CC BY
17
14
Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки, 2020, № 2 (58), с. 14-24
УДК 338.4
МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ РАЗВИТИЯ СЛОЖНЫХ ЭКОНОМИЧЕСКИХ СИСТЕМ В УСЛОВИЯХ ЦИФРОВОЙ ТРАНСФОРМАЦИИ ПРОМЫШЛЕННОСТИ
© 2020 г. В.Я. Захаров, В.Г. Фролов, О.В. Трофимов
Захаров Владимир Яковлевич, д.э.н.; проф.; профессор кафедры экономики предприятий и организаций Нижегородского государственного университета им. Н.И. Лобачевского
zaxarov48@yandex.ru
Фролов Владислав Генрихович, к.э.н.; доц.; доцент кафедры экономики предприятий и организаций Нижегородского государственного университета им. Н.И. Лобачевского
frolov.unn@gmail.com
Трофимов Олег Владимирович, д.э.н.; проф.; заведующий кафедрой экономики предприятий и организаций Нижегородского государственного университета им. Н.И. Лобачевского
ovt@iee.unn.ru
Статья поступила в редакцию 06.03.2020 Статья принята к публикации 26.05.2020
Представлен обзор результатов последних исследований о тенденциях и методах трансформации крупных промышленных предприятий и их объединений в предстоящее десятилетие. Делается вывод, что предприятия, реагируя на изменения в бизнес-среде, превратятся в обучающиеся организации третьего поколения - самонастраивающиеся компании. Предполагается, что у них появятся новые ключевые функции: обучение с разной скоростью одновременно в разных временных интервалах; оптимальное сочетание людей и машин в гибридном цифро-физическом мире; выращивание широких экосистем; постоянная внутренняя трансформация с целью устойчивого развития. Эти функции поддерживают друг друга и основываются на глубоких технологиях. Прогнозируется, что организации объединят данные, алгоритмы искусственного интеллекта и автоматизированное интегрированное исполнение при минимальном вмешательстве человека, создавая спирали алгоритмического обучения со сверхчеловеческой скоростью, и одновременно сконцентрируются на анализе проблем на больших временных интервалах. Руководители компаний позволят машинам делать то, что они способны делать лучше людей, и сосредоточат усилия людей на проблемах, решение которых требует человеческих способностей. Развертывание экосистем повысит мощность алгоритмов искусственного интеллекта благодаря увеличению объема данных, потребуется постоянное обновление стратегий и технологий цифровых платформ. Доказывается, что приоритет будет отдан устойчивости развития - способности организаций работать с шоками, которые нельзя предсказать, находить технологии, генерирующие новые возможности. Показано, что для повышения конкурентоспособности компаний их лидеры должны выйти за рамки SMART-целей и перейти к FAST-целям, т.е. чаще проводить дискуссии о целях, ставить амбициозные цели, переводить их в конкретные метрики и этапы, сделать их доступными для всеобщего обозрения. Корпоративные стратегии будущего должны поддерживаться промышленной политикой государства, стимулирующей устойчивый экономический рост.
Ключевые слова: бизнес-среда, промышленность, организации будущего, новые технологии, функции и цели, гибридные организации, экосистемы, устойчивое развитие, промышленная политика, «Индустрия 4.0».
Введение
Развитию России, как и ряда других стран, предстоит осуществить реиндустриализацию. Проблему исследования мы видим в том, что требования к успешным компаниям предстоящего десятилетия будут существенно отличаться от требований сегодняшнего времени, но невозможно, как считают многие исследователи, заранее зафиксировать желаемое конечное состояние организаций (на определенный момент времени) и однозначно определить путь, ведущий организации к желаемому будущему. Бизнес-среда в ближайшее десятилетие станет еще более неопределенной, она будет изменяться
быстрее и кардинальнее, чем раньше. Организации должны научиться использовать непредвиденные возможности по мере их появления, «создавая себя заново», что означает их фундаментальную «перезагрузку» (с высокими рисками) для изменения траектории своего развития.
По мере роста, усложнения и старения компаний им становится сложнее трансформироваться, далеко не все используемые средства принесут ожидаемые результаты. Трансформация компаний становится все более необходимой, но и все более рискованной. Исследования показывают, что с 2004 г. по 2016 г. 32% крупных компаний испытали серьезное ухудшение общей доходности акционеров (TSR) относи-
тельно среднеотраслевого уровня и только четверть из них смогли успешно восстановиться, превзойдя показатели отрасли в краткосрочной и долгосрочной перспективе. Потребность в трансформации и ее риски были выше в технологических отраслях, в особенности, когда речь шла о разрушающих цифровых технологиях. Чем глубже падение TSR, тем меньше вероятность ее восстановления: из компаний, у которых показатель TSR упал более чем на 20 процентных пунктов, 95% не смогли восстановиться до прежнего уровня результативности. Компании в турбулентной корпоративной среде с большей вероятностью нуждаются в трансформации, чем компании в стабильной конкурентной среде [1].
Абсолютным императивом становится динамическое обучение организаций, результаты которого невозможно предвидеть заранее, но которым можно управлять. Чтобы победить в 20-х годах, лидерам предстоит преобразовать свои предприятия в обучающиеся организации следующего (третьего) поколения, подобно тому, как это было в прошлом. Надо понять, какие изменения будут происходить в бизнес-среде, как они повлияют на функции организаций, какие действия определят успех компаний в следующем десятилетии и какие задачи должны ставить перед собой организации.
Цель статьи - представить обзор результатов последних исследований, выполненных в разных странах, который позволил бы сделать более четкими и обоснованными ответы на вопросы относительно стратегий и методов будущего развития организаций, показывая возможности в достижении успеха в новом десятилетии. На основе результатов, полученных нами ранее [2-4], наш анализ опирается на методологию исследований, которую развивают Бостонская консалтинговая группа и Массачусетский технологический институт, а также другие исследовательские команды, в т.ч. в России. Эта методология вобрала в себя опыт успешных компаний в странах, совершивших технологические прорывы.
