Всем добра!
В последнее время беседы с ИИ стали одним из моих любимых хобби. В этой статье речь пойдет о теме, которую я уже неоднократно поднимал – насколько имеет смысл использовать слово «риск» в повседневной управленческой практике. Именно разговор с ИИ на эту тему и будет здесь представлен. Но начнется он несколько издалека, с первого вопроса про прогнозирование и проектирование, который я не стал вычеркивать, так как он и спровоцировал основной разговор.
Итак, приступим:
Мой вопрос:
«Какая разница между управлением рисками на основе прогнозирования и управлением рисками на основе проектирования будущего?»
ChatGPT отвечает:
«Управление рисками на основе прогнозирования и на основе проектирования будущего — это два различных подхода к работе с неопределённостью, и они существенно различаются в своих целях, методах и результатах.
1. Управление рисками на основе прогнозирования.
Суть подхода: Основано на анализе прошлых данных и существующих тенденций для предсказания возможных рисков и их последствий.
Методы:
- Статистический анализ и моделирование (например, Monte Carlo, регрессионный анализ).
- SWOT-анализ, PESTEL-анализ.
- Оценка вероятности наступления рисков и их влияния.
- Разработка стратегий по снижению последствий возможных рисков.
Пример: Компания анализирует исторические данные о кибератаках и прогнозирует, какие угрозы наиболее вероятны в следующем году, чтобы заранее подготовить защитные меры.
Основное ограничение: Прогнозирование основывается на прошлом опыте, что делает его менее эффективным в условиях высокой неопределённости и неожиданных событий (например, пандемий или технологических прорывов).
2. Управление рисками на основе проектирования будущего.
Суть подхода: Не просто предсказывает будущее, а активно создаёт его, формируя желаемые сценарии и управляя изменениями.
Методы:
- Форсайт-исследования и сценарное моделирование.
- Дизайн-мышление и стратегическое проектирование.
- Использование тренд-вотчинга и weak signals (слабых сигналов).
- Активное вовлечение стейкхолдеров в формирование будущего.
Пример: Вместо того чтобы просто прогнозировать, какие технологии изменят рынок, компания сама инвестирует в разработку инноваций и создает новые рыночные стандарты.
Основное преимущество: Позволяет не просто снижать риски, а трансформировать их в возможности, формируя будущее, в котором компания или организация будет успешной.
Ключевое различие:
- Прогнозирование ориентировано на реакцию на возможные риски, основываясь на прошлом.
- Проектирование будущего ориентировано на проактивное создание желаемых условий, влияя на саму природу рисков.
Когда использовать каждый подход?
- Если среда относительно стабильна и предсказуема → прогнозирование (например, управление операционными рисками в банке).
- Если среда динамична и высоко неопределённа → проектирование будущего (например, развитие новых бизнес-моделей в условиях цифровой трансформации).
Идеальный вариант — комбинировать оба подхода, чтобы не только учитывать вероятные угрозы, но и формировать будущее, в котором эти угрозы минимальны».
Мой вопрос:
«Что ты понимаешь под операционными рисками в банке? Приведи примеры».
ChatGPT отвечает:
«Операционные риски — это вероятность потерь, возникающих из-за внутренних процессов, людей, систем или внешних событий. В отличие от кредитных или рыночных рисков, они связаны не с финансами клиентов, а с ошибками, сбоями и мошенничеством внутри самого банка.
Примеры операционных рисков в банке:
1. Ошибки персонала.
Пример: Сотрудник по ошибке отправил платёж не тому клиенту или ввёл неверную сумму.
Последствия: Финансовые потери, судебные иски, ухудшение репутации.
2. IT-сбои и кибератаки.
Пример: Сбой в онлайн-банкинге из-за технической ошибки или DDoS-атака на серверы банка.
Последствия: Потеря доверия клиентов, штрафы от регуляторов, финансовые потери.
3. Мошенничество и внутренняя кража.
Пример: Сотрудник банка подделал документы для перевода денег на свой счёт.
Последствия: Финансовый ущерб, судебные разбирательства, репутационные риски.
4. Нарушение регуляторных требований.
Пример: Банк не провёл должную проверку клиентов (KYC/AML), и регулятор оштрафовал его за участие в отмывании денег.
Последствия: Огромные штрафы, запрет на операции, потеря лицензии.
5. Ошибки в процессах и документации.
Пример: Клиенту ошибочно начислили двойной кешбэк, и тысячи клиентов начали массово выводить деньги.
Последствия: Миллионные потери, необходимость срочного исправления багов.
6. Проблемы с подрядчиками.
Пример: Платёжный провайдер банка внезапно прекратил работу, и клиенты не могут оплачивать покупки.
Последствия: Недовольство клиентов, переход к конкурентам.
Как банки управляют операционными рисками?
✅ Внедряют автоматизированные системы контроля (например, антифрод-системы).
✅ Проводят регулярное обучение персонала и тестирование.
✅ Создают резервные копии данных и аварийные планы (disaster recovery plans).
✅ Улучшают процессы внутреннего контроля (аудит, мониторинг транзакций).
