Russian
| English
"Куда идет мир? Каково будущее науки? Как "объять необъятное", получая образование - высшее, среднее, начальное? Как преодолеть "пропасть двух культур" - естественнонаучной и гуманитарной? Как создать и вырастить научную школу? Какова структура нашего познания? Как управлять риском? Можно ли с единой точки зрения взглянуть на проблемы математики и экономики, физики и психологии, компьютерных наук и географии, техники и философии?"

«СЛОЖНОСТЬ БРОСАЕТ НАМ ВЫЗОВ В XXI ВЕКЕ: ДИНАМИКА И САМООРГАНИЗАЦИЯ В ВЕК ГЛОБАЛИЗАЦИИ» 
Клаус Майнцер

Клаус Майнцер — профессор кафедры философии и теории науки,
Институт междисциплинарной информатики, Университет Аугсбурга, Германия

В эпоху глобализации условия жизни человека становятся все более сложными и труднообозримыми. Мы ежедневно сталкиваемся с неустойчивыми равновесными состояниями в политике, экономике и обществе. Некоторые страны опасаются потери привычного уровня и уклада жизни и наступления хаоса. Другие видят возможности творческого обновления и завоевания новых рынков. Хаос, порядок и самоорганизация, как в природе, так и обществе, возникают в соответствии с законами сложных динамических систем. В настоящее время обсуждаются также применения теории сложных систем в экономических и общественных науках.

Резюме: В эпоху глобализации условия жизни человека становятся все более сложными и труднообозримыми. Мы ежедневно сталкиваемся с неустойчивыми равновесными состояниями в политике, экономике и обществе. Некоторые страны опасаются потери привычного уровня и уклада жизни и наступления хаоса. Другие видят возможности творческого обновления и завоевания новых рынков. Хаос, порядок и самоорганизация, как в природе, так и обществе, возникают в соответствии с законами сложных динамических систем. Сложные динамические системы уже успешно исследуются в технических и естественных науках, начиная с атомарных и молекулярных систем в физике и химии и вплоть до клеточных организмов и экологических систем в биологии, нейронных сетей, изучаемых теориями мозга, и компьютерных сетей Интернета. В настоящее время обсуждаются также применения теории сложных систем в экономических и общественных науках. Какие уроки можно извлечь из хаоса и возникновения порядка и самоорганизации в природе? К каким выводам можно прийти в отношении управления сложными системами на предприятиях, в фирмах и в административных структурах? Какие перспективы открываются для таких стран и континентов, как Россия и новая Европа?

1. От линейной к нелинейной динамике

Согласно И. Ньютону (1643-1727), все физические действия однозначно определены силами как их причинами. Цель исследования природы («philosophia naturalis») состоит в том, чтобы определить эти силы посредством математических законов («principia mathematica») и таким образом суметь объяснить и вычислить все прошлые и будущие наблюдаемые физические события. 100 лет спустя эта программа превращается у П.С.Лапласа (1747-1827) в веру в полную вычислимость природы при идеальном условии, что все законы действия сил и начальные условия известны («демон Лапласа»).

Это предположение безусловно верно для линейных динамических систем, таких, как гармонический осциллятор. Небольшое смещение массы, закрепленной на пружине, вызывает незначительные колебания, в то время как большое смещение приводит к значительным колебаниям. Причины и действия в данном случае сходны. Математический анализ этого случая приводит к линейному уравнению. Известно, что линейное уравнение легко решить. Напротив, нелинейные уравнения не всегда допускают сколь угодно точную разрешимость, даже тогда, когда для их решения используются лучшие компьютеры. Примером могут служить проблемы нескольких тел в небесной механике, при которых речь идет о гравитационном воздействии друг на друга более чем двух небесных тел (так называемая задача трех тел).

А.Пуанкаре впервые доказывает (1892), что в случае нелинейной проблемы нескольких тел могут возникать хаотически нестабильные орбиты, которые в существенной степени зависят от начальных показателей и не могут быть заранее вычислены. Наконец, А.Н. Колмогоров (1954), В.И. Арнольд (1963) и Дж.К. Мозер (1962) доказывают знаменитую теорему: траектории в фазовом пространстве классической механики не являются ни полностью регулярными, ни полностью нерегулярными, а во многом зависят от выбранных начальных условий. Мельчайшие отклонения в исходных данных приводят к совершенно различным траекториям развития («эффект бабочки»). Поэтому невозможно заранее вычислить будущие направления развития в хаотической (гамильтоновой) системе, несмотря на то, что математически они полностью определены и детерминированы.

