Системное мышление позволяет избежать обеих ловушек, так как точкой отсчета в нем является признание и принятие того, что сложные системы следует рассматривать как единое целое. Таким образом, сохраняется взаимосвязанность и возможность наблюдать характеристики на уровне системы.
Инструменты системного мышления
Так как же изучать сложные системы комплексно, методично и вдумчиво и не погрязнуть в присущей им сложности?
Здесь на помощь приходят инструменты системного мышления. На множестве практических примеров из этой книги вы увидите, как пользоваться двумя основными из них:
1) диаграммами цикличной причинности, позволяющими описать сложные системы в виде цепочки причинно-следственных отношений;
2) компьютерными моделями динамики системы, позволяющими изучить зависящее от времени поведение сложных систем, сделав ряд допущений.
Значительная часть этой книги посвящена способам использования диаграмм цикличной причинности для описания сложной системы. Я верю, что они покажутся вам ясными и информативными и действительно помогут «увидеть лес за деревьями».
Однако у этих диаграмм есть один недостаток. Они статичны и, представляя на бумаге структуру системы, не могут описать, как ее свойства развиваются со временем. Зато это могут сделать компьютерные имитационные модели, и если вы примените логику диаграмм цикличной причинности к имитационным возможностям компьютера (в чем, собственно, и заключается моделирование динамики системы), то сможете действительно «ускорить» свое мышление.
Преимущества системного мышления
Вместе диаграммы цикличной причинности и компьютерные модели динамики системы могут использоваться для понимания большинства сложных систем. Таким образом, вы получите ряд очень ценных преимуществ.
Системное мышление поможет вам совладать со сложностью проблем окружающего мира, обеспечив структурированный способ балансирования между целостным видением и выбором нужного уровня детализации.
Диаграммы цикличной причинности – наглядный метод отражения сложности, с которой вы справились, – являются мощными средствами коммуникации. Их использование может обеспечить вам искреннюю и глубокую поддержку аудитории настолько большой, насколько вы пожелаете. Это особенно ценно при построении высокоэффективных команд.
Диаграммы цикличной причинности также могут помочь вам определить самый разумный способ влияния на систему интересов. В результате вы можете избежать принятия неудачных решений, в частности таких, которые быстро устраняют проблему, но в долгосрочной перспективе могут привести к обратным результатам.
Моделирование динамики системы – это способ компьютерного моделирования, позволяющий увидеть, как сложная система, выраженная в виде диаграммы цикличной причинности, будет развиваться со временем. Таким образом вы получаете в свое распоряжение «лабораторию будущего» и можете отслеживать вероятные последствия своих решений прежде, чем выполните их.
В целом системное мышление поможет вам принимать такие решения, которые успешно пройдут самое строгое испытание – испытание временем.
Как устроена эта книга
Книга состоит из четырех частей и 12 глав плюс пролог и краткий эпилог.
В части I мы рассмотрим, как следует изучать сложные системы, и разберем два примера из жизни. Первый изложен в главе 2. Там говорится о проблемах управления бэк-офисом, который пытается обеспечить высококачественное обслуживание в условиях лавинообразного роста количества операций. Во многих бэк-офисах, где царит мужская культура, успешность менеджера измеряется тем грузом, который он может взвалить на себя и не быть при этом раздавленным. С точки зрения дарвиновской теории эволюции это разумно – выживает сильнейший, но правильно ли это с точки зрения организации?
Действие главы 3 разворачивается в сфере телевизионной индустрии. Однако рассматриваемая проблема актуальна не только для СМИ: что делать, когда, с одной стороны, необходимо сокращать расходы, а с другой – на первом месте должны стоять качество и творческий подход?
Вместе же эти два примера из жизни демонстрируют, как системное мышление и применение диаграмм цикличной причинности помогают справиться со сложными проблемами современного мира и принимать верные решения.
В части II представлены основы системного мышления. Завершается эта часть главой 7, содержащей 12 золотых правил, которые помогут вам создавать свои собственные диаграммы цикличной причинности, чтобы с их помощью вы могли решать возникающие проблемы.
