Неудивительно, что предсказать результат снижения цены гораздо сложнее, чем результат падения монетки. Легче предсказать последствия событий, в которых участвует минимум единиц и которые ограничены в пространстве и времени. И куда сложнее судить о последствиях событий, включающих множество связанных единиц, ведь причинно-следственные отношения в них простираются далеко в пространстве и времени.
Почему следует изучать системы в целом
Надеюсь, теперь вы убедились в том, что именно взаимосвязанность единиц системы заставляет ее или, скорее, позволяет ей вести себя как системе и давать в целом больше, чем в сумме. И если мы хотим понимать, как это получается, мы должны сохранять эту взаимосвязанность и изучать систему как единое целое.
Однако многим из нас кажется, что такой подход противоречит здравому смыслу. Столкнувшись со сложностями, мы интуитивно ищем способы их упрощения, разделяем систему на части, затем изучаем их и, в конце концов, используем знания о частях в качестве основы для понимания системы в целом. Такой подход может дать некоторое представление о поведении частей, но, как правило, совершенно не дает представления о поведении системы, и тому есть две причины.
Разделение на части нередко разрушает систему, которую вы пытаетесь понять. Это, конечно же, вопрос взаимосвязанности: как мы уже заметили, разрушая последнюю, мы разрушаем саму систему.
Многие системы демонстрируют свойства, не присущие какой-либо из их частей. Отсюда следует, что изучение отдельных частей, каким бы исчерпывающим оно ни было, не позволяет выявить определяющие характеристики на уровне системы. Например, командная работа является характеристикой системы, которую мы называем командой и которая действует как команда. Но как известно каждому спортивному менеджеру или болельщику, зная отдельных игроков, вы все-таки не можете предсказать поведение команды.
Системное мышление позволяет избежать обеих ловушек, так как точкой отсчета в нем является признание и принятие того, что сложные системы следует рассматривать как единое целое. Таким образом, сохраняется взаимосвязанность и возможность наблюдать характеристики на уровне системы.
Инструменты системного мышления
Так как же изучать сложные системы комплексно, методично и вдумчиво и не погрязнуть в присущей им сложности?
Здесь на помощь приходят инструменты системного мышления. На множестве практических примеров из этой книги вы увидите, как пользоваться двумя основными из них:
1) диаграммами цикличной причинности, позволяющими описать сложные системы в виде цепочки причинно-следственных отношений;
2) компьютерными моделями динамики системы, позволяющими изучить зависящее от времени поведение сложных систем, сделав ряд допущений.
Значительная часть этой книги посвящена способам использования диаграмм цикличной причинности для описания сложной системы. Я верю, что они покажутся вам ясными и информативными и действительно помогут «увидеть лес за деревьями».
Однако у этих диаграмм есть один недостаток. Они статичны и, представляя на бумаге структуру системы, не могут описать, как ее свойства развиваются со временем. Зато это могут сделать компьютерные имитационные модели, и если вы примените логику диаграмм цикличной причинности к имитационным возможностям компьютера (в чем, собственно, и заключается моделирование динамики системы), то сможете действительно «ускорить» свое мышление.
Преимущества системного мышления
Вместе диаграммы цикличной причинности и компьютерные модели динамики системы могут использоваться для понимания большинства сложных систем. Таким образом, вы получите ряд очень ценных преимуществ.
Системное мышление поможет вам совладать со сложностью проблем окружающего мира, обеспечив структурированный способ балансирования между целостным видением и выбором нужного уровня детализации.
Диаграммы цикличной причинности – наглядный метод отражения сложности, с которой вы справились, – являются мощными средствами коммуникации. Их использование может обеспечить вам искреннюю и глубокую поддержку аудитории настолько большой, насколько вы пожелаете. Это особенно ценно при построении высокоэффективных команд.
Диаграммы цикличной причинности также могут помочь вам определить самый разумный способ влияния на систему интересов. В результате вы можете избежать принятия неудачных решений, в частности таких, которые быстро устраняют проблему, но в долгосрочной перспективе могут привести к обратным результатам.
Моделирование динамики системы – это способ компьютерного моделирования, позволяющий увидеть, как сложная система, выраженная в виде диаграммы цикличной причинности, будет развиваться со временем. Таким образом вы получаете в свое распоряжение «лабораторию будущего» и можете отслеживать вероятные последствия своих решений прежде, чем выполните их.
В целом системное мышление поможет вам принимать такие решения, которые успешно пройдут самое строгое испытание – испытание временем.
Как устроена эта книга
Книга состоит из четырех частей и 12 глав плюс пролог и краткий эпилог.
