Принятие решений в условиях неопределенности

Дмитрий Чебоксаров — основатель Академии системного мышления, эксперт Школы управления СКОЛКОВО

Опубликовано 8 октября 2026

Принятие решений в условиях неопределенности: что дает системный взгляд

Принятие решений в условиях неопределенности — это выбор, который делается, когда данных не хватает и полными они не станут, потому что часть их появится только как отклик системы на само решение. Опора такого выбора — модель системы и прогноз того, как она поведет себя дальше. Если человек руководит, будь то компания, люди или собственная жизнь, ему постоянно приходится принимать решения. И данных, если решения принимать вовремя, часто не хватает. Представьте трейдера: он имеет все данные после того, как торговый день закончен и график цены начерчен. Однако в этом уже нет смысла — ситуация разыгралась, а решение необходимо было принять раньше. Когда мы что-то делаем, принимаем любое решение, у нас в голове есть модель мира, на основе которой мы прогнозируем разные варианты развития событий. Мы выбираем самый лучший вариант из доступных, на основе нашего прогноза вероятностей. Системный взгляд работает с обоими звеньями: насколько полна модель системы, с ее петлями, задержками и стейкхолдерами, и нет ли ошибок в самом способе оценивать вероятности.

Почему «мне недостаточно данных» — тоже решение?

В одном из разборов в канале среди ответов на кейс был вариант «Мне недостаточно данных». Заметьте, что в задании было указано: ответьте, исходя из имеющихся данных. Т.е. задание предполагает вопрос их нехватки.

Учитывая это, ответ похож на ментальную модель: [Дело в других]. Дело в данных, их не хватает. Вот хватало бы — ответил бы.

Альтернатива: ММ [Дело во мне]: данных мало, но из того что есть, я решил вот так. Данных мало, но если предположить А, то Б. Если предположить С, то Д.

Риски ММ [Прикрыться нехваткой данных] — возможны ситуации: долгое принятие решений; бесконечные обсуждения, согласования и пересогласования; потеря денег и возможностей ввиду задержек с решениями.

Плюсы: перенесение с себя ответственности за решение и последующие результаты. Психологический комфорт. Признаемся, в некоторых компаниях помогает сохранить свое рабочее место.

Минусы: потери, связанные с промедлением. Ограничение обучения — нет циклов решений и обратной связи. Подробнее про такие привычки мышления — на странице ментальные модели.

Как устроен прогноз, на котором стоит решение?

Мы постоянно прогнозируем, хоть и не осознаем этого. Это критерий эволюционного выживания: тех «зайчиков», что плохо прогнозировали, съели волки. Они не дали потомства, не прошли естественный отбор, не выжили. Прогнозирование супер актуально и в нашей жизни, только вместо вопроса физиологического выживания стоит вопрос выживания и преуспевания социального.

Знания и опыт в сфере деятельности, как правило, увеличивают вашу «прогнозную силу». Как в анекдоте: пришел сантехник, стукнул ключом и назвал цену 100 долларов. Клиент возмущается: «Удар ключом за 100 долларов! Грабеж!», на что сантехник отвечает: «Нет, удар — 1 доллар, 99 долларов — за знать, куда стукнуть». Предсказательная сила сантехника за счет опыта на порядок выше, отсюда и чек.

Большинство людей работают с расширением и уточнением модели мира в своих головах. Например, набираясь опыта в своей деятельности, знаний о мире, перенимая мудрость опытных наставников или разбираясь с тем, как работаем мы, как системы.

Однако что, если сам алгоритм оценки вероятности содержит ошибки?

Где ошибается оценка вероятности?

Рассмотрим броски игральной кости. Как нам получить экспериментальные данные о шансе выпадения на кости шестерки? Есть два способа.

Бросать много-много раз самому и посчитать, сколько раз выпала шестерка, разделить на количество бросков, получим процент выпадения. Такой подход для простоты назовем временным способом. Или собрать много друзей и попросить их бросать, собрать все значения и посчитать среднее. Это назовем параллельным способом.

