Через поражения – к победе. Законы Дарвина в жизни и бизнесе - [6]

Рынок решает проблему производства материальных благ, но его секрет никак не связан с темой прибылей или с тем, что коллективные решения оказываются более успешными. Лишь немногие руководители компаний признаются в том, что рынок нащупывает путь к успеху, опираясь на удачные идеи и отбрасывая провальные. Когда мы смотрим на тех, кто сумел пройти этот путь, – Exxon, General Electric, Procter & Gamble, – мы должны видеть не только успехи, но и длинную запутанную историю неудач всех компаний без исключения и всех не оправдавших себя идей.

5. Ландшафт меняется

Биологи нашли определение для процесса, в котором череда неудач приводит к появлению правильных решений: эволюция. Выживание наиболее приспособленных видов происходит за счет гибели менее приспособленных. Несмотря на нашу инстинктивную убежденность в том, что сложные проблемы требуют продуманного экспертного решения, этот процесс продолжает идти без всякого плана. Очень сложные вещи могут появиться на свет в результате очень простого процесса: испробуй несколько вариантов, отмети неудачные, растиражируй успешный и продолжай в том же духе дальше. Непрерывная вариативность и отбор.

Мы привыкли понимать эволюцию как нечто происходящее только в природе, т. е. как биологическое явление. Но это узкое понимание. Любой может наблюдать эволюцию, происходящую в мире цифровых технологий, хотя бы на примере компьютерной графики Карла Симса[2]. Если вы видели «Титаник», трилогию «Властелин колец» или фильмы о человеке-пауке, то вам должно было понравиться его творчество. Он является основателем компании GenArts, специализирующейся на компьютерных эффектах в кино. Однако в начале 1990-х гг. Симс еще не занимался визуальными эффектами – он рисовал движущиеся картины, которые были, с одной стороны, проще, но с другой – в чем-то интереснее.

Симс хотел наблюдать сам процесс эволюции. Более того, он хотел создать виртуальную среду, в которой можно было бы наблюдать направление эволюции. Он запрограммировал различные виды сред, например виртуальную цистерну с водой, в которую поместил примитивные виртуальные же существа, состоявшие из простых систем управления, сенсоров и случайных комбинаций сочлененных блоков. Большинство этих неуклюжих существ опустились на дно и метались там без особого успеха. Однако некоторые смогли немного проплыть. Затем Симс запрограммировал компьютер таким образом, что тот игнорировал барахтающихся существ и создавал мутации, взяв за основу наиболее успешных «пловцов» путем вариативности и селекции. Большинство мутаций оказались неудачными, но все неудачные существа последовательно исключались из процесса, а наиболее успешным вариантам давалась возможность активно развиваться. Совершенно бессмысленный и случайный процесс дал поразительные результаты: появились виртуальные существа, напоминающие головастиков, угрей, скатов, а также несколько внешне успешных созданий, которые ничто земное не напоминали.

На следующем «витке» эволюции Симс поощрял те существа, которые выигрывали борьбу за обладание зеленым кубиком. Эволюционный процесс проб и ошибок породил широкий спектр эффективных решений, одни из которых были более, а другие менее явными: от игнорирования куба и нападения на соперника до быстрого выхватывания куба и стремительного удаления или рывка вперед и накрывания куба всем своим телом. Симс не проектировал систему, не судил об успешности или неуспешности попытки – он просто создал эволюционную среду и регистрировал то, что происходило. Созданный им процесс был слеп и неосмыслен – в нем не было ни предвидения, ни планирования, ни направленных мутаций. Тем не менее слепой эволюционный процесс привел к удивительным результатам.

Почему метод проб и ошибок оказался таким успешным средством решения проблем? Многократно повторяющийся эволюционный алгоритм, предусматривающий вариативность и отбор, отыскивает решения в мире, где задачи постоянно претерпевают изменения, пробуя все возможные варианты и выполняя все, что может сработать. Чтобы понять, как происходит поиск решений, представим себе некий плоский ландшафт, разделенный на миллиарды квадратов. Для каждого квадрата имеется описание определенной стратегии поведения. Теоретики эволюции называют это «ландшафтом адаптивности». Если ландшафт адаптивности является биологическим, то каждая такая стратегия представляет собой отдельный генетический рецепт: одни квадраты являются описанием рыбы, другие – птицы, третьи – человека, тогда как большинство рецептов не описывают ничего из того, что можно встретить в природе. Однако адаптивный ландшафт может одновременно быть и рецептом ужина: будут квадраты, которые описывают приправы, салаты или блюда, вызывающие рвоту или даже являющиеся отравой. Этот же ландшафт может содержать деловые стратегии, например способы управления авиакомпанией или сетью закусочных.

Для любой задачи можно представить определенный диапазон потенциальных решений, тщательно записанных и разложенных по всему такому ландшафту. Представим теперь ситуацию, когда каждый рецепт очень похож на соседний: два рецепта ужина могут совпадать во всем, за исключением, скажем, количества соли или продолжительности приготовления блюда. Две соседние деловые стратегии могут быть почти идентичными, но одна будет настаивать на более высоких ценах и более энергичном маркетинге.