Algorytmiczny lider

Tekst
Przeczytaj fragment
Oznacz jako przeczytane
Jak czytać książkę po zakupie
Czcionka:Mniejsze АаWiększe Aa

Bycie skutecznym przywódcą w tej nowej epoce wymaga innego podejścia, innego zestawu umiejętności i innego sposobu myślenia. Zanim jednak do tego przejdziemy, trzeba odpowiedzieć na bardziej egzystencjalne pytanie, które być może cię nurtuje: Czy w epoce algorytmów sama idea przywódcy nie jest przestarzała?

Jeśli w przyszłości firmy będą składały się nie tylko z ludzi, lecz także z algorytmicznych platform podejmujących decyzje, monitorujących procesy i zarządzających zasobami, to na czym właściwie będzie polegać rola lidera? Jak można nim być, jeśli nie podejmuje się wszystkich ważnych decyzji? Jak można być liderem, nie mając ani imponującego tytułu, ani stanowiska, ani podwładnych? Jak można w ogóle być przywódcą, nie mając komu przewodzić?

Wszyscy lubimy opowieści o liderach. Czy to będą klasyczne mity, czy hollywoodzkie filmy, biografie ludzi biznesu czy historie z gazet – na ogół przedstawiamy w nich przywódcę jako jednostkę obdarzoną wyjątkowymi cechami, która podejmuje heroiczne działania, dokonuje przełomu, broni własnego narodu przed wrogiem albo prowadzi go bezpiecznie do mlekiem i miodem płynącej ziemi obiecanej.

W algorytmicznym świecie problem polega na tym, że zacierają się tu wszystkie tradycyjne rozróżnienia – na przykład między rywalem a partnerem, między tym, co lokalne, a tym, co globalne, między szefem a podwładnym, między centrum a obrzeżem, między klientem a produktem, między człowiekiem a maszyną. Obecnie dane i algorytmy łączą nas na tak wiele skomplikowanych i dynamicznych sposobów, że wszystkie starannie zaprojektowane modele dwudziestowiecznych organizacji, gałęzi przemysłu i społeczeństw można odesłać do lamusa.

O ile o sukcesie lidera analogowego decydowało pięcie się ku szczytom hierarchicznej organizacji, o tyle lider algorytmiczny musi działać we wzajemnie powiązanej całości, która bardziej przypomina organiczny ekosystem.

Przedsiębiorcy działający na własny rachunek, niezależni wykonawcy lub freelancerzy mają pewną przewagę: rozumieją, że gdy funkcjonuje się w ramach niedużej organizacji, trzeba samemu odgrywać wiele ról. Opanowali już sztukę takiego koordynowania innych usługodawców i technologii, by mimo swych niewielkich rozmiarów ich firmy potrafiły wprowadzić skomplikowany produkt czy też usługę na rynek. Kiedy jesteś niedużym graczem, twojej wartości jako przywódcy nie określa pozycja w diagramie organizacyjnym ani tytuł na wizytówce, lecz mapa twoich powiązań i relacji.

Tego samego muszą się nauczyć przywódcy w dużych organizacjach: są zobowiązani do tego, by ustalić, w jaki sposób tworzy się prawdziwa wartość. W przedsiębiorstwach XXI wieku wiedza jest rozsiana wszędzie, a nie tylko tam, gdzie miałaby się znajdować zgodnie z firmowym spisem telefonów. Ma ona charakter demokratyczny. Kolejny wspaniały pomysł, który zmieni twoją firmę, może się skrywać w logach serwerów, w roboczych notatkach spisywanych przez jakiegoś inżyniera albo tkwić gdzieś głęboko w samym produkcie (tak jest w wypadku danych generowanych na żywo przez silnik pracujący na wysokości 11 000 metrów).

O twojej prawdziwej władzy jako lidera nie świadczy to, ile osób składa ci raporty, lecz to, jak skutecznie udaje ci się łączyć ludzi, partnerów i platformy. Największą wartość dodajesz do firmy wówczas, gdy rozwijasz i zasilasz sieć tworzącą twoją organizację, a nie wtedy, gdy pniesz się ku szczytom korporacyjnej piramidy.