Вот когда оба этих способа дают одинаковый результат — систему называют эргодичной.

А что, могут не давать? На удивление для нематематика — могут. Такие системы называют неэргодичными.

И вокруг нас куча неэргодичных систем, оценивая вероятность которых, мы ожидаем от них одного поведения, а получаем — другое. Что становится для нас неприятной неожиданностью.

Пример: из 100 стартапов 10 выстреливают. Сколько лично вам в среднем нужно сделать стартапов, чтобы преуспеть? 10? А вот и нет)

Данные, которые посчитаны параллельным способом, вы переносите на себя, в свою жизнь, где будете действовать временным способом. Если бы мир так работал, вокруг были бы миллионы стартаперов и успешных проектов, ведь всего-то 10 проектов сделать.

Для живых систем это некорректно, т.к. параллельный способ не учитывает предыдущий опыт (обучение). Не учитывает, как опыт каждого поражения будет «ломать» вас. И до 10 проекта вы просто не дойдете.

Та же самая ошибка в оценке вероятности происходит, когда вы собираетесь, наконец, начать новую жизнь, где будете заниматься спортом, читать книги, наращивать харды и повысите уровень английского языка. В вашей модели прогнозирования это выглядит очень вкусно и реалистично, т.к. вы рассматриваете процессы параллельным способом, где в среднем получится новый Я. А действовать вы будете временным способом, и каждое новое дело, которое вы добавляете в свою жизнь, будет менять «условия игры».

А когда что-то идет не так, мы разочаровываемся в себе: «план был хорош, просто я ленив, у меня не хватает мотивации, силы воли или еще чего-то». Как раз план был плох, а с вами все в порядке! Оценка вероятностей ложная. Как и план, на ее основе созданный. Точнее, и красивый план, и вывод «я ленив» вырастают из одной ложной оценки вероятностей, поэтому пересматривать стоит модель, по которой план строился.

Что делать, если нет ни опыта, ни плана?

Часто я сталкиваюсь и с обратным проявлением. Человек хочет сделать свой проект. Но мучается от «прокрастинации». Не понимает, почему никак не соберется и не начнет действовать. Винит себя.

Но его парализует ложная оценка вероятности!

Человек никогда не делал проект, у него нет всей информации о том, что делать. Ее нет и не может быть ввиду того, что он этого не делал, нет опыта. И нет подробного плана. А значит, шансы малы. А значит, смысла действовать нет.

Но что происходит, когда начинаешь делать проект? Это как движение по серпантину. Ты не видишь всей дороги до вершины.

Доступна информация только до поворота. Но за поворотом открывается новая дорога. Новые действия создают новые возможности, а значит, больше вариантов действовать.

Таким образом «условия игры» меняются, становится больше возможностей действовать. Находятся те решения, что на старте были «не видны», «не доступны». Об этом известное: «Дорога открывается под ногами идущего».

Как учитывать задержку обратной связи в решении?

В живых системах, чтобы результат проявился, часто требуется время. Весной вы сеете — осенью жнете. И результат осенью определяется эффективностью работы весной. Отсюда следствие для решений — цифры, которые лежат перед нами сегодня, — это картина прошлого. Подробно механика разобрана на странице задержка обратной связи.

У нас всегда есть ожидания, ощущения, сколько потребуется времени, чтобы получить результат (т.е. какая будет задержка ОС). Первый способ их проверить — собрать данные, бенчмарк, опыт других схожих систем и умножить на 1,5–2: умножать важно ввиду различий среднего с вашей системой. Если данных вообще нет, дело слишком уникальное или новое — тогда берем свои «ощущения» и умножаем в 3–5 раз. После анализируем результаты и корректируем множитель под себя.

