Фил Розенцвейг - Левое полушарие – правильные решения. Мыслить и действовать: как интуиция поддерживает логику

Может быть, вы решите ничего не говорить и не делать. Вы ведете себя так, как будто ничего не случилось, и наблюдаете, что произойдет дальше. Это вызывает другую проблему: ожидание повторного появления белья может занять много времени, особенно если вы ездите в командировки один раз в месяц. Вы не сможете собрать данные достаточно быстро, чтобы обновить модель в значительной степени, и, конечно, недостаточно быстро, чтобы пролить свет на этот животрепещущий вопрос. Байесовское обновление может быть очень мощным, но мы должны признать его практические пределы.

Размышления о моделях решений

Модели решений могут быть очень полезными: часто они дают очень точные прогнозы на основании относительно небольшого количества данных и помогают избежать распространенных предубеждений, мешающих делать правильные выводы. В последнее десятилетие благодаря растущему доступу к большим базам данных их использование значительно возросло. Со временем модели становятся все более важными.

Однако принимая модели решений, мы иногда упускаем из виду необходимость их правильного использования в случаях, когда мы не оказываем непосредственного влияния и не получаем никаких преимуществ, помимо точной оценки. Когда мы влиять можем, это другая задача: не предсказать, что произойдет, а сделать, чтобы произошло. Здесь позитивное мышление может изменить исход с неудачи на успех.

Мы должны также признать третью категорию: косвенное влияние. Даже если мы не можем прямо повлиять на исход, то можем сообщать полученные прогнозы таким образом, что изменим поведение и, в конечном итоге, события. Оглашение результатов опроса о политических взглядах – лишь один пример. В бейсболе результаты статистического анализа могут использоваться для ободрения или мотивации, что косвенно повлияет на то, что происходит на поле, но не настолько, чтобы заменить необходимость размахивать битой или бросать мяч. Статистика не играет, это делают игроки.

Модели решений – часто один из способов стать умным, но еще важнее мудрость, то есть понимание того, что можно сделать с помощью модели, а чего нельзя. Говоря словами одного из блогеров, растущая популярность «технически сложных, требующих большого объема вычислений статистических подходов» имеет неприятный побочный эффект: мы меньше думаем о том, что эти цифры означают на самом деле. Распространенная фраза «заткнись и считай цифры» явно не способствует критическому мышлению.[277] Когда мы используем модели без четкого понимания, в каких условиях они применимы, мы не сможем принять великое решение независимо от набора имеющихся данных и сложности используемой модели.

Глава 10

Когда победители прокляты?

Единственный способ двигаться вперед в бизнесе – это изменяться. А к изменениям, по определению, прилагается определенный риск. Но если вы избегаете излишнего риска, включаете голову и хорошо управляете, вам может выпасть вполне приличный шанс.

Эксперименты предлагают хороший способ изолировать один феномен, сохраняя все остальные условия. Однако многие решения в реальном мире принимаются без учета нашего желания иметь дело с одним элементом за раз. Они ставят перед нами задачи со многими взаимосвязанными и взаимозависимыми элементами. Часто они сочетают в себе способность контролировать результаты с необходимостью превзойти соперников, разворачиваются в течение месяцев и лет и вынуждают руководителей принимать сложные решения.

В двух следующих главах я рассмотрю способы принимать решения в двух совершенно разных ситуациях: при подаче конкурсной заявки с высокими ставками и создании нового предприятия. В обоих случаях мы увидим, что тщательный анализ и осторожность – зона действия левого полушария – необходимы, но что выигрышные решения также требуют моментов рассчитанного риска, а они появляются «справа».

Отличное место, чтобы потерять последнюю рубашку

Конкурсные заявки – частая тема исследований решений, при этом немаловажная роль отводится проклятию победителя. Я коротко упоминал проклятие победителя в главе 1, когда Skanska USA Building пыталась рассчитать, какую ставку предложить за ЦОДЮ. Решительная заявка была необходима, но одновременно существовала опасность установить слишком низкую ставку и, в конечном счете, потерять деньги. Как мы увидим, стандартный урок о проклятии победителя имеет смысл для некоторых видов конкурентных ставок, но не подходят для других.

