Выходим за границы своего «Я»

⇐ ПредыдущаяСтр 21 из 42Следующая ⇒

Вы заперты в 30-метровой башне. В ней есть открытое окно, но нет дверей. У вас есть веревка, но ее длина только 15 метров. Прыгать слишком высоко. Как вы выберетесь?

Это довольно простая загадка (ответ на которую, я уверен, вы легко нашли сами: нужно разделить веревку по всей длине и привязать одну часть к другой – так, чтобы она стала вдвое тоньше, но и вдвое длиннее). Когда эта задачка сформулирована в третьем лице – то есть речь идет о некоем «заключенном», 66 % опрошенных дают верный ответ. Но когда отвечающим приходится влезать в шкуру «пленника» (как в моем примере), правильное решение находят только 48 %! [92]

Когда мы рассуждаем от первого лица, мы зачастую становимся менее изобретательными. Едва мы вообразили самих себя в предложенных обстоятельствах – и тут же к нам на хвост садится целый набор убеждений, норм и образов: мы припоминаем, как уже сталкивались со схожими проблемами, пытаемся подобрать уместную модель поведения, ищем знакомые схемы и, если таковые находятся, немедленно их применяем. Но, задумавшись над ситуацией в третьем лице, мы как будто начинаем с чистого листа. Мы мыслим более абстрактно. Наше воображение мчится вперед – все быстрее и дальше, и у нас появляется гораздо больше шансов подыскать наилучшее решение.

Оказавшись перед «жирной точкой», притормозите и спросите себя: как бы на моем месте поступил Билл Гейтс, или Энг Ли, или Ганди? Вы сами удивитесь, насколько изменится ваш угол зрения.

Не ищите ответы только там, где они должны быть

Иногда решение проблемы может прийти из совершенно неожиданной области. Деви Шетти – ведущий кардиохирург Индии, но при всем своем мастерстве он никак не мог добиться того, к чему стремился. Его обескураживало огромное число людей, нуждающихся в дорогостоящей, а потому часто недоступной помощи – операция на сердце, например в США, обходится где-то в $20 000 – $100 000. Он не мог найти способ свести потребности своих пациентов с их возможностями. Многие хирурги отнеслись бы к этой проблеме «реалистично» и приняли бы как данность тот факт, что операции на сердце во всем мире стоят очень дорого. Но Деви Шетти не согласился ставить в этом вопросе «жирную точку». Он начал искать идеи вне своей профессии и вне своей индустрии, надеясь на то, что где-то уже был изобретен способ повысить продуктивность и при этом урезать стоимость каждой отдельно взятой операции[93].

Шетти обнаружил, что в начале 1900-х гг. со схожей проблемой столкнулся Генри Форд – и тогда ему удалось решить ее при помощи конвейера. Шетти выработал новый подход к медицинским услугам, применив метод поточного производства Генри Форда к операциям на открытом сердце и добившись экономии за счет масштаба и специализации. В норме обучение кардиохирурга – очень длительный и затратный процесс, а операции на сердце – сложные, многосоставные процедуры. Но по методу Шетти каждый хирург выполнял только небольшую часть всей операции, из-за чего обучать таких врачей стало дешевле и проще – они приобретали необходимый навык в разы быстрее. Используя этот подход, 40 кардиохирургов могли выполнять по 600 операций в неделю за 1/10 стоимости таких же операций в западных клиниках и с тем же уровнем успешности.

Другой пример – Cemex, мексиканская компания-гигант по производству цемента. В Cemex заметили, что между выпиской чека клиенту и доставкой на место готового, замешенного бетона у них проходит три часа – и что такая задержка невыгодна обеим сторонам. Компания решила, что сможет повысить цены, если сократит время ожидания, – и взялась изучать методы, которые используют дежурно-диспетчерские службы при отправке на экстренный вызов санитарных бригад. По итогам этого исследования Cemex оснастила свои грузовики GPS-навигаторами и приняла ряд других мер, которые позволили сократить время ожидания с трех часов до 20 минут.

Эти истории объединяет то, что в обоих случаях специалисты попытались найти нужное им решение вне своей компании, вне своей индустрии и даже вне своей страны. А где будете искать ответы вы?

Чаще спрашиваем (странных) людей

В 1675 г. в Британии была основана Королевская обсерватория, призванная разработать новые средства навигации для мореплавателей. Самой большой проблемой, которую ей предстояло решить, была невозможность точно определить долготу – то есть понять, западнее или восточнее находится корабль. Этот вопрос для Британии имел жизненно важное значение, ведь ее роль на мировой арене во многом зависела от успехов в мореплавании и торговле.

Естественно, Королевская обсерватория привлекла к работе экспертов. Кому же решать эту проблему, как не знаменитому физику Исааку Ньютону и знатоку комет Эдмунду Галлею? Однако эти великие умы не смогли предложить что-то дельное. Между тем вопрос встал ребром, когда в 1707 г. адмирал сэр Клаудесли Шовелл разбил в тумане у архипелага Силли четыре корабля, полагая, что проходит западнее, чем на самом деле. Экономист Тим Харфорд отмечает, что в этом крушении погибло больше людей, чем на «Титанике», и что после катастрофы Королевская обсерватория решила испробовать другой путь[94].

