Это касается более широкого, часто не замечаемого, но очень распространенного и значимого в мире бизнеса феномена – скрытой опасности «ошибки выборки».
Ошибка выборки
В ходе Второй мировой войны американские военные заметили, что некоторые места самолетов поражаются чаще, чем другие. Они проанализировали пулевые пробоины в возвращающихся самолетах и разработали программу усиления этих частей, чтобы они лучше выдерживали огонь противника. Казалось бы, вполне естественное решение, но оно содержит принципиальную ошибку – ошибку выборки.
Предположим, что самолет получает пробоины во всех местах. Если поражаются жизненно важные места (назовем их зоной А), шансов вернуться на базу у самолета мало – он упадет. Если пули попадают в не столь важные места (зона В), вероятность вернуться на базу у самолета гораздо больше. Осмотрев вернувшийся самолет, персонал сделает вывод: «И у этого самолета поражена зона В! Давайте-ка усилим ее».
Разумеется, этот вывод неверен. Самолеты получают пробоины в зонах А и В одинаково часто, но пораженные в зону А просто не возвращаются на базу. Что еще хуже – усиление зоны В является принципиальной ошибкой, эта зона не столь важна. Усиливать нужно именно зону А.
Поэтому мы называем такую ошибку «ошибкой выборки»: выборка делается только из результатов, имеющихся в нашем распоряжении, почему и ведет к неверным выводам. И мир бизнеса полон таких ошибок. Рассмотрим распространенное мнение, что для создания инновационных проектов нужны смешанные команды из специалистов разных профилей. Это мнение основано на том, что прорывные инновационные проекты, как показывает анализ, часто создавались именно такими командами. Однако Джеркер Денрелл из Оксфордского университета предположил, что проекты разнопрофильных команд часто терпели и самые сокрушительные провалы. Естественно, в результате этих провалов не появлялось никаких новых продуктов, поэтому данные проекты с этой точки зрения не анализировались. При анализе же проектов, которые привели к важным инновациям, приходили к выводу, что разнопрофильные команды работали гораздо эффективнее. Но, возможно, что в среднем в активе команды из специалистов одного профиля хотя и не было нескольких истинно крупных изобретений, они могли работать гораздо лучше, всегда получая хорошие надежные результаты.
Подобным образом мы восхищаемся смелыми, готовыми на риск руководителями, действующими больше согласно своей интуиции, чем тщательному анализу. Однако риск, по определению, кого-то может привести к успеху, а кого-то – к провалу и полному забвению. Последних мы никогда не рассматриваем. Мы восхищаемся только теми, кто оказался на самом верху. Однако, если мы бы имели возможность видеть всю картину – всех руководителей, все инновационные команды и все боевые самолеты, мы могли бы прийти к совершенно иным выводам.
Числа и стратегия – совместимы ли они?
В мире бизнеса подобная – и не менее опасная – ошибка совершается в отношении чисел: очень много внимания мы уделяем тем данным, которые можем измерить, рассчитать и сделать «объективными».
Если вы предлагаете своей компании новую линейку продуктов или услуг либо какой-то иной проект, который, по вашему мнению, очень перспективен для нее, и хотите чтобы компания вложила в него деньги, что хочет видеть руководство? По моим оценкам – расчеты «срока окупаемости» или «чистой текущей стоимости» либо какие-то еще цифры в бизнес-плане. Верно? И если вы не можете представить эти цифры, ни черта вы не получите. Но в этом-то и кроется проблема: иногда самые перспективные проекты, сулящие долгосрочные стратегические выгоды, невозможно заранее охарактеризовать числами.
«Иногда самые перспективные проекты, сулящие долгосрочные стратегические выгоды, невозможно заранее охарактеризовать числами».
Возьмите изобретение микропроцессора компанией Intel. Когда она начинала работу над ним и вкладывала в эту работу очень большие деньги, были ли у нее бизнес-план, расчеты чистой текущей стоимости и срока окупаемости? Ничего подобного. Они даже не знали, как использовать то, над чем работают. У них представления не было о возможных приложениях микропроцессора (они мечтали лишь встроить его в карманный калькулятор), пока не появилась IBM, которая много поработала, дабы убедить руководство Intel, что лучше всего использовать эту проклятую штуковину в ее персональных компьютерах.
Появились бы микропроцессоры Intel на свет божий, если бы руководство компании настаивало на расчете «срока окупаемости»? Нет, настаивай они на цифрах, мы бы по сей день считали на счетах (ладно, здесь я, возможно, преувеличиваю), а Intel никогда не добилась бы сегодняшнего грандиозного (здесь преувеличения нет) успеха.