Человек – очень простое «устройство», и алгоритм его поведения описывается несложной компьютерной программой. Ученый-статистик Карли уже взял в разработку содержимое компьютеров американских клерков и сейчас делает далеко идущие выводы об их жизни*.
Детали
Профессор Карли из Колумбийского университета почти все время трясется. Нервное подрагивание и постоянные непроизвольные сокращения мускулатуры его лица свидетельствуют о том, что этот человек находится в крайней степени возбуждения. Оно и понятно – Карли получил, пожалуй, самое необычное задание в истории мировой математики. Работая по совместительству в компании IBM, он должен построить математические модели на 50 000 своих коллег. Модели на 50 000 человеческих существ!? Звучит страшновато. Речь, конечно, идет не о банальном сборе анкет в стиле «родился, женился, уволился». Стандартная «биография» среднего человека, в которой всего два развода и три места работы, для Карли интереса не представляет. Гораздо важнее для него - сотни мелких деталей: когда человек приходит на работу, кофе какой марки он пьет в это время суток, как и когда путешествует, какие книги читает, с кем спит и часто ли болеет. «Внимание к деталям - наша сильная сторона, именно за это нам платят «большие бабки», - говорит пожилой хедхантер в фильме «Отель «Новая Роза». Раньше компании были готовы платить «большие бабки» только за детальную информацию о нескольких топах - чтобы переманить какого -нибудь генерального директора, иногда полезно знать, девушек с какими волосами и каким размерами он любит. Однако сегодня те же самые сведения о миллионах незаметных офисных «мышек» и «хомячков» оказываются в распоряжении компаний. Все мы пользуемся кредитками и интернетом, пишем сообщения по корпоративной почте, заполняем сетевые календари (которые фиксируют наши встречи) и покупаем авиабилеты. «Средний человек - это множество мелких незаметных рутинных занятий: еда, сон, работа, секс. Половина наших повседневных дел оставляет следы на нашем рабочем компьютере - и работодатели вполне могут извлечь для себя пользу из всех этих гигабайтов данных», - утверждает Карли.
Клоны в коде
«Речь вовсе не идет о вторжении в частную жизнь», - спешит заверить Карли. Журналист Стивен Бейкер, автор недавно изданной в Америке книги «Знающие числа», называет Карли и подобных ему математиков numerati - по аналогии с английским literati (ученые -гуманитарии, буквально, «знающие буквы»). «Нумерати» («знающие цифры») кажутся злыми магами-чернокнижниками, задавшимися целью «высчитать» формулу жизни и любви ничего не подозревающих обывателей. Но сами они говорят о себе как о вполне невинных и полезных технократах. Но, предположим, работодателю нужно определить, почему одни сотрудники добиваются успехов, а другие застывают в своем развитии и упираются в карьерный потолок. Тогда можно отобрать самых успешных «работничков», и, на основе анализа всех их данных, составить модель идеального корпоративного клерка. Вполне возможно, выявятся закономерности, о которых до этого никто не подозревал. Может быть, все успешные сотрудники закончили физико-математическую школу и служили в армии. Или они женились в 25 лет и живут в районе Медведково. Или любят дорогие сорта алкоголя, неравнодушны к розовым очкам и полноватым блондинкам. Среди огромных массивов данных могут выявиться любые связи. Математики вовсе не обязаны задаваться вопросом, есть ли какая-то сущностная взаимосвязь между блондинками и успехом по службе. Важно, что несколько признаков вполне могут стать «рабочим основанием» для выборки. В любом случае, статистическая «модель успеха» наверняка поможет в поиске новых сотрудников или создании «идеальных команд». Например, можно будет предсказывать, какие сотрудники сработаются друг с другом, а какие перегрызутся как кошка с собакой. «Если вам необходимо открыть представительство где-нибудь в Анголе, вам останется только внести в нашу систему данные о бюджете и требуемых специалистах. Дальше программа немедленно выдаст оптимальных кандидатов и даже предскажет, насколько успешно они смогут работать вместе», - говорит Карли на страницах книги. «Нумерати» определят то время, когда хороших сотрудников можно будет «клонировать», «оптимальная модель» человека будет заложена во все процессы компании, так что все остальные будут вынуждены работать в том же стиле, что и «топ-перформеры».
Когда никто не пишет
Александр Джонс (имя изменено) - еще один персонаж книги. Во время тестового испытания программы, созданной Карли и его командой, «модель» Джонса оказалась одной из самых необычных. Дело в том, что Джонсу, как выяснилось, никто не пишет. Программный алгоритм позволяет анализировать не только поведение сотрудника, но и его сеть контактов. Исследуя архивы переписки, можно увидеть даже характер контактов: с кем сотрудник переписывается по работе, с кем «просто так». Так вот, Александр не контактирует хотя бы относительно неформально почти ни с кем. Менеджмент сделал отсюда логичный вывод: Джонс либо собирается уйти, либо пребывает в затяжной депрессии. В результате выяснилось, что он действительно подумывал о переходе в другую компанию, но его удалось удержать, переведя на более интересный участок. Такие системы, позволяющие исследовать социальные связи, могут стать «всезнающим» помощником эйчаров в удержании и мотивации персонала. Дальше больше: сотрудников можно разбить по навыкам, а их время - на часы и минуты. «Наши математические алгоритмы позволяют приблизить нагрузку на сотрудника к 100%», - пугает Стивен Бейкер. Благодаря своим моделям компания будет знать, когда и как сотрудник может «посачковать» - и заранее пресекать это. Звучит не слишком приятно для «офисных хомячков»? Но ничего не поделаешь. Объем персональной информации о каждом из нас накапливается с каждым годом, и вскоре обязательно появятся люди, которым захочется «смоделировать» наши маленькие жизни. Стивен Бейкер показывает, что первыми в этой «очереди за данными» стоят наши работодатели.
* Текст написан по мотивам книги Стивена Бейкера «Знающие числа» («The Numerati» by Stephen Baker).