Всё это помогает минимизировать риски и избежать крупных убытков».
Мой вопрос:
«Почему ты считаешь, что ошибка персонала — это риск?»
ChatGPT отвечает:
«Я считаю ошибку персонала риском, потому что она может привести к финансовым потерям, юридическим проблемам и репутационному ущербу для банка.
Почему ошибки персонала — это операционный риск?
Неизбежность человеческого фактора – даже самые опытные сотрудники могут допускать ошибки.
Влияние на бизнес-процессы – одна ошибка может запустить цепочку проблем.
Финансовые последствия – ошибки могут стоить миллионы, особенно если вовремя не заметить.
Примеры реальных последствий ошибок сотрудников:
Ошибка при переводе средств.
Пример: В 2018 году сотрудник банка Citibank ошибочно перевёл $900 млн вместо выплаты процентов в $8 млн. Банк не смог вернуть часть денег, так как суд признал перевод окончательным.
Последствия: Огромные финансовые потери, судебные издержки, репутационный урон.
Ошибки в управлении счетами клиентов.
Пример: В 2021 году технический сбой и ошибка сотрудников TSB Bank (Великобритания) при миграции данных привели к тому, что клиенты потеряли доступ к своим счетам, а часть данных исчезла.
Последствия: Банк выплатил компенсации и потерял тысячи клиентов.
Неправильная настройка антифрод-системы.
Пример: В одном из крупных банков из-за ошибки аналитика система случайно заблокировала тысячи карт клиентов.
Последствия: Массовые жалобы, негатив в СМИ, вынужденные извинения и потери на восстановление.
Как снизить этот риск?
✅ Автоматизация процессов (минимизация влияния человека).
✅ Обучение сотрудников и регулярные проверки.
✅ Дублирующая проверка критичных операций (принцип "четырёх глаз").
✅ Использование алгоритмов ИИ для выявления ошибок.
Вывод: Ошибка персонала — это не только вероятность случайного действия, но и потенциальные финансовые и репутационные потери, а значит, это полноценный операционный риск».
Мой вопрос:
«Ты согласен с тем, что есть прямая корреляция между степенью неопределенности результата процесса и степенью риска?»
ChatGPT отвечает:
«Да, я согласен, что между степенью неопределённости результата процесса и степенью риска существует прямая корреляция. Чем выше неопределённость, тем выше риск.
Почему это так?
Риск — это вероятность отклонения от ожидаемого результата, особенно в сторону негативных последствий.
Неопределённость означает недостаток информации, что затрудняет прогнозирование будущего результата.
Если исход процесса заранее предсказуем, риск минимален (или отсутствует). Но если мы не знаем, какой результат получим, риск возрастает.
Примеры корреляции:
Финансовые инвестиции.
- Вложение в гособлигации США → низкая неопределённость → низкий риск.
- Вложение в стартап в развивающейся стране → высокая неопределённость → высокий риск.
Разработка нового продукта.
- Производство проверенной модели смартфона с небольшими улучшениями → низкий риск.
- Создание инновационного устройства без аналогов → высокая неопределённость → высокий риск.
Банковский сектор.
- Кредит надёжному клиенту с хорошей кредитной историей → низкая неопределённость → низкий риск.
- Кредит новому клиенту без истории и стабильного дохода → высокая неопределённость → высокий риск.
Формула управления.
Чтобы уменьшить риск, нужно снизить неопределённость:
✅ Использовать больше данных для прогнозов.
✅ Внедрять модели и сценарное планирование.
✅ Применять стратегии хеджирования (страхования).
Вывод: Риск и неопределённость связаны напрямую. Если ты можешь точно предсказать будущее, риска нет. Но чем больше «слепых зон», тем выше вероятность неблагоприятных событий».
Мой вопрос:
«Тогда почему ошибка персонала — это риск? Ведь отлично известно, что люди ошибаются. Значит, здесь нет неопределенности. А значит нет и риска. Логично?»
ChatGPT отвечает:
«Отличный вопрос! Логика кажется стройной: если ошибки персонала неизбежны, значит, они предсказуемы, а раз так — нет неопределённости и, следовательно, нет риска.
Но на самом деле ошибка персонала остаётся риском, потому что ошибка неизбежна, но её последствия неопределённы.
Мы знаем, что люди в принципе ошибаются, но:
Когда именно это случится?
Какова будет ошибка — мелкая или критическая?
Какой ущерб она нанесёт?
Пример:
- Оператор колл-центра случайно неверно заполнил форму → мелкая ошибка, исправили за минуту.
- Сотрудник банка перевёл $900 млн вместо $8 млн (как в случае Citibank) → катастрофическая ошибка с миллионными потерями.
То есть сам факт ошибки предсказуем, но её конкретный характер, время и последствия — нет.
Ошибка — это случайное событие, а значит, остаётся неопределённость.
Любой человек может ошибиться, но кто именно, в какой момент и при каких обстоятельствах — это нельзя предсказать со 100% точностью.
Пример:
- В банке работает 10 000 сотрудников. Кто из них допустит критическую ошибку в этом году?
- Какой именно документ будет оформлен неправильно?