Наши «ощущения» сильно зависят от темперамента и наших ММ, поэтому у разных людей будут разные множители. Например, в моем случае это х3 от ожидаемого (выведен эмпирическим путем, мои «ощущения» обычно «оптимистичны»). У жены, которая менее склонна к риску и больше перестраховывается, множитель х1,5.

Почему простое решение в сложной системе часто ведет не туда?

В управлении проектами есть «правило», которым опытные менеджеры сбивают спесь с менее опытных заказчиков, верующих в чудеса: «дешево, быстро, качественно — выбирайте два». Я придумал аналогичное правило для решений, которые мы принимаем относительно живых систем: «Простое, понятное, правильное» — выбирайте два.

Контринтуитивность работы систем: то, что нам «интуитивно» кажется простым и понятным решением, часто ведет к противоположным от наших целей результатам (строго говоря, не интуитивно, а в рамках привычной нашему обычному мышлению линейной логики).

Например: надавим на сотрудника, ребенка, гражданина, чтобы он сделал или подумал нужное нам, но это часто ведет к росту сопротивления и саботажа, к противоположным действиям. Подобное сопротивление просто и логично с точки зрения СМ, если мы видим петлевидную структуру системы.

Решения, которые понятны с точки зрения СМ, непонятны с точки зрения привычного мышления.

Например: я хочу плоский живот и 8 кубиков вместо одного, потому ставлю в план 3–4 интенсивные тренировки в неделю, чтобы быстрее добиться цели. Но системный подход тут — начать с 1–2 легких тренировок, чтобы пройти гомеостаз (сопротивление) системы. Очевидно, что такое решение не впечатляет, оно непонятно с точки зрения масштаба цели. Но в долгосроке первый способ — верный путь к тому, чтобы так и не начать или бросить, а второй открывает путь к трансформации.

Что делать, когда интуиция спорит с логикой?

С точки зрения системного мышления интуиция — бессознательное знание о структуре и взаимодействиях в тех системах, с которыми у вас большой опыт взаимодействия. Когда интуиция вам что-то подсказывает, но логически все «вроде чисто» — возможно, ваша сознательная логика упускает те или иные контуры системы.

Взаимодействуя много лет с конкретной системой, вы неосознанно считываете ее паттерны, и после — бессознательно, «интуитивно» чувствуете, что будет дальше и как лучше поступить. Даже если не можете это объяснить словами.

«Чувствуете», что какая-то сделка не выгорит, что в вашей компании эти супер-новые технологии сделают только хуже, а такой подход к организации времени, будь он хоть миллион раз крутым, — вам не подойдет.

Системный майндсет в данном случае «ускоряет», «усиливает» опыт и делает его более сознательным и управляемым. Вы получаете инструменты, язык, чтобы это обсудить и осмыслить.

Это не суперсила — вы не сможете предсказывать сильно заранее. Сложность растет экспоненциально. Однако этого и не нужно.

Пример из практики: «Нужно больше акций!»

Женя из отдела маркетинга выдвинул на общем совещании компании «Дешево и точка!» предложение: «Давайте чаще проводить черные пятницы и кибер-понедельники. У всех перед глазами отчеты с динамикой роста показателей во время предыдущих акций. Это факты: подобные акции стимулируют продажи, рост выручки и прибыли. Сейчас мы проводим их 2 раза в году. Мы сделали экстраполяцию, и она показывает рост показателей в случае ежемесячных акций. Как вы видите из отчета, даже в случае пессимистичного прогноза мы перевыполним KPI, стоящие перед нами, в 1,5 раза. Так чего же мы ждем?»

Переменные в логике Жени: число проводимых акций, объем продаж, объем выручки, объем прибыли. Это одна усиливающая петля. Подобная логика много что упускает, игнорирует другие части системы и переменные. А оперируя моделью, которая слишком многое игнорирует, легко прийти к ложным выводам и решениям.

