Я бы даже не стал им говорить,
что у слона есть хобот.
Просто покажу им слона,
если  тот  окажется под рукой…
(Дж. Сэлинджер "Тедди")

В этой статье я поделюсь с вами своими соображения относительно количественных критериев изменения состояния системы управления "проблема - > цель - > задача", также коснусь проблемы мониторинга рисков и алгоритмов принятия решений,  о чем меня просили многие мои читатели.
 
Прежде всего, необходимо понимать, что исследуемая нами система состоит из двух сущностей - это анализируемое явление и собственно сам исследователь. Говорить о том, что можно описать качественные изменения в системе в глобальном смысле (то есть независимо от исследователей) возможно только лишь в случае, когда эти изменения очевидны для большинства исследователей. Например: несильное землетрясение для большинства населения является очевидным фактом, однако можно найти скептиков, которые будут утверждать, что ничего не происходит.  С другой стороны, совсем слабые толчки земной коры, могут распознать лишь очень чувствительные люди, либо специалисты, вооруженные специальными приборами. Таким образом, надо понимать зависимость точности описания состояния системы, как от состояния самой системы (или явления), а также от качественных характеристик наблюдателей. Наше знание постоянно развивается, соответственно развиваются наши способности наблюдать и различать более тонкие детали систем или явлений. Да, покупная способность доллара постоянно падает, зато растет качество знания. То, что мы не знали и, соответственно, не могли увидеть сто лет тому назад, сегодня становится реальностью. Современный школьник гораздо больше знает и понимает чем академик лет сто или двести тому назад. Можно привести еще много доводов в подтверждении тезиса о зависимости результатов исследований не только от явления, но также и от исследователя.
 
Следующим важным понятием является понятие риска. Без него невозможно построить ни одну систему безопасности, нельзя назначить ни один количественный критерий принятия решения. А действительно, где проходит грань между опасным и безопасным землетрясением, и как нам это оценить. Если у меня в доме качается люстра и двигается мебель, то в какой момент я должен кричать караул и с простынею вместо парашюта выпрыгивать из окна. Очевидно, это зависит как от силы землетрясения, так и от степени моей рискованности. Я уверен, что многие люди даже при очень слабых толчках, покинут свои жилища, в тоже время найдутся фанаты экстремальных ситуаций, которые не покинут свое жилище, даже если уже трещат стены. Все очень субъективно. Каждый из нас строит свою собственную характеристическую функцию оценки риска, которая отображает степень нашей рискованности в зависимости от результатов анализа тех или иных начальных условий. Самое простое, например: риск = сила землетрясения * мой весовой множитель. Конечно же, в различное время и в различных условиях, «караул» я закричу при разных значениях  риска. Предположим, мой весовой множитель равен 1, тогда при оптимистическом расположении духа, «караул» я буду кричать, если риск превысит 5. В ином случает, я панически покину свою квартиру, когда риск может и не превысить 3. Весовой множитель для меня определяется сейсмической устойчивостью моего дома. Я доверяю своим строителям, и полагаю, что сейсмическая устойчивость моего дома соответствует общепринятой шкале землетрясений, поэтому и коэффициент равен единичке. А вот если бы я сильно не доверял строителям, я бы положил этот коэффициент равным 1.5~3, в зависимости от степени недоверия и износа строения (но при этом пороговые значения принятия решений остались бы неизменными). То есть, с одной стороны есть алгоритм оценки риска, с другой стороны критерии принятия решений и стороны эти являются независимыми.  Именно так строятся характеристические функции и критерии принятия решений, в зависимости от значений подобных функции при определенных величинах исходных данных (в нашем случае - сейсмическая шкала Рихтера).
 
