КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
А. ПОНИМАНИЕ СИСТЕМЫ И ТЕОРИИ ОПТИМИЗАЦИИКак и в любой системе, различные компоненты "Системы Глубокого Знания" нельзя разделить: они сильно связаны друг с другом (см. главу 8). Знания о психологии будут неполными без понимания природы вариаций. Например, если психолог понял теорию вариаций так, как она трактуется в эксперименте с Красными Бусами (см. главу 6), он не сможет больше участвовать в беспрерывных усовершенствованиях методик ранжирования людей. Статистическая теория, возможно, больше, чем любая другая дисциплина, может внести вклад в совершенствование методов управления в промышленности, образовании и в государственном аппарате. Статистическая теория необходима для понимания различий между людьми, взаимодействий между людьми и взаимодействий между людьми и системами, в которых они работают или учатся. Статистическая теория ведет к ясному пониманию пороков господствующей концепции управления, и она же указывает путь к лучшей практике. Статистическая теория, если она применяется с необходимыми предосторожностями, с использованием теории познания, может быть полезной при интерпретации результатов испытаний и экспериментов. Теория познания позволяет руководителям и управленцами понять, что управление в любой форме есть предсказание. Интерпретация результатов испытаний и экспериментов - это предсказание. Нужно заметить, что не надо быть вьщающимся специалистом в любой части "Глубоких Знаний", чтобы понимать их как систему и использовать их. Мы видели в главах 8 и 15, что цель рассмотрения системы и цель сотрудничества одна и та же: их нужно понять и использовать для целей оптимизации организации как целого, а не для псевдооптимизации ее частей. Субоптимизация - дело нетрудное, но она обходится нам недешево. Субоптимизация может создать иллюзию улучшения, но в действительности она создает барьеры, препятствующие действительному прогрессу; более того, субоптимизация одной части часто вредит другим частям, так что в целом изменение наносит больше вреда, чем дает пользы, и, кроме того, затрудняет проведение по-настоящему выгодных преобразований. Среди многих примеров субоптимизации в управлении людьми мы можем указать на следующие: разрушительный эффект ранжирования, начиная от школ и яслей вплоть до университетов; золотые звезды и призы в школе; разрушающий эффект т. н. системы личных заслуг, премиальных выплат; Управление по Целям (МВО); Управление по Результатам (NBR), нормы (квоты). (Об ошибочных методах управления см. также главу 29.) Конкуренция за долю на рынке, торговые барьеры приводят к серьезным потерям. Часто главная цель фирмы - отхватить больший кусок пирога у другой фирмы. То же самое относится к нациям в целом. Мы рассмотрели вред, вызываемый этим подходом, в главе 15. Если это единственная или главная цель фирмы, то ее результатом будут потери. Целью должна быть выпечка большего пирога, который принесет больше прибыли. От этого выиграют все. Торговые барьеры - это препятствие для прогресса. Когда такая ситуация имеет место, у производителей низкокачественной продукции нет стимула для улучшения качества, так как их рынок защищен, а у производителей качественной продукции нет стимулов к совершенствованию, т. к. рынок ограничен. Это ситуация "Все Проиграли", а не "Выигрываем Все Вместе": Поиск оптимальных решений способен давать значительно большую отдачу, чем можно было бы ожидать. Может показаться, что достичь оптимума невозможно, поскольку в точности оптимальное решение трудно даже определить, не говоря уже о том, чтобы его достигнуть. Но вспомним "Функцию потерь Тагути" (гл. II): штраф за малые отклонения от оптимума оказывается совсем небольшим. С учетом такого поведения "Функции потерь", можно отклоняться от оптимума на небольшое расстояние по оси абсцисс в любом направлении и при этом подниматься по вертикали на почти незаметную величину. Таким образом точная оптимизация, к счастью, и не требуется: вполне достаточно лишь подойти достаточно близко к оптимуму.
|