Streszczenie: Zjawisko "czarnych łabędzi", czyli rzadkich, nieprzewidywalnych wydarzeń o ogromnym wpływie, staje się coraz bardziej powszechne w kontekście współczesnych wyzwań. W artykule omawiane są metody naukowe, które pomagają przygotować się na takie zdarzenia, mimo ich nieprzewidywalności. Zamiast starać się przewidywać przyszłość, skuteczni liderzy i menedżerowie powinni skupić się na minimalizowaniu ryzyka i tworzeniu elastycznych systemów reagowania. Metody takie jak analiza scenariuszy, testowanie hipotetycznych zagrożeń i budowanie odporności organizacji są kluczowe. Podkreślono również znaczenie przygotowania na nieoczekiwane oraz zrozumienia, że nie wszystko można kontrolować. Przewidywanie "czarnych łabędzi" nie jest możliwe, ale skuteczne przygotowanie na nie i szybkie reagowanie pozwala organizacjom zminimalizować ich negatywne konsekwencje.
Jeśli „czarny łabędź” kojarzy ci się z dużym ptakiem lub thrillerem psychologicznym z Natalie Portman, to najpewniej nie zajmujesz się ryzykiem organizacyjnym.
Dla menedżera ds. ryzyka „czarne łabędzie” są bardzo mało prawdopodobnymi zdarzeniami, które mogą wywrzeć kolosalny wpływ na biznes lub społeczeństwo w tych sporadycznych przypadkach, w których rzeczywiście wystąpią. Znakomitym przykładem takiego zjawiska jest katastrofa w Fukushimie, w marcu 2011 roku, wywołana fatalną kombinacją potężnego trzęsienia ziemi na morzu i będącego jego efektem tsunami. Następstwem tych zdarzeń był wyciek z reaktora, któremu – zdaniem niektórych – można było (i należało) zapobiec dzięki lepszemu planowaniu.
Dane w zarządzaniu ryzykiem
Nowe badania pokazują, że wykorzystując wiele rodzajów danych, menedżerowie mogą przyczynić się do zapobieżenia (lub przynajmniej ograniczenia) szkód będących następstwem „czarnych łabędzi” i innych niebezpiecznych martwych punktów. Warunek: by trafnie określić potencjalne ryzyko, organizacje powinny w mniejszym stopniu polegać na doświadczeniu i intuicji, a w większym na zintegrowanych danych.
Wpływ danych na skuteczne zarządzanie ryzykiem dobrze obrazuje artykuł pt. „Zarządzanie ryzykiem za pomocą danych” autorstwa Rona Kenetta, który jest profesorem wizytującym na Uniwersytecie w Lublanie w Słowenii oraz badaczem związanym z Uniwersytetem w Turynie we Włoszech oraz z Polytechnic School of Engineering przy Uniwersytecie Nowojorskim.
Zdaniem Kenetta, właściwe wykorzystanie danych organizacyjnych może pomóc w zapobieganiu niektórym z tych destrukcyjnych i w dużej mierze nagłych zdarzeń. W praktyce chodzi o gromadzenie i integrację danych, a także budowanie systemów wspomagania decyzji w zakresie zarządzania ryzykiem opartych na danych, które uzupełniają i ulepszają bardziej tradycyjne metody stosowane obecnie. Według Kenetta:
Tradycyjne zarządzanie ryzykiem polega na subiektywnych ocenach i analizach oddziaływania opartych na scenariuszu. To popularne podejście bazuje na opiniach ekspertów i jest stosunkowo łatwe do wdrożenia… Tymczasem nowoczesne zarządzanie oparte na dowodach opiera się na danych, a nie jedynie na opiniach, w celu poprawy skuteczności i wydajności. W tym kontekście zarządzanie ryzykiem powinno wykorzystywać informacje ze strukturalnych źródeł ilościowych (dane liczbowe) oraz z semantycznych nieuporządkowanych źródeł (np. nagrania tekstowe, głosowe lub wideo) przy formułowaniu strategii oceny i ograniczania ryzyka.
Szczeble dojrzałości praktyk zarządzania ryzykiem
W swoich badaniach Kenett przedstawia poszczególne szczeble dojrzałości praktyk zarządzania ryzykiem:
Intuicyjna – z pominięciem formalnych metod.
