Окружи себя лучшими

Глава 2

Быть столь уверенным — и так ошибаться!

В течение нескольких лет профессора из Университета Дьюка просили финансовых директоров крупных американских компаний спрогнозировать индекс S&P[4] за следующие 12 месяцев31. Исследователи понимали, что прогнозы такого рода делать нелегко даже опытным профессионалам в своей области, и потому предлагали им задать сколь угодно обширный «интервал 80% уверенности» (то есть указать интервал показателей, в попадании в который они уверены на 80%). По логике, неожиданность должна была поджидать их только в 20% случаев. Однако на следующий год, когда показатели стали известны, выяснилось, что финансовые директора промахнулись в 67% случаев.

А ведь мы говорим не о начинающих инвесторах, а об успешнейших финансистах-управленцах. Они уверенно предлагали оценки, но двое из троих ошибались. Какая уверенность — и какая ошибка!

Избыточная уверенность при прогнозировании встречается практически у всех и серьезно влияет не только на финансовый прогноз или прогноз погоды, но и на решения, связанные с людьми. Мы все считаем, что способны точно оценивать окружающих, хотя почти никто из нас ничему подобному не учился и к тому же имеет довольно ограниченный опыт подобного рода в бизнес-среде. Сотрудники, недавно занявшие руководящую должность, учатся с нуля, да и некоторым топ-менеджерам тоже порой не хватает практического опыта в данной области. Мы с коллегами из компании Egon Zehnder провели исследования, показавшие, что около 70% членов советов директоров крупнейших публичных компаний США и Великобритании участвовали в подборе преемника главе компании не более одного раза (если вообще участвовали). А ведь эти люди отвечали за такую важнейшую задачу, как новые назначения в топ-менеджменте.

Почему же мы так уверены в своей правоте и в то же время так ошибаемся? Потому что мы склонны преувеличивать весомость доступной нам информации, но не стремимся остановиться и подумать, что еще нам нужно знать для того, чтобы сделать точную оценку и дать верный прогноз.

Как уже говорилось в главе 1, наш мозг заточен под быстрое принятие решений о людях, и опирается он при этом на сходство, знакомый облик и комфорт. Но тут есть и более тонкий нюанс. Даниэль Канеман, экономист из Принстона и нобелевский лауреат, получивший премию за совместную с Амосом Тверски работу о принятии решений, называет ее WYSIATI — «what you see is all there is», или «что ты видишь, только то и есть»32. Вынужденный изо дня в день воспринимать новую информацию и принимать решения, наш мозг старается беречь силы и почаще действовать «на автомате». Это быстрое и в основном неосознанное мышление (которое Канеман называет Системой 1) нередко приносит нам много пользы. Но оно же заставляет нас выстраивать целую историю на основании скудной, ненадежной, зачастую неактуальной информации, а потом самим в нее верить — вместо того чтобы мыслить осознанно, целенаправленно и аналитически (Система 2), как нужно в некоторых случаях (собственно, всегда, когда мы принимаем решения по поводу людей). Вот почему финансовые директора, члены советов директоров и все мы обычно практически не сомневаемся в собственной правоте и очень редко задумываемся о том, не допускаем ли ошибку.

Возьмем в качестве иллюстрации утверждение: «Пять лет назад Мэри окончила с отличием университет Лиги плюща[5] и с тех пор работает в известной компании, производящей товары массового потребления, причем дважды получала повышение». Привлекательная характеристика, не правда ли? Если бы вам нужен был специалист в этой области, вы бы уже схватились за телефон, ведь так?

А теперь второй портрет: «Джо проучился в университете вдвое дольше положенного, а после получения диплома четыре года работал в не слишком профессиональной семейной компании, из которой его недавно уволили». Ну, что вы думаете о Джо? Допустим, вы ищете специалиста в его области. Вы бы дали Джо пройти дальше приемной?

Итак, Мэри проходит серию несложных интервью и легко и непринужденно получает должность. А резюме Джо летит в ведро. Ах да, я забыл вам сказать об этих кандидатах еще кое-что. Мэри училась на троечки, работу получила благодаря родительским связям, а еще часто обижает и третирует своих коллег. Джо работал ночами, чтобы оплатить обучение, был весьма ценным и преданным сотрудником, но руководитель уволил его, чтобы взять на его место собственного сынка. Если вы не постараетесь разузнать больше, то возьмете неподходящего кандидата — Мэри — и совершенно напрасно откажете хорошему — Джо.