Smart Management

Тем не менее, менеджеры регулярно решают, кого нанять, когда завершить проект и приобрести другую компанию. Чтобы принять эти решения, они полагаются на набор инструментов, называемых эвристикой. Удивительно, но в бизнес-школах редко обучают студентов тому, как использовать эти мощные инструменты для принятия разумных решений. Вместо этого, если эвристика вообще упоминается, ее представляют как нечто, чего следует избегать в пользу более сложных стратегий принятия решений. Научно-популярные книги повторяют этот негативный взгляд и склонны приписывать (задним числом) всевозможные бедствия, от ожирения до финансовых кризисов, "эвристике и предубеждениям". 2 В этой книге мы поделимся с вами более позитивным, реалистичным и практичным взглядом и дадим систематическое введение в науку и искусство принятия эвристических решений.

Эвристика - это простое правило, которое позволяет принимать решения быстро, экономно и точно. Эвристики являются необходимыми инструментами в ситуациях неопределенности (т. е. когда условия, необходимые для максимизации полезности, отсутствуют). Различие между ситуациями риска, когда максимизация возможна, и ситуациями неопределенности, когда она невозможна, восходит к экономисту Фрэнку Найту. 3 С тех пор она упоминается практически в каждом учебнике по экономике, но впоследствии игнорируется. Здесь мы уделяем неопределенности то внимание, которого она заслуживает, и, следовательно, серьезно относимся к эвристике.

Вначале мы познакомимся с тремя лауреатами Нобелевской премии по экономике. Что они думали о принятии решений? И как они на самом деле принимали свои решения?

Герберт Саймон и сатисфакция

В 1978 году Герберт А. Саймон был удостоен Нобелевской премии по экономическим наукам "за его новаторские исследования процесса принятия решений в экономических организациях". 4 Процесс принятия решений может определить подъем или падение организации. Поразительно, однако, что этот самый процесс редко рассматривается в теориях организаций и экономики. Вместо этого экономическая теория утверждает, что менеджеры ведут себя так, будто максимизируют свою ожидаемую полезность, независимо от того, как они принимают решения. Саймон отверг предположение классической теории о том, что руководители являются всезнающими максимизаторами прибыли или полезности, и подчеркнул полное отсутствие доказательств того, что теория описывает, как на самом деле принимаются решения. Отвечая на подобную критику, Милтон Фридман в 1953 году знаменито заявил, что не имеет значения, описывает ли ожидаемая максимизация полезности процесс принятия решений или нет; это просто инструмент для предсказания поведения, и все, что имеет значение, - это точность предсказания.

Однако обзор пятидесятилетних исследований функций полезности - в том числе функций полезности дохода, функций полезности богатства и функции ценности в теории перспектив - показал, что способность функций полезности "предсказывать вне выборки находится в диапазоне от слабой до несуществующей". 5 Этот вывод подтверждает критику Саймона о том, что теория ожидаемой полезности не только не описывает, как принимаются решения, но и является слишком неопределенной и гибкой, чтобы хорошо предсказывать.

Вне выборки означает, что прогнозы делаются за пределами данных, использованных для создания модели. В отличие от этого, полезность и другие сложные модели часто проверяются путем простого подбора их параметров к уже известным данным о выборе. Иногда ошибочно говорят, что эти модели "предсказывают" решения, в то время как на самом деле они оптимизируют соответствие с прошлыми данными. Оптимизация - это математическая концепция, которая означает определение максимума или минимума кривой, например кривой полезности. Различие между подгонкой и предсказанием очень важно. Очевидно, что более сложная модель с большим количеством свободных параметров может лучше соответствовать прошлым данным. Однако часто полученная в результате модель оказывается слишком подходящей и менее способной к прогнозированию - например, когда будущее не похоже на прошлое. 6 Таким образом, даже если принять сомнительный аргумент Фридмана о том, что теории должны только предсказывать результаты, а не описывать процесс поведения, ожидаемая полезность все равно будет плохо работать: она не описывает и не предсказывает хорошо, по крайней мере в неопределенном мире бизнеса.