Ассоциативное и понятийное моделирование
Когда агент только начинает моделировать, как правило, он делает это ассоциативно, при помощи S1. Буквально вспоминает «я уже это видел/слышал» (то есть, проводит параллели, ориентируется на ассоциации), выбирает модель ситуации, похожей на эту, и неявно кладёт их в основу своих рассуждений при принятии решений. Это и есть ассоциативное моделирование, основанное на работе первой сигнальной системы. Большая часть решений, которые мы принимаем, основана именно на ассоциативном моделировании.
Ассоциативного моделирования достаточно для принятия относительно несложных решений, например, когда надо скопировать удачные модели управления сотрудниками, применяемые в соседнем подразделении, или придумать, куда поехать в отпуск. Однако когда вам требуется принимать сложные решения, например, решения в условиях высокой неопределённости (выбрать стратегию компании или личную стратегию, запустить бизнес, определиться, будете ли вы переезжать в другой город или страну), то ассоциативное моделирование может сильно навредить. Поступив в точности так, как поступил ваш образец для подражания, вы можете запросто получить диаметрально противоположный результат. Например, скопированная стратегия компании была хороша 5-10 лет назад, когда её применили, но для современных условий среды/рынка не годится. Окно возможностей для запуска бизнеса закрылось, при попытке запустить бизнес сейчас вы окажетесь на высоконкурентном рынке безо всяких преимуществ. Переехать без значительного понижения уровня жизни можно было 10 лет назад, но не сейчас. И всё это вы не учли или не могли учесть, потому что при ассоциативном моделировании адекватный учёт особенностей ситуаций не проводится. Чтобы учесть эти особенности, нужно понятийное/концептуальное моделирование, моделирование с задействованием S2.
Ассоциативное мышление/моделирование «на выходе» даёт первое представление (первую версию эпистемы) об объектах, их связях между собой, об онтологии, которая задействуется для описания, и так далее. Любая первая версия эпистемы по определению неверна: при её составлении мы не обладаем хорошим знанием предметной области, а значит, обречены где-то ошибиться (и не раз). Например, мы запросто пропустим важный объект внимания для управления работами – «очередь», будем неверно определять причины, по которым нам не удаётся выполнить работы вовремя, и так далее. Кроме того, первая версия эпистемы содержит лишь приближённое представление об объекте/предмете метода и поэтому не учитывает всех его свойств/характеристик, которые могут быть важны в конкретной ситуации. Хорошие первые версии эпистем неверны, но полезны для дальнейшей работы – и тем отличаются от плохих. Например, в 1913 году Нильс Бор предложил планетарную модель атома Бора[1] (или Резерфорда-Бора, так как Бор доработал модель, предложенную Резерфордом), за что получил Нобелевскую премию в 1922 году. После появления настоящей квантовой механики эта модель была признана неверной, и даже сам автор модели, Бор, сталкиваясь с апелляциями к ней, спрашивал: «Они что, никогда не слышали про квантовую механику?»[2]. Однако во время появления эта модель оказалась полезной для дальнейшего развития физики и появления настоящей квантовой механики, поскольку в ней Бор отошёл от классического взгляда/viewpoint на электродинамику и ввёл допущения о движении электронов лишь по определённым стационарным орбитам. Модель Бора, хоть и оказавшаяся впоследствии неверной, оказалась неверной в нужном направлении и изменила ход рассуждений учёных.
