Читать книгу Окружи себя лучшими - Клаудио Фернандес-Араос - Страница 16

Чем обычный исполнитель отличается от высокоэффективного?

В 90-е мне довелось ознакомиться с исследованием на эту тему, и результаты меня поразили. Когда речь шла о простой работе – например, сборке на конвейере, – «стахановец» вырабатывал примерно на 40 % больше обычного сотрудника. При построении графика получался «колокол» (гауссиана, или, как говорят статистики, кривая нормального распределения со стандартным отклонением от среднего в 20 %); большинство показывали результаты, близкие к средним, и лишь немногие работали значительно хуже или значительно лучше. Каково же было мое удивление, когда я обнаружил, что по мере усложнения работы разрыв между лучшими и остальными начинал расти по экспоненте. Так, в сфере страхования жизни у лучшего продавца показатели составляют 240 % от уровня продаж его среднего коллеги, а результаты выдающихся разработчиков программного обеспечения или консультантов превышают результаты их коллег на 1200 %{54}.

Узнав это, я уже тогда, 20 лет назад, понял, как важно уметь окружать себя лучшими людьми и помогать им развиваться. Но недавно мне попалось еще одно исследование, и это был натуральный «взрыв мозга». Оно называлось «Лучшие и остальные: пересмотр понятия нормы нормальной индивидуальной эффективности», а авторами его были Эрнест О’Бойл-младший из Университета Лонгвуд и Герман Агвиниус из Университета Индианы. Исследователи не поленились и изучили огромное количество различных профессий: пять отдельных исследований, 198 выборок, 633 263 участника из самых разных профессиональных областей, от научных исследований до шоу-бизнеса, от политики до спорта{55}. И практически во всех профессиях авторы обнаружили огромный разрыв между лучшими и остальными. Кроме того, выяснилось, что на графике в этом случае получалась не кривая-«колокол», как в упомянутом выше исследовании «голубых воротничков», а распределение с удлиненным хвостом (или, как говорят статистики, кривая Парето, она же экспонента). Тут как в книготорговле: миллионы книг продаются в считаном количестве, зато несколько наименований приобретается миллионными тиражами. На рис. 8.1 показана разница между двумя этими распределениями.

Рис. 8.1. Лучшие и остальные – экспонента, а не гауссиана

Прекрасные иллюстрации к существующим контрастам можно почерпнуть из статьи Майкла Мэнкинса, Алана Берда и Джеймса Рута, напечатанной в Harvard Business Review и озаглавленной «Звездные команды из звездных игроков»: лучший программист в Apple работает в 9 раз эффективнее среднего программиста других технологических компаний; за столом у лучшего дилера блек-джека в казино Caesars Palace (Лас-Вегас) играют минимум впятеро дольше, чем за столом у среднего дилера в казино Strip; лучший продавец-консультант магазина Nordstrom продает минимум в 8 раз больше, чем средний продавец-консультант другого универсального магазина; а лучший хирург-трансплантолог в ведущей медицинской клинике добивается успеха примерно в 6 раз чаще, чем трансплантолог средней руки{56}.

Суть в том, что в любой профессии (особенно сложной) уровень большинства сотрудников низкий, а лучшие специалисты немногочисленны, но при этом крайне ценятся. В нашем мире разрыв между лучшими и остальными огромен и продолжает быстро увеличиваться. Писатель Нассим Талеб называет наш мир «Экстремистаном» – выводы напрашиваются сами собой{57}.

Разборчивым быть выгодно. Если вы наймете «середнячков», то есть кандидатов, которые встречаются чаще всего, успеха в нынешнем мире бизнеса вам не видать. Как гласит вывод О’Бойла и Агвиниса, «в век гиперконкуренции организациям, которые не в состоянии удержать самых эффективных работников, придется нелегко»{58}. Если же вместо возни с середнячками вы потратите время и силы на то, чтобы найти, «отшлифовать» и удержать лучших из лучших, вы и ваша компания окажетесь далеко впереди всех.

Подумайте, кстати, и о том, где на этой кривой находитесь вы сами. Средние руководители, компании, коллеги и задачи и вас делают средним человеком. Пусть лучше рядом и над вами будут люди, с помощью которых вы сумеете подняться в самую верхнюю часть хвоста нашей экспоненты.