Перестаньте искать идеальное решение. Исследования Нобелевской премии говорят, что "достаточно хорошее" побеждает.

Лучше всего задокументированное правило удовлетворения в современном бизнесе содержится в письме акционерам. В своем письме 2015 года Джефф Безос разделил решения на два типа: Тип 1 — значительные, необратимые или почти такие, односторонние двери, которые должны приниматься методично, осторожно, медленно — и Тип 2 — изменяемые, обратимые, двусторонние двери, где не оптимальное решение можно просто отменить. Его диагноз: по мере роста организаций они применяют тяжелый процесс Типа 1 ко всему, и в результате получается медлительность и снижение изобретательности. В письме следующего года была добавлена цифра: большинство решений должно приниматься с примерно 70% информации, которую вы хотели бы иметь.

Безос писал операционные рекомендации, но он пересказывал результат, удостоенный Нобелевской премии. Герберт Саймон доказал в 1950-х годах, что исчерпывающий поиск наилучшего варианта не является тем, как выглядит рациональное принятие решений — ни для людей, ни для организаций, ни даже в принципе. Он назвал фактическую стратегию satisficing: удовлетворять плюс достаточно. Определите, что значит "достаточно хорошо", ищите, пока не найдете это, остановитесь.

Теперь посмотрите на сравнительную таблицу, которая в данный момент открыта где-то в вашей организации — четырнадцать поставщиков, сорок критериев, заседание по принятию решения, которое постоянно переносится. Этот материал о том, почему эта таблица обычно является дорогой ошибкой, какие доказательства говорят о том, сколько это стоит людям, которые ее создают, и как целенаправленно удовлетворять требования умеренно — включая случаи, когда вам действительно следует максимизировать. Теория, стоящая за всем этим, имеет свою собственную сопроводительную статью: ограниченная рациональность Симона.

Делаем лучше, чувствуем себя хуже: что на самом деле дает максимизация

Классический тест отслеживал студентов университета в процессе поиска работы в последний год обучения. Шина Иенгар, Рэйчел Уэллс и Барри Шварц измерили, кто подходил к поиску как максимизаторы — стремясь найти лучшую возможную работу — и кто удовлетворялся своими собственными критериями. Максимизаторы выиграли на бумаге: стартовые зарплаты были примерно на 20% выше. И они проиграли во всем остальном: были менее удовлетворены работой, которую выбрали, испытывали больше пессимизма, стресса и сожаления на протяжении всего процесса (Psychological Science, 2006 — название статьи говорит само за себя: Делая лучше, но чувствуя себя хуже).

Широкая литература по максимизации, начиная с оригинальных исследований Шварца 2002 года и заканчивая недавними обзорами, повторяет эту закономерность: тенденции к максимизации коррелируют с большим количеством сожалений, большей сложностью принятия решений, большей депрессией и меньшим удовлетворением жизнью — при этом сожаление наносит значительный ущерб. Увеличение зарплаты на 20% — это реальные деньги и может быть оправдано один раз, в критический момент карьеры. В качестве режима работы по умолчанию для команды максимизация приносит незначительные объектные выгоды при нарастающих субъективных и организационных затратах: более медленные решения, истощенные принимающие решения и выбор, который все ставят под сомнение, потому что процесс обещал лучшее, а лучшее невозможно опровергнуть.

Математика никогда не была на стороне таблицы.

Даже если поиск был бы свободен от сожалений, он не свободен от времени — и математика того, когда остановиться, имеет точный ответ для идеализированного случая. В классической задаче секретаря (ранжирование кандидатов, которых видят по одному, без возможности вернуться) доказано, что оптимальная стратегия заключается в том, чтобы сначала наблюдать за первыми 37% вариантов, не принимая решения, а затем выбрать первого, кто лучше всех, кого видели до этого. Не 100%. Не большинство. Тридцать семь процентов — и это оптимальная политика в условиях, созданных для того, чтобы способствовать тщательному поиску.

Реальные решения более запутанные, чем теорема, но ее урок применим: рациональный поиск исследует лишь часть пространства вариантов и принимает решение. Три силы это гарантируют. Затраты на поиск реальны — каждый час оценки имеет альтернативную стоимость. Возвраты уменьшаются — разница между 90-м и 95-м процентилем варианта мала и сокращается. И задержка усугубляется — рынок, которому предназначено решение, движется, пока решение дорабатывается. Хорошее решение, выполненное за два месяца, обычно превосходит немного лучшее, которое приходит с опозданием в два месяца.

