Tìm kiếm sự khôn ngoan từ Darwin tới Munger: Nguyên nhân

BA

NGUYÊN NHÂN

“Chúng ta đánh giá và trao thưởng cho sự hiệu quả dựa trên số lượng thép sản xuất ra.”

Chúng ta muốn hoàn thành cái gì? Thật khó đạt được kết quả nếu ta không hiểu nguyên nhân nào khiến kết quả xảy ra. Để giải quyết vấn đề hay đạt được mục tiêu, chúng ta phải hiểu trước hết nguyên nhân nào khiến kết quả ta muốn hoàn thành. Hãy bắt đầu bằng kiểm tra các yếu tố nào tạo nên hệ thống và chúng kết nối như thế nào. Sau đó, hãy xác định yếu tố chính quyết định đầu ra.

Nếu một doanh nghiệp đo hiệu quả bằng tổng số thép sản xuất được, họ sẽ thu được rất nhiều thép sản xuất ra. Nhưng tổng lượng thép tính theo kg chỉ là một phần của biểu thức. Tốt hơn hãy hỏi: Công thức nào phản ánh ta đã đạt được những gì ta muốn hoàn thành? Yếu tố nào làm ra thứ ta muốn đạt được? Dưới hoàn cảnh nào? Điều gì tạo ra giá trị kinh doanh? Bạn có thấy những yếu tố đó là cần thiết? Cái gì phải thay đổi trong công thức để đạt được thứ ta muốn? Bạn có nghĩ đến những thứ khác cũng có lẽ sẽ ảnh hưởng đến hành động của chúng ta không?

Tác động lớn

Một con chim bay vào động cơ chiếc trực thăng và tai nạn xảy ra.

Chúng ta tin rằng nguyên nhân tạo thành các tác động – ví dụ, tác động lớn và quan trọng phải có những nguyên nhân lớn hoặc những kết quả cuối cùng phức tạp làm phức tạp những lý do bên dưới nó. Nhưng qui mô của tác động có lẽ không tỷ lệ với nguyên nhân sinh ra nó. Những thứ nhỏ có thể phá hủy một hệ thống lớn. Năm 1988, 35 người chết và 113 người bị thương khi một tàu khách quanh London đâm vào sau một tàu chở hàng. Tai nạn do việc nối dây sai. Thợ cơ khí đã làm việc hơn 12 tiếng chỉ với 5 phút giải lao và quên bỏ sợi dây nhỏ khỏi ổ cắm cũ khi cài đặt một hệ thống báo hiệu đường ray mới.

Vào ngày 23 tháng 9 năm 1999, tàu vũ trụ thăm dò khí hậu sao Hỏa biến mất.

Chuyện gì đã xảy ra? Nguyên nhân cốt lõi là chuyển đổi thất bại của đơn vị Anh (pound) sang đơn vị đo lường (newton). Nhà sản xuất đã đo lực đẩy điều khiển nhỏ theo đơn vị pound, nhưng các nhân viên vũ trụ muốn dùng đơn vị newton. Hiểu nhầm đã gửi một con tàu vũ trụ khoảng 56 dặm quá gần sao Hỏa, làm nó biến mất trong bầu khí quyển hành tinh này. Lỗi đơn giản khiến mất một tàu vũ trụ trị giá $125 triệu.

Rửa tay cứu sự sống.

Bàn tay bẩn có thể gây ra các vấn đề sức khỏe. Giữa các vi khuẩn sinh sản bằng cách tự phân chia sau mỗi nửa giờ, một con vi khuẩn đơn lẻ có thể sinh ra khoảng 17 triệu con cháu trong 12 giờ. Các ghi chép tại Trung tâm Kiểm soát và Phòng chống Dịch bệnh (CDC) cho thấy mỗi năm gần 2 triệu người (trong khi 35 triệu được thừa nhận hằng năm) ở Mỹ bị nhiễm trùng trong bệnh viện. Trong số những người này, 90,000 người chết. Và lí do chính là vệ sinh tồi như điều kiện mất vệ sinh, các dụng cụ mang mầm bệnh và tay không được rửa sạch. CDC và Bộ Y Tế Mỹ (US Department and Health and Human Services) ước lượng rằng việc tuân thủ nghiêm ngặt các chính sách rửa tay sạch sẽ có thể cứu mạng sống của 20,000 bệnh nhân.

Việc rửa tay cứu mạng sống được phát hiện năm 1847 bởi một nhà sinh thái học người Hungary Ignaz Philipp Semmelweis. Khi làm việc tại Khoa Sản của bệnh viện Vienna, ông quan sát thấy các phụ nữ được các sinh viên y chăm sóc có tỷ lệ tử vong cao hơn những người được các nữ hộ sinh chăm sóc đối với bệnh cúm trẻ em. Sự khác biệt là gì? Các sinh viên y làm các giải phẫu bệnh lý, hay đi liền việc va chạm với những cơ thể người chết trước khi khám bệnh cho người khác. Semmelweis giới thiệu việc thực hành rửa tay sạch sẽ bằng giải pháp vôi chứa clo trước khi khám bệnh và tỷ lệ tử vong giảm mạnh.

Sự kiện ngẫu nhiên

“Một vụ hỏa hoạn ở công ty nhà cung cấp gây ra các vấn đề trong phân phối linh kiện. Chúng ta đã mất thị phần cho đối thủ cạnh tranh, và gây ra lỗ lớn. Kết quả này không đoán trước được vì chúng ta không thể tiên đoán ra có vụ hỏa hoạn trước đó.”

Khi những gì tồi tệ xảy ra, chúng ta cố gắng tìm cách giải thích nguyên nhân hay có cái gì đó để đổ lỗi. Chúng ta thấy sự kiện càng không mong muốn hay càng tiêu cực, ta lại càng muốn tìm kiếm lời giải thích. Chúng ta đánh giá thấp tác động của sự ngẫu nhiên.

Chúng ta tìm ra một sự kiện ngẫu nhiên khi nó không thể đoán trước được do thiếu kiến thức. Một sự kiện là ngẫu nhiên khi chúng ta không có đủ thông tin để quyết định trước kết quả cuối cùng của nó.

Tác động lên triệu chứng

Hãy mang nguyên nhân đi, và hậu quả sẽ dừng lại.

-          Miguel De Cervantes (trích từ cuốn Don Quixote)

Đôi khi chúng ta đánh giá sai một hậu quả vì nguyên nhân của nó. Có một câu chuyện về một người đang đi dạo bên sông khi bỗng nhiên một cô gái la hét nhảy xuống. Người đó nhảy xuống sông và cứu cô gái. Năm phút sau, một cô gái khác cũng la hét và nhảy xuống. Anh ta lại nhảy xuống và cứu cô gái. Điều tương tự xảy ra lặp đi lặp lại. Vấn đề ở xa hơn một chút trên bờ sông. Có một người đàn ông đang ném các cô gái trên cầu. Người anh hùng của chúng ta giải quyết triệu chứng chứ không phải nguyên nhân của vấn đề.

“Chúng ta có hàng tấn vấn đề. Chúng ta đang mất khách hàng, chúng ta không thể giao hàng đúng thời gian, hệ thống hàng hóa kê kho của chúng ta không hoạt động.”

Nguyên nhân cốt lõi của vấn đề trên là gì? Nhiều khi chúng ta có nhiều vấn đề, nhưng lại có thể có một lý do chung cho tất cả chúng. Khi xử lý vấn đề, ta phải tập trung vào những gì ta muốn đạt được và chắc chắn ta quản lý được nguyên nhân đằng sau nó, không tác động lên các triệu chứng trông có vẻ giống nguyên nhân. Có lẽ các triệu chứng đi từ những chính sách sai hoặc các dụng cụ đo lường sai hay mục tiêu sai, v.v…

Nhiều nguyên nhân

Chúng ta đổ cho một kết quả là một nguyên nhân đơn lẻ khi có nhiều nguyên nhân. Chúng ta giả thiết A gây ra B nhưng A có thể không phải là thứ duy nhất gây ra B. Đôi khi có nhiều nguyên nhân sinh ra một hậu quả nào đó.

Ví dụ, hành vi được quyết định bởi nhiều yếu tố tâm lý và phi tâm lý, các đặc điểm cá nhân và tình huống xảy ra. Đôi khi, những yếu tố này tương tác và tăng cường lẫn nhau. Khi giải thích hành vi, hãy suy nghĩ đến nhiều nguyên nhân. Ví dụ, Charles Munger nói về thí nghiệm Milgram trong Phần Hai (khi một nhóm nghiên cứu dự định gây shock điện đơn giản vì họ được bảo làm thế từ một người có thẩm quyền):

Nhiều năm qua, trong các sách tâm lý đều có minh họa về thẩm quyền – thẩm quyền được sử dụng như thế nào để thuyết phục người ta làm những điều kinh khủng. Tất nhiên, đó chỉ là một thiên kiến kết luận trước. Đó không phải một lời giải thích đầy đủ và đúng đắn. Thẩm quyền là một phần của nó. Tuy nhiên, cũng có vài nguyên tắc tâm lý khác [nhất quán, tương phản, tôn trọng lý do], tất cả đều vận hành theo cùng một hướng, để đạt được hiệu ứng thần kỳ một cách chính xác, vì chúng hành động kết hợp hướng tới cùng một kết quả cuối cùng.

