Клейтон Кристенсен: «Я не увидел в iPhone революции»

Больше двух десятков лет прошло с тех пор, как Клейтон Кристенсен впервые поделился с миром своей теорией подрывных инноваций. За это время благодаря его взгляду возникли сотни компаний, миллиарды долларов дохода и совершенно новый подход к тому, как новички разделываются с авторитетными гигантами. Карен Диллон — давний компаньон Кристенсена и приглашенный редактор специального выпуска MIT […] …

Больше двух десятков лет прошло с тех пор, как Клейтон Кристенсен впервые поделился с миром своей теорией подрывных инноваций. За это время благодаря его взгляду возникли сотни компаний, миллиарды долларов дохода и совершенно новый подход к тому, как новички разделываются с авторитетными гигантами. Карен Диллон — давний компаньон Кристенсена и приглашенный редактор специального выпуска MIT Sloan Management Review, — встретилась с ним незадолго до его смерти в январе. Они поговорили о том, как Кристенсен отшлифовывал свой подход, каким, с его точки зрения, выглядит будущее инноваций и над решением каких вопросов он трудился.

MIT Sloan Management Review: С годами фраза «подрывные инновации» получила самые разные значения. Но в широком, всеобъемлющем смысле слово «подрывные» тут — не синоним «амбициозного выскочки», не так ли? Какое определение вы бы хотели дать «подрывным инновациям»?

Клейтон Кристенсен: Подрывные инновации описывают процесс, посредством которого продукт или услуга, основанные на технологии, изначально внедряются в простые приложения — как правило, за счет меньшей стоимости и большей доступности, — и затем неуклонно продвигаются на рынок, в итоге вытесняя устоявшихся конкурентов. Подрывные инновации — это не прорывные инновации или «амбициозные выскочки», которые кардинально меняют методы ведения бизнеса, они скорее состоят из простых и доступных продуктов и услуг. Эти продукты и услуги часто выглядят скромными на начальном этапе, но со временем могут трансформировать отрасль. Роберт Мертон говорил об идее «уничтожения путем объединения», когда концепция становится настолько популярной, что ее происхождение забывается. Я боюсь, что это произошло с основной идеей теории подрывных инноваций, которую важно понять, потому что это инструмент, который люди могут использовать для прогнозирования поведения. В этом его ценность — предсказывать не только то, что будет делать конкурент, но и то, что может сделать ваша собственная компания. Это помогает избежать неправильной стратегии.

Вы всегда были большим сторонником установления причинно-следственных связей. Что вы думаете об аргументе, что большие данные устраняют необходимость искать причинно-следственную связь?

Ну, во-первых, важно понять, что данные — это не явление. Данные — это отображение явления. Кроме того, мы должны признать, что не Бог создал данные. Любые данные, с которыми вы или я когда-либо сталкивались, созданы человеком. Не имея возможности полностью охватить этот удивительно сложный мир, мы, люди, используем нашу ограниченную рациональность, чтобы принимать «решения» о том, какие аспекты явлений включать, а какие исключать из наших данных.

Эти решения становятся частью инструментов, которые мы используем для создания и обработки данных. По определению, эти решения отражают наши прежние взгляды на мир. Эти способы мышления иногда хороши и надежны — если основываются на известных причинно-следственных связях. Но зачастую это не так. Никакое количество, скорость или детализация данных не могут решить эту фундаментальную проблему.

Я уверен, что для развития научного понимания мира мы должны постоянно проникать в компании, сообщества и жизнь людей, чтобы создавать новые данные в новых категориях, которые раскрывают новые идеи.

В качестве примера, в моих ранних исследованиях индустрии дисковых накопителей я вручную вносил в каталог каждый диск, который был куплен или продан в течение многих лет, анализируя сотни отчетов «Disk/Trend». И когда я начал замечать, что компании в низшей ценовой категории быстро выходят на первый план и бросают вызов признанным лидерам, я отправился в Кремниевую долину и пообщался с руководителями в этой отрасли. Только тогда я осознал, насколько нынешние лидеры не способны реагировать на подрывных игроков. Сами по себе данные никогда бы не дали этого понимания.

Большие данные также имеют тенденцию игнорировать аномалии, если только они не были созданы специально. То есть большие данные, как правило, гораздо больше сосредоточены на корреляции, а не на причинно-следственных связях, и поэтому игнорируют примеры, когда не происходит того, что обычно случается. Только исследуя аномалии, мы можем развить более глубокое понимание причинно-следственной связи. К примеру, мы долгие годы основывались на «больших данных» в своем понимании Солнца, Луны, звезд и Земли, но более глубоко понять, как эти небесные тела движутся по отношению друг к другу, мы смогли только тогда, когда Галилей заглянул в телескоп.

Вы как-то сказали, что экономический кризис в Японии объясняется неспособностью создать подрывной рост. Вас не беспокоит, что серия слияний, в результате которых компании становятся все больше и больше и концентрируются в первую очередь на скупке акций, приведет к тому же самому в США?

Да, меня это очень беспокоит. В последней книге, которую мы с вами написали вместе, «Парадокс процветания» (The Prosperity Paradox), мы описываем три типа инноваций, каждая из которых по-разному влияет на рост фирмы и — как следствие — нации. Устойчивые инновации наиболее понятны — это процесс совершенствования хорошей продукции. Они важны для любой экономики, но как только рынок становится зрелым, рост — новых фабрик, новых рабочих мест, инвестиций в новые технологии и так далее — замедляется. Есть также инновации в области эффективности, когда компания старается делать больше с меньшими затратами. Они по своей природе не ведут к росту, потому что их цель — выжать больше из того, что вкладывается. Они генерируют свободный денежный поток для компаний, но если эти деньги не реинвестировать должным образом, то они не обязательно приводят к новому росту. Третий тип инноваций состоит в разработке простых продуктов для неохваченного населения, которое исторически не могло себе позволить или не имело доступа к чему-либо. Эти инновации создают новый рынок для новых клиентов. Они служат источником роста любой экономики, поскольку привлекают ресурсы, инвестиции, операции, сотрудников и инфраструктуру, чтобы обслуживать это большее число потребителей.

Я чувствую, что мы в Соединенных Штатах, как и во многих других развитых странах, вкладываем слишком много энергии в повышение эффективности и устойчивые инновации, и недостаточно — в инновации, создающие рынок. Обратные выкупы по своей сути не проблема, но они указывают на неспособность фирмы (и, возможно, всей экономической системы!) определить возможности для создания рынка. Тому есть много причин, но несмотря на некоторые постепенные улучшения ВВП и безработицы, долгосрочная экономическая картина не кажется мне слишком радужной, пока эта более фундаментальная проблема не решена.

В 2013 году вы сделали смелый прогноз, что 50% из 4 тысяч колледжей и университетов США обанкротятся через 10-15 лет. Знаю, что это было сказано спонтанно в разговоре, но это наблюдение с тех пор неоднократно цитировалось как «страшное предзнаменование» для высшего образования. У вас было время, чтобы лучше обдумать этот вопрос, так не хотите ли вы пересмотреть свое предсказание?

Я кое-что проясню насчет этого прогноза. Не стоит концентрировать внимание на банкротстве, о котором колледжам трудно объявить (по нормативным причинам). Но в любом случае много колледжей закроется или объединится. С 2015 года только в Новой Англии закрылись 14 учебных заведений, а девять объединились. Недавно была создана новая консалтинговая фирма, специализирующаяся на слиянии колледжей. Так что эта проблема не исчезнет. Я думаю, что 50% — это высшая, но не невозможная, точка на этой шкале. А то, что от 25% до 30% колледжей закроются в следующие несколько десятилетий — очень реалистично.

Мои коллеги были чрезвычайно проницательны и уточнили то, что я предсказал много лет назад. Майкл Хорн, один из моих соавторов по книге «Подрывной класс» (Disrupting Class) и соучредитель Института Клейтона Кристенсена, недавно написал очень подробное резюме нашего прогноза, который мы сделали вместе в The New York Times в 2013 году (и в котором на самом деле шла речь о 25%). Несмотря на то, что подрывные инновации — в виде более быстрых, более доступных и более удобных альтернатив колледжам на базе онлайн-обучения — ускоряются и представляют огромную угрозу для устоявшихся институтов, в конечном счете я всегда чувствовал, что самая большая неизбежная опасность заключается в том, что их бизнес-модели просто не устойчивы.

Хотелось бы услышать, что вы думаете о природе подрывных инноваций сегодня и два десятилетия назад. Что произошло с угрозой для действующих игроков? Как изменилась способность подрывать существующие рынки? Мы предполагаем, что все ускорилось и угроза вытеснения сегодня гораздо выше — но так ли это на самом деле?

Подрывные механизмы такие же, как и всегда, но последние инновации в области технологий и бизнес-моделей открывают уникальные возможности и бросают вызовы как для действующих игроков, так и для новичков. Например, гостиничная индустрия не менялась десятилетиями, а потом Airbnb и им подобные абсолютно застигли ее врасплох . Интернет, в сочетании с почти повсеместным мобильным доступом, постоянно создает очень креативные точки входа для компаний. Они нацеливаются на не-клиентов, предлагая более доступные предложения. Поэтому я не верю, что угроза вытеснения обязательно выше, но безусловно, я не учитывал в начале нашего исследования тот факт, что цифровые платформы могут возникать и расширяться, и это заслуживает дальнейшего изучения.

Раскрывает ли рост «цифровой трансформации» какие-то аномалии в ваших теориях?

Конечно, есть аномалии, которые ждут своего открытия, и дальнейшие исследования фирм, ориентированных на цифровые технологии, дадут глубокое понимание границ теории подрывных инноваций. Но я считаю, что фундаментальные вопросы, которые мы задавали десятилетиями, теперь применимы в цифровом контексте так же, как и в аналоговом. Кто ваши лучшие клиенты? На что ваша организация способна или не способна? Какую «работу» вы помогаете клиентам сделать? При каких обстоятельствах вы должны интегрировать, а при каких — разбивать на модули архитектуру фирмы и продукта? Кто не пользуется вашим продуктом, и что ограничивает их доступ? Эти стратегические вопросы универсальны.

Теория подрывных инноваций предсказывает, что будет делать действующий игрок перед лицом подрывного игрока-новичка. Это означает, что существующие игроки должны хорошо разбираться в том, чего не следует делать. Так почему же многие компании не решили дилемму инноватора?

Компании, безусловно, знают о подрывных инновациях больше, чем в 1995 году, но я все еще говорю и пишу руководителям, которые не поняли смысла теории. Силы, которые объединяются, чтобы вызвать подрывные изменения, подобны гравитации — они постоянны и всегда действуют внутри и вокруг фирмы. Чтобы постоянно контролировать этот процесс, требуются очень опытные и очень проницательные лидеры, и все больше менеджеров осознают, как это сделать.

И по моему опыту, кажется, что руководителям зачастую легче обнаружить подрывы, происходящие в чужой отрасли, чем в их собственной, где из-за слишком глубоких и детальных знаний они иногда не замечают того, что у них прямо перед носом. Вот почему теория так важна. Теория предсказывает, что произойдет, не омрачая прогноз личным мнением. У меня нет мнения о том, уязвима ли конкретная компания к подрывным инновациям или нет, а у теории — есть. Вот почему это такой мощный инструмент.