PRZYWÓDCA W KŁĄCZU

W latach 70. XX wieku dwóch francuskich filozofów, Gilles Deleuze i Félix Guattari, zakwestionowało ówczesne filozoficzne pojęcia tego, jak nabudowuje się wiedzę. Twierdzili oni, że tradycyjne na Zachodzie porównanie wiedzy do drzewa zawęża jej rozumienie do szeregu pionowych i linearnych połączeń. Zauważyli, że myśl zachodnią w wielu różnych dziedzinach i obszarach nauki (czy to w językoznawstwie, psychoanalizie, logice, biologii, czy wreszcie w sferze wiedzy o organizacji ludzkich społeczności) zdominował ten właśnie model, nazywany przez nich modelem drzewiastym. Model drzewa polega zasadniczo na tym, że wiedzę traktuje się jak system hierarchiczny, że ma ona korzenie, z których wyrasta – właśnie niczym drzewo.

Deleuze i Guattari uznali, że ten model opisu świata jest niewystarczający do wyjaśnienia wielorakości ludzkiego społeczeństwa i kultury. Ich zdaniem w świecie przyrody istnieje bardziej adekwatna metafora: kłącze.

Kłącze to splątana gęstwa korzeni takich roślin jak bambus, lotos czy imbir. Ze swoich węzłów te podziemne pędy wypuszczają jeszcze głębiej kolejne korzenie. Mogą z nich także wyrastać nowe łodygi na powierzchni. Kłącze to skomplikowana sieć służąca nie tylko do rozmnażania, lecz także do przechowywania składników odżywczych i energii dla wszystkich nowych roślin, które się z niego rozchodzą. Jeśli kiedykolwiek próbowaliście pozbyć się z ogrodu gatunków inwazyjnych, takich jak trujący bluszcz lub pokrzywa, mieliście okazję przekonać się, jak niepowstrzymaną siłę ma kłącze. Nawet mały kawałek pozostawiony w glebie po wykopaniu takiego chwastu wystarczy, aby wykiełkowała nowa roślina.

Podczas gdy drzewo ma tylko jeden pień i jeden punkt wejścia, w kłączu występują boczne odnogi i kiełkujące korzenie, skutkiem czego ma ono wiele wejść. W kłączu nieustannie tworzą się połączenia; nie ma w nim początku ani końca. Dlatego Deleuze i Guattari twierdzą, że kłącze pomaga nam dostrzec, iż historia i kultura tworzą skomplikowaną mapę, na której kształt wpływa cały wachlarz czynników, a ich pochodzenie czy też genezę trudno ściśle określić.

Kłącze to także użyteczny sposób myślenia o przywództwie w epoce algorytmów.

Jeśli przywódcę analogowego można porównać do sztywnego drzewa – wspierającego się na systemie korzeniowym w postaci procesów administracyjnych, rozgałęziającego się na boki dzięki konarom, czyli podwładnym – to przywódca algorytmiczny będzie faktycznie czymś zupełnie innym. Jako przywódca w epoce algorytmów, musisz sobie radzić podobnie jak kłącze: bez jednoznacznie określonej hierarchii czy struktury. Musisz być łącznikiem, a nie sterownikiem. Jesteś integralną częścią systemu korzeniowego, który nie ma ani centrum, ani obrzeża i który w tobie znajduje oparcie, pozwalające przekazywać składniki odżywcze i rozwijać swe połączenia. Tak jak żaden pojedynczy pęd bambusa nie odpowiada za powstanie bambusowego gaju, tak też i ty nie jesteś jedyną osobą odpowiedzialną za los swojego zespołu czy organizacji. To jednak nie znaczy, że nie możesz mieć w nich znaczącego wpływu i ogromnych możliwości – możesz być nawet równie silny i odporny jak nieustępliwy chwast.

Obraz kłącza przypomina nam, że w czasach, gdy inteligencja maszyn potrafi tworzyć nieustannie nowe i istotne połączenia między danymi, musimy zrewidować wszystkie swoje tradycyjne wyobrażenia na temat struktury, hierarchii i porządku.

