Чтение онлайн

Все эти подсказки достаточно очевидны и общеизвестны. Их используют при формулировании базовых принципов организации и управления малыми высокоэффективными командами, способными обеспечить прогресс и инновации. Теперь давайте сменим тему и посмотрим, какие технологии и большие данные особенно полезны для развития более крупных и более успешных команд.

В предыдущих разделах я сосредоточился на обсуждении команд численностью 8–12 человек. Беседы и дискуссии с лидерами бизнеса привели меня к выводу, что именно такой формат оптимален для обеспечения единства и эффективности команды. Но чтобы осознать масштаб влияния технологий и понять, как расширяющиеся цифровые сети и массивы собираемых данных меняют восприятие командной работы, вам необходимо отвлечься от концепции статичной, тщательно подобранной команды и проанализировать новый тип коллектива, не имеющего устойчивых границ.

В этой главе я уже вспоминал о профессоре Университета сингулярности Вивеке Вадхве. Работая совместно с Университетом сингулярности, Университетом Дьюка и Стэнфордом, он проводит весьма интересные исследования команд и командной структуры. В частности, один из его проектов в партнерстве со Стэнфордским университетом посвящен проблеме дискриминации женщин. В ходе исследования Вадхва понял, что лучший способ устранить проблему дискриминации женщин – это привлечь к решению ее жертв. То есть, фактически, предложить людям помочь себе самим. Возник вопрос, как мотивировать и вдохновить женщин на помощь друг другу в борьбе с дискриминацией. Вадхва решил написать книгу, в которой сотни женщин из разных концов света рассказали бы свои истории.

В процессе осуществления своего замысла Вадхва понял, что самым ценным его навыком является умение управлять малыми командами и организовывать командную работу. Причем ему пришлось иметь дело вовсе не с командами, соответствующими «правилу двух пицц», то есть состоящими из 8–12 членов. Его команда состояла почти из 500 человек. Чтобы управлять коллективом таких размеров, Вадхва использовал социальные медиа (на сегодняшний день один из крупнейших каналов передачи больших данных) и цифровые сети. В частности, он использовал краудфандинг [41] и краудсорсинг для сбора сотен историй и идей, необходимых для его книги. И вот 500 женщин не только рассказывали о себе, отвечали на вопросы и обменивались идеями – они стали послами проекта и специалистами по продажам готовой книги.

Такие команды нового типа, как считает Вадхва, отнюдь не являются чисто виртуальными. «Моя роль как менеджера, – говорит он, – состояла в том, чтобы координировать действия, понимать, как люди работают и мыслят, разделять объем работ на отдельные сегменты, а также вдохновлять и мотивировать участников на их выполнение».

Выдающиеся лидеры команд всегда знают, как извлечь преимущество из современных технологий. Но лидеру команды большого масштаба недостаточно разбираться в новейших инструментах вроде социальных медиа или краудсорсинга. Он должен выдвигать новые идеи и мотивировать людей на их реализацию. По словам Вадхвы, его работа заключалась в том, чтобы «…выдвинуть идею, а затем сказать: „Ну что ж, используйте свою многочисленность и непредвзятое знание ваших знакомых“».

Краудсорсинг, примененный Вадхвой для написания книги, вряд ли сможет заменить традиционный исследовательский проект, но это интересный подход к организации многочисленных и непостоянных команд. Вполне возможно, в будущем он сыграет гораздо более значительную роль. Нам это может нравиться или не нравиться. Возможно, это покажется неудобным, поскольку и от лидеров, и от членов команды потребуются новые навыки и новое мировоззрение. Но в конечном счете неспособность прогнозировать будущие направления развития команд и командной работы станет серьезной слабостью.

С учетом сказанного, могут ли науки и технологии помочь нам формировать более эффективные команды? Стоит разобраться в этом подробней.

Что заставляет команду добиваться успеха? Это трудный вопрос. Мы все успели в этом убедиться. Но без надежных данных просто невозможно понять динамику развития успешных команд. Все, что у нас есть, это несистематизированные знания о моделях поведения: успешное лидерство, совместная приверженность общим ценностям, доверие, увлеченность и твердость характера – то, что определяет великую команду.

Но ситуация может измениться. Благодаря новым методам сбора и анализа сведений большие данные дают возможность глубже разобраться в моделях социального поведения, определяющих успех или провал командной работы. Ранее эти закономерности оставались вне поля зрения, но после привлечения больших данных выясняется, как работают и общаются тысячи людей в своих командах и подразделениях.

Профессор из лаборатории динамики поведения человека при Массачусетском технологическом институте Алекс Пентланд изобрел специальные датчики, которые записывают новый тип статистических данных, названных «социометрическими». Это измерение взаимодействия людей, в том числе тона голоса, языка жестов и даже уровня эмпатии.

С помощью группы студентов Пентланд раздал датчики сотрудникам банков, университетов, кол-центров и других организаций. В процессе рабочих контактов измерялись продолжительность и интенсивность разговоров. Кроме того, датчики регистрировали, как назвал это Петланд, «бессознательную реакцию на разговор лицом к лицу» – оценивали, являются ли собеседники заинтересованными слушателями или воодушевленными конформистами. Он доказывает, что эти бессознательные сигналы не менее важны для коммуникации, чем произнесенные вслух слова и стоящая за ними логика {35} .

Исследование материалов датчиков позволило Пентланду и его команде выявить коммуникационные модели успешной командной работы. «Мы фиксируем, как люди общаются в режиме реального времени, – объяснил Пентланд. – И мы можем не только определить особые характеристики, свойственные выдающимся командам, но и описать их математически» {36} .

Оказывается, продуктивные команды имеют своего рода отличительные признаки, которые настолько последовательно повторяются, что Пентланд может предсказать успех группы работников, просто глядя на данные и даже не встречаясь с ними.

Собранные данные продемонстрировали и другие интересные факты. Например, индивидуальная одаренность значит для общего успеха команды гораздо меньше, чем можно было бы ожидать. Таким образом, лучший способ создать замечательную команду состоит не в том, чтобы отбирать ее членов по их талантам или достижениям, а в том, чтобы изучить, как они общаются. «Социометрические данные говорят о том, каковы на самом деле факты, независимо от социологических и культурных особенностей, – говорит Пентланд. – Некоторые факты вызывают удивление, например то, что сплетни повышают производительность труда» {37} .