Цифровая трансформация: новые функции предприятий
Обучающиеся организации третьего поколения будут созданы для выполнения новых ключевых функций, которые и обусловливают важнейшие требования, или императивы, трансформации промышленных предприятий в следующем десятилетии. В качестве таких новых функций чаще всего выделяют четыре [5].
Обучение в разных временных интервалах одновременно (как быстрое, так и медленное). С
одной стороны, предприятиям необходимо обучаться быстрее, в более короткие сроки, обусловленные скоростью технологических инноваций; конкуренция в скорости обучения усиливается, реагирование в режиме реального времени становится реальностью для многих компаний.
С другой стороны, необходимо научиться эффективно реагировать на медленные сдвиги во внешней среде, которые разворачиваются на протяжении нескольких лет и даже десятилетий, при этом оказывают все более глубокое влияние на бизнес: это политические изменения, нарастание неравенства, сдвиги в социальных и потребительских установках и другие. Чтобы успешно развиваться, компании должны быть способны учиться с разной скоростью во всех временных интервалах одновременно.
Императив: интегрировать технологии для непрерывного обучения.
Оптимальное сочетание людей и машин в гибридном, цифро-физическом мире. Машины будут не просто выполнять управляемые человеком и разработанные им процессы, они смогут учиться и адаптироваться, расширяя свое участие в развитии будущих предприятий. Люди по-прежнему будут незаменимы, но их обязанности будут другими, они будут взаимодействовать с интеллектуальными машинами.
Императив: пересмотреть отношения между машинами и людьми. Перевести человеческие когнитивные способности на новые, более высокие уровни.
Интеграция экономической деятельности за пределами организаций. Предприятия все активнее действуют в многопрофильных экосистемах, в которые вовлечены самые разные участники. Семь крупнейших компаний в мире и многие из наиболее прибыльных в настоящее время являются цифровыми платформами [6]. Экосистемы значительно расширяют возможности организационного обучения: они предоставляют доступ к экспоненциально большему количеству данных, позволяют быстро экспериментировать и связывают с более крупными сетями поставщиков и клиентов. Использование этого потенциала требует пересмотра границ предприятия и эффективного влияния на экономическую деятельность за пределами организации.
Императив: выращивать более широкие экосистемы.
Постоянная внутренняя трансформация организаций для обеспечения их устойчивого развития в более динамичной и неопределенной среде. Чтобы воспользоваться преимуществами новой информации и конкурировать в динамич-
ных, неопределенных условиях, внутренняя среда организаций должна непрерывно развиваться. Многие нынешние организации были изначально созданы для работы в преимущественно стабильной бизнес-среде.
Императив: переосмыслить управление и лидерство в организациях.
Перестройка функций изменит содержание конкуренции: из предсказуемой игры со стабильными предложениями для рынка и известными участниками конкуренция превратится в сложную, динамичную игру по многим измерениям. Лидеры, которые понимают это и соответствующим образом перестроят свои предприятия, будут иметь больше шансов победить в следующем десятилетии. А ставки выше, чем когда-либо: разрыв в производительности между компаниями верхнего и нижнего квартилей увеличивался в каждое из последних шести десятилетий [5].
Методы реализации новых функций
Интегрировать технологии для непрерывного обучения организации. Эффективность обучения организации определяется ее способностью реагировать на новые идеи. Традиционные организации действуют медленно, потому что они полагаются на человеческое принятие решений и иерархию.
Чтобы по-настоящему увеличить скорость обучения, организациям предстоит «автономи-зировать» значительную часть своего бизнеса. Автономизация выходит за рамки традиционной автоматизации, при которой машины выполняют заранее спроектированный процесс многократно и последовательно. Автономиза-ция включает машины, которые используют непрерывную обратную связь, учатся и адаптируются самостоятельно, без ограничивающего человеческого вмешательства.
Данные с цифровых платформ автоматически поступают в алгоритмы искусственного интеллекта (ИИ), которые извлекают информацию в режиме реального времени, облегчая понимание и принятие новых решений. Они подключены непосредственно к системам действий, которые непрерывно оптимизируют результаты в изменяющихся условиях. Эти действия производят еще больше данных, которые могут быть возвращены, замыкая цикл и позволяя организации учиться со скоростью алгоритмов.
Традиционные организационные подходы -например, неизменные правила или иерархические процессы принятия решений - могут препятствовать использованию потенциала быстрого обучения, создаваемого новыми техноло-
гиями. Трансформирующиеся организации уже сталкиваются с необходимостью уменьшить бюрократию и сложность для создания гибкого сотрудничества. Внедрение ИИ и других цифровых технологий потребует от лидеров нарастить усилия, упрощая свои организации для обеспечения автономного обучения и более эффективного взаимодействия людей.
Организации используют разные механизмы (с разной скоростью реагирования) для управления быстрыми изменениями и медленными сдвигами, развивающимися во временных интервалах разного масштаба, чтобы повысить свои шансы на выживание.
Переосмыслить отношения между людьми и машинами. Перевести человеческие когнитивные способности на новые, более высокие уровни. Какую роль будут играть люди в организациях будущего? Очевидно, что в следующем десятилетии конкуренция будет происходить в гибридном, цифро-физическом мире. Чтобы активно формировать будущее работы для людей и максимизировать организационные возможности обучения, предприятиям необходимо сосредоточить внимание на уникальных преимуществах человека.
Считается, что ИИ ограничен в своих когнитивных возможностях. Он может анализировать корреляции в данных («что происходит») с предельной скоростью, в гигантских объемах, с максимальной сложностью. Но он не может работать на более высоких уровнях, таких как причинный вывод («почему это так») или контрфактивное мышление («что не так, но могло бы быть») [7].
Люди должны все больше концентрировать свои усилия на видах деятельности более высокого уровня. Опыт показывает, что корреляционного анализа обычно достаточно для изучения повторяющихся быстрых действий, однако он менее полезен для изучения сдвигов в медленных силах, таких как политические, социальные и экономические тенденции, которые оказывают все более сильное воздействие на развитие компаний. Эти сдвиги происходят редко и зависят от исторического контекста и траектории, следовательно, не существует повторяющегося набора данных для идентификации шаблонов. Уникальные человеческие способности, такие как понимание причинно-следственных связей и обобщение на основе ограниченных данных, необходимы для расшифровки воздействия этих сил и соответствующей адаптации организации.