2. Самоорганизация и динамика в природе

Однако нелинейная динамика ведет не только к хаосу, но и способствует самоорганизации порядка в сложных системах. Характерно при этом установление обратных связей между элементами системы, при которых следствия сами становятся причинами, вызывающими изменения в тех элементах, которые первоначально выступали как их причины. Так возникают макроскопические структуры, которые заданы не только элементами системы, но становятся возможными благодаря взаимодействию их элементов при соответствующих начальных и граничных условиях (т.е. при установлении управляющих параметров). В таком случае говорят об эмерджентном возникновении порядка. В газах, например, молекулы, испытывающие толчки, сами оказывают воздействие на те молекулы, от которых исходят эти толчки, и вызывают появление при изменяющейся температуре различных агрегатных состояний. В химии автокатализаторы воспроизводят сами себя и порождают при соответствующем обмене веществом и энергией (метаболизм) органические функции жизни. Математическим выражением циклическая причинности этих многообразных взаимодействий служат системы нелинейных уравнений, описывающих поведение отдельных элементов системы.

В общем случае сложная динамическая система состоит из большого числа элементов. Микроскопические состояния элементов определяют макроскопическое состояние системы. Так, в системе планет состояние одной из планет в определенный момент времени определяется ее положением и скоростью. Здесь также может идти речь и о состоянии движения молекулы некоторого газа, и о состоянии возбуждения нервной клетки в нейронной сети, и о состоянии популяции в некоторой экологической системе. Динамика системы, т.е. изменение ее состояний во времени, описывается дифференциальными уравнениями, при этом каждое будущее состояние однозначно определено настоящим состоянием системы. Помимо описания непрерывных процессов возможно также представление дискретных процессов как изменения состояний системы на определенных временных интервалах при помощи разностных уравнений. Одновременное взаимодействие многих элементов выражается с помощью нелинейных функций. Для учета случайных событий (например для описания броуновского движения) используются дополнительные флуктуационные члены. О стохастических процессах говорят, когда речь идет о временном изменении вероятностных функций распределения состояний, описываемых, например, посредством уравнений мастера.

Изолированные системы, не обменивающиеся веществом и энергией с окружающей их средой, самопроизвольно стремятся — в соответствии со вторым началом термодинамики — к равновесному состоянию с наибольшей энтропией (примером может служить бесструктурное, нерегулярное распределение молекул газа в изолированном сосуде). Замкнутые («консервативные») системы, не обменивающиеся веществом, но обменивающиеся энергией с внешним миром, зависят от управляющих параметров (таких, например, как температура для ферромагнита). При приближении к тепловому равновесию и при падении параметра (температуры) до критического значения элементы системы самопроизвольно объединяются в упорядоченные, в частности в агрегатные состояния с низкой энтропией и энергией (примером могут служить кристаллы льда). По Л.Д.Ландау, эти фазовые переходы могут характеризоваться посредством таких параметров порядка, как распределение состояний диполей в ферромагнитах. Фазовые переходы замкнутых систем вблизи теплового равновесия называются также консервативной самоорганизацией.

Вдали от теплового равновесия фазовые переходы системы зависят от таких механизмов, которые в высокой степени нелинейны и диссипативны. Макроскопические упорядоченные структуры возникают в результате сложных нелинейных взаимодействий микроскопических элементов, когда обмен веществом и энергией открытой (диссипативной) системы с окружающей ее средой достигает критических показателей. В таком случае стабильность упорядоченных структур гарантируется определенным балансом нелинейности и диссипации. Слишком сильные нелинейные взаимодействия или диссипация могли бы разрушить порядок. Следовательно, эмерджентное возникновение порядка не является чем-то мистическим, а может быть с математической точностью объяснена при помощи нелинейной динамики: «целое» в новом порядке «больше», чем сумма его «частей», а именно элементов системы. А в линейной динамике макроскопическое состояние целого было бы всего лишь суммой его частей.

В общем случае под открытыми (диссипативными) системами мы понимаем такие сложные системы, которые обмениваются веществом и энергией с окружающей их средой. Средствами математического анализа самоорганизация и эмерджентное возникновение порядка могут быть сведены к нелинейной циклической причинности, определяющей характер взаимодействия элементов внутри системы. Стандартной процедурой такого анализа является линейный анализ устойчивости. При таком анализе изучается поведение системы вблизи одного из пунктов неустойчивости. После изменения стационарного состояния можно различать поведение отдельных элементов системы. При незначительном изменении большинство мод элементов системы изменяются лишь незначительно. В то же время амплитуды отклонений, характеризующих отдельные моды, резко возрастают, что оказывает обратное воздействие на общее поведение элементов системы. Поэтому такие моды называют параметрами порядка, которые порождают новые макроскопические структуры, паттерны или тенденции развития. Образно говоря, вблизи моментов неустойчивости старые упорядоченные структуры разрушаются, а новые упорядоченные структуры организуются в результате действия описанной выше циклической причинности, характеризующей отношения между элементами системы и параметрами порядка.