Многие другие ваши теории жизненно важны не только для компаний, которые хотят избежать подрывных изменений, но и для тех, кто стремится их устроить. Ваша теория о товаре как работе объясняет, почему потенциальный инноватор выдает правильный продукт или предложение, тогда как действующий игрок часто не может этого сделать. Можете ли вы объяснить, что это за теория и почему она настолько мощная?

Мы с коллегами потратили годы, пытаясь понять поведение клиентов — почему кто-то решил купить этот продукт или услугу, а не другую. Мы знаем, что большинство компаний, как правило, делают акцент на данных, помогая принимать решения: они знают долю рынка в той или иной степени, знают, как продукты продаются на разных рынках, рентабельность по сотням различных товаров и так далее. Но все эти данные сосредоточены на покупателях и самом продукте, а не на том, чего покупатель хочет достичь, совершая покупку. Мы считаем, что этот выбор можно понять при помощи теории «товар как работа».

В основе этой теории лежит простое, но мощное понимание: клиенты не покупают продукты или услуги, они привлекают их в свою жизнь, чтобы добиться прогресса. Мы называем этот прогресс «работой», которую они пытаются выполнить, и наша метафора говорит, что клиенты «нанимают» продукты или услуги для выполнения этой работы.

Каждая «работа» имеет не только функциональные, но и эмоциональные и социальные аспекты. Если вы не понимаете полный контекст, в котором ваши клиенты решают «нанять» ваш продукт или услугу, вы вряд ли сможете создать для них правильное предложение. Вы будете просто толочь воду в ступе до тех пор, пока они не «уволят» ваш продукт и не «наймут» тот, который лучше их понимает. Успешные «подрыватели» часто прибивают свое предложение прямо на ворота. Действующие игроки стараются добавить продукту побольше наворотов, чтобы сделать его привлекательным, но в действительности им не хватает фундаментального понимания того, чего пытаются достичь клиенты. Вот почему Netflix был настолько успешным в борьбе с Blockbuster. Рид Хастингс интуитивно понимал, что его клиенты нанимают Netflix, чтобы расслабиться у себя дома, когда захотят. Blockbuster был сосредоточен на повышении своей прибыльности (например, за счет ужасных штрафов за просрочку, которые мы все смиренно платили), а не на понимании того, почему мы брали видео напрокат. Понимание, какую работу нужно выполнить, дает дорожную карту для успешных инноваций.

Я знаю, что вы наслаждаетесь возможностью оспаривать и укреплять свои теории. В вашем офисе в Гарвардской школе бизнеса есть табличка с надписью «Ищутся аномалии». Удалось ли вам «завершить» хоть одну теорию?

Мне нравятся вызовы в мышлении. Я думаю, что понимание аномалий — того, что теория не объясняет, — помогает сделать теорию лучше и сильнее. Мы уточняем теорию при помощи этих идей. Мое собственное мнение о теории подрывных инноваций чрезвычайно изменилось с тех пор, как я впервые опубликовал ее в 1995 году. Я никогда не ставил себе цель оказаться правым, я хотел найти правильный ответ. Это очень разные вещи. Я уверен, что задавать правильные вопросы — это единственный способ получить правильный ответ. И понимание того, какие вопросы задавать, требует реальной работы.

Как вы думаете, что люди неправильно понимают в теории подрывных инноваций?

Вы уже упомянули, что подрывные изменения не означают «прорыв» или «что-то новое и блестящее». Также слишком многие люди считают, что подрывные изменения — это событие. Но это скорее процесс. Он тесно связан с процессом распределения ресурсов в фирме, с изменяющимися потребностями клиентов и потенциальных клиентов, а также с постоянным развитием технологий.

Растет число компаний, которые, похоже, более гибко подходят к своей стратегии — например, Amazon, Alibaba и Tencent. Есть ли у этих компаний прививка против дилеммы новатора?

Это очень интересный вопрос. Я всегда осторожен, когда слышу, что какая-то выдающаяся компания решила такую глубокую системную проблему. Помните, что Sears, Digital Equipment и Eastman Kodak когда-то считались образцами хорошего менеджмента, пока обстоятельства не изменились.

Тем не менее, компании, о которых вы упомянули, действительно похожи. В центре их организаций поставлены клиенты и работа, которую нужно для них сделать. Также эти компании демонстрируют способность быстро менять стратегию. Кроме того, все они оказались в удачных обстоятельствах, когда их основной бизнес рос феноменальными темпами, а их основатели лично участвовали в принятии ключевых стратегических решений.

Один из моих бывших аспирантов, Говард Ю (который сейчас преподает в Международном институте управленческого развития), отметил, насколько важно «глубокое погружение руководителей» в решении общих проблем инноваций, и всем этим компаниям повезло, что их лидеры были готовы, хотели и могли проделать такие глубокие погружения. Вопрос для каждой из них состоит в том, развили ли лидеры системы, процессы и культуру настолько, чтобы сохранить эту гибкость, когда рост неизбежно замедлится, а основатели неизбежно уйдут. Или, когда обстоятельства изменятся, история закончится так же, как и для других образцов хорошего менеджмента? В любом случае мы узнаем кое-что интересное.

Ошибались ли вы в чем-то?

Я ошибался в оценке своего вклада. Одна из радостей работы профессором состоит в том, что мои студенты бросают мне вызов каждый день, и я узнал от них столько же, сколько и они от меня за все эти годы.

