Второе допущение – то, что любая система больше суммы своих частей. В данном случае «больше» означает не математическое сравнение, а то, что сумма частей сама по себе не образует успеха системы. Мы обсуждали это в главе 1, в связи с тем, что оптимум (эффективность) системы в целом не равняется сумме локальных оптимумов (показателей эффективности) ее компонентов.

Это допущение особенно важно, потому что практически все организации в мире строят свою работу так, как если бы глобальный оптимум системы складывался из локальных оптимумов. Как мы убедимся позже, сумма локальных оптимумов не соответствует максимальной эффективности системы в целом.

Согласно теории ограничений, связи между элементами не менее, а может быть, и более важны, чем сами элементы. Другими словами, основные проблемы системы возникают не внутри элементов, а между ними. Вся оптимизация систем сводится ко второму допущению.

Последнее допущение: в каждый момент времени предел эффективности системы определяется лишь небольшим числом переменных – может быть, одной переменной. Эти немногие критически важные переменные называются ограничениями.

Обоснование данного допущения таково: нельзя эффективно управлять организацией, производительность которой ограничивается большим числом факторов. Практически все организации создают добавленную стоимость за счет использования и тщательной синхронизации целого ряда ресурсов самой разной мощности. Могут ли они планировать выпуск продукции в расчете на предельную загрузку сразу многих ресурсов? Если бы это действительно происходило, малейшее отклонение от плана оборачивалось бы его невыполнением.

Так ли обычно ведут себя системы? Теряет ли ваше предприятие прибыль всякий раз, когда кто-то из сотрудников опаздывает на работу из-за пробок? Если нет, значит, подавляющее большинство переменных не ограничивают выход его продукции. Небольшие отступления от плана, как правило, не влияют на добавленную стоимость, создаваемую организацией.

Невозможно представить себе, чтобы в организации со сложной структурой руководитель реально был в состоянии планировать работу в расчете на максимизацию выпуска продукции и стопроцентную загрузку большого числа разных ресурсов. Если еще учесть существенный уровень неопределенности, свойственный любой организации, становится ясно, что можно надеяться загрузить полностью не более чем один-два ресурса. У всех остальных обязательно будет оставаться резерв мощности и функциональности. Когда ограничений мало (или оно всего одно), мы получаем достаточную гибкость, чтобы контролировать организацию и управлять ею, обеспечивая стабильную работу. При этом нам и нашим клиентам более или менее понятно, что будет выпущено завтра. Если бы третье допущение было неверным, мы не могли бы и надеяться, что сможем контролировать свою систему. Невозможно управлять системой с большим количеством независимых переменных – особенно в сложной среде с высоким уровнем неопределенности.

В качестве примера рассмотрим задачу управления самолетом. Самолет может перемещаться в трех направлениях – по вертикальной оси (вверх-вниз) и по двум горизонтальным (вперед-назад и влево-вправо). Чтобы пролететь по прямой линии на постоянной высоте между двумя заданными точками, пилоту нужно контролировать перемещение самолета по всем трем осям. Обычно в самолете есть приборы, которые показывают пилоту, насколько успешно он справляется с управлением: альтиметр, измеряющий высоту, указатель воздушной скорости, компас, авиагоризонт. Каждый прибор показывает результаты управляющих воздействий пилота на самолет, осуществляемых с помощью рычагов и педалей.

Из-за взаимосвязанности частей воздушного судна изменение положения (или управляющее воздействие) по одной из осей повлияет на положение самолета по одной или двум другим осям. Если пилот направит нос самолета вниз для изменения высоты, то скорость движения увеличится даже без изменения режима работы двигателей. Если пилот наклонит самолет влево или вправо для изменения направления полета, то, чтобы скорость осталась прежней, двигатели понадобится форсировать.

Таким образом, пилот должен параллельно следить за отклонениями по каждой из трех взаимозависимых осей и думать сразу о трех переменных – направлении, высоте и скорости полета. У каждой переменной есть границы, нарушение которых может стоить жизни пилоту (а также всем остальным, кто находится на борту), и ситуация становится все сложнее по мере увеличения степени неопределенности и колебаний (турбулентность, плохая погода, изменение направления и высоты полета по указанию авиадиспетчеров).

Теперь давайте слегка упростим задачу пилота, оставив ему только одну переменную – скорость. Как мы это сделаем? Включим автопилот, который будет следить за высотой и направлением полета (т. е. положением по вертикальной оси и одной из горизонтальных осей). Тогда пилоту достаточно будет периодически проверять направление и высоту, чтобы убедиться, что автопилот в порядке, и следить за скоростью, при необходимости регулируя ее.

Когда переменная, за которой нужно следить, всего одна, управлять ситуацией гораздо проще, чем когда их две или три. Причинами авиакатастроф нередко бывают сенсорные перегрузки, вызванные необходимостью «следить за слишком многим одновременно». Это справедливо для любых сложных систем: управление тем проще, чем меньше переменных нужно контролировать, и чем переменных больше, тем выше вероятность, что система выйдет из-под контроля.

В большинстве организационных систем число переменных огромно, а управление немыслимо сложно – если не знать, какие (или какая) из этих переменных в данный момент на самом деле определяют эффективность системы. Помните римского императора Нерона, который, как говорят, играл на скрипке, пока Рим горел? «Функционирование» Рима было связано со многими переменными. Меры противопожарной безопасности и пожарная охрана, очевидно, были критически важны для выживания города, наслаждение музыкой – нет. Если мы захлебываемся от чрезмерного количества переменных в нашей организационной системе, «эффект Нерона» способен как помочь нам, так и помешать. Когда система достаточно стабильна и управляема, позволительно возиться с переменными, практически не влияющими на конечный результат, когда же у нас есть проблемы, связанные с одной из главных переменных, подобное недопустимо. Поэтому о некоторых компаниях говорят, что они добиваются успеха вопреки, а не благодаря своим действиям.

Мы живем и работаем в сложных системах. Смиритесь с этим – мы мало что можем сделать против сложности как таковой. Но если мы научимся выявлять ограничения системы – настоящие «двигатели» ее успеха, – то в ряде случаев будем вполне эффективно справляться с этой сложностью. Поскольку обычно в каждый момент времени критически важны лишь очень немногие переменные, мы многократно упростим себе задачу, если определим эти переменные и будем контролировать именно их. Если же окажется, что у нашей системы действительно много критически важных переменных, то мы очень правильно поступим, попытавшись уменьшить их число.

Что означает третье допущение применительно к производственным условиям? Посмотрите на рис. 2.1. На нем изображен простой производственный процесс – всего пять последовательных шагов (на схеме они идут слева направо). Обратите внимание, что у каждого из ресурсов своя мощность, характеризующая скорость или объем выполняемой работы. На самом деле так и бывает. Также заметьте, что с увеличением спроса второй ресурс (считая слева) первым окажется загружен полностью. Независимо от того, сколько дополнительной мощности останется у других ресурсов, именно этот ресурс будет определять максимальную производительность системы в целом.