При дальнейшем изменении управляющих параметров динамика открытой системы постоянно принимает новые локальные состояния равновесия, которые вновь становятся неустойчивыми. В этой связи достаточно вспомнить, например, различные виды структур на поверхности реки, которые возникают за опорой моста в зависимости от возрастающей скорости течения, которую в данном случае можно рассматривать как управляющий параметр. Изменения, которым подвержены эти структуры, могут включать гомогенные (так называемые точечные) состояния, осциллирующие и квази-осциллирующие вихри, вплоть до хаотического образования водоворотов. Говорят также об аттракторах диссипативной системы, которая все больше удаляется от состояния термодинамического равновесия. Соответствующие фазовые переходы называются диссипативной самоорганизацией.

Описание макроскопической динамики посредством параметров порядка означает значительную редукцию сложности по сравнению с поведением системы на микроуровне. Дело в том, что количество параметров порядка значительно меньше количества микросостояний (например, отдельных молекул), определяющих общее состояние сложных систем на микроуровне. Излагая свою концепцию синергетики, Хакен (1983) использует образ «порабощения» микросостояний параметрами порядка вблизи моментов неустойчивости. При этом временные шкалы на макро- и микроуровне различаются, поскольку параметры порядка после нарушения равновесия релаксируют медленнее, чем стремительно изменяющиеся микросостояния. Используемые для этого математические методы, взятые сами по себе, нейтральны по отношению к применению и интерпретации основных понятий. Решающее значение имеет интерпретация этих методов в зависимости от каждого их применения. Поэтому их междисциплинарное применение нельзя рассматривать как физикализм.

3. Самоорганизация и динамика в компьютерных, информационных и коммуникативных системах

В процессе биологической эволюции клеточную самоорганизацию сменила нейронная. В течение миллионов лет развивались и испытывались различные сложные нейронные сети и процедуры обучения. Сегодня эмерджентное появление мыслей, чувств и двигательных действий можно объяснить при помощи нелинейной динамики нейронов (нервных клеток). Речь при этом идет о макроскопических потенциалах, которые нельзя свести к отдельным микроскопическим состояниям нейронов: нейрон не думает! В течение последних нескольких лет эти природные процедуры построения и обучения изучаются нейроинформатикой с целью их применения в качестве своего рода чертежной синьки для создания технических нейронных сетей, способных к обучению.

Вплоть до 1990-х годов нейронные сети и клеточные автоматы рассматривались лишь как модели, которые в конечном счете имитировались на обычных компьютерах. Техническая революция в развитии микропроцессоров и сенсоров позволяет конструировать такие сети. В принципе нельзя исключить, что однажды такого рода чипы будут в состоянии имитировать нелинейную динамику мозга. Не становится ли мозг благодаря этому вычислимым, и не сводится ли к абсурду в результате этого свобода воли отдельного человека? В действительности наши мысли, чувства и состояния сознания соответствуют паттернам передачи сигналов в нейронных сетях мозга, которые можно охарактеризовать при помощи соответствующих параметров порядка. Однако из теории клеточных автоматов известно, что такие сложные автоматы могут развивать свою собственную динамику, исключающую возможность ее детального предсказания. Тогда при построении модели компьютера, работающего как мозг, необходимо учитывать, что подобно работе биологического мозга его работа может совершаться в соответствии с «самопроизвольной» динамикой. В таком случае мы располагали бы компьютерной моделью динамической системы «мозг», которая не была бы вычислимой и разрешимой. Таково одно из следствий нелинейной причинности сложных динамических систем.

Подобно нервной системе Интернет также до определенной степени представляет собой сложную самоорганизующуюся информационную систему, в которой отсутствует центральный узел связи. Поток информации в таких сложных информационных системах и системах коммуникации как Интернет больше не может контролироваться и управляться отдельными пользователями. Предпосылкой такого контроля является установка разумных информационных фильтров, программ координации и кооперации, которые, будучи распределены в сети, действуют в соответствии с интересами пользователя. Будучи подвижными и разумными программами, такие виртуальные «агенты» могли бы кооперировать и обмениваться полезной информацией, которая необходима различным пользователям. В природе такое кооперативное коммуникационное поведение встречается в популяциях насекомых, которые сообща организуют такие коллективные действия, как постройка замысловатых гнезд (термитников) термитами или разветвленных путей сообщения муравьями, о которых отдельное насекомое не имеет ни малейшего представления. Эти явления дают социобиологам повод говорить о коллективном разуме, который возникает лишь в результате кооперации и коммуникации целой популяции. Электронная среда порождает коммуникационные паттерны, параметр порядка которых формирует поведение отдельных агентов.

