Как управлять сложностью: ликбез для руководителя

Сергей Хромов-Борисов «Управление сложностью. Операционная система бизнеса», - М.: «ИД Гребенникова», 2012

Сборник лучших статей журнала «Стратегический менеджмент» объединяет новая даже для теоретиков тема сложности бизнес-систем и управления ею. Читателя не должна отпугивать эта новизна: парадоксальным образом сами инструменты управления сложностью существуют уже более полувека, а результативность и эффективность их применения доказана богатейшим прикладным опытом.
Заслуга составителя сборника в том, что он первым увидел в, казалось бы, разрозненном инструментарии единую методологию – «операционную систему бизнеса», охватывающую практически все сферы управления. Разработка стратегии, ее декомпозиция в тактические цели и последующая реализация. Проекты корпоративных изменений, создание новых подразделений, оптимизация организационной структуры и архитектуры используемых ресурсов. Создание новых товаров и услуг и вывод их на рынок. Каждому из этих направлений менеджмента посвящена отдельная глава, состоящая из статьи на соответствующую тему и подробных комментариев к ней.
Внедрение описанной методологии позволит не только резко повысить управляемость вашей организации, но и сэкономить существенные ресурсы, расходуемые на обучение персонала букету разношерстных методик, концепций и инструментов.
Книга предназначена для трех категорий читателей: менеджеров, консультантов, преподавателей и студентов бизнес-школ.

Перед каждым топ-менеджером год за годом, десятилетие за десятилетием встают примерно одни и те же проблемы.

· Как найти продукты, за которые потребитель действительно захочет заплатить?

· Как сделать, чтобы стратегия компании не устарела на следующий день после ее утверждения?

· Как совместить противоречащие друг другу требования стейкхолдеров (акционеров, потребителей, государства и общества)?

· Как перестроить структуру компании, чтобы та соответствовала изменившейся внешней среде?

В реальной жизни нам мешают всего два глобальных ограничения. Наши ресурсы всегда ограничены, а точные последствия наших действий не всегда очевидны. Соответственно, решение любых проблем невозможно без двух фундаментальных предпосылок: мы должны знать, что для нас действительно важно, и мы должны представлять себе причинно-следственные связи между действиями и их последствиями. Удивительно, но в большинстве популярных управленческих концепций и инструментов отсутствуют обе предпосылки!

Почему «Управление сложностью», что это вообще такое?

Слово «сложность» образовано из прилагательного «сложный», которое, в свою очередь, производится от глагола «сложить». Т. е. изначально сложность — свойство чего-либо, составленного из нескольких частей.

В наше время этот смысл перешел к словам типа «составной», «комбинированный», тогда как «сложность» стала обозначать нечто трудное в понимании и/или изготовлении — а следовательно, и в управлении.

Здесь мы сразу приходим к неожиданному открытию. И понимание, и изготовление чего-либо относятся исключительно к человеческой деятельности. Природа ничего не производит целенаправленно — и ей не нужно себя понимать. Соответственно, сложности в природе не существует! Она возникает только в нашем восприятии, и это очень важный момент. Если бы эволюция на Земле проходила другим путем, наш мозг был бы устроен принципиально иначе и то, что кажется сложным, оказалось бы простым, и наоборот.

Отсюда следует еще один нетривиальный вывод: чтобы понять, почему некоторые объекты и явления представляются нам сложными, недостаточно изучать их свойства. Нужны дополнительные данные о том, как устроено мышление человека, как его мозг обрабатывает информацию и принимает решения.

Два вида ограничений мешают нашему мыслительному аппарату достичь абсолюта: недостаточная вычислительная мощность и неспособность воспринимать некоторые виды информации. Долгое время сложность ассоциировалась только с первым ограничением: сложными считались объекты, состоящие из множества компонентов. Например, детский воздушный шарик содержит примерно 2 x 10 (23) молекул, и это очень сложная система, если описывать ее поведение через движение каждой частицы. Здесь мы имеем дело с вычислительной сложностью: ни один гений не в состоянии произвести в уме такие расчеты. Данное ограничение человечество относительно успешно преодолевает с помощью вычислительных машин.

При этом наш мозг по-прежнему превосходит любые суперкомпьютеры в решении некоторых задач — например, в управлении собственным телом, механической системой с невероятным числом степеней свободы, или в распознавании человеческих лиц, требующем мгновенно обрабатывать нечеткую и неточную информацию. Все эти объекты для нас не сложные только потому, что благодаря естественному отбору у человека были выработаны соответствующие способности. Проблема в том, что наша цивилизация создала (почти мгновенно на фоне миллионов лет эволюции) совершенно новый мир, для восприятия которого мы изначально не приспособлены. Это порождает второй вид сложности: когнитивную сложность. Инструментарий управления когнитивной сложностью появился почти одновременно с компьютерными инструментами управления вычислительной сложностью, в 1960-е гг. прошлого века, но, как ни удивительно, до сих пор практически неизвестен даже специалистам.

