно­вало весь мир, и в Бутан потянулась вереница жаждущих взглянуть на счастье, а сам король почувствовал необходимость все же привести ВНС в нечто осязаемое, что можно было бы измерять с помощью показателей развития и данных опросов.
Вскоре стали подвергать сомнению и па­радокс Истерлина. Экономисты Бетси Сти­венсон и Джастин Вольферс, проанализи­ровавшие результаты опросов за несколько десятилетий, в 2008 году произвели фурор, опровергнув его выводы. По крайней мере ту часть, которая утверждает, что люди в бо­гатых странах не счастливее жителей бедных стран. У них не получилось окончательно опровергнуть утверждение о том, что рост дохода не приводит к увеличению счастья, но их аргументы, несомненно, внесли в вопрос неразбериху. Исследователи стали разделять два вида опросов — в одних люди оценивают, насколько они удовлетворены своей жизнью, в других — эмоциональное состояние в конк­ретный момент. Первое, в отличие от второго, тесно связано с доходом.

Психолог и один из основоположников пове­денческой экономики Дэниел Канеман вместе с экономистом Аланом Крюгером (он воз­главляет Совет экономических консультантов президента Обамы) работают над созданием «системы учета времени» в США. Предпола­гается объединить опросы об использовании времени, проводимые Бюро трудовой статис­тики с 2003 года, с данными по экономичес­ким показателям и даже по счастью. Точные методы обработки огромных массивов данных применяются к изучению благосостояния, но взамен денег используется другая единица измерения — минута.
Впрочем, есть определенные границы, кото­рые Бюро экономического анализа переходить не станет. Несколько руководителей этой ор­ганизации в своей статье 2010 года пишут, что любое расширение ВВП должно учитывать эко­номическую деятельность, а не ее воздействие на благополучие. И предостерегают: «Чрезвы­чайно важно, чтобы учет новых параметров не происходил за счет средств, необходимых для поддержания, обновления и улучшения сущест­вующих расчетов ВВП».
Счастья не купишь. Остается надежда купить хороший инструмент для его измерения.
бизнес-библиотека
read more...

Сложность: друг, а не враг

Как преуспевать нынешнему невероятно сложно устроенному бизнесу в условиях непредсказуемости, неопределенности и небывалой прежде взаимозависимости всех его составных частей.
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 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 XX 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), a 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 инструменты, 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.
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.
Парадоксальный подход к найму рабочей силы
Скотт 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.
HBR №12, 2011
бизнес-библиотека
read more...

Что происходит в психологии бизнеса

В этот раз мы решили уделить внимание весьма распространенному инструменту влияния на работе - лести и лживой услужливости. Мы покажем, почему неискренние комплименты и подхалимство очень рискованны, хотя подчас весьма эффективны.
В рамках простого, но интересного эксперимента студенты - потенциальные покупатели вымышленного магазина одежды - получали рекламный флаер, предлагавший посетить магазин и начинающийся со слов: «Мы обращаемся к Вам, потому что Вы одеваетесь модно и стильно». Исследователи Элейн Чан и Джейдип Сенгупта из Гонконгского университета науки и техники с удивлением обнаружили, что комплиментарная тактика оказалась очень действенной: у «покупателей» априори сформировалось скрытое положительное отношение (иными словами, тяга) к магазину. Неважно, что за пустыми словами легко угадывался абсолютно меркантильный мотив. Покупатели все равно были рады и инстинктивно из двух аналогичных магазинов брали купон у того, что не скупился на комплименты. Исследование показало - даже самая очевидная лесть может повлиять на потребителя.
«Это доказывает, что лесть оказывает скрытое воздействие на людей», - подтверждает Сенгупта. И важный вывод для бизнеса - даже если потребители, получив негативную информацию, станут трезвее смотреть на вещи, избавиться от подсознательного внутреннего чувства чрезвычайно сложно.
А как на работе? Нужно ли при любой возможности льстить начальнику? Все мы хотим, чтобы руководство ценило нас так, чтобы даже негативная информация не сильно нам вредила. Но в отношениях начальников и подчиненных есть неожиданный поворот.
Исследование Даррена Тред вея из Университета Баффало и других ученых показывают, что в этой ситуации пустая лесть может не только не сработать, но дать противоположный эффект. Льстить нужно уметь.
В личных отношениях, как показывает исследование Тредвея, очевидная лесть вызывает негативную реакцию. Если начальник понимает, что комплименты подчиненного - всего лишь уловка, чтобы продвинуться по карьерной лестнице, он будет занижать оценку его достижений (в рамках исследования руководители оценивали умение сотрудников работать в команде). Но если начальник принимает лесть подчиненного за чистую монету, то, конечно, и его работу он будет оценивать очень высоко.
Так что, делая комплимент своему шефу, вы очень рискуете. Есть шанс, что его мнение о вашей работе улучшится, но неуклюжая лесть обернется против вас.
Мы спросили Даррена Тредвея о том, как результаты его исследования соотносятся с результатами Чан и Сенгупты о неискренних комплиментах. По его мнению, личное общение - это, вероятно, нечто совершенно особое: если между двумя сторонами существуют реальные отношения, большее значение приобретает ощущение искренности.