В конце 1980-х годов М. Вайзер из фирмы Xerox предсказал тенденцию к созданию сетевого общества, связь в котором осуществляется беспроволочным путем, в котором множество простых периферийных устройств способствуют организации повседневной жизни людей. В этой связи он предложил обозначение Ubiquitous Computing (повсеместное использование компьютеров). Но информационная и коммуникационная технология становится «ubiquitar» (т.е. повсеместно распространенной) только тогда, когда ее связь с такими стандартными вычислительными машинами, как персональный компьютер или ноутбук, преодолевается, и функции компьютера в сжатом виде передаются самим операциям применения. Искусственный интеллект присутствует в таком случае в менее концентрированной форме не в приборе, а во взаимосвязи инфраструктур различных приборов, которые создают разумную среду для пользователя. Поэтому интеллект возникает в ходе нелинейного взаимодействия этой инфраструктуры и человека.

Нелинейная причинность также открывает возможности для перенесения свойств самоорганизации органических систем в технику. Сегодня говорят уже об Organic Computing, при котором автономные единицы сложных технических систем позволяют осуществлять самодиагноз и самолечение при ошибках функционирования. Известные примеры показывают, что не только желаемые, но и хаотические и неконтролируемые явления (например, такие заболевания, как рак) способны к саморазвитию, имеющему нелинейную динамику. В таких случаях важно распознать, когда соответствующие управляющие параметры доходят до критических значений, чтобы заранее предотвратить такого рода эмерджентные явления.

4. Самоорганизация и динамика в экономике и обществе

Анализ истории культуры наводит на мысль, что и развитие человеческих обществ можно понимать как динамику сложных систем. Общества охотников, общества крестьян и индустриальные общества распространяются на географических картах подобно погодным фронтам. Уже во время индустриализации XIX-ого века сети дорог и железнодорожных путей сообщения образуют нервную систему расширяющихся национальных государств. Посредством компьютерного моделирования можно изучать динамику развития городов.

Такое изучение начинается с почти равномерно заселенного региона. Такой регион моделируется при помощи сети населенных пунктов, подобной шахматной доске. Населенные пункты в этой модели представляют изменяющуюся с течением времени концентрацию населения. Различные населенные пункты связаны посредством функций, выражающих производственные мощности, средства связи, а также роль и значение этих мест в организации свободного времени и отдыха. Уравнение, описывающее эволюцию популяции, моделирует нелинейную динамику роста населения, которая проявляется в появлении новых городских центров, промышленных районов, зон скопления, изменении сети транспорта и связи.

Здесь начинает работать модельная концепция социодинамики. Методически проводится различие между микроуровнем индивидуальных решений отдельных людей и макроуровнем коллективных процессов. Вероятное коллективное развитие моделируется при помощи уравнений мастера для общественных макросостояний («социоконфигураций»). Каждый компонент социоконфигурации связан с частью населения, характеризуемой определенным вектором поведения. На компьютерных графиках можно представить изменяющиеся потоки миграции двух популяций в виде динамики различных аттракторов («параметров порядка») — от образования гетто («точечные аттракторы») через осциллирующие состояния вплоть до хаотических состояний. Хотя мы не можем предвидеть индивидуальные решения на микроуровне, на макроуровне можно моделировать возможные сценарии коллективных тенденций развития при определенных побочных условиях («контрольных значениях»).

В основе такого моделирования не лежит никакой новый вид причинности. Что касается социальных систем, речь также идет об их нелинейной динамике как сложных систем. Однако, как правило, мы не располагаем уравнениями движения, чтобы описать индивидуальное поведение элементов системы на микроуровне. Ведь люди — не молекулы и не клетки. Тем не менее, индивидуальные политические предпочтения, например, складываются в коллективные тенденции во время предвыборных кампаний, которые подобно паттернам течения реки оказывают обратное воздействие на поведение отдельного человека во время выборов. Кажется возможным взять за основу описания микроуровня уравнения динамики мозга отдельного человека. Но такой подход вряд ли осуществим в силу сложности этих уравнений. Поэтому общественные науки работают на макроуровне, рассматривая статистические функции распределения, динамика которых моделируется стохастическими уравнениями.

