Перед тем как вы погрузитесь в изучение статьи, обратите внимание на тот факт что всё упомянутое в ней не является финансовой рекомендацией для принятие более взвешенного решения просьба провести свое собственное исследование.
Теория когнитивной гибкости (CFT)- это теория обучения 30-летней давности, которая заканчивается чем-то странным: она говорит нам, что определенный тип конспектирования поможет нам лучше усваивать историю. Теория объясняет, как экспертиза работает в плохо структурированных областях, выявляет недостатки в мышлении, основанном на первых принципах, и объясняет, как правильно извлекать уроки из опыта.
Чтобы разобраться во всем этом, нам нужно начать с самого начала.
Теория когнитивной гибкости имеет дело с очень специфическим аспектом экспертизы. В нем спрашивается: “Как эксперты справляются с новизной?” Правильный термин для этой области экспертных исследований известен как «адаптивная экспертиза», и первоначально он был введен в знаменательной статье 1988 года под названием «Два курса экспертизы», написанной Гийоо Хатано и Кайоко Инагаки. Наблюдение, сделанное Хатано и Инагаки, звучит примерно так: “Конечно, сейчас у нас есть множество исследований «классического мастерства», где люди играют в шахматы или готовят один и тот же суши-ролл сотни раз, доводя его до совершенства. Но как насчет случаев, когда гроссмейстер изобретает новое открытие или шеф-повар придумывает совершенно новое меню? Что мы можем сказать по этому поводу? Как мы обучаем студентов этому (новому)?”
Если вы задумаетесь об этом на минутку, то адаптивный опыт во многом определяет то, что мы ожидаем увидеть в нашей карьере. Нас часто просят импровизировать. Мы часто сталкиваемся с новыми ситуациями, требующими решения, из-за специфических ограничений нашего бизнеса, нашей отрасли или наших клиентов. Ни одна ситуация, с которой вы сталкиваетесь в реальном мире, не будет идеально соответствовать принципам, изложенным в книгах по бизнесу. Как вы тренируетесь, чтобы стать лучше в этом?
Насколько я могу судить, CFT — это одна из теорий, которая зашла очень, очень далеко в ответе на этот вопрос. Основное предостережение в отношении CFT заключается в том, что оно основано на работе, проделанной в целях ускорения продвинутого медицинского образования — подумайте: младшие врачи, сталкивающиеся с пациентами в больничной системе, а не студенты-медики первого курса в лекционном зале. Все, что я собираюсь описать, следует читать с учетом этого предостережения.
Например, подумайте о сердечных приступах. Сердечный приступ — это понятие. Это то, что вы можете изучать в медицинских учебниках. Но фактический диагноз сердечных приступов может сильно варьироваться — это зависит от расы пациента, возраста, пола, истории болезни, потенциальных осложнений и так далее; некоторые сердечные приступы вначале проявляются как расстройство желудка, другие могут длиться несколько дней.
Пример первый: Texas Instruments — В конце 60-х годов тогдашний вице-президент Texas Instruments (TI) Моррис Чанг заметил, что в начале
каждого цикла производства полупроводников был период обучения, когда им приходилось бороться за повышение производительности каждого нового процесса. Общепринятым мнением в то время было взимать высокую цену за полупроводниковые чипы с самого начала, поскольку производство нового технологического процесса требовало очень больших капитальных вложений. Чанг подумал, что это глупо. Он нанял группу консультантов BCG и велел им изучить цены на чипы в зависимости от объема. В конце концов они придумали нечто под названием «ценообразование по кривой обучения» — изначально TI устанавливала низкие цены на чипы, захватывая значительную долю рынка и доводя объемы до максимальной мощности, что затем позволило Чангу и другим инженерам TI быстро подняться по кривой обучения, чтобы увеличить производительность. Затем TI будет производить чипы как можно дольше, чтобы окупить первоначальные постоянные затраты, чему способствует доминирующая доля на рынке. Чанг сказал о том времени: “Мы автоматически снижали, а затем продолжали снижать цену каждый квартал, даже когда рынок этого не требовал. Это была очень успешная попытка, хотя и несколько противоречивая. Многие люди думали, что мы ведем себя глупо. Зачем вам снижать цену, если в этом не было необходимости? Но мы делали это, потому что верили в это, и действительно, наша доля на рынке продолжала расширяться. Это, в сочетании с другими стратегиями, сделало бизнес по производству интегральных схем TI крупнейшим в мире, а также самым прибыльным”.
