Это различие может казаться очень простым, но на практике люди часто путают абсолютную и относительную производительность. Возвращаясь к ранее приведенному примеру, производительность в медицине лучше понимать как абсолютную. Каждому пациенту врачи ставят лучший диагноз, который могут, и не важно, что сделает другой врач. Они не пытаются (по крайней мере, хочется верить!) превзойти других, чтобы закончить в числе лучших врачей тем способом, каким Стив выбрал Seahawks, – с прицелом опередить соперников и выиграть 100 долларов. Еще один пример абсолютной производительности – уход за больными: выздоровление одного пациента не мешает выздоровлению другого. Как раз наоборот: если у нас палата полна людей, страдающих таинственным недугом, мы надеемся найти лечение, которое всем поможет.[66]
Несколько лет назад Дэвид Сэкетт, Гордон Гайятт и их коллеги из Университета Макмастер разработали то, что назвали
Вскоре успехи основанной на доказательствах медицины привлекли внимание в других областях. Например, Административное и бюджетное Управление США недавно объявило, что при оценке эффективности государственных органов будет опираться на анализ данных. Движение получило название «государственной политики, основанной на доказательствах».[68] Это тоже имеет смысл, так как предоставление государственных услуг – вопрос абсолютной производительности. Цель – эффективное и результативное предоставление услуг, а не соревнование отделов.
Вскоре деловой мир тоже принял открытие к сведению. Мы услышали об «управлении, основанном на доказательствах».[69] Идея в том, чтобы менеджеры, как и доктора, в своих решениях полагались на эмпирические данные. Вполне подходит для бизнес-решений, не включающих конкуренцию, например управление запасами или уменьшение дефектов. Правда, стратегическое управление компанией требует больше, чем чисто «врачебное» мышление. Успех компании зависит от
Неспособность понять это существенное отличие лежит в основе рассказа Томаса Уотсона-младшего, легендарного президента IBM. В 1956 году коллега спросил Уотсона, должна ли IBM делиться информацией о ценах с Джоном Бернсом, главным советником компании IBM из консалтинговой фирмы Booz Allen Hamilton. Уотсон сразу ответил утвердительно: «Конечно, вы должны все ему сказать, как врачу». Несколько месяцев спустя Бернс позвонил, чтобы сказать, что ему предложили должность президента RCA – в то время одного из главных конкурентов IBM. Он хотел знать, нет ли у Уотсона возражений против того, чтобы он взялся за эту работу. Уотсон пришел в ярость: «Я сказал: “Естественно, я возражаю, Джон!” – потому что мы доверили ему подробную информацию о нашей организации, методах и планах».[70]
Мысль, что консультант, знающий внутренние разработки ценовой стратегии компании IBM, будет возглавлять конкурирующую компанию, была ужасной: ситуация совершенно неприемлемая!
Как позже написал Джон Геппер из Financial Times, Уотсон оказался неправ: «Консультант не похож на врача, потому что пациенту в худшем случае все равно, использует ли врач знания, полученные от лечения, чтобы вылечить кого-то другого, и обычно рад помочь другим. Компания хочет, чтобы консультант помог ей не только стать лучше, но и нанести ущерб конкурентам». Вы не будете возражать, если ваш врач поделится информацией о вашей болезни, чтобы помочь другим пациентам. Ваше выздоровление не имеет отношения к их выздоровлению. Во всяком случае, вы, скорее всего, будете рады помочь. В бизнесе все по-другому. Производительность компании, как бы вы ее ни измеряли – в терминах доли рынка, выручки или прибыли, – не только относительна, но и часто очень сильно перекошена, поскольку успех одной компании часто оборачивается ущербом для других. В подобных условиях обмениваться информацией не просто безответственно, но и опасно. То, что имеет смысл, когда производительность абсолютна, может обернуться самоубийством, когда производительность относительна и выплаты неравны.
О производительности: в какую сторону лучше ошибаться?