21 метод работы с будущим в эпоху неопределенности

«Чтоб ты жил в эпоху перемен» – эти слова приписываются Конфуцию и считаются одним из самых ужасных проклятий в Китае.

События 2020 года перевели мир из состояния управляемого драйва — когда глобальные тренды определены, рынки поделены и правила игры установлены — в эпоху джокеров, событий с низкой вероятностью наступления, но масштабными эффектами. Желание если не управлять будущим, то хотя бы знать его контуры и раньше формировало устойчивый спрос на форсайты и стратегическую аналитику, но сейчас эта информация стала как никогда востребованной.

В России исследования будущего корнями уходят в советскую систему прогнозирования и планирования, одним из значимых результатов которой стала Комплексная программа научно-технического прогресса, разработанная в 1980-х. Примечательно, что многие методы, созданные в те времена (теория решения изобретательских задач, ситуационный анализ, математическое моделирование экономических процессов), нашли широкое применение в капиталистических странах и используются по сей день, правда, уже на новых технологических основах: цифровизации, интерактивности, аналитики больших данных.

За последние 20 лет отношение российских организаций к исследованиям будущего прошло три этапа: от неприятия в начале 1990-х («Какое будущее? Нам бы выжить»), проб и ошибок 2000-х до «хорошего тона» последних пяти-семи лет. Сегодня трудно найти компанию, даже среднего размера, у которой не было бы пятилетнего плана, — а крупный бизнес и госкорпорации все чаще заглядывают за горизонт 2040 и 2050 годов. Утвердительный ответ на вопрос «Есть ли у вас стратегия?», который 10 лет назад готова была дать только половина организаций (по данным совместного опроса НИУ ВШЭ — РСПП), сейчас дают практически все респонденты. Эффективность этих стратегий во многом зависит от качества прогнозов, а оно, в свою очередь, не всегда оказывается удовлетворительным.

Между тем, по подходам к прогнозированию и планированию на национальном уровне Россия зачастую может служить примером для многих развитых стран. Например, Прогноз научно-технологического развития России на период до 2030 года, разработанный НИУ ВШЭ по заказу Минобрнауки России и утвержденный правительством еще в 2014 году, является не только ключевым элементом системы научно-технологического прогнозирования, но и ориентиром мирового уровня: в 2018 году, по оценкам Организации экономического сотрудничества и развития, он вошел в пятерку лучших международных прогнозов и был переведен на несколько языков, в том числе на китайский.

Проанализировав лучшие мировые и российские прогнозы и форсайты, мы создали навигатор по наиболее эффективным инструментам работы с будущим и способам их применения. Руководствуясь приведенной в статье информацией, компании смогут сформировать комплексную систему мониторинга и раннего обнаружения глобальных трендов и вызовов и найти свой подход к разработке стратегий.

ТРИ ПРИЗНАКА КАЧЕСТВЕННОГО ПРОГНОЗА

Чтобы грамотно выбрать методику работы с будущим, необходимо понимать, что к качеству и глубине проработки прогнозов сегодня предъявляют высокие требования. Наиболее значимые из них — доказательность, вариативность и правильно расставленные приоритеты.

Доказательность подразумевает наличие серьезной научно обоснованной базы исследований, прозрачной и валидированной методологии. Аргументы «по оценкам экспертов» или «модель показала», которые удовлетворяли лиц, принимающих решения, еще 10—15 лет назад, уже не считаются весомыми.

Вариативность предполагает не описание будущего по одному «базовому» или «целевому» сценарию, а характеристику различных, альтернативных вариантов развития событий в рамках, например, имитационного моделирования или сканирования «слабых сигналов» для того, чтобы распознать джокер.

Расстановка приоритетов означает ранжирование технологий, которые необходимо развивать, или рынков, на которых стоит занять нишу. Если раньше приоритеты часто «спускались сверху», а потом их выбор подкреплялся релевантными аргументами, то теперь процесс все чаще идет «снизу»: сначала формируется ландшафт возможностей, а затем в зависимости от критериев (увеличение выручки, повышение маржинальности, соответствие требованиям безопасности и т. д.) формируется перечень приоритетов.

НАИБОЛЕЕ ЭФФЕКТИВНЫЕ МЕТОДЫ ИССЛЕДОВАНИЯ БУДУЩЕГО

За последнее десятилетие подходы к исследованию будущего претерпели значительную трансформацию. Сейчас основными считаются следующие три тренда.

1. Взаимная интеграция количественных и качественных методов, за счет которой можно компенсировать недостатки одних инструментов преимуществами других. Например — использование результатов математического моделирования как входящей информации для работы экспертных групп и дальнейшая «ручная» калибровка с учетом мнений специалистов о тех параметрах или взаимосвязях, которые невозможно или сложно смоделировать.

