Agile-менеджмент. Лидерство и управление командами

Усилия по поиску оптимальной конфигурации для проекта можно рассматривать как прогулку по адаптивному ландшафту. Лучше всего, если проект состоит из слабосвязанных элементов (людей, инструментов и практик), поскольку непрерывное улучшение легче проводить, если изменения, внесенные в часть системы, не вызывают слишком серьезных возмущений во всей системе.

Подумать и сделать

Посмотрим, сможете ли вы применить некоторые идеи из этой главы в своей компании:

• Проанализируйте применяемый вами процесс непрерывного улучшения. Используете ли вы все три доступных подхода (адаптация, исследование, прогнозирование)?

• Подумайте о своей команде и практиках, применяемых в процессе разработки. Не слишком ли велика степень взаимозависимости (когда люди или процессы хорошо работают только в комбинации с определенными людьми или процессами)? Возможно ли ослабить эту взаимозависимость, чтобы было легче заменять элементы и вносить улучшения?

Глава 15 Как улучшить всё

Разумный человек приспособляется к миру; неразумный пытается приспособить мир к себе. Поэтому прогресс всегда зависит от неразумных.

Джордж Бернард Шоу,

драматург (1856–1950)

Читая литературу, посвященную проблемам улучшения процессов или повышения качества, с неизбежностью наталкиваешься на те или иные модели. Вообще в этом бизнесе моделей такое множество, что меня не удивило бы появление модельного агентства. Большая часть выглядит весьма привлекательно на картинках. Однако при знакомстве с ними возникает впечатление, что им не хватает глубины.

В таблице 15.1 в обобщенном виде показаны пять наиболее известных моделей улучшения. Я называю этот обобщенный процесс простым линейным процессом улучшения (SLIP, Simple Linear Improvement Process). Он предусматривает восемь этапов.

ПРИМЕЧАНИЕ: я сам составил приведенную здесь таблицу соответствий между распространенными моделями других авторов и моей собственной, поэтому она субъективна. У других сравнение этих моделей могло бы выглядеть иначе.

Вполне очевидно, что все эти модели имеют сходную логику, и в том виде, как это показано у меня, предполагают выполнение восьми этапов:

1. Мы анализируем текущую ситуацию и определяем, в чем состоит самая насущная проблема. (Например, мы толстеем.)

2. Формулируем цель, достижение которой поможет нам выбраться из данной проблемной ситуации. (Хотим похудеть на четыре килограмма.)

3. Выбираем показатель, по которому будем судить о том, удалось ли нам этой цели достичь. (Достаем с чердака старые весы.)

4. Определяем желательное улучшение в поведении, которое продвинет нас к поставленной цели. (Решаем делать пробежки и есть более здоровую пищу.)

5. Проводим внедрение, желательно в рамках небольшого контролируемого эксперимента. (Покупаем кулинарную книгу и кроссовки.)

6. Затем следует этап повседневного исполнения, результаты которого подвергаются измерениям. (Ежедневно бегаем и едим здоровую пищу.)

7. Проводим анализ проведенных измерений, чтобы узнать, наступили ли желаемые улучшения. (О боже, всего полкило за три недели?)

8. И наконец, в результате проведенного анализа у нас появляется новая информация – как о проблеме, так и об эффективности применяемого решения и используемых показателях. Эту информацию мы можем использовать при следующей итерации. (Внезапно выясняется, что старые весы все это время показывали неверный вес.)

Завершив этап 8, мы возвращаемся к этапу 1 – либо для того, чтобы убедиться, что проблема все еще существует (лишний вес никуда не делся), либо чтобы решить новую, более насущную проблему (купить новые весы).

Работая с такими моделями улучшений, люди исходят из неявной гипотезы, что каждая итерация, в принципе, должна улучшать текущее состояние системы. Намеренно или нет, все модели этого типа шаг за шагом прокладывают линейный маршрут по адаптивному ландшафту. При этом предполагается, что каждый шаг приводит к улучшению нашего положения в адаптивном ландшафте, повышая нашу приспособленность и уменьшая объем талии.

Линейные улучшения в сравнении с нелинейными

Адаптивные ландшафты далеко не всегда способствуют линейным изменениям. Осуществляя пошаговые улучшения, легко застрять в точке локального оптимума. Но как перейти из состояния, когда уже достигнута определенная эффективность, в состояние, где эта эффективность гораздо выше, если между этими точками сплошные овраги (см. рис. 15.1)?