Человеческое мышление необходимо, чтобы конкурировать за творческое воображение, т.е. способность придумывать и использовать но-
вые идеи. Воображение - уникальная человеческая способность. Чтобы реализовать новые возможности, нам сначала нужно вдохновение (причина видеть вещи по-другому), а затем воображение (способность идентифицировать возможности, которых на данный момент нет, но они могли бы быть) [7].
Способность генерировать новые идеи важна как никогда раньше: существующие бизнес-модели исчерпываются все быстрее, долгосрочный рост снижается, компании должны постоянно генерировать новые идеи для устойчивого развития; рынки становятся все более податливыми для воздействия, увеличивая потенциальное вознаграждение за инновации. Однако сегодня многие компании (часто неявно) предназначены для максимизации краткосрочных финансовых результатов.
Как показывают исследования, инерция в мышлении и поведении усиливается с возрастом и размером компаний: у более старых и крупных компаний ниже жизнеспособность, меньше возможностей для устойчивого роста и переосмысления своей деятельности [5]. После достижения успеха большинство компаний становятся жертвами стратегической жесткости, инерции и самоудовлетворенности.
В дополнение к воображению и осмыслению неповторяющихся событий расширяются новые виды деятельности, в которых люди имеют преимущества перед машинами: организационный дизайн, алгоритмическое управление, этическое поведение и постановка целей. Их реализация предполагает акцент на самоорганизацию, экспериментирование и управление путем создания организационного контекста, в котором могут процветать адаптивные процессы принятия решений и обучения. Для развития когнитивных способностей рекомендуется сосредоточиться на аномалиях, авариях и аналогиях, чтобы «зажечь» вдохновение; обеспечить открытое распространение и конкуренцию идей и предоставить сотрудникам возможность экспериментировать [9].
По сути, речь идет о создании гибридных обучающихся организаций, которые сочетают в себе преимущества машин и людей: способность машин быстро определять сложные шаблоны в больших данных и способность людей декодировать сложные причинно-следственные связи и видеть новые возможности. Вместе они позволят организации учиться в расширенном диапазоне времени (быстрее и медленнее).
Различные типы рабочих задач требуют различных типов отношений между человеком и ИИ. Есть основания предполагать, что в работах, которые основаны преимущественно на
оптимизации или распознавании образов, особенно на высокой скорости и в большом объеме, люди, вероятно, будут заменены машинами. В работах, где требуется социальное взаимодействие (понимание, моральная поддержка, доверие, сочувствие), машины могут брать на себя аспекты, связанные с оптимизацией, но человеческий уровень общения будет иметь решающее значение. В работах, которые требуют больше творчества, чем оптимизации, люди, вероятно, будут дополнены интеллектуальными машинами, которые расширяют возможности для творчества и воображения. На работах, требующих как творчества, так и социальных контактов, люди будут выполнять многие из тех же основных обязанностей, которые они выполняют сегодня, но приложения ИИ помогут им максимизировать свои навыки [9].
Современные модели искусственного интеллекта, как правило, представляют собой «черные ящики», не позволяющие понять, что происходит внутри них, и это препятствует доверию к ним. Будут разработаны интерфейсы, которые обеспечат прозрачность того, как ИИ создает рекомендации, они позволят людям понимать и проверять действия машин. Люди и алгоритмы редко совпадают по пропускной способности и сложности, поэтому важен выбор правильного уровня абстракции и сжатия взаимосвязей между людьми и компьютерами.
Развивать более широкие экосистемы. В традиционных моделях производства компании работают в линейной цепочке создания стоимости, поставляя ограниченный ассортимент продуктов. Но мы видим, как компании все в большей степени организуются в экосистемы -сложные, с большим количеством партнеров из разных отраслей, «текучие» или подвижные сети организаций, которые пересекают традиционные границы компаний и отраслей. Чем больше партнеров в экосистеме и чем больше отраслей, из которых они пришли, тем лучше экосистема функционирует (средняя экосистема имеет 27 партнеров, успешные цифровые экосистемы имеют около 40; успешные цифровые экосистемы имеют партнеров в 10 или более странах, в то время как типичные экосистемы -только в 5) [10]. Объединяя все больше рынков, платформы связывают воедино разные отрасли.
Экосистемы объединяют информацию и возможности широкого круга игроков, расширяя их коллективную способность исследовать новые пути и познавать рынок. Они позволяют экспериментировать и быстро разрабатывать новые предложения в ответ на возникающие возможности и угрозы (новые предпочтения потребителей, новые технологии, новые прави-
ла регулирования), которые невозможно предвидеть заранее. Поэтому экосистемами невозможно успешно управлять с помощью жесткого централизованного планирования и контроля. Лидеры экосистем развивают свои способности придавать экосистемам нужную форму, «дирижируя», а не командуя, подталкивая их к более выгодным для всех участников действиям [10]. «Дирижеры» наблюдают за экосистемой, определяют стратегию и потенциальных участников.
Бросающиеся в глаза современные крупнейшие экосистемы заставляют нас поверить, что экосистемы чрезвычайно успешны и устойчиво развиваются. Однако при этом мы упускаем из виду гораздо большее число экосистем, которые не смогли удержаться на рынке. В исследовании эффективности 57 экосистем в 11 секторах на различных географических рынках было показано, что менее 15% изученных экосистем были устойчивыми в долгосрочной перспективе (с рентабельностью не ниже 29%), 35% экосистем уже перестали существовать и еще 40% либо потеряли по крайней мере половину своей пиковой доли рынка, либо не «взлетели» (не смогли достигнуть 50%-й доли рынка). Общая итоговая цифра неудач - три четверти экосистем - примерно равна уровню неудач среди малых предприятий в первые 15-летия жизни [11]. В то время как наиболее успешные экосистемы могут «выиграть все» и получить щедрое финансовое вознаграждение, шансы на успех у других экосистем неоднозначно лучше, чем у традиционных предприятий, а выгоды тех, кто изначально добился успеха, часто бывают временными. По данным международных опросов, самым сильным риском сотрудничества в экосистемах является риск, связанный с кражей или потерей данных: более двух третей экспертов (60-70%) из США, Китая, Германии, Японии и Южной Кореи и 85% экспертов из России назвали недостаточную защиту данных основным риском развития кооперации [12].
