Мозг Фирмы

Однако должен существовать и лучший ответ, чем этот. Причина, по которой не требуется лучшего ответа, кроется в том, что мультинод, как мы знаем, может действительно работать, но, чтобы он успешно сработал, требуется очень много времени. Методы его работы развивались в более неспешные века. В первой части мы исследовали причины, вследствие которых в условиях стремительного развития технологии потребовались более быстродействующие средства адаптации. Между тем мультинод часто вовлекает значительно большее число людей, чем то, которым мы до сих пор оперировали; более того, людей не стоящих неподвижно на четких иерархически установленных позициях по отношению друг к другу. Мультинод может включать коллег из других стран, авторитет которых соответствует их положению, но едва известен в данной стране, и даже псевдоколлег (таких, как руководители отделов и управлений правительственного аппарата, с мнением которых считаются в промышленности), но которые не занимают официального положения в данной организации. Далее, существуют советники и самые различные специалисты (которые могут, например, работать в консультативных фирмах или университетах), мнение которых весьма важно при принятии данного решения, но они также не занимают никакого официального положения в фирменной иерархии. Все это делает реальные проблемы реальных мультинодов значительно более трудными, чем те, с которыми пришлось столкнуться при рассмотрении выдуманной нами схемы на рис. 39. К счастью, однако, предложенная нейроки-бернетическая модель по-прежнему лучше других соответствует более сложным реальностям современного мира.

Мы утверждаем, что знаем, как все работает. Проблема в том, как сделать, чтобы работа шла быстрее. Это, конечно, должно означать введение в том или ином виде дисциплины и порядка. Это, однако, означает также, что не могут быть одновременно введены какие-либо меры для обеспечения в трудные времена завидной свободы и удивительной гибкости действий мультинода. Если бы люди могли понять, как этого достичь, не одевая на себя и свою организацию смирительную рубашку, то сохранился бы некоторый шанс реализации такого нововведения, как мультинод. Один метод — метод жесткого порядка, хотя и относится к числу чаще всего практически используемых, поскольку никто не хочет подумать о других, должен быть исключен, с чем следовало бы теперь согласиться. Только что отвергнутый нами искусственный пример ясно показал, почему такой подход к проблеме непригоден. Говоря точнее, он искажает естественные свойства системы со всеми ее внутренними возможностями давать правильное решение.

Тогда попробуем подойти к проблеме научно, используя все, чему учит кибернетика, и, в частности, сохраняя характерную для мультинода избыточность и гибкость, которые делают его столь мощным инструментом выработки правильных ответов. Ниже следует такой кибернетический план.

Первая трудность в том, чтобы установить, какого типа проблемы мультинод действительно решает. Ни сам он, ни установленное им старшинство, ни власть не предназначены для определения тривиальных результатов — он не обязан этим заниматься. Более всего он нужен для выработки весьма ответственных планов (стратегических) и, следовательно, решения весьма сложных проблем. Дело в том, что люди представляют себе обдумывание как процесс синтезирования общего, но всестороннего заключения, основанного на большом числе компонентов. Решение видится как красивое нагромождение одного юридического условия на другое. Вот почему, вероятно, всякий, кто пытается провести 'согласованное' решение, сталкивается с бесконечной проблемой переписывания проекта такого документа.

В кибернетике подход иной. Результат процесса обдумывания — решение — принимает следующую форму: делать только так (а не как-нибудь иначе). Как только начинается процесс обдумывания, мультинод сталкивается не с определенным числом строительных блоков, а с кажущейся бесконечностью возможных решений, из которых нужно сделать выбор. Именно изобилие возможностей 'кричит' и требует решения прежде всего. Затем, в соответствии с нашей моделью, процесс, которому мы стараемся содействовать, сведется к 'отсечению' двухсмысленностей и неопределенностей, продолжающемуся до тех пор, когда можно будет сказать: 'делать только так'. Короче говоря, мы хотим измерять разнообразие комплексных решений с самого начала, измерять уменьшение разнообразия, вызванное каждым заключением, к которому мы приходим к процессе обдумывания, и в общем руководить всеми операциями мультинода до тех пор, пока разнообразие не сведется к единственному — самому решению. Чтобы сделать это, нам потребуется два инструмента: парадигма логического поиска и средства измерения — правило и мера — для измерения неуверенности.