Возможно, моей самой заметной ошибкой была недооценка iPhone. Когда iPhone впервые появился на рынке, я посчитал, что Apple поздно вошла в сложившуюся категорию с устойчивой стратегией, и мои исследования показали, что шансы на успех этой стратегии невысоки. Я не углядел в этом подрывных изменений. Но потом один из моих бывших учеников, Гораций Дедю, просветил меня, что я неправильно сформулировал проблему. Я счел Apple запоздавшим участником сферы мобильных телефонов, а по мнению Горация, это был первый шаг в сфере «компьютер в кармане». Гораций был прав. И к счастью для Apple, они разработали бизнес-модель, которая позволила iPhone стать лучшим портативным ПК. Люди сейчас забывают об этом, но когда iPhone только появился, там можно было использовать только приложения, созданные Apple. Компания была известна тем, что защищала свою запатентованную архитектуру. К чести Стива Джобса, он и его команда создали App Store и расширили архитектуру, что открыло дорогу множеству полезных дополнений.

Этот пример подтвердил важность правильного определения категорий. Когда кто-то говорит мне, что они подрывные, первый вопрос, который я всегда задаю: «В отношении чего?» Это важный вопрос, потому что подрывные изменения — это относительное понятие.

На какие вопросы вы все еще ищете ответы?

В прошлом году у меня был разговор с Марком Андриссеном о «Парадоксе процветания», и мы обсуждали роль фирм в экономическом росте. Марк тогда только вернулся с заседания совета директоров Airbnb и рассказал, как компания дает обычным людям платформу для предоставления услуг — по приготовлению пищи для гостей, проведения уроков или экскурсий по родному городу. Без Airbnb эти граждане не могли бы участвовать в индустрии туризма, но благодаря цифровой платформе теперь могут.

Мне пришло в голову, что почти в каждом случае фирмы, на примере которых мы демонстрировали, как строится экономика, производили физические продукты. Это означало, что они производили, распределяли, продавали, обслуживали и разрабатывали товары для тех, кто раньше не был потребителями, что привело к огромному росту их бизнеса и национального богатства. Но Airbnb и ему подобным не нужно делать ничего такого, и все же они создают возможности по всему миру. Я очень хочу изучить потенциал роста фирм, работающих в сфере цифровых технологий, и понять, как будет выглядеть рост в предстоящие годы.

ИИ в медицине: все страшнее, чем мы думаем

Не так давно заголовки пестрели сообщениями от исследователей Google, что их система искусственного интеллекта может превзойти специалистов-людей в диагностике рака молочной железы при помощи маммограмм. Казалось, это большая победа, и еще один пример того, как ИИ скоро изменит здравоохранение: будет выявляться больше раковых заболеваний! Меньше ложноположительных результатов! Более дешевая и качественная медицинская помощь! Попридержите восклицательные […] …

Не так давно заголовки пестрели сообщениями от исследователей Google, что их система искусственного интеллекта может превзойти специалистов-людей в диагностике рака молочной железы при помощи маммограмм. Казалось, это большая победа, и еще один пример того, как ИИ скоро изменит здравоохранение: будет выявляться больше раковых заболеваний! Меньше ложноположительных результатов! Более дешевая и качественная медицинская помощь!

Попридержите восклицательные знаки. Медицинское обслуживание с использованием машин может принести нам много пользы в предстоящие годы, но результат будет зависеть от способов их использования. Если врачи с самого начала задают неправильные вопросы — заставляют ИИ гоняться за ошибочными предположениями, — эта технология не приживется. И даже может усугубить ранние ошибки.

Это касается и недавнего заявления Google. Они попытались повторить, а затем и превзойти человеческие достижения в том, что по своей сути — глубоко ошибочная медицинская процедура. Если вы не следили за многолетней полемикой по поводу скрининга рака, она сводится к следующему: если на маммографию отправлять людей, у которых нет симптомов, в конечном итоге обнаружится множество вещей, которые выглядят как рак, но не угрожают жизни. По мере того, как ученым стала лучше понятна биология рака, а скрининговые технологии распространились повсеместно, стало понятно, что не каждая опухоль обречена стать смертельной. На самом деле многие люди живут с безобидными формами рака, которые не представляют опасности для их здоровья. К сожалению, стандартные скрининговые тесты лучше всего обнаруживают именно их — медленно растущие опухоли, которые лучше игнорировать.

В теории это не так и плохо. Когда скрининг-тест обнаруживает неопасный рак, можно просто проигнорировать его, верно? Проблема в том, что во время проверки практически невозможно узнать, окажется ли конкретное поражение опасным или нет. На практике большинство врачей склонны лечить любой рак, который выглядит как потенциальная угроза, а вопрос о том, действительно ли маммограммы спасают жизни, активно обсуждается. Кто-то считает, что спасают, кто-то — что нет, но, даже если мы примем за чистую монету самые радужные интерпретации, число жизней, спасенных благодаря этой массовой процедуре, невелико. Некоторые исследователи даже подсчитали, что маммография в целом вредна для здоровья пациентов: совокупный вред с точки зрения чрезмерного лечения, к которому она приводит, и опухолей, вызванных излучением, перевешивает любые преимущества.

Другими словами, системы искусственного интеллекта, такие как у Google, обещают объединить людей и машины, чтобы облегчить диагностику рака, но из-за этого существующие проблемы, такие как избыточное тестирование, гипердиагностика и чрезмерное лечение, могут только усугубиться. Даже не ясно, реальны ли улучшения в показателях ложноположительных и ложноотрицательных результатов. В исследовании Google ИИ показал результаты лучше, чем рентгенологи, которые не были специально обучены изучению маммографии. Но обошел бы ИИ команду более специализированных экспертов? Трудно сказать без проверки. Кроме того, большинство изображений, использованных в исследовании, были созданы с помощью устройств визуализации, сделанных одной компанией. Еще неизвестно, будут ли результаты такими же при использовании изображений с других машин.