2. Развитие мультидисциплинарных и межотраслевых исследований, позволяющее приблизиться к точной оценке и прогнозированию реальных процессов. Скажем, оценка перспектив использования новых материалов в энергетике или применение нейробиологических подходов к анализу поведения экономических агентов требуют объединения знаний из многих разобщенных сфер.

3. Широкое использование цифровых технологий, искусственного интеллекта, анализа больших данных создает новый класс исследований будущего. Они могут принимать разные формы — от визуализации (например, с помощью дополненной или виртуальной реальности можно оказаться внутри семантического кластера глобальных трендов и изучить все в 3D-формате) до предиктивной аналитики на основе машинного анализа документов, для которой разработка рыночного консенсус-прогноза в буквальном смысле минутное дело.

Классификация методов работы с будущим может основываться на разных признаках. Например, методы можно разделить на количественные и качественные; использующие первичное экспертное знание и обработку вторичной информации; опирающиеся на креативность и на взаимодействие специалистов; базирующиеся на оценке связей между различными параметрами и факторами и на интеграции в систему принятия решений. Максимальное количество методов применяется в классическом форсайте — процессе систематической научно обоснованной оценки перспектив будущего науки, экономики и общества с учетом глобальных трендов, внутренних заделов и с вовлечением всех стейкхолдеров, формирующих будущее. В его портфеле более 80 инструментов, используемых в экономическом анализе, социологии, маркетинге, эконометрике, психологии, менеджменте, дизайне мышления, структурном и морфологическом анализе и т. д. Кроме того, форсайт использует собственные уникальные методы, среди которых в первую очередь стоит выделить опрос экспертов Дельфи, построение технологических дорожных карт и форсайт-сессии.

Ниже представлен перечень методов, зарекомендовавших себя как наиболее эффективные при работе с будущим. Мы распределили их по четырем группам исследований.

Группа 1

Кабинетные исследования. Это наименее затратные методы — они могут проводиться силами самих разработчиков прогнозов. Один из их недостатков в том, что бывает сложно найти баланс между «обзором интернета» и анализом профессиональных источников информации (статей, патентов и т. д.), стоимость которого может существенно превышать бюджет проекта. Также на работу с литературой требуется много времени: если не пользоваться современным ПО, на составление качественного аналитического обзора уйдет три-четыре месяца. За этот срок ситуация может измениться. Проблема решается за счет моделирования — макроэкономического, межотраслевого, эконометрического. Однако создать адекватную модель с минимальным количеством предпосылок в любом случае сложно; кроме того, без качественной входной информации, например статистической, модель правильно работать не будет.

Рассмотрим основные методы этой группы.

Библиометрический анализ — статистический и математический анализ литературы. Как правило, в корпус исследуемых документов включают статьи из научных журналов, индексируемых в авторитетных международных базах данных Web of Science и Scopus. Например, в рамках форсайта для Московского инновационного кластера при определении перспективных направлений технологического развития библиометрический анализ позволил выявить наиболее часто упоминаемые области: индустрия 4.0, умное производство, промышленный интернет и т. д. Однако в научных статьях исследуется далеко не все — скажем, медицина, химия, физика, новые материалы представлены хорошо, а ряд направлений, касающихся ИИ, космической и военной отраслей, — гораздо хуже. Кроме того, время публикации статьи в серьезном научном журнале — один-два года с момента подачи. Для областей, в которых изменения идут быстро, это большой срок.

Патентный анализ — статистический и математический анализ патентов, построение «патентных ландшафтов», позволяющих продемонстрировать наиболее часто упоминаемые в заявках и сопутствующих материалах слова. Как правило, анализ ведется по данным Роспатента и международных баз данных, предоставляемых Всемирной организацией интеллектуальной собственности. Например, при исследовании перспектив альтернативной энергетики на период до 2030 года патентные ландшафты, построенные с помощью системы интеллектуального анализа больших данных iFORA, позволили выделить более 15 тематических кластеров по солнечной, ветро- и биоэнергетике. Необходимо учитывать, что получение патента — долгая и дорогостоящая процедура и не все компании и ученые, ведущие научные разработки, готовы ее проходить. Вместо патента многие используют другие способы охраны интеллектуальной собственности, например ноу-хау. Все это снижает прогностическую ценность патентного анализа.

Сканирование трендов, PEST / STEEPVL-анализ, трендвочинг, таймлайны событий — анализ и мониторинг устойчивых тенденций, оказывающих влияние на объект исследования. Это отправная точка практически любой стратегической аналитики. Можно анализировать только политические, экономические, социальные и технологические факторы (PEST) или добавить к ним экологические, ценностные и юридические (STEEPVL). Полученные результаты иногда визуализируют в виде таймлайнов — цепочек ключевых событий, распределенных во времени. В рамках Прогноза научно-технологического развития России на период до 2030 года удалось выявить более 150 глобальных и национальных трендов — по каждому из них были даны оценки влияния на Россию по разным направлениям: энергетика, транспортные системы, рациональное природопользование и т. д. Форсайт для ЮАР в качестве отправной точки учитывал данные по более чем 50 глобальным трендам.

