Гуру Мадхаван - Думай как инженер Страница 10

«Мысль проехать по каждой улице мира, делая снимки всех зданий и обочин, сначала казалась нелепой, – добавляют инженеры, – но анализ показал, что это вполне реализуемо при организованных усилиях и в масштабах, которые мы могли себе позволить, в течение нескольких лет». Спектор считает, что это был, по сути, вопрос эффективности затрат. Google Maps возникли как инженерный компромисс, касающийся эффективной логистики (то есть можно ли составить такие карты?), но за этим последовал экономический аргумент о потенциальном рынке для данного приложения.

«Оказалось, что это осуществимо», – говорит Спектор.

Ориентация на данные – предварительное условие оптимизации. Эта идея повлияла на каждый промышленный сектор. «Например, в отрасли телекоммуникаций за последние годы объемы, проходящие по нашим сетям мобильных данных, возросли на 25 тыс. процентов и до сих пор ежегодно удваиваются», – отмечает Рэндалл Стивенсон, СЕО[7] AT&T. А если взять пример из отрасли авиаперевозок, то самолет «Боинг», летящий из Лондона в Нью-Йорк, выдает 10 терабайтов оперативных данных каждые полчаса в течение полета.

Но ориентация на данные – лишь часть оптимизации; понимание потребностей пользователей – еще один ее существенный компонент. Рассмотрим сценарий, предложенный Норманом Огастином, ушедшим в отставку СЕО компании Lockheed Martin: допустим, вы провели опрос пассажиров, чтобы выяснить, чего бы они хотели от нового самолета, и обнаружили, что их желание – быстрее добираться до пункта назначения. В связи с этим у эксперта по аэродинамике, возможно, появится задача – увеличить скорость самолета. У специалиста по системной инженерии иной подход.

Применяя модульное мышление, специалист по системной инженерии наверняка разделил бы весь процесс путешествия на составляющие. Полет на самолете – одна из многих частей системы, а остальные – приезд в аэропорт, поиск места для парковки, проход по аэровокзалу, регистрация на рейс, сдача багажа, прохождение контроля, ожидание посадки, посадка и полет. Все эти составляющие и несколько других влияют на скорость, эффективность и работу системы в целом. Специалист по системной инженерии может попытаться оптимизировать отдельные компоненты, уделяя внимание компромиссам и ограничениям. При модульном мышлении решения могут свестись к тому, как быстрее пройти контроль безопасности, улучшить процесс посадки на самолет и оперативно получить багаж.

Ситуация усложняется, когда нужно принимать в расчет природу – сложнейшую систему систем. Например, в случае с авиацией погода – колоссальный непредсказуемый фактор при оптимизации. По той же причине поначалу недостаток измерений и данных вынуждал инженеров, занятых проектированием труб и канализации, делать непосредственные предположения и заключения. «Когда вы хотите построить тоннель, приходится иметь дело с постоянно изменяющейся и взаимодействующей с другими системами геологической средой, – говорит инженер-геотехник Уэйн Клаф, секретарь Смитсоновского института и бывший президент Технологического института Джорджии. – Вам нужен обоснованный системный подход, который поможет адаптироваться к меняющимся условиям». Современные технологии позволяют собирать невероятное количество данных о природе. Но использование этой информации для оптимизации любого типа всегда будет проблемным.

Мы можем сделать все от нас зависящее, применяя технологии, но в конечном итоге побеждает мать-природа.

Я учился в бизнес-школе и одновременно работал над диссертацией по биомедицинской инженерии. Я планировал открыть компанию по производству медицинского оборудования. Но одним бодрящим утром 2008 года все изменилось.

Я читал статьи в Financial Times и других деловых журналах в интернете; в них анализировалось шаткое состояние экономики США. В каждой статье предлагался собственный диагноз и рецепт, отличный от других. Эти новости подтачивали мою уверенность. Почему? Как оказалось, я, новоиспеченный магистр бизнес-администрирования, понятия не имел, о чем там говорилось. Эти статьи совершенно не были похожи на то, что мы обсуждали на занятиях по экономике и финансам; они противоречили всем моим знаниям. Я почувствовал, будто достиг стадии интеллектуального отторжения и мне нужно забыть все усвоенное, чтобы заново выучить основы.