Используя вышеприведенные рассуждения, мы можем практически построить аналитически таблички исследования некоторой системы или явления (см. рисунок). В основе нашего житейского опыта лежит возможность анализа систем не по одному критерию (как я описал это выше), а по нескольким. Более того, львиная доля наших аналитических исходных данных имеет вероятностную структуру, которою мы можем с той или иной степенью точности оценить. Все было бы неплохо, если бы мы действительно могли оценить вероятности всех факторов. Но иногда нет возможности даже предположить, что будет, если произойдет, то или иное действо - полная неопределенность.  Теперь обратимся к табличкам. У нас есть явление, есть факторы, по которым мы его пытаемся анализировать с соответствующими  весовыми множителями важности этих факторов. Далее становится интереснее, мы должны учитывать не только положительный результат влияния того или иного фактора, но и отрицательный. Собственно, по этой причине мне и пришлось придумать разреженные множества. («Пойди туда, не знаю куда, принеси то, не знаю что».) Для глубокомысленного исследователя важно анализировать не только факторы, которые могут принести мне удачу, но и также факторы, которые эту удачу могут подпортить.
 
Итак. В случае анализа проблемы, мы получим четко разделенные две характеристические функции, одна удачной реализации наших планов и исследований, другая же опишет наши неудачи. Нельзя построить функцию, где один из членов не имеет никакого значения. Действительно, а что получится в результате сложения 1 и ничего (скорее всего и получится “ничего», а возможно ли анализировать «ничего»?)? Как результат имеем две характеристики явления, при жестком требовании, что характеристическая функция не должна равняться пустоте (или ничему). Это ярко выраженный пример разреженного множества, следовательно, это качественное понятие проблемы. Таким образом, на первой табличке мы пытаемся анализировать проблему. Важно иметь в виду, что весовые коэффициенты имеют тенденции к изменениям во времени, но положим их поведение сильно консервативным. На примере землетрясения, мне ясно, что подобные коэффициенты имеют тенденцию во времени возрастать. Но в какой-то момент времени, например лет через 20-30, мой дом подвергнется капитальному ремонту, и этот показатель снова понизится. Однако в течение одного года я могу предположить, что его значение не изменится.
 
Проводим дальнейшие исследования нашей проблемы. Мы выяснили, что нам не достает данных (так называемое разреженное поле данных). Наша компания оплатила сторонним агентствам получение недостающей информации, и мы ее получили. Теперь наша табличка значительно оживилась и приобрела более заполненный вид. У нас есть все необходимые цифры. На этом этапе мы можем свернуть информацию (построить характеристическую функцию) уже и по вертикали (например,  вычитанием одного показателя из другого и делением на их среднее значение), при условии отсутствия пустотных значений. Но все равно, пока еще наше описание явления имеет сильно вероятностную структуру в зависимости от начальных факторов. Риск присутствует, но критерии анализа мы уже свели к одному представлению. Это состояние хорошо описывает нечеткая логика (fuzzy logic). В соответствии с моими идеями, исследуемое явление перешло из состояния проблемы в состояние анализа целей. Действительно, мы уже можем осуществлять реальное  планирование, хотя рискованность наших мероприятий все равно сохраняется. (Наверное, было бы скучновато жить, если бы мы достигали все свои цели…)
 
Дальнейшими шагами является приведение нашей таблички до состояния, когда можно  формировать команды непосредственным исполнителям. Для этого, мы должны быть уверены в успехе наших планов. И, следовательно, вероятность выполнения команд (реализация факторов) должна быть близка к единице. На каком-то этапе мы получаем третью табличку. Как мы этого добились, это наш секрет - либо мы настолько проницательны, либо нам помогло время. Сейчас это неважно. Важно, что вероятности исходных данных в характеристических функциях сильно приблизилась к абсолютным показателям вероятности их исполнения. Обычное, классическое множество, «сходи в конюшню, запряги лошадей и подай карету к крыльцу» (хотя по дороге можно сломать ногу или конюшня сгорит, или карета сломается, или…). Итак, мы добрались до понятия задач, до уровня непосредственных исполнителей.
 
