Левое полушарие – правильные решения. Мыслить и действовать: как интуиция поддерживает логику. Глава 4. Что нужно для победы (Фил Розенцвейг, 2014)

Соедините возможность контроля с необходимостью превзойти конкурентов, и что получится? Теперь вы не просто можете – вам зачастую необходимо влиять на результаты.

Давайте рассмотрим яркий пример из мира профессионального велоспорта. Гонка Тур де Франс ежегодно проводится с 1903 года, за исключением нескольких перерывов во время войны. Это изматывающее трехнедельное соревнование проходит в 21 этап, частично – длинные равнинные пробеги по дорогам, петляющим между полями и деревнями, частично – в Альпах и Пиренеях, где велосипедистам приходится подниматься по крутым горам. Здесь скорость – вопрос хорошей техники, выносливости и позитивного мышления. Что касается производительности, то она не только относительна (велосипедист с минимальным временем завоевывает звание чемпиона и получает желтую майку лидера), но и напрямую связана с вознаграждением, которое сильно перекошено: огромный приз и высокий престиж для победителя и его команды, и меньшие награды для других (присуждаются и другие призы: лучшему спринтеру, лучшему горному гонщику, а также членам победившей команды). Каждый этап имеет четко определенную конечную точку, кульминация наступает в последнее воскресенье, во время заключительного спринта на Елисейских Полях в Париже.

Естественно, что велосипедисты делают все возможное для улучшения своей производительности. Они находятся под постоянным давлением: им приходится следить за новинками снаряжения, новыми методами тренировок, питания и т. д. Не удивительно, что они испытывают соблазн найти не вполне этичные способы пройти дистанцию быстрее.

Использование запрещенных наркотиков началось уже в 1960–1970-х годах, в моду вошли амфетамины и другие стимуляторы. Но в 1990-х, когда появился эритропоэтин, в спорте известный как ЭПО, ситуация резко изменилась. ЭПО стимулирует выработку эритроцитов, что играет решающую роль при необходимости доставить кислород мышцам во время продолжительной и трудной гонки, и может значительно улучшить результат. По оценке американского велосипедиста Тайлера Хэмилтона, применение ЭПО улучшает результат приблизительно на 5 %. Кажется, не так много, но на гонках самого высокого уровня, где каждый велосипедист хорошо подготовлен, талантлив и делает все возможное, чтобы победить, 5 % – значительное преимущество, разница между победителем и тем, кто застрял в середине группы.[73]

В середине 1990-х, когда ЭПО начал применяться в велогонках, журналисты заметили, что образовались две группы велосипедистов: те, кто продолжает проходить дистанцию за стандартное время, и небольшое, но растущее число тех, кто заметно быстрее. Создавалось впечатление, что их ноги и легкие имеют дополнительный запас энергии. Группы показывали разную скорость. Остин Мерфи из журнала Sports Illustrated писал: «Неумеренное употребление ЭПО превратило средние таланты в суперменов. У команд, использовавших только собственные силы, не осталось никаких шансов».[74] Неудивительно, что многие профессиональные велосипедисты прибегали к допингу. Разница в результатах была так очевидна, что многие из тех, кто не желал его использовать, позже ушли из спорта.

В 1999–2005 годах, когда Лэнс Армстронг выигрывал Тур де Франс беспрецедентные семь лет подряд, ходили упорные слухи, что он применяет допинг. Все подозревали, но ничего не было доказано. К 2008 году благодаря постоянным исследованиям доказательства начали появляться. Одного из лучших американских велосипедистов, признавшегося в нарушении правил, Кейла Леогранда, спросили, не считает ли он, что Армстронг использует допинг. Леогранд нисколько в этом не сомневался: «Он участвует в этих варварских велогонках в Европе. Если бы вы были велосипедистом этого уровня, что бы вы сделали?»[75]