«Дирижеры» экосистем должны постоянно адаптировать стратегии, обновлять платформы с помощью новых технологий, расширять сферы их действия либо функционально (путем удовлетворения дополнительных потребностей клиентов), либо органически (путем перехода на другие рынки или посредством приобретений и стратегических партнерств) и усиливать взаимодействие с партнерами по платформе. Исследования показывают, что выигравшие экосистемы делают это чаще и быстрее, чем остальные [10].
В отличие от прошедшего десятилетия, в котором стартапы, молодые и энергичные цифровые компании своими чисто цифровыми моде-
лями выбили из седла многих традиционных лидеров отраслей, в следующее десятилетие очередной раунд конкурентной борьбы, скорее всего, будет более сбалансированным. Традиционные компании смогут лучше использовать имеющиеся у них связи и опыт в физическом мире. Следующая волна «естественного отбора» в бизнесе, скорее всего, будет проверять как цифровых новичков, так и традиционные компании, и победители могут выйти из каждой группы [10, 11].
Воспринимая свою внешнюю и внутреннюю деятельность как гибкую, развивающуюся экосистему, организации смогут справиться с гораздо большей динамичностью и сложностью процессов. Возникнут внутренние системы, которые автоматически приспосабливаются к новой информации, осуществляя обучение и перераспределение ресурсов с алгоритмической скоростью. В сочетании эти возможности способны создать «самонастраивающееся» предприятие, которое постоянно учится и развивается в соответствии со своей средой [13].
Перестроить управление и лидерство. Обеспечить устойчивое развитие во все более динамичной и неопределенной среде. Эксперты подчеркивают, что в предстоящее десятилетие резко вырастет влияние лидерства на установление приоритетов и ограничений в развитии технологий. Одновременно с этим на первый план выходят вопросы доверия, конфиденциальности данных и этического поведения. Обучение, способное перевести человеческое мышление на новые когнитивные уровни, встраивается в рабочие процессы; способности людей будут развиваться непрерывно и непредсказуемо, формируя еще неизвестные нам навыки для новых ролей.
Промышленные предприятия, как гибкие и сложные экономические системы, в процессе своего развития приобретают новые элементы, связи и свойства, а также встраиваются в еще более сложные и гибкие системы. Их собственное поведение, будучи изначально целенаправленным, становится все более вероятностным, менее предсказуемым. Вместо контроля над командами и непосредственного вмешательства в операционную деятельность лидеры, управляющие сложными динамичными системами из людей и машин, переходят - воспользуемся словами Джона Кларксона - к роли «лидера импровизационной джазовой группы». Традиционное прямое принятие решений в виде указаний сокращается, потому что в организации действительно становится меньше процессов, которыми можно «управлять». Руководители превращаются скорее в коучей, перенося свою
деятельность на более высокие уровни, такие как формирование условий и контекста предприятия.
Признается, что в 2020-х гг. важнейшим приоритетом в управлении организациями станет устойчивое развитие. Разного рода потрясения (экологические, социальные и экономические) происходят все чаще и наносят все больший ущерб компаниям. Корпоративное долголетие уменьшается, и компании падают со своих конкурентных вершин быстрее, чем когда-либо. Когда появляются видимые признаки снижения эффективности, нередко бывает так, что избежать быстрого падения уже невозможно.
Устойчивость понимается как способность организации восстанавливаться до прежнего уровня благополучия и выше после шока благодаря наращиванию ее поглощающего, адаптационного и трансформационного потенциала с помощью новых технологий.
Поглощающий потенциал характеризует способность организации подготовиться к шо-кам, т.е. предотвратить их или минимизировать их воздействие; его индикатор - размер нанесенного ущерба. Адаптационный потенциал -способность организации провести такие изменения в своих характеристиках и во внешней среде, которые позволят ей вернуться к прежнему уровню благополучия с меньшими потерями и как можно быстрее (измеряется временем, необходимым для преодоления последствий шоков, т.е. скоростью восстановления). Трансформационный потенциал - способность организации измениться под воздействием шока настолько, что ее благополучие становится выше прежнего уровня благодаря усилению существующих и созданию новых функций, критически важных для будущего устойчивого развития.
Для успеха трансформации, начатой для преодоления спада, необходимо, как показывают исследования БКГ, сократить издержки, восстановить доверие инвесторов в жизнеспособность компании и обеспечить устойчивый рост ее доходов в долгосрочной перспективе. Этому способствуют: наличие долгосрочной стратегической ориентации руководства; инвестиции в НИОКР и капитальные затраты выше среднеотраслевого уровня; перемены в руководстве компаний [14].
Эксперты полагают, что в 2020-е годы неопределенность будет высока на многих направлениях, и этот период повышенной неопределенности сохранится надолго; следовательно, организациям придется конкурировать за устойчивость. Проблема в том, что повышение устойчивости часто противоречит традици-
онным целям управления, таким как эффективность и максимизация финансовых результатов в краткосрочной перспективе.
Создание способной к постоянным экспериментам организации резко снижает уязвимость ее к непредвиденным шокам. Чем выше разнообразие талантов, идей и источников роста в организации, тем выше ее устойчивость к шокам.
Все направления трансформации компаний поддерживают и усиливают друг друга. Компании, которые управляют экосистемами, будут иметь преимущество в конкуренции за обучение, потому что экосистемы являются богатым источником данных в реальном времени, а цифровые платформы облегчают проведение экспериментов. Многие компании будут интегрировать физические и цифровые активы, используя партнерства в гибридных экосистемах. Машинное обучение и автономные действия повысят потребность и способности людей сосредоточиться на творческом воображении. Эти сдвиги в совокупности создадут дополнительную непредсказуемость для бизнеса, что потребует стратегий обеспечения его устойчивости.