Уже основоположник рыночной экономики Адам Смит (1723-1790) исходил из представления о самоорганизации сложной экономической системы, в которой предложение и спрос на товары между производителями и потребителями определяют экономическую динамику. Для описания этой динамики Смит рассматривал «натуральную» цену, складывающуюся из стоимости производства товара. Когда рыночная цена превышает натуральную, прибыль растет, что ведет к расширению производства и таким образом к понижению цены. Обратное развитие имеет место тогда, когда рыночная цена меньше натуральной.

Таким образом, посредством механизма взаимодействия между возможностями увеличения прибыли и риском экономических потерь рыночная система осуществляет самоуправление и стремится к состоянию абсолютного равновесия между спросом и предложением. Смит предполагал, таким образом, консервативную самоорганизацию, посредством которой в экономическом равновесии, как бы направленное невидимой рукой («invisible hand»), само собой устанавливается социальное состояние порядка некоего общества («богатство народа»).

На самом деле поведение экономических систем не допускает сравнения с консервативной самоорганизацией кристаллов и твердых тел вблизи теплового равновесия. Как открытая система, находящаяся в процессе постоянного обмена веществом, энергией и информацией с другими рынками и природой, рыночная экономика не может стремиться к состоянию равновесия «натуральных» цен.

Подобно биологическим экосистемам рыночная экономика претерпевает постоянные изменения и чувствительно реагирует на малейшие изменения граничных условий. К тому же, агентами экономической системы являются способные к обучению люди. Кратковременные колебания потребительских предпочтений, негибкая реакция в производственном поведении, а также спекуляции на сырьевых рынках и рынках земельных участков — все это примеры чувствительных реакций в экономической системе. То, что флуктуации в малом способны организовываться и приводить к скачкам в развитии в большом (вспомним, например, о роли таких технических новшеств, как прядильный станок и паровая машина в промышленной революции), а с другой стороны вызывать хаотическое и неконтролируемое поведение (примером могут служить биржевой крах, массовое обнищание, безработица), составляет исторический опыт столетий после Адама Смита.

Примечательно, что Карл Маркс точно определил самоорганизацию рыночной экономики. Его критический анализ показывает фазовые переходы, в которых реализуется насыщенное кризисами развитие экономических систем и изменение общественных структур. Уже Гегель использовал диалектический метод для объяснения исторических процессов развития. С точки зрения сложных динамических систем марксистский анализ исторических фазовых переходов реалистичен. Маркс видит, что самоорганизация экономических сил не приводит автоматически к благосостоянию общества и общественному вспомоществованию его населению.

Ошибка многих его последователей состоит в том, что как следствие его учения они хотели отменить самоорганизацию рынка и заменить ее централистски управляемой машиной распределения. Такая отмена была бы подобна отмене законов эволюции. Таким образом, Маркс прав, признавая нелинейную динамику экономических систем. В то же время он стремится заменить ее линейной динамикой, отвечающей духу демона Лапласа. Для реализации этой замены он вынужден допустить существование нового человека, который не стремится к собственной выгоде, а признает интересы общества и действует в соответствии с ними. Однако такое допущение относительно человеческой природы нереалистично. Адам Смит и классики политической экономии тоже исходят из идеалистических допущений о человеке. «Homo oeconomicus», который, будучи вооружен полной информацией об окружающей среде, лишь стремится сделать максимальной свою выгоду, есть не что иное как математическая фикция линейной динамики равновесия.

Нелинейная модель показывает, как разрешается соревнование двух конкурирующих товаров при положительной обратной связи и при условии возрастания доходов в результате малейших начальных флуктуаций. Самые незначительные рыночные преимущества в начальной фазе могут приводить к тому, что одна из технологий все легче и все более явно будет находить широкое применение, даже тогда, когда такое развитие непредсказуемо на первоначальном этапе. Даже если с профессиональной точки зрения определенный технический стандарт, такой, например, как операционная система компьютера, не является наилучшим решением, он может завоевать мировой рынок. С точки зрения истории науки примечательно, что «эффект бабочки» в экономике упоминается уже в 1890 г. английским экономистом А. Маршаллом, приблизительно в то же время, когда Пуанкаре устанавливает нелинейность небесной механики. Маршалл показал, что предприятие, которое чисто случайно рано достигает высокого уровня товарности, может обогнать своих конкурентов, если с возрастанием товарности затраты на производство падают.

Отсюда вытекает такой вывод: важно своевременно распознать параметры порядка, которые могли бы сыграть доминирующую роль в динамике системы. Речь, таким образом, идет о разработке экономических систем своевременного предупреждения. Такое предупреждение необходимо, например, при заболевании организма или при прогнозе погоды. В обоих случаях мы имеем дело с нелинейной динамикой сложных систем. На основании симптомов заболевания или погодных данных можно посредством различных математических методов (таких, как анализ временных рядов, определение аттракторов в фазовом пространстве, экспонент Ляпунова) определить будущую тенденцию развития.