Наконец, в 2013 году Армстронг признался, что использовал допинг, – все возможные варианты. ЭПО? «Да». Кровяной допинг? «Да». Тестостерон? «Да». Отвечая на вопрос, мог ли он выиграть Тур де Франс, не прибегая к этим мерам, Армстронг сказал: «Нет». Если бы он не использовал все имеющиеся средства, то при такой конкуренции у него не было бы возможности выиграть гонку. Печально, но Армстронг, вероятно, прав, хотя допинг обострил проблему и лишил других велосипедистов возможности ездить честно.[76]

Конечно, вышесказанное не оправдывает нелегальное использование наркотиков. Многие велосипедисты отказались от допинга, и в результате пострадали их карьеры. Мы должны осудить велосипедистов, употреблявших наркотики, и чиновников, не спешивших настаивать на жестком контроле. В этом смысле обнадеживающий шаг вперед – появление биологического паспорта, в котором зафиксированы исходные показатели каждого спортсмена, что позволяет легко выявить отклонение ключевых маркеров.

Но я привел этот пример для того, чтобы показать другое: даже небольшое повышение абсолютной производительности может привести к значительным отличиям в относительной производительности, а именно к победе или поражению.

Абсолютное улучшение и относительный успех

Чтобы проиллюстрировать, как повышение производительности (абсолютное) может повлиять на успех (относительный), давайте вернемся к примеру из главы 2: в нем игроков просили забить мяч в лунку (опустим проектор и круги, создававшие иллюзию увеличения и уменьшения лунки).

Давайте предположим, что группа начинающих игроков в гольф при ударе с двухметрового расстояния имеет 30-процентный шанс попадания. Если мы попросим каждого из них сделать по 10 ударов (и предположим, что каждый удар независимый, то есть один удар не улучшает качество других), то получим распределение, представленное на рис. 4.1. Очень небольшое количество игроков (2,8 %) промахнется все десять раз, 12 % попадет в одну лунку, 23,3 % в две и 26 % (самый распространенный результат) в три. От этой точки кривая распределения начинает снижаться: в четыре лунки попадет 20 % игроков, 10,3 % попадет в пять и 3,7 % в шесть лунок. В семь лунок из десяти попадет менее 1 %, и хотя дальнейшее улучшение возможно, оно все менее и менее вероятно.

Рис. 4.1. Группа новичков, 30-процентный уровень попаданий

Теперь предположим, что мы собрали другую группу и провели для нее занятия. Мы обучили участников делать плавный удар с хорошим завершением. Мы научили их сосредоточивать ум и использовать преимущества позитивного мышления. Давайте предположим, что члены обученной группы попадают в 40 % случаев – значительное улучшение по сравнению с 30 % у новичков, но все еще далекое от 54,8 % – у профессиональных гольфистов, упомянутых в главе 2. Если все члены группы сделают по 10 ударов, то получится распределение как на рис. 4.2. Теперь почти никто не промажет все десять раз: 4 % попадут только в одну лунку, 12,1 % в две, 21,5 % в три, 25,1 % в четыре и т. д.

Если мы наложим результат новичков на результат обученных гольфистов, как это показано на рис. 4.3, то увидим, что они не сильно различаются.

В любых соревнованиях некоторые новички сыграют лучше, чем обученные профессионалы.

А теперь вопрос: если мы проведем соревнование между новичками и обученными гольфистами (скажем, по 30 человек в обеих группах) и каждый сделает по 20 ударов, то каковы шансы у одного из членов первой и у одного из членов второй группы занять первое место? Конечно, более вероятно, что победит обученный гольфист, но насколько? Есть ли шанс, что победителем станет новичок, или это маловероятно?