Kto chce być algorytmicznym przywódcą, powinien umieć coś więcej niż tylko częstować innych paroma przygotowanymi wcześniej anegdotami o sztucznej inteligencji (Artificial Intelligence; AI) i analizie dużych ilości danych (big data).

Powinien nauczyć się hamować własne ego i bez oporów burzyć korporacyjne struktury, które wspierają jego status. Niech pożegna się z myślą, że to on musi podejmować wszystkie decyzje, niech pozwala swoim ludziom samodzielnie się organizować i samodzielnie zarządzać pracą zespołową. Niech przestanie się przejmować tym, czy zawsze będzie miał rację, otwiera się na bardziej elastyczne formy partnerstwa oraz warunki pracy i na nową, niepewną przyszłość.

Obserwując w ostatnich latach wzrost popularności Netflixa i zastanawiając się nad tym, jak bardzo serwis ten zmienił w skali globalnej nawyki oglądania telewizji, często zadawałem sobie pytanie, w jaki sposób mógłby ten biznes prowadzić któryś z potentatów medialnych starej daty, takich jak Rupert Murdoch, John Malone czy Ted Turner. Co zadecydowało o tym, że Reed Hastings, dyrektor generalny Netflixa, okazał się tak skuteczny? Dzięki czemu potrafił osiągnąć tak szybki globalny wzrost popularności tej platformy, musząc jednocześnie uważnie kierować tą firmą w kilku trudnych okresach przejściowych, jak choćby wówczas, gdy przestawiała się z modelu opartego na wysyłaniu pocztą fizycznych nośników DVD na wykorzystanie szerokopasmowego przesyłu strumieniowego?

Czy źródłem sukcesu Netflixa są algorytmy, na których opiera się ten serwis, czy jego algorytmiczni liderzy?

Z tym pytaniem wiąże się ciekawe spostrzeżenie, którego miałem okazję dokonać podczas spotkania z Andym Harriesem, dyrektorem generalnym i współzałożycielem Left Bank Pictures. Harries to jeden z najlepszych w świecie twórców dramatów filmowych – w jego dorobku znajdują się Cold Feet, Główny podejrzany, Wallander, Outlander i Królowa (za grę w tym ostatnim Helen Mirren otrzymała liczne nagrody, między innymi Oscara dla najlepszej aktorki pierwszoplanowej).

Harries chciał nakręcić serial telewizyjny o brytyjskiej rodzinie królewskiej, oparty na wątkach wykorzystanych w Królowej. Swój pomysł przedstawił najważniejszym amerykańskim sieciom telewizyjnym – wszystkim bardzo się podobał, ale mimo długich namysłów i mnóstwa narad żadna nie chciała zrobić następnego kroku. W końcu Harries postanowił spotkać się z Reedem Hastingsem i dyrektorem Netflixa do spraw treści, Tedem Sarandosem.

To było przedziwne spotkanie – jak opowiadał Harries, podając mi filiżankę kawy w swoim biurze w Londynie. Gdy tylko weszli razem z Hastingsem i Sarandosem do sali konferencyjnej, zanim w ogóle zdążył przedstawić swój pomysł na serial, oni pierwsi powiedzieli, że są skłonni w to wejść. I zrobią nie tylko tylko pilota serialu, ale od razu cały sezon.

W odróżnieniu od innych sieci, w Netflixie przeprowadzono już analizę danych dotyczących widzów i wykorzystano algorytmy do stworzenia prognozy prawdopodobieństwa powodzenia takiej produkcji. Ludzie z Netflixa wiedzieli, jakich mają odbiorców, dokładnie znali typy seriali i filmów, które publiczność polubi. W dodatku, mając na uwadze zbliżające się wejście platformy na brytyjski rynek, byli przekonani, że planowany serial okaże się hitem.

 

I mieli rację. Obecnie kręcony jest kolejny sezon The Crown, a wcześniejsze były dwukrotnie nominowane do nagrody Emmy w kategorii najlepszego serialu dramatycznego.