В части III показано, как инструменты и методы системного мышления можно применить к очень разным ситуациям из реальной жизни.
А в части IV мы сделаем шаг вперед и покажем, как эти инструменты можно «усилить» с помощью компьютерной имитации. Так, в главе 11 описан метод компьютерного имитационного моделирования, который объединяет диаграммы цикличной причинности и возможности компьютера для изучения того, как со временем будет развиваться система.
Компьютерное моделирование знакомо каждому, кто пользуется электронными таблицами. Однако по возможностям, разнообразию функций и масштабу моделирование динамики системы значительно превосходит их. Представив язык моделирования динамики системы в главе 11, в главе 12 мы рассмотрим, как построить характерную модель динамики системы для роста бизнеса.
На этом книга заканчивается, и к этому моменту вы сможете не только пользоваться диаграммами цикличной причинности в своей повседневной работе для принятия решений и повышения производительности команды, но и добавлять стоимость, используя диаграммы в качестве основы для построения исчерпывающих компьютерных моделей.
Надеюсь, вам понравится эта книга – я писал ее с удовольствием! Но я хорошо понимаю, что это не развлекательное чтение. Управление бизнесом – сложная задача, и, если бы существовали эффективные способы быстрого и легкого решения трудных проблем, все бы о них знали и все бы ими пользовались.
Но справиться со сложными проблемами непросто, и потому эта книга тоже непроста. Она требует внимания и концентрации, однако я постарался облегчить читателям ее восприятие, разбив ее на короткие главы и снабдив примерами из жизни.
Итак, в путь…
Часть I Как справиться со сложностью
В этой части мы изучим основополагающие принципы системного мышления и увидим, как можно использовать один из его основных методов – диаграммы цикличной причинности – для того, чтобы справиться с разного рода сложными ситуациями, в частности с определением количества персонала в бэк-офисе инвестиционного банка и сокращением расходов в телевизионной компании.
1. Системная точка зрения
Системы
Группа взаимосвязанных единиц составляет систему, и тема этой книги – системное изучение систем, особенно тех, что встречаются в бизнесе.
Как можно предсказать поведение системы?Система, как уже было сказано, состоит из взаимосвязанных единиц. Но если вы хотите понять поведение системы в целом и таким образом получить возможность предсказывать его и влиять на него, достаточно ли для этого знания об отдельных ее составляющих?
Очень хочется ответить на этот вопрос «да». И на то есть три причины.
Первая кроется в природе людей. Иногда мы не желаем видеть сложное, потому что нам гораздо комфортнее жить в простом мире. Мы предпочитаем верить в то, что наши действия приведут именно к тем результатам, к которым мы стремимся, как бы ни были убедительны доводы против.
Вторая причина прагматична: естественно, легче понять часть, чем пытаться проникнуть в суть сложного целого.
Третья причина – в том невероятном успехе, которым вот уже несколько веков пользуется у ученых аналитический подход, который можно назвать «понимание по частям». Суть этого метода заключается в наблюдении результатов тщательно подготовленных экспериментов, условия которых специально разработаны так, чтобы сосредоточиться на основных интересующих ученого элементах и исключить все остальное. В науке процесс вычленения отдельных аспектов предмета интереса для подробного изучения работает хорошо, и нам хочется использовать этот подход для решения любой проблемы, даже когда она касается поведения непостоянного и изменчивого окружающего мира.
Однако существует множество ситуаций, в которых этот подход не работает. Питер Сенге очень образно выразил эту мысль в своей книге «Пятая дисциплина»: «Если вы разрежете слона пополам, то не получите двух слонят». Если вы захотите понять, как работает система слона, и решите расчленить его, чтобы изучить свойства частей, вы будете разочарованы, так как связи между частями будут разрушены, и отлично работавшая система превратится в неработающие подсистемы. Поэтому, если вы хотите понять систему и получить возможность влиять на ее поведение и даже контролировать его, вы должны стремиться к целостному ее пониманию. Знания отдельных частей недостаточно для понимания целого, а в некоторых случаях оно может привести и к обратному результату.