Разумеется, принцип Парето срабатывает не повсюду и не в каждом случае (математики предпочитают говорить о правиле «64-4», поскольку 80 % от 80 будет 64, а 20 % от 20 как раз 4). Однако тот, кто хочет оптимально спланировать свое время, должен знать, что 20 % потраченного времени приведут к 80 % результата.

См. также: Модель «Длинный хвост».

Забудьте о принципе Парето – в том числе и то, что 20 % продукции обеспечивают 80 % оборота. В 2004 году шеф-редактор ежемесячного журнала «Wired» Крис Андерсон утверждал, что все, предлагаемое в Интернете, в итоге продается. И не важно, насколько экзотическим или ненужным кажется товар на первый взгляд. Вывод: бизнес перемещается туда, где царит многообразие.

Андерсон подкрепляет этот факт графиком, иллюстрирующим кривую спроса. Сначала кривая взмывает вверх. Это 20 % бестселлеров и блокбастеров. Затем она плавно опускается. Там находятся менее популярные книги и фильмы. Этот «крысиный хвост» по сравнению с пиком гораздо длиннее. Инстинктивно можно было бы предположить, что в основе лежит принцип Парето: 20 % бестселлеров и 80 % «рестселлеров» – остальных книг. Но цифры показывают другое: «длинный хвост» (Андерсон действительно называет его «Long Tail») приносит больший оборот, чем бестселлеры.

Чем меньше, тем труднее.

См. также: Принцип Парето.

Вы можете объяснить число π (3,1415927…)? Самое интересное в математике – это ее неточность. Приближенность к действительности, как при расчете площади круга с помощью π, используется и при прогнозах погоды, и при банковском инвестировании. Вдохновленные городом-казино Монте-Карло, разработчики придумали метод компьютерного имитирования, с помощью которого можно рассчитать, как поведут себя непредсказуемые феномены.

Пример: бросая кубик, вы знаете, что могут выпасть цифры 1, 2, 3, 4, 5 или 6. Но при конкретном броске вы не знаете, какая именно цифра выпадет. Точно так же функционирует и модель Монте-Карло, многократно рассчитывающая известные числа в случайной последовательности и частотности повторения. Причем до тех пор, пока не приблизится к цифре, которая, вероятно, должна выпасть. Принцип основан на комбинации вероятности и статистики.

Почему важна модель Монте-Карло? Потому что она напоминает нам, что любые модели – это не отражение действительности, а всего лишь попытка приблизиться к ней.

Если точно знаешь, что хочешь сделать, зачем тогда вообще это делать?

Пабло Пикассо

См. также: Модель «Черный ящик»; Модель «Черный лебедь»; Послесловие..

Три вопроса к мыслящему человеку: откуда мы знаем то, что знаем? Помогает ли прошлое предсказать будущее? Почему мы всегда сталкиваемся с непредвиденным?

Ответы на все три вопроса философ Бертран Рассел обобщил в 1912 году в своей книге «The Problems of Philosophy» («Проблемы философии»): курица, получающая каждый день корм, уверена, что и впредь ее каждый день будут кормить. Она твердо верит, что человек благожелательно относится к ней, и ничто в жизни курицы не предвещает, что рано или поздно ее зарежут.

Вот и мы, люди, должны себе признаться, что самые крупные катастрофы по большей части являются для нас полной неожиданностью. «Разумно, – заключает поэтому Рассел, – время от времени подвергать сомнению вещи, которые долгое время казались нам само собой разумеющимися».

Приведем пример: когда два «боинга» врезались в башни Всемирного торгового центра в Нью-Йорке, общественность была повержена в глубокий шок – ничто, казалось, не предвещало таких событий. Но спустя недели и месяцы после 11 сентября у многих сложилось впечатление, что практически все указывало на возможность такой атаки.

Ливанский писатель Нассим Николас Талеб называет нашу неспособность, используя опыт прошлого, предвидеть будущее, «событиями Черного лебедя». На Западе всегда считалось, что лебеди бывают только белыми. Это продолжалось до тех пор, пока натуралисты в XVII веке не открыли черную лебединую расу. То, что до этого казалось немыслимым, вдруг стало само собой разумеющимся.

Тезис о Черном лебеде Талеба – это, собственно говоря, не модель в привычном смысле, а отказ от причинно-следственного принципа. И еще это предостерегающее напоминание о том, что крепче всего мы держимся именно за качающиеся колонны.

Были ли в вашей жизни «события Черного лебедя» и когда они случались?

См. также: Модель «Черный ящик»; Послесловие..

Как получается, что некоторые, подчас нелепые, идеи пробиваются и становятся трендами, в то время как другие лишь ненадолго расцветают, чтобы потом зачахнуть без внимания общественности?

Социологи дают точное академическое определение тому, каким образом прилипчивые идеи или продукты распространяются среди людей, и называют этот процесс диффузией. Одно из самых знаменитых исследований диффузии – проведенный Брюсом Райаном и Нилом Гроссом анализ распространения гибрида кукурузы в 1930‑е годы в одном из штатов США. Новый сорт кукурузы превосходил старые сорта во всех отношениях, и тем не менее прошло 22 года, прежде чем он получил распространение. Исследователи диффузии называли тех крестьян, которые уже в 1928 году перешли на новый сорт, «инноваторами»; а тех, кого им поначалу удалось переубедить, «быстро замечающими» (early adaptors). Это были уважаемые люди в общинах. Присмотревшись к экспериментам инноваторов, они затем примкнули к ним. В конце 1930‑х годов за ними последовала «скептическая масса», то есть те, кто никогда бы ничего не поменял, если бы не пример наиболее успешных фермеров. Но и они рано или поздно заразились «вирусом гибридной кукурузы» и, в свою очередь, перенесли его на «вечно вчерашних» – на самых отстающих.

Переведенный на язык графиков, этот процесс принимает форму кривой, типичной для развития любой эпидемии: поначалу она медленно поднимается и достигает критической точки внедрения новой марки, на которой терпят фиаско многие новые продукты. Критическая точка – это переход от «быстро замечающих» к скептикам. Если первым удается перенести инновацию через «пропасть» в скептические массы, как утверждает социолог из США Мортон Гродзинс, эпидемический цикл достигает переломного момента. Кривая резко подскакивает: широкие массы принимают новый продукт. Потом график снова сползает вниз – остаются только «плетущиеся в хвосте». При выведении на рынок технологических инноваций, таких, например, как iPod или iPhone, вышеописанный цикл становится все короче. Забавно, что «быстро замечающие» отворачиваются от продукта, стоит им только донести его до «критической массы».