При рассмотрении экономических и социальных систем мы имеем дело с многомерными системами, включающими много компонентов. Вычислительные мощности наших сегодняшних компьютеров еще недостаточны для точного определения тенденций развития таких систем. С математической точки зрения экономические и социальные науки труднее естественных наук, поскольку используемые ими модели сложнее. Но уже качественное понимание при использовании моделей нелинейной динамики ценно и предохраняет нас от неожиданностей. Нам следует быть более восприимчивыми в отношении чувствительных, хрупких состояний равновесия в природе и обществе. Поздно пытаться управлять кризисной ситуацией, когда в системе уже господствуют хаотические аттракторы. Нам необходимо сложное управление нелинейной динамикой.

5. Самоорганизация и динамика в управлении предприятиями и административными системами

Управление будущим происходит в условиях сложности. Сложность порождает нелинейную динамику. Поэтому следствия нелинейной динамики изучаются для управления сложным поведением на предприятиях и в административных системах. В неопределенных и необозримых пространствах информации человек принимает решения на основании ограниченной рациональности, а не как «homo oeconomicus», человек экономический. Ограниченная рациональность коренится в неполноте и неточности восприятия человеком проблем и ситуаций. Поэтому ограниченная рациональность находится в центре внимания современных когнитивных исследований и философии. Результаты этих исследований должны быть преобразованы в принципы управления, предохраняющие предприятия и административные структуры от использования ошибочных моделей рациональности.

Мировые информационные и коммуникационные сети переступают границы стран и ускоряют процесс глобализации. Поэтому мы часто говорим об информационном обществе или об обществе знания, которое призвано заменить классическое индустриальное общество, зависящее от сырьевых ресурсов. Услуги, оказываемые на основе накопленных знаний, и know how приобретают бoльшую значимость, чем повышение показателей валовой продукции. Ответ техники на возрастание сложности состоит в усилении самоорганизации компьютерных, информационных и коммуникационных систем, которые больше не управляются централизованно. В информационном обществе производительность и конкурентоспособность страны определяется знанием и умением человека. Поэтому необходимы конкретные мероприятия, направленные на повышение творческого потенциала предприятий и административных структур. Эти мероприятия составляют ядро работы предприятий по производству стоимости в обществе информации и знания.

В условиях сложности и глобализации сотрудники предприятий сталкиваются с комплексами взаимосвязанных проблем. Поэтому от них требуется не только компетентность в области принятия решений, но и системное мышление и понимание, междисциплинарность и межкультурное понимание, компетентность в организации работы коллектива в условиях ограниченной рациональности его отдельных членов. При неустойчивых и подвижных состояниях равновесия необходимо, кроме того, долгосрочное ценностное ориентирование. Для этого управляющий сложным поведением в будущем должен рассматривать человека как центр нелинейной динамики предприятий и учитывать особенности его природы. Эта задача может быть реализована только в том случае, если управление будет строиться на достижениях когнитивных и системных исследований, на понятиях философии и этики.

Какие таланты и характерные черты сотрудников необходимы, чтобы суметь устоять в динамике рынков работы и предприятий? Как предприятию найти подходящих сотрудников, как руководить ими и подготовить их к постоянно меняющимся условиям труда? Чтобы ответить на эти вопросы, нам следует обратиться к законам сложных динамических систем и к следствиям, которые можно извлечь из их изучения, важных для управления сложным поведением на предприятиях. В условиях охватывающих весь мир информационных и коммуникационных систем глобализация рынков стремительно ускоряется. Талант и одаренность, причем не только в инженерно-технических профессиях, становятся ресурсами, которые скудеют и из-за которых предприятия конкурируют в мировом масштабе. В информационном обществе управление сложностью превращается в управление знанием. Творческий потенциал играет ключевую роль в определении места предприятия в информационном обществе. Поэтому вызов, который будущее бросает управлению, состоит в преобразовании управления производством в управление сложностью и знанием и, в конечном счете, в управление творческим потенциалом.

