Здравый смысл врет. Почему не надо слушать свой внутренний голос

не означает, что мы не можем предсказывать вообще ничего. Как скажет вам любой игрок в покер, простым подсчетом никогда не догадаешься, какая карта попадется следующей. Зато, если вы лучше противника знаете, какова вероятность выигрыша, вам со временем таки удастся сколотить неплохое состояньице, ибо вы станете делать соответствующие ставки и выигрывать больше, чем проигрывать^{172}. Даже когда речь идет о результатах и последствиях, которые вообще нельзя спрогнозировать с той или иной степенью надежности, само знание границ возможного в состоянии сослужить добрую службу — а именно заставить нас изменить сам способ планирования. Так какие типы прогнозов нам все-таки доступны? Как сделать их максимально точными? Как, с учетом невозможности определенных их типов, изменить подход к планированию — в политике, бизнесе, маркетинге, менеджменте — и каким он должен быть? На первый взгляд эти вопросы очень далеки от проблем и головоломок, с которыми мы сталкиваемся в повседневной жизни. Но только на первый взгляд. Они касаются фирм, в которых мы работаем, экономики в целом, событий, о которых мы читаем каждый день в газетах, — а значит, они затрагивают нас всех.

Что мы можем прогнозировать?

Несколько упрощая, все события в мире подразделяются на два типа — конформирующие некой стабильной исторической модели и не конформирующие ей. Надежные прогнозы можно делать только о первом типе. Как говорилось в предыдущей главе, даже в этом случае предсказание конкретного результата невозможно — равно как и прогнозирование результата броска игральной кости. С другой стороны, коль скоро мы можем собрать достаточное количество данных о прошлом, то в состоянии и весьма достойно спрогнозировать пусть не сам результат, но хотя бы его вероятность. К счастью, во многих случаях этого вполне достаточно.

Каждый год, например, все мы рискуем подхватить грипп. Лучшее, что можно предсказать, — в любом отдельно взятом сезоне у нас есть некоторая вероятность заболеть. Поскольку людей так много, а уровень заболеваемости год от года остается относительно неизменным, фармацевтические компании неплохо представляют, сколько вакцин от гриппа им необходимо доставить в определенный уголок земного шара в тот или иной месяц. Аналогичным образом существенно варьируется и вероятность непогашения кредитов людьми даже с одинаковым материальным положением. Все зависит от того, что происходит в их жизнях. Однако банки могут на удивление точно спрогнозировать совокупный уровень невыплат — путем изучения ряда социально-экономических, демографических и поведенческих переменных. Интернет- компании все чаще прибегают к целым массивам данных о просмотренных веб-страницах — для вычисления вероятности того, что данный конкретный пользователь кликнет на данный конкретный результат поиска, благосклонно отреагирует на некий новостной материал или прислушается к определенной рекомендации. Как пишет политолог Ян Эйрес в своей книге «Super Crunchers», предсказания подобного рода завоевывают все большую популярность в таких областях с большими базами данных, как финансы, здравоохранение и электронная коммерция. Скромные прибыли, связанные с построенными на этих данных прогнозами, здесь часто могут суммироваться миллионы или даже миллиарды раз (в некоторых случаях — каждый день), что в итоге дает существенную прибыль^{173} .

Впрочем, в бизнесе, правительстве и планировании существует много областей, которые опираются на предположения, не вписывающиеся в эту модель. Например, когда издатель решает, какую сумму предложить потенциальному автору в качестве аванса, он фактически делает прогноз о будущих продажах заявленной книги. С одной стороны, чем больше экземпляров будет продано, тем выше будет авторский гонорар и тем большим должен оказаться аванс — чтобы автор не подписал контракт в другом месте. С другой стороны, если издатель переоценит успешность будущей книги и переплатит автору, это, безусловно, будет хорошо для последнего, но плохо для первого. Когда киностудия решает дать зеленый свет тому или