Слабые сигналы и конкурентная разведка

Оригинальный сокращенный перевод поста Артура Вейсса.

Прежде всего, хочу представить Артура Вейсса. Вейсс – это один из наиболее авторитетных профессионалов конкурентной разведки. В настоящее время он руководит компанией AVARE, является одним из директоров Ассоциации независимых профессионалов в области информации (AIIP), ведет консультативную и преподавательскую деятельность. Хотела бы особо отметить, что Артур Вейсс является почетным членом Сообщества Практиков Конкурентной Разведки.

С большим интересом я прочитал пост Филиппа Силберзана и Мило Джонса «Конкурентная разведка и стратегические сюрпризы: почему мониторинг слабых сигналов не является правильным подходом».

Как всегда, коллеги затронули очень интересную, важную для практики проблему.

Когда я читал пост, мне сразу же  пришли на ум слова Иссура Хареля, бывшего главы Массада, прославившегося, в том числе захватом нацистского преступника Эйхмана: «Мы не занимаемся определенностью. Мир разведки – это мир вероятности. Получение информации – обычно это не самая сложная задача. Настоящая трудность состоит в ее интерпретации. Анализ – это главное».

Я согласен с авторами поста в том, что необходимо тщательно проверять гипотезы, которые предшествуют сбору информации и подвергать проверке аналитические средства. Однако, по моему мнению, это ни в коем случае не должно отвлекать от общего конкурентного мониторинга, включая распознавание слабых сигналов.

Игнорирование этого важнейшего поля деятельности конкурентной разведки может дорого обойтись любой компании. Поэтому мы должны не успокаивать себя тем, что распознавай – не распознавай слабые сигналы «Черный лебедь» все равно прилетит, а искать методики и технологии, которые позволят работать со слабыми сигналами, давая компании новые возможности и ограждая ее от потенциальных угроз.

Я могу предложить одну методику, которая, как мне представляется, позволяет решить едва ли не ключевую проблему, связанную со слабыми сигналами. Речь идет об отнесении сведений к категории слабых сигналов, т.е. ранних сообщениях о тенденциях и событиях существенных для конкретного бизнеса.

Прежде всего, я предлагаю, чтобы любые сведения, которые могут относиться к слабым сигналам, были разделены на пять категорий:

• К первой категории относятся сведения, которые заставляют вас по-новому взглянуть на поставленную цель или возможность решения той или иной бизнес-задачи.
• Ко второй категории относятся данные, так или иначе имеющие отношение к вашей стратегии. Эти данные могут заставить задуматься о ее правильности, либо имеют отношение к каким-то существенным элементам стратегического замысла.
• К третьей категории принадлежат слабые сигналы, связанные с драйверами, факторами перемен или динамики вашей сферы бизнеса и т.п.
• К четвертой категории относятся слабые сигналы, которые меняют существенные условия, характеризующие деловую среду, в которой действуют компании. Например, кредитная ставка является важным условием, определяющим деловую среду.

Конечно, для каждого бизнеса будет свой набор первой и второй категорий, а для каждой группы бизнеса –  дифференцированной по отраслям, секторам, потребительским и продуктовым нишам и т.п. свои третья и четвертая группы.

Все слабые сигналы, которые могут быть интерпретированы, как слабые сигналы и не укладываются в первые четыре группы надо относить в пятую категорию. Пятая категория – это подлинные аномалии, артефакты, то, что для нас является абсолютно новым, что мы не понимаем, и на что надо обратить пристальное внимание.

Как показывает практика, в основном, игнорируются как раз эта категория слабых сигналов.  Между тем, именно она открывает самые головокружительные перспективы и чревата самыми разрушительными угрозами.

При работе с пятой категорией надо, прежде всего, убедиться, что мы имеем дело действительно с новой информацией, а не со старым, уже полученным сообщением, лишь только упакованным в другую информационную обертку.

Если мы убедились, что это не так, то мы должны решить следующую задачу. Надо постараться понять, что перед нами: реальный артефакт, либо сообщение, посланное противником с целью дезинформировать, запутать нас. В этой связи мы должны еще раз вспомнить знаменитые четыре рыночных силы Портера. В конечном счете, подход Портера, который обязателен к использованию всеми конкурентными разведчиками требует, чтобы мы постоянно принимали во внимание цели, намерения, образ и стиль действий конкурентов и других участников рыночного поля. Если мы это делаем, то в большинстве  случаев сможем разделить подлинный информационный артефакт от наведенной аномалии.

Поясню на примере из замечательной статьи, которая послужила темой моего поста. В ней широко используется притча Талеба о несчастной рождественской индейке. Авторы на основании притчи об индейке делают вывод о том, что важны не слабые сигналы, а их интерпретация. Позволю себе с этим согласиться, но пойти несколько дальше.

Представим вслед за Талебом и авторами, что наша рождественская индейка была-таки разумная. Она наблюдала за тем, что ей и всем ее товаркам люди регулярно дают пищу.Соответственно она получает сигнал – люди дают пищу. Источником информации являются наблюдения не одной, а многих индеек. Поскольку несколько источников дают одну и ту же информацию, то информация считается надежной.

Дальше, на основании сделанного умозаключения авторы вслед за Талебом делают печальные выводы. Однако я не столь пессимистичен. Если наша индейка не просто разумна, но и умна, она должна сделать еще один шаг, который не сделан ни Талебом, ни авторами. Шаг этот состоит в том, чтобы подумать не о пищи, а о людях.

Если подумать о людях в контексте получаемой пищи, то возможно только два вывода. Первый. Люди кормят меня, потому что они хорошие. Второй. Люди кормят меня по какой-то иной причине. Соответственно, я не знаю, хорошие люди или плохие. Я знаю, что они есть и у них что-то непонятное на уме.

Если мы имеем дело с интеллигентной индейкой, а не тупым страусом, то резонно полагать, что безопаснее прийти ко второму выводу и по возможности заранее получив сигнал, предпринять какие-то превентивные меры.

Как мне кажется, такой подход может быть взят на вооружение при работе с аномальной информацией в целом и конкретно при обработке слабых сигналов. Конечно, остается проблема выделения в информационном шуме слабых сигналов, но это уже совершенно другая тема.