Клейтон Кристенсен
Создавая инновации. Креативные методы от Netflix, Amazon и Google
Источники
Мы провели несколько параллельных исследований, чтобы понять, как инноваторы успешно выводят свои идеи на рынок. Начинаются они с «дилеммы инноватора», в которой впервые рассматривается другой подход к управлению инновациями, далее «ДНК инноватора» определяет пять навыков инноватора как первооткрывателя и нарушителя порядка, помогающих ему генерировать идеи{8}. И хотя «ДНК инноватора» содержит советы о том, как генерировать инновационные идеи, каким будет следующий шаг, после того как возникнет идея нового продукта, процесса или услуги, как вы узнаете, стоит ли развивать идею? Как определите, нужно ли решать эту проблему? Как вы поймете, справились ли отлично с решением проблемы? Коротко говоря, каковы инструменты проверки, подтверждения и коммерциализации новой идеи?
Чтобы ответить на эти вопросы, мы провели обзор и синтез новых перспективных направлений из других дисциплин. Не мы первые обозначили эту необходимость в новых способах справиться с неопределенностью при управлении инновациями. Каждая из основных отраслей, сталкиваясь с неопределенностью, искала свои собственные ответы: это и проектирование (дизайн-мышление), компьютерные науки (гибкое программное обеспечение), предпринимательство (экономичный стартап), военное дело (адаптивная армия) и т. д. Каждое направление дает свой ценный вклад, ценные идеи, синтез которых мы представляем здесь. Об элементах метода инноватора можно прочесть и в других книгах, например, о дизайн-мышлении (Tim Brown. Change by Design; Roger Martin. The Design of Business), о стартапах (Eric Ries’s. Lean Startup; Steve Blank. Startup Owners Manual; Alex Osterwalder. Business Model Generation), инновациях (Christensen. Innovator’s Dilemma; Shona L. Brown и Kathleen M. Eisenhardt. Competing on the Edge; Bob Sutton. Weird Ideas that Work; Rita Gunther McGrath и Ian C. MacMillan. Discovery-Driven Planning) или гибком программном обеспечении (Jeff Sutherland, Ken Schwaber. The Scrum Guide; Kenneth S. Rubin. Essential Scrum). Мы уважаем авторов за их вдумчивый подход и рекомендуем их книги к прочтению.
Эти книги – ценный вклад в свои дисциплины, но даже они лишь отчасти раскрывают инновационный процесс. Мы пытаемся собрать части вместе и представить целостную модель, начав с генерирования инсайта, продвинувшись к глубокому понимаю проблемы клиента, моделированию решения и, наконец, выверке бизнес-модели перед ее масштабированием. Как показано на рисунке 0-2, дизайн-мышление исключительно полезно для понимания проблем клиента, но оно не поможет найти правильную бизнес-модель. Экономичный стартап прекрасно подходит для того, чтобы найти первоначальное решение проблемы, но в недостаточной степени обеспечивает руководство в генерировании идей или определении того, стоит ли найденная вами проблема того, чтобы быть решенной. Книги о бизнес-моделях дают прекрасные инструменты для создания определенных элементов бизнес-модели, но не обращены на генерирование больших идей или глубокое понимание проблем клиентов. Наша целостная модель поможет вам прийти к построению твердой бизнес-модели и ее последующему масштабировнию. А поскольку большинство книг концентрируется на предпринимательском стартапе, в них не приводятся важнейшие способы адаптации этих принципов для применения в крупных компаниях.
Рисунок 0-2. Метод в деталях
Чтобы понять, как менеджеры применяли и адаптировали эти принципы в работающих компаниях, как выводили свои идеи на рынок, мы провели обширное качественное исследование среди сотен компаний. Мы изучали как успешные, так и неуспешные предприятия, чтобы понять, что привело к успеху или провалу. Эти компании можно разделить на четыре категории:
– давно работающие компании, которые сохранили инновационные свойства;
– давно работающие компании, которые растеряли инновационные инструменты (или находились в процессе их утраты), но смогли вернуться к ним;
– успешные и провальные инновационные инициативы в новых проектах;
– успешные и провальные инновационные инициативы в уже работающих компаниях.
Мы не даем описания всех компаний, однако в таблице 0-1 можно увидеть примеры тех, что попали в три первые категории. Именно они представляют большинство приведенных в книге изученных случаев.