Чтобы выяснить это, я использовал моделирование Монте-Карло, метод, разработанный в 1940 году, когда ученым из Манхэттенского проекта понадобилось предсказать исход цепных ядерных реакций. Физика цепных реакций настолько сложна, что точный расчет в этом случае был невозможен. Легче было рассчитать, что произойдет в целом ряде испытаний, а затем, объединив результаты, получить представление о распределении возможных исходов. Ученые Джон фон Нейман и Станислас Улам назвали свой метод в честь Монте-Карло – казино в Монако с его знаменитой рулеткой. При любом однократном вращении колеса рулетки шар попадает только на один слот, из чего мы получим мало информации. Но поверните колесо рулетки тысячу раз, и получите представление о том, что может случиться.[77]

Рис. 4.2. Группа обученных: 40-процентный уровень попаданий

Рис. 4.3. Объединение групп начинающих (30 %) и обученных (40 %)

Изучая влияние изменения абсолютной производительности на относительную, я провел имитационные эксперименты по методу Монте-Карло, чтобы иметь результаты тысячи соревнований, где 30 новичков и 30 обученных гольфистов делают по 20 ударов. Результаты показали: 86,5 % времени, в 865 из 1000 испытаний победителями стали члены обученной группы. 9,1 % времени сохранялось преимущество группы обученных, и только 4,4 % времени, всего 44 раза из 1000 испытаний, самый высокий результат был получен в группе начинающих. Абсолютное преимущество группы обученных, 40-процентное попадание по сравнению с 30-процентным, обеспечивало своим членам почти непреодолимое относительное преимущество. Лучшие начинающие побеждали всех 30 обученных игроков реже одного раза из 20.

А что, если бы выигрыш от обучения был бы намного меньше – например, меткость повысилась бы от 30 до всего лишь 33 %? Если обученная группа будет иметь распределение, как на рис. 4.4, то перекрытие с группой начинающих станет значительно больше, как показано на рис. 4.5. Вероятность того, что новичок сможет выиграть, должна повыситься, и мы действительно это наблюдаем. Тем не менее метод Монте-Карло показал: в соревновании, где 30 членов каждой группы сделают по 20 ударов, член группы начинающих закончит победителем в 19,9 % случаев (в 199 из 1000 испытаний). Член группы обученных победит в 55,5 % случаев (555 из 1000), и в 24,6 % счет будет равным. Даже относительно небольшое улучшение, с 30 до 33 %, обеспечивает группе обученных более чем двукратное преимущество.

Рис. 4.4. Группа обученных: 33 % попаданий

Рис. 4.5. Объединение группы начинающих (30 %) и группы обученных (33 %)

Урок ясен: в условиях конкурентной борьбы даже умеренное повышение абсолютной производительности может оказать огромное влияние на относительную производительность. И наоборот, неспособность использовать все возможные преимущества для повышения абсолютной производительности оказывает сокрушительное действие на вероятность выигрыша. В этих условиях насущная необходимость – поиск способа повысить эффективность.[78]

Повышение производительности в мире бизнеса

Пример с ЭПО в случае с велосипедистами и моделирование Монте-Карло приводят к одному и тому же выводу: даже незначительное повышение абсолютной производительности может оказать непропорционально большое влияние на относительные показатели. Тем не менее необходимо проявить осторожность и не делать слишком масштабных обобщений. Конечно, «варварское» давление, как в велосипедных соревнованиях, встречается редко, и хотя моделирование турнира показательно, оно остается моделированием. Так что вопрос о том, обнаружим ли мы аналогичное влияние скромного абсолютного прироста в реальной жизни, по-прежнему открыт.

Для сравнения давайте рассмотрим мир бизнеса. Конечно, он очень отличается от велогонки или соревнований. В бизнесе распределение выплат редко бывает явным, с фиксированными призами за первое, второе и третье места. Когда ставится вопрос, что компания должна быть в числе лидеров, или она погибнет, обычно не определена конечная точка. Нет и ничего подобного ЭПО, мощного препарата, при прочих равных условиях повышающего производительность на 5 %. Компании не могут принять таблетку, чтобы стать на 5 % эффективнее или ввести на 5 % больше новаций.

