O território manda (por que nem toda decisão se decide igual)

Fossos e velocidade

Maio de 2018. Numa teleconferência de resultados, Elon Musk descarta um dos conceitos mais venerados da estratégia empresarial: "os fossos são uma bobagem" (moats are lame). O que protege uma empresa, diz ele, não é a barreira que construiu ontem, e sim "o ritmo de inovação": se o concorrente inova mais rápido, o fosso não a salva. Dias depois, na assembleia da Berkshire Hathaway, Warren Buffett —que construiu uma das maiores fortunas da história comprando empresas com fossos— responde com ironia: "não acho que ele queira nos enfrentar no ramo dos doces" (I don't think he'd want to take us on in candy). Referia-se à See's Candies, a confeitaria que a Berkshire comprou em 1972 e que há meio século defende sua posição sem inovar grande coisa.

O bate-boca viralizou como duelo de egos. Lido com mais cuidado, é outra coisa: uma discussão sobre em que mundo cada negócio está parado. No mundo dos doces premium —demanda estável, marca centenária, lealdade herdada—, o fosso funciona: as regras de ontem seguem valendo amanhã, e a estratégia consiste em defender uma posição. No mundo dos carros elétricos de 2018 —tecnologia mudando a cada trimestre, entrantes por todos os lados, regulação em movimento—, a posição de hoje não garante nada, e a única defesa é mover-se mais rápido que o resto. Musk e Buffett não discordam sobre estratégia: operam em territórios distintos, e cada um descreve com precisão o seu.

Essa é a tese desta segunda parte. Na Parte 1 vimos os defeitos de fábrica do aparelho de decidir —vieses que operam igual no analista e no CEO—. Mas há um erro mais caro que qualquer viés, e é anterior a ele: aplicar o método correto no território errado. Analisar exaustivamente onde a análise não pode dar a resposta. Improvisar onde havia boas práticas comprovadas. Exigir a previsão exata onde só o ensaio ensina. A primeira pergunta de uma decisão não é "o que fazemos?" e sim "em que território estamos?".

Quatro territórios, quatro maneiras de decidir

O mapa mais útil para essa pergunta foi publicado por David Snowden e Mary Boone em 2007, num dos artigos mais premiados da Harvard Business Review ("A Leader's Framework for Decision Making"). Ele distingue quatro territórios conforme a relação entre causa e efeito —e, com ela, conforme o tipo de resposta que existe.

O claro. Causa e efeito são evidentes para qualquer um: processamento de pedidos, folha de pagamento, o checklist de abertura de uma filial. Existe a melhor prática —assim, no singular: uma maneira correta, conhecida e documentada. Decide-se percebendo, categorizando e respondendo: ver a situação, reconhecer de que caso se trata, aplicar a regra. A gestão é padronização, e a delegação pode ser total.

O complicado. Causa e efeito existem e são estáveis, mas não estão à vista: é preciso escavá-los com análise ou perícia. Projetar uma ponte, avaliar uma empresa, montar a estrutura tributária de uma operação regional. Não há uma única resposta correta, e sim boas práticas —várias soluções defensáveis; especialistas capazes de encontrá-las. Decide-se percebendo, analisando e respondendo. É o reino do especialista, do modelo e do plano: a análise, bem-feita, compensa.

O complexo. Causa e efeito só se veem em retrospectiva. O sistema tem peças demais que se adaptam umas às outras —consumidores, concorrentes, funcionários, reguladores— para que exista uma análise capaz de antecipar o resultado: uma fusão de duas culturas, o lançamento em um mercado novo, uma mudança organizacional profunda. Não há respostas corretas esperando ser encontradas; há padrões que emergem. Decide-se ao contrário: ensaiar primeiro —sondas pequenas, cujo fracasso não machuca—, perceber que padrão aparece e amplificar o que funciona. O plano detalhado de cinco anos não é ambição: é uma categoria errada.

O caótico. Não há relação discernível entre causa e efeito: o incêndio, a corrida bancária, o colapso do sistema. Buscar a resposta correta é um luxo que não existe; primeiro se age para estancar a hemorragia, depois se percebe onde há alguma estabilidade e só então se responde. A liderança é diretiva por necessidade —e o perigo é apaixonar-se por esse modo de comando quando a crise já passou.

Snowden e Boone acrescentam duas advertências que valem o artigo inteiro. A primeira: a borda perigosa não está entre o complexo e o caótico, e sim entre o claro e o caótico —a complacência—: quem acredita que seu negócio é simples e ordenado para de olhar, e dali ao precipício é um único passo (aconteceu com os fabricantes que "sabiam" como era sua indústria até que ela deixou de ser assim). A segunda: a falha típica do especialista é o pensamento condicionado (entrained thinking): resolver o problema novo com a solução que o fez bem-sucedido no problema velho —tratar todo território como se fosse aquele em que aprendeu a ganhar.

