Эрик Рот: Что дальше? Теория инноваций как инструмент предсказания отраслевых изменений

Изготовление и настройка систем в полном соответствии с требованиями заказчика пришли на рынок персональных компьютеров вместе с компанией Dell. Компания была жестко интегрирована во всех основных звеньях цепочки создания стоимости – интеграция затрагивала даже взаимодействие с клиентами, – а разработку и производство деталей компания предоставила специализированным поставщикам. Таким образом, она действовала в соответствии с «золотым правилом» теории РЦСС: интеграция должна затрагивать те зоны, которые нуждаются в совершенствовании (в случае компании Dell это были скорость выхода продукта на рынок, индивидуальная настройка, удобство покупателя), а внешним поставщикам следует передать те области, где уже все и так «слишком хорошо» (в нашем примере это было проектирование архитектуры компьютеров).

Решая самые сложные и злободневные проблемы отрасли, компания зарабатывает дополнительную прибыль. Дальновидные компании стараются решать задачи «с опережением» – то есть предупреждать те проблемы, которые, согласно прогнозам, возникнут в отрасли на следующем этапе ее развития; так компания обеспечивает себе прибыль и в будущем. Так, предусмотрительные компании невольно следуют совету легендарного хоккеиста Уэйна Гретцки: на вопрос, в чем секрет его гениальной игры, он ответил, что всегда стремился попасть не туда, где находится шайба, а туда, где она скорее всего окажется в следующую секунду.

Единственный способ заглянуть в будущее – это прибегнуть к теории, подобной нашей: ведь данные, которые позволяют сделать какие-либо выводы, всегда говорят только о прошлом. Многие из профессиональных бизнес-консультантов, тех, кто зарабатывает на жизнь, составляя прогнозы, относятся к предвидению будущего на основе теорий с глубоким скепсисом. Интересно, что эти консультанты сами действуют, исходя из теорий, только не осознают этого. Более того, нередко бывает, что именно те теории, которыми они пользуются, не выдерживают никакой критики.

Представьте себе аналитика, работающего в крупном банке. По каким признакам этот аналитик сможет предсказать перемены в отрасли? Как правило, такие специалисты собирают данные за определенный период, выявляют тенденции и на основе этого составляют прогнозы. Аналитики экстраполируют данные о прежних доходах компании, чтобы определить уровень будущей прибыли, а затем дисконтируют показатели дохода с учетом риска; в зависимости от этих показателей определяется стоимость компании. А ведь тот факт, что компания получала стабильные прибыли в прошлом, вовсе не дает оснований для прогноза, что ее капитал будет расти и дальше. И тем не менее эти аналитики действуют в соответствии со своей теорией: с помощью прошлого можно с уверенностью предсказывать будущее.

А теперь вообразите консультанта по проблемам управления, который собирается дать рекомендации некой компании, обратившейся с вопросом, как ей лучше организовать работу своих продавцов. Многие консультанты начинают решать подобную задачу с того, что находят «образцовую» в этом отношении фирму и собирают массу данных, призванных доказать, что организация работы продавцов по методу именно этой фирмы и является ключом к успеху. Такой консультант говорит своим клиентам: «Если вы просто воспроизведете модель образцовой компании, то вы тоже пожнете заслуженные плоды». И в этом случае консультант дает рекомендации, исходя из своей теории: компании добиваются успеха, копируя действия других, успешных или образцовых компаний.

Иногда подобные предпосылки действительно верны и позволяют многое увидеть и предпринять правильные действия. Но чаще всего это не так. Строить прогнозы на основании прошлых данных можно только при условии, что ситуация не изменится. И то, что блестяще сработало для одной компании в одних условиях, может не сработать или сработать совсем иначе для другой компании в другой ситуации.

Более того, те, кому для принятия решения требуются данные или образцы для подражания, будут вынуждены коллективно сдаться в ту минуту, когда вдруг выяснится: убедительных количественных данных просто нет. А правда такова, что данные становятся убедительными только тогда, когда предпринимать какие-либо действия на основании этих данных уже поздно. Возьмем такой пример: высшее руководство компании узнает, что в отрасли появилась новая фирма, использующая радикально иную бизнес-модель. Как поведут себя руководители? Уверенно заявят, что это абсолютно нереально, а само предприятие – плод пустых мечтаний? Или поймут, что появление такой компании возвещает о важных изменениях в отрасли? Как эти руководители смогут отличить информативный сигнал от информационного шума? А ведь к моменту, когда свидетельства в пользу того или иного решения станут явными, действовать будет слишком поздно.