Лесть - это лишь одна из форм «управления впечатлением». По мнению Амоса Дрори и Нурита Зайдмана из Университета БенГуриона в Негеве (Израиль), еще более распространено заискивание, которое проявляется в подчеркнутом уважении, постоянной улыбке и готовности согласиться со всем, что говорит босс. Демонстрировать инициативность и преданность - также способ поднять свои акции. В разных типах организации тактика существенно различается.
В условиях жесткой иерархии, например в армии, где нижестоящие зависят от благосклонности вышестоящих, преобладает заискивание - как правило, направленное вверх.
В организациях с эгалитарной структурой, например в научных коллективах, сотрудники меньше подвержены чинопочитанию. Основная тактика - демонстрация преданности делу.
Почему люди так падки на лесть и комплименты? Ничего плохого нет в том, чтобы, подобно начальникам эгалитарных организаций из исследования Дрори и Зайдмана, ценить сотрудников, демонстрирующих преданность работе.
Но как обстоят дела с мастерски подаваемыми, но неискренними комплиментами подчиненных? Или со сладкой лестью вроде той, что прочитали на флаерах участники эксперимента с магазином одежды? Почему эти коварные методы так легко позволяют запудрить мозги?
Когда мы с этим вопросом позвонили Джейдипу Сенгупте в его гонконгский офис, его голос на другом конце провода на некоторое время замолк. «Все мы нуждаемся в повышении самооценки», - услышали мы наконец в ответ.
Иными словами, мы стремимся ко всему, что позволит нам вырасти в собственных глазах, готовы пойти на многое, чтобы получить положительный отзыв, и стараемся сохранить это чувство, даже если подозреваем обман. По словам Сенгупты, то, что мы стремимся слышать хорошее о себе, вовсе не так плохо. Это один из важных мотивов общения с окружающими и именно это делает нас людьми.
бизнес-библиотека

read more...

Зачем бизнесу искусство

Около пятидесяти лет назад известный английский писатель Чарльз Перси Сноу, физик по образованию, прочитал лекцию «Две культуры», которая после публикации стала предметом широкой дискуссии. Сноу обратил внимание на размежевание двух культур: гуманитарной и естественно-научной. Со временем к ним прибавилась третья — деловая, или бизнес-культура, но тренд остался тем же. Происходит дивергенция культур, их представители со все большим трудом понимают друг друга, а зачастую относятся друг к другу с плохо скрываемым презрением. Можно было бы оставить это печальное явление без внимания, но оно порождает ряд серьезных вопросов. Нужно ли искусство бизнесу, если не рассматривать искусство как предмет бизнеса? Зачем деловому человеку тратить свое в прямом смысле слова дорогостоящее время на то, чтобы читать художественную литературу, знакомиться с современным изобразительным искусством, ходить в оперу или смотреть авторское кино?
На эти вопросы у меня есть ответы, которые опираются на представление о том, в чем состоит социальная функция искусства. Выдающийся физик, действительный член Российской академии наук Евгений Львович Фейнберг, проанализировав суждения о роли искусства в жизни человека, пришел к выводу, что его основной смысл—в обосновании действенности интуитивного познания окружающего мира. Напомню: философия определяет интуицию как способность к усмотрению истины вне ее логического и эмпирического доказательства. Иными словами, искусство представляет собой дополнительный (по отношению к науке) способ познания окружающего мира. Творцы в области искусства открывают перед нами новые грани бытия.
А что получает человек, активно взаимодействующий с произведениями искусства? Во-первых, он развивает свои способности к восприятию мира разными способами, что одновременно расширяет и углубляет познание. Во-вторых, он повышает свою чувствительность к гармонии и диссонансам, что важно для генерации нового знания в самых разных областях. Наконец, он развивает собственную интуицию.
Существенны ли эти возможности для человека бизнеса? Красота и гармония, если они реализуются в конкретном продукте, обеспечивают ему успех. Вспомним, почему iPod и iPhone Apple оказались более привлекательными, чем mpЗ-плееры и смартфоны других компаний. Их успех определили простота и изящный дизайн. Вспомним выступление Стива Джобса перед выпускниками Стэнфордского университета: он рассказал об уроках каллиграфии, на которых узнал, «что делает полиграфию прекрасной». Можно предположить, что именно этот контакт с прекрасным помог формированию эстетических принципов Джобса, определивших успех продуктов Apple.

Генерация знаний происходит при попытке устранить диссонанс, когнитивный или эмоциональный. Поэтому повышение чувствительности к диссонансам — путь к новым идеям. Что позволило Биллу Гейтсу создать успешный бизнес? Устранение диссонанса между возможностями компьютера и фундаментальным ограничением при его использовании, которое существовало, пока на компьютере могли работать только программисты. В конечном счете любой инновационный продукт — попытка устранить диссонанс между потребностями пользователя и возможностями для их удовлетворения.