К сожалению, часто при определении трендов используют либо слишком общие формулировки (например, биотехнологии), либо слишком узкие. Здесь важно найти золотую середину. Кроме того, тренды, совпадающие по времени и силе воздействия на объект исследования, могут формировать мегатренды. Следует помнить также, что тренды способны оказывать разное влияние на компании даже в рамках одной отрасли — для одних быть угрозой, для других открывать возможности.

«Аэродинамическая труба» — эксперимент, в ходе которого объект исследования подвергается влиянию разнородных факторов, как крыло в аэродинамической трубе. Этот метод относится к группе подходов, позволяющих проверить устойчивость полученных результатов, и используется компаниями — например, концерном Volkswagen — на трансформирующихся рынках.

«Газета из будущего» — написание статей для журнала или газеты, датируемой определенным годом в будущем. Например, первый номер HBR в 2050 году будет полностью посвящен управлению земной колонией на Марсе. Такой подход позволит комплексно взглянуть на объект исследования и кратко описать облик будущего.

Моделирование — широкий класс методов, расцвет которых пришелся на вторую половину прошлого века. Он включает в себя макроэкономическое прогнозирование, эконометрическое моделирование, отраслевые и межотраслевые модели, описывающие поведение экономических агентов, институциональные модели. Например, в ходе немецкого агроклиматического форсайта была разработана серия моделей для изучения последствий изменения климата, а при актуализации российского национального прогноза проведено моделирование ключевых макроэкономических показателей по трем возможным сценариям.

Разработать модель, максимально отражающую реальные процессы, невероятно сложно. Еще сложнее сделать ее прогностически надежной. Чем точнее расчеты, тем они чувствительнее к качеству входных данных — базовых предпосылок и статистики. Полученные при моделировании оценки имеют ограничения по использованию, особенно в условиях высокой волатильности факторов и турбулентности внешней среды.

«Бэккастиг», или поиск с возвратом — метод, идущий вразрез с классическим прогнозированием: он предполагает не экстраполяцию текущей ситуации в будущее, а «обратный ход» из воображаемого будущего в настоящее. Бэккастиг позволяет определить пути достижения заданной цели. Облик шведского города Гетеборга в 2050 году был изучен с использованием этого метода.

Структурный анализ, или исследование кросс-эффектов — класс методов, заимствованных из системного анализа. Он дает возможность оценить связи между различными переменными с помощью математических инструментов, технологий искусственного интеллекта. Например, можно составить матрицу оценки того, как глобальные тренды влияют на экспортный потенциал агропромышленного комплекса, или выявить топ-10 технологий, позволяющих повысить коэффициент извлечения нефти.

Группа 2

Экспертные процедуры. Как и кабинетные исследования, они насчитывают почти вековую историю. Их активное применение в социологии и маркетинге позволило отточить протоколы проведения практически до совершенства. К недостаткам группы можно отнести проблемы с подбором экспертов: высококвалифицированных специалистов и стейкхолдеров, влияющих на судьбу проекта, сложно собрать вместе, а отбор участников по принципу «кто первый зарегистрировался, тот и эксперт» девальвирует полученные результаты. Для многих экспертных процедур важна фигура модератора — он должен обладать не только навыками игротехника и фасилитатора, но и общей эрудицией и хотя бы базовыми знаниями в обсуждаемой области. Иногда в качестве модераторов выступает тандем стратегов и экспертов. Поскольку мнение большинства серьезных специалистов в том или ином виде отражено в сети, использование систем анализа больших данных позволяет получить ответы на 70—80% вопросов без их непосредственного участия.

К этой группе относятся четыре основных метода.

Углубленные интервью — беседа (очная или удаленная) с экспертом на определенные темы по четко структурированному гайду или с использованием направляющих вопросов. В форсайте статистики внешней торговли, выполненном НИУ ВШЭ по заказу Евразийской комиссии, было проведено более 40 углубленных интервью с экспертами из всех стран — участниц ЕАЭС. Для подготовки использовалось сканирование трендов, а результаты в дальнейшем обсуждались на форсайт-сессиях.