Таблица 0-1. Примеры компаний
Некоторые компании, такие, как Amazon, Google, Valve Software, проделали огромную работу по приданию законного статуса принципам предприимчивого менеджмента, на которых они были основаны. Так, Amazon под руководством Джеффа Безоса с момента своего основания в 1996 году показала невероятную динамику роста инновационных показателей. Конечно же, компания получила инновационную премию (innovation premium – IP), составившую примерно 73 %{9}. (Мы представляем этот расчет в книге «ДНК инноватора», он используется для составления рейтинга Forbes наиболее инновационных компаний.) IP компании Amazon означает, что инвесторы добровольно выплачивают премию на свои ценные бумаги, которые становятся на 73 % дороже чистой текущей стоимости актуального бизнеса. В последние 15 лет эта IP выше, чем у любой другой компании в мире{10}.
Другие компании, такие, как Intuit, Procter & Gamble, Hindustan Unilever, представляют случаи инновационного разворота. Спустя годы стабильной, но не вдохновляющей с точки зрения инновационности деятельности эти фирмы обратились к тактике, которую мы определили бы как стремительный подъем инноваций. Другие компании – это стартапы, например Rent the Runway, Qualtrics, Motive Communications, демонстрирующие глубокое понимание процесса. Наконец, есть и компании, пытавшиеся применить технику экономичного стартапа, но потерпевшие неудачу. Их опыт учит нас, с какими трудностями можно столкнуться на этом пути.
Действительно ли метод инноватора поможет делу?
Мы начали это исследование с вопроса: «Каков процесс обоснования идей и вывода их на рынок для успешных инноваторов?» Несмотря на наши заверения в успехе, вы можете спросить себя: «Действительно ли метод инноватора поможет делу?» Вероятно, наиболее очевидным свидетельством станет изученный нами опыт давно работающих компаний, сумевших резко повысить инновационную эффективность после применения элементов метода. По нашим оценкам, описанные в книге открытые акционерные компании за 3–5 лет, прошедших с момента обращения к элементам метода, увеличили свою IP в среднем на 57 % (таблица 0-2).
Чтобы инновации начали приносить свои плоды, всегда требуется время, однако повышение IP сопровождается ростом выручки, прибыли и общим оживлением внутри компании. Hindustan Unilever, например, увеличила свои доходы на 40 % всего за один год; за счет новых успешных продуктов всего за три года Intuit умножила доходы в 10 раз; китайская компания Mondelez находилась в упадке, однако смогла превратиться в успешный бизнес стоимостью миллиард долларов; Godrej создала новую категорию потребительских товаров, которые стали продаваться через совершенно новые дистрибьюторские каналы; Procter & Gamble основала несколько новых многомиллиардных бизнесов; AT & T смогла обернуть негативную IP в позитивную (в середине 2000-х годов инвесторы ожидали, что AT & T свернет свою деятельность, но сегодня они ожидают роста).
Таблица 0-2. Рост IP после применения метода инноватора
Кому нужен метод инноватора?
Каждому, кто хотел бы начать внедрять инновации или столкнулся с проблемой, характеризующейся высокой степенью неопределенности, нужно понять, когда и как применять метод инноватора, чтобы повысить свои шансы на успех. Мы в первую очередь представляем себе три категории читателей этой книги:
– менеджеры с любыми функциями и из различных подразделений, которые хотели бы начать инновационный процесс или столкнулись с проблемой, характеризующейся неопределенностью, но не знают, какие предпринимать шаги, испытывают какие-либо затруднения;
– руководители, сталкивающиеся с падением роста, необходимостью сохранить существующий рост или испытывающие трудности с удержанием талантливых менеджеров, которые могут покинуть компанию ради собственных стартапов;
– предприниматели, менеджеры, многие из которых в прошлом, возможно, потерпели неудачу, но хотят максимально повысить свои шансы на успех.
Хотя представленные в книге идеи однозначно применимы для менеджеров, руководителей и предпринимателей, они подходят любому, кто пытается решить комплексную проблему: переосмыслить свое образование, улучшить опыт принятия политических решений или даже решить сложные семейные проблемы. Например, мы считаем, что официальные власти Соединенных Штатов были бы более эффективны, если бы они запускали параллельные эксперименты и получали на их опыте определенные знания, прежде чем распространяли политические решения на всю страну. (Кстати, экспериментальная политика успешно применяется в Китае, где в настоящее время параллельно идет семь экспериментов, призванных определить лучший способ контроля загрязнения воздуха.) В конечном счете наша цель – научить вас принципам, которые помогут решать любые неоднозначные проблемы.