Algorytmicznych liderów można poznać po tym, w jaki sposób podejmują decyzje i rozwiązują problemy. To, jak Reed Hastings i jego ludzie myślą o oferowanych treściach, o ich związku z widzami i z własną platformą, a nawet o tym, jak należy te treści przedstawiać i emitować, różni się radykalnie od sposobu działania i postępowania tradycyjnych przywódców w spółkach medialnych.

Kiedy jesteście w stanie dokładnie wiedzieć, co w dowolnym momencie robią lub czego pragną miliony klientów na całym świecie, nie macie wyjścia: musicie postrzegać świat inaczej. Czyż nie będziecie chcieli wykorzystać możliwości uczenia się maszynowego, algorytmów i automatyzacji do zaspokajania tych potrzeb w niezwykle spersonalizowany sposób?

Liderzy tacy jak Hastings nie zawsze mieli tego rodzaju perspektywę. Większość z nas, ludzi zajmujących dzisiaj stanowiska kierownicze, zaczynała jako liderzy analogowi. Każdy musi podjąć świadomą decyzję, by się dostosować, by ewoluować i by uznać, że dostępność danych i algorytmów powinna zmienić jego punkt widzenia.

NIE BĘDZIE JUŻ PRACY DLA NIKOGO?

W tej książce piszę o tym, jak algorytmy, sztuczna inteligencja i automatyzacja będą zmieniały świat pracy, w tym także twoją pracę jako lidera. Są jednak tacy, którzy opowiadają się za dużo mroczniejszą wizją i uważają, że epoka maszyn radykalnie wyeliminuje samą pracę. Przyjrzyjmy się tej wizji.

Kiedy skończyłem szkołę średnią, zdecydowałem się podjąć dwa kierunki studiów: rachunkowość i prawo. Gdy jednak zamknięty w jakiejś piwnicy spędziłem dwa wakacyjne miesiące na przekopywaniu się przez dokumenty związane z audytem ubezpieczeniowym, wiedziałem już, że rachunkowość to nie kierunek dla mnie. Pozostał mi zatem zawód prawnika.

Kancelarie prawne to konserwatywne miejsca: ciężkie meble, boazerie, portrety partnerów założycieli i mnóstwo książek oprawionych w skórę. Pierwszego dnia pracy po studiach włożyłem nowy garnitur (bardzo niewygodny i niedopasowany) i próbując udawać pewnego siebie, dołączyłem do pozostałych nowo przyjętych w sali konferencyjnej. Wszyscy czekali na rozmowę z partnerem zarządzającym. Kiedy nadeszła moja kolej, utkwił we mnie ponure spojrzenie. Między nami leżał wysoki stos akt: mnóstwo jakichś dokumentów, pospinanych kartek, beżowych teczek.

– Aha, nowy wspólnik… – Uśmiechnął się z wdziękiem zdradzającym wyrafinowanego drapieżnika. – Widzisz te dokumenty? – Wskazał na dzielącą nas stertę papierów. – Do rana musisz je wszystkie sprawdzić pod kątem pisowni.

– Pisowni? – Skrzywiłem się, patrząc z przerażeniem na stos i zastanawiając się, po co przez pięć lat studiowałem prawo.

– Tak – odpowiedział. – Pod tym względem nie mamy wielkiego pożytku z naszych prawników. Robią mnóstwo błędów. I ty masz je znaleźć.

– A nie macie do tego żadnego programu? – spytałem, mając przed oczami perspektywę długich lat żmudnej pracy.

– Owszem, mamy. – Westchnął i dając mi ręką znak na pożegnanie, dodał: – To właśnie ty.

Łatwo zgadnąć, że nie wytrzymałem długo. Kiedy rzuciłem staż i w ogóle zawód prawnika, zastanawiałem się: „Jeśli ci prawnicy nie potrafią nawet korzystać z podstawowych narzędzi informatycznych, to na co oni właściwie liczą?”. Przypuszczałem, że prawdopodobnie większość z nich zastąpią programy komputerowe. Przecież, jak się wydawało, znaczną część pracy kancelarii prawnej można by wykonywać przy użyciu lepszych szablonów, systemów eksperckich i oprogramowania do analizy dokumentów.

