Чтобы разобраться, как оно работает, давайте сначала вспомним, как обычно разрабатывается календарный план и бюджет проекта. Если вы руководитель, то разбиваете проект на этапы, прикидываете, сколько каждый из них займет времени и какие будут затраты, потом добавляете некоторый запас и в сумме получаете общее время и стоимость проекта. Это взгляд изнутри: он основан на вашем представлении о проекте. Например, вы отвечаете за организацию Олимпийских игр 2024 года в Париже и уверены, что вопрос бюджета под контролем. Как сказал министр спорта Франции в 2016 году: «Нет никаких оснований считать, что затраты превысят планируемые».
А теперь подумайте, что может подсказать взгляд со стороны. Для этого нужно сравнить ваш проект с подобными ему, которые уже были реализованы ранее. Набор сравниваемых проектов – его и называют
Разница между взглядом изнутри и снаружи не всегда настолько велика, но тем не менее сторонняя оценка обычно оказывается ближе к действительности. Парадоксально, но она бывает даже точнее, если не учитывать конкретные детали проекта. Меньшее количество информации повышает точность, поскольку в этом случае нет простора для влияния склонности к подтверждению и неоправданного оптимизма. В Великобритании Казначейство и Министерство транспорта включили прогнозирование эталонного класса в список обязательной аналитики для всех крупных инфраструктурных проектов.
Джона Мейнарда Кейнса часто упрекали в том, что он меняет свое мнение. Говорят, как-то раз он ответил: «Когда факты изменяются, я меняю свое мнение. А вы, сэр?»
Это высказывание отражает фундаментальную проблему: в процессе подготовки к принятию решения мы постоянно узнаем новые факты. Конечно, мы должны их учитывать – но как и в какой степени? Как определить, когда новая информация настолько важна, что нужно изменить позицию? Никто не рад руководителю, который меняет свое мнение на противоположное с каждой новой вводной, однако и упрямиться тоже не стоит.
К счастью, есть инструмент, который нам поможет: теорема Байеса об условной вероятности. Если мы согласимся выразить наше суждение количественно – то есть в виде вероятности, теорема Байеса точно покажет нам, насколько мы должны пересмотреть эту вероятность в свете новых фактов. Не будем здесь приводить ее математическое выражение, однако проиллюстрируем применение на простом примере, который разбирали в восьмой главе: инвестиционный комитет, члены которого пытаются защититься от влияния группового мышления и информационных каскадов, обсуждая инвестиционное предложение.
Представьте, что вы член комитета и после вдумчивого обсуждения пришли к выводу, что предложение не представляет интереса. Однако первый член комитета, который высказывается по результатам обсуждения, пришел к противоположному выводу – предложение следует поддержать. Нужно ли вам изменить свое мнение?
Интуиция подсказывает, что ответ зависит от двух факторов. Во-первых, глубина вашего первоначального убеждения,