הפסיקו לחכות לשלמות ולימדו מהטעויות שלכם
לא משנה מה חברות יגבשו במטרה ללמוד באופן שיטתי מטעויות, הדבר יאפשר להן להתחרות בצורה טובה יותר בעולם הדיגיטלי, ויעניק להן את החופש והאומץ לקחת את המערכות, הפתרונות והמודלים העסקיים שלהן לרמה גבוהה יותר
"אדם שוגה כל עוד קיימת בו שאיפה". גתה, גדול המשוררים הגרמנים, ידע זאת כבר לפני יותר מ-200 שנה. דבריו נשמעים נכונים גם היום, אך בהבדל מהותי אחד: שאיפה לבדה אינה מספיקה. עליכם לשאוף מהר יותר מכל האחרים. ולמרות שאין שום דבר רע בחתירה לשלמות, הרי שבעולם הדיגיטלי של היום כבר לא ניתן לחכות עד שהמוצרים יגיעו קרוב לשלמות לפני שמציעים אותם ללקוחות שלכם. אם תעשו כן, תישארו מאחור בשוק שלכם.
אז אם לא ניתן לחכות לשלמות, מה עליכם לעשות במקום זאת? אני מאמין שהתשובה היא התנסות אגרסיבית בפיתוח המוצר, תוך השלמה עם האפשרות שחלק מהניסויים שלכם ייכשלו.
כל מי שהקשיב לגורואים של ניהול או עבד אתם מכיר את המנטרה שלהם: כישלון הוא חלק הכרחי מההתקדמות. זה נכון, אך לעתים קרובות קיים פער גדול בין תיאוריית הניהול לבין המציאות בשטח. אנשים רוצים לבצע ניסויים וללמוד ממה שהשתבש, אלא שבהמולת היומיום של העסק אין מספיק זמן לעצור ולחשוב על הסיבה לשגיאה ומה לעשות אחרת בפעם הבאה.
הפתרון הוא למצוא גישה שיטתית שתמנע משגיאות לחזור על עצמן.
מהגנה לאנטי-שבירות
על מנת למצוא גישה שיטתית כזו, תחילה עליכם להבחין בין שני סוגים של טעויות שיכולות להתרחש בחברה שלכם: אלה שמקורן בטכנולוגיה ואלה שמקורן בהליך קבלת החלטות אנושי. הדבר היפה הוא: אם תדעו כיצד להתמודד ביעילות עם הסוג הראשון, תוכלו להשתפר גם בסוג השני, ולקבל החלטות טובות יותר.
המתמטיקאי הפיננסי וכותב המסות נסים טאלב מציע תובנה מעניינת בנושא זה. הוא טען כי לטעויות יש ערך יקר מאוד מכיוון שהן מובילות לחדשנות. הוא משתמש במונח "אנטי-שבירות" כדי להסביר את הטענה שלו. המודלים העסקיים הדיגיטליים של ימינו מחייבים הכרזות קטנות ותכופות יותר כדי להפחית את הסיכון. פירוש הדבר הוא שהטכנולוגיות שתומכות במודלים עסקיים חדשים אלה חייבות להיות יותר מאשר רק עמידות. הן חייבות להיות "אנטי שבירות". התכונה העיקרית של טכנולוגיה אנטי-שבירה היא יכולתה "לטעות" מבלי לקרוס. למעשה, משבר יכול אפילו לשפר אותה.
באמזון, אנו דורשים שגם המערכות ופתרונות הלקוח שלנו יהיו אנטי-שבירים, ואנו עושים זאת באמצעות תכנון המערכות שלנו כך שיעמדו במבחן הזמן. המערכות שלנו חייבות להיות מסוגלות להתפתח ולהפוך עמידות יותר לכשלים. עליהן להיות עוצמתיות ועשירות יותר בתכונות עם הזמן, כתוצאה מלמידה ממשוב לקוח ומכל מצבי הכשל שבהם נתקלו במהלך פעולת המערכות.
דוגמה לחברה גרמנית אשר הפכה ל'אנטי-שבירה' היא HARTING - הספקית המובילה בעולם למחברים נשלפים לנפחים גדולים עבור מכונות ומפעלים. HARTING מראה כיצד לחשוב צעד אחד קדימה על המשמעות של תקני איכות בעולם הדיגיטלי.
