May 3, 2021
Лаборатории бизнеса — почему они нужны и как их построить (2/6)
Цифровые лаборатории бизнеса — источник экспертной власти исследователя
Научно-исследовательские лаборатории убедительно доказывают свою правоту только внутри своих стен и бессильны в обычных условиях. Чтобы повторить тщательно созданный и научно доказанный факт, им надо воспроизвести лабораторные условия в месте, где этот научный факт востребован. Поэтому если появляется мощный игрок, с которым без лаборатории не справится, власть имущие дают лаборатории расширять свой границы. Для этого расширения лаборатория использует цепочки контрактов. Аналогично выглядит и процесс захвата власти лабораторией бизнеса — она может доказать важные для бизнеса факты, но для этого ей надо расшириться до размеров организации, а то и всей цепочки кооперации, в которую встроена организация. А в центре этой паутины власти находится руководитель лаборатории бизнеса. Но цифровая лаборатория бизнеса — крайне хрупкое начинание, чтобы удержать достижения, ей надо научиться играть в политические и организационные игры своим особым способом. Если она пойдет на поводу текущей организационной культуры, шансов на выживание у нее нет.
Научно-исследовательская лаборатория как источник могущества
Пастер контролировал уровень риска эксперимента на ферме Пуйи-ле-Фор с помощью лаборатории. К моменту начала эксперимента у него оставалась всего одна неконтролируемая переменная — сила бактерий. Предположение о том, что палочку сибирской язвы можно ослабить с помощью кислорода не оправдалось и формально Пастер свой спор Ипполиту Россинолю проиграл. Однако вряд ли метод Туссена мог бы исправить ситуацию, если бы у Пастера оставалось более одной неизвестной. Именно наличие почти полной картины позволило пойти на контролируемый риск, выиграть и получить ресурсы на расширение своей лабораторной сети. Латур, Ло, Стар разбирают несколько аналогичных примеров возникновения сетей влияния, которые в акторно-сетевой теории неудачно называются “акторными сетями”, я говорю про “цепочки контрактов”.
B. Latour, Science in Action: How to Follow Scientists and Engineers Through Society. Harvard University Press, 1987. (есть русское издание)
J. Law, «On the methods of long-distance control: vessels, navigation and the Portuguese route to India», The Sociological Review, т. 32, вып. 1_suppl, сс. 234–263, 1984.
Star S. L., Griesemer J. R. Institutional ecology,translations’ and boundary objects: Amateurs and professionals in Berkeley’s Museum of Vertebrate Zoology, 1907–39 //Social studies of science. — 1989. — Т. 19. — №. 3. — С. 387–420.
Если предельно обобщить объяснение Латура причин возникновения власти научных лабораторий, то можно сказать, что корпорации, политики и общественность дает им деньги за умение публично доказывать причинно-следственные связи самой широкой аудитории, различным кругам общественности с диаметрально противоположными интересами и живущих в принципиально различных действительностях. Но чтобы доказать свою правоту, ученые распространяют лабораторные условия на обычную жизнь, они не могут демонстрировать силу науки в обычных условиях. Власть лаборатории проявляется только внутри ее стен и если вы хотите пользоваться ее силой и могуществом, вы должны дать ученым полномочия воспроизвести лабораторию там, где раньше была обычная жизнь.
Недавний пример с пандемией ковида это еще раз явно продемонстрировал. Нет более далеких друг от друга миров, чем офис мэра Москвы и коммуналка в Зауралье, но факт ковида признают и действуют в соответствии с этим знанием и там и там. На изучение одного этого вируса и разработку вакцины были направлены умопомрачительные ресурсы. Сверх этого правительства различных стран под влиянием эпидемиологов и терапевтов предприняли экономические и ограничительные меры. Чтобы убедить миллиарды людей за несколько месяцев в том, что надо потерять кучу денег, закрыть бизнесы, напечатать огромное количество денег, ограничить базовые гражданские права и свободы, надо уметь очень хорошо убеждать. Пастер с помощью сети контрактов и соглашений вокруг своей лаборатории мог на каждый аргумент ветеринаров и фермеров привести десять более обоснованных контраргументов, а ученые, изучающие пандемию, сделали вирус ковида политическим актором, построили огромную кооперацию, которая по их словам была способна остановить пандемию с помощью ограничительных мер и вакцинации, и эта сеть произвела огромное, подавляющее количество свидетельств разной степени убедительности в том, что она справится с задачей. Ученые при борьбе с ковидом сделали ровно то же самое, что и Пастер — они распространили лабораторные условия на города, метро, самолеты. Все вокруг ходят в масках, соблюдают дистанцию 1,5 метра, моют и дезинфицируют руки. Научные факты воспроизводятся только в лабораторных условиях, точно также, как телефоны и компьютеры можно сделать только в заводских условиях, а компьютерные программы можно разрабатывать только в средах разработки ПО.