Не менее важное значение для людей бизнеса имеет развитие интуиции. Решения, основанные на строгом анализе, относительно легко воспроизводимы, ведь формальная логика у всех одинаковая. Решения же, базирующиеся на л интуиции, способствуют формированию относительно долгосрочных конкурентных преимуществ, поскольку интуиция не поддается копированию: она основывается на опыте, а он уникален.
Мне могут возразить, что описанные эффекты наблюдаются, только когда человек уже восприимчив к искусству. Но ведь эту восприимчивость можно развить в любом возрасте, были бы желание и готовность открыть себя для новые впечатления! Перестаньте относиться к искусству как к развлечению по выходным, сделайте его частью вашей жизни — и вы получите искомый результат!
HBR
read more...

Новая научная революция

О чем только не говорят в холлах исследователь­ских лабораторий Microsoft Research в Редмонде, штат Вашингтон. Сегодня здесь услышишь но­вости о многих вещах, вроде бы не имеющих отношения к информатике: о том, как вращают­ся галактики, о новой вакцине против СПИДа, о стратегиях экономного использования драго­ценных запасов пресной воды на планете.
Что общего в этих разговорах и почему всем этим интересуются в корпорации Microsoft? Ответ прост: информация, колоссальные объемы информации. Они настолько огромны, что, ког­да мы запускаем программы, анализирующие базы данных, в здании, где работают 10 тысяч микропроцессоров, на несколько градусов по­вышается температура. Сейчас наши компью­терщики вместе с ведущими учеными - астро­номами, биологами, химиками, гидрологами, океанологами, физиками, зоологами и многими другими - работают над множеством информационноемких проектов. Для примера назовем разработку принципиально новых лекарств, развитие альтернативной энергетики, создание информационной базы для здравоохранения, с помощью которой можно будет сократить его расходы. И, разумеется, коммерческие информационные проекты. Мы уверены, что еще немного, и, благодаря новому поколению мощных программных средств, позволяющих обрабатывать беспрецедентные объемы данных, доступные множеству разных специалистов, в этих областях знания будут сделаны револю­ционные открытия.
Уже не один десяток лет программисты пыта­ются заставить компьютер думать, как думают специалисты в той или иной области. Разрабо­таны сложнейшие языковые и логические алго­ритмы. Но, несмотря на все усилия, машины до сих пор не выдают творческих идей и решений, которые приходят на ум лучшим ученым, вра­чам, инженерам и маркетологам. Талантливые профессионалы не только глубоко понимают информацию, но и видят «между строк», обна­руживая неочевидные связи внутри науки или на стыке наук. В этом и есть суть прозрений.
Но сейчас информации столько, что в ней тонут даже светила наук. Цифровые данные текут рекой из всевозможных датчиков, при­боров и моделей, их гораздо больше, чем мы можем классифицировать, анализировать и сохранять. В полном соответствии с законом Мура десятилетиями количество микросхем на интегральном схеме удваивалось каждые два года, и до недавнего времени миниатюризация сопровождалась ростом производительности микропроцессоров. Сейчас, чтобы увеличить производительность, надо программировать сложные процессоры на многоядерных чипах, применяя параллельные вычисления. Мно­гоядерная революция грянула как раз тогда, когда начался экспоненциальный рост объема информации. Эту проблему не решить с помо­щью «заплаток» и апгрейда - надо полностью пересмотреть подход к наукам, требующим обработки большого количества информации. Потому-то несколько лет назад наш покойный коллега Джим Грей, обладатель самой престиж­ной в области информации премии Тьюринга, ввел термин и дал определение «четвертой парадигмы» научного исследования. Грей предвидел, что появится новый мощный инст­рументарий для анализа, визуализации, поиска и управления научными данными. Эти средства, похоже, дадут единственный надежный шанс решить некоторые глобальные задачи.
Первые две парадигмы научного исследова­ния и открытия - эксперимент и теория - из­вестны давно. Научный опыт как метод восходит к древним грекам и китайцам, которые стреми­лись объяснять наблюдаемое не сверхъестест­венными, а естественными причинами. Теорети­ческое естествознание родилось в XVII столетии, и его родоначальником считают Исаака Ньютона. А когда во второй половине XX века появились мощные компьютеры, нобелевский лауреат Кен Уилсон сформулировал третью парадигму науч­ного исследования - вычисление и моделиро­вание. Компьютерная симуляция, основанная на множестве уравнений, позволили ученым углубиться в области, которые ранее были недоступны для эксперимента и теории, вроде климата или образования галактик.

«Четвертая парадигма» тоже связана с мощны­ми компьютерами. Только теперь не программы пишут на основе известных закономерностей, а, наоборот, закономерности выявляют с помо­щью программ. Ученые нацеливают алгоритмы на поиск взаимосвязей и значимых корреляций в громадных базах данных. По сути, программы позволяют открывать новые правила. Большой объем данных для нас - не проблема, а часть решения. «Четвертая парадигма» не пытается обойтись вовсе без человека и не отрицает три другие методологии - но она требует новой квалификации ученых. Даже опытнейший специалист не смог бы выйти на те идеи, что сейчас забрезжили на горизонте, если бы он не владел сложными компьютерными средствами управления информацией.
