Бывает, что долго мучаюсь с какой-то проблемой, даже нахожу приемлемое решение, а оно не щёлкает.
Недавно так случилось со стратегией развития на ближайший год. Собрала кучу материалов - аналитики, рисерчей, наработок, десяток драфтов, наброски роадмапа. Вроде, всё норм. Логично. С виду, как настоящее, а радости никакой.

А потом я увидела иллюстрацию к градиентному спуску (это такой метод машинного обучения) и щёлкнуло.
Отличная метафора, как мне кажется. Мы мелкими перебежками, с AB тестами и юзабилити тестированием подбираемся к максимуму, вектор примерно уже понятен, делать регулярные шаги мы уже умеем. Но вот засада: максимум может оказаться локальным. И мы в нём застрянем. Чтобы получить шанс таки найти глобальный максимум, можно, например, как на этой картинке, совершать хаотические прыжки и двигаться уже из новой точки.
И вот эти прыжки - это на самом деле то, к чему я приближалась концентрическими кругами в своем посте про зону хаоса. В нашем случае из этого следуют фактически шаги - создание микро-команды, которая занимается поиском новых продуктов.

История про Scaling Edges, кажется, примерно о том же. Но её сложнее приложить к нашей ситуации, она как бы предполагает наличие сильного стабильного центра (т.е. уже нахождения в точке локального максимума), а мы туда только идём.

В комментариях покажу иллюстрацию, от которой у меня случалось просветление