И даже распространение надлежащих лабораторных практик не гарантирует получение нужного результата. Институт Пастера не смог разработать эффективную вакцину против ковида. Конкуренция лабораторий крайне важна, стимул “победитель получает все” подстегивает прогресс и заставляет тщательно обдумывать не только постановку опытов, но и коммерциализацию, вывод на рынок, маркетинг научных результатов и распространение надлежащих лабораторных практик.
Ключевое содержание науки — это производство научно обоснованных фактов, для каждого из которых есть длинная цепочка обоснований.
Научный факт: “Палочка антракса является единственной причиной ужасных потерь от сибирской язвы, которые можно остановить массовой вакцинацией”. Для этого факта есть цепочки доказательств того, что:
— палочка антракса существует
— она является причиной болезни
— она является единственной причиной болезни
— от этой болезни есть потери скота
— эти потери ужасны
— с этой ситуацией что-то можно сделать
— есть эффективная вакцина
— лаборатория Пастера может производить эту эффективную вакцину в достаточных количествах
— эту эффективную вакцину можно транспортировать и применять на всех фермах
— вакцина действует одинаково на всех фермах и всех животных.
А теперь попробуйте с такими же подробностями и доказательной силой установить какой-нибудь управленческий факт, например “Этот проект успешно решил ключевую проблему нашей компании и увеличил прибыльность, управленческой команде надо выдать премию”. Вам надо будет построить цепочки доказательств того, что:
— у компании была проблема
— проект разрешил эту проблему, а не просто устранил некоторые ее симптомы
— проект завершился
— есть подтвержденная модель окупаемости результата и его влияния на прибыльность
— есть понимание того, что прибыль сейчас не обернется убытками потом, а стоимость поддержания результата проекта не превысит пользу решения
— результат нельзя было так же эффективно получить другими способами (например, купить)
— не было более эффективных способов использовать ресурсы для получения этого результата
— те проблемы, решением которых пожертвовали для реализации этого проекта, были менее значимыми
— управленческая команда внесла существенный вклад в реализацию проекта, а не просто присвоила себе результаты
— размер премии соответствует вкладу и справедливо воспринимается собственниками и работниками.
Или продуктовый факт “мы создали востребованный продукт, который усиливает позицию нашей компании на рынке“. Думаю, на этот момент вы уже сможете указать на необходимые цепочки доказательств сами. Те проекты, в отношении которых можно предъявить убедительный набор подобных свидетельств, номинируются на награды PMI Project of the Year, Project Excellence Award и другие.
Много ли таких примеров? Нет. И не потому, что продуктовые и проектные менеджеры не знают своего ремесла и им пора из профессии. Пастера сделала могущественным его лаборатория, которой нет у большинства руководителей проектов и продуктов. Точнее, она есть, но они ей не пользуются потому что с одной стороны не подозревают о ее существовании и с другой их никто не учил ее правильному применению. Вопросов к этой ситуации много и начну отвечать с наиболее важного. Почему и как лаборатория усиливает ученых?
За счет чего лаборатория становится источником могущества
Политики и бизнесмены дают власть тем экспертам, кто умеет давать достоверные прогнозы. Корабельный мастер Энтони Дин в 1666 г. поразил королевскую семью тем, что смог рассчитать будущую осадку лучшего на тот момент 64-пушечного парусного линкора “Руперт” и сказать, где пробивать пушечные бойницы еще до того, как корабль сошел на воду. После этого чуда ему поручили построить еще 25 кораблей для британского флота в течение следующих 9 лет. Исаак Ньютон в 1687 г. издал свой труд «Математические начала натуральной философии», в котором изложил классическую механику, которую мы изучаем до сих пор, потому что она точно предсказывает что будет. Родился он сыном фермера, но стал был невероятно богат, несмотря на то, что на его век пришлась опустошительная чума 1666 г., разорительная война с Голландией и Великий лондонский пожар. Король Яков II в отместку за то, что Ньютон не хотел давать степень магистра католическому монаху Альбану Френсису отправил его и других ученых для расправы к Лорду-верховному судье Джорджу Джеффрису, знаменитому “судье-вешателю”, но наказать автора только что вышедшего труда “Математические начала натуральной философии” было никак нельзя, а через два года Якова II уже свергли, и он не успел отомстить. В похоронах Ньютона участвовал весь Лондон. Братья Райт не просто первыми полетели на управляемом самолете, они открыли главный принцип управления траекторией любого полета — управление креном, рысканьем и тангажом. Оба брата крайне не любили заниматься бизнесом, что не помешало стать им миллионерами. Умение предсказывать будущее (корабль сможет доплыть из порта Лондона до Ост-Индии, снаряд из пушки попадет по выбранной цели и не заденет своих, самолет будет лететь по такой траектории, вакцина предотвратит заболевание) ценилось высоко во все времена.