«Машинное обучение» спасает жизни
Для начала проясним, каким типом мышления нужно обладать для такого рода исследований. В 1980-х годах мой коллега Эрик Хорвич учился на врача и проходил практику в госпитале для ветеранов. Там он обратил внимание на тре­вожную закономерность: в праздничные дни палаты заполнялись больными с острой сердеч­ной недостаточностью. Обязательно находились пациенты, которые, несмотря на слабое сердце, весь год как-то «тянули», но после праздничного застолья попадали в госпиталь. Из-за лишней соли организм накапливал много жидкости, это приводило к отеку легких и одышке и нередко заканчивалось больничной койкой.
Эти послепраздничные приступы обходились дорого во всех смыслах. Порой они уносили жизни: одни умирали мгновенно, другие угаса­ли за несколько дней или недель, по мере того, как выходили из строя физиологические сис­темы. Кому-то везло - их состояние удавалось быстро стабилизировать. Но и этих больных надо было неделю или больше держать в боль­нице, что обычно обходилось системе страхова­ния ветеранов от $10 до $15 тысяч на пациента (а сегодня эти счета были бы еще выше).
Через двадцать с лишним лет Эрик и его коллеги из Microsoft Research разработали компьютерную методику, позволившую исклю­чительно точно предсказывать, будет ли человек в течение месяца снова госпитализирован с ост­рой сердечной недостаточностью. Суть метода не в том, что компьютеру поручили задавать все вопросы вместо врача-диагноста. Это и не обезличенная статистика повторной госпи­тализации. Предполагалось так называемое машинное обучение: программа перепахивает всю информацию, содержащуюся в гигантской базе данных (в нашем случае - значения со­тен характеристик примерно по 300 тысячам пациентов) в поиске значимых корреляций. Машина сама распознает, какие комбинации факторов создают наибольшие риски, а стало быть, и выявляет пациентов, которые с высокой вероятностью поступят в больницу повторно. Программа вычисляет предрасположенность к рецидиву: она проанализировала тысячи историй болезней с уже известным исходом и благодаря этому, когда в больницу попадает новый пациент и данные по нему собраны, ей легко определить его шанс вскоре оказаться здесь снова.
Этим проектом мы в каком-то смысле обяза­ны специалисту, выявляющему неочевидные связи. Эрик - дипломированный врач, но у него есть и PhD по информатике, и он понял, что методы машинного обучения, вроде тех, с помощью которых он и его коллеги анализиро­вали движение транспорта в Сиэтле, подойдут и для решения этой важной для здравоохра­нения проблемы. В 2003 году они разработали способ прогнозирования транспортных пробок, учитывающий данные о движении транспорта по автомагистралям, метеосводки, сообщения о ДТП, о мероприятиях с большим скоплением людей и еще многие факторы. Огромные мас­сивы данных накапливались несколько лет. Та же команда создала программу, сравнивающую данные о пациентах, которые были и не были повторно госпитализированы. Ее задача - вы­явить взаимосвязи между малоприметными фактами в истории болезни пациента, его ме­дицинскими показателями и даже социальными и экономическими характеристиками (напри­мер, живет ли пациент один). Данные собирали из разных источников - скажем, в медицинской карте информации о жизненных обстоятельст­вах пациента нет, но часто ее можно отыскать в отчете социального работника. Едва ли леча­щий врач был бы в состоянии в одиночку пере­работать объем показателей, необходимый для составления подобного прогноза.
Представим себе, какую экономическую выго­ду сулит применение прогностических средств. Зная вероятность повторной госпитализации пациента, врачам или больницам легче при­нимать адекватные превентивные меры. Вот что говорит Эрик: «Для хронических больных, например с сердечной недостаточностью, мож­но разработать индивидуальные программы выписки, объяснить человеку все, что он должен знать, и вести мониторинг, чтобы поддержи­вать его в стабильном, безопасном для жизни состоянии. Эта программа также предполагает, что медсестры будут посещать пациентов или звонить им по телефону. Ее можно дополнить специальными тестами, отмечающими опасные отклонения в водном балансе пациента, о кото­рых будет сообщаться врачу. Если мы потратим хотя бы $500 или $1000 на программы выписки для пациентов с наибольшим риском рециди­ва, нам удастся свести к минимуму повторные госпитализации, тем самым сэкономить деньги и сделать лечение более эффективным».
Неудивительно, что страховые компании и больницы выстраиваются в очередь, чтобы узнать о таких вещах. И легко себе представить, какие еще организации выиграют от открытий, связанных с обработкой большого количества информации.
На Уолл-стрит мощные программы «проче­сывания» информации отслеживают долго­срочные тенденции и паттерны по различным видам инвестиций. Хедж-фонды и финансовые компании ежедневно ставят на кон миллионы долларов, учитывая эти извлеченные из данных взаимосвязи.