Проблема не ограничивается только скринингом рака молочной железы. Отчасти привлекательность ИИ заключается в том, что он может анализировать множество знакомых данных и выбирать переменные, которые мы никогда не посчитали бы важными. В принципе это может помочь диагностировать любое заболевание на ранней стадии, точно так же, как еле различимые всплески сейсмографа предупреждают о землетрясении. (ИИ, кстати, там тоже помогает.) Но иногда эти скрытые переменные действительно не важны. Например, поступает набор данных из клиники, которая делает тесты на рак легких только по пятницам. В результате алгоритм искусственного интеллекта может решить, что сканирование по пятницам с большей вероятностью связано с раком легких. Эти тривиальные корреляции затем будут включены в формулу для дальнейшей постановки диагнозов.

Ранняя диагностика, даже если она точна, не всегда идет во благо. Так, некоторые медицинские проекты ИИ были направлены на раннее выявление болезни Альцгеймера и аутизма, двух состояний, при которых ранняя диагностика не сильно меняет исход дела. Это демонстрирует лишь, что алгоритм может научиться определять характеристики, которые мы учим его находить, но эта способность не влечет за собой жизненно важные для пациентов улучшения.

Некоторые способы использования алгоритмов и машинного обучения могут также создавать новые и сложные проблемы для лечащих врачей. Взять, к примеру, функцию часов Apple для выявления мерцательной аритмии — типа сердечной аритмии, которая служит фактором риска развития инсульта. Мерцательная аритмия лечится с помощью антикоагулянтов, но из-за их побочных эффектов незначительное падение может превратиться в опасную для жизни травму. Если вы действительно рискуете получить инсульт, то оно того стоит. А как насчет людей, чья мерцательная аритмия была обнаружена умными часами? Традиционно это состояние диагностируется, когда кто-то приходит к врачу с характерными жалобами. Теперь же Apple проверяет здоровых людей без симптомов и находит случаи, которые, возможно, никогда не проявились бы клинически. Неясно, будет ли для этой группы пациентов лечение так же полезно.

«Мы не знаем, одинаковы ли эти две группы людей», — говорит кардиолог Венкатеш Мурти. Более плодотворный подход заключается в использовании ИИ для выявления людей, которым доступные методы лечения принесут реальную пользу.

Если ИИ и впрямь станет революционным, ему придется сделать нечто большее, чем просто изменить статус-кво в медицине. И до принятия любого такого подхода важно решить пару фундаментальных вопросов: какую проблему пытается решить технология и как она улучшит результаты лечения пациентов? Поиск ответов на эти вопросы может занять некоторое время.

Вот почему знаменитый девиз Марка Цукерберга «Двигайся быстро и ломай», подходящий для Facebook, не очень хорош для медицины, с искусственным интеллектом или нет. По словам гематолога-онколога Виная Прасада, мышление Кремниевой долины может быть опасным для врачей. Именно такое отношение — когда на карту поставлены жизни, нам необходимо реализовать новые многообещающие идеи как можно быстрее, — и втянуло нас в этот скрининговый хаос. Прасад говорит, что маммография была принята еще до того, как появились все эти данные, а если медицинская процедура стала стандартом, ее очень трудно вывести из употребления. «В культуре, которая привыкла к оперативности и завышенным требованиям, трудно проявить смирение и терпение».

Не будь как Балмер: можно ли научиться делать точные прогнозы?

У некоторых людей есть дар предсказывать будущее. Не давать смутное, двусмысленное предсказание, а формулировать аргументированный, взвешенный и вдумчивый взгляд. Такие люди предвидят коммерческий успех компании или результаты выборов лучше, чем кто-либо другой. Их называют «супер-прогнозистами», и если мы научимся у них принимать более взвешенные решения, сможем сэкономить миллиарды для компаний или даже предотвратить войны. В […] …

У некоторых людей есть дар предсказывать будущее. Не давать смутное, двусмысленное предсказание, а формулировать аргументированный, взвешенный и вдумчивый взгляд. Такие люди предвидят коммерческий успех компании или результаты выборов лучше, чем кто-либо другой. Их называют «супер-прогнозистами», и если мы научимся у них принимать более взвешенные решения, сможем сэкономить миллиарды для компаний или даже предотвратить войны.

В 2007 году Стив Балмер, бывший тогда генеральным директором Microsoft, заявил, что «нет никаких шансов, что iPhone получит значительную долю рынка». Позже он продолжил прогнозировать, что Apple сможет занять 2-3% растущего рынка мобильных телефонов. В итоге доля Apple на мировом рынке в начале 2012 года достигла максимума — около 23%. Балмер ошибся с прогнозами.

Балмер не обладал качествами супер-прогнозиста — в том числе смирением, непредубежденностью, любознательностью. Хуже всего было то, что он не хотел менять свой прогноз. Люди, которые делают лучшие прогнозы на будущее, с радостью их меняют, получая новую информацию. Балмер этого не сделал, и в результате пострадали перспективы Microsoft на рынке смартфонов. Некоторые критики называют его «худшим руководителем крупной публичной компании» в США. Если бы мы знали, что помогает людям делать правильные прогнозы, смогли бы мы научить этому других? Возможно, это помогло бы избежать ошибок, подобных тем, что совершил Балмер.

Трезвый взгляд

Тему выращивания суперпредсказателей стали серьезно изучать только в последние несколько лет. С 2011 по 2015 год Агентство передовых исследований в сфере разведки (IARPA) провело турнир по поиску команд прогнозистов, талантливых от природы. Это могло принести разведывательному сообществу США огромную пользу: большая организованная группа аналитиков, которые могли выдавать значительно более умные прогнозы, чем действующие сотрудники разведки.

В турнире приняли участие 25 тысяч человек. Они делали прогнозы относительно будущего еврозоны или, например, того, потеряет ли Владимир Путин власть в России. Прогнозисты, которые работали в командах, превосходили по эффективности даже хорошо обученных специалистов — дело в том, что каждый участник уравновешивает предвзятость остальных. Команда-победитель проекта Good Judgment («Трезвый взгляд») впоследствии открыла бизнес по прогнозированию.