Новый подход к определению целей предприятий
Большинство менеджеров стремятся устанавливать SMART-цели: конкретные, измеримые, достижимые, реалистичные и на определенный период. И они редко задают себе вопросы: насколько они работают? Эффективны ли цели SMART в каждом контексте? Если нет, то какие цели в каких контекстах наиболее полезны?
Традиционно многие компании устанавливают сильные стимулы для достижения целей. Сотрудники, желая достигнуть 100% своих целей, чтобы получить бонус, стремятся установить консервативные цели, которых они обязательно достигнут. И если цели при этом остаются конфиденциальными, сотрудники не знают, над чем работают коллеги из других команд и насколько эффективен их собственный труд.
За последнее десятилетие ряд ведущих компаний разработали альтернативный подход, позволяющий сделать цели мощным инструментом реализации стратегии. Недавние исследования позволили понять, как работает этот новый подход, и идентифицировали четыре основных его принципа, которые были обозначены аббревиатурой FAST [15]. Цели должны: часто обсуждаться (Frequent); быть амбициозными по своему масштабу (Ambitious); измеряться конкретными показателями (Specific) и быть прозрачными для всех в организации (Transparent).
Ограничения SMART-целей. Цели SMART недооценивают амбиции, они узко ориентированы на индивидуальные показатели и игнорируют важность обсуждения целей в течение года. Ни одна из характеристик SMART-целей ничего не говорит о контексте, в котором предприятие определяет свои цели [14].
Основной принцип подхода SMART заключается в том, что цели должны быть достижимыми и реалистичными, в поддержку этого приводятся многочисленные доводы. Желание не рисковать при постановке целей, устанавливать консервативные цели, которые обязательно будут достигнуты, понятно и объяснимо. Однако оно часто ведет предприятие в неправильном направлении. К примеру, компания стремится «выжать» постепенные улучшения из существующих продуктов и бизнес-моделей, не использует новую технологию, которая в долгосрочной перспективе даст более высокую отдачу.
Сотрудники, преследующие амбициозные цели, значительно превосходят коллег с менее сложными задачами, что многократно подтверждалось на практике как в России, так и в других странах.
Когда мы спрашиваем менеджеров, как часто они анализируют цели, большинство отвечают, что два раза в год: один раз, когда они ставят цели, и еще раз, когда оценивают эффективность работы. Для многих организаций постановка целей - ежегодный ритуал, после определения целей о них порой забывают до конца года. В декабре, когда цели пересматриваются, менеджеры часто удивляются слабой взаимосвязи между заявленными целями и фактическими результатами. Даже самые тщательно продуманные цели окажут незначительное влияние на реализацию стратегии, если они будут неизменными 363 дня в году.
В стабильных, предсказуемых средах имеет смысл ставить цели, которые являются конкретными и измеримыми. В предсказуемых средах наш мозг разбивает цели на привычные действия, которые, как мы знаем, будут способствовать достижению общего результата. Цели SMART указывают пункт назначения и время прибытия, помогают определить правильные действия в правильном порядке. Они используют наши стабильные знания об окружающей среде, чтобы выстроить эффективный план [14].
Однако в более динамичной и неопределенной среде SMART-цели становятся проблематичными. Трудно справиться с конкретными, жестко привязанными ко времени целями, когда спрос, технологии, бизнес-модели и конкуренты постоянно меняются, что характерно для новых или прорывных отраслей. В таких случаях ком-
паниям нужны цели, побуждающие сотрудников к новому мышлению, поощряющие эксперименты и обучение в ситуациях, с которыми они ранее не сталкивались.
Преимущества FAST-целей. Цели FAST помогают организациям совершенствоваться по нескольким измерениям одновременно. К примеру, делая цели прозрачными, компании позволяют сотрудникам согласовывать свои действия с корпоративной стратегией и более эффективно координировать свою деятельность в разных областях. FAST-цели хорошо работают в широком спектре отраслей, как новых, так и традиционных.
Амбициозные цели. Эти цели воспринимаются как недостижимые в существующих условиях, но они могут быть достигнуты в иных условиях. Сверхзадача, или амбициозная цель, отличается от обычной сложной задачи более высокой сложностью (ее показатели кажутся запредельными) и необходимостью принципиально нового подхода (путь к цели неизвестен заранее).
При постановке амбициозных целей следует учитывать два обстоятельства. Во-первых, человеческое мышление склонно переоценивать возможности людей изменить что-либо в своих интересах, и этот когнитивный сдвиг побуждает компании ставить смелые цели, которые звучат захватывающе, но могут не соответствовать «податливости» окружающей среды. Во-вторых, чем больше компания имеет возможность формировать свое окружение, тем больше ее целей должны быть амбициозными, широкими и ориентированными на внешнюю среду [15].
Амбициозные цели сводят к минимуму риск того, что работники будут ограничивать себя, принимая чрезмерно консервативные цели, которых они обязательно достигнут. Когда разрыв между поставленными целями и текущей реальностью велик, организациям приходится искать творческие и инновационные способы достижения своих амбициозных целей. Амбициозные цели повышают результативность людей и команд, ускоряют поиск инновационных способов достижения целей, создают плацдарм для будущих прорывов. Такие цели привлекают лучших из лучших, предлагая им превосходные условия работы.
Однако больше амбиций - не всегда лучше, в какой-то момент цели попадают в область заблуждений, иллюзий. Не всегда следует настаивать на том, чтобы сотрудники достигали 100% своих целей, это может удерживать сотрудников от внедрения инноваций. Проблема в том, что лишь немногим компаниям, поставившим амбициозные цели, удается их достичь. В одном из недавних исследований были задан вопрос
8812 менеджерам из 363 организаций о том, что бы они посоветовали своему новому коллеге относительно определения целей: (1) принять консервативные обязательства, которых они обязательно достигнут, (2) установить амбициозные цели, даже если они не уверены, как они их достигнут, или (3) избегать приверженности целям, когда это возможно. Почти две трети менеджеров посоветовали бы новому коллеге не рисковать. В том же опросе менеджеров попросили выбрать три фактора, которые больше всего влияют на решения о продвижении сотрудников в их компаниях. Постановка амбициозных целей (13%) была второй с конца, опередив лишь инновации (12%). Гораздо важнее для карьеры оказались достигнутые в прошлом результаты (61%), политические связи (30%), способность адаптироваться к изменяющимся обстоятельствам (29%) [16].