Однако, несмотря на все различия, конкурентная динамика в бизнесе похожа на описанную. Хотя здесь может не быть четко определенной структуры выплат, но они зачастую имеют значительный перекос с большими различиями между более эффективными и менее эффективными исполнителями. Может не быть четко определенной конечной точки, что не обязательно станет источником комфорта, потому что постоянно существует угроза ликвидации. Кроме того, в отличие от спорта, где правила всем известны и все видят турнирную таблицу, конкуренция в бизнесе имеет много источников неопределенности. Технологии могут резко измениться, в любой момент в борьбу включаются новые конкуренты, потребительские предпочтения могут измениться за неделю, а соперники – объединиться или заключить союз. Во всяком случае, конкуренция в бизнесе более динамична и менее либеральна, чем в спорте. Неудивительно, что люди испытывают непрекращающееся давление, заставляющее искать способы сделать лучше, будь то использование передовых технологий, новые продукты или просто лучшее исполнение. Компании могут надеяться держать позиции впереди конкурентов, только используя все благоприятные возможности и находя нестандартные пути. Майкл Рейнор из Deloitte Consulting назвал это «стратегиями парадокса»: наибольшие шансы на успех в то же время несут в себе самую высокую вероятность провала. «По крайней мере поведенчески, – замечает Рейнор, – противоположность успеха – не провал, а посредственность… Тот, кто рискует, побеждает… или проигрывает».[79] Смелых действий может быть недостаточно, чтобы гарантировать успех, но когда производительность относительна, а выплаты значительно перекошены, то можно с уверенностью утверждать: безопасная игра почти наверняка приведет к провалу. Вас обязательно обгонят соперники, которые станут рисковать, чтобы вырваться вперед.

Важность активных действий – в бизнесе побеждает тот, кто рискует, – не новая идея. Уже в 1982 году первым принципом успеха в книге Тома Питерса и Роберта Уотермана «В поисках совершенства»[80] была провозглашена «предпочтительность действия» – хоть какое-то действие вместо того, чтобы пропускать вопрос через многие циклы анализов и отчетов комиссий.[81] Одно из правил стимулирования инноваций Стэнфордского профессора Роберта Саттона звучит так: «награждайте за успехи и неудачи и наказывайте за бездействие».[82] Бездействие – больший грех, чем действие и неудача, потому что действие приносит по крайней мере возможность успеха, а бездействие не приносит ничего. Ричард Брэнсон, основатель корпорации Virgin, назвал одну из своих книг «К черту все! Берись и делай!» («Screw It, Let’s Do») – провокационное название, которое, конечно, не передает железное правило, но важную идею – все-таки да. В условиях жесткой конкуренции в тех отраслях, где работал Брэнсон (розничная торговля и авиакомпании), готовность принять решительные меры необходима. Топтание на месте неизбежно вело к неудаче. Хайке Брух и Сумантра Гошал в книге «A Bias for Action» («Предпочтение действовать») сделали еще шаг вперед: «В то время как эксперименты и гибкость имеют важное значение для компаний, по нашим наблюдениям, важную роль играет совершенно противоположное, а именно: решительность, настойчивость и упорные действия, направленные на достижение цели, несмотря ни на что».[83] Почему «несмотря ни на что»? Потому что в конкурентной борьбе с перекосом выплат могут выиграть только те, кто готов бросить вызов судьбе.

Примечательно, как Питерс, Уотерман, Бруха и Гошал используют слово предубеждение. Исследователи решений предостерегают от предубеждений. Тогда почему здесь говорится о предубеждении в благожелательном ключе?