Пример второй: Netflix — Netflix начал наращивать свою долговую нагрузку в 2011 году, увеличившись с чуть менее 1 миллиарда долларов в 2014 году до 16 миллиардов долларов долга в 2020 году — в основном в виде мусорных облигаций. Это была удивительно крупная (и, возможно, рискованная) ставка, но Netflix нуждались в деньгах, чтобы превратиться из поставщика потоковой передачи в производителя контента. В книге “7 Powers" Гамильтон Хелмер написал о стратегическом повороте Netflix так: «На первый взгляд действия Netflix выглядели рискованными, чрезмерно амбициозными. Создание оригиналов и, таким образом, закрепление всех прав на этот контент обходилось дороже. Кроме того, Netflix ранее шел по пути оригинального контента со своим Red Envelope Entertainment, и результаты были не из приятных. Точно так же и сейчас казалось, что такая поступательная интеграция может оказаться опасной. Но эти смелые, противоречащие интуиции шаги изменили правила игры. Эксклюзивные права и оригинальный контент, являющийся основным компонентом структуры затрат Netflix, являются статьей фиксированных затрат. Любой потенциальный стриминговый сервис должен был бы внести одинаковое количество долларов, независимо от того, сколько у него подписчиков. Если, скажем, Netflix заплатил 100 миллионов долларов за „Карточный домик“, а у их потокового бизнеса было 30 миллионов клиентов, то стоимость каждого клиента составляла три доллара с мелочью. В этом сценарии конкуренту, имеющему всего один миллион подписчиков, пришлось бы увеличить ставку до 100 долларов за каждого подписчика. Это было радикальное изменение в экономике отрасли, и оно положило конец ценовых войн, разрушающих ценность товаров».
Обратите внимание, что оба случая являются примерами «экономии за счет масштаба», но каждый случай выражается совершенно по-разному. Один из них включает в себя процесс обучения на производстве, который сам по себе отличается от хрестоматийного примера снижения удельных затрат при масштабировании; в другом примере используются преимущества дешевого долга, льготного доступа к рынкам капитала и динамика потоковой индустрии в 2011 году. Другими словами, Netflix может превратить свой размер в преимущество из-за своего лидирующего положения; трудно говорить о преимуществах масштаба в этом случае, не говоря также об условиях, которые позволили реализовать эту стратегию в первую очередь.
Подводя итог, формальное определение термина “плохо структурированный” звучит так: «создание концепции сильно варьируется для случаев одного и того же номинального типа». Если вы немного подумаете о своей предметной области, вы, вероятно, поймете, что некоторые части плохо структурированы, в то время как другие — нет. Например, в программном обеспечении компьютерное программирование хорошо структурировано, но планирование программного проекта, разработка программного обеспечения, оценка временных рамок и предотвращение событий безопасности довольно плохо структурированы. Черт возьми, если вы подумаете о любой карьере или любой отрасли, вы, вероятно, поймете, что важные аспекты этого плохо структурированы. Это подводит нас ко второй идее…
Я думаю, что многие из нас сталкивались с определенным стилем преподавания в школе, где нам преподают концепцию, а затем к примерам, иллюстрирующим эту концепцию, относятся как к одноразовым. Мой основной пример для этого — то, как нас учат квадратным уравнениям — нам показывают один или два примера, а затем от нас ожидают, что мы запомним общий подход к решению таких уравнений. В результате этой инструкции многие из нас усваивают, что концепции важны, а примеры — нет.
