Podcast: Play in new window | Download
L’analisi dei sistemi complessi fornisce un nuovo modello operativo a cui i manager possono fare riferimento per assecondare la complessità invece che subirla.
Il riduzionismo è stato l’approccio dominante nel mondo della scienza a partire dal 1600. Già adottato come metodo da Cartesio, fu con Newton che il riduzionismo fu codificato definitivamente. Quello descritto da Newton è un mondo meccanico, dove il rapporto causa ed effetto è lineare e i sistemi seguono leggi universali. Come ben descritto dallo scienziato John Holland, l’idea era che si potesse comprendere il mondo e spiegare tutti i fenomeni naturali semplicemente suddividendoli in parti più piccole e più facili da interpretare: riassemblando le parti piccole si sarebbero comprese le proprietà del totale.
Lo psicologo Richard Nisbett, nel suo libro Mindware: Tools for Smart Thinking, ci offre un esempio di un approccio riduzionista portato agli estremi. Alcuni studiosi pensano che la macroeconomia possa essere completamente spiegata dalla microeconomia, che studia il comportamento dei singoli individui. Altri scienziati ritengono che la microeconomia possa essere interpretata attraverso la psicologia. I fenomeni psicologici possono essere spiegati dai processi fisiologici; questi ultimi sono spiegati dalla biologia cellulare che a sua volta è spiegata dalla biologia molecolare che è spiegata dalla chimica, che è spiegata dalla teoria quantistica che è infine spiegata dalla fisica.
L’approccio riduzionista spiegherebbe tutti i fenomeni attraverso l’analisi delle particelle elementari e decreterebbe quindi il primato della fisica su tutte le altre discipline!
Dal riduzionismo alla scienza dei sistemi complessi
Il riduzionismo entrò in difficoltà nel XX secolo: gli scienziati iniziarono a scoprire un numero sempre maggiore di fenomeni che non potevano essere interpretati attraverso l’analisi dei loro componenti. L’esempio più classico è quello del funzionamento del cervello: nonostante i tentativi delle neuroscienze, non si è ancora riusciti a spiegare il funzionamento della coscienza attraverso i processi fisici e chimici che coinvolgono i neuroni e le sinapsi.
“Posso calcolare il movimento dei corpi celesti, ma non la follia delle persone.” (Isaac Newton)
Nel 1984 un gruppo di 24 studiosi, tra i più noti nel campo delle scienze, costituì il Santa Fe Institute nel deserto del New Mexico, per sviluppare un approccio interdisciplinare che cercasse di spiegare tutti quei fenomeni che si sottraevano ad un approccio riduzionista: nasceva la scienza dei sistemi complessi.
Le caratteristiche dei sistemi complessi
I sistemi complessi più studiati dai ricercatori sono le colonie di insetti (formiche e api), il cervello, il sistema immunitario, il sistema finanziario ed economico e, negli ultimi anni, il world wide web.
Melanie Mitchell, nel suo libro Complexity: A Guided Tour, definisce le caratteristiche comuni alle varie tipologie di sistemi complessi:
- Comportamenti collettivi complessi: i sistemi sono caratterizzati da un network esteso di componenti individuali (formiche, cellule, neuroni, operatori di mercato, sviluppatori di siti web) che seguono semplici regole di azione, generalmente senza un controllo o un pianificatore centrale (self-organizing). E’ l’interazione tra i diversi componenti che determina un comportamento collettivo complesso, difficile da prevedere e non riconducibile al comportamento dei singoli;
- Utilizzo dell’informazione: i sistemi complessi producono e utilizzano informazioni che derivano sia dall’interno che dall’esterno;
- Adattamento: i sistemi si adattano, cioè si modificano in maniera evolutiva attraverso l’apprendimento per incrementare le probabilità di sopravvivenza.
I sistemi complessi hanno caratteristiche che vengono definite emergenti, tipiche del sistema e non riconducibili al comportamento dei singoli componenti: per questo il motto degli studiosi dei sistemi complessi è “More is different”. Se vuoi capire come funziona una colonia di formiche…non chiederlo alla formica; allo stesso modo per capire come funzionano i mercati finanziari non si può considerare solo il comportamento dei singoli operatori.