Complicado não é complexo (e confundi-los sai caro)

Das quatro fronteiras, há uma que concentra a maioria dos erros estratégicos: a que separa o complicado do complexo. Gökçe Sargut e Rita McGrath dedicaram a ela um artigo próprio ("Learning to Live with Complexity", HBR, 2011), com uma imagem que convém memorizar: um avião comercial é complicado —milhares de peças, mas interações fixas e previsíveis: dá para modelar, testar e voar com checklist—; o tráfego aéreo é complexo —os mesmos aviões mais clima, controladores, passageiros e companhias adaptando-se uns aos outros em tempo real: o estado do sistema completo ninguém prevê. Três propriedades empurram um sistema para o complexo: multiplicidade (quantos elementos interagem), interdependência (quão conectados estão) e diversidade (quão diferentes são). Uma organização grande, um mercado, uma cadeia de suprimentos regional: os três botões no máximo.

Por que a distinção importa? Porque nos sistemas complexos falham, sistematicamente, três reflexos gerenciais que no complicado funcionam bem:

A previsão pontual. No complicado, mais análise converge para uma resposta melhor. No complexo, a informação necessária para a previsão exata ainda não existe —ela se cria à medida que os atores reagem. Exigir "o número" não produz conhecimento; produz teatro de precisão (e já vimos na Parte 1 quanto valem os intervalos de confiança dos melhores CFOs do mundo: 36,3% de acerto).

A média. No complexo, os eventos longe da média são mais frequentes do que a intuição estatística espera —as caudas são gordas, como na base de Flyvbjerg da Parte 1: o projeto de TI não estoura "um pouco", estoura +447% quando entra na cauda. Gerir com médias um sistema de caudas gordas é dirigir olhando pelo retrovisor.

A consequência única. Num sistema interdependente, cada intervenção tem efeitos de segunda e terceira ordem que ninguém projetou. Sargut e McGrath ilustram com casos em que uma decisão local razoável —um incentivo, um corte, uma mudança de preço— cascateia em resultados globais que ninguém quis. A pergunta gerencial deixa de ser "o que vai acontecer?" e passa a ser "o que poderia acontecer, e como detecto isso cedo?".

Para esse território, as ferramentas que eles propõem são outras: simular cenários incluindo os de baixa probabilidade e alto impacto, em vez de projetar o caso-base; desacoplar e acrescentar redundância para que uma falha local não se propague (eficiência e fragilidade são, no complexo, a mesma compra); olhar três cestas de informação —indicadores defasados, presente e indicadores antecedentes— em vez de apenas a contabilidade, que sempre chega tarde; usar contrafactuais e narrativa ("o que teria de acontecer para que isto nos quebre?") onde a estatística não alcança; investir em opções reais —apostas pequenas, escalonadas, reversíveis— em vez de compromissos totais; e recrutar diversidade cognitiva, porque uma equipe que pensa igual enxerga um único futuro.

No claro e no complicado, o chato compensa

O mapa tem uma armadilha de vaidade: lido às pressas, sugere que o claro e o complicado são território menor —coisa de operadores e técnicos— e que a direção "de verdade" vive no complexo. A evidência diz exatamente o contrário: a vantagem competitiva mais desperdiçada do mundo está em gerir bem o claro e o complicado.

Nicholas Bloom, Raffaella Sadun e John Van Reenen passaram duas décadas medindo, com a World Management Survey, a adoção de práticas básicas de gestão —monitoramento do desempenho, metas com horizonte coerente, gestão de talento— em mais de 12.000 empresas de 34 países. Nada exótico: os processos são medidos? os desvios são corrigidos? as metas existem e mordem? promove-se e retém-se quem entrega? Os resultados são brutais nas duas direções. As diferenças são enormes —e persistentes—: passar do decil pior gerido ao melhor está associado a +75% de produtividade, 25% a mais de crescimento anual e cerca de US$ 15 milhões a mais de lucro. Em seus trabalhos acadêmicos, os mesmos autores estimam que essas práticas explicam cerca de 30% das diferenças de produtividade total entre países —na ordem do que explicam o capital ou a tecnologia. E, ainda assim, a maioria das empresas não as adota. A razão mais humilhante eles descobriram perguntando: os gestores se autoavaliam, em média, com 7 em 10 —e a correlação entre a nota autoatribuída e a qualidade medida é zero. (WYSIATI, diriam Kahneman e a Parte 1: a história interna parece completa.)

O título do artigo deles na HBR é uma pergunta retórica: por que subestimamos a gestão competente? Porque é pouco glamouroso. Porque parece "operacional" enquanto a estratégia parece "diretiva". Mas nos territórios claro e complicado —onde as regras são conhecidas e as boas práticas existem— executar o chato com disciplina é a estratégia, e rende mais que qualquer genialidade episódica. Walter Kiechel chamou o século XX de "o século do management": cem anos de conhecimento acumulado sobre como gerir. O achado da World Management Survey é que o século terminou e a maioria ainda não o adotou —o que transforma a adoção disciplinada, hoje, em vantagem competitiva.