Вернемся к слову. Ученые, проводящие исследования решений, часто бывают обеспокоены когнитивными искажениями, ментальными короткими путями, иногда приводящими к неправильным суждениям. Когнитивные искажения происходят неосознанно. Мы можем их осознать и попытаться скорректировать (хотя это очень трудно). Однако в повседневной речи предубеждение – не только подсознательная познавательная ошибка. В целом оно больше относится к предпочтению или предрасположенности и даже может быть намеренным. Вы могли бы, скажем, голосовать за определенных кандидатов, исходя из идеи, что у них есть ценный опыт, который необходимо сохранить (или, может быть, ваше предубеждение направлено в противоположную сторону – выбросить негодяев вон). Возможно, в самолете вы предпочитаете места у прохода, потому что во время полета вам часто хочется встать и походить. Такие предубеждения отражают стойкие предпочтения или склонности. Это эмпирические правила, запрограммированные ответы, позволяющие действовать быстро и эффективно, без постоянного тщательного обдумывания. Если вы предпочитаете выбирать место у прохода, можно сказать, что у вас есть предрассудок, хотя эта склонность ни осознанна, ни опасна.

В стратегическом управлении предубеждение такого рода означает, что некто предпочитает действие бездействию. Предпочтение рождается из понимания, что, когда производительность относительна и выплаты сильно перекошены, выиграют только те, кто берет на себя непомерные риски. Команда из Университета Альберты предпочла рискнуть, когда, по признанию студентов, выбрала «агрессивную и временами чрезвычайно рискованную стратегию». Ребята не ошиблись. Их склонность идти на риск отражала тонкое понимание конкурентной среды.

Почему лучше сделать

В главе 2 мы видели, что люди, вопреки распространенному мнению, не страдают от всепроникающей иллюзии контроля, и более серьезная ошибка – непонимание того, каким контролем мы располагаем (ошибка II). Из главы 3 мы выяснили, что, когда речь идет о понимании производительности, более серьезная ошибка – непонимание степени перекоса выплат (ошибка II).

Объедините их, и мы не только сможем предпринять действия и улучшить исход, но, учитывая характер конкурентных сил и совершая ошибку в пользу действия, получим значительно лучший результат. Вот что имел в виду председатель Intel Энди Гроув, назвав свою книгу «Выживают только параноики». Гроув не говорит, что все параноики точно выживут. Он не утверждает, что паранойя стабильно приводит к выживанию. Он просто указал: в условиях жестокой конкуренции в полупроводниковой промышленности, которую он знал лучше всего, могут выжить и встретить следующий день только компании, заставляющие себя быть лучшими и готовые взять на себя риски. Выбор слов был преднамеренным. Гроув по опыту знал, что паранойя не может обеспечить успех, но все выживающие компании пребывают в состоянии, близком к паранойе.

Применимо ли высказывание Гроува ко всем отраслям? Не до такой степени, как к полупроводникам. Это может быть не актуально, скажем, для управления рестораном, или юридической фирмы, или компании отрасли с более щадящими темпами роста и распределением выплат. Производителям конфет или бритвенных лезвий, где технологии относительно стабильны, а вкусы потребителей неизменны, нет нужды ставить все на карту и рисковать, используя новый подход. Но высокотехнологичным компаниям, наподобие создателей смартфонов, это абсолютно необходимо. Во многих отраслях промышленности интенсивность конкуренции в сочетании с ускорением технологических изменений порождает необходимость превзойти соперников – даже более настоятельную, чем несколько лет назад.[84] Как правило, совершить ошибку I лучше, чем ошибку II. Замечание Гроува, взятое как эпиграф к этой главе, гласит: естественная тенденция многих руководителей – действовать слишком поздно и делать слишком мало. Мы должны, призвал он, исправить эту ошибку. Лучший способ действовать – не только идти быстрее, но и делать больше. Правда, не всегда можно выиграть, но, по крайней мере, повысите свои шансы. Это было хорошим эмпирическим правилом в 1990-е, когда Гроув рискнул перейти на производство микропроцессоров, и оно верно до сих пор. В 2013 году компания Intel находилась под давлением, поскольку ее положение как производителя микропроцессоров для ПК ухудшалось из-за растущей популярности планшетов, смартфонов и облачных вычислений. Президент компании Пол Оттелини, сославшись на необходимость обновления руководства, объявил, что уходит на пенсию на три года раньше пенсионного возраста, принятого в компании. В то же время председатель правления Intel Энди Брайант сообщил сотрудникам о готовящихся изменениях. Прошлые успехи не гарантируют будущих прибылей, напомнил он. Брайант сказал: раз клиенты изменились, то и Intel должна измениться. То, что мы продаем сегодня, не даст нам доходов в будущем.[85] И снова было бы большей ошибкой склониться к самоуспокоенности – это путь к исчезновению.