Предсказания обычно делаются в виде фактов либо на основе фактов. Мы знаем ускорение свободного падения и высоту небоскреба и можем предсказать когда упадет молоток, который мы бросили из окна. Мы знаем какую концентрацию лекарства надо поддерживать для лечения, скорость выведения лекарства из организма, дозировку и массу пациента и можем предсказать когда надо принимать лекарство в следующий раз. Мы знаем сопротивление электрического кабеля, силу тока и температуру окружающей среды и тогда можем подобрать марку провода по максимально допустимой рабочей температуре и сопротивлению изоляции. Сила ученого и инженера в знании фактов и умении производить факты. Но как лаборатория, неважно какая — научная, инженерная, управленческая, производит убедительные для множества самых различных людей факты? Как финансовый директор убеждает акционеров, что компания прибыльная? Как проектный офис или консалтинговое агентство доказывает генеральному директору, что проект успешен? Как категорийный менеджер доказывает, что цены, промо, ассортимент и размещение товаров должны быть именно такими? Чем конструкция этого убеждения отличается от астрологических фактов “если вы родились под знаком Рыб, то у вас будет нерешительный характер, а во вторник вам надо остерегаться незнакомцев”?
Если внимательно посмотреть на то, что происходит в конструкторском бюро, отделе разработке, проектном офисе, финансовом отделе или лаборатории, то можно легко согласиться с высказыванием Латура: “Научный факт — это продукт, создаваемый обычными, заурядными людьми, использующими окружающие факторы и работающими с приемами записи, но не связанными друг с другом какими-либо особыми нормами или формами коммуникации”. Никакой магии во внутренней работе подразделений нет, любые строгие знания появляются в результате обыденных, повседневных, понятных каждому аналитику действий по переходу от гипотез и наблюдаемых явлений к доказанным фактам. Мы берем сотни чертежей и моделей каталожных деталей, толстенные инженерные справочники, и делаем отчет о расчете надежности на одну страничку, который доказывает, что спроектированная конструкция выдержит положенную ветровую нагрузку. Мы берем тысячи отчетов по закрытию задач в трекере разработчиков и с помощью пары наглядных графиков называем дату завершения проекта и его себестоимость. Мы берем десятки тысяч пунктов спецификаций требований и сотни протоколы испытаний и формируем отчет на одну страничку, который доказывает, что мы выполнили все требования заказчика в срок и бюджет. Мы берем тома бухгалтерской первички, обрабатываем их и получаем отчет о прибылях и убытках на одну страничку. Дисциплинировано собранные исходные данные, четко организованная работа по обработке этих исходных данных, система обеспечения единства измерений — и вот на выходе у нас есть убедительный факт. А в цепочке объяснений того, как положение Солнца влияет на характер и судьбу, на определенном шаге появляется дыра размером с Атлантический океан. Не говоря уже про то, что никакого единства измерений в астрологии нет и быть не может.
Латур в своих исследованиях лабораторной жизни говорит, что конечным результатом лабораторной работы является текст, который упрощает восприятие сложной информации и ограничивает количество контраргументов и возражений. Ясный и понятный текст, который позволяет переходить от формулировок гипотез “вероятно, что А есть Б” к формулировкам фактов “А есть Б”. Конечно, для создания ясных и понятных текстов используются отдельные техники. Но в основе научных, инженерных и управленческих текстов: технико-коммерческих предложений, докладных записок, планов развития, отчетов об исследованиях, лежат данные. Как замечает по этому поводу В. Вахштайн “количественная модель ничего не объясняет, качественная модель ничего не доказывает”. Важна как убедительная форма текста, так и данные, которые лежат в основе этого текста. Важна инженерия доказательного текста в целом. Я оставлю в стороне рассмотрение техник письма и сосредоточусь только на приемах записи лабораторных данных, на основании которых создаются убедительные тексты, приемах, которые Латур называет термином inscription devices. Именно с помощью этих приемов лаборатория и приобретает свое могущество.
Чтобы лаборатория получила ресурсы и влияние, она должна выполнить три условия. Сформулируем эти условия, для этого вернемся к примеру Пастера и вспомним, что произошло:
Лаборатория сделала проблему микробов понятной. Вначале ученые вырастили невидимых микробов до размера, когда колонии можно было посчитать на светлом прозрачном фоне. Затем они свели все объемные данные по контролируемому течению болезни у животных к коротким понятным записям и диаграммам. Они постепенно сдвигали свою лабораторию по шкале масштаба от микроскопического уровня чашки Петри до уровня всей французской нации. Пастер контролировал ход и записывал данные на каждом шаге эпидемии: прививание, вспышка, вакцинация, подсчет живых и мертвых, сроки, местоположение и пр. Благодаря этим данным можно было построить убедительную модель эпидемии и понять, как можно ее остановить и предотвратить.
