Еще Джим Коллинз писал, что большой успех - это всегда большой таланта + большая удача.
И если не повезло встретить свою удачу, каким бы талантливым ты ни был, успех достанется менее талантливым, но более удачливым.
Насим Талеб практически во всех своих книгах развивает ту же мысль: заблуждение думать, что результат можно спланировать.
Твоя задача - не предсказывать, а совершать как можно больше повторений в диапазоне "вероятность × результат", чтобы увеличить шансы на ту самую редкую удачу.
Этих авторов мы часто цитируем. Им можно доверять, но все же они скорее публицисты.
И здесь полезно укрепить их позицию с точки зрения доказательной науки.
Герберт Саймон, лауреат Нобелевской премии, посвятил жизнь изучению того, как люди принимают решения. Его ключевая идея - невозможность выбора "идеально правильного" решения.
Мы живем в условиях ограниченной информации, ограниченного времени и ограниченного внимания. Поэтому человек действует не по модели оптимума, а по модели "достаточно хорошего выбора" (satisficing).
Саймон доказал, что в любой момент времени мы просто не способны охватить все поле возможностей и вычислить единственно верный путь.
Помимо исследований в экономике и управлении, Саймон стал одним из отцов-основателей искусственного интеллекта. Вместе с Алленом Ньюэллом он создал первые программы рассуждения - Logic Theorist и General Problem Solver, которые имитировали человеческое решение задач. Его взгляд на человека как на "обработчика информации" во многом сформировал современное понимание когнитивных процессов и машинного интеллекта.
Что из этого следует для практики?
Согласно Саймону, процесс принятия решений нужно организовывать пошагово:
1. Определить набор возможных вариантов, пусть и неполный.
2. Задать критерии "достаточно хорошего" выбора.
3. Отсечь явно неподходящие варианты.
4. Принять решение, исходя из доступной информации, а не ждать мифического идеального ответа.
5. Возвращаться к пересмотру, если появляются новые данные.
Вывод прост: важно не искать правильный ответ "раз и навсегда", а выстраивать систему итеративных решений, которые постепенно приближают вас к лучшему результату в реальных условиях.
И в следующий раз, когда на встрече кто-то будет уверенно утверждать, что "правильное решение было вот таким", вспомните Саймона.
И мягко напомните: наука доказала, что правильным можно считать только выбор из того, что было доступно в моменте.
"Мы никогда не знаем, что правильно; максимум, что нам доступно - сделать лучший выбор из того, что мы видим и понимаем".