Это еще более распространено для тех из нас, у кого есть опыт работы в STEM, где нас учат, что принципы — это все. Вот почему, например, вы увидите, как инженеры оценивают качество мышления пренебрежительным замечанием “вы мыслите не исходя из первых принципов” — разумеется, предполагается, что редуктивное рассуждение (то есть сведение всего к коренным проблемам) и принципиальная логика имеют первостепенное значение в любом анализе реального мира.
Кстати, именно так меня учили думать и спорить — и, возможно, так же, как многих консультантов по менеджменту учат думать и спорить: вы делаете утверждение, подкрепляете его некоторыми доводами, а затем приводите один или два наглядных примера, имея в виду, что вы можете отбросьте примеры, если у вас не хватит времени.
Но CFT оспаривает эту точку зрения. Это указывает на то, что если примеры концепций сильно варьируются в плохо структурированной предметной области, то рассуждать, исходя из первых принципов, очень сложно.
Откуда мы это знаем? Ранее я упоминал, что CFT исходит из изучения ускорения медицинской экспертизы. Многочисленные исследования предшественников, которые привели к CFT, показывают нам, что:
Правда в том, что вы не можете легко свести случаи в плохо структурированных областях к обобщаемым принципам. Вам часто приходится относиться к делу как к целому.
Из всех идей в CFT это та, с которой я борюсь больше всего.
Например, я продолжаю верить, что мышление на основе первых принципов необходимо для хорошего анализа проблем и их решения. В бизнесе вы часто сталкиваетесь с плохо структурированной проблемой, требующей решения: уровень оттока у вас выше, чем ожидалось; производительность ваших продаж невысока; кажется, вы не можете удержать людей дольше года. В таких ситуациях возникает соблазн провести некоторое ленивое сопоставление с концепциями, а затем сразу перейти к правдоподобным решениям. Я почти всегда сожалел, когда делал это. Я обнаружил, что полезнее разбирать ситуацию с точки зрения «вероятной первопричины», а затем ранжировать решения в порядке того, сколько информации решение может генерировать для определения того, какой набор вероятных первопричин может быть задействован. Другими словами, я мыслю исходя из первых принципов. Поэтому, очевидно, я продолжаю верить, что мышление на основе первых принципов — это хорошо, и ему есть место на поясе оператора с инструментами.
Но я должен признать, что акцент CFT на приоритетности дел решает для меня ряд давних вопросов.
Рассмотрим это на примере первом: я читаю много бизнес-биографий, потому что хочу стать лучшим бизнесменом. Какие уроки я должен извлечь из истории Facebook, Intel или TSMC? Другими словами: зачем нам изучать историю, учитывая, что история не повторяется, а в такой плохо структурированной области, как бизнес, весь мой опыт будет новым?
Ответы, которые обычно даются, — это что-то вроде “чтобы у вас было больше шаблонов для сравнения” и “для создания контекста”. Но это просто вызывает ряд последующих вопросов: “почему контекст полезен?” и “как вы можете ожидать использования сопоставления с примером, когда сталкиваетесь с с новизной?”
CFT дает нам более последовательный ответ на эти вопросы, к которому мы вернемся немного позже.
Теория когнитивной гибкости (CFT)- это теория обучения 30-летней давности, которая заканчивается чем-то странным: она говорит нам, что определенный тип конспектирования поможет нам лучше усваивать историю. Теория объясняет, как экспертиза работает в плохо структурированных областях, выявляет недостатки в мышлении, основанном на первых принципах, и объясняет, как правильно извлекать уроки из опыта.
Чтобы разобраться во всем этом, нам нужно начать с самого начала.