Jakościowa – oceny ryzyka oparte na ekspertyzach.
Ilościowa – niektóre dane są gromadzone i wykorzystywane do uzyskiwania kluczowych wskaźników ryzyka.
Semantyczna – analiza nieustrukturyzowanych danych, takich jak dzienniki logowania czy blogi odzwierciedlające wrażenia użytkownika.
Zintegrowana – dane z różnych źródeł są zintegrowane w spójny system zarządzania ryzykiem.
„Wiele organizacji znajduje się na poziomie 1. lub 2. – ostrzega Kenett. – Wspinaczka po kolejnych szczeblach drabiny stanowi duże wyzwanie zarządcze i technologiczne”. Organizacje, które osiągną trzeci i czwarty szczebel – połączą dane ilościowe z semantycznymi – będą mogły wspiąć się na ostatni szczebel integracji danych i będą najlepiej przygotowane do zarządzania niespodziewanym ryzykiem.
Kenett, który jest również prezesem i dyrektorem generalnym firmy analitycznej KPA Group, sugeruje, że zarządzanie ryzykiem operacyjnym jest pochodną złożoności biznesu i środowiska, w którym działa firma. „W konsekwencji, im większa złożoność, tym większa potrzeba integracji wewnętrznych i zewnętrznych źródeł danych oraz filtrowania danych zewnętrznych zgodnie z wewnętrznymi regułami i definicjami”.
Łabędzie w odcieniach szarości
Kennett nie jest odosobniony w popularyzacji zarządzania ryzykiem za pomocą danych. Bill Pieroni, dyrektor operacyjny globalnego giganta ubezpieczeniowego Marsh, twierdzi, że wykorzystanie dużych zbiorów danych jest najlepszym sposobem zarządzania ryzykiem – nawet „czarnymi łabędziami”.
Zdaniem Pieroniego, chociaż „czarne łabędzie” to jednostkowe zdarzenia – niewypłacalność państw w Ameryce Południowej i Środkowej, kryzys oszczędności i pożyczek w Stanach Zjednoczonych, październikowy krach rynków akcji na Wall Street czy masakra na rynku obligacji w USA – to jednak występują z większą częstotliwością niż dotychczas. Ta prawidłowość sugeruje, że niektóre na pozór niepoznawalne zdarzenia można w większym lub mniejszym stopniu przewidzieć. Innymi słowy, wydarzenia związane z „czarnymi łabędziami” „ustępują miejsca łabędziom w wielu odcieniach szarości”.
To w tym miejscu dane wchodzą do gry. „Konkurenci, którzy wykorzystują duże zbiory danych, będą mogli coraz sprawniej identyfikować, modelować i działać w celu ograniczenia lub potencjalnego wykorzystania tych zagrożeń” – pisze Pieroni.
Mimo to Pieroni uważa, że kluczowe jest rozróżnienie pojęć ryzyka i niepewności, dwóch powiązanych, lecz odrębnych zjawisk. W poście z 2013 roku Pieroni napisał, że te dwa terminy są często używane zamiennie, podczas gdy w rzeczywistości mają odmienne znaczenie:
Niepewność to nieznane, a zatem niemożliwe do opanowania zagrożenia. Natomiast ryzyko jest możliwe do zaakceptowania, uniknięcia bądź przeniesienia. Organizacje, które w pełni wykorzystują duże zbiory danych, odkrywają i przekształcają niepewność w znane ryzyko, a także rozpracowują i wykorzystują słabe strony rywali.
„Duże, długowieczne i odnoszące sukcesy organizacje są często najbardziej narażone na mylenie ryzyka z niepewnością” – mówi Pieroni. Ich największym problemem jest wyizolowane przywództwo i podejmowanie decyzji na podstawie doświadczenia i przeczucia. „Jeśli dane i analizy nie są częścią procesu decyzyjnego i informacji zwrotnej na temat wyników, organizacja będzie w coraz większym niebezpieczeństwie. Tradycyjne strategie i taktyki działają dopóty, dopóki okażą się przestarzałe, zwykle z katastrofalnym skutkiem”.
Tekst po raz pierwszy opublikowany został w 2014 roku. Dziś, w kontekście epidemii koronawirusa wciąż jest aktualny – przyp.red.