Gdy dziś myślę, jak bardzo byłem wtedy naiwny, cały się wzdrygam. To było ponad dwadzieścia lat temu. Tymczasem nie dość, że postęp techniczny nie zabrał miejsc pracy prawnikom, to obecnie jest ich więcej niż kiedykolwiek wcześniej (cóż za przerażająca myśl!). Jak mogłem się tak pomylić?

Sądzę, że mój ówczesny błąd popełnia dzisiaj wielu innych ludzi. Ci, którzy twierdzą, że roboty spowodują zniknięcie wszystkich zawodów, zakładają, że istnieje prosty związek pomiędzy automatyzacją a zatrudnieniem. Uważają, że sama możliwość zautomatyzowania jakiejś części pracy doprowadzi w pewnym momencie do zautomatyzowania jej całej. Czasami jednak technika prowadzi do zmiany rodzaju aktywności wykonywanej na danym stanowisku, a nie do redukcji zatrudnienia. Jak zobaczymy w dalszej części tej książki, wprowadzenie bankomatów nie oznaczało końca pracy kasjerów. W ostatecznym rozrachunku liczba osób pracujących w bankach wzrosła, ponieważ otwieranie oddziałów stało się tańsze. Prawdziwy skutek automatyzacji polegał na zmianie charakteru pracy kasjerów: zamiast liczyć pieniądze, pracownicy banków mogli się zająć budowaniem relacji z klientami.

Wróćmy jednak do naszych przyjaciół prawników. Całkiem niedawno w ich środowisku popularne stało się oprogramowanie eDiscovery. Wykonuje ono wiele zadań, którymi w ramach spraw sądowych zwykle zajmowali się aplikanci: analiza dokumentów, sporządzanie różnych list i wykazów, organizowanie materiałów. Korzystanie z eDiscovery jest znacznie tańsze niż zatrudnianie do tej pracy ludzi. Doprowadziło to do sytuacji, w której sędziowie zaczęli częściej korzystać z tego rozwiązania, a to następnie wygenerowało więcej pracy dla prawników. Innymi słowy, automatyzacja części pracy prawnika przełożyła się na większy dostęp do usług prawnych, a co za tym idzie – na wzrost zapotrzebowania na prawników.

O ile jednak algorytmy niekoniecznie sprawią, że ludzie przestaną być potrzebni, o tyle na pewno zwiększają one spoczywającą na nas odpowiedzialność. Wróćmy do doświadczenia Oscara Munoza i jego katastrofalnej w skutkach reakcji na to, co wydarzyło się podczas lotu 3411. Algorytm nie może zastąpić prawdziwego przywództwa. Nadal potrzebujemy ludzi, którzy potrafią zinterpretować to, co mówią nam maszyny; ludzi, którzy potrafią zdecydować, czy te wnioski są właściwe i etyczne; ludzi, którzy wiedzą, w jaki sposób najlepiej koordynować możliwości inteligentniejszych już od nas maszyn.

W przeciwieństwie do człowieka algorytm dojdzie do tych samych wniosków za każdym razem, w poniedziałek rano i w piątek po południu; bez względu na to, czy jest zimno, czy gorąco; czy dopiero zaczyna działanie, czy może obsłużył już tysiące podobnych przypadków. Nie oznacza to jednak, że algorytmy są bezstronne. Wręcz przeciwnie.

Algorytmy uczą się na podstawie danych gromadzonych przez ludzi i dotyczących ludzi. To my decydujemy, skąd pochodzą dane, to my ustalamy, jakie stosować kryteria oceny albo jaka jest prawda – i robiąc to wszystko, osadzamy w algorytmach swoje najrozmaitsze poglądy, przesądy i uprzedzenia. W ostatecznym rozrachunku są one wyrazem nas samych i naszego świata. Chociaż może w przyszłości będziemy w końcu podejmowali mniej decyzji, liderzy nadal będą musieli poświęcać więcej czasu na projektowanie, udoskonalanie i sprawdzanie poprawności algorytmów, które będą podejmowały decyzje za nich.

