Спустя несколько недель после их появления случилась совершенно неожиданная вещь: в мой кабинет ворвался шестиногий робот размером с кошку и начал гоняться за мной вокруг стола. Прибежали его создатели и стали нервно приносить извинения за свое детище, но спустя пару дней ситуация повторилась. Один из роботов сбежал из лаборатории и начал носиться по зданию. Я отчетливо слышал механическое цоканье его конечностей.

В пятницу, ближе к вечеру, я обычно угощал своих сотрудников вином или пивом, чтобы все могли расслабиться и поболтать о пустяках после тяжелой рабочей недели. Я стал приглашать на эти посиделки наших соседей-робототехников, и однажды к нам заглянул Родни Брукс. Брукс преподавал в МТИ искусственный интеллект и был одним из основателей компании, занимавшейся созданием роботов. Я стал расспрашивать его, как работают мобильные роботы.

«На протяжении многих десятилетий мы пытались сделать действительно разумно мыслящую машину. Мы потратили миллиарды долларов и долгие годы работы, строя гигантские компьютеры с огромнейшими базами данных, но единственное, чего мы добились, – компьютер, обыгрывающий людей в шахматы», – объяснил он мне. А потом добавил: «Мои роботы созданы совсем по другому принципу». Вместо того чтобы пытаться создать нечто с одним центральным мозгом, он придумал робота, у которого каждая конечность – всего их шесть – обладала собственным мозгом. Процессор находился в спинном хребте робота и функционировал по нескольким простым правилам: ходить вперед, ходить назад, конечности не должны сталкиваться. Нейрочип в голове робота эти правила знал и выступал в качестве спортивного арбитра для остальных частей. Все происходило примерно так: нейросистема «предупреждала» конечности, что видит в камеру определенное препятствие, – правда, когда робот уже натыкался на него.

Здесь Брукс отметил интересную деталь, что робот учится ходить заново всякий раз, как его включают. В нем не заложена база данных с информацией, где и что расставлено в каждом помещении. Для робота весь мир – сплошная база данных. Его включают – и он начинает во всем разбираться с чистого листа. Робот врезается в предметы и учится на основе окружающей реальности, то есть он в состоянии адаптироваться к любой обстановке.

«Давайте я вам покажу», – сказал Родни Брукс и отвел к себе в лабораторию. Брукс вставил пустой нейрочип в одного из насекомоподобных роботов, и я увидел, как тот ожил. Робот начал бродить по комнате – сначала робко, спотыкаясь, как новорожденный олененок, путающийся в собственных ногах; потом, шаг за шагом, он становился увереннее. Конечности быстро учились переступать слаженно. Через несколько минут робот носился по комнате. Информация о том, как ходить, не сохранялась, вместо этого было несколько простых правил, которые заставляли разные компоненты дружно взаимодействовать. Конечности не думали. Они просто делали. Я был потрясен оригинальностью и простотой системы. В ней был заложен тот же алгоритм поведения, которому меня учили, когда я летал во Вьетнаме: наблюдать, ориентироваться, решать, действовать. То есть осмотрись в окружающем пространстве и поступай в соответствии с полученными данными.

– Что будет, если составить для рабочего коллектива в точности такие простые рекомендации, как та инструкция, по которой действуют конечности? Станут ли люди, подобно вашему роботу, тоже самоорганизованной и самооптимизированной системой? – спросил я Брукса.

– Не знаю. Почему бы не попробовать? Потом расскажете, что из этого вышло, – ответил он.

Я все более осознавал, каких впечатляющих результатов можно достичь, если мне удастся создать систему, которая, подобно роботу Брукса, будет координировать действия отдельных независимых в своих суждениях специалистов и обеспечивать им постоянную взаимосвязь с окружающей средой. Достаточно оптимизировать обмен информацией между «конечностями» рабочей группы, и мы добьемся эффективности, о которой раньше не смели мечтать.