Теория когнитивной гибкости имеет дело с очень специфическим аспектом экспертизы. В нем спрашивается: “Как эксперты справляются с новизной?” Правильный термин для этой области экспертных исследований известен как «адаптивная экспертиза», и первоначально он был введен в знаменательной статье 1988 года под названием «Два курса экспертизы», написанной Гийоо Хатано и Кайоко Инагаки. Наблюдение, сделанное Хатано и Инагаки, звучит примерно так: “Конечно, сейчас у нас есть множество исследований «классического мастерства», где люди играют в шахматы или готовят один и тот же суши-ролл сотни раз, доводя его до совершенства. Но как насчет случаев, когда гроссмейстер изобретает новое открытие или шеф-повар придумывает совершенно новое меню? Что мы можем сказать по этому поводу? Как мы обучаем студентов этому (новому)?”
Если вы задумаетесь об этом на минутку, то адаптивный опыт во многом определяет то, что мы ожидаем увидеть в нашей карьере. Нас часто просят импровизировать. Мы часто сталкиваемся с новыми ситуациями, требующими решения, из-за специфических ограничений нашего бизнеса, нашей отрасли или наших клиентов. Ни одна ситуация, с которой вы сталкиваетесь в реальном мире, не будет идеально соответствовать принципам, изложенным в книгах по бизнесу. Как вы тренируетесь, чтобы стать лучше в этом?
Насколько я могу судить, CFT — это одна из теорий, которая зашла очень, очень далеко в ответе на этот вопрос. Основное предостережение в отношении CFT заключается в том, что оно основано на работе, проделанной в целях ускорения продвинутого медицинского образования — подумайте: младшие врачи, сталкивающиеся с пациентами в больничной системе, а не студенты-медики первого курса в лекционном зале. Все, что я собираюсь описать, следует читать с учетом этого предостережения.
Четыре основные идеи теории когнитивной гибкости
У CFT есть два основных утверждения, но есть две важные идеи, которые мы должны изучить в первую очередь, прежде чем перейдем к собственно теории. Мы рассмотрим их по порядку.Идея первая: CFT имеет дело с плохо структурированными доменами
Ключевая особенность, с которой сталкивается CFT, — это то, что авторы называют плохо структурированным доменом. Плохо структурированный домен — это домен, в котором есть концепции, но способы реализации этих концепций в реальном мире чрезвычайно изменчивы и чертовски запутанны. В результате большинство случаев, с которыми сталкиваются практики в плохо структурированной предметной области, будут новыми.Например, подумайте о сердечных приступах. Сердечный приступ — это понятие. Это то, что вы можете изучать в медицинских учебниках. Но фактический диагноз сердечных приступов может сильно варьироваться — это зависит от расы пациента, возраста, пола, истории болезни, потенциальных осложнений и так далее; некоторые сердечные приступы вначале проявляются как расстройство желудка, другие могут длиться несколько дней.
Пример первый: Texas Instruments — В конце 60-х годов тогдашний вице-президент Texas Instruments (TI) Моррис Чанг заметил, что в начале
каждого цикла производства полупроводников был период обучения, когда им приходилось бороться за повышение производительности каждого нового процесса. Общепринятым мнением в то время было взимать высокую цену за полупроводниковые чипы с самого начала, поскольку производство нового технологического процесса требовало очень больших капитальных вложений. Чанг подумал, что это глупо. Он нанял группу консультантов BCG и велел им изучить цены на чипы в зависимости от объема. В конце концов они придумали нечто под названием «ценообразование по кривой обучения» — изначально TI устанавливала низкие цены на чипы, захватывая значительную долю рынка и доводя объемы до максимальной мощности, что затем позволило Чангу и другим инженерам TI быстро подняться по кривой обучения, чтобы увеличить производительность. Затем TI будет производить чипы как можно дольше, чтобы окупить первоначальные постоянные затраты, чему способствует доминирующая доля на рынке. Чанг сказал о том времени: “Мы автоматически снижали, а затем продолжали снижать цену каждый квартал, даже когда рынок этого не требовал. Это была очень успешная попытка, хотя и несколько противоречивая. Многие люди думали, что мы ведем себя глупо. Зачем вам снижать цену, если в этом не было необходимости? Но мы делали это, потому что верили в это, и действительно, наша доля на рынке продолжала расширяться. Это, в сочетании с другими стратегиями, сделало бизнес по производству интегральных схем TI крупнейшим в мире, а также самым прибыльным”.