איכות ואמון הם הערכים החשובים ביותר עבור חברה מסורתית זו, והמהפכה התעשייתית הרביעית והטרנספורמציה הדיגיטלית כבר מהוות מוקדי עניין מרכזיים עבור החברה מאז 2011. למרות הקושי לקבל זאת בהתחלה, HARTING הבינה בינתיים שטעויות הן בלתי נמנעות. מסיבה זו, הפיתוח שלה עבר לשיטות גמישות וזריזות. בנוסף היא משתמשת בגישת 'מוצר מינימלי להשקה' (MVP), ומסתמכת על מיקרו-שירותים (micro-services) עבור התוכנה שלה. בעבודה בדרך זו,HARTING יכולה להשליך דברים מסוימים וליצור דברים חדשים בקלות רבה יותר. במאזן הכללי, HARTING הפכה למהירה יותר.
ניתן לראות זאת ב- HARTING MICA, פתרון מחשוב קצה המאפשר השבחה דיגיטלית במכונות ובמתקנים ישנים. הגוף והחומרה עדיין משקפים את סטנדרט השלמות של HARTING, אולם עבור התוכנה, המטרה היא "מספיק טובה", משום שמיקרו-שירותים לעולם אינם מוגמרים או מושלמים. כתוצאה מכך, ניתן לתקן מהר מאוד החלטות שגויות וטעויות ומערכות יכולות להגיע לבשלות מהר יותר, ולהתקרב למצב של אנטי-שבירות. אם הדרישות משתנות או שטכנולוגיות תוכנה טובות יותר הופכות לזמינות, אפשר להשליך כל אחד מהמיקרו-שירותים וליצור חדש. כך מקצרים זמנים, מבצעים דיגיטיזציה מהירה למכונות ישנות ומחברים אותן לענן בתוך מסגרת עלות הניתנת לניהול.
לשרש את הפחד מטעויות
אם גם אתם רוצים להיות אנטי-שבירים יותר מאשר עוצמתיים, כמו HARTING וחברות אחרות, עליכם לחפש באופן פעיל את נקודות התורפה במערכת במהלך ביצוע הניסויים. במערכת שאמורה להתפתח, יקרו כל מיני שגיאות שלא הייתם יכולים לחזות, בייחוד כאשר מערכות נדרשות לצמוח אל תוך סביבות לא מוכרות. לכן הכינו את המערכת שלכם לכשלים מתמשכים וצרו כשל מלאכותי במערכות משנה באמצעות כלים כמו " Chaos Monkey " של Netflix .
אם תעשו כל זאת, תתחילו להתייחס לשגיאות בחברה שלכם כמו אל אובייקטים ולראות בהתמודדות עם טעויות עניין רגיל. וכאשר שגיאות יהפכו להיות 'עסקים כרגיל', אף אחד לא יחשוש לקחת סיכון, לנסות רעיון חדש, מוצר חדש או שירות חדש, ולראות מה קורה כאשר הלקוחות מתנסים בחידוש. כך תמצאו במהירות פתרונות שבאמת יעבדו בעתיד.
באמזון, הגישה שלנו להתמודדות שיטתית וקונסטרוקטיבית עם שגיאות מכונה "סיבת השגיאה". גישה זו נמנעת מלחפש "אשמים". במקום זאת היא מתעדת חוויות לימודיות ומניעה לפעולות שבסופו של דבר משפרות את זמינות המערכות שלנו.
מהסיבה השורשית לחדשנות
דבר ראשון, השיטה קוראת לתיקון השגיאה באמצעות ניתוח סיבת השורש המיידית שלה, ונקיטת צעדים לצמצום הנזק ולחזרה למצב ההפעלה המקורי מהר ככל האפשר. אבל אנחנו לא מסתפקים בתוצאה זו. אנחנו ממשיכים הלאה, בניסיון לחלץ את מלוא התובנות האפשריות מהאירוע, והתהליך הזה מתחיל מיד לאחר שהכול שב לפעול אצל הלקוח.
אלמנט מרכזי בשיטת 'סיבת השגיאה' שלנו הוא לשאול חמש שאלות 'למה?' (טכניקה שמקורה בבקרת איכות בייצור). זה חשוב שכן כך מזהים את שורש היסוד של הבעיה.
ניקח לדוגמה מקרה של אתר אינטרנט: למה הוא הושבת ביום שישי האחרון? שרתי האינטרנט דיווחו על הפסקות פעילות. למה היו הפסקות פעילות? בגלל ששירותי הרשת (web services) שלנו סבלו מעומס יתר ולא הצליחו להתמודד עם התעבורה הגבוהה. למה שרתי האינטרנט (web servers) סבלו מעומס יתר? כי אין לנו מספיק שרתי אינטרנט כדי לטפל בכל הבקשות בשעות השיא. למה אין לנו מספיק שרתי אינטרנט? כי לא לקחנו בחשבון שיאי ביקוש אפשריים בעת התכנון שלנו. למה לא לקחנו בחשבון שיאי ביקוש בעת התכנון שלנו? בסוף התהליך הזה, נדע בדיוק מה קרה ואילו לקוחות הושפעו. אז נהיה בעמדה לזקק תכנית פעולה שתבטיח ששגיאה ספציפית כזו לא תתרחש שנית.