Нужно понимать, когда и в каких обстоятельствах целесообразно ставить амбициозные цели. С. Ситкин, Ч. Миллер и К. Си отмечают, что возможности достижения амбициозных целей зависят от таких факторов, как высокая эффективность компании, наличие у нее достаточных ресурсов и сильная культура. Парадокс заключается в том, отмечают эти авторы, что компании, которые способны реализовать сверхзадачи, редко ставят их перед собой, а те, кому это не под силу, часто обращаются к ним в отчаянной попытке совершить прорыв [17].
Нередко масштабные цели ставят перед собой компании с ограниченными ресурсами и низкой эффективностью. Как показали Д. Канемани, А. Тверски, пережитая неудача повышает предрасположенность к дальнейшему риску: те, чье положение шатко, начинают действовать очень активно. А компании с высокой эффективностью и излишком ресурсов меньше других настроены добиваться невозможного, успех заставляет их избегать риска; самоуспокоенность погубила не одну компанию.
Как лидеры вдохновляют людей принимать более амбициозные цели? В Силиконовой долине многие компании поощряют сотрудников ставить цели, которых они вряд ли смогут достичь в полной мере. Google, например, ожидает, что сотрудники достигнут в среднем от 60% до 70% своих ключевых целевых результатов, отделяя достижение цели от анализа производительности и решений о вознаграждении; амбициозные цели стимулируют повышение эффективности сами по себе. Метаанализ показал, что при мотивации людей на выполнение сложных задач, связанных с творчеством, внутренняя мотивация была почти в шесть раз более эффективной, чем внешние стимулы [18].
Цели чаще обсуждаются. Чтобы цели определяли ключевые решения и действия в течение года, их следует обсуждать и пересматривать чаще. Цели изменяются, когда изменяется бизнес-среда, изменяется сама компания, ее потенциал, или когда опыт компании приводит ее к более глубокому пониманию своих целей.
Наиболее стабильные отрасли предпочитают устанавливать цели на год. Компании в динамичных секторах, таких как медиа, информационные технологии и финансовые услуги, чаще всего ставят квартальные цели. Около 70% опрошенных БКГ менеджеров заявили, что хотели бы ежемесячно получать обновленные данные о том, как они справляются со своими задачами, но менее половины из них получают эти ежемесячные отзывы. На самом деле, важно не то, ставятся ли цели ежемесячно, ежеквартально или ежегодно, а формируют ли они ключевые дискуссии по выполнению работы.
Конкретные цели. Компании и сотрудники должны уметь превращать свои цели в конкретные действия и показатели, чтобы уточнить, как они будут достигать своих целей и измерять продвижение на этом пути. Каждая цель включает несколько ключевых результатов, которые, как правило, выражены количественными показателями и этапами их достижения; они определяют шаги, необходимые для достижения цели.
Одни компании, в особенности те, которыми управляют инженеры, настаивают на том, чтобы каждый ключевой результат имел количественную оценку. Опыт других компаний показывает, что полагаться исключительно на количественные показатели не нужно и не оптимально. К примеру, для быстро растущего технологического стартапа качественный этап приема на работу нового технологического директора может быть столь же важным, как и любой количественный КР1 [15].
Определение конкретных показателей и этапов для каждой цели повышает гибкость организации. Ключевые результаты можно рассматривать как гипотезы: «Если мы сделаем это, то мы выполним нашу цель». Чем конкретнее гипотезы, тем легче их проверить, определить, какие из них работают (или не работают), и внести исправления в середине пути. Преобразование общих целей в проверяемые гипотезы выявляет ошибки быстрее и точнее, ускоряет темпы обучения и адаптации.
Сильное влияние конкретных амбициозных целей на повышение эффективности работы организаций многократно доказано более чем в 500 исследованиях за последние 50 лет. Метаанализ 83 мероприятий в организациях США показал, что определение метрик для каждой
цели и регулярная обратная связь позволили командам в среднем достичь 88-го процентиля результативности [19].
Прозрачные цели. В большинстве организаций многие цели являются непубличными. Некоторые руководители полагают, что прозрачность целей хороша для других компаний, но не согласуется с культурой их компании. Однако исследования показывают, что сотрудники широкого круга организаций предпочитают прозрачные цели. К примеру, клиенты Better Works, компании-разработчика программного обеспечения, обнародовали 90% своих целей [12]. Процент публичных целей оказался одинаковым для государственных и частных компаний, маленьких и крупных, новых технологических компаний и традиционных предприятий.
Безусловно, некоторые цели должны оставаться непубличными, особенно те, которые касаются чувствительных кадровых решений, юридических вопросов и т.п.
Обнародование целей позволяет, как показывают исследования, повысить производительность, показывая сотрудникам, какой уровень производительности возможен, и оказывая им помощь в поиске коллег, которые способны дать совет о том, как можно добиться большего. Когда сотрудники получают возможность видеть цели высшего уровня, они могут согласовать свои индивидуальные и командные цели с общим направлением деятельности компании; ясность в том, как их работа способствует успеху организации в целом, является одним из главных факторов вовлечения сотрудников в работу компании [20]. Между тем сегодня сотрудники плохо знают корпоративные цели во многих компаниях: менее четверти руководителей среднего звена знают стратегические приоритеты своей компании [21].
Когда цели являются общедоступными, высшее руководство может проанализировать их, чтобы выделить цели, которые не соответствуют общему направлению компании. Прозрачность способствует стратегическому выравниванию, не прибегая к длительному процессу каскадирования целей в цепочке распоряжений.
