основатель компании Tesla, окончил Пенсильванский университет, изучая экономику и физику. Позже он отправился в Калифорнию, чтобы учиться в Стэнфордском университете, но вместо этого занялся венчурным бизнесом. Марк Цукерберг, основатель Facebook, бросил Гарвард, где изучал информатику и психологию. Сергей Брин и Ларри Пейдж, сооснователи Google, изучали информатику в Стэнфордском университете. По всей видимости, для многих основателей больших технологий наличие бизнес-образования было необязательным, чтобы стать успешными предпринимателями и лидерами. Интересно, что их преемники, такие как Тим Кук в Apple и Сундар Пичаи в Google, часто имеют степень MBA.
Преподавание адаптивного инструментария
Минцберг дал ответ на вопрос, почему образование в бизнес-школах часто оказывается неэффективным: оно слишком сосредоточено на абстрактных аналитических методах и анализе конкретных ситуаций. Такая педагогика может быть более эффективной для повышения уверенности в себе, чем для привития навыков эффективного руководства и принятия решений. А навыки, которые она дает - сложные количественные анализы в сочетании со способностью убедительно их излагать и представлять - могут оказаться более полезными для того, чтобы пробиться на вершину, чем для того, чтобы хорошо работать, когда вы там окажетесь.
Мы уже знаем, в чем проблема количественных анализов, таких как максимизация ожидаемой полезности, деревья решений и чистая приведенная стоимость: они предназначены для мира риска, а не неопределенности. В бизнесе к таким маленьким мирам относятся рутинные производственные процессы внутри завода, о чем мы говорили в главе 11. Но как только речь заходит о логистике и цепочках поставок за пределами заводских ворот, контроль, предвидение и предположения о малом мире рушатся. Логистические проблемы, вызванные пандемией COVID-19, строгими ограничениями и глобальной нехваткой микрочипов, которая начнется в 2021 году, наглядно иллюстрируют это.
Кейс-стади - широко используемые в бизнес-школах - требуют от студентов проведения количественного анализа, а также качественного эквивалента: логического анализа и аргументации. Студентов призывают рассмотреть все факты по делу - стратегия, основанная на принципе "больше - значит лучше". Цель - представить последовательный анализ и рекомендуемый план действий. Однако в реальном мире бизнеса соответствие имеет большее значение, чем последовательность. Соответствие означает, что действия, которые предпринимают организации, соответствуют условиям окружающей среды и приводят к положительным результатам. 7 Другими словами, в конечном итоге важна экологическая, а не логическая рациональность. Однако бизнес-школы не только отдают предпочтение логической рациональности; они даже редко предлагают экологическую рациональность в качестве достойной альтернативы. Это не значит, что студенты не учатся ничему полезному в бизнес-школе. Они знакомятся с новыми идеями и концептуальными схемами, участвуют в экспериментальных упражнениях и дебатах, заводят друзей и расширяют свои связи. Однако здесь есть место для совершенствования.
Смена парадигмы в сторону интеллектуальной эвристики
Бизнес-школы могут и должны лучше подготовить студентов к принятию эффективных решений, когда будущее неопределенно, не полностью известно, и не полностью контролируемо. Смена парадигмы в сторону обучения умной эвристике поможет сделать образование в бизнес-школах более полезным с практической точки зрения, при этом опираясь на надежные теоретические модели и тщательные эмпирические исследования.
К сожалению, лишь немногие бизнес-школы преподают науку и искусство принятия эвристических решений. Вместо этого в целом ряде дисциплин, от финансов, стратегии и маркетинга до лидерства и управления персоналом, эвристика почти неизменно связывается с предвзятостью, а лица, принимающие решения, представляются в негативном свете как неспособные к когнитивным ошибкам. Адаптивные правила принятия решений, которые используют практики во всем мире, делегитимизируются как неполноценные. Имплицитно или эксплицитно выражается мысль о том, что те, кто их использует, в чем-то менее профессиональны и искушены, чем их коллеги, использующие сложные аналитические модели. 8 Модели принятия решений, пользующиеся наибольшим уважением, - это модели оптимизации и максимизации полезности, которые создают атмосферу "научности", к которой, похоже, отчаянно стремятся некоторые бизнес-школы. 9
Однако, как мы подчеркивали на протяжении всей книги, оптимизация невозможна в ситуациях неопределенности, характерных для принятия управленческих решений, когда все будущие состояния, их исходы и вероятности не известны или не поддаются учету. Таким образом, несмотря на кажущуюся строгость и привлекательность, эти модели мало чем помогут в принятии лучших решений в мире VUCA. Их не следует представлять как золотой стандарт, который должен применяться во всех контекстах, культурах и организациях. Вместо этого их следует преподавать как лишь один из видов стратегий, имеющихся в арсенале адаптивных инструментов, которые могут быть полезны в определенных ситуациях (например, в условиях определенности или риска при наличии необходимой информации).
Чтобы дать более точный и расширяющий возможности взгляд на принятие решений, учебные программы бизнес-школ должны измениться в сторону акцента на экологическую рациональность и умную эвристику, а не на логическую рациональность, эвристику и предубеждения. Общий подход мы представляем следующим образом:
Не избегайте эвристики - научитесь ее использовать.
Это включает в себя следующие пять принципов: 10
Относитесь к неопределенности серьезно. Научите различать риск и неопределенность и объясните, что оптимизация, например максимизация ожидаемой полезности, невозможна в условиях неопределенности.
Относитесь к эвристике серьезно. Обучите основным классам эвристик, продемонстрируйте их эффективность в ситуациях неопределенности и неразрешимости и обогатите адаптивный набор стратегий менеджеров.
Анализ экологической рациональности. Сопоставьте условия задачи с эвристиками и другими стратегиями, чтобы понять, в каких ситуациях конкретная эвристика может быть успешной.
Уделяйте внимание процессу. Обучайте реальному процессу принятия решений (например, правилам поиска, остановки и принятия решений) и проектированию внешней среды, и меньше внимания уделяйте внутренним психологическим конструктам.
Больше может быть меньше. Узнайте, при каких условиях сложные модели больших данных увеличивают расходы, приводят к принятию менее точных решений и снижают прозрачность.
Эвристику преподают за пределами бизнес-школ
Выйти за пределы своей области и узнать больше о практике других может быть полезно. Если бы бизнес-школы так поступали, они бы обнаружили, что такие высоко ценимые дисциплины, как математика и искусственный интеллект (ИИ), действительно серьезно относятся к эвристике. Они представляют эвристику в положительном свете для своих студентов. При этом выделяются два важных отличия от типичной программы бизнес-школ. Во-первых, в этих областях эвристика рассматривается как ценная и даже незаменимая стратегия для поиска, решения проблем и принятия решений в условиях неопределенности и трудностей. Во-вторых, эвристика и анализ не изображаются в антагонистических отношениях "или-или", когда люди используют либо эвристику, либо анализ. Напротив, в этих областях признается ценность использования и того, и другого в зависимости от задачи, а также перехода от эвристики и интуиции к анализу.
Рассмотрим математику. Это самая абстрактная из всех научных областей, и все же эвристика очень ценится в математике и математической педагогике. Классическая книга Джорджа Полы "Как решить задачу" является иллюстрацией этого положения. 11 В предисловии к первому изданию