Лаборатория Пастера послужила удобным технологическим аппаратом по изменению отношений в иерархии сил при том, что была с виду самым заурядным местом с ничтожными ресурсами. Она это делала благодаря цепочке проводимых корректировок как относительно самой лаборатории, так и относительно объектов, она модифицировала масштаб в интересующей людей области с целью достижения наилучшего из всех масштабов: записи простыми словами и схемами черным по белому. Когда люди одинаково понимают, что надо делать для решения проблемы, их коллективное действие неостановимо. Идея, овладевшая массами, становится материальной силой. Системные инженеры делают ровно то же самое — при выводе спутника на орбиту космические масштабы приводятся до размера отчета на А4 или монитора; невероятная, запредельная сложность самолета на каждом шаге проектирования, производства и испытаний “приземляется” до понятной и ясной картинки на один экран. Работа предприятия описывается тремя архитектурными диаграммами, десятком Wardley map или вообще одной канвой Остервальдера. С помощью последовательных корректировок масштаба все интересующее людей становится видимым, читаемым и люди легко могут вникнуть в суть очень сложных проблем и получить все преимущества такого знания. Лаборатория как рычаг Архимеда переворачивает мир.
Пастер внутри лаборатории неограниченно учился на своих ошибках и в этом заключалась сила, которую она ему давала. Ученый и инженер в первую очередь отличаются от политика или руководителя именно возможностью безопасно и под контролем экспериментировать с предметом исследования. Ученый ставит тысячи экспериментов, пока не поймет внутреннюю логику предмета исследования. Инженер строит и испытывает сотни и тысячи вариантов конструкции, пока не найдет оптимальный или хотя бы удовлетворительный. Руководитель не может пятьсот раз провести реорганизацию, чтобы на базе полного и досконального отчета об испытаниях понять, какой из вариантов сработал лучше. Менеджмент несет полноту ответственности за ошибки, у них как правило нет возможности откатывать последствия своих действий, для них уже одна только угроза наказания за ошибки закрывает многие возможности для обучения (Аргирис, 2000). Лаборатория накапливает знания маленькими, понятными кусочками, и меняет масштаб, делает переход на следующий системный уровень (Левенчук, 2020) только в случае уверенности в результате. А уверенность в результате получается из-за фиксации результатов множества попыток и формирования доказательной базы под концептуальной моделью до тех пор, пока эта модель не станет нормально объяснять и предсказывать. Если вы способны обобщать опыт своих ошибок, то станете сильнее, чем тот, кто допустил меньше ошибок, чем вы. Но допустим, что лаборатория получила мандат на изменения, власть и ресурсы для проведения этих изменений, этого все еще мало. Власть и ресурсы надо удержать, а для этого нельзя ходить туда, где эту власть и ресурсы отбирают.
Chris Argyris, Flawed Advice and the Management Trap: How Managers Can Know When They’re Getting Good Advice and When They’re Not. 2000.
Левенчук А. И. Системное мышление 2020 //Москва: Издательские решения. — 2020.
Как лаборатории теряют власть и влияние
Цифровые лаборатории бизнеса — это старая идея исследования действием (Торберт, Жуков, Кларк) на новом технологическом уровне. А значит, к ней применимы уже хорошо известные угрозы, которые мешают строить самообучающиеся организации. Начнем с самой главной — с хаоса, политики и постоянно улучшающегося самообмана, в котором живут организации. Без понимания этих проблем изучение цикла исследования действием с помощью лабораторий будет пустой тратой времени.
Б. Торберт, «Исследование действием: лидерство на острие настоящего/Билл Торберт при участии Алана Готье [и др.]; перевод с английского Людмилы Головиной», Москва: Манн, Иванов и Фербер, 2019.
Ю. М. Жуков, «Исследование действием в науке и практике: промышленный период», Организационная психология, т. 5, вып. 3, 2015.
J. Clark, S. Porath, J. Thiele, и M. Jobe, «Action Research», NPP eBooks, янв. 2020, [Онлайн]
Я начну со случая, описанного Аргирисом. Это типовая ситуация, которая знакома большинству из нас, надо только подставить вместо дирекции по ИТ другое подразделение, поставщика или Проектную группу.
Исполнительный директор крупной компании по производству электроники сказал директору по ИТ, что в его департаменте существует большая проблема. ДИТ обходился компании слишком дорого, в нем было слишком много народа, которые с точки зрения других отделов не оправдывали своего существования.