В части I мы рассмотрим, как следует изучать сложные системы, и разберем два примера из жизни. Первый изложен в главе 2. Там говорится о проблемах управления бэк-офисом, который пытается обеспечить высококачественное обслуживание в условиях лавинообразного роста количества операций. Во многих бэк-офисах, где царит мужская культура, успешность менеджера измеряется тем грузом, который он может взвалить на себя и не быть при этом раздавленным. С точки зрения дарвиновской теории эволюции это разумно – выживает сильнейший, но правильно ли это с точки зрения организации?
Действие главы 3 разворачивается в сфере телевизионной индустрии. Однако рассматриваемая проблема актуальна не только для СМИ: что делать, когда, с одной стороны, необходимо сокращать расходы, а с другой – на первом месте должны стоять качество и творческий подход?
Вместе же эти два примера из жизни демонстрируют, как системное мышление и применение диаграмм цикличной причинности помогают справиться со сложными проблемами современного мира и принимать верные решения.
В части II представлены основы системного мышления. Завершается эта часть главой 7, содержащей 12 золотых правил, которые помогут вам создавать свои собственные диаграммы цикличной причинности, чтобы с их помощью вы могли решать возникающие проблемы.
В части III показано, как инструменты и методы системного мышления можно применить к очень разным ситуациям из реальной жизни.
А в части IV мы сделаем шаг вперед и покажем, как эти инструменты можно «усилить» с помощью компьютерной имитации. Так, в главе 11 описан метод компьютерного имитационного моделирования, который объединяет диаграммы цикличной причинности и возможности компьютера для изучения того, как со временем будет развиваться система.
Компьютерное моделирование знакомо каждому, кто пользуется электронными таблицами. Однако по возможностям, разнообразию функций и масштабу моделирование динамики системы значительно превосходит их. Представив язык моделирования динамики системы в главе 11, в главе 12 мы рассмотрим, как построить характерную модель динамики системы для роста бизнеса.
На этом книга заканчивается, и к этому моменту вы сможете не только пользоваться диаграммами цикличной причинности в своей повседневной работе для принятия решений и повышения производительности команды, но и добавлять стоимость, используя диаграммы в качестве основы для построения исчерпывающих компьютерных моделей.
Надеюсь, вам понравится эта книга – я писал ее с удовольствием! Но я хорошо понимаю, что это не развлекательное чтение. Управление бизнесом – сложная задача, и, если бы существовали эффективные способы быстрого и легкого решения трудных проблем, все бы о них знали и все бы ими пользовались.
Но справиться со сложными проблемами непросто, и потому эта книга тоже непроста. Она требует внимания и концентрации, однако я постарался облегчить читателям ее восприятие, разбив ее на короткие главы и снабдив примерами из жизни.
Итак, в путь…
Часть I
Как справиться со сложностью
В этой части мы изучим основополагающие принципы системного мышления и увидим, как можно использовать один из его основных методов – диаграммы цикличной причинности – для того, чтобы справиться с разного рода сложными ситуациями, в частности с определением количества персонала в бэк-офисе инвестиционного банка и сокращением расходов в телевизионной компании.
1. Системная точка зрения
Системы
Группа взаимосвязанных единиц составляет систему, и тема этой книги – системное изучение систем, особенно тех, что встречаются в бизнесе.
Как можно предсказать поведение системы?
Система, как уже было сказано, состоит из взаимосвязанных единиц. Но если вы хотите понять поведение системы в целом и таким образом получить возможность предсказывать его и влиять на него, достаточно ли для этого знания об отдельных ее составляющих?
Очень хочется ответить на этот вопрос «да». И на то есть три причины.
Первая кроется в природе людей. Иногда мы не желаем видеть сложное, потому что нам гораздо комфортнее жить в простом мире. Мы предпочитаем верить в то, что наши действия приведут именно к тем результатам, к которым мы стремимся, как бы ни были убедительны доводы против.
Вторая причина прагматична: естественно, легче понять часть, чем пытаться проникнуть в суть сложного целого.
Третья причина – в том невероятном успехе, которым вот уже несколько веков пользуется у ученых аналитический подход, который можно назвать «понимание по частям». Суть этого метода заключается в наблюдении результатов тщательно подготовленных экспериментов, условия которых специально разработаны так, чтобы сосредоточиться на основных интересующих ученого элементах и исключить все остальное. В науке процесс вычленения отдельных аспектов предмета интереса для подробного изучения работает хорошо, и нам хочется использовать этот подход для решения любой проблемы, даже когда она касается поведения непостоянного и изменчивого окружающего мира.
