Пятьдесят лет назад профессор Рональд Артур Ховард, только что обсудивший с ядерщиками из General Electric вопрос о том, нужен ли им новый мощный прибор на реакторе следующего поколения, сел и задумался, что же это он изобрел. Этот процесс он называл «анализом решения» и описывал его как «логическую процедуру сбалансирования факторов, влияющих на решение», разделяя эти факторы по сегментам на «неопределенное, ценности и предпочтения».
С виду сложно, и, наверное, так оно и есть — подобный метод требует огромного количества времени. Но, когда мы с Ховардом пару недель назад общались в Пало-Альто (он преподает менеджмент и инженерное дело в Стэнфорде), ученый предложил более простую формулу:
«Нельзя определить качество решения по его результату. Или, говоря простыми словами, по результату вы не можете судить, было ли решение правильным. Будет логической ошибкой сказать: ''Ага, результат удачный, значит, решение было правильным''».
Но все именно так и думают.
Ховард не единственный, кто предлагает такой подход к решению. Празднование 50-летия аналитики решения, на котором мы и встретились с Ховардом, привлекло несколько сот родственных душ из промышленной сферы (по большей части из нефтегазовой) и науки, в том числе пришел корифей и один из основателей всего направления, бывший гарвардский профессор Говард Райффа. Все дружно повторяли, что важен не итог решения, а сам способ принимать его.
Так как же принимается хорошее решение? «Первым делом, — говорит Ховард, — постарайтесь задать верный контекст, иначе вы получите правильный ответ на неправильный вопрос». После того как рамки поиска заданы, остается выявить альтернативы, оценить доступную информацию (она выражается в форме вероятностей, даже если вы не знаете, как высока вероятность того или иного события). «Главное — выразить свое невежество на языке цифр, — поясняет Ховард. — Затем — сформулировать свои предпочтения».
Легче сказать, чем сделать. Психологи и экономисты вслед за Даниэлем Канеманом и Амосом Тверски собрали тонны экспериментальных данных, доказывающих, как можно последовательно оценивать вероятности и даже выражать предпочтения. Психолог Герд Гигеренцер и его коллеги недавно выявили такие закономерности, по которым выполнение простых инструкций устойчиво дает лучшие результаты, чем методы аналитического решения.
Устойчиво лучшие результаты — это важно, и такого рода статистическую информацию следует включить в будущие решения. Но Ховард прав: мы слишком много веса придаем удачным последствиям решений как в бизнесе, так в повседневной жизни.
Он приводит пример из американского футбола, когда команда вместо гарантированного очка пытается взять два. «Тренер так решил, и ничего не вышло. Комментатор восклицает: ''О, какая ошибка!''. Но это вовсе не обязательно ошибка».
Аналогично и экономист из Университета Беркли Дэвид Ромер обнаружил в 2006 году, что профессиональные футбольные команды гораздо реже пытаются пройти 10 ярдов на последнем рывке, если бы хотели получить как можно больше очков, — и из этого наблюдения он делает вывод, что и в бизнесе далеко не всегда гонятся за максимальной прибылью. Его открытия разнеслись по свету, но мало повлияли на практику НФЛ. Каждое воскресенье New York Times 4th-Down Bot, выстроенный наподобие предложенной Ромером модели, грустно сообщает после очередного паса ногой или длинной передачи: «А зря не попытался».
Тренеры не идут на рискованную попытку, потому что болельщики, комментаторы и владельцы клубов раскритикуют команду за неудавшуюся двухочковую комбинацию или сорвавшуюся попытку пройти 10 ярдов, но не будут ворчать из-за дешевых трюков, покушений на гол или на дополнительные очки, хотя со статистической точки зрения они не так выгодны. В итоге команды выигрывают реже, чем если бы следовали логическому подходу и стремились к максимальному набору очков. Вот это — низкое качество решения.
Читайте по теме:
