Джей Сазерленд - Scrum на практике. Высокая продуктивность и результаты – прямо сейчас

И хотя их работа высокотехнологична, это не история стартапа, занимающегося программным обеспечением, не история команды, создающей продукт. В определенном смысле это компания, оказывающая услуги с узкоспециализированным, опасным и летальным способом поставки. Поскольку я работал с Джоном, на моих занятиях был стабильный поток служащих войск специального назначения ВМС. А это люди, которые прежде всего сосредоточены на результатах. Они решительно отказываются от того, что не делает их более быстрыми или более эффективными.

Как бывший журналист, я знаю, что критика может быть здравой. Но она должна быть сбалансирована принятием фактов. Если дело обстоит иначе, критика порой контрпродуктивна, даже деструктивна. Особенно когда ею прикрывают банальный страх изменений.

В Анн-Арборе, городе, где расположен Университет штата Мичиган, в начале 1980-х на программе бакалавриата учился студент, захваченный идеей моделирования жизни внутри компьютера. Его звали Кристофер Ленгтон, и он начал заниматься тем, что назвал клеточными автоматами.

Клеточные автоматы – клетки решетки, состояние которых меняется со временем на основании ряда правил. Каждая клетка расположена по соседству с другими, состояние которых влияет на нее. Простейший вариант соседства – ситуация, когда одна клетка касается другой. И правила перехода могут быть простыми: например, если клетка рядом со мной во включенном состоянии, то и я включаюсь. Если взять более сложный сценарий и предположить, что две клетки по соседству от меня активны и одна неактивна, я тоже становлюсь неактивен.

Здесь можно быстро запутаться. Я опущу подсчеты, но Ленгтон категоризировал наборы правил в зависимости от степени изменений, которые они порождают. Он назвал этот параметр лямбдой. Чем он выше, тем больше изменений вызывает набор правил. Чем ниже, тем меньшим количеством изменений она управляет. Тут и случаются по-настоящему интересные события. Если лямбда слишком мала, вся система замирает и становится статичной. Если слишком велика, то система скатывается в хаос. Между двумя этими состояниями – переходная зона. Правила не могут быть слишком жесткими, поскольку это парализует систему, или слишком свободными, ведь это повергает ее в хаос. Должно быть ровно столько структуры, сколько достаточно для того, чтобы оставаться на краю хаоса.

Край хаоса, как оказалось, описывает множество разных вещей. Он интересен не только с точки зрения математики и вычислений. Он описывает то, что называется сложными адаптивными системами. Именно здесь вы можете увидеть производительность системы, только если она работает. Даже если вы полностью понимаете каждую часть системы, только в случае взаимодействия подсистем вы увидите ее общие свойства. И заранее предсказать, какими они окажутся, невозможно.

Мой отец говорит, что божественное чудо направило создание Scrum. Он управлял крупным каскадным проектом в банке, когда прочел работу Ленгтона. Он говорит, что оттуда узнал, почему проект опаздывал на годы и бюджет оказался превышен на десятки миллионов долларов. Управление на краю хаоса, на котором Ленгтон увидел самую высокую скорость эволюции цифровой жизни, – как раз то, для чего разработан Scrum.

Приведу еще пример. Рассмотрим дорожное движение. Каждое утро по всей планете, не договариваясь друг с другом заранее, сотни миллионов людей садятся в машины и едут по улицам на работу. Вы один из них. У вас в руке чашка кофе, и вы часть системы, известной как дорожное движение. Возможно, произошла авария и кто-то поехал медленнее, чтобы рассмотреть, что случилось. Человек позади любопытного из-за этого начинает ехать еще чуть медленнее, за ним еще один, и вот в результате эффекта домино все шоссе встает. Тогда вы решаете проскочить пробку и сворачиваете с шоссе на улицу. Но не вы один до этого додумались, и вскоре улицы тоже заполняются автомобилями и там возникают пробки. Вы решаете изменить маршрут и узнаёте, что если вы проедете вниз по переулку, а затем срежете путь через парковку магазина, то вам удастся объехать пробку. Такова система за счет действий каждой клетки, направленных на поиск решения.

И вот тут возникает проблема с проблемами. Не только клеточные автоматы действуют сложными адаптивными путями; то же касается экономики, экологии, нейрологии, команд и даже самого общества. Если правила слишком жесткие, ничего не меняется. Культура замирает. Ничего нельзя сделать. Структура в итоге гибнет. Именно это произошло в конце 1980-х с СССР. Долгое время страна была стабильна, а затем внезапно разрушилась. Но если правила слишком свободны, вы получите хаос. Беспорядки на улицах. Каждый сам по себе. Никакой сплоченности в обществе.