В то же утро я отправился в лабораторию проводить клинические исследования. На одном из испытуемых я установил датчики, чтобы отслеживать, как разрабатываемая нами неинвазивная технология воздействует на сердечно-сосудистую систему. В центре внимания наших исследований была стимуляция насоса икроножных мышц для улучшения кровообращения в голенях. Более ¾ объема крови в организме человека приходится на область ниже груди. И чтобы обеспечить эффективный отток крови обратно к сердцу при каждом его сокращении вопреки силе тяжести, вены должны сжиматься, что происходит вследствие сокращений волокон скелетных мышц. Поэтому икроножные мышцы еще называют «вторым сердцем», а их недостаточная работа связана со многими хроническими состояниями.

Пока я следил за максимальными и минимальными показателями, колебаниями и изменениями данных артериального давления от одного сокращения сердца к другому, они напомнили мне о колебаниях курса акций. Мое понимание физиологии человеческого организма начало сближаться с непониманием того, как работает финансовая система. И тут меня осенило: я подумал, что мне нужно стимулировать не насос икроножных мышц, а экономику!

Через некоторое время, поискав информацию в интернете, я решил подать заявку на позицию стипендиата-исследователя в области экономической политики в Национальной академии наук США. Я даже не сообщил об этом своему научному руководителю. Двое моих наставников, привыкших к моим безумным идеям, предложили написать рекомендательные письма. Казалось, все идет как надо, но после подачи заявки у меня начался приступ паники. Меня самого обескуражила внезапность моего решения, но я сумел убедить себя, что мои шансы получить должность стипендиата-исследователя стремятся к нулю, и за несколько дней жизнь понемногу вернулась в обычное русло.

Через несколько недель меня включили в список финалистов, идущих на итоговое собеседование, а вскоре после этого я получил искомую должность. И осенью 2008 года – в разгар экономического кризиса в США и исторических выборов президента – я взял отпуск на семестр и поехал в Вашингтон. Это стало поворотным моментом в моей жизни. Имея бизнес-образование и почти никаких практических знаний об экономике, я начал заново знакомиться с тонкостями и недостатками реальной экономической политики. Мне повезло работать с консультативным советом, председателем которого был влиятельный экономист – бывший министр финансов США.

Во время дебатов на заседании исполнительного комитета я узнал о злободневных вопросах, от которых у меня голова шла кругом. Было такое ощущение, будто меня посадили за главный пульт управления в командном отсеке космического шаттла. Обсуждались такие темы, как поиск правильного сочетания торговой, фискальной, кредитно-денежной политики, стимулов для корпораций, поддержки федеральных исследований, а также несколько других вариантов, необходимых для поддержания бесперебойного функционирования экономики. Из этого вашингтонского опыта мне стало ясно, что полученное мной образование оторвано от хитросплетений реальности. Я был ошеломлен.

Но как я мог обо всем этом судить? Я ведь только что переплыл из пресных вод инженерии в соленые волны государственной политики.

Инженеры и экономисты – выходцы из разных областей знаний, но корни обеих профессий – в рациональности и акценте на четких количественных данных. При выполнении своих задач, от создания новых продуктов до новых политических курсов, инженерия и экономическая наука традиционно опираются на принципы оптимизации – опять-таки достигая желаемой цели в условиях ряда ограничений. Экономист из Гарвардского университета Грегори Мэнкью утверждает, что «подсфера макроэкономики зародилась не как наука, а скорее, как разновидность инженерии», учитывая, что первоначальная практическая направленность экономической науки со временем, по-видимому, изменилась.

В экономической науке и инженерии пересекаются как минимум две концепции оптимизации. Первая – это максимизация полезности. Если вернуться к примеру платы за въезд в загруженные районы, то в идее ее взимать нет ничего нового. Если какой-то ресурс – в дефиците, то плату за него можно поднять. Но инженеры IBM, применяя принцип максимизации полезности, эффективно сократили дорожные заторы в основном за счет изменений в поведении, а преобразования в существующей инфраструктуре при этом были незначительными. Возможно, та же логика применима и к Грибовалю, чьей целью была максимизация полезности и эффективности его модульных орудий.