Każdy może być algorytmicznym liderem, nawet ludzie niepracujący w firmach kojarzących się z wielkimi, potrzebującymi algorytmów korporacjami w rodzaju Amazona, Google’a czy Facebooka. Jest tak, ponieważ bez względu na to, czy jest to biznes duży, czy mały, tradycyjny czy oparty na nowoczesnej technice, algorytmy i dane zmieniają każdy rodzaj działalności.

Niezależnie od tego, czy prowadzisz wielką fabrykę części samochodowych w Chinach, czy niedużą pralnię chemiczną na Brooklynie, twój sukces zależy nie tylko od tego, czy dobrze zarządzasz personelem, odbiorcami i dostawcami. Tak naprawdę twoja przyszłość będzie zależała raczej od tego, czy dobrze wykorzystasz wszelkie dane i informacje generowane przez twoją działalność, a nie od tego, czy będziesz dobrze zarządzać elementami swojej firmy uznawanymi za typowe dźwignie w prowadzeniu biznesu.

Przyjrzyjmy się powyższym dwóm sytuacjom: jedna firma jest duża, druga mała. Jeśli jesteś producentem motoryzacyjnym, twoja fizyczna fabryka ma swój cyfrowy ślad. Wydajność maszyn, konfiguracja linii produkcyjnych, projektowanie obiegu dokumentów, przepływu pracy i procesów – to wszystko da się wyrazić w postaci danych, które są czytelne dla algorytmów i nadają się do tego, by algorytmy nimi zarządzały oraz je optymalizowały. Takie dane można nawet kopiować i przenosić jako gotowy szablon w zupełnie inne miejsca. Oznacza to, że zaprojektowany w postaci cyfrowej w chińskim mieście Shenzhen obiekt przemysłowy można powielić w Warszawie. Innymi słowy, najważniejszą częścią twojej fabryki są dane na jej temat.

Podobnie jeśli prowadzisz małą pralnię chemiczną, twoje kontakty z klientami, systemy księgowe, zużycie energii i środków chemicznych, planowanie pracy członków personelu zatrudnionych na część etatu – wszystko to generuje cyfrowy ślad, który w niedalekiej przyszłości będzie można zoptymalizować (za cenę miesięcznego abonamentu) dzięki działającemu w chmurze oprogramowaniu wykorzystującemu uczenie maszynowe i AI. Nadal będziesz pracować w fizycznym punkcie usługowym, ale na wiele twoich decyzji, interakcji z klientami i codziennych czynności będzie miał wpływ kod programu.

Przyszłość firm, niezależnie od ich wielkości, będą kształtowały algorytmy. To dzieje się już dziś. Pomyślcie o tym. Jakie procesy oparte na algorytmach są już wdrożone w twojej organizacji? (Czy twoi klienci, partnerzy lub pracownicy są w ogóle świadomi istnienia zautomatyzowanych systemów, które wpływają na kształt ich życia, na ich decyzje i doświadczenia?)

Nie każda firma będzie miała środki na to, by stworzyć własny zespół odpowiedzialny za uczenie maszynowe (machine learning), by zaprojektować własne algorytmy i by wstrząsnąć całą branżą. Ale nie musisz dokonać żadnej z tych rzeczy, aby stać się bardziej efektywnym liderem, potrafiącym przetrwać w tym niepewnym XXI wieku. Na początek warto zdać sobie sprawę, że tak naprawdę nie walczysz z maszynami o przetrwanie. W każdym razie jeszcze nie.

Mamy zły nawyk walczenia z przyszłością. Najpierw był John Henry, ścigający się z maszyną parową do kruszenia skał, potem mistrz szachowy Garri Kasparow, stawający w szranki z komputerem Big Blue firmy IBM, wreszcie Lee Sedol, osiemnastokrotny mistrz świata w go, przeciwko sztucznej inteligencji AlphaGo firmy Google. Uwielbiamy stawiać czoła własnym innowacjom. Ale kiedy człowiek przegrywa z maszyną, czyż prawdziwym zwycięzcą nie są ludzie, którzy ją zbudowali? Tym, co powinno tak naprawdę nurtować liderów, nie jest pytanie, jak inteligentne mogą być maszyny, ale co to znaczy „inteligentny” w odniesieniu do ludzi.