В бизнесе у программ, улавливающих пат­терны, большое будущее. Выявляя с их помо­щью закономерности в ценах, покупательских привычках, в характеристиках географических регионов, в доходах семей и многих других массивах данных, компании смогут по-новому анализировать покупателей и рынки. А получив доступ к гигантским объемам информации об эффективности рекламы, лояльности покупате­лей и их удовлетворенности, о текучести кадров и организации цепочек поставок, - прогнози­ровать поведение каждого потребителя или сотрудника и вероятность всякого рода проблем. Мы знаем, что компании все чаще выявляют сбои в проплатах и в дебиторской задолжен­ности, «прочесывая» данные. Программы также могут прогнозировать, какой доход должен принести определенный набор услуг. Мы рабо­тали с одним провайдером медицинских услуг в Нью-Мехико: за первые шесть месяцев поль­зования подобными инструментами он выявил недоплаты на $10 млн.
Есть шуточное правило: половина вложенных в рекламу денег окупается, только мы не знаем, какая именно. Новые аналитические методики его отменят. Филиппинская компания из сферы электронных развлечений, применяя техноло­гию Microsoft извлечения значимой информа­ции из данных, разрабатывает новые продукты для конкретных категорий пользователей - на основе расширенного анализа таких факторов, как прошлые покупки, возраст, пол, финансовые условия и место жительства. Как только компа­ния внедрила эту технологию, процент приоб­ретений мелодий для мобильных телефонов и другой продукции удвоился.
Многие спрашивают, для чего Microsoft Research работает над глобальными медицин­скими и экологическими проектами, когда есть столько коммерческих задач? В конце концов, разве экологией и гуманитарными проблема­ми занимается сама корпорация Microsoft, а не Фонд Билла и Мелинды Гейтс? Все так, и тем не менее в Microsoft Research десятки программис­тов ломают голову над явно некоммерческими задачами, потому что по ним собраны базы данных невообразимого масштаба и потому что это - бесценный испытательный полигон.
Расширять возможности мышления и инстру­ментария лучше всего, занимаясь серьезными проблемами, чрезвычайно важными для всего человечества. К тому же это открывает новые перспективы для сотрудничества и эксперимен­тирования. Если специалисты, представляющие разные области знания, будут обмениваться данными, у нас появится больше шансов для стремительного движения вперед. Как любил говорить Джим Грей, самое ценное в данных астрономии - то, что они не обладают коммер­ческой стоимостью.
Освещаем дно океана
Один из таких масштабных проектов - океано­логический. Сейчас на дне Тихого океана к запа­ду от штата Вашингтон и Британской Колумбии ведется строительство. Океаны, покрывающие 70% поверхности Земли, - это самая крупная экосистема планеты. Они формируют погоду; в них зарождаются цунами и ураганы, мощные, опасные и большей частью непредсказуемые явления; в толще воды больше углерода, чем в атмосфере, растительности и почве; наконец, океан - важнейший источник продуктов пи­тания. И несмотря на это, о морском дне нам известно меньше, чем о поверхности Марса или Венеры. Вода не пропускает электромагнитное излучение, с помощью которого мы изучаем небесные тела, поэтому для океанологических исследований приходилось применять под­водные лодки, корабли и спутники. Но скоро ситуация изменится. Океанологи - участники проекта Обсерватории океана (OOI) с бюдже­том $600 млн, выделенных Национальным научным фондом США, - разместят на участке тихоокеанского дна сеть элементов, назначе­ние которых мой коллега Роджер Барга опре­деляет как «ШВ-порт океана». OOI протянет 2500 километров кабеля по дну океана и между датчиками, подключит их к источнику питания и к интернету, чтобы фиксировать разного рода явления и их точное время. А ученые с помощью разных устройств - от обычных термометров до роботов с дистанционным управлением и современных генных секвенаторов - будут эти явления изучать.
Проект задуман как международный. Он даст ученым беспрецедентную возможность оцени­вать и анализировать природные процессы вро­де образования ила или изменения плотности микроорганизмов. Но полученные данные необ­ходимо правильно классифицировать и хранить, иначе все сведется к мертвому грузу цифр. Вот почему Роджер и его группа работает непосредст­венно с потоком данных, попутно решая, как их распределить между компьютерами, чтобы ни­где не перегружать отдельные вычислительные мощности и чтобы ученые, студенты и просто энтузиасты имели к этим данным доступ. Группа разрабатывает стандарты данных, которые поз­волят аналитическим программам сопоставлять результаты разных экспериментов - для более масштабного анализа. Возможность сочетать информацию из разных источников называется интероперабельностью (совместимостью) дан­ных. А исследователям необходимо соединять и сравнивать данные, полученные с помощью прогностических моделей в лабораториях, с информацией из других источников, в том числе поступающей из сети 001 со дна океана.