Perché i sistemi complessi…sono complessi da interpretare
I sistemi complessi sono difficili da interpretare. Nello specifico ci sono 3 aspetti da considerare.
1. Relazione causa-effetto: proprio perché il comportamento del sistema non è uguale alla somma dei singoli componenti, le relazioni di causa-effetto non sono chiare. Non è possibile spiegare un determinato effetto sul sistema studiando il comportamento del singolo: ciò che conta sono le interazioni tra i componenti. I sistemi complessi sono quindi caratterizzati da relazioni di causa-effetto non lineari. Allo stesso modo non vale il principio di proporzionalità: in alcuni casi variazioni di piccola entità possono scatenare reazioni importanti mentre in altri casi può accadere esattamente il contrario, cioè il sistema rimane invariato a fronte di perturbazioni rilevanti.
Mark Granovetter, professore di sociologia alla Stanford University fa l’esempio di un corteo di protesta: 100 manifestanti si riuniscono in una piazza; ognuno ha un livello di “partecipazione violenta” che dipende da quante altre persone vede comportarsi in maniera violenta. Supponiamo che un partecipante abbia un livello pari a 0 (l’istigatore), uno un livello 1 (cioè ha bisogno di vedere una sola persona comportarsi male per partecipare anche lui), un altro 2 (se vede due persone che iniziano a far danni si unisce) e così via a salire fino a 99. Con questa “distribuzione di livelli”, la manifestazione sfocerà sicuramente in atti violenti, perché l’istigatore riesce a scatenare l’effetto domino. Supponiamo ora di fare una piccola modifica: sostituiamo la persona con il livello 1, con un’altra che ha un livello 2. Il gruppo è sostanzialmente identico a quello di prima ma la manifestazione sarà pacifica perchè nessuno seguirà l’istigatore (non c’è più nessuno a livello 1). Una piccola variazione nelle caratteristiche di una persona fa sì che in un caso si determini il tipping point, cioè l’evento che determina una variazione del comportamento collettivo e nell’altro no. Come pensate che i media descriverebbero le due manifestazioni? La prima un gruppo di violenti, la seconda una manifestazione di persone responsabili: la realtà è più complessa di così.
Dopo il crollo del mercato azionario del 1987, il governo USA commissionò uno studio per identificare le cause. Dopo un lunga analisi, la commissione Brady non fu in grado di individuare nessuna causa specifica: il mercato azionario è un sistema complesso!
2. Conseguenze non volute: quando si interviene su una parte di un sistema interconnesso, non sempre le conseguenze sono quelle che ci aspettiamo. Se un’azienda abbassa i prezzi per guadagnare quote di mercato potrebbe conseguire il suo obiettivo; ma potrebbe anche scatenare una guerra dei prezzi che avrebbe come unico risultato quello di distruggere il mercato. Quando nel settembre 2008 il governo USA decise di lasciar fallire Lehman Brothers, l’idea era che il mercato avesse già incorporato le difficoltà finanziarie di Lehman e fosse quindi pronto ad assorbirne le conseguenze. I tecnici avevano sottovalutato le interconnessioni del sistema finanziario.
3. Il contributo del singolo: in molti casi, aziende e team sportivi pensano che il modo più veloce per migliorare i risultati sia quello di assumere un fuoriclasse, che possa dare un boost immediato alla performance. Vari studi dimostrano come questi fuoriclasse in gran parte dei casi deludano le aspettative: la ragione è che la performance nella precedente azienda o team sportivo dipendeva in larga parte dall’interazione con i colleghi/compagni, dall’ambiente e dall’organizzazione che lo circondava. Per capire appieno il suo talento si sarebbe dovuto scorporare il suo contributo rispetto a quello del sistema in cui era inserito, processo che come analizzato, è sostanzialmente impossibile. L’errore che facciamo spesso è quello di sopravvalutare il ruolo dell’individuo, sottovalutando le caratteristiche del sistema.