Идея, выделяющая эту книгу из общего ряда, состоит в том, что условия неопределенности требуют свода новых управленческих принципов. Традиционный менеджмент хорошо работает в условиях относительной определенности, но он не подходит для работы в условиях, характеризующихся неопределенностью. Используя описанные здесь инструменты, вы научитесь творчески решать крайне неопределенные проблемы. Вы узнаете, как превратить идею в реальность. Это знание будет ценным как для менеджеров и руководителей крупных организаций, так и для начинающих предпринимателей. Для любого, кто когда-то думал: «Интересно, могла бы эта идея сработать?», но не знал, как сделать следующий шаг, эта книга станет руководством к действию.
Глава 1
Метод инноватора
Как нам превратить Intuit в стартап с 8000 сотрудников? Мы пытаемся сделать именно это.
Брэд Смит,генеральный директор Intuit
В 2008 году Intuit отпраздновал 25-ю годовщину, а генеральным директором компании был назначен Брэд Смит. Компания Intuit, основанная Скоттом Куком, была производителем пакетного финансового программного обеспечения, такого, как Quicken, QuickBooks, TurboTax, и добилась заметных успехов, увеличив доходы до 3 млрд долларов, а рыночную стоимость компании – до 10,2 млрд. Однако Кук и Смит были обеспокоены. Intuit очевидно достиг высшей точки, и его стоимость начала падать. Ежегодный рост выручки упал наполовину, с 15 % в 1998–2003 годах до 8 % в 2004–2008-м, а рост годового дохода снизился еще более серьезно – с 31 до 6 %. Неудивительно, что с 14 до 5 % уменьшился и годовой рост общей стоимости компании.
Более того, изучив продукты, запущенные Intuit в предыдущее десятилетие, Кук понял, что менее 10 % могут быть названы успешными с точки зрения доходности и выгоды. Между тем выровнялся и индекс потребительской лояльности (Net promoter score – NPS), показывающий, настолько ли продукт нравится клиентам, чтобы они рекомендовали его друзьям и коллегам{11}. И, наконец, инновационная премия компании (уровень премии к биржевой цене, добавляемый инвесторами в связи с ожиданиями будущего роста за счет инноваций) упала с 57 % в 2000 году до 20 % в 2008-м{12}. По всем показателям выходило, что спустя 25 лет компания достигла тревожного уровня на S-кривой своего развития: Intuit перешел от роста к зрелости с угрозой обратного отката.
Кук и Смит не хотели, чтобы это произошло. Но что они могли сделать?
Инновационный кризис: беспрецедентная неопределенность
Intuit ожидало то, что случается с большинством успешных стартапов по мере того, как они вырастают в крупные, солидные предприятия: исполнение становится главным приоритетом, поскольку они рассчитывают на то, что бизнес выполнит запрос уже существующих клиентов. С течением времени фокус на исполнение вытесняет инновации. Intuit терял способность делать то, что Питер Друкер называл фундаментальной задачей менеджмента, – «создавать клиента»{13}. Как ни странно, сконцентрировавшись на получении прибыли от клиентов, компании зачастую теряют способность создавать клиентов.
Изменилось и еще кое-что. Говорить, что уверенности в мире стало меньше, чем когда бы то ни было, – клише, но очень немногие люди осознают степень роста неопределенности в последние 30 лет. Что еще более важно, они не понимают, что возросшая неопределенность приводит к необходимости изменения способа управления большинством организаций. Задача создания клиента – как никогда сложная и неопределенная. И вот почему.
Есть два типа неопределенности, влияющие на способность фирмы создавать клиентов: неопределенность запроса (купит ли это клиент?) и технологическая неопределенность (сможем ли мы реализовать задуманное решение?)[3]. Неопределенность произрастает из неизвестности, сопутствующей решению каждой проблемы и иногда называемой «неизвестным неизвестным» – это, например, скрытые предпочтения клиента или неисследованные элементы технического решения.
Чем больше неизвестного в предпочтениях и привычках клиентов, тем больше неопределенность запроса. Например, когда Дженн Хайман из Rent the Runway появилась с идеей аренды дизайнерских платьев через Интернет, неопределенность в запросе была высокой, поскольку никто другой не предлагал подобную услугу{14}. Напротив, когда Samsung и Sony решили начать выпуск жидкокристаллических телевизоров, дающих более качественную картинку, примерно за ту же цену, что и плазменные, неопределенность в запросе была ниже, поскольку люди и так уже покупали телевизоры.
Технологическая неопределенность происходит из неопределенности в технологиях, которые могли бы появиться или должны быть созданы для воплощения какого-либо решения. Например, самые разнообразные чистые технологии (в том числе ветряные, солнечные, водородные) соперничают за право снабжать энергией машины и города, в то же время самые разнообразные медицинские технологии (химическая, биотехнологическая, геномная, робототехническая) развиваются, чтобы излечивать болезни. А с ростом изобретений внутри различных областей промышленности растет и технологическая неопределенность.