Đánh giá sai tương quan với nguyên nhân

Sự tương quan có nghĩa là một mối quan hệ hay liên kết giữa hai hay nhiều biến số. Chúng ta có xu hướng giả thiết rằng khi hai thứ xảy ra cùng nhau, nó sẽ gây ra cái gì đó khác. Sự thay đổi trong một biến số liên quan mạnh mẽ hay bị kéo theo bởi thay đổi của một biến số khác không có nghĩa là nó gây ra cái khác. Vài yếu tố thứ ba có thể gây ra cả hai. Giả sử chúng ta phát hiện một mối tương quan cao độ giữa tiền và hạnh phúc. Nhưng điều đó không nói với chúng ta liệu tiền có làm ra hạnh phúc không, liệu hạnh phúc có sinh ra tiền không, hay liệu có yếu tố thứ ba nào gây ra cả hai điều đó không.

Một ví dụ về lạm dụng thống kê từ năm 1992 khi báo cáo về 28 trẻ vị thành niên thường chơi game “Dungeons and Dragons” (D&D – Ngục tối và rồng) đều tự sát. Kết luận nào được đưa ra? Có mối liên hệ giữa nạn tự tử của trẻ vị thành niên và game?

Nhà toán học Mỹ John Allen Paulos nói với chúng ta trong cuốn Innumeracy (Phi số học) hãy đưa câu này vào ngữ cảnh đúng khi cân nhắc hai thực tế nữa. Game đó đã bán hàng triệu bản copy và khoảng 3 triệu trẻ vị thành niên chơi nó. Trong nhóm tuổi này, tỷ lệ tự tử hằng năm là 12 người trên tổng số 100,000 người. Có nghĩa là chúng ta có thể nghĩ tới việc 360 đửa trẻ chơi game D&D (12/100,000 x 3 triệu người chơi) sẽ tự tử.

Các giải thích thay thế

“Mary bị cúm và vì thế cô ấy đang cảm lạnh.”

Có lẽ có nhiều giải thích với một kết quả cho trước. Nhưng chúng ta thường nhảy tới kết luận và thất bại khi xem xét các giải thích thay thế. Một hậu quả cho trước có thể nhất quán với một dải các nguyên nhân và không giúp chúng ta tìm ra nguyên nhân cốt lõi của vấn đề.

Mary bị cúm nói cho chúng ta rằng cô ấy không khỏe nhưng không nói với chúng ta tại sao cô ấy ốm. Cúm có thể xảy ra từ một dải các loại bệnh. Hãy hỏi: Còn điều gì nữa có thể giải thích kết quả này không?

Dữ liệu có chọn lọc và so sánh phù hợp

Không gì dối trá hơn một thực tế rõ ràng.

-          Sherlock Holmes (Arthur Conan Doyle, The Boscombe Valley Mystery (Bí mật thung lũng Boscombe))

Chúng ta xác định nguyên nhân sai vì nó có vẻ trông rõ ràng dựa trên một hiệu ứng quan sát được đơn giản. Như Bertrand Russell nói: “Sự rõ ràng luôn luôn là kẻ thù của cái đúng.”

Khi ai đó nhận xét với nhà văn người Pháp Voltaire, “Đời là khổ”, ông ấy vặn lại, “So với cái gì?” Chúng ta có xu hướng bỏ qua các thay thế, và vì thế chúng ta thất bại khi so sánh tương ứng. Thông thường chúng ta chỉ quan tâm những thông tin hay bằng chứng hiển hiện hoặc có sẵn và không xem xét những thông tin có thể bị thiếu hay nhầm lẫn.

“Bằng cách nghiên cứu các doanh nghiệp thành công, tôi thấy rằng bí mật thành công của họ là tập trung,” CEO của TransCorp nói.

Nhưng nhiều doanh nghiệp thất bại cũng tập trung. Để thành công, thế thì, phải có một văn hóa lành mạnh, nhà lãnh đạo có tầm nhìn, hay còn gì nữa? Có lẽ các doanh nghiệp thất bại cũng có văn hóa lành mạnh và người lãnh đạo có tầm nhìn. Để hiểu tính chất nào tạo nên thành công, chúng ta cần so sánh những thành công và thất bại trong kinh doanh. Chúng ta phải tìm những công ty bắt đầu với cùng một chất lượng nhưng thất bại. Dù vấn đề ở đây là, dữ liệu về thất bại thường biến mất. Hơn nữa, có cái làm việc trong hoàn cảnh này nhưng lại thất bại trong hoàn cảnh khác.

Qua phỏng vấn những người sống sót từ các vụ tai nạn máy bay chết người, bài báo Discover (Khám phá) năm 1986 trình bày vài cách người ta có thể cải thiện cơ hội sống sót khi máy bay rơi. Nhưng như Giáo sư tâm lý học Robyn Dawes đã nói, không có đánh giá nào về phần trăm số hành khách đã làm những gì mà những người sống sót đã làm. Có nghĩa là những người chết cũng đã làm những điều tương tự. Tất nhiên chúng ta không thể phỏng vấn những người không còn sống.

Những thuộc tính giống nhau thường được dùng để giải thích cả thành công và thất bại. Ví dụ, khi một công ty thành công, phương tiện truyền thông nói rằng đó là do có sự tập trung và một đội ngũ lãnh đạo tài giỏi. Khi hiệu suất đi xuống, họ báo cáo rằng công ty trở nên không tập trung nữa và đội ngũ lãnh đạo đang xấu đi. Trong khi có thể có nhiều bằng chứng cho thấy công ty đang thiếu tập trung và đội ngũ lãnh đạo tệ hơn trước, chỉ có thể nói chắc chắn rằng đối thủ cạnh tranh đang làm tốt hơn họ. Hiệu quả kinh doanh chỉ là tương đối, không phải là tuyệt đối. Hiệu quả của một công ty luôn luôn bị tác động bởi những gì các đối thủ của họ làm. Ngay cả nếu công ty làm tốt hơn trong nhiều lĩnh vực, thị phần và lợi nhuận có lẽ vẫn giảm nếu đối thủ của họ làm tốt hơn họ. Và ngay cả nếu một công ty đang làm tệ hơn nhiều lĩnh vực, thị phần và lợi nhuận vẫn có thể tăng nếu đối thủ của họ trở nên tệ hơn.

“Hãy nhìn xem lỗ đạn ở đâu và mặc thêm áo giáp cho mọi chỗ khác nữa.”

Trong suốt chiến tranh Thế Giới thứ I và II, nhà thống kê Abraham Wald đều cố gắng xác định cần phải bọc sắt thêm vào chỗ nào cho máy bay. Dựa trên các mẫu lỗ đạn trong các máy bay trở về, ông giả thiết các phần không trúng đạn nên được bọc sắt thêm. Ông thu được kết luận đó như thế nào? Vì ông cũng xem xét các máy bay không trở về. Giả sử các máy bay đều bị trúng đạn ít hoặc nhiều đồng bộ. Vài máy bay trúng đạn trong vùng bị đánh dấu vẫn có khả năng quay về. Điều đó có nghĩa là những máy bay không trở về hầu như đã trúng đạn ở một nơi nào đó khác - ở những vị trí không đánh dấu. Những vùng đó cần bọc sắt nhiều hơn.

“Thuốc rõ ràng hoạt động vì tôi đã dùng nó và thấy tốt hơn.”

Nhưng cùng một kết quả có thể xảy ra mà không cần dùng thuốc. Chúng ta cần xem xét cả những bằng chứng xác nhận và không xác nhận điều đó. Hãy hỏi: Tần suất của các trường hợp hỗ trợ so với các trường hợp không xác nhận là gì? Tần suất tương đối của điều kiện này hay bệnh này trong quần thể là gì?

Ví dụ, khi nghiên cứu về hiệu quả của phương pháp điều trị mới, người ta thường phớt lờ kết quả của việc không điều trị, và chỉ tập trung vào lượng lớn những điều trị thành công, do đó kết luận rằng phương pháp điều trị này hiệu quả. Nhưng chúng ta cũng phải nhìn vào số người a) sử dụng phương pháp điều trị mà không cải thiện gì, b) không sử dụng phương pháp điều trị này mà vẫn cải thiện tốt, và c) không dùng phương pháp điều trị đó và không cải thiện.

Trong một nghiên cứu, mọi người được yêu cầu đánh giá hiệu quả của phương pháp điều trị dựa trên dữ liệu sau, lấy từ một thí nghiệm:

	Cải thiện	Không cải thiện
Dùng phương pháp điều trị	200 người	75
Không dùng phương pháp điều trị	50	15

Hầu hết các đối tượng tin rằng phương pháp điều trị hiệu quả. Nhưng nó lại không hiệu quả. Tại sao? Chúng ta cần so sánh kết quả của nhóm không điều trị với kết quả của nhóm điều trị. 50 trong 65 người (50+15) hay khoảng 77% đã cải thiện mà không cần điều trị, so với 200 của 275 (200+75) người tức khoảng 73% cải thiện khi được điều trị.

