теорий сводят большие миры к малым, чтобы можно было применить максимизацию полезности. Это может быть интересным теоретическим упражнением, но оно мало чем поможет практикующим менеджерам, которым приходится принимать решения в условиях неопределенности. Слепое пятно для неопределенности можно проследить классических работах по теории принятия решений Дункана Люса и Говарда Райфа, которые различали риск и неопределенность (и, к сожалению, называли последнюю неопределенностью). 12 Эта терминология исключает все большие миры из области науки о принятии решений. Во влиятельной работе Тверски и Канемана "Суждение в условиях неопределенности: эвристика и предубеждения" термин "неопределенность" используется даже за пределами двусмысленности, чтобы охватить ситуации риска. 13 Аналогичным образом, популярные книги по поведенческой экономике, такие как "Фрикономика" и "Мышление: Fast and Slow", говорят о неопределенности, но при этом имеют дело либо с риском, либо с двусмысленностью. Эта концептуальная путаница приводит к ошибочному впечатлению, что максимизация полезности применима ко всем проблемам.

Что на самом деле означает VUCA?

В главе 1 мы использовали популярный термин VUCA, который нуждается в точном определении. В этом акрониме объединены такие понятия, как волатильность, неопределенность, сложность и неоднозначность, хотя это не одно и то же. Они имеют принципиально разное значение в малом и большом мире. В теории финансов волатильность определяется как стандартное отклонение переменной во времени, например, доходности акций. Согласно этому определению, волатильность предполагает стабильность во времени. Например, портфельный метод Марковица предполагает ситуацию риска, в которой волатильность может быть точно оценена из прошлого. Однако в условиях неопределенности волатильность означает нечто большее, чем случайные колебания; она относится к непредвиденным изменениям и сбоям. В этом случае точная настройка весов активов на основе прошлых данных уже не может обеспечить оптимальный портфель в будущем. Простые эвристики, такие как 1/N, которая присваивает равные веса, могут работать лучше. На самом деле, в реальном (большом) мире финансовой неопределенности 1/N, как было показано, превосходит метод Марковица, удостоенный Нобелевской премии, и работает наравне с самыми сложными современными версиями этого метода. 14 Биржевые фонды, такие как индексные фонды на основе промышленного индекса Доу-Джонса, которые тесно связаны с 1/N, также неизменно показывают результаты выше управляемых фондов. 15 В условиях неопределенности точная настройка на основе прошлых данных может оказаться бесполезной.

Аналогично, как уже упоминалось в этом обсуждении, термин "неоднозначность" в теории принятия решений означает "маленький мир с неизвестными вероятностями". Однако в выражении VUCA, где оно означает практически то же самое, что и неопределенность, подчеркивая отсутствие ясности и определенности, оно не имеет такого значения. Как и в случае с волатильностью, неоднозначность имеет принципиально разные значения в маленьком мире и в большом мире. Это вносит дополнительную путаницу в литературу. Сложность также имеет несколько значений: В теории вычислительной сложности, например, она относится к вычислимости, но может также относиться к сложности моделей. Например, модели малого мира, такие как кумулятивная теория перспектив, обычно относительно сложны, в то время как модели большого мира, такие как 1/N, обычно просты.

В этой книге мы определяем термин VUCA как "большой мир". V относится к неожиданным изменениям с течением времени, U и A - к аспектам неопределенности, а C - к неразрешимости.

Общий смысл заключается в том, что теория вероятностей и оптимизационные модели являются отличными инструментами в ситуациях риска, в то время как эвристика подходит для работы в условиях неопределенности. Тем не менее, этим различием часто пренебрегают, и термин "оптимизация" используется даже для проблем большого мира. Часто говорят о том, что менеджеры приближаются к "оптимальным" решениям или принимают "субоптимальные" решения. Такие заявления игнорируют тот факт, что в ситуациях неопределенности по определению не существует такого понятия, как оптимизация, и называть решение субоптимальным также не имеет смысла, если никто из смертных не может знать оптимального решения.

Вспомните из главы 1, что хотя Саймон был обучен теории ожидаемой полезности, он быстро понял, что она малоприменима в реальном мире принятия управленческих решений, и поэтому успешные менеджеры даже не пытаются ее внедрять. Точно так же Селтен всегда проводил различие между рациональностью в четко определенных играх и полезной эвристикой в реальном, неопределенном мире. Оптимизация и эвристика не являются ни противоположностями, ни конкурентами. Они являются подходящими инструментами для разных ситуаций, для малых и больших миров, соответственно.

Неопределенность способствует прогрессу

Многие люди считают неопределенность чем-то негативным, чего следует избегать. К этой группе людей, избегающих неопределенности, относятся большинство экономистов, поведенческих экономистов и других людей, которые строят модели риска, но избегают иметь дело с неопределенностью. Неудивительно, что в компаниях есть отделы управления рисками, но не отделы управления неопределенностью. Тем не менее неопределенность реальна, и с ней необходимо бороться. В 2003 году Роберт Лукас, один из самых выдающихся макроэкономистов, заявил, что макроэкономике удалось предотвратить экономическую депрессию. 16 Пять лет спустя теоретизирование в узком кругу привело мир вслепую к крупнейшему финансовому кризису со времен Великой депрессии. Увлечение изучением малых миров создает теории, которые обеспечивают иллюзорную уверенность и предполагают стабильный мир, в котором никогда не может произойти ничего нового, что означает, что они малопригодны для практиков. Мышление в терминах максимизации ожидаемой полезности, малых миров и равновесных моделей не только не учитывает возможность кризиса, но и обладает еще более поразительными свойствами. В малом мире было бы:

Никаких инноваций

Без прибыли

Нет торговли

Нет необходимости в таких качествах, как интеллект, опыт или интуиция

Теоретизируя в терминах малых миров, инновации невозможно представить: Все возможные действия, будущие состояния и их последствия фиксированы и известны. Ничто не может измениться неожиданным образом, и инновации становятся невозможными, когда все известно. Более того, как давно заметил Найт, в мире риска невозможно получить прибыль; к такому же выводу пришла гипотеза эффективного рынка. 17 Когда все игроки знают будущее и невозможно получить прибыль, нет стимула торговать с другими (теорема об отсутствии торговли). Кроме того, такие квинтэссенциальные для человека качества, как интеллект, опыт, интуиция, эмоции и доверие, становятся малопригодными. Хуже того, развитая психология нашего мозга ошибочно определяется как источник когнитивных иллюзий и иррациональности.

На самом деле человеческий мозг эволюционировал, чтобы иметь дело с реальным миром, миром, который в значительной степени неопределенен и неразрешим, и в котором эвристика, интуиция, доверие и эмоции незаменимы для выживания. Мы должны смотреть на неопределенность как на нечто положительное: без нее жизнь была бы бесконечно утомительной, и, кроме вычислений, никакая форма интеллекта не была бы нужна. К счастью, адаптивная эвристика помогает нам ориентироваться в мире неопределенности.

Преимущества эвристики

То, что является недостатком в