Чтобы лучше понять неопределенности, с которыми сталкиваются такие фирмы, как Intuit, мы изучили степень и глубину изменения неопределенности запроса и технологической. Во-первых, мы рассмотрели разнообразные измерения технологических изменений. Одно из измерений – уровень патентования изобретений (рисунок 1-1).
Это измерение небезупречно, но ясно отражает ударный рост количества изобретений в последние 20 лет{15}. Неудивительно и столь же резкое увеличение общего объема расходов на НИОКР.
По мере появления новых технологий компании растут и приходят в упадок гораздо быстрее, чем это происходило раньше. Этот феномен дополняется все более быстрыми изменениями запросов потребителей на новые товары и услуги. Задумайтесь, например, как быстро изменились наши предпочтения в сфере развлечений. Более 30 лет – с 1950 по 1980 год – мы имели доступ к телешоу и кино главным образом через три канала (ABC, NBC, CBS) или в кинотеатрах. Затем после изобретения видеомагнитофона мы перешли к просмотру фильмов на домашних телевизорах, на видеокассетах, а потом и на DVD, дальше – к фильмам на компьютерах, лэптопах, планшетах, а сейчас – и на телефонах, и в основном через Интернет. Когда появился DVD, технология прижилась гораздо быстрее, чем любое другое предшествующее электронное устройство, – за первый год было продано более 300 тыс. воспроизводящих устройств. А потом появился iPad, проданный за первые 80 дней в количестве 3 млн{16}. Короче говоря, предпочтения покупателей не просто меняются, а меняются со все возрастающей скоростью.
Рисунок 1-1. Общее количество заявок на выдачу патентов в США
Внимательный взгляд на неопределенность запроса среди Fortune 500 (список крупнейших промышленных компаний США) подтверждает эту схему. Движения внутри компаний высшего эшелона значительно ускорились между 1950 и 2010 годами (рисунок 1-2): в 1960-е попадали в список Fortune 500 и покидали его 27 компаний в год, но в настоящее время это число выросло до 37 – рост почти в 50 %. Это означает, что фирма в среднем остается в Fortune 500 в течение семи лет вместо 12 в недалеком прошлом. Другие академические исследования подтверждают, что выдерживать конкурентное преимущество в среде высоко- и низкотехнологичной промышленности становится все труднее{17}.
Рисунок 1-2. Средняя годовая сменяемость в Fortune 500
Не будет преувеличением сказать, что вторая индустриальная революция свершилась – революция, подогреваемая новыми технологиями, покупателями и сопровождаемая радикальной неопределенностью. Компании не удерживают клиентов столь же долго, как раньше, а новые технологии и новые конкуренты возникают быстрее, чем прежде.
Почему же в результате всего этого возникает неопределенность? Причин много, но ключевую роль сыграли две прорывные технологии: персональные компьютеры и Интернет. Еще одна причина – возникновение капитализма в таких странах, как Китай, Индия, Россия и Бразилия.
Персональный компьютер дал мощный аналитический инструмент в руки каждому, кому нужно было им овладеть. Решение комплексных проблем стало более демократичным и децентрализованным. Похожим образом Интернет получил огромное влияние как канал дешевого маркетинга и дистрибуции для каждого, кто хочет продать свой продукт. Это означает, что большей аудитории может быть представлено большее количество товаров, быстрее, чем в прежние времена.
И наконец, с тех пор как к глобальной экономике присоединились Китай, Индия, Россия и Бразилия, они расширили круг потенциальных предпринимателей на 2,5 млрд человек. Эти новые предприниматели могут отдать должное более низким входным барьерам (открытому программному обеспечению, программным платформам, облачным технологиям), более низким инвестиционным барьерам (с ростом рискованных венчурных капиталов, бизнес-ангелов и краудфандинга), более низким производственным барьерам (появились 3D-принтеры и глобальные поставщики) и более низким маркетинговым и дистрибутивным барьерам (Интернет, прямые поставки и социальные сети). В результате как никогда много и конкурентов.