Однако существует множество ситуаций, в которых этот подход не работает. Питер Сенге очень образно выразил эту мысль в своей книге «Пятая дисциплина»: «Если вы разрежете слона пополам, то не получите двух слонят». Если вы захотите понять, как работает система слона, и решите расчленить его, чтобы изучить свойства частей, вы будете разочарованы, так как связи между частями будут разрушены, и отлично работавшая система превратится в неработающие подсистемы. Поэтому, если вы хотите понять систему и получить возможность влиять на ее поведение и даже контролировать его, вы должны стремиться к целостному ее пониманию. Знания отдельных частей недостаточно для понимания целого, а в некоторых случаях оно может привести и к обратному результату.
Это основная проблема управления. Отдел, которым вы руководите, является частью сложной системы. Вы хорошо понимаете его работу и с уверенностью принимаете решения. Тем не менее решение, абсолютно правильное для вашего отдела, может быть неоптимальным для организации в целом, и ваши действия в отношении вашей части системы могут привести к негативным результатам.
Предположим, вы решили повысить зарплаты основных сотрудников, чтобы удержать их. Может быть, все будет нормально, но, может быть, команда, работающая над крупным конкурсным предложением, начнет завидовать им, работать не так хорошо, как прежде, и конкурс будет проигран.
Эмерджентность и самоорганизация
Еще одна причина, по которой «понимание по частям» не работает, когда применяется к системам, кроется в том, что последние демонстрируют характеристики, присущие системе в целом, но не свойственные ее частям. Поскольку эти характеристики существуют только на уровне системы, их невозможно выявить при изучении частей. Давайте рассмотрим две из этих особых характеристик: эмерджентность (системный эффект) и самоорганизацию.
Во всех известных мне организациях командная работа считается одной из основных ценностей, и не быть членом команды – смертный грех. Настоящая командная работа является характеристикой хорошо функционирующей, тесно взаимосвязанной системы – системы, которую мы называем командой. Она состоит из отдельных частей, членов команды. Как мы знаем, производительность команды нельзя предсказать на основании знаний о производительности отдельных ее членов. Высокопроизводительная командная работа – характеристика, возникающая в правильных условиях, когда команда действительно ведет себя как команда. Это лишь один пример эмерджентности, когда целое становится больше, чем сумма его частей.
Иногда появление эмерджентности связано со структурой сложной системы. Например, представьте себе стаю птиц, летящих клином. Как поддерживаются эти сложные птичьи системы? Может быть, вожак сообщает членам стаи, что им делать? Или же очертания формируются естественным образом? Птицы могут общаться, поэтому передача инструкций в какой-то форме вполне возможна. Однако такое объяснение совершенно невозможно для других систем, таких как ураганы, которые демонстрируют высокую степень связности, хотя и состоят из отдельных элементов. Ураганы формируются из молекул воды, испаряющихся с поверхности океана и смешивающихся с воздухом. Молекулы не могут общаться друг с другом, тем не менее ураганы образуют гигантские воронки, в которых отдельные субмикроскопические молекулы каким-то образом взаимодействуют и образуют связанные и чрезвычайно мощные макроскопические структуры.
Важной особенностью всех этих систем является отсутствие статичности и присутствие динамики. А динамические системы могут демонстрировать удивительные свойства. Возьмем, к примеру, систему «велосипед и велосипедист». Ни велосипед сам по себе, ни система велосипеда и велосипедиста в неподвижном состоянии балансировать не может. Но когда система становится динамической, когда велосипедист вливает в нее энергию движения, велосипед и велосипедист внезапно обретают эту способность. Таким образом, динамические системы демонстрируют стабильные структуры без явного внешнего вмешательства. Это происходит естественным образом, когда сама система находит стабильное динамическое состояние: движение велосипеда, воронка урагана, стая птиц, летящих клином.
Возникновение стабильной динамической структуры известно как самоорганизация, и это еще одна важная характеристика многих сложных систем.
Для внешнего наблюдателя одна из наиболее очевидных характеристик самоорганизующейся системы – это очень высокая степень упорядоченности. Стая птиц является упорядоченной группой, а не случайной толпой; воронка, образованная ураганом, имеет конкретную, а не произвольную структуру; движущийся вместе с велосипедистом велосипед сохраняет вертикальное положение, а не заваливается на землю. Часто эти строго упорядоченные структуры сохраняются в течение длительных периодов времени. Например, ваше сердцебиение также является строго упорядоченной, самоорганизующейся системой, которая продолжает свое существование в течение всей вашей жизни.