Пример второй: Netflix — Netflix начал наращивать свою долговую нагрузку в 2011 году, увеличившись с чуть менее 1 миллиарда долларов в 2014 году до 16 миллиардов долларов долга в 2020 году — в основном в виде мусорных облигаций. Это была удивительно крупная (и, возможно, рискованная) ставка, но Netflix нуждались в деньгах, чтобы превратиться из поставщика потоковой передачи в производителя контента. В книге “7 Powers" Гамильтон Хелмер написал о стратегическом повороте Netflix так: «На первый взгляд действия Netflix выглядели рискованными, чрезмерно амбициозными. Создание оригиналов и, таким образом, закрепление всех прав на этот контент обходилось дороже. Кроме того, Netflix ранее шел по пути оригинального контента со своим Red Envelope Entertainment, и результаты были не из приятных. Точно так же и сейчас казалось, что такая поступательная интеграция может оказаться опасной. Но эти смелые, противоречащие интуиции шаги изменили правила игры. Эксклюзивные права и оригинальный контент, являющийся основным компонентом структуры затрат Netflix, являются статьей фиксированных затрат. Любой потенциальный стриминговый сервис должен был бы внести одинаковое количество долларов, независимо от того, сколько у него подписчиков. Если, скажем, Netflix заплатил 100 миллионов долларов за „Карточный домик“, а у их потокового бизнеса было 30 миллионов клиентов, то стоимость каждого клиента составляла три доллара с мелочью. В этом сценарии конкуренту, имеющему всего один миллион подписчиков, пришлось бы увеличить ставку до 100 долларов за каждого подписчика. Это было радикальное изменение в экономике отрасли, и оно положило конец ценовых войн, разрушающих ценность товаров».
Обратите внимание, что оба случая являются примерами «экономии за счет масштаба», но каждый случай выражается совершенно по-разному. Один из них включает в себя процесс обучения на производстве, который сам по себе отличается от хрестоматийного примера снижения удельных затрат при масштабировании; в другом примере используются преимущества дешевого долга, льготного доступа к рынкам капитала и динамика потоковой индустрии в 2011 году. Другими словами, Netflix может превратить свой размер в преимущество из-за своего лидирующего положения; трудно говорить о преимуществах масштаба в этом случае, не говоря также об условиях, которые позволили реализовать эту стратегию в первую очередь.
Подводя итог, формальное определение термина “плохо структурированный” звучит так: «создание концепции сильно варьируется для случаев одного и того же номинального типа». Если вы немного подумаете о своей предметной области, вы, вероятно, поймете, что некоторые части плохо структурированы, в то время как другие — нет. Например, в программном обеспечении компьютерное программирование хорошо структурировано, но планирование программного проекта, разработка программного обеспечения, оценка временных рамок и предотвращение событий безопасности довольно плохо структурированы. Черт возьми, если вы подумаете о любой карьере или любой отрасли, вы, вероятно, поймете, что важные аспекты этого плохо структурированы. Это подводит нас ко второй идее…
Идея вторая: В плохо структурированных областях случаи не так важны, как концепции
CFT утверждает, что из-за такой природы плохо структурированных доменов кейсы не так важны, как концепции. Эта вторая идея более тонкая, поэтому мы собираемся потратить немного времени на изучение ее последствий.Я думаю, что многие из нас сталкивались с определенным стилем преподавания в школе, где нам преподают концепцию, а затем к примерам, иллюстрирующим эту концепцию, относятся как к одноразовым. Мой основной пример для этого — то, как нас учат квадратным уравнениям — нам показывают один или два примера, а затем от нас ожидают, что мы запомним общий подход к решению таких уравнений. В результате этой инструкции многие из нас усваивают, что концепции важны, а примеры — нет.
