В подкасте Wharton обсуждают неочевидную вещь: как продвинутая спортивная аналитика ломается, сталкиваясь с абсолютным хаосом плей-офф. Это идеальная метафора современного бизнес-образования.

Сейчас модно прокачивать data-driven подход. Топовые программы пестрят курсами по предиктивной аналитике, AI и работе с Big Data. Школы продают идею, что цифры дадут абсолютный контроль над бизнесом. Называется это научным подходом к менеджменту. На практике — это иллюзия управляемости, которая рассыпается при первом же нетипичном кризисе.

Аналитика покажет P&L и вероятность успеха сделки. Но ни одна учебная модель не учтет, что у партнера сдали нервы, регулятор изменил правила за ночь, а конкурент демпингует ради эго, разрушая unit-economics всего рынка.

Умение считать цифры сегодня — это базовая гигиена, а не конкурентное преимущество.

Реальный переход на C-level требует развития навыков, которые плохо поддаются оцифровке. Толерантность к неопределенности, политическое чутье, умение читать мотивы стейкхолдеров и принимать решения, когда дашборды противоречат здравому смыслу. Этому не учат на классических программах, это калибруется только через насмотренность и разбор реальных корпоративных войн.

Посмотрите на свои последние инвестиции в собственное развитие. Вы учитесь строить идеальные модели или управлять хаосом, когда эти модели перестают работать? Что чаще спасало ваши проекты в последние пару лет: жесткая математика или умение договариваться с нерациональными людьми? Напишите, как это работает у вас.

Источник: Knowledge@Wharton

SHIFT Lab