Форсайт-сессия — модерируемая дискуссия о будущем. Ее задача — получить научно обоснованное и разделяемое всеми участниками видение будущего, то есть представление о возможностях и угрозах, новых рыночных нишах и первоочередных шагах для их освоения. Форсайт-сессия требует профессионализма со стороны как модераторов, так и экспертов; для нее важна предварительная подготовка и работа с экспертами, например в рамках опроса Дельфи. Участников отбирают по жестким и прозрачным критериям. Например, российская форсайт-сессия «Глубокая переработка 2.0», посвященная перспективам развития АПК, собрала практически всех стекйхолдеров: региональный Минсельхоз, высокотехнологичный бизнес, ведущие агровузы, профильную технологическую платформу, СМИ.

При кажущейся простоте качественная форсайт-сессия — редкий случай в российской практике. Среди ключевых ошибок — отсутствие продуманного гайда-сценария или отклонение от него; слабый модератор, плохо разбирающийся в теме и не контролирующий время выступлений; однотипный или несвязанный состав экспертов; слабая или чрезмерная организационная подготовка, утомляющая экспертов предварительными проверками связи, материалов и т. д.

«Прогноз гения» — подход, опирающийся на точку зрения одного эксперта, например руководителя крупной корпорации или нобелевского лауреата. Однако каким бы гениальным ни был человек, этот метод не заменит системного подхода к стратегическому прогнозированию и планированию.

Дельфи — анкетный опрос экспертов, предложенный корпораций RAND в 1950-е годы. Он предполагает как минимум два тура, анонимное участие, информирование респондентов во втором туре о полученных результатах и возможность изменить свою экспертную оценку. Дельфи для форсайта Московского инновационного кластера собрал более 250 ответов, для актуализации Прогноза научно-технологического развития России — более 2000. Япония проводит такие опросы, начиная с 1970-х, вовлекая от 25 тыс. до 5,7 тыс. экспертов. Анкету для Дельфи необходимо составлять и тестировать максимально тщательно — за счет этого время опроса растягивается минимум до четырех-пяти месяцев.

Группа 3

Комбинированные методы. Такие методы — в том числе на основе анализа больших данных и применения ИИ — позволяют синтезировать получаемые результаты и подготовить их для лиц, принимающих решения. Хотя большинство топовых исследований будущего использует эту группу, не все могут себе это позволить: требуются время, финансовые ресурсы и качественная информация. Опишем несколько методов, входящих в эту группу.

Разработка сценариев — описание будущего по определенному шаблону и с учетом возможного наступления тех или иных событий (базовых предпосылок). Это действенный инструмент структурирования неопределенности. Компания Shell смогла быстрее всех адаптироваться к нефтяному кризису прошлого века, создав серию альтернативных сценариев. Форсайт развития российского судостроения еще в 2014 году использовал в качестве основы четыре сценария, по одному из которых цена на нефть опустилась ниже

$50 за баррель, в то время как текущее значение превышало $100. Главная проблема при составлении сценариев — выбор базовых предпосылок. Важно также понимать, что в реальности развитие объекта исследования, скорее всего, не пойдет ни по одному из предсказанных путей — но отдельные элементы разных сценариев себя определенно проявят.

Продвинутая аналитика — системы, которые включают в себя, как правило, цифровые модели, использующие большие данные и технологии ИИ. Система интеллектуального анализа больших данных iFORA, разработанная НИУ ВШЭ, использует более 400 млн полнотекстовых документов и позволяет получать аналитику по всем ключевым результатам исследований будущего: от семантических карт трендов и патентных ландшафтов до карт цифровых следов работников компаний и рекомендуемых профилей их будущих компетенций. Разработка таких систем требует много времени и средств, а также специальных навыков и частичной экспертной валидации результатов. В недалеком будущем начнут появляться «коробочные решения» — и стоимость систем продвинутой аналитики будет снижаться.

Дорожная карта — мощный инструмент стратегической аналитики. Она показывает, как объект развивается в будущем и как связаны между собой его ключевые элементы. Выделяют технологические, продуктовые, интегрированные и интерактивные дорожные карты. По оценкам профессора Кембриджского университета Роберта Фааля, в мире насчитывается более 1,5 тыс. разработанных дорожных карт: от простых, в виде наклеек на стене, до профессиональных отчетов в 500—700 страниц. Самые известные корпоративные дорожные карты разрабатывают Motorola и Intel. В России более 50 дорожных карт, профессионально выполненных по заказу частных и государственных компаний. Для создания карты требуется привлечение серьезной команды, ключевых стейкхолдеров, экспертов (как правило, 30—50 человек) и существенных временных и финансовых вложений. Чтобы дорожная карта имела смысл, она должна быть интегрирована в систему принятия решений — в противном случае она останется просто красивым исследованием.

советуем прочитать

Кому верить?

Дэвид ДеСтено

От экономики знаний к гуманистической экономике

Дов Зейдман

Алексей Шалашов: «Мы создали уникальную для России систему менеджмента»

Анна Натитник

Каким лидером вы хотите стать?

Ребекка Ньютон