Когда цели хранятся в тайне, сотрудники часто не понимают, что делают люди в других командах: только четверть опрошенных руководителей сказали, что их цели были поняты коллегами в других подразделениях. Когда сотрудники не знают целей друг друга, они с большей вероятностью будут выдвигать нереальные требования, фокусироваться на действиях, которые не поддерживают работу их коллег, или дублировать усилия. В компаниях с более чем 10 000 сотрудников типичный пользователь
просматривает цели коллег в других командах, если есть такая возможность, более двух раз в неделю [16].
Заключение
Реагируя на нарастание динамичности, сложности и неопределенности бизнес-среды, предприятия преобразуются, каждый раз превращаясь в обучающиеся организации третьего поколения. Обучающиеся организации первого поколения были способны повышать эффективность существующих процессов снижая предельные издержки. Обучающиеся организации второго поколения создавали качественно новые продукты и процессы, они стали гибкими, экспериментирующими, автоматизированными и взаимодействующими. Обучающиеся организации третьего поколения будут способны одновременно реагировать со сверхчеловеческой скоростью на стремительные изменения и влиять на медленные, но критически важные сдвиги (самонастраивающиеся алгоритмические организации). Компании, которые преуспеют в 2020-е годы, по своим технологиям, функциям и целям будут выглядеть совсем иначе, чем сегодня. Новые организационные модели необходимы, чтобы раскрыть и использовать потенциал новых технологий.
На процесс трансформации компаний в наибольшей степени влияют глубокие технологии (их долго и дорого создавать, но они оказывают самое сильное воздействие), весь спектр последствий которых невозможно предугадать. Попытки привязать организации к четко определенным конечным состояниям непродуктивны, бизнес использует непредвиденные возможности по мере их возникновения, кардинально меняясь при этом. История показывает, что глубокие технологии в одно и то же время порождают новые проблемы и средства их разрешения.
Организации объединяют данные, алгоритмы искусственного интеллекта и автоматизированное интегрированное исполнение при минимальном вмешательстве человека, создавая спирали (циклы) алгоритмического обучения со сверхчеловеческой скоростью, и одновременно концентрируются на анализе крупных проблем на больших временных интервалах.
Активное участие бизнеса в решении больших проблем приведет к усилению взаимодействия компаний с государством, в результате государство станет меньше в своих размерах, но сильнее в решении долгосрочных проблем, а бизнес - более ориентированным на удовлетворение запросов общества, что снизит ограничения для его развития.
В появляющемся гибридном, цифро-физическом мире руководители компаний должны позволить машинам делать то, что они способны делать лучше людей, и сосредоточить усилия людей на решении критически важных проблем, которые требуют именно человеческих способностей.
Развертывание широких экосистем повышает мощность алгоритмов искусственного интеллекта благодаря увеличению объема данных, что позволяет быстро разрабатывать новые предложения в ответ на возникающие угрозы и возможности. «Дирижеры» экосистем должны сделать гибкими экосистемные стратегии, обновлять технологии цифровых платформ и усиливать взаимодействие между участниками платформ.
Есть немало свидетельств того, что процесс цифровой трансформации организаций будет длительным, нелинейным (с большими амплитудами колебаний), с высокой неопределенностью конечных результатов и чередой неизбежных кризисных ситуаций. Поэтому приоритет отдается устойчивости развития - способности организаций работать с шоками, которые нельзя предсказать. Наращивание потенциала устойчивости обеспечивается способностью организаций находить новые решения и инструменты их реализации, генерирующие новые возможности развития с помощью новых технологий. Резко вырастет влияние лидерства на установление приоритетов и ограничений в развитии технологий.
Чтобы усилить потенциал компаний, их лидеры должны выйти за рамки SMART-целей и перейти к FAST-целям, т.е. чаще проводить дискуссии о целях, ставить амбициозные цели, переводить их в конкретные метрики и этапы, сделать их доступными для всеобщего обозрения.
Корпоративные стратегии, опирающиеся на новые технологии, функции и цели, должны поддерживаться экономической политикой государства, стимулирующей устойчивый экономический рост и направленной на создание источников высокой долгосрочной рентабельности национальных производителей в сложной и неопределенной конкурентной среде.
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-010-00781.
Список литературы
1. Reeves M., Fœste L., Whitaker K., Hassan F. The Truth About Corporate Transformation // MIT Sloan Management Review. 2018. January 31. URL: https:// sloanreview.mit.edu/article/the-truth-about-corporate-transformation/ (дата обращения: 05.03.2020).
2. Трофимов О.В., Фролов В.Г., Каминченко Д.И., Захаров В.Я., Павлова А.А. Факторы сбалансированного развития сложных экономических систем производственной сферы и сферы услуг в соответствии с концепцией «Индустрия 4.0» // Креативная экономика. 2018. № 10. С. 1531-1548.
3. Фролов В.Г., Захаров В.Я., Каминченко Д.И., Павлова А.А. Системные эффекты развития сложных экономических систем в соответствии с концепцией «Индустрия 4.0» // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. 2018. № 4 (52). С. 40-47.
4. Захаров В.Я., Трофимов О.В., Фролов В.Г., Каминченко Д.И., Павлова А.А. Концептуальные основы оценки факторов и системных эффектов сбалансированного развития сложных экономических систем в соответствии с концепцией «Индустрия 4.0» // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. 2018. № 3 (51). С. 7-23.
5. Bailey A., Reeves M., Whitaker K., Hutchinson R. Winning the '20s: Company of the Future / Boston Consulting Group • BCG Henderson Institute 2019. 4/19. Rev. 6/19. URL: https://bcghendersoninstitute.com/win ning-the-20s-the-organization-of-the-future-dc1e180b3 b3 (дата обращения: 05.03.2020).
6. Fuller J., Jacobides M.G., Reeves M. The Myths and Realities of Business Ecosystems // MIT Sloan Management Review. 2019. February 25. URL: https:// sloanreview.mit.edu/article/the-myths-and-realities-of-business-ecosystems/ (дата обращения: 05.03.2020).