Таким образом, мы определились с критериями перехода от одного понятия к другому. В доказательство справедливости моих идей можно сопоставить предложенные критерии и системы принятия решения. На самом верху консенсус. Действительно, есть два пути - «да» или «нет» - и право выбора принятия решения принадлежит тому, кто как можно глубже разобрался в проблеме на уровне хозяев бизнеса. Следующий уровень - компромисс. Чем больше осмысленного риска, тем выше доход непосредственного исполнителя. Последний уровень - уровень рядового исполнителя, почти никакого риска и фиксированный доход. (В данном абзаце, я также привел соответствие системы распределения общественных благ в зависимости от степени риска при принятии решений).
 
После того, как мы разобрались, в общем, с системой приведения (и характеристическими функциями заодно), можно поговорить о таком важном факторе как время. Естественно, наши исходные таблички во времени имеют тенденцию изменяться от одного состояния к другому. Не надо полагать, что это однонаправленное изменение, оно может также иметь и обратный характер и перескакивать через ступеньку. Например, сказки об Иване-Дураке. Уровень непосредственного исполнителя, риск исполнения обязанностей невелик, как и доход. Но вот система, в которой он находится, изменяется снизу вверх через ступеньку. Исполнитель, поддерживая однотипный функционал, начинает решать уже проблемы. О миг блаженной удачи и Иван получает кучу общественных благ и должностей. Но можно и наоборот поразмышлять о том, что такое неудачник и как с этим бороться (быть может поменять свое положение в системе).
 
Свои рассуждения о временном факторе я привел для того, чтобы обратиться к такой важной теме, как мониторинг рисков. (Удача - неудача, взлет - падение и так далее с течением времени…) Что значит, когда говорят, что человек умеет жить. Все просто, он умело пользуется собственной системой мониторинга риска (хотя бы интуитивно), и вовремя изменяет свое положение в той или иной системе. А почему бы такие рассуждения ни отнести и к предприятию или любой другой человеческой организации? Почему одни процветают, другие находятся в угнетенном состоянии? Две стороны медали. С одной стороны находятся наши технологии оценок влияние внешних факторов (то о чем мы говорили выше), с другой стороны - некоторая внутренняя система оценки опасности и получения благ (знание о себе). Собственно, их взаимное периодическое приведение в соответствие друг другу и есть мониторинг рисков. Если они адекватны (при условии, что необходимые решения принимаются оперативно - третий кит успеха), то идет развитие, если нет, то идет угнетение. Но более подробно мы об этом поговорим в моей статье о стратегии и тактике в бизнесе. А пока мониторинг рисков.
 
Представьте себя на берегу Ниагарского водопада, Вы не кричите «караул», Вы восхищаетесь природой. Теперь, утром из окна своей квартиры вы видите на улицах родного города нечто, похожее на Ниагарский водопад. Быть может, «караул» Вы не закричите, но пытаетесь включить радио или телевизор, дозвониться родственникам или друзьям, поговорить с соседями, короче, выяснить, а что же происходит и как надолго. Ситуация может быть еще более сложной, если во время сильного наводнения, Вы обладаете ограниченным запасом продуктов. Вы рискуете либо умереть от голода, либо утонуть, пытаясь раздобыть хлеба. Но изначально мы ждем, когда наводнение пойдет на убыль. Мы постоянно оцениваем риск утонуть или умереть с голода. Эти показатели (риск утонуть и риск умереть с голода) зависят от некоторых изначальных данных, таких как запас продуктов и скорость их потребления, глубина подъема воды и скорость водяных потоков на улицах, удаленность точек, где можно возобновить съестные припасы, нашего умения плавать и, вообще, находить выход из критических ситуаций. Но сразу же мы не предпринимаем никаких действий, мы оцениваем ситуацию (если только вода не залилась нам в кровать). Только мы не просто ждем у «моря погоды», а ждем повышения риска до критической черты голодной смерти или снижения риска (до приемлемых значений) утонуть, пытаясь раздобыть хлеба. Это и есть мониторинг рисков. У нас есть несколько показателей, по которым мы строим характеристические функции: запас хлеба и воды, удаленность складов, глубина наводнения, скорость потока, температура воды, температура воздуха и так далее. И с некоторой периодичностью оцениваем «утонем или нет» (например, слушая по радио каждые полчаса, прогноз погоды). Более того, у каждого из нас есть собственные представления о порогах риска (некоторая ступенчатая функция принятия решений), когда нам легче принять решения. Таким образом, мы формируем критерий принятия решения, что если при запасе хлеба только на два дня, при условии, что глубина потока не превышает 1 метра, мы надеваем сапоги и отправляемся на поиски хлеба. Однако если у нас запас продовольствия есть еще на месяц, то стоит ли вообще рисковать? (См. рисунок)
 