Основная аудитория данного сборника — менеджеры, люди, профессионально управляющие сложными искусственными системами. Наша задача — снабдить их инструментами управления сложностью, компенсирующими природную неспособность восприятия таких систем. Решение происходит из многолетнего опыта изучения и применения группы родственных стратегических инструментов. Несмотря на концептуальное сходство, до сих пор еще ни разу эти инструменты не были собраны под одной обложкой.

Тщательный отбор публикаций для журнала «Стратегический менеджмент» привел к неожиданному открытию: независимо друг от друга целый ряд авторов описывает очень похожий прикладной инструментарий. При этом сами авторы специализируются в таких несхожих областях как управление знаниями и интеллектуальным капиталом, разработка стратегии, разработка новых продуктов, управление качеством, организационный дизайн, стратегическое управление ресурсами компании, управление изменениями и т.д.

Общими являются три важнейших характеристики:

1) каждый инструмент использует матричное представление сложной информации для визуализации нелинейных зависимостей и управления сложными нелинейными системами;.

2) каждый инструмент обеспечивает результативную групповую работу, мобилизуя интеллектуальный капитал компании;

3) каждый является невероятно эффективным средством управления корпоративными знаниями.

Четвертая важная характеристика — это применение научных методов сбора, обработки и измерения нечеткой и неточной информации. Не во всех текстах наших авторов эти методы упоминаются в явном виде, но без них все описанные инструменты будут бесполезными.

Организация — это социальная система, но она является искусственной, поскольку создана человеком для определенной цели, в отличие от такой социальной системы, как, например, племя.

Инструменты управления сложностью

Во введении, наряду с новым пониманием термина «сложность», появилось слово «нелинейность». Они не являются синонимами, но нелинейность (в широком смысле) служит одним из главных источников когнитивной сложности. Как это понимать? Наш мозг справляется только с теми нелинейными задачами, алгоритм решения которых сформирован эволюцией. Например, даже подростки в игровых видах спорта легко решают задачу совмещения в одной точке двух нелинейных траекторий: летящего мяча и собственного движения. Ни один современный робот в режиме реального времени такую задачу не решит. Почему так получается? Да просто данная задача весьма схожа с задачами погони за добычей, которую млекопитающие отрабатывали десятки миллионов лет. А во всех остальных, не предусмотренных эволюцией случаях человек мыслит прямыми соотношениями, простыми дробями и линейными аппроксимациями. Именно поэтому даже профессиональные математики в быту ошибаются, оценивая риски и вероятности событий: наш мозг отторгает такую нелинейную информацию как статистика.

Самый распространенный пример укорененного в нас линейного мышления — это установление взаимодействий между элементами различных систем. Независимо от ситуации мы, не задумываясь, представляем ее так, как схематически показано на рис. 1.

Наиболее характерный пример из управленческой практики — решение текущих проблем. Все менеджеры, не задумываясь, применяют следующий алгоритм:

1) определить набор проблем (система X);

2) назначить ответственного за решение каждой из них (система Y).

То, что для решения даже не очень сложной проблемы может понадобиться совместная квалификация нескольких исполнителей, как правило, осознается постфактум. В упрощенном виде нелинейное взаимодействие представлено на рис. 2.

Даже такую относительно простую картинку сконструировать и удержать в памяти, в отличие от первой, крайне непросто. Что уж говорить о реальных системах, с которыми менеджер сталкивается каждый день. Выход очевиден: необходимы инструментальные средства, позволяющие просто и наглядно — но без потерь существенной информации — отображать нелинейные взаимодействия различных систем. Всемирно признанный эксперт по инфографике Эдвард Тафти справедливо замечает: «То, что мы должны искать, конструируя способы представления информации, — это ясное отображение сложности. Не усложнять простое, а дать визуальный доступ к едва различимому и трудному. Задача дизайнера — выявление сложного».

Для этого давно существуют два альтернативных способа: графы и матрицы. Принципиальное отличие матриц и графов от таблиц и графиков в том, что они позволяют производить математические операции над составляющими их элементами, используя компьютерные средства, причем это справедливо не только для количественных, но и для качественных данных. Дополнительная ценность заключается в том, что матрицы и графы математически эквивалентны друг другу, стало быть, одни и те же данные могут быть без искажений преобразованы в тот вид, который наиболее продуктивен для принятия решений. Недавние исследования [3] показали, что данные, представленные в виде графов, лучше воспринимаются и анализируются в случаях очень небольших и очень больших массивов данных. В промежуточных случаях полезнее матричные представления. Варианты их применения для управления сложностью будут рассмотрены в последующих главах, а сейчас в качестве иллюстрации приведем в матричной форме уже известный нам пример с распределением ответственности (рис. 3).