לעתים קרובות למדי, יישום גישה זו של 'סיבת השגיאה' מאפשר לנו למצוא חידושים פורצי דרך, ברוח נסים טאלב. כך נוצר הפתרון של גידול אוטומטי (Auto Scaling), לאחר שפלח לקוחות מסוים נאבק עם תנודות חזקות במספר הפניות לאתר האינטרנט שלו. כאשר העומס באתר אינטרנט מסוים עולה,Auto Scaling מפעיל אוטומטית שרת אינטרנט נוסף כדי לתת מענה למספר הבקשות העולה. מנגד, כאשר העומס נרגע, Auto Scaling מכבה שרתי אינטרנט שאינם נחוצים כדי לחסוך בעלויות.
מה שמתגלה הוא זה: ארגונים צריכים להסתכל מעבר להצלחה השטחית. דבר זה נכון עבור פיתוח של מערכות כמו גם עבור מודלים עסקיים. אם ברצונכם לשמור על זריזות וגמישות בסביבה מורכבת, זה הנתיב שעליכם ללכת בו, גם אם פירוש הדבר יציאה מאזור הנוחות. אם נעביר את הרעיונות הללו להקשר הארגוני, כדאי לשקול שלושה היבטים:
1. אמצו את השגיאה כעובדה
ג'ף בזוס אמר פעם על אמזון: "אני מאמין שאנחנו המקום הטוב ביותר בעולם להיכשל בו". אמירה זו עוררה ברבים מאתנו את ההשראה לבצע ניסויים , למצוא שגיאות ולהפוך אותן למשהו חדשני. הצהרה דומה, תעודד את אנשיכם לחפש אחר שגיאות באופן פעיל, ולהפוך אותן למקטעים של חדשנות. בנוסף, תגמלו עובדים כאשר הם מוצאים שגיאות. אנחנו למדנו מעבודת הפיתוח שלנו באמזון שתמיד צריך להסתכל מעבר לפני השטח של השגיאה. חלק מהמוצרים הטובים ביותר שלנו נולדו משגיאות.
2. השלימו עם מידע לא שלם
לחברות גרמניות יש מסורת של יסודיות ופרפקציוניזם. אולם, בעולם הדיגיטלי, תצטרכו להקל מעט בעקרונות האלה. הטכנולוגיה משתנה מהר כל כך, וגם אתם צריכים להיות מהירים. קבלו החלטות גם אם המידע שבידיכם אינו שלם ומלא כפי שהייתם רוצים. ג'ף בזוס שם את האצבע על נקודה זו כאשר ציין במכתבו האחרון לבעלי המניות כי "רוב ההחלטות כפי הנראה צריכות להתקבל כשבידיכם בערך 70% מהמידע המלא שהייתם רוצים שיהיה לכם. אם תמתינו ל-90%, ברוב המקרים סביר שאתם איטיים מדי. בנוסף, כך או כך, עליכם להיות טובים בזיהוי ותיקון מהיר של החלטות רעות. אם אתם טובים בתיקון המסלול, לשגות יעלה לכם פחות משנדמה לכם, אבל להיות איטיים יעלה לכם ביוקר בוודאות".
3. שבחו את ערך הלמידה
הדגשתי את הצורך של חברות לפתח גישה שיטתית לאופן שבו הן מתמודדות עם שגיאות. אבל הגישה שלכם תעבוד רק אם היא תהיה חלק מהתרבות הכוללת שלכם. ודאו שאתם מבינים את הדנ"א שלכם ויודעים על מה אנשים חושבים ומדברים בשטח. שבחים פומביים על ביצוע ניסויים בפיתוח מוצר ועידוד אנשים למצוא שגיאות ייתפסו כמילים ריקות אם לעובדים שלכם יש סיבה אמיתית לחשוש מהשלכות אישיות במקרה שיטעו.
זה עניין של הנהגה לטפח ולעצב תרבות של ניסויים שתיושם יום אחר יום.
לא משנה מה חברות יגבשו במטרה ללמוד באופן שיטתי מטעויות, הדבר יאפשר להן להתחרות בצורה טובה יותר בעולם הדיגיטלי, ויעניק להן את החופש והאומץ לקחת את המערכות, הפתרונות והמודלים העסקיים שלהן לרמה גבוהה יותר.
הכותב הוא ד"ר וורנר ווגלס, ה-CTO של אמזון