Giáo sư tâm lý học Thomas Gilovich nói trong cuốn How We Know What Isn’t So (Làm sao chúng ta biết nó không phải như thế): “Với cơ thể tự chữa lành hiệu quả, nhiều người tìm kiếm trợ giúp của y học sẽ trải nghiệm kết quả tích cực ngay cả khi nếu bác sĩ không làm gì có lợi cả. Và như thế, thậm chí một phương pháp điều trị vô dụng cũng có thể biểu hiện ra là có hiệu quả khi tỷ lệ thành công dựa trên nó quá cao.”

Điều gì khiến khách hàng phàn nàn về TransCorp?

Chúng ta tìm kiếm những nguyên nhân rõ ràng và tìm kiếm những điều kiện và hành vi hiện ra trong tình huống đặc biệt sau khi ta biết những gì đã xảy ra. Nhưng chúng ta nên quan sát những gì xảy trong điều kiện bình thường. Hầu hết mọi kết quả đều phụ thuộc ngữ cảnh.

Thay vì tập trung vào các điều kiện, và hành vi khiến khách hàng phàn nàn, TransCorp nên kiểm tra cả những giao dịch không gặp phàn nàn và giao dịch gặp phàn nàn, rồi hỏi: Cái gì là điều kiện và hành vi ẩn dưới khi khách hàng không phàn nàn? Những khác biệt nào có thể giải thích cho các lời phàn nàn?

Đối với các tình huống tương tự, hãy hỏi: Được so sánh với cái gì? Hãy so sánh kết quả tiêu cực với kết quả tích cực. Yếu tố nào tạo ra sự khác biệt? Cái gì là điều kiện và hành vi ẩn bên dưới khi những thứ đó làm việc? Cái gì phân biệt các tình huống? Đừng đưa ra kết luận từ những gì có lẽ chỉ là duy nhất hay ngẫu nhiên.

<< Phần 3: Chương HAI

Phần 3: Chương BỐN>>

Tìm kiếm sự khôn ngoan từ Darwin tới Munger: Qui mô và Giới hạn

HAI

QUI MÔ VÀ GIỚI HẠN

Qui mô của kích cỡ và thời gian

Những thay đổi về kích cỡ và thời gian ảnh hưởng đến hình dáng, chức năng và hành vi. Nếu những thứ gì có vài kích cỡ lớn hơn hay nhỏ hơn, có lẽ chúng không làm việc giống nhau. Một số thứ tốt hơn và một số thứ khác tệ hơn. Ví dụ, thay đổi kích cỡ của một tổ chức sống sẽ ảnh hưởng đến độ lớn của nó, diện tích bề mặt, độ phức tạp, sự trao đổi chất, tuổi thọ và tốc độ di chuyển.

Trọng lượng, sức mạnh và diện tích bề mặt thay đổi như thế nào nếu chúng thay đổi kích cỡ?

Nếu chúng ta nhân đôi chiều dài của một vật có hình dáng tương tự, diện tích bề mặt sẽ tăng 4 lần, thể tích tăng 8 lần. Diện tích bề mặt tăng theo bình phương chiều dài và thể tích là lập phương chiều dài (để tính diện tích, ta nhân hai chiều dài với nhau, và để tính thể tích ta nhân ba chiều dài).

Thể tích luôn tăng nhanh hơn diện tích bề mặt khi ta tăng kích cỡ, độc lập với hình dáng của đối tượng. Nó đặt ra giới hạn về kích cỡ của nhiều thứ.

Có gì khác biệt trong thời gian tan chảy nếu ta dùng một khối băng lập phương (thể tích 8) hay 8 khối lập phương nhỏ hơn (tổng thể tích cũng là 8)?

Nếu ta tăng kích thước, thể tích tăng nhanh hơn diện tích bề mặt. Điều đó có nghĩa là gì? Mối quan hệ giữa diện tích bề mặt và thể tích giảm khi ta tăng kích cỡ. Có nghĩa là mối quan hệ đó tăng lên nếu ta giảm kích thước. Hãy lấy các khối băng lập phương làm ví dụ. Giả sử khối lớn hơn có độ dài cạnh là 2 và khối nhỏ hơn có độ dài cạnh là 1

	Khối băng nhỏ	Khối băng to
Độ dài cạnh	1	2
Diện tích bề mặt của một mặt	1	4
Tổng diện tích bề mặt (6 mặt)	6	24
Thể tích	1	8
Tỉ lệ giữa tổng diện tích bề mặt so với thể tích	6	3

Như chúng ta có thể thấy, khối băng lớn hơn có ít diện tích bề mặt trên một đơn vị thể tích hơn so với 8 khối băng nhỏ. Tổng diện tích bề mặt là tổng diện tích của 6 mặt của khối lập phương. Có nghĩa là 8 khối nhỏ có diện tích bề mặt là 48 (8x6) so với 24 của khối lớn. Cũng có nghĩa là 8 khối nhỏ sẽ tan nhanh hơn khối lớn, vì lượng nhiệt một khối băng hấp thụ phụ thuộc vào diện tích bề mặt của nó (quá trình tan chảy xảy ra trên bề mặt). Bất cứ khi nào ta làm các đối tượng nhỏ hơn, ta đều thu được diện tích bề mặt trên một đơn vị thể tích lớn hơn. Ví dụ, vì sắt bị oxy hóa khi phơi ra không khí và quá trình oxy hóa xảy ra trên bề mặt, một con dao bằng thép sẽ bị oxy hóa chậm hơn miếng bùi nhùi chà bóng bằng thép.

Tại sao khủng long có đầu rất nhỏ so với cơ thể của chúng?

Các vật sống được định hình và ràng buộc bởi những nguyên tắc toán học cơ bản. Trọng lượng phụ thuộc vào thể tích và sức mạnh hay khả năng chịu tải trên một vùng cơ thể. Sức mạnh của cơ bắp hay xương là một chức năng của diện tích mặt cắt ngang. Sức mạnh không tăng theo cùng một tỷ lệ với trọng lượng và thể tích. Khi chúng ta tăng kích thước, trọng lượng tăng nhanh hơn sức mạnh. Hãy tăng tỷ lệ của một tổ chức sống, và ngay sau đó hoặc muộn hơn một chút nó sẽ trở nên quá yếu ớt để có thể hỗ trợ trọng lượng chính nó. Hãy nhân đôi kích thước của một con khủng long nhỏ - gấp đôi chiều dài, rộng và cao – và nó sẽ nặng hơn 8 lần so với trước đó. Giờ chúng ta cần một cái cổ khỏe hơn 8 lần vì nó phải giữ một khối lượng lớn hơn trước 8 lần. Nhưng vì sức mạnh của cổ tỷ lệ thuận với diện tích mặt cắt ngang, nên cổ chỉ mạnh hơn 4 lần. Sẽ tới một điểm mà cổ bị gãy.

Còn những người khổng lồ chúng ta nhìn thấy trên phim thì sao?

Giả sử chúng ta làm một người lớn hơn 10 lần so với bình thường. Có nghĩa là giờ anh ta dài hơn 10 lần, rộng hơn 10 lần và cao hơn 10 lần. Anh ta nặng hơn 1000 lần nhưng chỉ khỏe hơn 100 lần (vì sức mạnh của cơ bắp tỷ lệ thuận với diện tích mặt cắt ngang của cơ bắp). Vì khả năng chịu tải của xương tỉ lệ thuận theo cùng một cách, xương của anh ta mạnh hơn trước 100 lần, nên vẫn phải chịu đựng căng thẳng gấp 10 lần bình thường. Anh ta cần bộ xương to hơn để hỗ trợ trọng lượng thêm vào. Nếu không chân anh ta sẽ bị đè bẹp. Đó là tại sao voi có cái chân to lùn như vậy để chịu được trọng lượng cơ thể của nó. Người khổng lồ nặng hơn 1,000 lần cơ thể nhưng chỉ có bộ da chịu đựng được hơn 100 lần, có nghĩa là da nó phải chịu áp lực lớn hơn 10 lần bình thường (vì áp lực tỷ lệ với diện tích). Điều đó cũng có nghĩa là diện tích bề mặt da quá nhỏ để tản nhiệt thoát ra từ cơ thể khổng lồ. Anh ta sẽ phải chịu đựng quá nhiệt vì tổng số nhiệt lượng cơ thể anh ta sản sinh ra tỷ lệ với lập phương chiều dài của anh ta (1,000), trong khi lượng nhiệt tiêu tan qua da vì da tỷ lệ với bình phương chiều dài (100).

Nhà sinh học người Anh, Ngài D’Arcy Wentworth Thompson nói trong cuốn On Growth and Form (Về tăng trưởng và hình dáng): “Tự nhiên làm việc thực sự theo tỷ lệ ở mọi nơi, và mọi thứ theo đó đều có một kích thước rõ ràng. Con người và cây cối, chim và cá, sao và hệ thống sao, có các phương hướng phù hợp, và trong một dải hẹp so với độ lớn tuyệt đối.”

Vài thứ trong tự nhiên có cùng hình dạng hay mô hình mẫu bất chấp tỷ lệ chúng ta nhìn thấy. Một phần nhỏ của bông súp lơ trông giống như toàn bộ bông hoa. Những ví dụ khác như mây, dương xỉ, bông tuyết, mạng lưới sông ngòi, hệ thống mạch máu và cấu trúc các đường bờ biển.