Исполнительный директор отметил, что проблема всплывает уже не в первый раз и ему начинает надоедать отсутствие прогресса в ее решении. И если ДИТ не улучшит качество своих сервисов и не снизит бюджеты, то ничего хорошего ждать не стоит, в департаменте просто появится новый директор, который наведет порядок.
Директор по ИТ созвал совещание, которое начал с того, что с точки зрения внутренних заказчиков:
а) ДИТ не обеспечивает необходимую поддержку бизнеса
б) польза от ДИТ минимальна
в) бюджеты на ИТ постоянно растут
Директор видел решение в том, чтобы обеспечить пользователей и внутренних заказчиков необходимыми сервисами и полнее удовлетворять их потребности. Для этого создать план разработки продуктов и план выпуска доработок в существующих системах.
Сотрудники ДИТ ответили ему на это так:
а) мы уже озабочены потребностями бизнеса
б) но бизнес сам не знает, чего он хочет
в) бизнес-подразделения понятия не имеют, сколько времени занимает реализация их запросов, им все надо вчера
г) нас задрали их бесконечные жалобы
д) ресурсов не хватает, мы все перегружены
Директор ответил на эти реплики следующим:
— Раз у нас нет согласованного плана разработок, то мы не можем обсудить то, как мы используем имеющиеся ресурсы.
— В этой ситуации у нас есть два выбора. Первый — ничего не менять в своей работе, и я думаю, что это нас приведет к катастрофическим последствиям. Второй путь — вырваться из текущего порочного круга и начать действовать по другому. (Директор пытается запустить проект трансформации). Его подчиненные ответили тем, что поменять подход руководителей бизнес-подразделений не получится. Один из них сказал директору: “Хотите попробовать сами, да пожалуйста!” Директор ответил: “Хорошо, если планировать бесполезно, то что вы предлагаете?” Его подчиненные уже на эмоциях повторили:
а) проблему решить нельзя, потому что бизнес требовал, требует и будет требовать невозможного
б) ДИТ и так работает на пределе, никакое планирование не поможет. Цитата: “Все стоящие специалисты покидают компанию. Починить это невозможно.” В конце встречи директор воскликнул: “Мы должны исправить ситуацию потому что у нас нет выбора! Мы не можем называть себя взрослыми людьми, если не можем найти выход из сложившейся ситуации.”
Очевидно, что в этой ситуации все разочарованы, расстроены и не доверяют друг другу. Вследствие этого они строят разговор таким образом, что никакой конструктивный диалог становится попросту невозможен. Например, они делают предположения в отношении руководителей бизнес-подразделений и дают им оценки таким образом, что ничего нельзя проверить:
— Бизнес не знает, чего он хочет.
— Бизнес ставит задачи с нереалистичными сроками.
— Когда мы укладываемся в эти нереалистичные сроки, они требуют еще более нереалистичные сроки.
— Проблему нельзя решить потому что бизнес попросту неисправим.
Директор с одной стороны хочет, чтобы его подчиненные начали сотрудничать, а с другой не хочет выглядеть несправедливым. В отличие от своих подчиненных он скрывает свои чувства и выглядит спокойным и рассудительным, хотя когда я попросил его написать на листке бумаги свои мысли в тот момент, он зафиксировал следующее:
— Это какой-то детский сад.
— Они не понимают, как себялюбиво выглядят их претензии.
— Мне иногда хочется вызвать их родителей на серьезный разговор. Им надо повзрослеть или всех нас уволят.
Когда я спросил его, почему они всего этого не сказал вслух, он удивился: “Это бы только ухудшило ситуацию”. Когда я спросил подчиненных директора, что по их мнению он думал во время этого разговора, они слово в слово повторили все его мысли. В реальности директору ДИТ не удалось скрыть свои мысли и чувства от подчиненных, несмотря на спокойный вид. Что же произошло?
Случилось то, что обычно случается на старте почти любого проекта. Одновременно надо решить две проблемы:
— саму бизнес-проблему, из-за которой и затеяли весь проект, и
— проблему, которая возникла из-за того, что люди защищают свои позиции, не доверяют друг другу, пытаются скрыть это недоверие от других и делают вид, что никакой проблемы в реальности нет и все работают в одной команде на общую цель.
Решение второй проблемы занимает куда большее количество ресурсов, чем решение первой, поэтому нечего и надеяться на то, что целей проекта можно достичь, не решив проблемы с недоверием внутри команды и самообманом.
