В некоторых трудах о причинах возникновения и решениях проблем при реализации проектов приводятся примеры, призванные показать, что тот или иной предлагаемый способ уже помог улучшить показатели на ряде проектов. И хотя факты эти интересны, они никак не свидетельствуют о том, что автору идеи на самом деле удалось решить проблему, которая приводила к неудачам при выполнении проектов. И вот почему:

1) согласно теории познания, один или несколько примеров еще не доказывают состоятельности всей теории (см. также далее в главе 2);

2) это могла быть особая ситуация: возможно, решение применялось в такой запущенной ситуации, что любое малейшее упорядочивание работы приводило к значительным улучшениям;

3) работает житейский «закон зебры»: за чрезвычайно черной полосой, скорее всего, последует белая;

4) возможно, наблюдается Хоторнский эффект: психологическое явление, при котором лица, приглашенные участвовать в испытаниях нового метода, положительно высказываются о результатах любых изменений, даже если они не отличаются от тех, что наблюдались до проведения эксперимента.

Иными словами, предложенные теории не были критически осмыслены и экспериментально проверены авторами.

1.2.4.2. Вариабельность и неопределенность

Всем известно, что операциям проекта свойственна изменчивость, или вариабельность, причем зачастую степень вариабельности характеризуется неопределенностью граничных условий. По определению проект — это то, чего раньше никто не делал, некая уникальная задача. В любом случае никто никогда не выполнял все те же задачи и тем же образом, как это требуется в рамках данного конкретного проекта. Чтобы успешно выполнить проект, необходимо принимать во внимание явления вариабельности и неопределенности. Способность человека точно оценить ситуацию зависит от нескольких факторов. Существует масса примеров, показывающих, что люди склонны переоценивать точность собственных прогнозов [14]. Как правило, длительность большинства проектных операций нельзя назвать с точностью выше, чем ±20%.

На тренингах мы просим слушателей прикинуть длительность одной очень простой операции. Практически все соглашаются, что операция эта намного проще, чем большинство выполняемых по их проектам. Также все присутствующие на тренинге сходятся во мнении, что должны суметь оценить длительность данной операции не хуже, а может, и лучше, чем оценивают длительности реальных операций участники их проектов. Разброс оценок составляет до нескольких сотен процентов от средней вели чины, а стандартное отклонение — 30%. На рис. 1.4 представлены суммарные результаты нескольких подобных экспериментов.

На рис. 1.5 степень точности оценки параметров отдельной операции дана как функция от количества усилий, затраченных на выработку этой оценки. Точность оценивается в процентах от средней величины оценочного значения, где абсолютно точная оценка будет иметь степень неопределенности равную нулю. Если для оценки не было приложено никаких усилий, то неопределенность составит как минимум 100%, а может быть, и на порядки (на сотни процентов) выше. Как показывает кривая, обычно чем больше сил потрачено на выработку оценки, тем большей становится ее точность (и меньше неопределенность). Возможности улучшения ограничены нижним пределом, определяемым вариабельностью, присущей самому процессу, в рамках которого необходимо будет выполнять поставленную на проекте задачу. Это вариабельность, вызываемая так называемыми общими причинами, мы поговорим о ней далее в главе 2. Сколько бы сил вы ни прикладывали, вам никогда не сделать оценку точнее, чем позволяет характерная для данного процесса вариабельность. Снизить степень ее проявлений можно, лишь изменив что-то в соответствующем процессе.

Рассмотрим две части, на которые график на рис. 1.5 делится вертикальной пунктирной линией. Посмотрим на правую часть. Увеличение затрат на оценку не вызывает практически никакого увеличения ее точности. И чем правее находится отрезок шкалы, тем меньшая наблюдается зависимость между снижением затрат и ростом неопределенности. Слева же картина обратная — видна четкая связь между степенью неопределенности и количеством усилий, затраченных на оценку. Даже небольшое сокращение затрат повлечет за собой значительный рост неопределенности. А небольшое увеличение их вызовет радикальное улучшение качества оценки.

Если предположить, что задачи, которые вы выделили в своем проекте, уже несут информацию о результатах (четко обозначены принципы передачи работ от одного исполнителя к следующему), то влияние дальнейшей детализации на степень неопределенности по всему плану будет зависеть от того, в какую часть графика по отношению к пунктирной линии на рис. 1.5 попадает ваша ситуация. Если задействована правая часть и на оценку отдельных операций выделены фиксированные ресурсы, то увеличение количества операций (и соответственно уменьшение доли затрат на оценку каждой) может положительно повлиять на точность плана в целом. Объясняется это тем, что по мере разбиения плана на более мелкие и равноценные операции точность плана возрастет, если длительности операций определены с одинаковой точностью.

Если же количество ресурсов, которые вы можете себе позволить на проведение оценки, ближе к левой части по отношению к вертикальной линии на рис. 1.5, то более детальное разбиение плана может снизить степень его точности. Дело в том, что возросшая степень неопределенности оценки по каждой операции может превосходить статистическую выгоду от дополнительной детализации.

Добавление задач в план проекта увеличивает количество потенциальных связей между ними на порядки, превышающие число этих новых записей. Так, если вы прибавили всего одну строку в проект, в котором их уже 100, вы потенциально внесли и 200 новых связей между задачами, поскольку каждая операция, уже имеющаяся в плане, будет потенциально предшествовать новой или следовать за ней. А дополнительные взаимосвязи, возникающие при появлении новых задач, значительно увеличивают риск ошибок в сетевой диаграмме.

Из обсуждавшихся до сих пор возможных причин неудачных проектов вы могли сделать вывод, что это неопределенность вызывает проблемы при реализации. Если бы было именно так, то можно было бы предположить, что любой проект, существующий в ситуации неопределенности, обречен на провал. Основываясь же на определении проекта и нашем с вами знании жизни, можно утверждать, что неопределенность свойственна всем проектам. Следовательно, все проекты неминуемо должна постигнуть неудача. Во многих случаях это утверждение справедливо, но не во всех. Более того, есть примеры успешной реализации проектов в условиях максимальной неопределенности. В своей работе под названием «Критическая цепь» (Critical Chain) Голдратт описывает проект по созданию аэроплана, опровергающий высказанный нами ранее вывод. Разработчики сделали новую модель с непревзойденными характеристиками за 8 месяцев — вместо 10 лет, которые обычно уходят на подобные проекты. Есть и другие случаи. Соединенным Штатам удалось достичь поставленной президентом Кеннеди цели по отправке человека на Луну до конца десятилетия. Данный проект был самым неопределенным из всех, что выпадали на долю человечества. Подобным же проектом было создание атомной бомбы, завершившееся в рекордно короткие сроки.