Действиями, основанными на неверной, но полезной эпистеме, мы можем считать действия по уменьшению «незавершёнки»/WIP, предпринятые вами и вашей командой при выполнении заданий по предыдущим разделам. Представление о том, что нужно уменьшать незавершёнку в любом месте конвейера, неверно: если мы уменьшим незавершёнку (или применим другой способ ускориться) в любом месте конвейера, то выпуск может и не увеличиться. Например, вы можете в 3 раза ускорить работу конструкторского бюро на вашем заводе, однако выпуск ленточных конвейеров для шахт не изменится. Это происходит потому, что в первую очередь нужно ускорять работу ограничения (самого медленного оргзвена/рабочей станции), которым выступает производство, а не конструкторское бюро. Почему же тогда в начале руководства предлагаются действия, основанные на неверной эпистеме? Потому что такие действия хоть и не на 100% верны, но полезны. В начале руководства новичок ещё толком не знаком ни с понятием «ограничения», ни с методами его поиска (а также не знаком с понятиями «понятие» и «метод»). Однако у него есть шанс ускорить работу как своей команды, так и целой компании (при наличии полномочий) даже без знания о том, где на предприятии находится ограничение. Для этого надо уменьшить незавершёнку во всех доступных/подконтрольных рабочих станциях/оргзвеньях. Тогда количество незавершёнки уменьшится и у той рабочей станции/части конвейера, которая является ограничением, ещё до того, как мы вычислили это ограничение. Неверное представление приводит к полезным результатам; но после знакомства с реальной теорией работ и современными методами операционного менеджмента неверную эпистему следует убирать/заменять точной.
Понятийное/концептуальное моделирование «на выходе» даёт продвинутые точные модели, то есть модели, точнее отражающие реальность и позволяющие принимать более оптимальные решения даже в условиях высокой неопределённости. Такие модели лучше отражают реально имеющиеся причинно-следственные связи и дают качественные объяснения, которые затем можно переиспользовать многократно. Однако продвинутые модели мы не получаем просто так, за их приобретение мы всегда платим: как минимум, нужно время для уточнения первой версии модели и проверки её действиями в реальном мире; как максимум, мы расплатимся и другими ресурсами, например, деньгами. Поэтому при создании продвинутой модели мы всегда сталкиваемся с необходимостью идти на размены/компромиссы/trade-offs: обменять сколько-то времени на дополнительные исследования, чтобы избежать ошибок (время на повышение точности модели) в обмен на откладывание действий в реальном мире (меняем скорость на точность). То есть, как минимум, нам придётся выбирать оптимальное положение в спектре скорость мышления-точность мышления в конкретной ситуации или классе ситуаций. Например, в случае если вам требуется принять решение, которое влияет на судьбы многих людей, будет приниматься в условиях высокой неопределённости и высокой платы за ошибку, то имеет смысл посвятить чуть больше времени уточнению моделей (то есть, сдвинуться по шкале точности вправо, в сторону бОльшей точности, и по шкале скорости влево, в сторону мЕньшей скорости). В случае если решение несложное и без фатальных последствий, и/или вы слишком долго не предпринимаете ничего, обычно имеет смысл прекратить повышать точность моделей, счесть имеющуюся модель принятия решений и модель действий оптимальной, и посвятить внимание действиям по модели в реальном мире.
Для чего полезно разделение первых версий эпистем и продвинутых? Для ускорения работ. Первая версия эпистемы (описания, спецификации), или MVP, нужна для того, чтобы её раскритиковали, а не для того, чтобы ею пользоваться. Многим людям сложно составить первую версию модели самостоятельно – зато они прекрасно могут прокритиковать уже составленное описание. Топ-менеджеры обычно очень заняты, поэтому к ним подходить без хотя бы первой (а лучше уже предварительно прокритикованной второй-третьей) версии описания – бесполезно[3]. Хотите ускорить работу – составляйте первую версию описания. Затем критикуйте её – сначала совместно с LLM, опирающейся на FPF, затем с командой + ИИ. После внесения правок вы получите приличное описание, на основе которого уже можно предпринимать действия в реальном мире. После первых действий в реальном мире вы получите обратную связь и сможете дальше улучшить описание (эпистему). Примерно в это время эпистема начинает превращаться в продвинутую.
«Сто лет недосказанности. Квантовая механика для всех в 25 эссе» – Алексей Семихатов ↩︎
Рекомендуем послушать воркшоп с разбором рабочего кейса от нашего выпускника Юрия Геронимуса, где он в том числе рассказывает, как общаться с топ-менеджерами. Первая часть тут: https://www.youtube.com/watch?v=SOw0X8cl3fg, вторая часть тут: https://www.youtube.com/watch?v=YkF7DPSrbR8 ↩︎