В цикле Дальние родственники мы делаем обзор моделей и подходов, которые в большей или меньшей степени пересекаются с интрамаркетингом и лежащей в его основе органической логикой. Одно из наиболее интересных направлений - попытки применить для исследования социальных систем новые идеи, которыми нас обогатила теория хаоса. Подобные попытки делаются многими исследователями, но законченной теории тут пока не существует - если она вообще возможна. Однако, характерно, что почти все, кто применяют понятия сложных систем, аттракторов, бифуркаций и другие специфические термины теории хаоса для изучения феноменов социальной реальности, подчеркивают важность изменения самой логики исследования. Изучение и работа со сложными системами требует не столько какой-то новой теории, сколько новой логики, другого способа мыслить. И если этот способ усвоен, становится очевидно, что разные исследователи, порой говорящие на разных понятийных языках, говорят об одних и тех же свойствах сложной реальности.

В этом материале мы хотим познакомить вас с одной из наиболее интересных работ последнего времени, статьей американцев С. Дайера Харриса и Стивена Цейслера "Слабые сигналы - приметы больших перемен", которая была опубликована в конце 2002 года в журнале "The Futurist". В ней исследователи обсуждают новый подход к прогнозированию, основанный на представлении социальной реальности как сложной адаптивной системы, в которой проявляются так называемые слабые сигналы. Эти сигналы - зерна грядущих больших перемен в состоянии общества, рынков и т.д. Харрис и Цейслер предлагают процедуру "усилителя слабых сигналов", которая может служить ориентиром для практического использования слабых сигналов в прогнозировании и планировании.

Идеи, отраженные в этой работе имеют самое прямое отношение к принципам интрамаркетинга, практически, в статье излагается один и его аспектов. Мы нашли это совпадение (порой детальное) интригующим. С другой стороны, интармаркетинг способен уточнить и дополнить метод слабых сигналов некоторыми важными для практики эвристиками.

Мы приводим эту статью полностью, а затем сопоставим заложенные в нее идеи с тем, как на тот же круг вопросов (прогнозирование и влияние на сложные социальные системы) смотрит интрамаркетинг.

О теории хаоса было написано много разного - от научных трудов до популярных эссе. Обычно в этих работах авторы предлагают воспринимать окружающий мир как "хаотический". Но оказывается, этой метафоры недостаточно. Если мы хотим улучшить свои способности в прогнозировании и планировании будущего, мы должны признать, что реальность не является хаосом, а образована сложными адаптивными системами - по крайней мере, социальная реальность. Такие системы имеют пять основных характеристик:

Из-за этих свойств и их взаимодействий не только неблагоразумно полагаться на инструменты и методы, разработанные для прогнозирования линейных систем, оказывается все менее полезным пытаться предсказывать будущее, например, экстраполируя текущие тенденции. Сложные адаптивные системы, с которыми нам приходится иметь дело, ведут себя совершенно не так, как мы привыкли думать. Поэтому, мы должны освоить новые методы мышления и предвидения будущего.

Учет пяти важных характеристик сложных адаптивных систем может помочь тем, кто занят исследованием будущего, увидеть более широкий спектр возможностей и сценариев, улучшить способности к успешному предвидению.

Мы все - умные и образованные люди. Мы усвоили несколько непреложных истин: прогнозы погоды точны и заслуживают доверия. Биологические виды эволюционируют, чтобы прийти в равновесие со своей средой. Геополитическое противостояние между Востоком и Западом неизбежно и вечно. Рыночные тенденции направлены на достижение равновесия между спросом и предложением. Свойства природы могут быть смоделированы с помощью законов Ньютона. Клиенты знают, чего они захотят в будущем. Угрозы проистекают от хорошо известных врагов.

Однако, почему в разгар пикника внезапно может пойти дождь? Почему биологические виды, которые благополучно существовали миллионы лет - судя по их следам в отложениях - внезапно исчезают? Почему в одну ночь рухнула Берлинская стена? Почему биржевые индексы скачут на сотни пунктов от эксцентричного заявления представителя властей? Почему мы проглядели последствия применения ДДТ, его влияние на птиц, а фреона - на озоновый слой? Почему персональные компьютеры, Интернет, службы экспресс-доставки, компакт-диски, стикерсы и CNN не возникли в результате анализа требований клиентов? Почему мы не предугадали трагедию в Руанде и 11 сентября?

Потому что мы думали неправильно. Наши модели слишком просты. Мир сложен. Он адаптируется. Он чувствителен к небольшим изменениям. Каждый из приведенных примеров является примером взаимодействий в САС. Исследования хаоса и сложных систем показали, как отдельные объекты, такие как биологические организмы или участники рынка, самоорганизуются в сложные и нелинейные структуры, такие как экосистемы и экономики, отдельные звезды - в галактики, снежинки - в лавины. Предсказание будущего нелинейных систем с помощью методов, предназначенных для прогнозирования линейных систем в лучшем случае бесполезно. Нам необходимы новые инструменты для эффективного взаимодействия с ними.

Далее: 2. Слабые сигналы: Характеристики сложных адаптивных систем