«Если посмотреть на некоторые медиа или политических экспертов в данный момент, все говорят: «Это непредсказуемо, я не знаю, что произойдет», — говорит руководитель Центра разработки коллективного интеллекта Nesta Кэти Пич. — Если открыть газету, мы увидим невероятно сложные схемы различных сценариев Brexit. Что ж, если эксперты не могут предсказать, что произойдет, если статистические методы прогнозирования не работают, потому что нет исторического прецедента, то как принимать решения и на индивидуальном уровне, и в организациях?»

Центр разработки коллективного интеллекта — это часть британского фонда инноваций Nesta, который сотрудничает с BBC Future в поиске людей, которые могут прогнозировать глобальные события, и в изучении их прогнозов.

«Сейчас, когда сложность и неопределенность выросла, все менее вероятно, что у какого-то одного человека будет доступ ко всей информации о происходящем, — говорит Пич. — Но если придерживаться коллективного взгляда, объединяя и комбинируя прогнозы множества разных людей, можно получить более точный результат, поскольку все они содержат разные фрагменты информации, которые помогают создать более полную картину в целом. Комбинируя эти индивидуальные прогнозы, вы также устраняете предвзятость или погрешности, которые могут существовать в одном отдельно взятом прогнозе».

Распознавание образов

Команда суперпрогнозистов проекта Good Judgment неоднократно делала отличные прогнозы — так что же отличает этих людей от остальных? Участник проекта Майкл Стори считается одним из лучших суперпрогнозистов мира. Теперь он стал управляющим директором коммерческого подразделения проекта. «Когда мы тестируем людей на их способность стать хорошими прогнозистами, показатель номер один — это не знание предмета или что-то в этом роде, это распознавание образов по картинкам», — говорит Стори.

Попросив людей отметить закономерности в серии фотографий, можно точно оценить их способности к прогнозированию. Но чтобы стать хорошим прогнозистом, человеку нужно преодолеть собственные предубеждения.

История описывает предвзятость подтверждения — при котором мы выборочно ищем доказательства в поддержку наших собственных идей, — как игру в карты. Сколько раз вы или другие игроки говорили «О, я так и знал, что у тебя была эта карта» после того, как кто-то открывал выигрышную комбинацию? Вы уверены, что знали — у них все время были эти карты. Но в действительности вы продумывали несколько возможностей, и когда одна из них реализовалась, убедили себя, что именно этот вариант вы считали наиболее вероятным.

«Я всегда думал, что достаточно хорошо умею прогнозировать, но на самом деле очень легко убедить себя в этом», — говорит Стори.

Филипп Тетлок, один из основателей Good Judgment, описывает суперпрогнозистов как людей с «некоторыми психологическими особенностями». Они обладают уникальным сочетанием характеристик, которые позволяют им игнорировать свои предрассудки.

«Если мне нужно было бы выделить только одну конкретную вещь, то я бы сказал: в то время как большинство людей думают о своих убеждениях как о чем-то очень ценном и самоопределяющем, даже иногда священном, суперпредсказатели смотрят на свои убеждения как на проверяемую гипотезу, которая должна быть пересмотрена на основании фактов, — говорит Тетлок. — Это означает, что они, как правило, проще изменяют убеждения… когда получают новые данные».

Помимо этого, суперпрогнозисты меньше изменяют свои прогнозы, чем другие люди, когда им предоставляется возможность пересмотреть их. Возможно, потому, что их первоначальная оценка уже была достаточно точной. Но исследователи утверждают, что суперпрогнозисты могут думать о гораздо большем количестве возможных результатов, чем средний прогнозист. Если они пересматривают свой ответ, то переходят к лишь немного отличающемуся варианту, вместо того, чтобы дико прыгать к совершенно иному решению.

Пич также занимается изучением того, кто более склонен к суперпрогнозированию — мужчины или женщины. Подобные исследования показывают, что коллективно группы женщин умнее, чем группы мужчин, но необходима дальнейшая работа, чтобы понять, равнозначен ли коллективный разум суперпрогнозированию. Например, чем вы умнее, тем больше вероятность того, что вы подвержены предвзятости подтверждения, так как вам проще будет найти аргументы в пользу своего мнения.

12 фактов о технологиях, которые нужно знать каждому

Материал переведен проектом Ruki. Технологические компании влияют на культуру, экономику, общество и даже политику. При этом они практически не регулируются и живут по своим правилам: торгуют персональными данными, заботятся о прибыли и забывают об этике. Эти 12 фактов о tech-компаниях помогают оценить масштаб влияния IT-гигантов на общество и культуру. 1. Технологии не нейтральны Когда вы […] …

Материал переведен проектом Ruki.

Технологические компании влияют на культуру, экономику, общество и даже политику. При этом они практически не регулируются и живут по своим правилам: торгуют персональными данными, заботятся о прибыли и забывают об этике. Эти 12 фактов о tech-компаниях помогают оценить масштаб влияния IT-гигантов на общество и культуру.

1. Технологии не нейтральны

Когда вы пользуетесь приложениями и сервисами, вы должны понимать – ценности создателей отражены в каждой кнопке, каждой ссылке и каждой иконке. Выбор дизайна, архитектуры и бизнес-модели влияет на приватность, безопасность и даже гражданские права пользователей.

Программное обеспечение уже вынуждает нас делать квадратные фотографии вместо прямоугольных, предлагает установить в гостиной устройство со встроенным микрофоном и заставляет всегда быть на связи с боссом. Все это доказывает: технологии уже влияют на наше поведение и меняют нашу жизнь. Мы адаптируемся и подстраиваемся под приоритеты и предпочтения создателей технологии.

2. Технологии не неизбежны

Поп-культура рисует картины нарастающего технологического прогресса, который приносит пользу всем и каждому. На самом деле, появление новых продуктов вынуждает идти на компромиссы – например, жертвовать приватностью и безопасностью во имя удобства использования или привлекательного дизайна.

Иногда новые технологии делают жизнь одних лучше, а другим, наоборот, только вредят. Более того, появление новых продуктов не означает, что их тут же начинают массово внедрять. И не факт, что они приведут к развитию уже существующих технологий.

На практике технологический прогресс больше похож на биологическую эволюцию: в процессе неизбежно будут возникать компромиссы, тупиковые пути развития и регресс, даже если в целом рост идет по экспоненте.

3. Большинство людей в сфере технологий искренне хотят делать добро

Новые продукты и стартапы могут (и должны) вызывать у нас критику и скепсис, но не нужно считать, что за технологиями стоят плохие люди. Я повстречал десятки тысяч разработчиков железа и ПО и могу с уверенностью сказать: они искренне хотят изменить мир к лучшему. Это не миф.

Стереотип о безрассудных tech-bros не должен затмевать усилия большинства разработчиков – умных и сознательных людей. Однако благие намерения не избавляют их от ответственности.

4. История технологий плохо задокументирована и плохо осмыслена

Если возьметесь изучать технологии, то легко найдете историю создания вашего любимого языка программирования или популярного девайса. Но практически нереально узнать, почему одни технологии стали успешными, а другие нет.

Компьютерная революция произошла относительно недавно, так что многие пионеры индустрии еще живы и до сих пор занимаются разработками. Однако история технологий быстро стирается.

Почему ваше любимое приложение вырвалось в топ, обойдя аналоги? Какие разработки закончились провалом? С какими проблемами сталкивались разработчики? Чьи имена не вошли в историю и кто остался за кадром, когда писались мифы о современных технологических гигантах?

Ответы на эти вопросы замалчивают или намеренно предоставляют ложную информацию – все ради создания глянцевой картинки технологического прогресса. Эта проблема характерна не только для IT, но и для других отраслей. И она может иметь серьезные последствия в будущем.

5. Технологическое образование обычно не включает занятия по этике

В учебные программы в сфере юриспруденции и медицины обязательно включена этика. Конечно, это не мешает неэтичным получать власть и занимать руководящие позиции. Но само наличие занятий по этике в программе – уже плюс.

Базовое знакомство с этическими концепциями сегодня необходимо каждому. Долгое время технари не задумывались об изучении этики, и о проблеме заговорили только недавно после громких случаев злоупотребления технологиями.

Но курсы по этическому использованию технологий – по-прежнему большая редкость. Их изначально не изучают, а программы повышения квалификации чаще прокачивают технические, а не социальные навыки.

Конечно, не стоит думать, что сотрудничество разработчиков с гуманитариями станет панацеей. Но если технологическая индустрия хочет и дальше рассчитывать на поддержку общества, экспертам все-таки придется разобраться с этическими вопросами.

6. Разработчики часто проявляют поразительное невежество по отношению к пользователям

За последние пару десятилетий общество прониклось уважением к техиндустрии, но из-за этого разработчиков стали воспринимать как людей непогрешимых. По какой-то причине IT-специалисты внезапно стали авторитетными экспертами в сфере труда, масс-медиа, транспорта, инфраструктуры и даже политики, хотя обычно у них нет релевантного опыта.

Грамотные разработчики заботятся об аудитории и налаживают глубинные связи с разными группами людей. Они понимают, как важно исследовать реальные потребности и проблемы пользователей, а не подрывать существующий уклад просто ради эксперимента.

Новые технологии часто причиняют ущерб пользователям. Но технологические компании этого не замечают – негативная реакция людей их не затрагивает. Они изолированы от конечного потребителя, а на их финансовых показателях негатив почти не отражается.

В наиболее уязвимом положении оказываются меньшинства, которые обычно никак не включены в процесс разработки и поэтому у них нет никаких рычагов влияния на технологические компании.

7. Не существует одного гениального изобретателя технологии

В поп-культуре инновации часто представляют как продукт работы гения-одиночки, который творит в гараже или в комнате общаги. Такие истории подпитывают миф о великом творце, которому приписывают заслуги тысячи разработчиков. Один из таких примеров – Стив Джобс, который «изобрел айфон».

На самом деле технологические продукты – это воплощение труда и ценностей группы людей и той среды, в которой они обитают. Любой прорыв возникает на фоне долгих и часто безуспешных попыток создать успешный продукт. Поэтому к нарративам о гениальных изобретателях всегда нужно относиться с долей скепсиса.

8. Большинство технологий – это не продукт стартапов

Только 15% программистов работают в стартапах, а в крупных технологических компаниях большая часть сотрудников не имеет отношения к разработке ПО. Убеждение, что всеми технологическими процессами заправляют разработчики, искажает представление о технологиях в целом.

Большинство людей, стоящих за технологиями, работают в компаниях и организациях, которые не имеют прямого отношения к IT.

В то же время на рынке много мелких независимых проектов, которые создают сайты, приложения и кастомное ПО. И многие разработчики предпочитают работать именно в таких компаниях, а не в крупных корпорациях.

Не стоит забывать, что стартапы – это лишь малая часть технологического ландшафта, и их культура не должна влиять на наше восприятие технологий в целом.

9. Большинство технологических компаний зарабатывает одним из трех способов

Если хотите понять, почему технологии сегодня работают так, а не иначе, изучите бизнес-модели IT-компаний. Большинство зарабатывает тремя способами:

На рекламе. Google и Facebook получают основную часть прибыли от продажи персональных данных рекламодателям. Практически любой продукт, который они создают, предназначен для извлечения как можно большего количества личных сведений.