Вспомним, с чего все начиналось: бизнес-проблема заключалась в высоких затратах на ИТ и слабых результатах. Все согласились с описанием проблемы, но вот по разному определили причины ее возникновения. Директор по ИТ пошел на встречу с тремя предположениям как провести эффективное совещание:
— Я должен провести совещание так, чтобы мои цели и задачи были выполнены. Мое определение успеха заключается в том, что подчиненные разработают убедительный для моего руководства план по снижению затрат.
— Для меня важно вовлечь подчиненных в разработку плана. Тогда у них будет мотив выполнить его.
— Если подчиненные будут недовольны моими действиями, я должен подавить свои чувства и сосредоточиться на рациональных вещах, например, на разработке плана. Чувствам можно дать волю, когда я останусь наедине с собой.
Подчиненные думали аналогично. Они чувствовали, что должны предлагать решения. Их определение успеха заключалось в том, что директор должен был понять, что корнем проблемы были руководители бизнес-функций. Кроме того, они считали, что директор должен активнее продвигать интересы ДИТ перед топ-менеджментом. И он считали, что их аргументация была абсолютно рациональной, а голос они повышали только для того, чтобы донести всю важность и серьезность ситуации до директора.
Как видим, стратегии директора и его подчиненных были очень похожими:
— Высказаться по поводу ситуации двусмысленно либо противоречиво
— Вести себя так, будто никаких проблем с логикой высказывания нет
— Сделать двусмысленность или противоречивость высказывания необсуждаемой
— Сделать необсуждаемость необсуждаемой.
Мы часто видим такое поведение, например, однажды топ-менеджер сказал мне следующее: “Мы хотим, чтобы вы были применяли инновационные подходы и не боялись рисков. Мы даем вам свободу действий. При этом, конечно, мы ожидаем, что вы не допустите возникновения проблем или неприятностей для компании”.
Другими словами, все участники этого совещания находятся в режиме модели №1 Аргириса:
- Они ставят цели и пытаются их достичь, а не пытаются выработать совместное понимание успеха.
- Максимизируют выигрыш и минимизируют проигрыш, а значит, воспринимают любое изменение своих целей как признак слабости.
- Не показывают отрицательных эмоций, т.к. считают их признаком некомпетентности, недипломатичности или неспособности справиться с ситуацией.
- Рассуждают и ведут себя рационально, остаются объективными, рассудительными и подавляют чувства.
Чтобы достичь этих результатов люди пытаются:
— Выстраивать ситуацию и контекст самостоятельно, с полным контролем происходящего, планировать в секрете от всех, убеждать других в верности своей оценки ситуации.
— Владеть повесткой и контролировать задачи.
— Защищать себя, выражаться абстрактно и обтекаемо, не упоминать конкретные случаи, скрывать свои чувства и мотивацию.
— Беречь чужие чувства и решать самостоятельно, что надо знать человеку, а чего не надо, не давать всю информацию, врать во благо, имитировать благодушие.
- Другими словами, они делают все, чтобы сказать окружающим: ”Верьте мне, я знаю, что делаю”.
Но такое поведение не позволяет научиться ничему новому. Эксперт — это тот, кто знает все. Чему эксперт может научиться, тем более у не-экспертов? Проблема в том, что нельзя занимать экспертную позицию в проектах. В проектах приходится учить что-то новое по определению, проект подразумевает уникальность плана действий, в проектах нельзя быть абсолютно уверенным в своих знаниях и навыках. Поэтому хотя успешная реализация стратегии “Верьте мне, я эксперт” позволяет контролировать ситуацию, сохраняет репутацию и авторитет, за нее приходится платить высокую цену — люди воспринимают такую позицию как жесткую, необсуждаемую и мало доверяют людям, которые занимают эту позицию. Проектная группа теряет способность учиться, а вместе со способностью учиться теряет способность сделать сложный проект.
Скотт Д., «Благими намерениями государства. Почему и как проваливались проекты улучшения условий человеческой жизни //Управление мегаполисом. — 2011. — №. 6. — С. 23–63.», [Онлайн].
«Как Генри Форд пытался построить утопию в Амазонии — но все кончилось поножовщиной и борделями». (просмотрено фев. 14, 2021).
Финкельштейн С., Ошибки топ-менеджеров ведущих корпораций. Альпина Бизнес Букс, 2004.
Это в корне отличается от научной культуры и образа поведения ученых которые:
— постоянно сомневаются в том, что говорят и делают,
— постоянно организуют крайне успешную совместную работу при абсолютной несогласованности интересов и методов описаний,
— используют для координации не цели, задачи и повестку, а трансдоменные объекты, (рабочие продукты, которые с одной стороны достаточно гибкие, чтобы их можно приспособить для работы в различных предметных областях и с другой стороны достаточно устойчивые, чтобы при переходе между предметными областями они не менялись. Примеры ТДО — хранилище с картотекой, экологическая карта животных видов Калифорнии, технологический стек разработки, типовая форма запроса на изменение, медицинская карта пациента).
