Читать книгу - "Сначала люди. Как найти тех, кто выведет компанию на новый уровень - Тайлер Коуэн"

столько информации о качестве новых сотрудников. И несмотря на это, команды все равно переплачивают за игроков, выбранных в первом раунде драфта. Мэсси и Талер интерпретируют свои результаты с точки зрения избыточной самоуверенности. Скорее всего, это действительно важный фактор, но вдобавок эти ошибки могут указывать на проблему агента. Скауты расхваливают особенно талантливых и перспективных игроков, чтобы их имена в будущем ассоциировались со звездами, подкрепляя их репутацию. Скауты не слишком задумываются о прибылях команд, так что те вынуждены переплачивать за игроков.

Вопрос, как заставить скаутов делать что-то, кроме как выставлять себя в выгодном свете перед руководством, далеко не праздный. Недавно Тайлер стал задействовать очень талантливого скаута в своей программе Emergent Ventures, и сейчас он пытается понять, как стимулировать скаута не только пытаться подражать его суждениям. «Не надо удовлетворять меня!» — призывает он, хотя, как вы понимаете, в этом призыве есть противоречие.

Ключ к хорошей программе скаутинга — стимулирование. Поначалу скауты Emergent Venture сами были венчурными капиталистами: они охотились за лучшими талантами и старались приумножить прибыли партнеров. Это сработало: от Google до Apple в систему попадали чужаки-бунтари, а скаутов, «стражей ворот», щедро награждали. Но когда скаутинг расширяется и превращается в более общую концепцию, стимулы уже не обязательно должны быть финансовыми. Награждать можно и с помощью статуса: например, некоторые из самых удачных проектов Y Combinator (Airbnb, Dropbox) удалось заполучить благодаря рекомендациям со стороны. Компания Дэниела Pioneer ведет Доску почета своих лучших «рекомендателей», и это одна из самых посещаемых страниц на ее сайте. В этой модели большинство рекомендаций плохи, но иногда по ним находятся исключительно хорошие кандидаты.

Это, в свою очередь, приводит нас ко второму методу стимулирования: личным вложениям. Венчурные фонды организуют программы скаутинга, в рамках которых основателям различных компаний бесплатно дают деньги для инвестиций. Никаких недостатков, одни достоинства. Эти программы часто демонстрируют плохие результаты, но иногда скаут находит какую-нибудь исключительно хорошую компанию, и венчурные капиталисты вкладывают в нее средства. Программы не очень похожи на «настоящий» мир венчурного капитала, где у партнера фонда на кону стоят и финансовые, и репутационные интересы. Основатель компании, вкладывающий бесплатные деньги, не рискует ни долларами, ни статусом, да и основная его профессия — все же исполнительный директор, а не венчурный капиталист. Однако это дает им свободу воображения, которая помогает найти возможности, недоступные другим.

По сути, такие «безрисковые» скаутские игры повышают разнообразие, жертвуя точностью. Вы можете задействовать «игроков», которые работают над другими задачами, чтобы они присылали вам информацию в обмен на финансы. Это хорошая идея, если затраты на фильтрацию низки. А если затраты на заключение сделки высоки, вы можете ввести какой-то элемент риска, либо финансового (вкладывается не только внешний, но и личный капитал), либо статусного (потребовать, чтобы ваши скауты работали под собственным именем и только на вас). Это поможет слегка дисциплинировать процесс.

Централизованная оценка и ее достоинства в качестве альтернативы скаутингу

А теперь противопоставим миру супермоделей крайне централизованный метод оценки. Советские шахматы были примером метода поиска талантов, при котором в рамках общенациональной системы рассматриваются практически все возможные кандидаты. Почти все советские дети ходили в школы, во всех школах были шахматные кружки, шахматы были престижны в советском обществе и приносили сравнительно большую выгоду лучшим игрокам, в том числе возможность выезжать за рубеж. Многие родители играли в шахматы и с раннего возраста учили играть и детей. Активные шахматные клубы были везде — не только в школах.

У потенциально сильного шахматиста шансы, что его талант обнаружат, были очень высоки. Охотникам за талантами не приходилось прочесывать отдаленные деревни в поисках «того самого кандидата». Скауты не подходили к советским школьникам в магазинах или на танцах и не говорили: «Эй, ты выглядишь как будущий сильный шахматист!» Все проще: шахматные и образовательные учреждения находили вас уже в юном возрасте и поощряли ваши занятия, и у вас был шанс стать очень сильным шахматистом, даже если вы не жили в крупном городе. Сквозь систему тщательных проверок и сравнений проходили почти все, у потенциального таланта были все шансы блеснуть.

Благодаря этому советские спортсмены лидировали в мировых шахматах с 1940-х по 1990-е, а потом советская система (не только шахматная) развалилась. Россия стала «просто еще одной шахматной страной», сохраняя очень скромное преимущество в этом секторе.

Однако советский метод поиска талантов в большинстве отраслей невозможен. В современном обществе уже нет такого жесткого контроля «сверху вниз» — даже в отчасти коммунистическом Китае. Более того, поиск талантов глобализировался, а релевантные задачи, навыки и результаты в большинстве отраслей определены не так четко, как в мире шахмат. Иногда вы даже толком не знаете, какие навыки нужно искать. А если найдете потенциального кандидата, у вас не будет такого же простого теста на профпригодность, как «Эй, давай сыграем в шахматы!». В таком мире скаутинг приобретает большое значение, и приоритет отдается именно поиску, а не проверкам и сравнениям.

Впрочем, в некоторых отраслях в будущем вполне могут сформироваться условия, похожие на советские, — не скоро, но все же несложно представить мир, где о людях собирается очень много данных, включая генетические, причем в таком юном возрасте, что сравнения вновь получат преимущество над поиском. Вам не придется никого искать, если у вас будет доступ к данным в системе. Вот вам особенно яркий пример: если за всеми будут следить камеры с распознаванием лиц, можно представить футуристический, научно-фантастический мир, где ИИ выбирает потенциальных топовых супермоделей и рассылает им текстовые сообщения, назначая просмотр в ближайшем модельном агентстве. Дело здесь не в том, что что-то подобное может или должно произойти скоро: вам нужно просто понимать, в какую сторону может измениться пропорция между поиском неизвестных кандидатов и сравнением известных. Сейчас поиск важен, но в будущем, возможно, баланс сдвинется в другую сторону. Не принимайте нынешнюю ситуацию как должное.

Мы считаем, что в будущем вырастет число случаев, когда таланты станут находить «по цифрам», с помощью ИИ-скаутов. Посмотрите, например, на Houston Astros, одну из самых статистически продвинутых команд в профессиональном бейсболе: они практически отказались от личного скаутинга и используют видеозаписи и измерения с помощью Statcast — суперсовременной технологии, основанной на огромных массивах данных[169].

Скорее всего, поиск талантов будет все больше напоминать среду компьютерных игр, где потенциальных кандидатов приглашают для измерения навыков. Если вспомнить, например, лучших игроков в World of Warcraft, то скауты не ходили по местным школам, уговаривая ребят поиграть, не отлавливали их в торговых центрах («Твои большие пальцы выглядят сильными, а кожа имеет характерную “подвальную” бледность»), не измеряли их