В результате компании собирают подробные досье на каждого пользователя, учитывая поведенческие паттерны и предпочтения. Поисковый движок и лента новостей в соцсети, в свою очередь, заточены под показ релевантной рекламы. Эта бизнес-модель построена на слежке за пользователями – и именно ей пользуется большинство крупных IT-компаний.

На крупных клиентах. Более крупные (и скучные) компании, например, Microsoft, Oracle и Salesforce, зависят от контрактов с крупными корпорациями, которые закупают программное обеспечение. Большинство клиентов готово платить за доступ к эффективной системе контроля и мониторинга за сотрудниками. Обычно IT-компании с такой бизнес-моделью получают наибольшую прибыль на технологическом рынке.

На отдельных пользователях. Такие компании, как Apple и Amazon, предлагают пользователям платить напрямую за продукты собственного производства или за товары партнеров (впрочем, Amazon дополнительно зарабатывает на крупных клиентах за счет облачного сервиса Amazon Web Services).

Это самая прямая и понятная бизнес-модель, потому что вы точно знаете, что получаете при покупке айфона, приобретении Kindle или подписке на Spotify. Такие компании меньше зависят от рекламы, и их продукты покупают сами люди, а не корпорации и работодатели.

10. Экономическая модель крупных корпораций влияет на всю отрасль

Самые крупные технологические компании работают по следующей схеме:

  • Создай интересный и полезный продукт, который изменит крупный рынок.
  • Получи как можно больше денег от венчурных инвесторов.
  • Постарайся быстро нарастить огромную аудиторию, даже если придется потерять деньги в процессе.
  • Найди способ превратить аудиторию в бизнес, который принесет крупную выручку инвесторам.
  • Начни агрессивно уничтожать и скупать конкурентов.

Традиционные компании раньше работали по другой модели. Они начинали с малого и постепенно увеличивали свой бизнес, привлекая клиентов, которые напрямую платили за товары и услуги.

Компании нового типа быстрее наращивают масштаб и в целом растут стремительнее. При этом они несут меньшую ответственность, поскольку служат сиюминутным интересам инвесторов, а долгосрочные интересы пользователей и общества ставят на второй план.

В этих условиях компаниям, у которых нет доступа к венчурным инвестициям, сложнее выдерживать конкуренцию. В результате на рынке остаются либо мелкие независимые предприятия, либо гигантские корпорации, а золотой середины практически не существует.

В конечном итоге технологическая индустрия напоминает киноиндустрию, в которой есть место только супергеройским блокбастерам и крошечным артхаусным фильмам.

11. Технологии – это не только функционал, но и мода

Со стороны может показаться, что создание приложений и устройств – это сугубо рациональный процесс. Можно подумать, что разработчики отбирают оптимальные технологии, чтобы создать максимально продвинутый продукт, заточенный под конкретную задачу.

На практике выбор инструментов и языка программирования часто зависит от личных предпочтений разработчиков, менеджеров, а иногда и от тенденций. Мода влияет на все процессы – от организации собраний до подхода к разработке продукта.

Иногда создателям технологий просто хочется поэкспериментировать, иногда, наоборот, хочется использовать проверенные решения, но так или иначе на процесс влияют социальные факторы.

Новаторство не всегда приводит к созданию ценного продукта. Так что компании, которые хвастаются своим инновационным подходом, не обязательно создают сервисы, полезные обычному потребителю.

12. Ни одно ведомство не может взять под контроль всю индустрию

В большинстве отраслей работает следующая схема: если компания нарушает правила и эксплуатирует потребителей, в дело вмешиваются журналисты: они расследуют злоупотребления и критикуют предприятие. Если проблема остается, то к процессу подключаются государственные ведомства – муниципальные, федеральные и даже международные.

С технологическими компаниями все иначе. Обычно СМИ пишут о запуске новых продуктов или выходе новых версий существующих продуктов. Некоторые журналисты все же освещают социальные аспекты технологий, но их колонки теряются на фоне обзоров на новые модели смартфонов и редко попадают в рубрику «Бизнес» или «Культура».

Отчасти в этом виноваты сами медиа. Так, бизнес-репортеры часто не разбираются в технологических терминах даже на базовом уровне, что было бы немыслимо, если бы они писали о финансах или праве.

В то же время технологические журналисты разбираются в терминологии, но им приходится писать о релизах новинок, а не о социальных и гражданских проблемах.

Проблема усугубляется еще и отношением политиков – многие хвастаются своей цифровой безграмотностью. Как можно поручать регулирование технологий людям, которые даже не могут установить приложение на смартфон? Технологический рынок постоянно порождает новые вызовы, но неповоротливая система законодательства не успевает адаптироваться к изменениям.

В результате компании существуют практически вне регулирования, а страдают от этого обычные пользователи. Поскольку компании полагаются на нетрадиционные бизнес-модели, на них нельзя повлиять традиционными методами активистов – например, бойкотами и протестами.

На сегодняшний день отсутствие ответственности – это главная проблема техиндустрии. Но еще не все потеряно. Если мы научимся понимать расстановку сил на технологическом рынке, нам будет проще запускать позитивные перемены. Например, мы знаем, что компании вкладывают деньги в поиск талантливых программистов. Значит, разработчики должны призывать работодателей к решению этических и социальных вопросов.

В то же время инвесторы должны осознавать, что вложения в компании, которые не несут пользы обществу, – это риск. А специалистам, которым не хватает исторической и культурной базы, нужно давать необходимые знания, чтобы они принимали правильные решения. Есть шанс, что понимание принципов работы технологического рынка поможет нам решить глобальные проблемы.