История и развитие матричных инструментов

Как у многих мощных концепций, у идеи управления сложностью с помощью матричных представлений нет единого автора. Данный подход давно применяется в естественных и инженерных науках и гораздо реже — в гуманитарных. В технике его используют конструкторы сложных механических систем. Что касается управленческой практики, то исторически все началось в сфере менеджмента качества. Японские инженеры и ученые несколько десятилетий оставались единственными, кто воспринял идею Джозефа Джурана о двойственной природе качества. Производственное качество (понимаемое как соответствие спецификациям и отсутствие брака) само по себе не гарантирует качества потребительского, то есть степени удовлетворения потребностей. Джуран также первым указал, что описание потребностей и производственные характеристики продукта — это два разных языка, т.е. разработчику нужен инструмент корректного перевода с языка потребителя на внутренний язык организации. Принципиальная невозможность взаимно однозначного перевода порождает уже описанную нами нелинейность, следовательно, необходимы инструменты управления сложностью. В начале 1960-х гг. появилась методология, известная под аббревиатурой QFD . В самом общем виде суть QFD это и есть транслирование потребностей потребителя в производственные характеристики продукта (рис. 4).

Успех применения QFD для разработки новых продуктов привел к мысли о возможности ее использования для создания не только внешних, но и внутренних продуктов компании, каковыми являются корпоративная стратегия, организационная структура, системы измерения показателей и т.д. Первыми по понятным причинам были те же японцы. Один из создателей QFD профессор Ёдзи Акао, еще в середине 1960-х гг. разработал на базе этого метода систему стратегического управления «Хосин канри». К сожалению, большинство западных публикаций уделяют внимание лишь организационным компонентам методологии, игнорируя инструментарий управления сложностью. Частичным исключением служит переведенная на русский язык книга Т. Джексона [5], но и в ней инструменты описаны с ошибками и достаточно поверхностно.

Поскольку «Хосин канри» была долгие годы неизвестна за пределами Японии, западные консультанты независимо открывали для себя варианты использования QFD в новых сферах. Так появились различные средства раз-работки корпоративной стратегии (см. главу 1), средства управления изменениями (глава 3), средства организационного дизайна (глава 4). Отдельное место занимает самая популярная на сегодняшний день концепция стратегического управления ССП (сбалансированная система показателей), разработанная в конце 1980-х гг. в Analog Devices под руководством тогдашнего вице-президента компании Артура Шнейдермана, но запатентованная и агрессивно коммерциализируемая под маркой BSC (Balanced Scorecard) со всем другими людьми. Вера в то, что ССП изобрели Роберт Каплан и Дэвид Нортон, настолько незыблема, что мы не откажем себе в удовольствии опубликовать собственноручное признание уважаемых консультантов (рис. 5)

В самом этом факте нет ничего ни криминального, ни особо примечательного. Многие ученые и консультанты находят прототипы для своих концепций и методов в реальном бизнесе (тот же Ё. Акао служит блестящим примером). Это как раз их работа — обобщить передовой опыт, выделить наиболее существенные аспекты и предложить общественности готовый к внедрению управленческий инструмент. В случае с BSC мы имеем несколько иную картину. Дело в том, что Нортон и Каплан изначально недопоняли некоторые ключевые моменты построения системы стратегического управления и продолжают тиражировать это непонимание по всему миру. Статья А. Шнейдермана «Как создать сбалансированную систему показателей» дает убедительные доказательства того, что залогом успешной разработки и внедрения ССП служат инструменты управления сложностью, полностью отсутствующие в изложении Нортона и Каплана.

Кстати, похожая история наблюдается и с QFD. Профессора INSEAD Ч. Ким и Р. Моборн считаются гуру инновационного менеджмента благодаря своему бестселлеру «Стратегия голубого океана». На самом деле их концепция — всего лишь популяризация элементов японской методологии с опозданием почти на полвека. Еще один пример популяризации без ссылок на первоисточники — Питер Сенге, снискавший репутацию гуру системного анализа и отца идеи «обучающейся организации». В действительности его бестселлер «Пятая дисциплина» — пересказ идей Майкла Форрестера и Криса Аржириса, с зазором в 30 и 20 лет соответственно.

Некоторые исследователи открывали для себя управление сложностью с нуля, не будучи знакомыми с QFD и отпочковавшимися от нее инструментами. Примерами таких работ являются исследование социальных сетей и стратегическое управление ресурсами компании. Со-всем отдельной жизнью живут инструменты управления сложностью в инженерных дисциплинах, но их рассмотрение выходит за рамки данного сборника.