Мы разобрались вкратце, что такое мониторинг рисков и что такое пороговая функция. Это естественно, что первичные данные о любой ситуации мы помещаем в нашу некоторую характеристическую функцию (например, вероятность доплыть до складов в зависимости от температуры воды, ее глубины, скорости), для того чтобы принимать решения. Но не стоит забывать, что очень важно для данного процесса, периодически получать начальные данные (прогноз погоды) и сводить их в некоторую систему (по образу и подобию моих табличек) - систематизировать. Таким образом, мы периодически выполняем анализ, с одной стороны рассчитываем значения характеристических функций (утонем или нет), с другой стороны у нас есть пороговая функция принятия решения. И как только их значения начинают пересекаться (или одно принадлежать другому), мы уже можем принимать решения (см. рисунок). Степень рискованность любого мероприятия заключается в том, насколько наше представление об опасности превышает наш же порог риска, и какие есть доводы, чтобы рисковать. Например, при глубине воды 1 метр при наводнении весьма опасно находится на улице. Однако есть шанс, что наши соседи более рискованные люди, за то время, пока вода упадет до 10 сантиметров (и мы ждем), не разберут на ближайшем складе все продовольствие, и нам придется добираться до складов гораздо дальше. В этом и есть суть принятия рискованных решений. Резюмируем сказанное. Консенсус - как нам решить нашу проблему вообще (быть может, пока есть запасы продовольствия не рисковать, а подождать пока вода не пойдет на убыль, и решить к каким складам мы отправимся). Компромисс - вода упала до приемлемых глубин и можно отправляться на поиски продуктов питания, при этом сохраняется риск утонуть, но склады будут ближними, что не может не сказать на повышении нашей безопасности. Авторитаризм - нам правительство разрешило выходить из дома, оно нам сказало, на каких базах мы будем получать продовольствие, и мы пошли. В это время нам по радио постоянно сообщается прогноз погоды, чтобы мы могли вести мониторинг риска непрерывно и принимать правильные решения (быть может, вернуться назад, если ожидается в ближайшее время очередной шквал урагана).
 
Я сознательно не привожу конкретных видов характеристических функций, не рисую пороговые функций рисков, и мои таблички носят только демонстрационный характер. В каждом конкретном случае, для конкретной фирмы, для конкретной области деятельности, для определенной ментальности управления эти все сущности имеют специфику и должны определяться в каждом конкретном случае индивидуально на основании собственных представлений. Исходные данные можно и стоит получать из систем автоматизации любой деятельности (бухгалтерской, бизнес транзакции, торговой, производственной), а также на основании экспертных оценок. Прежде чем внедрять в жизнь предложенные мной технологии, надо смоделировать ситуации и решить, а действительно ли при глубине воды в 1 метр и температуре воды 15 градусов мы сможем выжить (иначе существует риск утонуть, а провести эксперимент можно в бассейне, да еще плюс наш житейский опыт). Кстати о житейском опыте. Он сильно уточняет наше представление, как о виде характеристических функций, так и собственных весовых множителях (нивелирует наш опыт). Поэтому им не стоит пренебрегать. Ибо зачастую, именно житейский опыт может заменить образование нескольких университетов, поскольку университетское образование учит нас только правильно строить характеристические функции, а житейский опыт уже вплотную помогает нам реализовывать и использовать их в жизни.

Последнее изменение: 21.09.2003