Моя встреча с Родни Бруксом произошла более двадцати лет назад. На протяжении длительного времени он был главой направления робототехники и искусственного интеллекта в МТИ, а тот паукообразный робот, по кличке Чингисхан, тогда вбежавший в мой кабинет, теперь в качестве экспоната находится в музее Смитсоновского института. Вероятно, вам знакома одна из сегодняшних компаний Брукса – iRobot, которая выпускает пылесосы Roomba. Для чистки ваших полов используется тот же принцип адаптивного интеллекта, что заставлял Чингисхана гонять меня вокруг стола. Новейшая разработка Брукса – производственный робот Бакстер, созданный в компании Rethink Robotics, – может взаимодействовать с людьми и трудиться с ними в одном пространстве.

Меня всегда вдохновляла работа Брукса. Поэтому, когда в 1993 году я был приглашен в компанию Easel на должность вице-президента по объектной технологии, то решил руководствоваться его идеями. Управляющие хотели, чтобы моя группа разработала абсолютно новую линейку программных продуктов, ориентированных на самых крупных клиентов, таких как, например, Ford Motor Company, покупавших программное обеспечение Easel, чтобы проектировать и производить собственные приложения. На весь проект нам выделили шесть месяцев. Я собрал своих компьютерщиков и заявил им, что, без всяких сомнений с моей стороны, они не справятся с заданием, если начнут старым путем управлять разработкой программного обеспечения.

Конечно, я имел в виду каскадную модель, о которой шла речь в предыдущей главе. Согласно ей весь материал, имеющий отношение к проекту, тщательно фиксировали на гигантских диаграммах Ганта, где сроки исполнения вымеряли буквально по часам, а этапы выделяли разными цветами – и вся эта красота стекала каскадным водопадом. Я уже не раз говорил, что подобные детально прорисованные картинки превосходны, но бессмысленны, поскольку являют собой полную фальсификацию.

Каскадная модель, воспользуйся тогда мы ею, затормозила бы на месяцы, а может быть, и годы, сроки выполнения проекта компании Easel. Я был в этом абсолютно уверен. Нам требовалось предъявить руководству совершенно иной подход к работе. Я пошел к главе компании и заявил, что мы отказываемся от диаграмм Ганта. Возмущенный услышанным, он потребовал объяснений.

– Со сколькими диаграммами Ганта вы сталкивались за свою профессиональную деятельность? – спросил я.

– С сотнями, – сказал он.

– Сколько из них соответствовали действительности?

– Ни одна, – ответил он, на минуту задумавшись.

Тогда я объяснил, что вместо никому не нужных графиков и таблиц к концу месяца мы дадим ему часть вполне работоспособной системы, которую он сможет сам опробовать и воочию убедиться, в правильном ли направлении идет разработка. Нам следовало очень постараться, если мы планировали уложиться в сроки.

Мы потратили не одну неделю, чтобы просмотреть сотни статей и книг по организации работы в команде. И вот однажды один из моих разработчиков принес статью, опубликованную в Harvard Business Review в 1986 году двумя японскими преподавателями экономики – Хиротака Такеучи и Икуджиро Нонакой. Статья называлась The New New Product Development Game («Разработка нового продукта. Новые правила игры»). Такеучи и Нонака проанализировали инновационную деятельность крупнейших транснациональных компаний, таких как Honda, Fuji-Xerox, 3M, Hewlett-Packard и некоторых других. Они утверждали, что традиционный последовательный подход к работе над проектами – так называемый каскадный тип процесса разработки, – в основе которого лежит система поэтапного планирования программ НАСА[14], безнадежно устарел. Ведущие компании мира, отказавшись от линейной модели, перешли на метод параллельных процессов разработки, который требовал скорости и гибкости исполнения. Многофункциональные проектные группы обладали полной автономностью и свободой принимать самостоятельные решения. Целеустремленность людей была связана с чем-то большим, чем просто с личными интересами. Они старались выйти за границы собственных возможностей. Над ними не довлел тотальный контроль руководства. Специалистам никто не диктовал, что делать и как поступать при разработке нового продукта. Напротив, управляющие высшего звена относились к своему лидерству как к служению, поскольку считали, что их основная задача – быть помощниками и устранять с пути своих команд все препятствия. Авторы сравнивали рабочий процесс при новом подходе с игрой в регби, где лучшие команды всегда выбирают тактику «схватки», группируясь вокруг мяча: «…Мяч передается внутри команды, в то время как она движется по полю словно единое целое»{6}.