«Для нашего времени характерно частое появление и быстрое сближение множества новых развивающихся технологий», - говорит Роджер. Исследование будет направлено на поиск корреляций между разными океаничес­кими процессами, оно углубит наше представ­ление о взаимосвязи суши, океана и атмосферы и, наверное, повысит нашу способность прогно­зировать изменения. Ученые смогут количест­венно оценивать доселе недоступные подводные явления: вулканическую активность, крупные закономерности миграции морских организмов, землетрясения и мощные штормы. Видеосъемка, новые способы визуализации данных позволят студентам, преподавателям и всем желающим наблюдать за развитием этих явлений, а иногда и проводить собственные эксперименты. «Ин­тернет станет самым мощным океанографичес­ким инструментом», - предсказывает Роджер.
Проект 001 будит творческую мысль океано­логов: в разных странах разрабатывают новые приборы для подводной лаборатории. В их числе автоматический подводный секвенатор ДНК - устройство размером со стиральную машину. Он будет отфильтровывать обитаю­щие на дне моря живые организмы, считывать и классифицировать их ДНК и отправлять ре­зультаты на сушу. Это само по себе впечатляет. Но представьте себе, что информацию о ДНК объединят с данными о загрязнении окружа­ющей среды, кислотности, температуре воды в океане, наличии кочующих биологических видов, способных повлиять на пищевую цепочку (все эти базы данных собраны другими исследо­вателями), и вот оно - наступление новой эры в океанологии.
Какая в этом коммерческая составляющая? Вот лишь один пример. Химик, работающий в нефтяной компании над проблемой нейтра­лизации пролившихся в воду углеводородов, получает доступ к базе данных ДНК морских организмов. Он может сразу же генетичес­ки определить микроорганизмы, обитающие в воде вокруг какого-нибудь нефтяного пятна, и сказать, как на них скажутся реагенты, которые предполагается использовать для борьбы с за­грязнением. У ученых, которые борются сейчас с последствиями разлива нефти в Мексиканском заливе, нет комплексных базовых параметров, чтобы оценивать «здоровье» океана. Им при­ходится ориентироваться на косвенные данные вроде состояния рыбы. Инструменты совмести­мости могут подсказать и более прозаические, но не менее полезные идеи. Скажем, начальник маркетинга в розничной компании получает ежедневные аналитические отчеты. Их состав­ляет программа - перепахивая данные, кото­рые поступают в режиме реального времени с кассовых терминалов магазинов разных стран. Программа распознает аномалии в продажах и прибыли и выявляет зависимости, которые боль­шинство ритейлеров никогда бы не заметили.
Нет инфекциям и засухам
«Четвертая парадигма» ускоряет открытия еще и потому, что поставлять данные и предлагать идеи, приближающие ученых к прорыву, может каждый из нас. Например, во время транспорт­ного проекта в Сиэтле водители-добровольцы с GPS навигаторами в машинах поставляли важную информацию о местных магистралях, просто перемещаясь по ним. Потом тот же ме­тод применили и к более масштабной задаче: прогнозированию скопления машин в мегапо­лисах и на подъездах к ним. Сейчас в 72 крупных городах Северной Америки автомобилисты могут пользоваться картами поисковика Bing, созданными в рамках этого проекта (во врезке «Толпы в небесах» рассказывается о подобном проекте из области астрономии). Скоро все ученые-любители, какой бы наукой они ни увлекались, смогут собирать и анализировать информацию, пользуясь мобильным телефоном или ноутбуком.

Вот пример. Моя научная группа ведет про­ект в Индии. Его цель - задействовать сеть агентов, живущих в отдаленных районах, людей без медицинского образования в диагностике некоторых заболеваний. Люди из глубинки по мобильным телефонам звонят в медицин­ской центр, отвечают на ряд вопросов и тут же получают готовые обоснованные диагно­зы. Когда-нибудь эту систему можно будет использовать для того, чтобы отслеживать и изучать распространение заболеваний, осо­бенно инфекционных. Благодаря тому, что множество людей проводят быструю первич­ную диагностику, результаты которой вводятся в базу данных, государственные чиновники и работники здравоохранения сразу видят, где произошла вспышка того или иного за­болевания, как оно распространяется, какие проявляются симптомы. При подключении «машинного обучения» в режиме реального времени каждую новую вспышку сравнивают со всеми известными эпидемиями этого инфек­ционного заболевания и других - и выявляют закономерности, помогающие предупредить дальнейшее распространение.
При таком масштабе проекта требования к технологии огромны: нужны вычислительные мощности, параллельное программирование, архивирование данных, их проверка, публика­ция. Если, допустим, архивирование не встро­ено в систему, участники проекта выполняют его, когда сочтут нужным, а это может привести к ненадежным и отнюдь не универсальным решениям. Когда речь идет о таких насущных проблемах, как изменение климата, нехватка воды или прогнозирование ураганов и цунами, ученые и политики не могут позволить себе до­жидаться, пока все прояснится, и только потом действовать.
Например, в трудном положении оказалась Калифорния. Предполагается, что к 2040 году население штата вырастет с нынешних 38 млн до 50 с лишним. Вот что говорит Джефф Дозьер, профессор Школы экологии и менеджмента Ка­лифорнийского университета: «Экономика Ка­лифорнии зависит от запасов воды. Мы всегда стремились удовлетворять спрос. Не исключено, что больше мы этого делать не сможем. Мы при­выкли к комфорту - надежное водоснабжение кажется нам в порядке вещей, - но природе до этого дела нет. Сейчас, чтобы спрогнозировать, сколько воды мы потратим в том или ином году, нужны новые, гораздо более совершенные технологии».