7. Pearl J., Mackenzie D. The Book of Why: The New Science of Cause and Effect. Hachette UK, 2018.
8. Kimura R., Reeves M., Whitaker K. The New Logic Competition / Boston Consulting Group 2019. 3/19. URL: https://www.bcg.com/ru-ru/publications/2019/new-logic-of-competition.aspx (дата обращения: 05.03.2020).
9. Lee Kai-fu. AI Superpowers: China, Silicon Valley, and the New World Order. Houghton Mifflin Harcourt Publishing Company, 2018.
10. Jacobides M.G., Lang N., Louw N., von Szcze-panski K. What Does Successful Digital Ecosystem Look Like? / Boston Consulting Group, June 26, 2019. URL: https://www.bcg.com/ru-ru/publications/2019/what-does-successful-digital-ecosystem-look-like.aspx (дата обращения: 05.03.2020).
11. Reeves M., Lotan H., Legrand J., Jacobides M.G. How Business Ecosystems Rise (and Often Fall) // MIT Sloan Management Review. 2019. July 30. URL: https://sloanreview.mit.edu/article/how-business-ecosy tems-rise-and-often-fall/ (дата обращения: 05.03.2020).
12. Opportunities and Risks from Cooperation among Companies within the Production Sphere and the Sphere of Services in Russia in the Context of Industry 4.0 // Amazonia Investiga. 2019. V. 20. № 8. P. 596-608.
13. Reeves M., Zeng M., Venjara A. The Self-Tuning Enterprise // Harvard Business Review. June 2015. 93. No. 6. P. 76-83. URL: https://hbr.org/2015/06/the-self-tuning-enterprise (дата обращения: 05.03.2020).
14. Reeves M., Fuller J. When SMART Goals Are Not So Smart // MIT Sloan Management Review. 2018. March 21. URL: https://sloanreview.mit.edu/article/ when-smart-goals-are-not-so-smart/ (дата обращения: 05.03.2020).
15. Sull D., Sull C. With Goals, FAST Beats SMART // MIT Sloan Management Review. 2019. June 05. URL: https://sloanreview.mit.edu/article/with-goals-fast-beats-smart/ (дата обращения: 05.03.2019).
16. Sull D., Kang H., Thompson N., Hu L. Tradeoffs in Firm Culture? Nope, You Can Have It All // MIT Sloan School of Management Working Paper. Aug 2018. URL: https://papers.ssrn.com/sol3/papers.cfm?abstract_ id=3228167 (дата обращения: 05.03.2020).
17. Ситкин С., Миллер Ч., Си К. Парадокс сверхзадачи // Harvard Business Review Россия. 3 мая 2017. URL: https://hbr-russia.ru/management/upravle nie-izmeneniyami/a20441 (дата обращения: 05.03.2020).
18. Cerasoli C.P., Nicklin J.M., Ford M.T. Intrinsic Motivation and Extrinsic Incentives Jointly Predict Performance: A 40-Year Meta-Analysis // Psychological Bulletin. February 2014. Vol. 140. No. 4. P. 980-1008. URL : https://pdfs. semanticscholar.org/3f44/f35d1779ea9 1896c9f443904aab90c2d9511 .pdf?_ga=2.221845855.67
1413381.1571495323-566923192.1571495323 (дата обращения: 05.03.2020).
19. Pritchard R.D., Harrell M.M., Diaz Granados D., Guzman M.J. The Productivity Measurement and Enhancement System: A Meta-Analysis // Journal of Applied Psychology. June 2008. 93(3). Р. 540-567. URL: https://www.researchgate.net/publication/5396369_The_ Productivity_Measurement_and_Enhancement_System_ A_Meta-Analysis (дата обращения: 05.03.2020).
20. The Impact of Employee Engagement on Performance. Harvard Business Review Analytics Report. URL: https://talentsnapshot.com/wp-content/upl oads/downloads/2017/04/Impact_of_Employee_Engage ment_on_Performance.pdf (дата обращения: 05.03.2020).
21. Sull D., Sull С., Yoder J. No One Knows Your Strategy - Not Even Your Top Leaders // MIT Sloan Management Review. 2018. Feb. 12. URL: https://sloan review.mit.edu/article/no-one-knows-your-strategy-not-even-your-top-leaders/ (дата обращения: 05.03.2020).
METHODOLOGICAL ASPECTS OF DIGITAL TRANSFORMATION OF COMPLEX ECONOMIC SYSTEMS IN INDUSTRY
V. Ya. Zakharov, V. G. Frolov, O. V. Trofimov
Lobachevsky State University of Nizhny Novgorod
The article provides an overview of the results of recent studies on trends and methods for the transformation of large industrial enterprises and their associations in the coming decade. It is concluded that organizations, by responding to changes in the business environment, will turn into third-generation learning organizations - self-tuning companies. They are expected to have new key features: learning at different speeds simultaneously at different time intervals; the optimal combination of people and machines in a hybrid digital-physical world; growing wide ecosystems; continuous internal transformation with the goal of resilience development. These functions support each other and are based on deep technologies. It is predicted that organizations will combine data, artificial intelligence algorithms and automated integrated execution with minimal human intervention, creating spirals of algorithmic learning with superhuman speed, and at the same time concentrate on analyzing problems over long time intervals. Company executives will allow machines to do what they can do better than people, and they will focus people's efforts on problems that require human ability to solve. The deployment of ecosystems will increase the power of artificial intelligence algorithms due to the increase in data volume. At the same time, constant updating of strategies and technologies of digital platforms will be required. It is argued that priority should be given to resilience of development: the ability of organizations to deal with shocks that cannot be predicted and to find technologies that generate new opportunities. It is shown that to increase the competitiveness of companies, their leaders should go beyond SMART goals and move to FAST goals, i.e. more often hold discussions about goals, set ambitious goals, translate them into specific metrics and stages, make them accessible for all to see. The corporate strategies of the future should be supported by the industry policy of the state, stimulating sustainable economic growth.
Keywords: business environment, industry, organizations of the future, new technologies, functions and goals, hybrid organizations, ecosystems, resilient development, industry policy, Industry 4.0.