В целом же накопленный опыт применения доказывает: описываемый инструментарий обладает набором уникальных преимуществ.

· Он помогает преодолеть естественные ограничения человеческого сознания в управлении сложными нелинейными системами;

· Он снижает зависимость от человеческого фактора, не уменьшая при этом интеллектуальную активность сотрудников;

· Он предоставляет богатые средства визуализации данных, их анализа и измерения;

· Он, что крайне редко, сочетает средства анализа со средствами разработки и внедрения;

· Он не конфликтует с уже внедренными управленческими концепциями и системами (BSC, BPR, TQM, Lean и пр.), а, напротив, помогает их адаптации и развитию;

· Он не загоняет пользователей в жесткие рамки стандартов, допуская почти неограниченную кастомизацию и тонкую настройку;

· Он служит удобной и практичной оболочкой для управления корпоративными знаниями;

· Он позволяет вскрывать истинные потребности любых стейкхолдеров (от потребителей до акционеров) и разрабатывать способы их максимального удовлетворения (от новых продуктов до корпоративной стратегии);

· Он обеспечивает общий язык и прозрачный информационный обмен между разнородными подразделениями.

Управлять, а не бороться

В заключение еще одно существенное замечание. Как в свое время в науке, так и сейчас в менеджменте основные усилия направлены на борьбу со сложностью: «раз некая система не поддается управлению, упростим ее до предела». Но дело в том, что помимо находящейся под контролем менеджера внутренней среды организации есть еще внешняя среда, влияние на которую крайне ограничено. Даже если мы победили сложность внутри, нашу систему начнет разрушать внешняя сложность. Здесь действует закон необходимого разнообразия, сформулированный одним из отцов кибернетики, психологом Россом Эшби: «Чтобы управление системой было возможно, разнообразие управляющих действий должно быть не меньше разнообразия возмущений на входе в систему». На бытовом языке это означает, что сложность можно победить только тем же, как минимум, уровнем сложности. Закон этот действительно фундаментальный, эквивалентные формулировки были независимо выдвинуты и в теории игр («Чтобы выиграть, необходимо иметь больше доступных ходов, чем ваш противник»), и в телекоммуникациях («Для успешной передачи сообщения многообразие кодирования / декодирования должно быть больше, чем многообразие помех»), и в науке управления: «Менеджер должен иметь готовый набор управляющих воздействий, перекрывающий все возможные состояния системы». Кажущаяся практическая нереализуемость закона Эшби преодолевается следующей расширенной формулировкой данного принципа: «Менеджер должен иметь либо набор инструкций, описывающих все возможные управляющие воздействия, либо полномочия генерировать необходимые управляющие воздействия в качестве самоорганизующейся системы». И без соответствующего инструментария генерировать адекватные решения в противостоянии со все более сложным миром невозможно.

Экономисты Пол Милгром и Джон Робертс около 30 лет назад разработали теорию комплементарности, которая прямо связана с задачами управления сложностью. Упрощенно можно сказать, что система из комплементарных элементов всегда дает больший эффект, чем простая сумма этих элементов. Известный популяризатор чужих идей Майкл Портер назвал этот феномен «организационным порядком второй степени». Казалось бы, ничего нового — еще одна разновидность синергетических эффектов. Важная для нашего рассмотрения специфика заключается в том, что взаимное влияние операций и/или ресурсов в любой компании нелинейно, и только при таком условии оно способно создать защищенное от копирования долгосрочное преимущество. Некоторые исследователи пропагандируют принцип причинной неопределенности (causal ambiguity), т. е. опору на ситуацию, в которой менеджмент сам не может понять сложных источников конкурентного преимущества компании, не говоря уже о конкурентах.

Мы в качестве альтернативы предлагаем все же более надежную платформу. Мы уверены, что знакомство с первой не только в России, но и в мире коллекцией прикладных инструментов управления сложностью принесет ощутимую пользу всем нашим читателям. Более того, подобное «перекрестное опыление» должно принести новые плоды, вплоть до построения единой управленческой системы на базе матричных методов. Несомненная польза такой « операционной системы бизнеса»заключается в колоссальной экономии ресурсов на обучение персонала и снижении трансакционных издержек. Вместо десятков разрозненных, зачастую противоречащих друг другу инструментов сотрудникам достаточно овладеть единой методологией и начать наконец говорить на одном языке.

Комплементарные операции (активности) — это такие операции, для которых увеличение объема одного вида означает повышение предельной прибыльности всех остальных. То же справедливо для комплементарных ресурсов и их взаимных трансформаций.

Выражаем отдельную благодарность одному из наших рецензентов Эдуарду Череднику за этот термин.

Фото: pixabay.com