John cần thuê một phụ tá mới và yêu cầu ông chủ: “Tôi muốn được sự chấp nhận của ngài, được chứ? Vì thêm $20,000 vào bảng lương là không quan trọng.”

Khái niệm tỉ lệ cũng được áp dụng cho thời gian – mọi thứ thay đổi theo thời gian như thế nào hay khi nào mọi thứ lặp lại. Warren Buffett có thể nói gì với John? “Đề xuất nên được đánh giá như một quyết định $3 triệu, với giả thiết rằng người thêm vào có lẽ sẽ khiến ta chi phí ít nhất là tổng số thời gian cuộc đời anh ta, cộng thêm các yếu tố về tăng lương, lợi ích và các chi phí khác.”

Những thay đổi nhỏ, chậm rãi vận hành trong những khoảng thời gian dài có thể tạo ra những kết quả lớn. Ví dụ, bạn đã thấy được các biến đổi di truyền nhỏ có thể tạo ra hiệu ứng giải phẫu quan trọng theo thời gian.

Điểm gãy, ngưỡng và các giới hạn quan trọng

Tại một tỷ lệ nhất định, hệ thống sẽ đạt đến khối lượng tới hạn hay một giới hạn mà hành vi của hệ thống có thể thay đổi dần dần. Nó có thể làm việc tốt hơn, tồi hơn, dừng làm việc hoặc thay đổi thuộc tính.

Những tương tác nhỏ theo thời gian tích tụ chậm chạp thành một trạng thái quan trọng – trong đó mức độ không ổn định tăng lên. Một sự kiện nhỏ có thể kích hoạt một thay đổi kinh hoàng như động đất.

Một biến đổi nhỏ có lẽ không gây tác động gì tới một hệ thống cho đến khi một ngưỡng quan trọng đạt được. Ví dụ, dùng thuốc có lẽ ban đầu không hiệu quả cho đến khi đạt được một ngưỡng nhất định, rồi sau đó trở nên hiệu quả, hoặc trở nên càng ngày càng hiệu quả, nhưng dùng quá nhiều tới một ngưỡng khác, lại thành có hại.

Một ví dụ khác từ hóa học. Khi hệ thống hóa chất đạt đến một cấp độ tương tác cụ thể, hệ thống sẽ biến đổi nhanh chóng. Một biến đổi nhỏ trong một yếu tố có thể gây ra hiệu ứng không báo trước nhưng thay đổi xa hơn có lẽ khiến hệ thống lại đạt đến một ngưỡng quan trọng khác khiến nó làm việc tốt hơn hoặc tồi hơn.

Một hệ thống cũng có thể đạt được ngưỡng mà khi đó các thuộc tính của nó bỗng nhiên thay đổi từ dạng này sang dạng khác. Ví dụ, khi sắt từ bị nung nóng tới một nhiệt độ nhất định, nó sẽ mất từ tính. Khi làm nguội dưới mức nhiệt độ ban đầu, từ tính lại trở lại.

Một công ty có thể đạt đến một qui mô nhất định và có lợi thế về qui mô trong kinh nghiệm, mua bán, marketing, sản xuất, quản lý, nghiên cứu, hậu cần, phân phối, v.v… Ví dụ, chi phí có thể trải rộng trên một lượng lớn hơn của số hàng bán, giảm chi phí trung bình. Những lợi thế đó thường cho phép chuyên môn hóa cao hơn, khiến mọi người làm việc giỏi hơn.

Qui mô cũng gây ra vấn đề, Warren Buffett thảo luận về công ty tư nhân NetJets:

Cả chúng tôi và khách hàng đều được hưởng những lợi ích vận hành cụ thể từ việc chúng tôi trở thành kẻ dẫn đầu cuộc chạy đua trong kinh doanh bán sở hữu. Chúng tôi có trên 300 máy bay liên tục di chuyển ở Mỹ và do đó có thể ở bất cứ đâu khách hàng cần chúng tôi chỉ với một thông báo rất ngắn gọn. Việc có mặt khắp nơi của hạm đội chúng tôi cũng giảm các chi phí định vị thường xảy ra với những người điều hành và các hạm đội nhỏ hơn. Những lợi thế về qui mô này, và những thứ khác chúng tôi có, tạo cho NetJets một mặt kinh tế rõ rệt so với đối thủ cạnh tranh.

Charles Munger nói với chúng tôi về các loại lợi thế qui mô khác:

Trong kinh doanh, một đặc điểm rất tự nhiên của các thứ là sắp xếp theo hình thác nước với sự thống trị áp đảo của một công ty. Điều minh chứng rõ ràng nhất là các tờ nhật báo. Thực tế không có thành phố nào ở Mỹ không thế, bên cạnh một vài tờ rất lớn, sẽ có nhiều hơn một tờ báo hằng ngày… Khi tôi lấy hầu hết các số báo in ra, tôi sẽ nhận được hầu hết quảng cáo. Và khi tôi đã nhận hầu hết báo và quảng cáo, tại sao ai đó còn muốn một tờ báo mỏng hơn với ít thông tin hơn trong đó? Vì thế xu hướng tạo hình thác nước là một tình huống của “kẻ thắng lấy tất”.

“Chúng ta đang tăng số lượng hàng sản xuất nhưng việc tập trung vào nhân viên, dịch vụ, và tạo động lực sẽ giảm xuống.”

Vài điểm bất lợi của qui mô kinh doanh có thể ăn hết cả lợi thế. Ví dụ, chi phí và đầu tư gia tăng, chi phí trên mỗi đơn vị tăng, hệ thống trở nên quá phức tạp, quan liêu và không hiệu quả, v.v…

Hành vi của con người có lẽ thay đổi khi chúng ta thay đổi qui mô của nhóm. Cái gì làm việc tốt trong một nhóm có một kích cỡ nào đó có lẽ sẽ không làm việc hoàn toàn trong một nhóm với kích cỡ khác. Garrett Hardin minh họa điều này khi ông kiểm tra các cộng đồng tôn giáo Hutterite ở tây bắc nước Mỹ:

Khi một khu vực tăng trưởng về kích cỡ, xu hướng của cá nhân đòi hỏi phần sản xuất “theo nhu cầu của anh ta” tăng lên, trong khi sự nhiệt huyết làm việc “theo khả năng của anh ta” giảm đi. Hiệu suất của những người trông giữ (người truyền giáo hay các ông chủ) đều giảm xuống. Sau đó, khi sự thu hẹp tăng lên, những ai ít nghiêng theo kiểu “ăn không ngồi rồi” bắt đầu ghen tỵ với tình anh em của những người không làm việc, những người hiện tại đang tham gia nhóm.

Các cộng đồng Hutterite đã dạy chúng ta rằng qui mô hay số người trong mỗi đơn vị quyết định rất quan trọng. Với 150 người mỗi khu vực, hệ thống có thể được quản lý bằng sức mạnh của xấu hổ. Lớn hơn kích thước này, lời kêu gọi với lương tâm sẽ mất hiệu quả và các cá nhân bắt đầu có nhu cầu nhiều hơn những gì họ cống hiến. Các nghiên cứu cho thấy các nhóm khoảng 150 cá nhân là phổ biến trong các bộ lạc săn bắn hái lượm, và các đơn vị quân sự.

Sự lan tràn của hành vi và ý tưởng phụ thuộc vào qui mô. Một tỷ lệ nhất định hay một số người tối thiểu (mức ngưỡng) phải lựa chọn trước khi chúng ta đi theo sự dẫn dắt của họ. Vài ví dụ như liệu có tham gia đình công hay bạo động không, thích ứng với một ý tưởng, mua một sản phẩm hay cổ phiếu, nói ra một vấn đề, hay rời một bữa tiệc nhàm chán hay không. Mức ngưỡng quan trọng có thể tạo ra sự bắt chước rộng lớn về mặt xã hội.

Hãy cân nhắc các ràng buộc và giới hạn công nghệ, vật lý, con người, sinh học và toán học. Chúng ta không thể gửi tín hiệu nhanh hơn vận tốc ánh sáng. Có những giới hạn cho một thứ chỉ có thể lớn hay nhỏ như thế nào. Gordon Moore, một trong những người sáng lập Intel, đã tiên đoán năm 1965 rằng, số lượng các transistor có thể được sản xuất tiết kiệm hơn và đặt lên một con chip silicon sẽ nhân đôi sau mỗi 18 tháng. Năm 1995, ông ta sửa lại tiên đoán của mình một lần nữa là sau mỗi hai năm. Mặc dù cuối cùng, các giới hạn vật lý, kỹ thuật hay kinh tế có thể sẽ dừng điều này lại.

Qui mô và tần suất

Những trận động đất nhỏ rất phổ biến trong khi trận lớn rất hiếm hoi.

Thống kê cho thấy tần suất của vài sự kiện và thuộc tính tỉ lệ nghịch với qui mô của nó. Những thứ lớn hay nhỏ có thể xảy ra nhưng chúng càng lớn, chúng càng ít xảy ra thường xuyên. Ví dụ, có rất ít trận động đất, hỏa hoạn, lở tuyết hay thành phố lớn, nhưng cái nhỏ thì rất nhiều. Có rất ít tỷ phú nhưng nhiều triệu phú.