Рамка удовлетворения: пять шагов

Сатисфайсинг, выполненный целенаправленно, является процессом, и дисциплина закладывается заранее:

Когда максимизировать вместо этого: односторонние двери

Удовлетворение — это стандарт, а не догма, и исключения составляют именно решения типа 1 по Беозу. Максимизируйте, когда решение необратимо или почти таковым (приобретение, миграция платформы, соучредитель); когда пространство вариантов достаточно мало, чтобы его можно было фактически перечислить; когда ничто не заставляет спешить; или когда небольшие различия в качестве накапливаются на протяжении многих лет. Эти решения заслуживают полного аппарата — широкого поиска, структурированных дебатов, адвокатов дьявола, времени.

Режим отказа почти никогда не заключается в недостаточной максимизации двусторонней двери. Это применение процесса односторонней двери к двусторонним дверям — четырнадцать таблиц поставщиков для инструмента, который вы могли бы заменить в следующем квартале. Навык заключается в сортировке: сначала классифицируйте дверь, затем выберите процесс. Команды продуктов будут распознавать удовлетворение под другими названиями — минимально жизнеспособный продукт (MVP), итерация, знаменитый совет Рейда Хоффмана о том, что первая версия, которая вас не смущает, была выпущена слишком поздно. Agile — это удовлетворение, примененное к объему: выпустите достаточно хорошее, учитесь, корректируйте — потому что урок рынка, который вы получаете, выпуская продукт, стоит больше, чем полировка, которую вы могли бы получить, ожидая.

Но что если мы упустим что-то лучшее?

Вы будете. Это не недостаток удовлетворения — это факт о пространствах опций, и он также верен для максимизаторов. Всегда есть другой поставщик, другой кандидат, другая структура; исчерпывающий поиск, который исключил бы их всех, не завершается. Максимизация не закрывает разрыв, она только откладывает момент остановки и делает его дороже.

И страх указывает не в том направлении, потому что данные о сожалении противоречат максимизаторам, а не удовлетворителям. Люди, которые больше всего стремятся не упустить что-то лучшее, как показывают исследования, оказываются наименее удовлетворенными тем, что они выбрали. Хорошо установленные уровни стремлений — это честный ответ на страх: если что-то действительно важное будет упущено, это должно быть в критериях — и тогда удовлетворение защищает это лучше, чем открытый поиск, потому что критерии записаны и проверяются, а не плавают в воздухе.

Остаточный риск реален, но отличается: уровни стремлений могут быть установлены неправильно. Слишком низкие, и вы принимаете посредственность; слишком высокие, и ничего никогда не проходит — это паралич принятия решений, маскирующийся под процесс. Калибровка происходит из записей: когда вы документируете критерии и результаты, вы узнаете, какие планки были неправильными, и перемещаете их — именно для этого и нужен журнал решений.

Где подходит Argumentree

Самая сложная часть удовлетворения требований — это не понимание, а доверие к остановке. Команды продолжают искать, потому что никто не может увидеть, что планка действительно была преодолена. Argumentree делает остановку надежной: критерии находятся в общей структуре, которую все видят до появления вариантов; аргументы за и против каждого варианта изложены и оценены, а не обсуждаются заново из памяти; и запись — критерии, оценки, обоснования — сохраняется, так что решение не пересматривается каждый раз, когда кто-то новый слышит о более привлекательной альтернативе.

Видимые критерии, взвешенные аргументы, прочная запись: это та среда, в которой "достаточно хорошо" является обоснованным стандартом, а не надеждой на удачу.

Начните с одного решения

Выберите одно решение, которое ваша команда в настоящее время оптимизирует. Классифицируйте дверь — если она обратима, запишите критерии, установите бюджет, сделайте первый проход и зафиксируйте это. Дискомфорт, который вы испытываете при остановке, не является ощущением того, что вы делаете что-то неправильно; это ощущение того, что вы делаете что-то иначе, с Нобелевской премией, теоремой о остановке и стопкой исследований о сожалении за спиной.

Стандартом Симона никогда не было посредственность. Это была надежность: организация, которая принимает решения последовательно, всегда превосходит ту, которая принимает идеальные решения время от времени, потому что второй вариант не существует.