Это еще более распространено для тех из нас, у кого есть опыт работы в STEM, где нас учат, что принципы — это все. Вот почему, например, вы увидите, как инженеры оценивают качество мышления пренебрежительным замечанием “вы мыслите не исходя из первых принципов” — разумеется, предполагается, что редуктивное рассуждение (то есть сведение всего к коренным проблемам) и принципиальная логика имеют первостепенное значение в любом анализе реального мира.
Кстати, именно так меня учили думать и спорить — и, возможно, так же, как многих консультантов по менеджменту учат думать и спорить: вы делаете утверждение, подкрепляете его некоторыми доводами, а затем приводите один или два наглядных примера, имея в виду, что вы можете отбросьте примеры, если у вас не хватит времени.
Но CFT оспаривает эту точку зрения. Это указывает на то, что если примеры концепций сильно варьируются в плохо структурированной предметной области, то рассуждать, исходя из первых принципов, очень сложно.
Откуда мы это знаем? Ранее я упоминал, что CFT исходит из изучения ускорения медицинской экспертизы. Многочисленные исследования предшественников, которые привели к CFT, показывают нам, что:
- Врачи-ученики не в состоянии выявить случаи, когда их обучают только концепции.
- Они не в состоянии перейти от представления симптомов обратно к концепции и механизму заболевания.
- У новичков есть тенденция цепляться за обобщенные уроки, извлеченные из одного случая, а затем испытывать трудности, когда им представляют концептуальный пример, который сильно отличается от прототипа, который они держат в голове.
- И действительно, эксперты в плохо структурированных областях рассуждают, сравнивая с предыдущими случаями, а не ссылаясь на основы. (Источник: смотрите цитаты в оригинальной статье CFT)
Правда в том, что вы не можете легко свести случаи в плохо структурированных областях к обобщаемым принципам. Вам часто приходится относиться к делу как к целому.
Из всех идей в CFT это та, с которой я борюсь больше всего.
Например, я продолжаю верить, что мышление на основе первых принципов необходимо для хорошего анализа проблем и их решения. В бизнесе вы часто сталкиваетесь с плохо структурированной проблемой, требующей решения: уровень оттока у вас выше, чем ожидалось; производительность ваших продаж невысока; кажется, вы не можете удержать людей дольше года. В таких ситуациях возникает соблазн провести некоторое ленивое сопоставление с концепциями, а затем сразу перейти к правдоподобным решениям. Я почти всегда сожалел, когда делал это. Я обнаружил, что полезнее разбирать ситуацию с точки зрения «вероятной первопричины», а затем ранжировать решения в порядке того, сколько информации решение может генерировать для определения того, какой набор вероятных первопричин может быть задействован. Другими словами, я мыслю исходя из первых принципов. Поэтому, очевидно, я продолжаю верить, что мышление на основе первых принципов — это хорошо, и ему есть место на поясе оператора с инструментами.
Но я должен признать, что акцент CFT на приоритетности дел решает для меня ряд давних вопросов.
Рассмотрим это на примере первом: я читаю много бизнес-биографий, потому что хочу стать лучшим бизнесменом. Какие уроки я должен извлечь из истории Facebook, Intel или TSMC? Другими словами: зачем нам изучать историю, учитывая, что история не повторяется, а в такой плохо структурированной области, как бизнес, весь мой опыт будет новым?
Ответы, которые обычно даются, — это что-то вроде “чтобы у вас было больше шаблонов для сравнения” и “для создания контекста”. Но это просто вызывает ряд последующих вопросов: “почему контекст полезен?” и “как вы можете ожидать использования сопоставления с примером, когда сталкиваетесь с с новизной?”
CFT дает нам более последовательный ответ на эти вопросы, к которому мы вернемся немного позже.