Przetrwanie w epoce algorytmów nie wymaga tego, by być inteligentniejszym od maszyn. Trzeba tylko wiedzieć, jak być inteligentnym.

Być inteligentnym, czyli mieć świadomość, jak właściwie postępować, unikać robienia niepotrzebnych kroków, nie marnować czasu ani zasobów oraz pozostać otwartym na nowe metody i świeże pomysły. Bycie inteligentnym nie sprowadza się do ślepego podążania za trendami. To znaczy wiedzieć, jak wykorzystać nowe sposoby myślenia, i skutecznie stosować je do praktycznego rozwiązywania problemów. Być inteligentnym dzisiaj to coś innego niż pięćdziesiąt, a nawet pięć lat temu.

Bycie inteligentnym, gdy maszyny są inteligentniejsze, wymaga stania się kimś nowym.

JAK CZYTAĆ TĘ KSIĄŻKĘ

Tę książkę oparłem na dziesięciu zasadach, które podzieliłem na trzy etapy składające się na drogę przemiany. Zacznę od twojego sposobu myślenia, następnie poszerzę perspektywę na ludzi, z którymi pracujesz, a w końcu obejmę nią cały otaczający cię świat:

III. Zmień sposób myślenia.

III. Zmień sposób pracy.

III. Zmień świat.

Małe ostrzeżenie. Zasady zawarte w tej książce nie są ani wyczerpujące, ani ustalone raz na zawsze; mają służyć jako przewodnik pomocny w osobistych poszukiwaniach. Wybrałem je na podstawie licznych rozmów z wizjonerskimi liderami i globalnymi innowatorami, opierając się na dziesięciu latach swojej pracy doradcy i konsultanta oraz na szczegółowej analizie scenariuszy, które pokazują, co w sposobie działania i myślenia zazwyczaj odróżnia liderów z epoki algorytmicznej od ich kolegów z epoki analogowej. A zatem choć spis treści tej książki możesz odczytywać jako serię zaleceń, to jednak tak naprawdę chcę ci przedstawić nie tyle listę kontrolną, ile praktyczne ramy myślenia w nowy sposób o problemach i decyzjach.

 

Tych dziesięć zasad to:

1. Pracuj od końca, z perspektywy przyszłości.

2. Dąż do 10x, nie do 10%.

3. Myśl komputacyjnie.

4. Polub niepewność.

5. Uczyń kulturę organizacyjną swoim systemem operacyjnym.

6. Nie pracuj: projektuj pracę.

7. Automatyzuj i przenoś na wyższy poziom.

8. Jeśli masz dowody, pytaj o powody.

9. W razie wątpliwości pytaj człowieka.

10. Miej na względzie cel, nie tylko zysk.

Czytaj tę książkę od początku do końca – albo przeskakuj z miejsca na miejsce, skupiając się na tych zasadach, które cię najbardziej interesują. W prawdziwym świecie nowe pomysły muszą być jakoś powiązane z trudnymi decyzjami, przed którymi stają przywódcy, dokonując konkretnych wyborów, przydzielając środki na określone cele lub stawiając na to czy inne przedsięwzięcie. Podczas lektury staraj się zatem dopasować poznawane zasady do swoich aktualnych wyzwań i możliwości.

Każdy rozdział kończę krótkim podsumowaniem i pytaniem – ma to być dla ciebie wyzwanie do zmierzenia się z samym sednem tego, co wymaga zmiany w twojej organizacji. To byłoby zbyt łatwe, gdybyś czytał o dokonującym się wielkim wstrząsie, nie godząc się z myślą, że być może tym, co naprawdę wymaga zmiany, nie jest ani twoja firma, ani branża, lecz ty.