Шрифт
Source Sans Pro
Размер шрифта
18
Цвет фона
Глава 2. Ложные боги Экселя
Числа всегда завораживали меня. В детстве я считался математическим вундеркиндом, так как искал ясность и точность в этом мире и получал удовольствие от решения сложных задач. В колледже я научился рассчитывать средневзвешенную вероятность чистой приведенной стоимости и вероятностное распределение чистого денежного потока. Еще я научился считать карты в казино.
Корпоративная Америка любит цифры, потому что они облегчают отслеживание и измерение жизни, и я, конечно, использую данные в презентациях, чтобы доказать свою точку зрения и поддержать аргументы. Но диаграммы, графики и статистику также можно использовать, чтобы исказить истину, отвлечь внимание, скрыть более широкую миссию организации.
Цифры объективны, но не люди, которые ими пользуются.
Я уже давно понял, что, для того чтобы узнать, что скрывается за цифрами, нужно копать глубже, а иногда выходить и смотреть самому.
В 1994 году, после того как я начал работать в Нью-Йоркской страховой компании, я прогулялся по почтовому отделу. Тогда департаменты корреспонденции были большими хаотичными порталами, через которые компании взаимодействовали с внешним миром. Я заметил, что машина для вскрытия писем стояла тихо, тогда как четыре парня сидели за столом, открывая конверты. Они делали то, что должен был делать автомат, только это занимало у них больше времени, и мы платили им за работу.
Я спросил одного из контролеров, что происходит.
Он сказал, что лезвие машины для вскрытия писем сломалось, поэтому они наняли четырех рабочих, чтобы обрабатывать почту.
– Почему вы не купили новое лезвие? – спросил я.
Он сказал, что лезвие для машины стоит семьсот долларов, а ручные открыватели писем – всего сорок долларов за штуку.
– Понятно, а сколько вы платите тем четырем парням?
Контролер сказал, что это было решение управляющего.
Итак, я пошел в кабинет, где управляющий сидел, задрав ноги на массивный письменный стол, три четверти которого было завалено подарками от поставщиков, а посредине лежала большая чернильная промокашка.
– Это безумие, – сказал я ему. – Вы посадили четырех человек открывать почту. Почему вы не купили новое лезвие?
Он сказал, что я не понимаю математику. Лезвие обойдется в семьсот долларов, но четыре открывалки для писем стоят всего сто шестьдесят долларов.
– Мы экономим пятьсот долларов, – сказал он мне.
– А как же люди!?
Он спокойно объяснил, что «бюджет на персонал» был не настолько жестким, как «бюджет на снабжение», поэтому «на самом деле имеет больше смысла поступать именно так».
Что ж, вскоре у нас было новое лезвие для машины, не говоря уже о новом менеджере почтового отдела, и этот инцидент красноречиво говорил о том, как работают некоторые предприятия. Управляющему почтовым отделением были бы даны высокие оценки за то, что он остался в рамках своего бюджета. Он попал в свои числа! И числа имели приоритет над тем, что было лучше для компании.
Я виню в части этой фиксации Уолл-стрит и требования к квартальным результатам. «А вы собираетесь попадать в числа?» становится определяющим вопросом для любого генерального директора; но это неправильный вопрос, акцентирующийся на краткосрочных результатах – которыми можно манипулировать в любом случае – по сравнению с долгосрочными показателями компании. Тем не менее любое первое лицо чертовски поплатится, если доходы не будут соответствовать ожиданиям Уолл-стрит.
Компании также сами виноваты, поскольку они беспечно злоупотребляют числами или не признают их ограничений – во многих случаях данные являются надуманными проекциями реальности, которая не существует. Электронные таблицы сделали это возможным.
Да, некоторые менеджеры живут и умирают ради электронных таблиц, но я убежден, что они погубят корпоративную Америку.
Они уже уничтожили Японию и скоро уничтожат Китай, потому что эти великие страны посылают своих талантливых студентов учиться МВА и забирают с собой наши электронные таблицы.
У меня долгая история отношений с электронными таблицами. Когда я учился в аспирантуре в начале 1980-х годов, я использовал первую таблицу для персонального компьютера. Она называлась VisiCalc, от «visible calculator», и я использовал ее на своем компьютере Rainbow. Электронная таблица позволяла делать то, что вы не могли сделать раньше. Вы могли поместить числа в отдельные ячейки, нажать «пересчитать» и получить результаты. Если вы изменили любое из этих чисел и снова нажали «пересчитать», то получали новые результаты. Этот «отображаемый вычислитель» был мощным способом построения моделей. Но в одном критическом отношении он ничем не отличался от любого другого калькулятора: результаты были так же хороши, как и числа, которые вы вводили, а они, в свою очередь, были настолько достоверны, как и предположения, лежащие в их основе.
По просьбе одного из профессоров я использовал VisiCalc для построения модели распределения расходов на здравоохранение между профсоюзом и руководством. Предполагалось использовать расчет при обсуждении условий контракта. Идея состояла в том, что если обе стороны смогут точно спрогнозировать изменения в этом ключевом преимуществе, то переговоры будут более гладкими. Я гордился этой моделью, и мой профессор взял ее с собой для Ассоциации работников автопрома (UAW) в Детройте, где ее немедленно отвергли. Профсоюз заявил, что льготы не подлежат обсуждению. Несмотря на это, я думал, что новый способ вычисления и отображения чисел был действительно крутым.
Это было только начало. Электронные таблицы стали намного более сложными – Excel оказалась самой популярной – и теперь вы можете просто изменить число в ячейке формулы, и результаты будут выданы автоматически. Никакой кнопки «пересчитать». Это было важно как в символическом, так и в операционном плане, потому что теперь можно легко и ненапряжно манипулировать отдельными числами, чтобы получить разные результаты. Это практически приглашало к злоупотреблению. Вместо того чтобы сосредоточиться на исходных данных – а также на многочисленных предположениях и анализе чувствительности, лежащих в их основе, вы спрашиваете себя: какой результат я ищу, а затем соответствующим образом корректируете исходные данные. По мере того как электронные таблицы становились все более мощными, они могли вместить целые хранилища данных и выполнять более сложные вычисления, и теперь вы могли строить более крупные и сложные модели, подкрепленные слоями скрытых предположений и неясных формул.
И в этом была вся проблема. Электронная таблица не показывает, что происходит на три уровня ниже чисел. Она не афиширует, какие предположения были сделаны, или чувствительность этих предположений, или какие линии тренда были исключены, или какие риски были проигнорированы.
И все же мы верим в числа, как будто они были порождены сверхъестественными силами – это ложные боги Excel.
Когда кто-то приходит ко мне с электронной таблицей, я задаю всевозможные вопросы, но все сводится к следующему: что вы действительно считаете правдой, а что – ерундой?