Вместо того чтобы полагаться на нескольких экспертов, обсерватория решила задействовать более широкий круг людей. Организация предложила за решение этой проблемы приз £ 20 000 (что равнозначно сегодняшним £ 30 млн). Ответ пришел не из области астрономии, как ожидалось. И предложил его не специалист, а неизвестный плотник по имени Джон Гаррисон. Он изготовил часы такой точности, что, сравнив по ним время с местным солнечным, можно было рассчитать долготу.

Гениальная простота идеи с наградой заключалась в том, что она позволила привлечь к решению проблемы огромное число людей, обладающих разными знаниями и разным опытом. И так удалось найти выход, до которого эксперты никогда бы не додумались.

Есть легенда посвежее: говорят, что компания IBM, которая уже не раз успешно переставляла себя на новые рельсы, разработала особую стратегию под названием «рейд по чудилам». Руководители понимали, что корпорации требовались кардинальные перемены, но не были уверены, в какую сторону двигаться. Им нужны были разные мнения. Но проблема состояла в том, что на высших уровнях иерархии, среди более высокопоставленных сотрудников, царило единодушие – они все мыслили примерно одинаково. Тогда руководство IBM стало искать «чудил» внутри своей организации. Всяких бородатых и прыщавых простофиль в вытянутых свитерах. Они искали тех, кто так и не вписался в коллектив, кто всегда казался странноватым. Они искали другие точки зрения. И это сработало. Идеи и инновации не рождаются в одинаковости – их приносит непохожесть.

Насколько разнообразны ваши социальные связи? Сколько в вашем списке бизнес-контактов чудаков и оригиналов? Умеете ли вы использовать их самобытность? Про себя я могу сказать, что, если мне нужна помощь в решении какого-то вопроса, мне никогда не следует обращаться к коллегам-психологам – у них тот же взгляд нам мир, что и у меня. Лучше поговорить с друзьями-рекламщиками, фермерами или пожарниками – вот они действительно могут подкинуть свежую идею.

Вопрос на миллион

Михай Чиксентмихайи, тогда еще профессор психологии в Чикагском университете, руководил командой, которая изучала лауреатов Нобелевской премии. В частности, его интересовало, как они пришли к своим выдающимся открытиям. Проведя исследование, он пришел к парадоксальному (во всяком случае для современного бизнеса) выводу: найти решение не составляло особого труда, гораздо сложнее было правильно поставить вопрос. Но стоило его сформулировать, как идеи сами собой приходили на ум[95].

Майкл Маркуардт – мой коллега и вдохновитель, профессор и одно из светил в области так называемого обучения действием[96]. Методика обучения действием была впервые предложена профессором Реджинальдом Ревансом, физиком по образованию, который заметил некоторые трудности, возникающие у умных людей (многие физики, с которыми он учился в Кембридже, впоследствии стали нобелевскими лауреатами) при обсуждении сложных проблем. Согласно этой методике группа должна не только обсуждать проблему, но параллельно оценивать эффективность своей групповой работы.

Когда Майк ведет в группах занятия по обучению действием, он по нескольку раз задает ученикам один и тот же ошеломительный вопрос: «Какую проблему мы с вами пытаемся решить? » Этот вопрос высвечивает первопричину тех затруднений, которые возникают в ходе большинства дискуссий и осложняют работу коллективам: мы тратим массу времени, пытаясь найти решение проблемы или разработать план действий, и едва ли уделяем хоть минуту тому, чтобы понять, какая именно проблема перед нами стоит, и убедиться, что все мы воспринимаем ее одинаково.

В разгар обсуждения Майк останавливает все дебаты и просит каждого участника записать на листе бумаги, какую проблему, на его взгляд, группа пытается решить. Вы даже представить себе не можете, насколько часто выясняется, что в ходе всей своей многочасовой дискуссии члены группы старались решить совершенно разные вопросы. Выявив эту нехватку взаимопонимания, группа должна определиться с тем, какую же проблему она все-таки обсуждает, или найти способ объединить разные точки зрения в одно целое. И, пожалуй, главное и наиболее удивительное впечатление, которое клиенты Майка получают от его занятий, сводится к следующему: чтобы прийти к согласию, группе требуется невероятно много времени, но стоит ей выработать единое мнение, как решение находится будто бы само.

Задаваться таким вопросом полезно не только во время занятий по обучению действием и не только тогда, когда дело касается сложных, стратегически важных аспектов работы. Этот вопрос почти всегда вынуждает людей сменить курс, взглянуть на проблему иначе, начать думать в ином ключе и найти лучшее, более оригинальное решение.

