Мозг Фирмы

С учетом выдвинутых в гл.11 аргументов следует считать, что основная информация о состоянии производства, которая подготавливается для использования корпорацией, должна быть выражена в цифровой форме — в индексах достигнутого. Этим создается возможность классифицировать работу подразделений на лучшей, чем было при ортодоксальной практике, основе.

Люди обычно классифицируют деятельность по тому, как она словесно описывается. Ее можно классифицировать по месту, по характеру использованного технологического процесса, по характеру выпускаемой продукции, по тому, какие люди этого добились, и даже по географическому принципу распределения готовых изделий. Но, поскольку управляющие заинтересованы в эффективности работы и поскольку существует принятый способ измерения уровня эффективности для каждого вида работ, можно предложить более точные и более практически полезные способы их классификации.

Для управляющих при сравнении двух совершенно различных изделий важно не то, насколько они друг на друга похожи, а то, какую каждое из них дает прибыль. Два весьма одинаковых по внешнему виду изделия могут быть произведены совершенно по-разному; два разных изделия могут приносить совершенно одинаковый ре-зультат. В этих условиях нам следует использовать ранее предложенные числовые индексы, чтобы оценить (классифицировать) то, что происходит на фирме, как меру ее достижений.

Инструментальное средство, которое в этом случае используется, называется прикладной статистикой. Предположим, что наши цифровые индексы начинают перемещаться из подразделения по каналам передачи входных данных вплоть до директората подразделения. Дело центра регулирования работы подразделения обобщить эти цифры и представить в понятной форме (в виде гауссовского распределения), когда можно, используя теорию вероятности, определить, какой части производства принадлежит тот или иной показатель. В данном случае суждение составляется не по прошлому и не по внешнему виду показателей. Теперь критерием будет "форма кривой достижений", определяемая абсолютным значением производственного индекса и балансом этого индекса с индексами скрытых возможностей и производительности.

Все это легко организовать с помощью компьютера, поскольку речь идет о простом и ясном статистическом нормировании результатов измерения и в высшей степени знакомой процедуре интегрирования кривой нормального распределения. Техническое замечание:

при таком методе оценки достижений показатели, располагающиеся на границах распределения, нельзя прямо использовать как исходные данные, поскольку они могут создать асимметрию. Требуется предварительно их обработать — мне всегда помогало обратное преобразование исходных данных, хотя есть и другие способы их обработки. Однако это дело специалиста в области статистики, входящего в штат центра регулирования подразделения, и мы не станем задерживаться далее на технических деталях обработки данных.

Важно подчеркнуть, что нам нет необходимости в дальнейшем оценивать деятельность фирмы в соответствии с привычным способом измерения себестоимости как единственно понятной нам формы отчетности. Вместо этого нам следует практиковать ранее предложенный метод и требовать, чтобы информационная система оценивала работу так, как нам интересно. В повседневной жизни мозг делает эту работу для нас, используя свою способность распознавать и производить такую оценку по внешнему виду результата, который мы получаем при нормальном усердии в работе. Однако как управляющие мы ищем другие способы — такие, которые важны для дела, а это означает оценку по достигнутому.

Выходные показатели механизма оценки, создаваемые центром регулирования подразделения, состоят из первичных данных, поступающих из его производственных участков. Эти данные нуждаются в сборе и такой организации, чтобы годились для обработки и дальнейшей передачи в центр регулирования подразделения. Это аналогично синаптической функции нервной клетки. Она показана на рис.27 в кружке, обведенном тонкой линией на канале передачи входных данных. Сам синапсис, представляя систему 1, более подробно изображен на рис.30, — но это шаг 2.