История проклятия победителя восходит к 1960 году, когда менеджеры Атлантической нефтеперерабатывающей компании заметили тревожную тенденцию. Несколько лет до того Atlantic (позже известный как Atlantic Richfield, а затем ARCO) выиграл несколько аукционов на бурения нефти в Мексиканском заливе. Но затем, когда компания рассмотрела производительность этих нефтеносных участков, обнаружилась потеря огромных сумм денег. Нефть действительно была, но доходы оказались недостаточными, чтобы сделать аренду выгодной. Выигрышные ставки обернулись потерей инвестиций.

Несколько сотрудников отдела исследований и разработок компании Atlantic решили разобраться. Эд Кепен, ученый-геофизик, обнаружил, что Atlantic не одинока. Практически все компании, приобретавшие на открытых аукционах нефтепромыслы в Мексиканском заливе, в конечном счете теряли деньги. С 1950 года инвестиции в нефтяные месторождения Мексиканского залива «давали меньшие прибыли, чем местный кредитный союз»,[278] из чего Кепен сделал вывод: конкурентные торги – «хорошее место, чтобы потерять последнюю рубашку».[279]

Чтобы добраться до корней проблемы, Кепен рассмотрел сам процесс проведения аукциона. Он обнаружил коварную динамику: когда большее количество участников торгов делало скрытые ставки, то цена победившей заявки почти неизбежно оказывалась завышенной. Кепен назвал это проклятием победителя.

И вот здесь история становится еще интересней. После того как Atlantic поняла, как опасно предлагать завышенную цену, потребовались меры предосторожности. Всем отделам было приказано стать более консервативными. От геофизиков потребовали осторожности при оценке размера нефтяных месторождений. Геологам предложили делать более низкую ставку на успех бурения. Бухгалтерам поручили повысить ставку дисконта, снижавшую чистую приведенную стоимость будущих доходов, что уменьшало количество привлекательных проектов. Каждая из этих мер казалась разумной, но вместе они дали непредвиденный эффект. Эд Кепен вспоминает: «К тому времени, когда все снизили стоимость, наши ставки стали настолько низкими, что мы ничего не купили».[280] Теперь у Atlantic появилась другая проблема: они нашли способ избежать потерь из-за завышенных цен, но одновременно и исключили возможность победы.[281]

Сотрудничая с двумя коллегами, Бобом Клэппом и Биллом Кэмпбеллом, Эд Кепен разработал модель Монте-Карло для моделирования торгов со многими участниками. В конце концов появился метод, позволявший ограничить потери, но оставлявший реальный шанс на успех в долгосрочной перспективе. Кепен и его коллеги установили три правила: чем больше участников, тем меньшую цену вы должны предложить. Чем у вас меньше информации по сравнению с другими претендентами, тем более низкую цену вы должны предложить. И чем меньше вы уверены в своей информации, тем более низкую цену вы должны предложить. Когда выполнено более одного условия, уменьшить ставку еще важнее, а когда все три, надо быть очень осторожным. В этих случаях эмпирическое правило Atlantic гласило: дать наилучшую оценку стоимости аренды и сделать ставку не более 30 % от этой суммы. Конечно, такой подход приведет к уменьшению количества побед, зато цена даст компании хорошие шансы на прибыль. Это был практический способ снижения опасности конкурентных торгов.

Кепен и его коллеги скромно молчали о своем методе. Сложности конкурентных торгов продолжали обескураживать: «Так какова же наилучшая стратегия делать ставки? Мы не можем сказать и даже не станем пытаться. Единственное, что мы можем сделать, – это показать подход к математическому моделированию конкурентных продаж… Модель торгов дает ставку, ее можно с уверенностью сделать и быть довольными, победив. Да, наша оценка, возможно, завышенная, но ниже нашей оценки ценности – хеджирование против ожидаемой ошибки. В вероятностном смысле, мы “гарантируем”, что получим норму прибыли, которую хотим».[282] В 1971 году Кепен, Клэпп и Кэмпбелл опубликовали свои выводы в основополагающей статье «Конкурентые торги в ситуации высокого риска» в Journal of Petroleum Technology. Она до сих пор остается классической.[283]

Подсчет монеток в банке