Больше экспериментов

Экономист Тим Харфорд иллюстрирует свои рассуждения о преимуществах сознательного использования метода проб и ошибок одним примером из истории фирмы Unilever[97]. Этой историей поделился в своей работе ученый-генетик профессор Стив Джонс, чей отец, разработчик Unilever, изобрел Cif, популярное чистящее средство. Оказывается, когда вы придумываете новый детергент, очень важно озаботиться дизайном насадки-дозатора для бутылочки. В Unilever мучительно пытались придумать свой вариант. Они созвали специалистов – но толку от этого было мало. Тогда решили провести серию экспериментов. Изготовили десять разных моделей насадок и опробовали их. Затем выбрали самую лучшую, сделали десять ее вариаций и снова протестировали. После 45 последующих экспериментов, в каждом из которых сравнивались десять модификаций наиболее успешного дизайна из предыдущей серии, Unilever нашла идеальную модель – такую, которую с первого раза не придумал бы ни один специалист.

Фиаско

Неудачи – неотъемлемая часть жизни большинства организаций, и в последнее время они постигают их все чаще. К примеру, Джон Хейгел из инновационного центра Center for the Edge[98]аудиторской компании Deloitte подсчитал, что средний срок, на протяжении которого компания остается в списке S& amp; P 500, сократился с 75 лет в 1937 г. до 15 лет в наши дни. Конкуренция в нашем мире стала больше, а скорости и риски – выше. Компаниям все сложнее выживать в современном бизнесе.

Среди преград на пути к прорывам и инновациям важное место занимает страх, что все пойдет не так, страх фиаско. И потому одна из причин, по которой мы склоняемся к знакомым, уже опробованным решениям, – это их безопасность. Мы можем предсказать их результат, а если даже и не можем, то все равно чувствуем себя увереннее – нам кажется, что использование стандартного метода не вызовет никаких проблем. Но я согласен с Тимом Харфордом: нам не добиться успехов и не принести реальную пользу, если мы не смиримся с тем, что ошибки неизбежны, и не начнем экспериментировать – в пределах разумного, конечно.

Можно ли избежать провала?

Лучший способ избежать фиаско – предсказать его. В своем знаменитом 20-летнем исследовании психолог Филип Тетлок проанализировал умение профессиональных аналитиков прогнозировать будущее[99]. Он опросил почти 300 признанных экспертов, которые зарабатывают на жизнь тем, что комментируют политические или экономические тенденции. В общей сложности он задал им 27 450 очень конкретных вопросов, а затем проследил, сбудутся ли их предсказания. Результаты были ошеломительными. Способность предвидеть будущие события у экспертов оказалась не намного выше, чем у несведущих в политике и экономике граждан со средним образованием. Не помогли даже глубокие знания в определенных сферах: к примеру, специалисты по России предсказали будущее российского общества не лучше, чем это сделали специалисты по Канаде. И, что самое интересное, хуже всего со своей задачей справились наиболее знаменитые эксперты.

Если предсказания не работают, как насчет планирования? Британский экономист Пол Ормерод проследил характер массовых вымираний за последние 550 млн лет. Он обнаружил четкую взаимосвязь между масштабом вымираний и их частотой[100]: чем более масштабными оказывались вымирания, тем реже они случались. Несмотря на смены климата и частые перестановки сил в извечной борьбе видов, здесь есть явственная математическая закономерность. Затем Ормерод попытался применить эту схему к современному бизнесу и корпоративным фиаско. И заметил удивительное сходство между процессами, которые происходят в природе и бизнесе. Тогда возник вопрос: если компании терпят крах по тому же принципу, по которому вымирают живые организмы, неужели этого никак нельзя избежать и все зависит от везения? А как же хорошее/плохое стратегическое планирование – оно хоть на что-нибудь влияет? Основываясь на математических расчетах, Ормерод выстроил модель, допускающую, что некоторые компании могут быть успешными в своем планировании, и назвал ее «планирование возможно». Также он выстроил модель «планирование невозможно», которая предполагала, что ни одна компания не может составить удачный план на будущее. Результаты по модели «планирование возможно» даже близко не совпали с реальными данными о соотношении успехов и провалов в бизнесе. Однако модель «планирование невозможно» почти идеально отобразила действительность! Это, конечно, не значит, что ни одна компания не может реализовать свой план, но вывод о том, что планирование вряд ли застрахует вас от неудачи, напрашивается здесь сам.

Работы Тетлока и Ормерода однозначно дают понять: наш интеллект не гарантия того, что мы не попадем впросак. В своей книге «Адаптация: Почему успех всегда начинается с неудачи» Тим Харфорд предполагает, что наш мир слишком сложен, чтобы мы могли в нем что-то предвидеть и строить какие-то планы. К примеру, в большом городе вроде Нью-Йорка или Рио-де-Жанейро вам могут предложить не менее 10 млрд типов различной продукции. Говорят, что даже в одном-единственном кафе Starbucks может быть 87 000 вариаций предоставляемых товаров. У нас нет таких интеллектуальных способностей или компьютерных программ, чтобы проанализировать все эти возможности.

Но если мы не можем избежать провалов, что же нам делать?

⇐ Предыдущая 16 17 18 19 202122 23 24 25 Следующая ⇒