Деннис Шервуд - Видеть лес за деревьями. Системный подход для совершенствования бизнес-модели

Обратная связь также является частью еще одной эмерджентной характеристики многих самоорганизующихся систем – самокоррекции . Если система «велосипед и велосипедист» попадает в выбоину, колесо виляет, но система быстро стабилизируется, так как является самокорректирующейся и стремится, несмотря на внешние факторы, сохранить упорядоченное, самоорганизованное состояние. Этот эффект достигается с помощью обратной связи: велосипедист чувствует, что велосипед заваливается, и слегка перемещает свой вес, чтобы выровнять его. Такой механизм самокоррекции работает для небольших выбоин, но если на дороге будет яма, велосипедист и велосипед упадут. Если говорить на языке систем, то самоорганизующаяся система, находящаяся в состоянии упорядоченного динамического равновесия, испытывает влияние внешнего фактора, с которым ее внутренний механизм самокоррекции справиться не может. Упорядоченное состояние системы сменяется хаотическим (велосипед и велосипедист падают), а затем система достигает другого состояния равновесия, на этот раз скорее статичного, чем динамического (оба лежат на земле).

Как мы увидим далее, концепция обратной связи также важна для понимания систем управления. В главах 9 и 10 будет показано, как обратная связь, эмерджентность и самоорганизация сочетаются и открывают возможности для создания высокопродуктивных команд, разработки эффективных стратегий бизнеса и решения сложных проблем, неизбежных при построении отношений внутри организации.

Системы следует изучать именно как системы, целостно. Но, к сожалению, большинство из нас не обладает знаниями, необходимыми, чтобы смотреть на проблемы «с высоты птичьего полета». Если мы хотим понимать системы, мы должны воспользоваться новым набором инструментов. Если мы хотим принимать разумные решения в свете глубокого понимания системных последствий любого из наших действий, то должны действовать в согласии со своими коллегами. Системное мышление – это сочетание подхода к решению проблемы и набора инструментов, средств и методов, которые дают то, что нам нужно: способы понимания сложных систем и их свойств, а также возможности для более продуктивного взаимодействия с коллегами.

Подход к решению проблем в системном мышлении подразумевает признание того факта, что системы сложны из-за взаимосвязанности составляющих их частей и что их необходимо изучать вкупе. Инструменты, средства и методы разработаны, чтобы помочь понять и зафиксировать, как эти части связаны между собой, и исследовать их коллективное динамическое поведение.

Некоторые из принципов системного мышления известны с давних времен, особенно использование обратной связи для контроля работы машин. Предположим, вы хотите контролировать скорость двигателя, чтобы она оставалась постоянной, независимо от нагрузки, например, когда автомобиль поднимается в гору. Один из способов – следить за скоростью двигателя и использовать эту информацию для контроля подачи топлива. Чем ниже скорость, тем больше топлива должно подаваться, чем выше скорость, тем меньше подача топлива. Если поток информации и корректировка подачи топлива происходят не слишком медленно, двигатель будет работать на постоянной скорости. Именно так работает круиз-контроль в современных автомобилях, и именно так Джеймс Уатт контролировал скорость паровых двигателей, построенных им и Мэтью Болтоном в 1780–1790-х гг.

На протяжении всей промышленной революции и позже инженеры продолжали пользоваться обратной связью для управления машинами, которые становились все сложнее, но лишь в 1930-е и 1940-е гг. системы стали предметом отдельного изучения. Важной вехой стала публикация в 1948 г. Норбертом Винером, профессором Массачусетского технологического института, книги «Кибернетика» [3], в которой рассматриваются основы теории управления и особое внимание уделяется роли потока информации – который мы сейчас называем коммуникациями – в эффективной работе систем управления. В этой книге были заложены основы теории управления, используемые сегодня в вычислительной технике, телекоммуникациях, инженерии и робототехнике.

В конце 1940-х гг. в Массачусетском технологическом институте работал также Джей Форрестер, инженер, принимавший участие в создании первых компьютеров. В 1950-х гг. Форрестер заинтересовался применением концепции управления и обратной связи к более широкому спектру вопросов, что привело к изданию трех крупных работ. В книге «Основы кибернетики предприятия» [4](1961) рассматривается множество коммерческих и управленческих систем, таких как контроль запасов, логистика и принятие решений. В книге «Динамика развития города» [5](1969) изучаются проблемы бедных районов и перенаселенности мегаполисов. Книга «Мировая динамика» [6](1971) обращается к проблеме использования компьютерной имитации для изучения развития основных характеристик сложных систем – метода, разработанного Форрестером и названного им динамикой систем .

Еще одной крупной фигурой в области развития системного мышления был австрийский биолог Людвиг фон Берталанфи. Работая в Венском университете, он заинтересовался поведением и развитием живых организмов. Фон Берталанфи рассматривал организмы как открытые системы, работающие не в изоляции, а в тесной связи с окружающей средой и поддерживающие высокую степень упорядоченности благодаря потоку энергии. Эмигрировав в 1949 г. в Канаду, фон Берталанфи продолжил работать над изучением биологических систем и разработал обобщенную концепцию под названием «Общая теория систем», в которой сформулированы многие принципы, описывающие их поведение.

За последние 40 лет системный подход положил начало целому ряду дисциплин, подходов, инструментов, средств и методологий. Основные из них перечислены ниже.

• Системный инжиниринг. Был разработан в США в исследовательском центре RAND и применяется в первую очередь для проектирования и оптимизации работы сложных систем, в частности таких, которые требуются для контроля производства и оборудования, а также военных систем командования и контроля. В системном инжиниринге используются многие из методов операционных исследований. Он также является основой системного анализа, применяемого при разработке компьютерных систем.

• Методология мягких систем. Разработана Питером Чекландом, недавно вышедшим на пенсию преподавателем Ланкастерского университета в Великобритании. Признает, что почти в любой реальной ситуации люди по существу являются частью системы интересов. Согласно методологии мягких систем, поскольку у людей часто имеется множество различных, конкурирующих между собой или просто неясных целей, наиболее удачным подходом является тот, который обогащает знаниями и улучшает понимание ситуации всеми участниками, а не «научный» поиск «лучшего» ответа.