Принцип «черного ящика» - Мэтью Сайед

Дюфло, изящная энергичная женщина, не думает, что ее работа лишена честолюбия. Наоборот, она считает принцип поэтапных изменений новаторским:

Очень легко сидеть в кресле и придумывать великие теории, которые могли бы изменить мир. Однако наша интуиция часто врет. Мир слишком сложен, чтобы можно было постичь его, запершись в кабинете. Есть только один способ это сделать: нужно проверять идеи и программы на практике – и сразу сказать себе, что ты будешь терпеть неудачу за неудачей. И это неплохо. Твои неудачи ведут к прогрессу.

Самое время вспомнить Тоби Орда, с которым мы встречались в седьмой главе. Используя данные, полученные такими учеными, как Дюфло, Орд рекомендует частным благотворителям программы, на которые стоит тратить деньги. Он понимает, что полагаться на догадки и нарратив – значит пускать миллионы на ветер. Вот почему по всему миру сегодня проводятся сотни контролируемых испытаний. Каждое из них демонстрирует, работают данные программы или нет.

Каждое испытание приводит к минимальному успеху в той или другой области (вспомним, что неудача – не обязательно что-то плохое: благодаря неудачам появляются новые идеи). Разбивая большую проблему на маленькие части, легче прорваться сквозь искажения нарратива. Вы чаще совершаете ошибки – и чаще на них учитесь.

Дюфло говорит: «В самых важных вопросах можно достичь значительного прогресса, если продвигаться постепенно и маленькими шагами – хорошо продуманными, тщательно протестированными и благоразумно реализованными» [205].

3

Вернемся теперь к Дэвиду Брэйлсфорду и британскому велоспорту. Заметьте, что последняя реплика Дюфло очень напоминает слова Брэйлсфорда, которые приведены в начале этой главы: «Если разбить большую цель на множество мелких и поразить их все, на выходе вы, сложив части в целое, получите значительный рост».

Велогонки совсем не похожи на международные отношения, однако успехи тренера-новатора основаны на той же самой концепции. Брэйлсфорд говорит: «Я почти сразу понял, что стратегия, даже амбициозная, сама по себе ничего не значит. Нужно рассматривать и более мелкие уровни, узнавать, что работает, а что нет. Каждый шаг будет маленьким, но в конечном счете вы продвинетесь далеко».

Проводить контролируемые испытания в велоспорте существенно легче, чем в сфере помощи развивающимся странам, в том числе потому, что это сравнительно простой спорт: нужно добраться из точки А в точку Б как можно быстрее. Скажем, для того, чтобы понять, какой дизайн велосипеда самый эффективный, британцы придумали аэродинамическую трубу. Она позволила им работать с аэродинамикой отдельно от других факторов и протестировать разные модели велосипедов в одинаковых условиях. Чтобы выяснить, какие методы тренировки эффективнее прочих, Брэйлсфорд разработал базу данных, благодаря которой можно следить за каждым физиологическим показателем.

«Каждый успех сам по себе был малозаметным, – говорит Брэйлсфорд. – Но это нас мало беспокоило. Мы все лучше понимали каждый аспект велогонки. В итоге мы перестали плестись в хвосте и вырвались вперед».

В книге «Корпоративное творчество» (Corporate Creativity) Алан Робинсон и Сэм Стерн пишут о том, как Боб Крэндалл, бывший директор авиакомпании American Airlines, убрал ровно одну оливку из каждого пассажирского салата и тем самым сэкономил полмиллиона долларов в год [206]. Правы ли те, кто посчитал, что это тоже «минимальный успех»? В конце концов, убрать оливку – хорошая идея, давайте уберем и салат-латук. В какой момент упражнение по сокращению расходов начинает влиять на общий итог?

Теперь мы знаем точный ответ. Концепция минимального успеха не означает, что нужно менять что-то по мелочам и надеяться на общее улучшение. Нет, она означает, что нужно разбивать большую проблему на маленькие части, чтобы как можно точнее установить, какие стратегии работают, а какие нет. Данный подход базируется на основном свойстве причинно-следственной связи: чтобы убедиться, как именно работает нечто, вы должны изолировать эффект. Контролируемые эксперименты «минимальны» по своей сути.

Брэйлсфорд говорит об этом так: «Когда разбиваешь процесс на составные части, потом можно уверенно вновь совмещать их в единое целое. Краеугольный камень прогресса – достоверная обратная связь. Подход работает, только если у вас хватает интеллектуальной честности признать свои ошибки и в итоге внедрить улучшения».