Qui mô và tần suất của những sự kiện và thuộc tính có mối quan hệ mẫu thống kê – qui mô, nó cho thấy sự độc lập của qui mô (chúng ta đã nhìn thấy trước đó khi có mối quan hệ tỷ lệ giữa các mặt của khối băng với thể tích của nó). Ví dụ, có mối quan hệ tỉ lệ giữa cường độ và tần suất của động đất. Dựa trên các quan sát từ năm 1990, Cục điều tra Địa Lý Hoa Kỳ đã ước lượng tần suất trung bình hằng năm của các trận động đất cường độ 8 và cao hơn là 1, cường độ 7-7.9 là 17, cường độ 6-6.9 là 134, và cường độ 5-5.9 là 1319 trận. Cũng như vậy, các mẫu dựa trên thống kê và ước lượng quá khứ. Chúng không giúp chúng ta tiên đoán chính xác các sự kiện tương lai. Ví dụ, các thảm họa xảy ra ngẫu nhiên. Chúng ta không biết khi nào thảm họa lớn kế tiếp sẽ xuất hiện.

85% lợi nhuận của phòng đến từ 25% sản phẩm.

Nhà kinh tế và xã hội học người Ý Vilfredo Pereto ghi chú rằng 80% cây đậu của ông được sinh ra từ 20% hạt đậu. Ông cũng quan sát thấy rằng 20% số người sở hữu 80% đất đai ở Ý. Thường thường vài thứ là nguyên nhân chủ yếu của một hiệu ứng. Ví dụ, vài lỗi sinh ra hầu hết các vấn đề, hoặc vài cá nhân gây ra hầu hết mọi rắc rối. Vài hung thủ xác nhận gây ra hầu hết tội ác. Người ta ước tính khoảng 5% số bộ phim kiếm được 80-90% lợi nhuận trong ngành công nghiệp điện ảnh. Sự không đồng đều này cũng phổ biến trong nhiều tình huống khác như chi tiêu cho chăm sóc sức khỏe, tai nạn, hay bán sách.

Warren Buffett nói: “Không cần làm những điều kỳ lạ để nhận những kết quả kỳ lạ.” Vài sản phẩm hay vài khách hàng tạo ra hầu hết lợi nhuận hay vài nhân viên bán hàng tạo ra hầu hết lượng hàng bán. Trong nhiều hoạt động kinh doanh, vài thứ có thể tạo ra nhiều giá trị lớn. Hãy hỏi: Chúng ta định vị thời gian, công việc, sự tập trung và tiền bạc như thế nào? Chúng ta có thể xác định ra vài thứ thực sự tạo ra vấn đề không?

Ràng buộc

“Hãy tăng cường sản xuất!”

Tối ưu hóa một biến số có thể khiến toàn hệ thống làm việc kém hiệu quả. Tại sao? Hiệu năng của hầu hết các hệ thống bị ràng buộc bởi hiệu năng của liên kết yếu nhất trong đó. Biến số giới hạn hệ thống trong việc đạt được mục đích của nó hay tối ưu hiệu năng. Ví dụ, gia tăng sản xuất có lẽ bị ràng buộc vật lý bởi năng lực sản xuất của một trong các máy móc. Nếu một máy trong một dây chuyền sản xuất gồm hai máy có thể tạo ra 100 chiếc và cái thứ hai 90 chiếc, đầu ra sẽ bị ràng buộc vật lý bởi chiếc máy thứ hai.

Chúng ta muốn đạt được điều gì? Cái gì cản trở nó xảy ra? Tại sao?

Khi cố gắng cải thiện hiệu năng một hệ thống, trước tiên hãy tìm ra các ràng buộc chính của hệ thống đó – nó có thể là vật lý (khả năng, nguyên liệu, thị trường) hay phi vật lý (chính sách, luật, các thước đo) – và mối quan hệ nhân quả của nó với hệ thống. Có lẽ ràng buộc dựa trên những giả thuyết sai có thể đúng. Rồi hãy cố gắng “tăng cường” hay thay đổi kết nối yếu nhất. Hãy quan sát những ảnh hưởng khác nữa – mong muốn và không mong muốn – đã xảy ra như hậu quả của quá trình. Hãy luôn luôn xem xét các hiệu quả của toàn hệ thống.

<< Phần 3: Chương MỘT

Phần 3: Chương BA>>

Tìm kiếm sự khôn ngoan từ Darwin tới Munger: Tư duy hệ thống

MỘT

TƯ DUY HỆ THỐNG

Những kết quả mong muốn và không mong muốn

Trong truyền kỳ Aesop, có kể câu chuyện sau:

Một góa phụ nghèo khổ sống một mình ở miền quê có một con gà mái tuyệt đẹp. Mỗi sáng, gà mái đẻ ra một quả trứng lớn màu nâu để người đàn bà ăn sáng. Một ngày, góa phụ tự nghĩ: “Bây giờ nếu nhân đôi số lúa mạch cho con gà này ăn, nó có thể đẻ cho mình hai quả trứng một ngày thay vì một quả.” Vì vậy bà ta bắt đầu cho con gà ăn một lượng hạt thóc gấp đôi trước đây, và con gà mái nhanh chóng trở nên béo tốt, mải làm dáng và lười biếng. Không lâu sau, nó dừng đẻ trứng.

Mọi hành động đều có kết quả. Cả kết quả dự tính được lẫn không dự tính được. Dù ta có lập kế hoạch cẩn thận đến đâu đi nữa, chúng ta không thể tham gia vào mọi thứ. Thông thường chúng ta thất bại khi xem xét những gì mà các sự kiện khác có lẽ xảy ra với kết quả từ cùng hành động. Chính trị, y học, các chương trình an toàn, công nghệ, hành động quân sự và luật pháp đều sinh ra những kết quả không nằm trong dự tính. Chúng ta làm gì đi nữa (hay không làm gì đi nữa), đều có nhiều kết quả. Chúng có thể không phải là những gì ta mong muốn. Trong một nghiên cứu, các kỹ sư giao thông thấy rằng thêm những con đường mới (như một con đường thẳng chẳng hạn) có thể khiến giao thông trở nên chậm hơn. Trong khi trộn lẫn, xe cộ sẽ đi lại gần nhau hơn và do đó sẽ đi chậm hơn. Hơn thế nữa, những nghiên cứu về an toàn xe cộ cho thấy cài thắt lưng an toàn tạo cho lái xe cảm giác an toàn hơn, và khiến họ chạy nhanh hơn hay ẩu hơn.

Bằng cách giải quyết một vấn đề, chúng ta làm phát sinh vấn đề khác và đôi khi tạo ra cả thứ tồi tệ hơn.

Có một bài toán về chuột trong khuôn viên trường học. Giải pháp để giết hết lũ chuột là trả cho sinh viên $1 với mỗi con chuột chết mà họ đưa ra. Giải pháp hoạt động tốt! Cho đến khi các sinh viên bắt đầu nuôi chuột để kiếm tiền nhiều hơn.

Hành động tạo ra kết quả và kết quả tạo ra những tác động xa hơn. Charles Munger đưa ra một ví dụ liên quan đến chăm sóc y tế:

Họ có vài nghiên cứu thực sự cho thấy chi phí có thể là X. Và chi phí có thể biến hóa lên tới trên 10X… Họ không tìm ra được yếu tố trong thực tế những hiệu ứng này tác động… họ không nghĩ tới những hiệu ứng khuyến khích của phương pháp họ đang làm khiến thay đổi các qui luật. Họ tạo ra một hệ thống trong đó nó hoàn lại cho cả bác sỹ và bệnh viện, và, chi phí cộng thêm phần trăm chi phí nữa cứ thế xuất hiện. Giây phút họ làm điều đó, bệnh viện và các bác sỹ thấy những cách tuyệt vời để bảo bệnh nhân mua các loại hình chăm sóc có hoàn trả… tốt cho bệnh viện và cho bác sỹ, nhưng tệ với bệnh nhân và tệ với người đóng thuế.

Những dự tính tốt có thể loại bỏ được những kết quả tồi? Không. Kết quả không tuân theo các dự tính và các dự tính theo định nghĩa chỉ dùng với những kết quả dự tính trước. Nhưng như Samuel Johnson nói, “Đường tới địa ngục được lót bằng những chủ định tốt.” Không quan trọng nếu tìm ra xem liệu kết quả tốt hơn hay lý do tốt hơn ư? Hãy hỏi: Ta đang cố gắng cải thiện điều gì? Cái gì hợp lý để mong được xuất hiện? Hiệu ứng giăng lưới là tốt hay xấu?

Tư duy tốt sẽ hữu ích hơn dự tính tốt. Trong thế kỷ 18, Pierre S. du Pont, đại biểu của Hiệp hội lắp ráp Quốc gia của Pháp nói, “Những người có logic tồi gây ra tai nạn không kiểm soát được nhiều hơn những tên tồi thực hiện một cách có chủ đích.”