Управление сложностью успешно тогда, когда мы понимаем нелинейную динамику сложных систем. Поэтому для предприятия важно установить, насколько ограничена должна быть свобода действий вблизи моментов неустойчивости, чтобы способствовать появлению инновационных сдвигов и в то же время избегать соскальзывания в хаос. В теории сложных динамических систем можно посредством небольшого числа статистических величин распределения («параметров порядка») моделировать глобальные тенденции развития. Например, нет необходимости знать что-либо о фактическом поведении каждого водителя автомашины на микроуровне, чтобы уметь предсказать поведение на макроуровне определенных плотностей движения, таких, например, как волны Stop-and-Go или «инфаркт» дорожного движения. Разумные системы управления дорожным движением должны научиться своевременно распознавать такие тенденции развития на основании образцов плотности движения и приспосабливаться к потоку движения. Разумное управление должно также научиться чуткости в обращении с неустойчивостью и способности определять граничные условия, способствующие самоорганизации желаемой динамики развития.

Конечно, можно возразить, что предприятия — это системы, состоящие из обладающих сознанием и чувствами людей, а не из лишенных воли атомов и молекул. Но и в социальных группах возникают в результате коллективного взаимодействия их членов (например, посредством коммуникации) глобальные тенденции формирования мнения. С другой стороны, глобальные тренды развития оказывают обратное воздействие на членов группы, влияют на их поведение на микроуровне и усиливают или тормозят таким образом глобальную динамику системы. Такие петли обратной связи («Feedback») между микро- и макродинамикой системы как раз и приводят к обучению, выражающемуся на предприятиях, например, в обучении антициклическому поведению, имеющему своей целью сознательное противостояние наносящим ущерб тенденциям развития.

Если рассматривать предприятия как обучающиеся и самоорганизующиеся сложные динамические системы, то проступают первые очертания облика сотрудника предприятия. Перед лицом нелинейной динамики поведения людей, работы предприятий и рынков демон Лапласа линейного управления и контроля так же обречен на поражение, как и ложное утверждение о рациональном поведении в смысле homo oeconomicus. Человек не действует ни полностью рационально, ни полностью иррационально.

В неопределенных и неустойчивых пространствах информации человек принимает решение на основании ограниченной рациональности. Человек фильтрует нечеткие информации при помощи ограниченных органов чувств и когнитивных способностей, оценивает ситуации на основе мотиваций и эмоций, дополняет и укрепляет свои собственные способности в коллективе. Способность учиться и коммуницировать, чувствительность и включенность в систему общественных связей по-прежнему составляют наши преимущества перед суперкомпьютером, который со всеми своими вычислительными мощностями и объемом памяти все же не может удовлетворить запросы сложности современного жизненного мира. Поэтому организация работы с персоналом в будущем должна развивать эту природную предрасположенность человека, а не насильно загонять ее в жесткие рамки ошибочных моделей рациональности.

Информационные и коммуникационные сети всемирного масштаба ускоряют процесс глобализации и повышают таким образом уровень сложности. Речь идет прежде всего о Teleworking, Telebanking и Teleshopping на виртуальных рынках, в фирмах, банках и магазинах, преодолевающих ограниченность времени и пространства. С Интернетом и World Wide Web мы живем и работаем уже в мирах виртуальных сетей, в которых мы храним наши знания, планируем инновации, осуществляем сделки, ищем развлечения и отдыха. Эти компьютерные сети представляют собой открытые и самоорганизующиеся сложные системы с миллионами потребителей, с одной стороны, и лиц и организаций, осуществляющих предложение, — с другой. Нелинейная динамика этих сетей характеризуется повышением многообразия информации, но также и возможностью информационного хаоса. Что отличает знание от информации, сообщений и данных в компьютерных сетях?

Человеческий мозг не только кодирует и декодирует знаки и данные при передаче информации, но также связывает их с контекстами отправителя и получателя и сообщает им таким образом информационную ценность и ценность новизны. Когда мы связываем и оцениваем информацию, чтобы суметь с ее помощью решать проблемы и планировать действия, мы говорим о знании. Такая трактовка знания содержится уже в знаменитом девизе Бэкона, сформулированном на заре эпохи Нового Времени: знание — сила. В действительности предприятия и банки с богатыми традициями всегда имели успех в силу того, что они опережали своих конкурентов по уровню знания, которое позволяло быстрее и более целенаправленно принимать решения и действовать даже в условиях ограниченной рациональности.

Продукты представляют собой свернутый know how, а рынки продуктов всегда являются, стало быть, рынками знания. Это направление развития ускоряется под воздействием развития информационных и коммуникационных технологий. В традиционном индустриальном обществе экономический процесс определяется сырьем, фабриками, товарами и рынками. Поэтому на предприятии, зависимом от сырья, эффективно организуется физическая цепь производства стоимости, начиная с нововведений, включая процесс производства и маркетинг, и вплоть до продажи и потребителей. С помощью мощных компьютерных и информационных систем сложные проблемы организации, поставки и распределения не только становятся более обозримы. Информационная обработка этого знания производит также дополнительную стоимость. Примером могут служить автомобильные предприятия, которые разрабатывают свою продукцию на виртуальных прототипах в компьютерных сетях с рассеянными по всему миру конструкторами и экспертами по маркетингу.