Концепция минимальных успехов определяет менталитет всей команды Sky. Тренеры следят за тем, чтобы велогонщики спали на одних и тех же матрасах – так они лучше высыпаются, чтобы уборщицы в гостиницах пылесосили номера – так меньше риск инфекции, чтобы одежду стирали порошком, который не раздражает кожу, – так улучшается самочувствие спортсменов.

«Обычно считают, что утомительно думать об успехе настолько детально, – говорит Брэйлсфорд. – Но для меня куда утомительнее было бы пренебречь таким анализом. Мне нравится получать правильные ответы – и не нравится обманывать себя, думая, что я эти ответы знаю, когда я на деле не знаю ничего».

Возможно, с самыми впечатляющими результатами концепция минимальных успехов применяется не в велоспорте, а в «Формуле-1». В последние недели сезона 2014 г. я посетил штаб-квартиру команды Mercedes в Брэкли неподалеку от Оксфорда. Я увидел несколько серых зданий в промзоне, по которой течет река. Здесь живут приветливые люди, всей душой болеющие за свой спорт и знающие, что главное – обращать внимание на детали.

«Когда я только начинал работать с F1, у нас было восемь каналов передачи данных для записи, – говорит Пэдди Лоу, окончивший Кембридж инженер, отвечающий в команде Mercedes F1 за технику. – Сегодня этих каналов – 16 тысяч по числу параметров машины. Еще 50 тысяч каналов мы отслеживаем на основе этих данных. Каждый канал дает информацию о маленькой части процесса. Мы следим за деталями, что позволяет нам выделять и улучшать ключевые показатели».

Чтобы понять на интуитивном уровне взаимоотношения между минимальными успехами и крупными достижениями, рассмотрим пит-стоп – остановку во время гонки для смены покрышек и устранения поломок. Это один из многих тысяч индивидуальных компонентов, которые определяют успех или неудачу команды F1. Это не слишком заметный аспект гонки, но при всем том определяющий. Для того чтобы изучить проблему, я отправился в Абу-Даби на завершающий сезон Гран-при F1 и стал наблюдать, что именно делала команда Mercedes.

В оперативном пункте команды, скромном трехэтажном домике рядом с трассой Яс Марина, состоялся мой разговор с Джеймсом Ваулзом, главным стратегом Mercedes F1. Я спросил его, как команда пришла к оптимальной процедуре пит-стопа. Ваулз сказал:

Мы используем один и тот же метод для всех проблем, не только для пит-стопов. Прежде всего нужно тщательно разобраться в технической составляющей. Раньше мы планировали пит-стопы, руководствуясь идеями, взятыми с потолка. Но такие стратегии не всегда оказывались оптимальными, потому что проблемы слишком сложны. Тогда мы сконструировали датчики, чтобы измерить все, что происходит, и проверить свои предположения.

Но важно то, что произошло потом. Прогнав первоначальную стратегию через цикл практики, вы сразу осознаёте, что сделанных измерений недостаточно. Тестирование стратегий пит-стопа открывает вам глаза на параметры, которые играют важную роль, но не были учтены в вашем плане. Поэтому на второй стадии цикла вы улучшаете статистику измерений до начала работы с пит-стопом.

Подумайте об этом. Мы уже говорили о концепции открытого цикла, в котором стратегия реализуется на практике и затем тестируется, чтобы стало ясно, работает она или нет. Зная, что именно пошло не так, вы можете улучшить стратегию. Команда Mercedes сделала еще один шаг вперед. Во время первого теста они не улучшают стратегию, а стараются увеличить количество данных, полученных в результате обратной связи. Только разобравшись во всей существенной информации, они начинают повторение и отработку процесса.

Ваулз говорит:

Мы поместили по датчику на каждый из восьми гайковертов, чтобы получить релевантную информацию. Просто глядя на цифры и не задавая никаких вопросов людям, я могу точно установить, что происходило на каждом пит-стопе. Когда в самом начале механик соединяет гайковерт с колесной гайкой, я могу точно сказать, например, что угол соединения отклонился от оптимального на 20 градусов. Когда гайковерт начинает вращать гайку, я могу точно сказать, сколько времени проходит до момента, когда гайка отсоединяется и колесо отделяется от оси.

Я могу точно сказать также, как быстро механик передает старое колесо коллеге, принимает новое, насаживает его на ось, сколько секунд требуется, чтобы прикрутить гайку. Точность этой информации помогает создать цикл оптимизации. Мы понимаем, как улучшить каждую операцию и выиграть время.