Специальные случаи

Желая понять механизмы решения и выбора, вполне разумно разработать эксперименты, в которых испытуемые не могут влиять на результаты и у них нет необходимости превосходить соперников. Так мы можем, используя метафору Дэна Ариели, обеспечить вспышку света и выхватить отдельный кадр.

Благодаря множеству таких экспериментов и достигнутому в результате их проведения пониманию решений и выбора установлена своего рода базовая линия или норма. Решения, при которых мы можем влиять на результаты и должны превосходить соперников, можно рассматривать как частный случай, который следует отметить, хотя он и не типичен в большинстве ситуаций.

Но также просто обратить эту логику в противоположную. В реальном мире сочетание двух черт – способность контролировать результаты и необходимость превзойти соперников – вообще обычно. Во многих областях это норма. Как частный случай правильнее рассматривать те тщательно разработанные эксперименты, которые не включают контроль и конкуренцию. Правда, выводы из них применимы ко многим реальным решениям, включая поведение потребителей, когда люди делают конкретный выбор из имеющихся вариантов, и финансовые инвестиции, в которых мы не можем влиять на стоимость акций. Но динамике реальных решений они не соответствуют.

К сожалению, сначала мы проводим тщательное исследование, соответствующее нормам общественной науки с ее строгим контролем, а затем пытаемся обобщить и распространяем выводы на неподходящие ситуации. Пример – недавнее исследование в Strategic Management Journal, ведущем академическом издании, где утверждается, что лучшие стратегические решения можно получить с помощью методики прогноза процессов на основе теории подобия.[86] Чтобы продемонстрировать ее эффективность, в исследовании проверялась точность предсказаний успеха голливудских фильмов. Метод прогнозирования кассового успеха по судьбе подобных фильмов в прошлом давал лучшие результаты, чем прогнозирование на основе догадок. Модели решений (как мы увидим в главе 9) могут быть чрезвычайно мощными инструментами, и прогнозирование успеха кинофильма, безусловно, относится к решениям в реальном мире. Но даже для прогнозирования успеха «Матрицы» или «Войны миров» необходимо оценивать, в какое время они вышли. Это ошибка – приравнивать прогнозирование события, на которое мы не можем повлиять, к более широкой области стратегического управления, включающей не только возможность влиять на результаты, но и дополнительный параметр – конкуренцию. В своем желании разработать модели прогнозирования мы иногда не принимаем во внимание предмет управления.

Недавно я наблюдал такую же оплошность у себя в институте IMD. Одна из наших наиболее успешных программ «Расширенный стратегический менеджмент» привлекает ряд руководителей высшего ранга, стремящихся повысить производительность компании. Их желание, как видно из названия программы, – научиться лучше управлять стратегией своих компаний. Недавно двое моих коллег добавили в методику занятия тему о решениях. Профессор по финансам показал, как когнитивные отклонения часто искажают финансовые решения, а профессор по маркетингу продемонстрировал то же самое в отношении потребительского выбора. Это неплохо. Руководителям, конечно, лучше знать о распространенных ошибках, и занятия им, несомненно, понравились. Но решение в области финансов и маркетинга – не то же самое, что стратегическое решение. В программе по стратегическому управлению мы должны рассматривать ситуации, в которых руководители могут влиять на результаты и в которых производительность не только относительна, но и сильно перекошена.

После этого мы совершенно по-другому взглянем на решения. В следующей главе мы с новой точки зрения увидим тему самоуверенности: ее часто затрагивают, но плохо понимают.