topseored

Учёные vs инженеры • blog.pastukhov.com

Помните, наверное, вечный холивар в «Теории большого взрыва»? 🙂

Благодаря знакомому, тоже разбирающему тему принятия решений, наткнулся на недавний пост Илона Маска о том, что он запускает Neurolink — компанию, которая по его задумке плавно пройдёт до создания мозго-машинного интерфейса. Matrix has you, короче.

Самая по себе статья была чрезвычайно длинной и перегруженной медициной и технологиями, но я все-таки дочитал её до конца, перешёл по паре ссылок, и оказался на статье о том, как сам Илон принимает решения. И мысль, которая там меня сильно зацепила, была следующей:

Вроде как учёные отвечают за прогресс, находя ранее неизвестные нам принципы работы вселенной, что и даёт нам разные ништяки бытовые и концептуальные. На самом же деле, прогресс жестко ограничен инженерной стороной вопроса, и технологические прорывы происходят лишь когда появляется возможность эти изобретения учёных воплотить в реальном мире.

Допустим, теория вычислительных машин была разработана задолго до изобретения транзистора, но первые промышленные компьютеры появились только на нем. Массовое же распространение компьютерной техники стало возможным лишь после конвейерного производства интегральных микросхем.

Лично для меня эта мысль стала ответом на вечный вопрос: «Думать или делать?»

Короче, как я это сейчас вижу: планировать все равно надо, но уровень планов будет всегда жестко ограничен имеющимися в наличии ресурсами. Соответственно, если есть желание делать более глобальные планы, потребуется и больше золота, и технологии, и люди. И, фактически, второе тут — первично, а не вторично, как я до недавнего времени считал.

Если ещё проще: планирование не должно опережать развитие ресурсной базы. Более того: оно должно быть сфокусировано на её расширении, особенно на старте.

Это не отменяет, к слову, проход «сверху-вниз», это влияет лишь на приоритеты нижних уровней. То есть нужно все-таки идти от глобальных жизненных целей, но уже на нижних уровнях исполнения работать в первую очередь над получением тех ресурсов, которые дадут конкретику следующих уровней.

И, немного поразбирав свои предыдущие ошибки, пришёл к выводу, что именно это и было причиной провалов подобных моих попыток в прошлом. Когда нет желания строить фундамент, небоскреб не построишь.

Вторая мысль, уже от Далио, которая хорошо укладывается в эту концепцию: «Лучше нанять несколько лучших сотрудников и дать им лучшие технологии, нежели собирать стадо середнячков, работающих руками». И Далио, фактически, таки и сделал у себя в компании, за счет жесткой формализации и автоматизации всего, что только возможно.

То есть, в его случае, именно технологии дали возможность выстроить эффективную систему принятия решений. И он осознанно занимался алгоритмизацией этого процесса с самого начала, еще когда свои личные принципы «оцифровывал».

Более того, если собрать воедино все, что он рассказывал в книге и в интервью, получается, что главным менеджером в его конторе является не он сам, и даже не софт, а база накопленных данных со всех сотрудников, которые когда-либо работали в организации. Извлекая и формализуя их принципы принятия решений, у него получилось перенести их экспертизу в доступную для машинной обработки форму.

Да, он сам — не сторонник искусственного интеллекта, это все больше на уровне «если А, то Б». И часто даже и технологии как таковые не требуются: достаточно просто бумажки со списком пунктов. Но вот сам этот список и является основной ценностью, по сути.

Если же посмотреть на зарплаты сотрудников в Bridgewater, мы обратим внимание, что «звёзд» там, фактически, нет: зарплаты крутятся около среднего по США уровню, за редкими исключениями. Да, они берут лучших, но, в то же время, уровень их зарплат позволяет предположить, что их экспертиза уже не так уж и важна, по факту.

Скорее всего, каждый новый сотрудник добавляет к этой 40-летней базе настолько мало, что переплачивать за это смысла уже нет. Особенно учитывая, что рынок работает циклично и если они уж собрали такой массив данных, то и к будущей его эволюции уже более-менее готовы.

И там даже не софт сам по себе важен, а именно эти накопленные данные. Сам Далио об этом неоднократно в интервью заявлял, и даже грозился выложить весь свой софт в опенсорс со временем. Даже уже появляются ранние признаки этого: допустим, в Аппсторе уже появился Dot Collector, хотя он ещё и непонятно как работает. Возможно, они его пока обкатывают в закрытом режиме.

На этом фоне у меня фокус постепенно смещается от менеджмента к технологиям. Пока ещё не до конца решил: правильно ли это, но результат увидеть можно будет только на практике. Все выглядит пока вроде логично, но дьявол, как обычно, может скрываться в деталях, в тех самых инженерных ограничениях.

Возможно, я это принимаю и делаю потому, что сам являюсь увлеченным инженером. В общем, посмотрим на выходе. Меня греет пока только мысль о том, что усложнять тут ничего не надо, и даже вредно. То есть «кодить с утра до вечера очередную вундервафлю» тут не потребуется, это будет больше про правильную организацию информации с помощью удобных интерфейсов.

Что думаете? Куда заведет меня эта кроличья нора? 🙂

Rating: 0.0/5 (0 votes cast)

Share



Источник: Учёные vs инженеры • blog.pastukhov.com


Читайте также: