Джеффри Уэст - Масштаб. Универсальные законы роста, инноваций, устойчивости и темпов жизни организмов, городов, экономических систем и компаний

Работы по исследованию компаний по большей части проводились с точки зрения экономики, финансов, права и теории организации, хотя в последнее время в них начали играть все большую роль идеи, позаимствованные из экологии и эволюционной биологии. Также существует обширная популярная литература, написанная успешными инвесторами и корпоративными администраторами, рассказывающими о секретах своего успеха, который они часто обобщают в виде объяснений и советов относительно процветания одних компаний и неудач других. Все эти работы в той или иной степени дают информацию о природе, динамике и структуре компаний, но ни одна из них не содержит того обобщающего научного подхода к задаче, о котором я говорю в этой книге [156].

Механизмы, которые традиционно рассматривались для понимания компаний, можно разделить на три большие категории: стоимость экономических операций, организационная структура и рыночная конкуренция. Хотя они взаимосвязаны, их часто рассматривали по отдельности. В терминах системы, разработанной в предыдущих главах, эти категории можно описать следующим образом: 1) Минимизация стоимости экономических операций отражает экономию на масштабе, которую порождает принцип оптимизации, например максимизация прибыли. 2) Организационная структура есть сетевая система, существующая внутри компании для передачи информационных, материальных и финансовых ресурсов на содержание, обеспечение жизнедеятельности и рост предприятия. 3) Конкуренция создает эволюционное давление и процессы отбора, свойственные экологии рынка.

Широкомасштабное производство автомобилей, компьютеров, шариковых ручек или пакетов страховых услуг невозможно без создания сложной организационной структуры, которая должна быть адаптивной, чтобы выжить в условиях рыночной конкуренции. Как и в случае городов, это порождает потребность в интеграции энергетических, материальных и финансовых ресурсов – метаболизме компании – и обмене информацией для подпитки инноваций и творчества. В этом смысле компании любых размеров представляют собой классические сложные адаптивные системы, и именно эти принципы, происходящие из законов масштабирования, я и хочу рассмотреть. До какой степени возможно разработать количественную теорию, объясняющую рост, продолжительность существования и организацию компаний, которая дополняла бы традиционные взгляды на них?

Существует на удивление мало исследований природы компаний, использующих большие наборы данных, которые охватывали бы весь спектр экономической деятельности и целые истории компаний. По большей части такие работы проводились исследователями, вдохновленными идеями сложных систем, и хороший пример такого исследования дает открытие того факта, что распределение компаний по размерам подчиняется систематическому степенному закону, подобному закону Ципфа (как показано на рис. 41). Автором этого открытия был специалист по вычислительной социологии Роберт Акстелл, который изучал политологию и информатику в Университете Карнеги – Меллон, где и попал под влияние великого эрудита Герберта Саймона, о котором я уже говорил.

Акстелл, работающий сейчас в Университете имени Джорджа Мейсона в Виргинии и в филиале Института Санта-Фе, является ведущим специалистом по агентному моделированию , вычислительной методике, которую используют для построения моделей систем с большим числом составляющих [157]. Грубо говоря, эта методика предполагает постулирование простых правил взаимодействия между отдельными агентами системы, которые могут быть компаниями, городами или людьми, в сочетании с алгоритмом, определяющим, как они изменяются со временем, и компьютерный обсчет развития получившейся системы. В более сложных вариантах, направленных на реалистичное моделирование эволюционных процессов, могут вводиться правила обучения, адаптации и даже воспроизводства.

С появлением мощных компьютеров агентное моделирование стало стандартным средством получения информации по многим аспектам экологических и социальных систем, например в моделировании структуры террористических организаций, интернета, закономерностей дорожного движения, поведения фондового рынка, распространения эпидемий, развития экосистем и коммерческих стратегий. В последние годы Акстелл пытался произвести агентное моделирование всей экосистемы американских компаний, охватывающей более шести миллионов компаний и 120 миллионов работников. В этом грандиозном проекте активно используются данные переписей – как для определения параметров модели, так и для проверки результатов моделирования.

Впоследствии он начал работать вместе с другими выдающимися членами коллектива SFI, в том числе с Дойном Фармером, ныне оксфордским профессором, и Джоном Джинакоплосом, известным экономистом из Йеля, над расширением этого проекта для создания модели целой экономической системы. Эта поистине титаническая задача требует гигантского количества исходных данных по всем аспектам экономики, от финансовых транзакций и промышленного производства до недвижимости, государственным расходам, налогам, коммерческим инвестициям, международной торговле и даже поведению потребителей. Есть надежда, что такую интегрированную модель всей экономической системы можно будет использовать в качестве испытательного стенда для оценки разных стратегий стимулирования экономики – например, чтобы решить, следует ли сокращать налоги или увеличивать бюджетные расходы на общественные нужды, – а также, что, быть может, важнее всего, для предсказания резких изменений экономической ситуации и прогнозирования приближающихся кризисов, что позволило бы предотвращать возможные спады или даже очередной экономический крах [158].

Отсутствие такой подробной модели реальных механизмов экономической системы и тот факт, что стратегические решения преимущественно основываются на сравнительно локализованных, иногда интуитивных представлениях о том, как они должны работать, производят отрезвляющее впечатление. Очень редко принимается во внимание тот факт, что экономика представляет собой непрерывно эволюционирующую сложную адаптивную систему и что разбиение ее бесчисленных взаимозависимых составляющих на все более мелкие полуавтономные подсистемы может привести к ошибочным и даже опасным выводам, как хорошо видно из истории экономического прогнозирования. Эта задача, как и долговременное прогнозирование погоды, чрезвычайно сложна, и тут экономистам нужно отдать должное: они хорошо умеют делать краткосрочные прогнозы при условии, что состояние системы остается стабильным. Традиционные экономические теории сильно зависят от сохранения приблизительно равновесного состояния экономики. Способность предсказывать события, выходящие за обычные рамки, крупные изменения, поворотные моменты и разрушительные экономические ураганы и торнадо – гораздо более трудная задача, и с ее решением экономическая наука в большинстве случаев справлялась далеко не блестяще.