Nhưng ngay cả tư duy tốt cũng có thể có kết quả không mong muốn. Charles Munger đưa ra ví dụ:

Thặng dư của cái gì đó có vẻ giống một tay chuyên nghiệp thường thổi phồng lên, làm bạn đau đớn khủng khiếp vì những qui trình cẩn thận của họ thường dẫn đến quá tự tin ở kết quả cuối cùng… Quĩ quản lý vốn dài hạn, một quĩ kiếm lời nổi tiếng gần đây sụp đổ là kết quả của việc quá tự tin với những nguyên tắc của nó trong các phương pháp đòn bẩy cao. Và nó sụp đổ mặc dù các nguyên tắc của nó có IQ phải từ 160 hoặc hơn…Người thông minh, chăm chỉ cũng không bị miễn trừ khỏi những thảm họa nghề nghiệp do quá tự tin gây ra. Thông thường họ chỉ vòng quanh những hành trình khó khăn mà họ chọn tham gia dựa trên tự thẩm định – trong đó, họ kết luận họ đủ tài năng và phương pháp vượt trội để thực hiện. Tất nhiên, thật khó chịu khi việc quan tâm quá mức tới tư duy cũng không có kết quả tốt – điều này cũng cho thấy có lỗi ngoại lệ. Nhưng hầu hết những điều tốt đẹp đều có “những hiệu ứng phụ” không mong muốn. Và tư duy không phải là ngoại lệ.

Một cách để giảm những kết quả không dự tính là dừng tập trung vào các yếu tố bị cô lập và thay vào đó, xem xét hành động của chúng ta tác động đến toàn hệ thống như thế nào.

Toàn hệ thống

Khối lượng bán hàng giảm xuống và John đề xuất: “Tại sao chúng ta không giảm giá? Đó là một cách chữa cháy chắc chắn để dành lại khách hàng và tăng lượng bán. Chúng ta tạo ra khối lượng mà chúng ta đã mất vì giá và kết quả là chúng ta sẽ tăng thị phần. Lợi nhuận chắc chắn sẽ tăng.”

“Chúng ta đã sai ở đâu? Chúng ta mất thị phần. Lợi nhuận và cổ phiếu đều giảm.”

Tại sao lợi nhuận của TransCorp không tăng? Họ quên nghĩ về tất cả các yếu tố tác động đến kết quả cuối cùng. Họ không nhìn vào hậu quả của việc giảm giá. Họ không quan tâm các yếu tố và điều kiện khác ảnh hưởng đến giá trị kinh doanh. Vài thứ thay đổi là kết quả của quyết định của TransCorp giảm giá để tăng khối lượng. Khối lượng tăng ảnh hưởng đến chi phí và hành vi, nhu cầu của các nhà đầu tư về tài sản hoạt động. Có lẽ cũng có vấn đề sản xuất vì những ràng buộc kỹ thuật hay giảm giá không đủ khiến khách hàng chuyển từ đối thủ cạnh tranh sang họ.

Hệ thống cư xử như thế nào là một chức năng của tất cả các yếu tố (con người và không phải con người) tạo ra và tác động lên hệ thống đó.

Một hệ thống là tập hợp những phần làm việc cùng nhau như một thực thể chung. Hãy lấy việc kinh doanh làm ví dụ. Đó là một tập hợp các phần nhưng làm việc như một hệ thống trọn vẹn. Có nhiều biến số như nhà cung cấp, nhân viên, khách hàng, cung, đối thủ, v.v… Có các hoạt động như mua bán, sản xuất, lưu kho, hậu cần, và phân phối. Có các hệ thống và trang thiết bị kỹ thuật cần thiết để dẫn dắt việc kinh doanh. Tất cả mọi phần đó đều làm việc với nhau.

TransCorp sa thải 200 người để cắt giảm chi phí.

Chúng ta tìm cách tối ưu một thành phần tại một thời điểm thay cho tối ưu toàn bộ (cái mà ta muốn đạt được cuối cùng). TransCorp quên xem xét một thay đổi ảnh hưởng tới toàn hệ thống như thế nào. Cắt giảm chi phí không được dịch tự động sang giá trị cao hơn. Quyết định sa thải của TransCorp sẽ gây ra vấn đề trong sản xuất và phân phối, đến lượt nó lại gây ra chậm trễ trong sản xuất cho khách hàng. Việc này làm mất khách hàng và danh tiếng. Kết quả cuối cùng là lợi nhuận thấp đi.

Tại sao giảm giá? Mục đích là gì? TransCorp đến tận cùng muốn đạt được điều gì?

Các hệ thống điều chỉnh để đáp ứng lại các phản hồi. Một phản hồi tích cực khuyếch đại một hiệu ứng, trong khi cái tiêu cực sẽ làm giảm nó. Hãy lấy thị trường cổ phiếu làm ví dụ về phản hồi tích cực. Thị trường cổ phiếu giảm do bán tháo. Nó tạo ra hiệu ứng gợn sóng khi bán tháo liên tục và giá giảm. Điều ngược lại xảy ra trong bong bóng cổ phiếu. Máy điều nhiệt là ví dụ về phản hồi tiêu cực.

Cố gắng tối ưu toàn bộ chứ không chỉ một phần riêng lẻ của hệ thống. Hãy nghĩ những biến số nào khác có thể làm thay đổi khi ta thay đổi một yếu tố trong hệ thống. Lần theo những kết quả ngắn hạn và dài hạn trên số liệu và hiệu ứng của hành động đề xuất để xem liệu có kết quả đan xen nào phù hợp với mục tiêu cuối cùng của chúng ta không.

Hãy hỏi: Yếu tố chính nào tác động đến kết quả cuối cùng của hệ thống và những yếu tố đó tương tác như thế nào? Những thứ nào khác có thể biến đổi thành kết quả của vài hành động? Với những điều kiện cho trước này, kết quả nào (mong muốn và không mong muốn) sẽ sinh ra từ hành động được đề xuất, khi cân nhắc toàn bộ các yếu tố tương đối tác động hay là một phần của hệ thống? Có kết quả nào là thứ chúng ta muốn? Một nhà quản lý có thể hỏi: Giá trị kinh doanh sẽ thay đổi như thế nào khi xem xét các yếu tố quan trọng tác động đến giá trị kinh doanh?

Xem xét toàn bộ, gồm cả việc tham gia của các phản ứng từ những người khác.

Phản ứng của những người khác

Lý thuyết trò chơi là một nghiên cứu về xung đột giữa những đối thủ hay lo nghĩ và những kẻ gian dối tiềm năng.

-          William Poundstome (Trích từ cuốn Prisoner’s Dilemma)

TransCorp giảm giá và mất cả số lượng.

Chuyện gì đã xảy ra? Các đối thủ của TransCorp đã thích ứng với việc giảm giá. Các đối thủ có thể thích ứng với việc giảm giá và thậm chí kéo giá xuống thấp hơn thế để dành lại, giữ hay tăng thị phần.

Khi nghĩ về kết quả, hãy cân nhắc những gì người khác có thể sẽ làm. Vì lợi ích của chúng ta có thể đụng độ với lợi ích của người khác, kết quả cuối cùng của hành động của chúng ta phụ thuộc cả vào những gì người khác sẽ làm. Điều người khác làm có lẽ phụ thuộc vào những gì họ nghĩ chúng ta sẽ làm, các lựa chọn có sẵn của họ, lợi ích và cách họ tư duy – bao gồm cả việc họ đánh giá sai. Như chúng ta đã học, con người không phải lúc nào cũng hành động hợp lý.

Lý thuyết trò chơi xử lý những gì xảy ra khi các cá nhân hay nhóm người tương tác với cá nhân hay nhóm khác để đạt được mục đích của họ. Chúng ta đã thấy một ví dụ của lý thuyết trò chơi trong Phần Một (Prisoner’s Dilemma). Nó cũng áp dụng với đàm phán. Các yếu tố quyết định kết quả cuối cùng của một cuộc đàm phán là: 1) Số người tham gia, 2) Liệu ta có gặp lại những người tham gia trong tương lai không, 3) Thời gian trôi giữa cuộc đàm phán, 4) Mức độ vô danh và giao tiếp, và 5) Vị trí sức mạnh tương đối của chúng ta trong đó bao gồm cả những lựa chọn khác, các phương án thay thế dự phòng và nhu cầu đạt được sự đồng thuận.

Lời nguyền của kẻ thắng cuộc

Tôi gửi tới câu lạc bộ một lời nói khôn ngoan, “Làm ơn hãy chấp nhận việc từ chức của tôi. Tôi không quan tâm việc thuộc về bất kỳ một câu lạc bộ nào sẽ có tôi là thành viên.”

-          Groucho Max

Vài công ty khai mỏ trong đó có MineCorp, một công ty con của TransCorp, đang đấu thầu quyền khai thác bạc.

Không công ty nào biết chắc chắn có bao nhiêu bạc và giá trị thực của nó là bao nhiêu. Mỗi công ty thuê một chuyên gia tiến hành đánh giá ước lượng. Theo qui định, phán đoán của các chuyên gia này sẽ trải từ rất thấp đến rất cao. Vài chuyên gia có lẽ sẽ dừng bước. Vì họ không thắng. Công ty thắng cuộc là MineCorp vì chuyên gia của họ có ước lượng lạc quan nhất về giá trị (bên bán chấp nhận giá bỏ thầu cao nhất). Nhưng có ít bạc trong mỏ hơn chuyên gia của họ dự đoán và ít giá trị hơn những gì MineCorp đã trả tiền. Điều đó có nghĩa là người thắng thầu đang bị nguyền rủa khi bỏ thầu cao hơn giá trị của nó. Sau này cho thấy MineCorp đã đánh giá thấp các chi phí sản xuất.