Эти перемены увеличили неопределенность до точки перелома, до того рубежа, где традиционные способы организации и управления корпорациями уже не будут обеспечивать рост в будущем. Это особенно применимо для компаний в индустриях с самой высокой неопределенностью, таких, как компьютерное программное обеспечение и медицинское оборудование (см. «С какой степенью неопределенности имеете дело вы?»). По сути, компьютерное программное обеспечение – сфера, в которой выступает и Intuit, – находится в начале списка характеризующихся неопределенностью компаний: здесь и волатильная прибыль, и расходы на НИОКР, и новые участники, возникающие с небывалой скоростью. Скотт Кук из Intuit осознавал, насколько сложно будет предвидеть и удовлетворить запросы покупателей. Именно из-за этого потерпели фиаско многие из новых продуктов компании. Он также видел и новых конкурентов, готовых атаковать Intuit новыми способами, другими технологиями и бизнес-моделями. Он понимал, что если хочет соревноваться со стартапами, то должен сформулировать новые принципы управления в высокоподвижной компьютерной среде. Именно с этого момента история Intuit становится интересной.
С какой степенью неопределенности вы сталкиваетесь?
Не все имеют дело с неопределенностью одного уровня. Некоторым отраслям присущи большая неопределенность запроса и большая технологическая неопределенность. Ознакомьтесь с матрицей 2×2, представленной на рисунке 1-3. На горизонтальной оси представлены отрасли индустрии по уровню технологической неопределенности, где взят процент от продаж, потраченный на НИОКР за последние десять лет. Вертикальная ось – это неопределенность запроса в индустрии, определенная равными долями волатильности доходов в индустрии, или их изменчивости, за последние десять лет и процентом компаний, вошедших в индустрию или покинувших ее за последние десять лет. Хотя эти измерения и небезупречны, они отражают индустрии, которым свойственны самые высокие и самые низкие базовые уровни неопределенности (таблица 1-1).
Где находится ваша отрасль? Вы сталкиваетесь с высокой или низкой степенью неопределенности? Как видите, некоторые отрасли имеют дело с низкой неопределенностью, в их числе индивидуальные услуги, например уход за волосами и химчистка, которые используют схожие технологии для предоставления решений всем известных запросов. Напротив, фирмы в правом нижнем секторе рис. 1.3 сталкиваются с низкой неопределенностью запроса, но высокой технологической неопределенностью. Например, производители воздушных судов в целом могут предсказать потребность в своей продукции. Но трудность для них – в технологиях: «Boeing» и «Airbus» тратят огромные суммы на разработку новых сложных самолетов, таких, как «Boeing 747» и «Airbus А350».
Рисунок 1-3. Неопределенность запроса и технологическая неопределенность в индустрии (2002–2011)
Таблица 1-1. Индустрии по уровню неопределенности
В верхнем левом секторе размещены индустрии с низкой неопределенностью запроса и низкой технологической неопределенностью. Например, ресторанам и отелям часто сложно предвидеть спрос на свои услуги, поскольку на то, когда и где люди захотят поесть или куда и в какое время поехать в путешествие, и захотят ли вовсе, влияет много факторов. При этом технологии предложения еды и крова мало изменились за прошедшие годы.
Наконец, отрасли в правом верхнем секторе, такие, как программное обеспечение, фармацевтика и медицинское оборудование, сталкиваются и с неопределенностью запроса, и с технологической неопределенностью. Например, кто бы мог предположить, что медицинские роботы будут делать операции? И когда Intuitive Surgical запустила производство медицинских роботов системы Да Винчи (Da Vinci System), позволяющих хирургам оперировать с помощью 3D-визуализатора и четырех роботизированных рук, компания столкнулась как с неопределенностью запроса, так и с технологической неопределенностью.
Наш анализ выделяет примерно десять отраслей, указанных вверху списка, которым требуется больше управленческого новаторства, чем десяти, что расположены внизу списка. Как бы то ни было, даже если ваша отрасль имеет представление об общей неопределенности в среде, каждая отдельная проблема будет находиться на своем собственном уровне. Например, продуктовый ритейлер Webvan находился в секторе с относительно низкой неопределенностью, однако его интернет-платформа, предлагающая доставку еды на дом, столкнулась с обоими аспектами высокой неопределенности: запроса (будут ли люди покупать продукты онлайн?) и технологической (сможет ли компания выполнять заказы экономически эффективно?). Неопределенность запроса была высокой, поскольку компания оказалась в ситуации «мало фактов и много допущений». То же и с технологической неопределенностью: оставалось только предполагать, какая технология справится с задачей лучше всего.
Отношение предположений к фактам составляет соотношение неопределенности. Если ваша проблема характеризуется невысоким соотношением неопределенности, вероятно, вы можете прибегнуть к традиционному менеджменту. Если данное соотношение высоко, руководствуйтесь методом инноватора. К несчастью для инвесторов Webvan, компания не провела нужных экспериментов для решения своих проблем по выявлению соотношения неопределенности перед полноценным запуском на 500 млн долларов, что обернулось провалом.
