Чип Хиз - Ловушки мышления Страница 32

Он попросил каждого сделать прогноз в своей области знаний. Экономистам задавали вопросы типа:

Учитывая экономические показатели, следует ли нам ожидать, что в течение двух ближайших лет темпы роста ВВП ускорятся, замедлятся или останутся примерно такими же?

Политологам задавали следующие вопросы:

Вы считаете, что после следующих выборов в США настоящее должностное лицо / партия [то есть демократы или республиканцы] потеряет контроль, сохранит контроль со снижением поддержки населения или сохранит контроль с повышением поддержки населения?

С точки зрения методики вопросы обычные – ничего более сложного, чем выбор из нескольких вариантов и заполнение опросника. Но Тетлок старался добиться предельной четкости формулировок, чтобы экспертам некуда было спрятаться в случае ошибки. Так, с середины 1980-х он начал понемногу собирать прогнозы. Когда он понял, какие это богатые и интересные данные, его энтузиазм возрос. К 2003 году он накопил 82 361 прогноз. Два года спустя он опубликовал свой блестящий анализ в книге под названием «Экспертное политическое мнение: насколько оно правильно? Как узнать?» (Expert Political Judgment: How Good Is It? How Can We Know?).

Хорошо ли работают эксперты? Да они вообще не справляются, мягко говоря. Даже лучшие составители прогнозов делают это хуже, чем так называемый алгоритм сырой экстраполяции – простое вычисление, в котором учитываются базовые ставки и делается предположение, что тенденции последних нескольких лет не изменятся (например, прогноз, что экономика, которая в течение последних трех лет вырастала в среднем на 2,8 %, продолжит расти на 2,8 %). Если вы вспомните советы из предыдущей главы – доверять ли экспертам в отношении базовых ставок, но не предсказаний, – то результаты Тетлока не станут для вас сюрпризом.

Тетлок сообщает плохую новость: «Подсчитывая баллы и переменные в разных регионах в разные периоды времени… невозможно найти какую-либо область, в которой люди явно превосходили бы алгоритм сырой экстраполяции». Другими словами, если вы дали подростку некоторую информацию по базовым ставкам и способу расчета, он запросто сделает лучший прогноз, чем эксперты.

Дополнительное образование не повышает точности. Тетлок обнаружил: доктора наук делают прогнозы не лучше, чем люди без ученой степени. Опыт также не оказывает значительного влияния: эксперты с двадцатилетним стажем не лучше, чем новички. Однако одна черта действительно имела прогностическую ценность: внимание СМИ. Эксперты, которые чаще выступали в средствах массовой информации, как правило, оказывались худшими специалистами по прогнозам (это подтвердит любой, кто провел хотя бы час, смотря новости по кабельному телевидению). Это факт. Эксперты с безупречной репутацией работают хуже, чем бездумные алгоритмы, которые помогают рассчитать, что в этом году повторится лишь то, что случилось в прошлом.

К сожалению, ученые мужи не единственные, кто испытывает проблемы с прогнозированием. Предыдущие исследования показали, что психологи, врачи, инженеры, юристы и автомеханики также плохие специалисты по прогнозам. В одной статье в академическом издании, где приводится обзор этого исследования, есть подзаголовок, хорошо отражающий суть: «Почему специалисты знают так много, а предсказывают так плохо?» Означает ли это, что заключения специалистов ничего не стоят? Нет. В какой-то момент Тетлок дал группе психологов из Беркли[63] ряд основных фактических данных по политике и экономике различных стран и попросил их сделать соответствующие прогнозы. Они справились еще хуже. Например, когда студенты объявляли себя на 100 % уверенными в каком-либо событии, то ошибались в 45 % случаев. Когда были полностью уверены эксперты, они ошибались «всего лишь» в 23 % случаев. (Что тоже неудовлетворительно. Представьте, если бы такой «точностью» обладал домашний тест на беременность.)

Так что данные показывают: если вы хотите сделать прогноз, то применение базовых ставок эффективнее, чем мнения экспертов, которые лучше, чем прогнозы новичков (замыкают шествие люди, которые ушли в леса за несколько дней до 2000 года, поверив прогнозам о крушении цивилизации).