No complexo, ensaia-se (e a maioria das ideias perde)

Se no complicado a unidade de trabalho é a análise, no complexo é o experimento controlado. E sobre o que acontece quando uma organização leva o ensaio a sério, o dado mais instrutivo vem de quem mais o pratica. Ron Kohavi (que dirigiu experimentação na Microsoft) e Stefan Thomke (Harvard) documentaram: no Google e no Bing, apenas entre 10% e 20% dos experimentos produz resultados positivos. Na Microsoft em geral, um terço melhora as métricas, um terço não move nada e um terço as piora. Leia de novo: em algumas das organizações mais capazes do planeta, a maioria das ideias —propostas por gente talentosa, aprovadas por gestores competentes— falha no teste da realidade. Por isso as grandes plataformas rodam mais de 10.000 experimentos por ano cada uma: porque sabem que não sabem qual ideia é a boa. E o prêmio por ensaiar é real: um experimento do Bing com o formato dos anúncios —uma ideia que dormira meses no backlog porque ninguém a achava prioritária— produziu +12% de receita: mais de US$ 100 milhões anuais só nos Estados Unidos.

A tradução para empresas que não são plataformas digitais não é "façam teste A/B de tudo": é adotar a lógica do território complexo. Piloto antes do rollout: uma planta, uma filial, um segmento —com grupo de comparação e critério de sucesso escrito antes (do contrário, a máquina de histórias coerentes da Parte 1 lerá qualquer resultado como vitória). Apostas escalonadas com opções de saída, em vez de compromissos monolíticos. Reversibilidade como critério de desenho: a decisão reversível se toma rápido e barato; a irreversível é a única que merece o processo pesado completo. E tolerância orçada ao fracasso pequeno: se duas de cada três ideias da Microsoft não melhoram nada, que taxa de fracasso está implícita no seu plano —e o que a sua cultura faz com o gestor cujo piloto honesto deu negativo?

Ler mal o território (os três erros clássicos)

Tratar o complexo como complicado. O mais caro e o mais comum. Reconhece-se pelos sintomas: planos quinquenais com casas decimais, "o número" exigido onde não há base para número nenhum, punição à variância como se fosse incompetência, e a convicção de que o fracasso do plano anterior se conserta planejando o próximo com mais detalhe. Há uma versão estatística desse erro que Kahneman ilustrou com uma anedota célebre: os instrutores de voo israelenses estavam convencidos de que o elogio piorava os cadetes e a bronca os melhorava —porque depois de um voo excelente o seguinte costumava ser pior, e depois de um desastroso, melhor. Era pura regressão à média: os extremos tendem a voltar sozinhos para o meio, sem que bronca nem elogio façam nada. Num sistema com acaso, o feedback cru mente: atribui à gestão o que é ruído. O gestor que "aprende" com cada dado mensal de um sistema complexo está aprendendo, em boa medida, mitologia.

Tratar o complicado como claro. Pular a análise onde a análise tem resposta: fixar o preço pelo faro quando há elasticidades mensuráveis, dimensionar a planta por analogia quando há demanda projetável, contratar "por feeling" quando há evidência sobre como se decide melhor essa seleção (a Parte 3 traz esses números, que são incômodos). É o erro inverso ao anterior e costuma ser cometido pelo fundador bem-sucedido: sua intuição funcionou no território em que se treinou, e ele a exporta para territórios onde não há razão para que funcione.

Ficar analisando quando o território pede movimento. No complexo e no caótico, o custo da informação adicional é tempo —e tempo é exatamente o que o território não dá. A paralisia por análise é, com frequência, aversão à perda disfarçada de rigor (Parte 1): pedir mais um estudo é a forma socialmente aceitável de não decidir. A disciplina contrária tem nome em algumas empresas: distinguir decisões reversíveis de irreversíveis, e proibir-se o processo pesado para as primeiras.

O território, sua pergunta, seu método e seu risco. Snowden & Boone, HBR, 2007; Sargut & McGrath, HBR, 2011.

Perguntas para segunda-feira

Para suas três decisões abertas mais importantes:

O mapa deixa uma pergunta aberta, e é a mais pessoal de todas. No complicado mandam os especialistas; no complexo, os ensaios. Mas e o faro? Quando vale a intuição de quem tem vinte anos de indústria —essa certeza imediata, sem argumentos, de que este candidato é o bom ou de que este negócio não fecha? E quando convém render-se à humilhação de que uma fórmula de três variáveis preveja melhor que o comitê inteiro? É disso que trata a Parte 3: as condições exatas sob as quais a intuição especialista é confiável, a evidência de meio século sobre juízo contra algoritmo, e o defeito do juízo profissional de que quase ninguém fala —o ruído.