Ba kỹ sư của Atlantic Richfield, Capen, Clapp và Campbell, giới thiệu ý tưởng về Lời nguyền của kẻ chiến thắng, khi họ làm một nghiên cứu về các công ty đấu thầu trong lĩnh vực dầu khí. Ý tưởng cơ bản của họ là (trên tờ Journal of Petroleum Technology, tháng 6 năm 1971), “một nhà thầu thắng cuộc có xu hướng hầu hết là người đấu thầu đánh giá quá cao khả năng dự trữ.”

Hãy nói về TransCorp, có 10 dự án từ 10 phòng ban để lựa chọn. Họ chỉ có thời gian và tiền bạc để đầu tư vào một dự án. Họ có xu hướng chọn cái nào? Tất nhiên, là cái trông hấp dẫn nhất. Nhưng tất cả các phòng ban đều khuyến khích làm cho dự án của bộ phận họ thành hấp dẫn nhất. Do đó rủi ro mà TransCorp lựa chọn dự án có dự báo lạc quan nhất sẽ là cái có khả năng gây thất vọng nhất.

“Tuyệt vời, tôi đã thắng đấu giá!”, John nói, “Cái anh đã “thắng” là quyền trả nhiều tiền hơn cho thứ gì đó so với người khác bất chấp giá trị của nó.” Mary nói.

Chiến thắng là một sự kiện mang nhiều thông tin, nó nói cho ta biết dự báo của ai lạc quan nhất. Khi chúng ta đấu giá cho một ngôi nhà, công ty, dự án, hay thương lượng để mua cái gì, chúng ta không nhận ra cái gì ẩn dấu sau sự chấp nhận của lời mời chào. Chúng ta có lẽ sẽ đánh giá quá cao giá trị của nó và do đó phải trả quá nhiều tiền.

Các nhà nghiên cứu cho thấy càng nhiều nhà thầu cạnh tranh vì một đối tượng hữu hạn, mỗi người có cùng thông tin, và giá trị của nó càng không chắc chắn, chúng ta sẽ càng trả quá nhiều tiền cho nó. Thay vào đó, nếu mục tiêu của chúng ta là tạo giá trị, càng nhiều người bỏ thầu, ta bỏ thầu càng thận trọng. Điều đó cũng ám chỉ càng ít thông tin ta có khi so sánh với các nhà thầu khác hoặc ta càng không chắc chắn về giá trị bên dưới, ta càng bỏ thầu với giá thấp hơn. Nếu chúng ta tham gia vào các buổi đấu giá, chúng ta phải chắc chắn giá trị thực của cái được bán ra hoặc giá trị của nó với chúng ta.

Khi ta thương lượng với một bên và muốn chấp nhận đơn hàng, bên khác có lẽ sẽ có lợi thế thông tin hơn. Bên khác này hầu như sẽ chấp nhận đơn hàng của ta khi nó ít quyến rũ với ta, đặc biệt nếu đó là mối quan hệ một lần hay nếu bên khác này là vô danh.

Hãy xem xét quan điểm của người bán. Hãy hỏi: Họ đang bán cái gì? Mình có thể lý giải như thế nào nếu mình nghĩ về nó từ quan điểm của người khác? Tại sao mình ra quyết định tốt hơn những người có đủ thông tin?

Tiên đoán

Vì lẽ đó, đừng hy vọng bất kỳ lời tiên tri nào từ tôi: nếu tôi biết cái sẽ phát hiện ra ngày mai, tôi đã tung nó ra từ lâu, để ưu tiên sự an toàn.

-          Henri Poincare (nhà toán học và khoa học người Pháp, 1854 – 1912)

Khi được hỏi về trách nhiệm của công ty với các vấn đề xã hội, Charles Munger trả lời:

Tôi sẵn sàng sửa chữa các vấn đề xã hội. Tôi sẵn sàng là người đức độ với ai ít may mắn hơn. Và tôi sẵn sàng làm mọi thứ, mà dựa trên ưu thế nhỏ bé của bằng chứng, bạn đoán rằng có lẽ làm nó sẽ tốt hơn là có hại…

Cái tôi phản đối là việc rất tự tin và cảm giác rằng bạn biết, chắc chắn, rằng sự can thiệp đặc biệt của bạn sẽ làm nhiều điều tốt hơn gây hại; nhớ rằng bạn đang giao dịch với những hệ thống rất phức tạp trong đó mọi thứ đang tương tác với mọi thứ khác nữa.

Nhà triết học người Hy Lạp Heraclitus viết: “Không có gì kéo dài ngoài sự thay đổi.” Thế giới quá phức tạp để tiên đoán tất cả tác động của một hành động. Có lẽ một doanh nghiệp có thể tiên đoán những kịch bản như giảm cầu, đối thủ cạnh tranh mạnh lên, nhưng vài sự kiện, thời gian, độ lớn hay hậu quả của chúng là không thể dự đoán.

Mark Twain nói: “Nghệ thuật tiên tri rất khó, đặc biệt nếu tôn trọng tương lai.” Thật khó để tiên đoán điều gì khi ta không (hay không thể) nhìn thấy trước hay hiểu toàn bộ hệ thống làm việc như thế nào, các biến số chính là gì, thuộc tính của chúng, chúng tương tác với các thứ khác và ảnh hưởng của chúng như thế nào. Ngay cả khi nếu chúng ta biết những biến số chính, giá trị của chúng cũng không thể ước lượng. Chúng cũng có thể thay đổi theo thời gian, và phụ thuộc ngữ cảnh. Cũng không thể ước lượng chúng sẽ tương tác thế nào như một tổng thể.

Càng nhiều thành phần trong đó và chúng tương tác càng nhiều, càng nhiều khả năng có thể xảy ra, và càng khó xác định kết quả của mỗi hành động đơn lẻ.

Theo Tiến sỹ Gerald Edelman, bộ não là một ví dụ về một hệ thống phức tạp:

Một hệ thống phức tạp là một cái mà trong đó những phần nhỏ hơn tạo thành một tập các thành phần không đồng nhất với tính độc lập ít hay nhiều. Nhưng khi những phần này kết nối với nhau thành những tập hợp lớn dần lớn dần, các chức năng của chúng có xu hướng tích hợp, sinh ra những chức năng mới phụ thuộc vào việc tích hợp trật tự cao như vậy. Thực tế đó là những gì xảy ra trong bộ não.

Khi số lượng các biến số tăng lên, số các tương tác có thể có sẽ tăng lên còn nhanh hơn. Giả sử có hai hệ thống con A và B, gây ra hành vi của một hệ thống. Mỗi hệ thống con gồm 5 phần. Nếu ta chỉ quan tâm các tương tác hai chiều giữa các phần, có 10 tương tác giữa các phần của A, 10 giữa các phần của B, và 25 tương tác giữa các phần của A và B. Có nghĩa là hành vi của hệ thống tạo bởi 55 yếu tố quyết định (5 phần của A + 5 phần của B+ 10 tương tác trong A + 10 tương tác trong B + 25 tương tác giữa A và B). 18% (10 của 55) trong số các yếu tố quyết định chuyển hóa từ hiệu ứng riêng lẻ của các phần trong A và B trong khi khoảng 82% (45 của 55) đi ra từ các tương tác. Giờ hãy tưởng tượng một hệ thống trong đó A và B mỗi cái tạo bởi 100 phần. Giờ sẽ có 20,100 yếu tố quyết định (100+100+4,950+4,950+10,000) và 19,900 tương tác, nghĩa là 99% (19,900 của 20,100) trong số các yếu tố quyết định hệ thống được chuyển hóa từ các tương tác.

Chúng ta thường ít chú ý đến việc các biến số tương tác như thế nào. Lấy nền kinh tế làm ví dụ. Có rất nhiều yếu tố để xem xét. Chúng bao gồm lãi suất, tỷ giá hối đoái, cán cân thương mại, tỷ lệ thất nghiệp, lòng tin của người tiêu dùng, yếu tố chính trị, thị trường chứng khoán, chu kỳ kinh doanh, thiên kiến, v.v… Các yếu tố này tương tác với nhau, và thật khó để nói cái nào quan trọng nhất. Thêm vào đó, hành vi của con người không cố định. Chúng ta là những sinh vật có cảm xúc, ưu tiên của chúng ta có thể thay đổi, và chúng ta phản ứng với các quyết định thực tế hay kỳ vọng của người khác. Một lời tiên đoán cũng có thể khiến chúng ta thay đổi kỳ vọng và hành vi của bản thân, làm cho lời tiên đoán càng trở nên dễ hoặc khó thành hiện thực hơn.

Charles Munger nói: “Chúng tôi cố gắng và tiên đoán những gì đầu tư cá nhân sẽ bơi tốt trong quan hệ với thủy triều. Rồi sau đó chúng tôi hướng tới việc chấp nhận những hiệu ứng của thủy triều khi chúng giảm xuống.”

