В примере с испорченными продуктами из главы 1 («Перестаньте угадывать») расширенное изучение проблемы парализовало команду. К тому моменту, когда мы занялись этой проблемой, у них было двести с лишним потенциальных первопричин. Они проработали половину списка, но так и не приблизились к решению. На все это они потратили месяцы и сотни тысяч долларов и в попытках воплотить найденные наугад решения создали совершенно новые проблемы. Методически приступив к устранению лишних переменных верхнего уровня, мы за несколько дней смогли отбросить почти все их предположения. Кстати, реальной первопричины проблемы не оказалось среди изначальных двух сотен с лишним версий.

Стремление к расширению — естественный инстинкт: мы социально обучены предусматривать все возможные риски и все варианты, при которых что-то может пойти не так. При отсутствии более действенного метода этот — лучший из доступных. Существует даже немало формальных методик решения проблем, активно поощряющих расширенное осмысление ситуации. Как я уже говорил, масштабно мыслить полезно, когда вы создаете что-то новое. Но когда вы решаете практическую проблему, это не имеет никакого смысла. Хорошие специалисты по решению проблем сужают круг возможностей и исключают все лишнее, чтобы не упускать из виду цель. Они мастера упрощения.

Вспомните пример из главы 5 («Углубитесь в основы») — о слишком высокой траве на лужайке. Мы пришли к мысли, что высоту травы определяют три переменные: ее размер при последней стрижке, средний темп ее роста и количество прошедшего времени.

В этот момент возникает большой соблазн начать увеличивать список — возможно, это приносит вам чувство удовлетворения или вам кажется, что вопрос требует всестороннего изучения. Но наша задача — найти первопричину. И вместо того, чтобы расширять поле деятельности, мы посмотрим, можно ли в самом начале удалить часть «высокоуровневых» переменных, а также находящиеся под ними переменные второго уровня.

Поскольку это выдуманный пример, давайте немного схитрим и сделаем вид, будто у нас есть журнал, в котором отмечена скорость роста нашей травы. Допустим, мы заново измерили скорость и выяснили, что из недели в неделю она не меняется, а значит, никак не влияет на нашу проблему. Мы подстригали траву на прошлой неделе и до этого тоже всегда стригли ее раз в неделю, но сейчас она стала слишком высокой. Таким образом, мы можем полностью исключить из нашей задачи скорость и время роста травы и вообще не вдаваться в основы, которые контролируют эти переменные. Этот процесс показан на рис. 9.1, где крестиками помечены переменные, не отвечающие заданным условиям, а галочками — те, что отвечают.

Рис. 9.1. Переменные, контролирующие длину травы при последней стрижке (еще не измеренные)

На данный момент мы решительно устранили практически все переменные и потенциальные первопричины, не вдаваясь в их изучение. Нам не нужно думать о жуках, дожде, солнечном свете и прочем подобном — мы упростили проблему. После того как мы исключили скорость и время роста травы, у нас осталась одна версия — трава почему-то оказалась слишком высокой после прошлой стрижки.

А значит, либо лезвие нашей газонокосилки располагалось во время работы слишком высоко, либо трава под лезвием отклонялась под слишком большим углом. Еще раз обратите внимание: на данном этапе мы ничего не усложняем и ограничиваемся контролирующими переменными самого высокого уровня (рис. 9.1).

Продолжив двигаться к цели с этими двумя переменными, мы действительно обнаружим, что либо лезвие нашей газонокосилки находилось слишком высоко, либо трава почему-то наклонялась слишком сильно (возможно, из-за тупого лезвия или повышенной влажности).

В этом и заключается красота упрощения на пути к цели: исключая переменные, наиболее близкие к первичной, мы одновременно избавляемся от множества потенциальных первопричин — и нам уже не нужно собирать данные или углубленно изучать бо́льшую часть процесса или системы.

Конечно, поддерживать опрятность своего газона можно, не прибегая к такой скрупулезности. Но когда мы переходим от простых задач к очень сложным, общее число переменных, участвующих в управлении первичной переменной, увеличивается. Иногда люди сопротивляются столь строгому подходу: они привыкли решать простые проблемы буквально на лету и испытывают соблазн предпринять то же самое в случае со сложными, думая, что так будет быстрее. Возможно, так действительно будет быстрее, если ваша цель — поскорее начать хоть что-нибудь делать, но это не поможет вам быстрее понять истинную причину. Важно, чтобы вы осознали это сейчас, читая книгу, а не убеждались потом на собственных ошибках, зайдя со сложной проблемой в тупик и обнаружив, что вы всех разочаровали.

Давайте рассмотрим более сложную систему, в которой первопричина может скрываться среди ветвей дерева переменных. Измеряя и устраняя переменные верхнего уровня, вы можете, как видите, игнорировать почти все контролирующие проблему переменные нижних уровней. На рис. 9.2 крестиками отмечены измеренные переменные, не отвечающие заданным условиям; галочками отмечены измеренные переменные, отвечающие заданным условиям; пустые клетки обозначают переменные, которые мы вообще не должны идентифицировать или измерять, поскольку они контролируют переменные, изначально отвечающие заданным условиям и, следовательно, не представляющие для нас интереса.

Рис. 9.2. Полное дерево переменных с исключенными переменными

Обратите внимание на то, как определение отвечающих заданным условиям переменных вверху дерева сразу отсекает целый набор вероятностей. Таким образом, вы берете сложные системы и упрощаете их, делая управляемыми и объяснимыми. Многие методики решения проблем не поддерживают эту стратегию, но я настоятельно рекомендую применять ее.

Давайте рассмотрим дерево возможностей, в котором мы расширили все возможные переменные до фундаментального уровня, при этом не исключив ни одной переменной на верхнем уровне. Мы получили сотни или тысячи переменных, требующих объяснения.

Представьте себе, что вы пытаетесь проанализировать все эти переменные или угадать, какие из них важны. Довольно нелепое занятие. К счастью, вам не нужно рисовать эти огромные раскидистые деревья, чтобы справиться со своей проблемой. Придерживаться цели — значит понимать и оценивать только то, что поможет докопаться до первопричины и найти простое решение.

Структурированные усилия придадут вам уверенности и помогут сохранить упорство. Хороший специалист по решению проблем знает, что каждый шаг, сделанный в направлении понимания и упрощения проблемы, приближает его к первопричине. Он не начнет паниковать только потому, что пока не видит ее. Он будет вести себя дисциплинированно и не станет забегать вперед, когда у него возникнет догадка. И помнит: зайдя в тупик, он может сделать шаг назад.