Допустим, у вас возникла проблема с газоном. Трава на нем слишком высокая, поэтому вы определяете высоту травы как свою первичную переменную. Вы хотите понять, от чего эта переменная зависит. На моем семинаре по решению проблем слушатели называют не менее дюжины факторов, действительно способных повлиять на высоту травы. Примерный список выглядит так:
• дождь;
• наличие дренажа;
• нитраты в почве;
• температура;
• влажность;
• земляные черви;
• насекомые-вредители;
• козы, щиплющие траву;
• количество сорняков на квадратный фут;
• частота, с которой по траве ходят люди;
• сорт травы;
• высота лезвия газонокосилки и множество других вариантов.
Чем многочисленнее и сообразительнее группа и чем больше времени мы отводим на обсуждение этого вопроса, тем длиннее становится список. А речь идет всего лишь о газоне! Представьте, что вы пытаетесь проанализировать и измерить все эти переменные. (Возможно, вы заметили, что подобный подход подозрительно похож на мозговой штурм, — и вы уже знаете, как я отношусь к мозговому штурму.) Что же будет, когда дело коснется гораздо более сложной ситуации? Чтобы с ней справиться, придется упростить картину. Нужно разобраться в основных принципах работы системы и понять, какие переменные непосредственно контролируют нашу первичную переменную. Проиллюстрируем это с помощью рис. 5.1.
Рис. 5.1. Переменные, контролирующие высоту травы
Эти три переменные: скорость роста травы, время, прошедшее с момента последней стрижки, и высота травы при последней стрижке — являются переменными верхнего уровня, то есть от них напрямую зависит высота травы. Сосредоточившись на них, вы можете методично проанализировать и понять все, что вам нужно. Мы точно знаем, что имеем полный набор корректных переменных, — это подтверждает математика: если умножить скорость на время и прибавить результат к высоте при последней стрижке, получится текущая высота травы. Скрупулезно изучив основные принципы работы системы, мы сможем понять, какие факторы контролируют нашу проблему.
Если вместо этого вы начнете проверять список из двадцати различных факторов, от которых зависит высота травы, вы обязательно что-то упустите и будете анализировать один за другим все двадцать вариантов, каждый из которых является вторичной переменной для переменных верхнего уровня.
Отобрав нужные переменные верхнего уровня, можно при желании перейти к анализу переменных следующего уровня. Но вы вряд ли захотите тратить время на то, в чем нет необходимости, поскольку это только усложняет дело. Ведь если речь идет не о простом газоне, а о системе, состоящей из сотен мышц и костей или тысяч труб и проводов, вы предпочтете не распылять усилия. Ваша цель — упростить, а не усложнить. Подробнее об этом мы поговорим в главе 9 «Придерживайтесь цели».
Чем еще полезны основы
Подобный подход превращает потенциально обширную проблему, чреватую сотнями тупиков и неверных поворотов, в ситуацию, с которой вы вполне можете разобраться. При работе со сложными проблемами строгий подход жизненно важен, но он имеет большие преимущества и при решении простых проблем:
• он уменьшает количество необходимых проверок и измерений;
• он экономит ваше время;
• благодаря ему вы начинаете лучше понимать критические элементы процесса или системы, а это нередко помогает оптимизировать процесс в будущем;
• он позволяет создавать простые системы управления и эффективно обучать персонал;
• опираясь на него, вы сможете четко и убедительно аргументировать свое решение и в результате достичь консенсуса относительно его реализации;
• придерживаясь его, вы усваиваете ключевые стратегии, которые и дальше будете применять при решении сложных проблем.
Проблему с насосным уплотнителем на химическом заводе просто невозможно было решить, не углубившись в основы. Как вы помните из главы 2 («Изучите проблему в деталях»), мы обнаружили окисленный химический продукт там, где его не должно быть. Знания об окислении и теплопередаче подсказали нам, что температура вокруг уплотнителя была слишком высокой, поэтому охлаждающая смазочная жидкость на уплотнителе (промывка уплотнения) не справлялась со своей задачей.
Мы измерили уровень промывки уплотнения и выяснили, что он слишком низкий, несмотря на то, что давление оставалось в пределах нормы. Обратившись к закону Бернулли, мы исключили все переменные верхнего уровня, кроме площади поперечного сечения трубы
[14]. Убедившись в том, что площадь поперечного сечения слишком мала, мы без труда смогли найти закупорку в трубе длиной чуть больше 15 м. Подобное никому не приходило в голову, и вряд ли кто-то мог об этом просто догадаться. Для решения сложных проблем иногда требуется приобрести или освежить в памяти определенные знания. Возможно, вы забыли кое-что из того, что учили раньше, поэтому обязательно узнаете нечто совершенно новое. И вы не сможете избежать этого: если вы хотите решать проблемы, принимайте свое неведение и углубляйтесь в основы!
Почему модели отказа недостаточно
В главах 2 и 4 («Изучите проблему в деталях» и «Определите, какую проблему вы решаете») мы уже говорили о том, что в простых случаях проблему можно решить, дав ей четкое определение и сформировав модель отказа. В сложных случаях этот подход способен принести пользу на первых этапах, но он вряд ли поможет полностью разобраться с ситуацией. Одно лишь понимание модели отказа при всей ее важности не решит сложную проблему, и вот почему.
Во-первых, «после» не значит «вследствие». Если какие-то два события и происходят одно за другим, не обязательно одно из них вызывает другое. Эта избитая фраза появилась не просто так. В сложных проблемах имеется множество взаимосвязанных переменных. Не понимая основ работы системы, вы никак не сможете узнать, где связь переменных причинно обусловлена, а где является простым совпадением и ведет по ложному пути.
Без знания основ вы в большинстве случаев не представляете, где искать нужные сведения. Вы двигаетесь вслепую и тонете в потоке информации, ведь при работе с очень сложными системами или процессами (неважно, природными или созданными руками человека) вы порой получаете сотни сигналов, каждый из которых преобразуется в данные.