Парадигма логического поиска

Парадигма — это образец; в нашем случае — образец фундаментального подхода к решению определенной общей проблемы, который может быть полезен для множества различных ситуаций. Конечно, существует много путей проведения поиска, но в случае поиска решения люди обычно приближаются к нему последовательно.' Что, — спрашивают они, — прежде всего надо решить? Что решать после этого?' Заметим, что инструмент, разработанный к настоящему времени наукой управления в помощь подготовке комплексных решений, полагается на последовательность логических приоритетов. Парадигмой этого метода поиска является дерево решений. (Предпринять это в США, Великобритании или Франции? Ответ: Во Франции. Предпринять это в Париже, Лионе или Марселе? Ответ: В Париже. И так далее.)

Созданное нами понимание возможности мультинода свидетельствует, что такая парадигма — не то, чего мы хотим. Конечно, помощники-ученые могут попытаться логически определить первостепенные задачи и пытаться также склонить мультинод рассматривать их первыми. Обычно он этого не делает, не может или не станет делать. У мультинода свои методы. Кроме того, кто скажет, что на самом деле приоритетно? Подобное решение само по себе относится к числу тех, которые мы назвали 'политическими'. Нет, мы должны придерживаться нашего понимания мультинода — его избыточности, гибкости и свободы. Наша поисковая парадигма должна быть свободна от приоритетов. Иначе мы станем диктовать мультиноду, как ему работать совершенно не подходящим образом.

Простой пример процедуры поиска возникает при отыскании определенного пункта на карте. Карты разделены на квадраты, и можно считать, что масштаб и сетка взаимосвязаны так, что если мы попадем в нужный квадрат, то там и найдем нужный пункт. Рассмотрим тогда карту, разделенную на части через равные расстояния по обеим осям так, чтобы получилось по 1000 квадратов в каждом направлении. Это должно означать, что на карте теперь сетка с 1 000 000 квадратов. В нашем распоряжении две парадигмы для осуществления поиска. Ясно, что по окончании этой длительной процедуры мы можем сказать: 'Разыскиваемый нами пункт находится в квадрате номер 342756”. Такой метод действительно срабатывает как подчиняющийся закону необходимого разнообразия. Мы определили нашу задачу в виде множества 1 000 000 и теперь предложили рассмотреть поиск в миллионном множестве. Но, как каждый школьник знает, есть парадигма, лучшая, чем эта. Он предложит пронумеровать квадраты по горизонтальной и вертикальной осям и определять каждый квадрат с помощью таких координат.

Эта вторая парадигма точно определяет генератор разнообразия. Поскольку можно записать 1000 + 1000=2000, мы в состоянии получить их произведение 1 000 000 — как общее разнообразие. Проблема размещения пункта и его поиска теперь уменьшена с разнообразия 1 000 000 до разнообразия 2000. Так произошло, поскольку мы прибегли к двумерному логическому пространству.

Что касается самого поиска, мы не знаем, сколько квадратов сетки нам придется проверить, прежде чем найдем нужный. При первой парадигме с разнообразием 1 000 000 можно попасть в цель как в самом первом квадрате, так, с другой стороны, и в самом последнем. Тогда мы заявляем, что в общем средняя длина поиска составляет половину миллиона квадратов. При второй парадигме мы вначале определяем номер квадрата по горизонтали, а затем по вертикали; этот процесс в среднем потребует 500 + 500 операций проверки, а всего 1000. Говоря математически, первый способ поиска требует числа шагов, эквивалентного половине общего множества (500 000), в то время как второй путь требует числа шагов, равного половине двух корней квадратных из общего множества:

2( V )^{^1/2}/2 = V^1/2.

Вторая парадигма очень мощная, поскольку является генератором разнообразия. Именно такой подход мы будем использовать. В аналогичных проблемах, перед которыми мы стоим, мы не имеем дела с двумерной картой. Мы имеем дело с задачами, сформулированными в многомерном логическом пространстве. Иначе говоря, размерность решения не просто 'север-юг, восток-запад', здесь столько