Fujimura, Joan H. 1992. “Crafting Science: Standardized Packages, Boundary Objects, and ‘Translation.’” Science as Practice and Culture 168 (1992): 168–69.
Star, Susan Leigh. 1989. “The Structure of Ill-Structured Solutions: Boundary Objects and Heterogeneous Distributed Problem Solving.” In Distributed Artificial Intelligence, edited by Les Gasser and Michael N. Huhns, 37–54. San Francisco (CA): Morgan Kaufmann. https://doi.org/10.1016/B978-1-55860-092-8.50006-X.
Star, Susan Leigh, and James R. Griesemer. 1989. “Institutional Ecology, `Translations’ and Boundary Objects: Amateurs and Professionals in Berkeley’s Museum of Vertebrate Zoology, 1907–39.” Social Studies of Science 19 (3): 387–420. https://doi.org/10.1177/030631289019003001.
Ученые в силу своей профессии вынуждены постоянно учиться новому, не доверять авторитетам и регулярно в корне пересматривать свои взгляды (Кун, 1975). Из-за развития ИТ руководители проектов последние десять лет вынуждены делать то же самое, но ученые начали формировать эти практики с 1660 года, когда Лондонское королевское общество провозгласило лозунг “Ничего со слов”. Доказательством фактов служат эксперименты, расчёты, но никак не слова авторитетов. За почти 400 лет применения по всему миру эти практики отточились и их имеет смысл частично их заимствовать и адаптировать, чтобы перейти от модели мышления 1 к модели мышления №2.
Повторюсь, что это не “научный менеджмент”, это менеджмент, основанный на фактах. Нам не нужно открывать законы природы, нам нужны практические советы по управлению, хоть сколько-нибудь подтвержденные теоретическими моделями и результатами экспериментов. И либо мы говорим, что мы способны изучать организации и находить какие-то закономерности хотя бы на уровне конкретных производственных коопераций, предприятий и компаний, либо надо немедленно разгонять всех консультантов по орг.дизайну, бизнес-аналитиков и коучей и перестать тешить себя бесплодными иллюзиями. Если и есть надежный способ получать новые доказанные факты, то он будет довольно близок к современному научному методу и протоколу.
Чем цифровые лаборатории бизнеса отличаются от очередного сборища консультантов, неважно, внешних или внутренних? Почему это куда ближе к центру компетенций (excellence center) или центру реализации стратегии (strategy delivery unit правительства Тони Блэра, -stat американских органов госуправления), чем к очередной контролирующей инстанции навроде проектного офиса с функциями контроля целевого финансирования и сроков прохождения контрольных точек (Somos PMO Type Framework v1.03)?
Т. Кун, Структура Научных Революций. Рипол Классик, 1975.
SOMOS Consulting Group Ltd. и Alan R. Boyce, «A Framework for Describing Project Management Office (PMO) Functions and Types». май 10, 2010.
Организационная слепота — про эффективность и ограничения модели мышления №1
Тут надо сказать пару слов про способность к обучению. Люди и организации стремятся к эффективности своих действий. В случае, когда надо сделать что-то нестандартное, выполнить не рутинный проект, люди и организации привлекают консультантов, ученых и опытных менеджеров. И привлеченные специалисты дают советы как поступать в той или иной ситуации, учат команду новому. Советы бывают разными — некоторые выглядят привлекательно, некоторые сомнительно. Но большая часть даже привлекательных, интересных советов нереализуема (Аргирис, 2000). Слишком много общих слов, идей, нестыковок и логических скачков. Большинство советов и рекомендаций просто слишком далеки от реальности и их нельзя привязать к конкретному контексту конкретной деятельности.
Это возникает потому, что в основе этих рекомендаций лежат не выраженные явно, но мощные предположения и гипотезы о том, что такое эффективное действие. И эти предположения и гипотезы, когда их применяют в нестандартных проектных ситуациях, как раз и приводят команду и самих экспертов к неспособности учиться. Эти предположения и гипотезы, модель мышления №1, делает советчиков слепыми не только по отношению к нестыковкам в своих рекомендациях, но и заставляет их не замечать собственную слепоту. Плохие, нереализуемые советы не есть результат их низкой квалификации. Они просто профессионалы по ошибкам, отточившие свой навык до совершенства (там же).
И это не голословное утверждение, десятки лет исследований показали, что мы все в массе в основном используем модель мышления №1. И именно эта модель мышления определяет то, как работает большинство организаций и предприятий. В основу работы изначально заложены шаблоны мастерского игнорирования и профессионального совершения и сокрытия ошибок, прикрытых сверху заведенным порядком, который защищает нас (и в особенности руководство) от последствий ошибок и наказания. Поверх этого всего еще и действует запрет на обсуждение этих шаблонов и заведенных порядков. А поверх этого запрета действует запрет на обсуждать этот запрет.