Определить, сколько воды прибудет в резуль­тате таяния снега, не так просто, как кажется, объясняет Дозьер. Спутники собирают массу данных о снежном покрове, но и этого недо­статочно, поскольку просчитывается площадь, покрытая снегом, но не его объем или масса. Чтобы точно учесть поверхностный сток, надо знать «водный эквивалент», то есть количество воды, образуемой в результате таяния. Водный эквивалент можно вывести исходя из веса снега, но на больших участках местности со слож­ным рельефом вес этот измерить трудно. Во­прос: как объединить данные о водных запасах и снежном покрове с информацией об экономи­ке и управлении - чтобы лучше оценить водные ресурсы, спрогнозировать их объем и лучше регулировать расход воды? В одной Калифор­нии функционируют минимум 400 различных «водных» агентств. Microsoft работает с учеными из Калифорнийского университета в Беркли и из Национальной лаборатории Лоуренса. Они собирают и проверяют старые гидрологические данные, чтобы, объединив их с новейшими показателями, получаемыми от сетей датчиков, создать более точные прогностические модели.
Еще один ученый Microsoft - Дэвид Хекерман, доктор медицины и обладатель PhD по информатике - решает другую сверхактуаль­ную общечеловеческую проблему: как обра­ботка большого объема информации помогает в борьбе с вирусом иммунодефицита. «ВИЧ в организме одного пациента за несколько лет успевает мутировать столько раз, сколько вирус гриппа - за всю свою историю», - объясняет он. Поэтому так трудно разработать вакцину, которая в состоянии убить вирус ВИЧ. Более того, из-за различий иммунных систем в каждом организме вирус мутирует по-своему. Ученые надеются, что ВИЧ удастся остановить, если появится вакцина, стимулирующая иммунную систему самого человека на борьбу с вирусом. Хекерман и его коллега из Гарварда Брюс Уокер рассчитывают в скором времени приступить к тестированию первой вакцины, созданной на основе этих исследований.
Переключить скорость - и поменять стандарты
Для решения прикладной задачи вроде раз­работки вакцины, как и для фундаменталь­ной - скажем, расшифровка генома человека, требуется огромный объем информации. Зато количество научных дисциплин, задейство­ванных в этих проектах, не столь велико. А вот при изучении природных феноменов - оке­анических процессов или изменения клима­та - приходится иметь дело не только с массой информации о каждом отдельном факторе, но и с множеством научных дисциплин и источ­ников данных. Для комплексных расчетов ди­намики потепления надо учитывать тепловое излучение, отраженное от полярных ледников, таяние шельфовых льдов, вызванное небольши­ми повышениями температуры воды, состояние мангровых лесов в тропиках, глобальные тенден­ции изменения величины популяций насекомых,рисунок древесных колец, уровень остаточного углекислого газа в ледяном керне и многое дру­гое. И поскольку используются все больше мас­сивов данных, собранных совершенно разными науками, задача разработки стандартов - для хранения и совместимости разнородной инфор­мации - выходит на передний край.
По нашему мнению, в будущем существенно изменится характер научных публикаций. Как нам видится, нынешний «конечный продукт» - статья, в которой обсуждаются эксперимент и выводы и приводятся ссылки на массивы дан­ных, - превратится в «обложку» для этих самых данных. Другие исследователи, получившие к ним доступ, смогут с их помощью решать собст­венные научные проблемы или, соединив их со своими массивами, выдвинуть идею, о которых первый исследователь и не задумывался. По удачному выражению Джима Грея, грядет «мир, где вся научная литература есть в интернете, все собранные данные совместимы и тоже есть в интернете. А для этого нужно много новых инструментов и методов».
Достижение этой цели будет означать пере­мены к лучшему для общества и для планеты. Кроме того, «четвертая парадигма» создаст огромные коммерческие возможности. Скажем, геномный анализ ВИЧ, выполненный Дэвидом Хекерманом, - это лишь небольшая часть громадной программы индивидуальной меди­цины. Фармацевты считают, что, если выяснить, какие препараты подходят человеку с конк­ретными генетическими данными, разработка лекарственных средств пойдет по новому руслу. Health Solutions Group, подразделение Microsoft, сводит медицинскую документацию и данные диагностической визуализации. Это - первый шаг к созданию интеллектуальных средств для фармакологии.

Все научные дисциплины, включая информа­тику, должны объединить свои усилия, чтобы «четвертая парадигма» дала решение важных проблем человечества. Ответы спрятаны в горах цифр, и в наших силах откопать этот клад.
Четыре научные парадигмы
Теория
Еще в Древней Греции и Древнем Китае люди стремились объяснить наблюдаемые явления не сверхъестественными, а естественными причинами.
Эксперимент
В XVII столетии ученые, такие как Исаак Ньютон, пытались предсказывать явления природы и экспериментально проверять свои гипотезы.
