Читать книгу "Лабиринт: искусство принимать решения - Павел Мотыль"

Сегодня мы все больше узнаем о том, как он работает, как наши чувства не только продуцируются нами, но и влияют на принимаемые решения. Осознавая свою уязвимость, подверженность потенциально ошибочным веяниям и взглядам, мы стремимся создавать системы и методы, устраняющие досадные когнитивные ошибки и помогающие улучшить наши решения. С этой целью проводятся сотни разнообразных исследований и тестов при помощи мощных МРТ-сканеров, но порой и они оказываются бессильны.

Будем надеяться, что в будущем появятся новые средства борьбы даже с этими, пока неизбежными ошибками.

Глава 9

Заглянуть в зазеркалье

Зная, насколько опасен мир черных лебедей и ловушек синдрома индейки, все, кто собирается делать какие бы то ни было прогнозы, обязаны соблюдать осторожность. Случаев, когда прославленные эксперты и признанные аналитики попадали своими прогнозами ну совсем пальцем в небо, – множество. Например, в 1964 году научно-исследовательская корпорация RAND, специализирующаяся на анализе и разработке стратегических концепций, собрала комиссию признанных экспертов из разных областей, которых попросили оценить сроки появления прорывных технологий и в целом научных прорывов в масштабах всего человечества. Что касается высадки на Луну, то эксперты, как и сказал президент Кеннеди, спрогнозировали, что это произойдет не позднее 1970 года. Однако они также рассчитывали, что через пять лет там будет постоянная лунная база; еще к 1975-му у нас должны были быть точные прогнозы погоды, а максимум к 1985-му должна была состояться пилотируемая посадка на Марс. А к 1997-му люди вообще должны были научиться не болеть…[160]

Очевидно, что попытки просчитать и предвидеть, в каком направлении все будет развиваться в результате появления и применения новых технологий, напоминают прогулки по минному полю. Легко недооценить или переоценить влияние того или иного события. Именно поэтому внимания заслуживают силы, которые не только оказывают влияние на наши решения в настоящем, но будут все активней воздействовать на нашу способность принимать решения и в будущем.

Один журналист как-то спросил польского писателя-фантаста Станислава Лема, каким тот видит будущее мира и человечества. Писатель ответил в своем неподражаемом духе: «Все останется таким же, только еще более таким же, как сейчас». Как по мне, это – квинтэссенция методики принятия решений в бизнес-мире будущего.

Хотя мы и имеем фантастический инструментарий для принятия решений в виде нашего мозга (не считая описанных выше слабостей), мы живем в ужасно изменчивом мире. Скорости растут, времени на изучение информации становится все меньше, поэтому все сложнее становится применение исследовательского подхода для принятия необходимых решений, число которых также постоянно возрастает. Но есть и хорошие новости: у нас появился верный союзник, который при должном обращении способен служить нам верой и правдой. Вслед за постоянным увеличением количества окружающей нас информации развиваются и технологические возможности ее изучения.

Теперь у нас появилась возможность хранить практически неограниченные объемы информации, что поставило на широкую ногу как промышленный шпионаж, так и компьютерную помощь в принятии решений. Благодаря очередной технологической революции за последние несколько десятилетий произошло экспоненциальное снижение цен на цифровую память. В 1980 году цена жесткого диска емкостью в 1 гигабайт составляла в среднем 440 тысяч долларов (а иногда и больше: Apple, например, продавала диски по 5 мегабайт по 3500 долларов; то есть цена 1 гигабайта у них составляла 700 тысяч долларов!). Спустя десять лет средняя цена гигабайтного диска упала «всего лишь» до 11 тысяч долларов, а к 1995-му – еще в десять раз. Еще через пять лет цена гигабайта дискового пространства едва превышала 11 долларов, упав к 2005 году до одного. Спустя еще пять лет цену уже приходилось высчитывать в центах (в среднем выходило около 9 центов за каждый гигабайт). Например, диск Seagate Barracuda емкостью в 1,5 терабайта (то есть 1500 гигабайт), в июне 2010 года можно было приобрести за 89 долларов – менее чем по 7 центов за гигабайт. В 2017 году цена на новейшую версию того же диска была вполовину меньше. Впрочем, к тому времени уже стали доступны облачные вычисления, а за ними и облачные хранилища, так что цена гигабайта на физическом жестком диске уже мало кого беспокоила. Хранить информацию стало до абсурдного просто и дешево.

Пришлось придумывать отдельный термин для феномена хранения и обработки таких объемов данных; он получил название Big Data, или «большие данные». Появление больших данных произвело настоящую революцию в бизнес-аналитике. Компании, выработавшие разумный подход к использованию собранных данных, теперь получили бесценный инструментарий для их обработки, помогающий не только на уровне оперативных решений, но также и в вопросах стратегического планирования. Конечно, повышение качества оперативных решений – вещь немаловажная, однако используя большие данные сугубо в этом направлении, гигантская часть их потенциала в плане стратегических решений так и остается нераскрытой. Можно вспомнить тут приписываемый Марку Твену афоризм: «Статистикой чаще всего пользуются так же, как пьяный фонарным столбом – больше для поддержки, чем для освещения». В свою очередь, полноценное использование больших данных в анализе дает возможность более успешно выявлять новые тренды и тенденции рынка, изменения потребительских моделей, рыночные потенциалы новых товаров и услуг и так далее.

Большие данные являются хорошим союзником и подмогой при исследовательском подходе. Благодаря их появлению мы можем в малейших деталях оперативно изучить любой интересующий нас вопрос.

ПРАВИЛО № 13

Не будьте «пьяным у столба» – используйте данные, чтобы яснее видеть, а не только для поддержки. Грамотный анализ данных является вашим надежным и верным другом.

В любой отрасли бизнеса самой актуальной на сегодняшний день темой являются новейшие технологии. Каждые два года корпорация IBM проводит масштабный опрос среди директоров и президентов крупных компаний. И если в 2004 году «технологические факторы» заняли лишь шестое место по значимости, то с 2012-го они уже прочно утвердились на первой строчке.

Под «технологическими факторами» подразумевается не только обработка данных. Сюда же входит и интернет вещей (IoT), позволяющий в реальном времени управлять и связывать различные устройства в единую систему через интернет для оптимизации принятия решений (иными словами, такие устройства умеют сами принимать решения, без участия человека). Все устройства и системы, имеющие в названии слово «умный», работают по технологии интернета вещей: умные колонки, умные дома, умные энергосистемы, даже целые умные системы городских служб. Количество таких устройств на сегодняшний день исчисляется десятками миллиардов[161]. Аналитики международной консалтинговой компании McKinsey считают, что к 2025 году рынок интернета вещей достигнет отметки в 11,1 трлн долларов[162]. C теперешними темпами развития технологий глубокого обучения и нейронных сетей (серьезное изучение их началось в шестидесятые с исследований Марвина Минского[163]) создание действительно «интеллектуального» искусственного интеллекта является лишь вопросом времени. Ведь уже сейчас машины, управляемые ИИ, являются более безопасными, чем те, за рулем которых сидят живые люди.