“Nếu ai đó có thể dự báo được thị trường chứng khoán, tại sao họ không bán các lời khuyên qua những bức thư báo $100?”

Cựu quản lý của Fidelity, Peter Lynch nói trên tờ One Up on Wall Street: “Có 60,000 nhà kinh tế học ở Mỹ, nhiều người trong số họ làm việc toàn thời gian cố gắng để dự báo suy thoái kinh tế và lãi suất, và nếu họ có thể làm điều đó thành công hai lần trong một vòng, giờ họ đã là triệu phú… Tôi biết rằng, hầu hết trong số họ vẫn chỉ đi làm thuê, và phải nói cho chúng tôi cái gì đó.”

Các tiên đoán về tương lai thông thường chỉ là những trù hoạch của các đường cong trong quá khứ và các xu hướng hiện tại. Điều đó là tự nhiên vì các tiên đoán về tương lai được làm trong hiện tại. Do đó ta giả thiết tương lai sẽ giống như hiện tại. Nhưng tương lai không thể biết cho đến khi nó tới. Ngẫu nhiên có nhiều sự kiện ta không thể nhìn thấy. Ví dụ, người đang ở năm 1900 liệu có thể nhìn trước các sự kiện như Chiến tranh Thế giới thứ nhất, Chiến tranh Thế giới thứ hai, sự sụp đổ của thị trường chứng khoán năm 1929, thảm họa Chernobyl hay các công nghệ như tivi, laser, máy tính cá nhân, internet hay DVD? Nhiều phát minh quan trọng xuất hiện ngẫu nhiên và khôn ngoan. Ví dụ, vào năm 1867 Alfred Nobel ngẫu nhiên phát hiện ra khi nitroglycerin nhỏ từng giọt vào kieselguhr (một chất khoáng làm từ các mẫu hóa thạch nhỏ của động vật biển), nó tạo ra một chất như hồ dán rất chắc chắn và sử dụng an toàn hơn dùng nitroglycerin hóa lỏng. Ông ấy gọi nó là dynamite.

Đừng tin những người nói rằng họ có thể tiên đoán các biến số không thể tiên đoán được. Không ai có thể đoán trước được lãi suất, tiền tệ, GDP, các điểm ngoặt của nền kinh tế, thị trường chứng khoán, v.v… Một lượng lớn thông tin, các máy tính tân tiến hay các công thức toán học đặc biệt cũng không giúp gì được. Warren Buffett nói rằng chúng ta có xu hướng đặt quá nhiều tiện nghi vào các mẫu máy tính cá nhân và sự chính xác chúng nhắm đến: “Chúng tôi tin sự chính xác chúng nhắm đến là hão huyền. Thực tế, những mẫu như vậy có thể ru ngủ người ra quyết định khiến họ rơi vào cảm nhận sai lầm về sự an toàn và do đó tăng cơ hội tạo ra sai lầm thực sự lớn.”

Nền kinh tế không giống như vật lý. Không có công thức nào tin cậy và chính xác để ta có thể dễ dàng điền giá trị của các yếu tố kinh tế biến thiên vào, rồi công việc kết thúc. Charles Munger nói: “Nền kinh tế chứa một hệ thống quá phức tạp… Nền kinh tế nên bắt chước các đặc tính cơ bản của vật lý, nhưng tìm kiếm độ chính xác trong những công thức như vật lý luôn luôn là sai lầm trong kinh tế.” J.M. Keynes nói thêm: “Chuyển đổi một mô hình sang một công thức định lượng là phá hủy tác dụng của nó với tư cách là một chỉ dẫn cho tư duy.”

Nhà nghiên cứu tài chính Roger Lowenstein viết trong cuốn When Genius failed (Khi thiên tài thất bại): “Lần tới, Merton [Robert Merton, giành giải Nobel năm 1997 vì phát triển công thức quản lý rủi ro dạng toán học] đề xuất một mô hình tao nhã để quản lý rủi ro và báo trước những điểm kỳ dị, lần kế tiếp một máy tính cá nhân với bộ nhớ hoàn hảo về quá khứ đã nói định lượng được các rủi ro tương lai, các nhà đầu tư nên chạy – thật nhanh – theo đường khác.”

Một sự kiện xảy ra nhiều lần trước đó, không có nghĩa là nó sẽ tiếp tục xảy ra. Và chỉ vì một sự kiện không bao giờ xảy ra trước đó, không có nghĩa là nó không thể xảy ra trong tương lai. Hãy lấy các sự kiện thảm họa làm ví dụ. Ai có thể tiên đoán được ngày 11 tháng 9 năm 2001 khủng bố tấn công Trung tâm Thương mại Thế giới? Cướp bốn máy bay đồng thời và sử dụng chúng để tấn công nước Mỹ là điều không thể xảy ra. Nhưng nó đã xảy ra.

Giáo sư lịch sử hiện đại Richard Evans viết trong cuốn In Defence of History: “Thời gian trôi qua, lịch sử đã chứng minh là một kẻ dự báo rất tồi về các sự kiện tương lai. Vì lịch sử không bao giờ lặp lại chính nó; không có gì trong xã hội loài người… từng xảy ra hai lần dưới chính xác cùng một điều kiện hay theo chính xác một con đường.”

Đôi khi chúng ta có thể phán đoán cái gì đó chắc chắn sẽ xảy ra, nhưng chúng ta không thể đoán khi nào chúng xảy ra.

Hai tuần nữa sẽ mưa chứ?

Vài thứ có thể đoán trong ngắn hạn nhưng không thể trong dài hạn. Những biến đổi nhỏ tạo ra khác biệt lớn theo thời gian. Dự báo thời tiết dài hạn là một ví dụ. Nhiều yếu tố quyết định thời tiết. Các yếu tố không thể đo một cách tin cậy trước thời điểm. Vài thay đổi nhỏ trong nhiệt độ và áp suất trên đại dương có thể dẫn đến biến đổi lớn trong việc phát triển tương lai của các hệ thống bão. Dự báo thời tiết trở nên không chính xác vượt xa với thực tế.

Sự khó khăn nằm ở những điều không chắc chắn trong điều kiện ban đầu và lỗi mô hình. Ví dụ, các lỗi nhỏ trong giá trị khởi đầu của các biến số có thể tăng lên và sinh ra lỗi trong dự báo. Cũng có những lỗ hổng trong dữ liệu ban đầu. Nhưng thậm chí ta biết được các điều kiện ban đầu một cách hoàn hảo, các mô hình cũng không hoàn hảo. Các lỗi mô hình nhỏ trong vật lý cũng như số học có thể gia tăng và sinh ra những trạng thái khác nhau. Ví dụ, không phải mọi quá trình trong khí quyển đều được biết rõ. Hơn nữa, tất cả các mô hình thời tiết đều hoạt động trên một lưới hữu hạn hay một vùng giới hạn, cụ thể trong giới hạn 10 tới 100 km, phụ thuộc vào vùng nghiên cứu. Có nghĩa là độ phân giải số học và các biểu diễn là hữu hạn. Nhưng nhiều qui trình vật lý và đặc điểm ảnh hưởng tới thời tiết xảy ra ở phạm vi nhỏ hơn những gì được phân giải trong lưới. Ví dụ, chuyển giao năng lượng trên bề mặt, các tiến trình khí quyển nhỏ (như sấm sét cục bộ), địa hình, hồ và thực vật. Mô hình phải đối xử hay “tham số hóa” các hiệu ứng của những hiệu ứng từ các đặc điểm của các lưới con trong qui mô phân giải. Việc tham số hóa này là việc đơn giản hóa và xấp xỉ hóa đồng thời cũng chứa nhiều lỗi mô hình. Vì thế ngay cả nếu ta biết tất cả các nguyên lý của thời tiết và những gì thống trị bầu khí quyển, các giới hạn cơ bản làm nó khó có thể đưa ra các tiên đoán chính xác.

Nhiều nhà khí tượng học biết họ không thể dự đoán hoàn hảo và do đó từ bỏ việc tiên đoán kiểu trời sẽ mưa hay không cho vài ngày tới. Thay vào đó, họ thay đổi hướng đi và cố định lượng yếu tố không chắc chắn trong dự đoán (“Xác suất có mưa ngày thứ bảy này là 20%”). Sự không chắc chắn này là nhỏ trong thời gian ngắn và lớn hơn nếu thời gian xảy ra dài hơn. Nó cũng biến đổi theo tình hình khí hậu, vị trí và kích thước khu vực mà tiên đoán bao phủ. Khi các nhà khí tượng học dự báo cho hai tuần sau, họ nhìn vào các tần suất biến đổi khí hậu của lượng mưa, xác định từ lịch sử đã xảy ra trong quá khứ.

Tất cả các tiên đoán đều kế thừa sự không chắc chắn, và chúng ta có bổn phận nói với mọi người về sự không chắc chắn của các dự báo và tỷ lệ sai trong quá khứ. Albert Einstein viết trong bức thư ngày 14 tháng 3 năm 1954: “Quyền tìm kiếm sự thật… cũng ám chỉ bổn phận; người ta phải không được che dấu bất kỳ phần nào của cái được công nhận là thật.”

<< Phần 2: Chương HAI

Phần 3: Chương HAI>>