Исследования Тетлока требуют: проявляйте скромность, когда речь заходит о ваших интеллектуальных способностях. Каждый раз, когда возможно, лучше вообще не пытаться прогнозировать. Например, если вы специалист по программному обеспечению, у вас нет никаких оснований считать, будто вам проще предсказать эволюцию хаотичного рынка технологий, чем для политолога – спрогнозировать результаты президентских выборов в странах со стабильной западной демократией.

Учинг предоставляет альтернативу, но как способ познания реальности, а не прогнозирования.

САРАС САРАСВАТИ, ПРОФЕССОР Высшей школы бизнеса Дарден Университета Вирджинии, показала: мелкие предприниматели – полная противоположность ученым мужам. По ее словам, у многих предпринимателей есть одна сходная черта – отвращение к прогнозам. «Если вы дадите предпринимателям данные, относящиеся к будущему, они просто не обратят на них внимания», – сказала она в интервью журналу Inc. Похоже, мелкие предприниматели считают, что по поводу прогнозирования беспокоиться не стоит: одно исследование показало, что 60 % руководителей Inc. 500[64] перед запуском своих компаний даже не написали бизнес-планов.

Для изучения того, как думают мелкие предприниматели, Сарасвати провела углубленное интервью с 45 основателями компаний с оборотом в пределах от 200 миллионов до 6,5 миллиарда долларов. Одним из пунктов было исследование гипотетического запуска с вопросами о том, как принимаются важные решения.

Одним из вопросов был: «Какие исследования рынка вы провели бы на месте предпринимателя?» В ответ один из участников, открытый для сотрудничества, начал бодро придумывать исследования, которые мог бы провести. Но затем, в середине своей речи, внезапно остановился и честно сказал: «На самом деле я не стал бы проводить все эти исследования, я просто пошел бы продавать. Я не верю в маркетинговые исследования. Кто-то однажды мне сказал: “Единственное, что вам нужно, – это клиент”. Вместо того чтобы задавать вопросы, я попытался бы сделать продажи».

Именно это и произошло в конце 1990-х, в разгар дотком-эпохи[65]. Тогда-то у Билла Гросса появилась идея, которую он решил проверить. Гросс, основатель инкубатора запусков под названием idealab! загорелся идеей продажи автомобилей через интернет непосредственно потребителям. Он представлял себе так: клиенты могут быстро найти тот автомобиль, который хотят, и получить его прямо у своей двери, что позволяло им избежать общения с продавцами.

Он знал, что в принципе идея может сработать, но это было рискованно. При продаже через интернет он мог предлагать скидки, потому что ему не нужно было держать большой запас товаров (много дорогих автомобилей). Но даже со скидкой автомобиль – довольно крупная покупка, чтобы осуществлять ее через интернет. Согласятся ли люди потратить 20 000 долларов на автомобиль, на котором не совершили пробной поездки? Даже не видели его в глаза?

Чтобы пролить свет на этот вопрос, он пошел на пробный эксперимент: нанял на 90 дней CEO и дал ему задание продать одну машину. Энди Циммерман, в то время главный COO idealab! вспоминает, что произошло:

В ходе мозгового штурма мы встретили сопротивление, потому что некоторые считали маловероятным, чтобы люди покупали дорогостоящие товары через интернет. В то время никто не продавал автомобили через интернет. Но вместо того чтобы продолжать обсуждать, мы создали сайт из нескольких страниц, который якобы позволял заказать на нем автомобиль. На самом деле запрос поступал к сотруднику, который смотрел цену в Kelley Blue Book[66] и отправлял ее клиенту. На следующее утро Билл обнаружил, что мы продали три автомобиля, и нам пришлось срочно закрывать сайт, потому что мы предлагали очень большие скидки.

Вместо того чтобы продолжать дискуссию, команда провела учинг и разрешила неопределенность. Учинг привел к основанию компании CarsDirect.com{81}, которая в течение трех лет со дня основания была крупнейшим автодилером в стране.

Профессор Сарасвати обнаружила: предпочтение тестирования перед планированием – одно из самых поразительных отличий между мелкими предпринимателями и руководителями корпораций. Она сказала, что большинство руководителей крупных компаний пользуются прогнозами и, кажется, «совершенно уверены, что могут контролировать будущее в той степени, в которой могут его прогнозировать». И наоборот, мелкие предприниматели склонны к активному тестированию и «совершенно уверены, что могут контролировать будущее, поэтому незачем его прогнозировать»{82}.