Организации по продаже программного обеспечения, прямые дилеры, финансовые организации и страховые компании коммуницируют со своими потребителями в сети и при помощи своих банков данных создают новые товары и услуги. В информационном обществе физические цепи по производству стоимости (например, такие, как в некотором автомобильном концерне) дополнительно связаны с такими виртуальными цепями производства стоимости. Know how и консультации предлагаются в сети как особый товар — продукты знания. В области Electronic Commerce (электронной торговли) виртуально реализуются установления деловых контактов, обмен деловыми предложениями, а также трансакции.

Глобализация общества информации и знания приводит к соревнованию регионов в борьбе за лучшую промышленность, обеспечение будущего и качество жизни. Всемирные информационные и коммуникационные сети делают возможным just-in-time сопоставление преимуществ и недостатков в международном масштабе. Регионы определяются не только людьми с их образованием, их know how, их жизненными и профессиональными установками, но также зданиями, сооружениями и машинами, административными системами и организациями и, не в последнюю очередь, политическими граничными условиями. При этом различаются движимые и недвижимые факторы, определяющие регионы. В индустриальную эпоху большинство таких факторов считалось недвижимыми. Здания, сооружения, машины и, в значительной степени, люди не могли быть «пересажены на другую почву». Решающую роль сыграли здесь такие недвижимые факторы, как географические и климатические условия и, прежде всего, сырье и местные производственные факторы.

В отличие от этих факторов информация и знания являются движимыми факторами. Затраты на их транспортировку падают по мере развития информационных и коммуникационных сетей. Человеческий дух всегда носится в воздухе, как он хочет, где он хочет и когда он хочет. Информационные и коммуникационные сети делают из этой мудрости экономически измеримое производство стоимости. Рынок превращается в метод открытия выгодных экономических регионов, которые во всемирных сетях коммуникации как в глобальной деревне (global village) становятся молниеносно известны.

При производстве стоимости в информационном обществе речь идет, однако, не о самих информационных и коммуникационных сетях, а о знании и know how, которые в этих сетях развиваются и делают их возможными. Следовательно, речь идет о производителе идей — человеке. Бум переживают здесь рынки знания, главными участниками которых являются ВУЗы и центры повышения квалификации. Кадровики предприятий конкурируют на этих рынках из-за сырья по имени Дух, которое в Германии в настоящее время превратилось в один из скудеющих ресурсов, причем не только в области инженерно-технических специальностей. В информационном обществе в центре производственной деятельности предприятий находится, таким образом, работа с персоналом.

Если предприятия и административные системы рассматриваются как обучающиеся сложные динамические и самоорганизующиеся системы знания, то появляется потребность в сотрудниках, отвечающих требованиям, в корне отличающихся от тех, которые предъявлялись к персоналу, имевшему дело с застывшими механическими аппаратами с жестким предписыванием выполняемых функций. Выявлять у сотрудников их творческий потенциал — задача кадровой работы в будущем. Результаты современных исследований творчества свидетельствуют о том, что существует тесная связь знания, действия, воображения, фантазии и чувств во всякой креативной деятельности.

Результаты современных исследований мозга, показывают, что соответствующие ареалы мозга тесно взаимосвязаны. Поэтому «холодно», без всяких эмоций калькулирующий менеджер представляет собой скорее ментального калеку, чем образец рациональности. Эмоции мотивируют нас действовать или требуют от нас осторожности, когда ситуации, в которые мы попадаем, напоминают нам о нашем собственном положительном или же горьком опыте. Когда успешно работающие менеджеры принимают решения интуитивно, на основании «доброго» или «недоброго» предчувствия, они тем самым продолжают традицию этого эволюционного наследия. В связи с богатством сложных паттернов опыта, сопоставляемых с конкретной ситуацией, этот вид эмоционального интеллекта превосходит возможности любого суперкомпьютера или планового штаба, который хочет полностью охватить, просчитать и сделать оптимальными все детали и возможности.

Способность распознавать целостные образы и видеть существенное при одновременной терпимости к ошибкам в деталях составляет важнейшее преимущество таких сложных нейронных сетей, как человеческий мозг. Эмоциональный интеллект означает также, что работа должна доставлять радость. Тот, кто не может войти в эмоциональный контакт с сотрудниками, не сможет пробудить их креативность.