Вычисление и моделирование
Во второй половине XX века были созданы высокопроизводительные компьютеры. С их помощью ученые начали исследовать сложные процессы - например, моделировать климат или образование галактики - методом решения уравнений, описывающих множество параметров в хорошем приближении.
Извлечение информации из данных
Работая на более мощных компьютерах, ученые начали «учить» программы «прочесывать» гигантские базы данных в поисках взаимосвязей. По сути, сопоставляя данные, они с помощью компьютеров открывают новые правила.
Толпы в небесах
Астрономия - та область знания, в которой открытиям способствуют прежде всего ученые-любители.
В наши дни астрономические данные через роботизированные системы собирают приборы с зарядовой связью (ПЗС). Информации приходит столько, что все астрономы мира (а их около 10 тысяч) до конца дней своих не успеют даже взглянуть на нее. К счастью, есть как минимум миллион звездочетов-любителей, и теперь они тоже вносят вклад в науку. В 2007 году группа ученых запустила сайт Galaxy Zoo с игровым пользовательским интерфейсом для анализа астрономических данных, собранных «Слоановским цифровым обзором неба» - широкомасштабным проектом исследования изображений и спектров звезд и галактик. Оказывается, людям значительно лучше, чем компьютерам, удается визуально классифицировать галактики. Энтузиасты распределяли галактики по классам, заодно помогая астрономам проверить гипотезу, согласно которой спиральные галактики вращаются преимущественно по часовой стрелке. В Galaxy Zoo заложили данные о миллионе галактик, отображенных роботизированным телескопом. Глядя на модели, участники проекта классифицировали их как «правосторонние» (то есть вращающиеся по часовой стрелке) или «левосторонние» (вращающиеся против часовой стрелки). Астрономы думали, что такого количества галактик посетителям сайта хватит года на два. Спустя сутки после запуска сайта на него уже поступало 70 тысяч классификаций в час. В первый год проект получил более 50 млн классификаций от почти 150 тысяч посетителей. Была опровергнута идея вращения большинства спиральных галактик по часовой стрелке: оказывается, «правосторонних» половина. Школьный учитель из Голландии обнаружил столь странную галактику, что астрономы стали ее изучать с помощью телескопа Хаббла. В 2008 году Microsoft выпустила онлайн-сервис WorldWide Telescope (WWT): доступ к трехмерным изображениям неба, планет и галактик. Изображения, загруженные браузером Explorer, - данные, используемые профессиональными астрономами. В WWT входят и классификации Galaxy Zoo. Можно узнать координаты отдаленных галактик, летящих комет и паукообразных туманностей. При таких средствах визуализации ученые получили новый способ формирования гипотез на основе данных - и иногда большую помощь им оказывают любители.
Не только Microsoft: как помогают двигать науку другие компании
Информатика помогает совершать прорывы в области здравоохранения, изменения климата и т.п. В начале 2009 года в Центр по контролю и предупреждению болезней (CDC) начали приходить сообщения о сильной вспышке гриппа в Мексике. Чтобы лучше разобраться в ситуации, врачи обратились к Google.org - благотворительному подразделению Google, где с 2008 года работает сервис Flu Trends по мониторингу и прогнозированию распространения гриппа в нескольких странах. Результаты показали, что это новое заболевание (пандемия свиного гриппа, как оказалось) хотя и охватило немалую часть населения Мексики, вовсе не было таким опасным для жизни, как боялись в CDC. «Когда речь идет о пандемии, нужно много надежных источников информации, - говорит Жаклин Фуллер, руководитель
Google.org. - Flu Trends может помочь органам здравоохранения составить реальную картину». Сейчас Google уже распространила проект Flu Trends на 28 стран. Прежде Google.org в основном выделяла гранты сторонним организациям. Но теперь, говорит Фуллер, в компании поняли, что своим опытом, умением агрегировать и обрабатывать данные «Google.org сама может сделать многое». В числе проектов организации - Earth Engine: с помощью спутниковых изображений и методов анализа отслеживается уничтожение лесов - главная причина изменения климата. Google.org применяет технологию и для помощи в кризисных ситуациях. После землетрясений на Гаити и в Чили Google вместе с Госдепартаментом США создала базу данных Person Finder для внесения и поиска информации о пропавших.
Google.org занимается благотворительностью, но есть и те, кто нашли «четвертой парадигме» прибыльные применения. В 2008 году IBM запустила проект Smarter Planet Initiative - гендиректор Сэм Палмизано назвал его главным источником будущего роста IBM. Опыт аналитики и интеграции применяют к решению таких проблем, как управление транспортом в Стокгольме, контроль водных ресурсов Мальты, здравоохранение в Китае. (IBM, в частности, разработала программу, которая позволит проверить действенность традиционной китайской медицины.) «Это точка, где сходятся сложные социальные проблемы, опыт компаний вроде IBM и заманчивые коммерческие составляющие», - говорит Майкл Валоччи, вице-президент IBM по глобальным бизнес-услугам.
HBR
read more...