И эта организационная слепота:
а) прекрасно работает
б) не требует сил и времени на исполнение
в) принимается за должное (мастерство не пропьешь)
г) работает на автомате и бессознательно (Альвесон, 2016)
M. Alvesson и A. Spicer, The Stupidity Paradox: The Power and Pitfalls of Functional Stupidity at Work. Profile Books, 2016.
Разберем, что же произошло на совещании:
Обе стороны включили Модель мышления №1, настаивают на верности своей позиции, не слышат и не видят другую сторону. Стратегия “по умолчанию” работает, главное:
— Высказаться по поводу ситуации двусмысленно либо противоречиво
— Вести себя так, будто никаких проблем с логикой высказывания нет
— Сделать двусмысленность или противоречивость высказывания необсуждаемой
— Сделать необсуждаемость необсуждаемой.
Чтобы разорвать этот порочный круг, надо:
— Выражаться ясно и недвусмысленно
— Обращать внимание на нарушение логики и исправлять ошибки в логике
— Сделать обсуждение логических ошибок обязательной и неизбежной
— Наказывать и даже изгонять из сообщества тех, кто нарушает нормы.
И именно это является основой научного протокола. Бизнесу, который хочет основываться на фактах, надо адаптировать механизмы ведения научных дискуссий. И лаборатория является ключевой технологией, которая и обеспечивает такой переход.
Организационная слепота, парадокс полезной глупости, благие намерения, модель № 1 — различные названия и описания одного и того же явления, которое наблюдается во всех организациях. В дальнейшем я буду использовать терминологию Аргириса для того, чтобы объяснить как цифровая лаборатория бизнеса помогает отключить защитное поведение руководителей и подчиненных и включить цикл обучения.
Аргирис приводит различие между моделями поведения №1 и №2, где модель 1 — условный “политик”, модель 2 — условный “ученый”. “Политики” обычно воспринимаются как алчные, недальновидные, интересующиеся только собой. “Ученые”, в противоположность им, бескорыстные, дальновидные, честные и скрупулезные, они говорят открыто и стремятся к достоверности. Хотя, постойте-ка, даже если забыть классические анти-примеры ученых и инженеров “перешедших на темную сторону за печеньками”: антикорпоративную риторику Рейчел Карсон, которую даже родные ей экофеминистки считали необоснованной и истеричной, Тетчер и Меркель, и вспомнить про Билла Фостера и Седрика Виллани, (см. другие примеры в подкасте Nature. Stick to the Science Episodes 1–3. 2020.), то становится ясно, что стоит только ученому или инженеру начать заниматься политикой, как они теряют всю свою объективность, честность и стремление к достоверности и начинают защищать свою шаткую позицию любой ценой. Ученые легко переходят от модели №2 к модели №1, как только выходят из стен своей лаборатории в большой мир. И наоборот, политики, которые уходят в науку и возглавляют лаборатории, начинают выдавать научный результат, становятся честными, объективными, дальновидными (там же).
Такое поведение ученых и политиков не есть следствие личных качеств, оно является результатом того, что у ученого есть лаборатории, устроенная особым образом. С помощью нее ученые делают понятные убедительные переводы при метасистемных переходах (Левенчук, 2020), накапливают и обобщают результаты множества опытов, выдают понятный аудитории результат. У политиков такой возможности нет, и вся изнанка политического процесса принятия решений выходит наружу. Наука тоже была бы неприглядной, если бы статьи писались на базе первого и единственного проведенного опыта.
Резюме
Применение цифровых лабораторий бизнеса приводит к неожиданному результату — для менеджеров понятие ответственности-как-вины за негативные последствия принятых решений переходит в ответственность-как-необходимость-пересмотра-мыслительных-моделей при неудачных лабораторных экспериментах. Если вы можете опробовать различные варианты решения в безопасной обстановке, где провал не влечет за собой выдвижения обвинений в некомпетентности, то можно не опасаться наказания и начать спокойно изучать объект управления. А глубокое практическое знание объекта управления позволяет разрабатывать не клишированные описания проблемных ситуаций и находить неожиданные пути решения проблем за счет концептуализации, созданной под конкретную систему контрактов (Латур, 2017). Если лаборатория не способна перевести руководителей из Модели №1 в Модель №2, она станет жертвой офисной политики и закроется через 18 месяцев, подобно многим другим начинаниям.
Б. Латур, «Об акторно-сетевой теории. Некоторые разъяснения, дополненные еще большими усложнениями», Философско-литературный журнал «Логос», т. 27, вып. 1 (116), 2017.
