Билл Гейтс рекомендует. 10 книг о важном в одной - [41]
Многие (но далеко не все) профессии будут автоматизированы, зато оплата труда творческих работников (например, дизайнеров или ученых) вырастет. Доля творческого труда в себестоимости продукции будет расти, а доля материальных активов — снижаться.
Усиливается неравенство в социальном статусе, поскольку люди, которые лишены (или думают, что лишены) качеств, необходимых для успешной работы в нематериальной экономике (психологической открытости, готовности осваивать новый опыт и др.), оказываются под сильным экономическим и психологическим давлением. Они чувствуют себя изгоями, и это питает популистские партии и движения.
Возрастает роль образования для взрослых.
Инструменты измерения пока что не до конца разработаны. Стандартная бухгалтерская отчетность не всегда дает адекватную оценку. В частности, не работает стандартная схема плавной амортизации (характерная для машин и оборудования): нематериальный актив может внезапно и резко потерять стоимость («обнулиться»). Это еще больше усиливает неопределенность.
Эта неопределенность затрудняет инвестиционный анализ. Поэтому будет расти ценность аналитиков, способных систематически собирать и предоставлять институциональным инвесторам качественную информацию о сложных активах.
На смену культу менеджера приходит культ лидера. Ключевые качества лидера — системный подход, компетентность и вовлеченность.
Компании-генераторы нематериальных активов должны строить рабочие процессы таким образом, чтобы обеспечить свободный обмен информацией и идеями, стимулировать творческое взаимодействие сотрудников. Компаниям-эксплуататорам нематериальных активов лучше создать более жесткую иерархию и ставить больше краткосрочных целей. Критерии хорошо организованной компании — мониторинг, цели, стимулы.
Как лгать при помощи статистики
Автор: Даррелл Хафф
Книга Даррелла Хаффа «Как лгать при помощи статистики» впервые вышла в 1954 году. С тех пор наука существенно продвинулась вперед. Однако «большие данные» и вычислительные машины мало что изменили в отношениях рядового клиента — избирателя, потребителя, человека, пытающегося выбрать безопасные продукты, эффективные лекарства, ответственное правительство. — с теми цифрами, которые, словно кролика из шляпы, вынимают перед ним СМИ. пиарщики и политики. Мы каждый раз и поддаемся убедительности цифр (это ведь не слова, «цифры не лгут»), и боимся попасться, и попадаемся, конечно же, — пока не прочтем эту книгу.
Даррелл Хафф не просто разоблачает манипуляции с цифрами — он выбрал самый увлекательный для читателя способ повествования: предлагает нам поиграть за обе стороны, выступить и в роли клиента, которого пытаются одурачить, и в роли хитроумного обманщика. Мы сами щупаем каждый кейс, прикидываем, как бы половчее подать информацию и, вроде не соврав в цифрах, придать заурядному товару привлекательность или создать иллюзию, будто за нашего кандидата голосуют «все». В итоге мы выясняем, как делается фокус, где прячутся веревочки и куда смотреть, какие задавать вопросы, чтобы с нами этот номер не прошел.
Такое сочетание наглядности и увлекательности, даже азарта — лучшее объяснение, почему книга Даррелла Хаффа продолжает переиздаваться, покупаться (миллионными тиражами, но это тоже «статистика»), переводиться: несколько лет назад — на русский язык, а в этом году — и на китайский.
Автор предисловия к русскому изданию справедливо замечает, что знакомство с основами статистики необходимо любому человеку, в том числе гуманитарию, считающему, что он не разбирается в цифрах. Разбирается или не разбирается, но с цифрами мы сталкиваемся ежедневно — в газетных статьях о росте преступности или промышленности, в рекламных брошюрах. обещающих «эффективность больше на 26 %», в медицинских брошюрах, доказывающих «снижение риска заболеваемости на 31 %», в школе, где нам сообщают, что ребенок попал в такой-то процентиль. Человек, не способный задать нужные вопросы и выяснить, насколько точна и значима эта статистика, беспомощен. И давно пора пересмотреть представление о статистике как о специальной дисциплине, доступной лишь людям с математическим складом ума. Да, статистика состоит из цифр, но эти цифры описывают то. что нам всего ближе, — поведение человека.
Чаще всего статистические выводы делаются на основании выборки: сведения, полученные о представителях некой группы, экстраполируются на всю группу, а потому ошибки или намеренное искажение статистики начинаются с неверной выборки. Прежде всего выборка может быть слишком мала.
Нам известно, что в мешке лежит тысяча шариков разных цветов. Вынимаем пять шариков, видим 3 белых, 1 синий и 1 красный и делаем вывод: в мешке 60 % белых шариков, 20 % синих и 20 % красных. На самом деле доля белых шариков намного ниже, а из 100 зеленых нам не попалось ни одного. Чтобы судить о содержимом мешка, нужно взять гораздо больше шариков (например, 50). Ошибки все равно возможны, но вероятность их существенно снижается.
В идеале выборка должна быть совершенно произвольной, чтобы все элементы изучаемой группы имели равные шансы попасть в нее. Однако такое возможно лишь для одинаковых элементов (шариков), а