I manager in un mondo complesso
La teoria dei sistemi complessi può fornire interessanti spunti di riflessione per i manager di aziende che operano in contesti sempre più interconnessi e globali e quindi per definizione complessi. Le stesse aziende, soprattutto se di medie/grandi dimensioni, possono essere considerate dei sistemi complessi: hanno caratteristiche emergenti, ad esempio la cultura aziendale, che derivano dalle modalità operative e di interazione dei diversi individui che vi lavorano.
Gli studiosi Richard Hummelbrunner e Harry Jones, nel loro studio A guide to managing in the face of complexity, individuano alcune linee guida ottimali per il management aziendale in contesti complessi:
1. Gestione decentralizzata: i sistemi complessi hanno caratteristiche di auto organizzazione, cioè funzionano senza un pianificatore centrale. Pensiamo ad esempio alle colonie di insetti, al sistema finanziario, al web. Allo stesso modo i manager aziendali che lavorano in contesti e aziende complesse dovrebbero favorire una struttura decentralizzata costituita da unità operative caratterizzate da elevata autonomia. I manager dovrebbero focalizzarsi sulla definizione della struttura e delle regole di interazione delle diverse unità, delegando completamente la gestione operativa. Questo framework rende l’azienda più flessibile e in grado di elaborare più velocemente le nuove informazioni che acquisisce in quanto l’autonomia decisionale è in capo a quelle unità che sono più direttamente coinvolte e influenzate dai cambiamenti dell’ambiente in cui si trovano ad operare.
2. Gestione democratica: i sistemi complessi riescono a mantenere un elevato livello di efficienza perché sono in grado di aggregare quasi in tempo reale le informazioni acquisite da tutti i componenti. I manager devono quindi adottare un approccio democratico volto a valorizzare e a far emergere le competenze e le informazioni di tutti i colleghi. Il vecchio sistema autoritario “comando e controllo” si adatta solo a contesti operativi poco complessi, caratterizzati da processi produttivi o servizi ripetitivi dove sia molto semplice individuare le relazioni di causa ed effetto. Come afferma lo studioso Arthur Battram, “a causa dell’imprevedibilità dei sistemi complessi, le certezze dell’approccio manageriale basato sul comando e sul controllo non valgono più”.
3. Capacità di adattamento: in contesti complessi, i manager non possono limitarsi all’applicazione meccanica di procedure predefinite ma devono favorire la capacità di apprendimento e di adattamento. Non si può pensare di prevedere il futuro o ancor più di imporre al mercato la propria visione o linea di condotta: l’atteggiamento vincente consiste invece nel monitorare i trend emergenti e nell’adattarsi velocemente (“sonda, percepisci, rispondi”). Netflix rappresenta un chiaro esempio di un’azienda di successo in grado di adattarsi all’ambiente circostante. I fondatori non potevano prevedere le evoluzioni che avrebbe avuto la tecnologia di streaming negli anni successivi. Il business di Netflix, nei primi anni di attività, era basato esclusivamente sulla spedizione per posta dei DVD affittati dai clienti. Solo a partire dal 2007, dopo 10 anni dalla costituzione, Netflix iniziò a fornire servizi di streaming. I manager furono in grado di “aggiustare” velocemente il business model per assecondare i nuovi trend emergenti.
In un mondo interconnesso e globalizzato, è sempre più frequente la possibilità di imbattersi in contesti di gioco che hanno caratteristiche di complessità. Lo studio dei sistemi complessi fornisce un nuovo modello operativo a cui i manager possono fare riferimento per assecondare la complessità invece che subirla.
Bibliografia:
Hummelbrunner, Richard e Jones, Harry. A guide to managing in the face of complexity. ODI Working Paper, October 2013.
Mauboussin, Michael J. The Success Equation: Untangling Skill and Luck in Business, Sports, and Investing. Harvard Business Review Press, 2012.
Mauboussin, Michael J. Think Twice: Harnessing the Power of Counterintuition. Harvard Business Review Press, 2013.
Mauboussin, Michael J. More Than You Know: Finding Financial Wisdom in Unconventional Places. Columbia University Press, 2013.
Mitchell, Melanie. Complexity: A Guided Tour. Oxford University Press, 2011.Nisbett, Richard. Mindware: Tools For Smart Thinking. Penguin Books, 2016.