Если расширить систему, получится примерно так:

• Падение маржинальности будет балансировать рост прибыли.
• Объем продаж будет балансироваться активностью конкурентов, которые «подсмотрят» ваше «ноу-хау».
• Клиенты, приученные к регулярным акциям, будут ждать очередной, вместо покупки за full price.
• А падение прибыли будет толкать вас к тем или иным «стимулирующим» мероприятиям — например, к акциям.

Акций много у нас и у конкурентов, прибыли нет, без акций не покупают. У нас получилась очередная вариация архетипа «Трагедия общин». Помните всевозможные купонные сервисы? Какой был хайп, какой был рост! А что сейчас?

Разумеется, на подобных механиках можно быстро и много заработать в краткосрочной перспективе. В системах присутствует инерция, задержка ОС, которая вполне может растянуть развитие ситуации на несколько лет.

Однако в долгосрочной перспективе мы выжжем акциями рынок. И опытный маркетолог это знает. Даже если он не знаком с системным мышлением, он из опыта взаимодействия с разными системами интуитивно чувствует опасность частого использования акций. Как такие петли рисуются и читаются — на странице петля обратной связи.

Частые ошибки

Ждать полных данных. Трейдер получает все данные после закрытия торгового дня, когда решать уже поздно. Цена промедления — потерянные деньги и возможности, а еще обучение, потому что нет циклов решений и обратной связи.

Переносить среднюю статистику на свою жизнь. «Из 100 стартапов выстреливают 10» посчитано параллельным способом, а жить свой путь придется временным: каждое поражение меняет условия следующей попытки.

Бросать решение раньше, чем пришел результат. Получится быстрее — здорово. Но если дело затянется — вы будете к этому готовы и не разочаруетесь, не бросите раньше времени. Со временем вы поймете, какие коэффициенты задержки актуальны для ваших систем.

Выбирать самое простое и понятное решение. Простые решения работают в простых системах. А человек, компания или общество к простым не относятся.

Связи

• Строится на: Петля обратной связи, Ментальные модели
• В связке с: Задержка обратной связи, Гомеостаз
• Инструмент: Алгоритм системного рассуждения, Как найти корневую причину
• Рядом: Почему правильные решения дают обратный эффект, Навыки руководителя

Все понятия — в Словаре системного мышления.

Вопросы

Что значит принимать решения в условиях неопределенности?

Выбирать раньше, чем появились все данные. Если решения принимать вовремя, данных часто не хватает: как трейдер, который видит весь график только после закрытия торгового дня. Решение опирается на модель мира в голове и на прогноз вероятностей, поэтому системный взгляд проверяет оба звена, полноту модели и способ оценки.

Можно ли дождаться, пока данных станет достаточно?

Можно, но за это платят. Ожидание дает долгое принятие решений, бесконечные согласования и потерю денег и возможностей из-за задержек. Альтернатива — решать из того, что есть, через гипотезы: данных мало, но если предположить А, то Б; если предположить С, то Д.

Почему средняя статистика обманывает в личных решениях?

Средняя статистика посчитана параллельным способом: много людей, по одной попытке. А человек действует временным способом — попытка за попыткой, и каждая меняет и его самого, и условия следующей. А после нескольких поражений человек может сойти с дистанции раньше, чем сработает среднее. Такие системы называют неэргодичными, и среднее по группе в них плохо предсказывает путь одного человека.

Как оценить, сколько ждать результата решения?

Собрать данные и опыт похожих систем и умножить на 1,5–2. Если данных нет вообще, умножить свои ощущения в 3–5 раз, а потом по результатам скорректировать множитель под себя. Цифры, которые видны сегодня, отражают решения прошлого.

Как системное мышление помогает руководителю решать без полной информации?

Оно дает модель системы вместо одной петли в голове: маржинальность, конкуренты, привычки клиентов, задержки. На такой модели видны балансирующие контуры и задержки, при которых решение, выгодное в квартальном отчете, через несколько лет может выжечь рынок. Это гипотеза, и ее проверяют по ходу решения. И оно делает сознательным опыт, который раньше работал только как интуиция.