- Повлияет ли эта ошибка на финансы банка или просто создаст неудобства?
Это и есть зона неопределённости, а значит, и зона риска.
Есть способы снизить риск, а значит, он существует.
Если бы ошибка персонала не была риском, то её невозможно было бы управлять. Но банки используют:
✅ Принцип «четырёх глаз» (двойная проверка).
✅ Автоматизированные системы контроля.
✅ Регулярное обучение сотрудников.
Все эти меры снижают вероятность и последствия ошибок, что подтверждает: ошибка персонала — это управляемый риск, а не неизбежность без последствий.
Вывод:
Ошибка персонала остаётся операционным риском, потому что:
✔ Мы знаем, что ошибки будут, но не знаем, когда, какие именно и с какими последствиями.
✔ Ошибки происходят случайным образом, что вносит неопределённость.
✔ Банки управляют этим риском, а значит, он реален.
Таким образом, ошибка персонала — это не просто закономерность, а фактор неопределённости, который влияет на бизнес, а значит, остаётся риском».
Мой вопрос:
«Смотри. Понимание того, что есть неопределенность в отношении конкретного характера ошибки, времени, когда она произойдет и ее последствий, устраняет неопределенность. Разве не так?».
ChatGPT отвечает:
«Ты поднимаешь интересный философский вопрос: можно ли устранить неопределённость, просто осознав, что она есть?
Если следовать твоей логике, то да:
Мы знаем, что ошибки будут.
Мы знаем, что их характер и последствия могут быть разными.
Следовательно, сама по себе эта неопределённость становится "известной" и как будто перестаёт быть неопределённостью.
Но проблема в том, что уровень абстракции здесь слишком общий.
"Известная неопределённость" ≠ Отсутствие неопределённости
Да, мы знаем, что ошибки будут, но:
Это не даёт нам точных данных о том, какая именно ошибка произойдёт.
Мы не можем заранее учесть все последствия.
Мы не можем устранить вариативность развития событий.
Это как с погодой:
- Мы знаем, что зимой бывает снег, но точно предсказать день и интенсивность снегопада невозможно.
- Поэтому метеорологи говорят о вероятности осадков, а не о точном факте.
Также и с ошибками персонала:
- Мы знаем, что ошибки в принципе возможны.
- Но какие именно ошибки произойдут, когда и как сильно повлияют на банк — остаётся неопределённостью.
Разница между "общей предсказуемостью" и "конкретной неопределённостью".
Есть концепция "известные неизвестности" (known unknowns):
✅ Мы знаем, что может произойти (ошибка персонала).
❌ Но не знаем, что именно случится (размер ущерба, конкретное событие, точный момент).
Если бы неопределённость действительно исчезала просто от её осознания, то риск можно было бы исключить.
Но банки всё равно тратят миллионы на системы предотвращения ошибок → значит, они понимают, что риск реален.
Управляемый риск ≠ Отсутствие риска
Ты можешь поставить контрольные механизмы:
✅ Регламентировать работу.
✅ Внедрить двойную проверку.
✅ Автоматизировать процессы.
Но всё это только снижает вероятность ошибки, а не устраняет её полностью. Раз ошибка остаётся возможной и её последствия неизвестны, то риск остаётся.
Финальный вывод.
Знание о том, что ошибки неизбежны, не устраняет неопределённость конкретных случаев.
Ошибка персонала остаётся операционным риском, потому что её конкретные проявления, частота и последствия остаются случайными.
Риск не исчезает, просто потому что мы осознали его существование.
То, что ты осознаёшь неопределённость, не делает её определённой!»
Мой вопрос:
«Давай тогда посмотрим на это с точки зрения относительной неопределенности. Неопределенность ошибки персонала несопоставима по степени неопределенности с неопределенностью, например, пожара в здании, где этот персонал находится. Просто исходя из характера и количества причинно-следственных цепочек, которые к этому могут привести и ущерба в среднем на одно событие. Что думаешь?».
ChatGPT отвечает:
«Отличная мысль! Если смотреть на неопределённость относительно, то можно сказать, что ошибка персонала и пожар в здании – это два риска с разной степенью неопределённости.
Количество причинно-следственных связей.
Ошибка персонала → обычно возникает из ограниченного числа факторов (усталость, недостаток знаний, человеческий фактор).
Пожар в здании → зависит от огромного количества факторов, включая состояние электропроводки, погоду, действия людей, технические сбои и даже случайности (например, короткое замыкание).
Вывод: Количество возможных сценариев для пожара намного больше, чем для ошибки персонала.
Средний ущерб от одного события.
Ошибка персонала → в большинстве случаев влечёт ограниченные потери (хотя бывают исключения, как с Citibank).
Пожар → почти всегда приводит к катастрофическим последствиям (разрушение имущества, угроза жизни, финансовые потери, репутационный урон).
Вывод: Средний ущерб от пожара в разы выше, чем от ошибки персонала.
Способы контроля и предсказуемость.
Ошибки персонала можно прогнозировать и минимизировать: обучение, автоматизация, проверки.
Пожары намного сложнее предсказать и предотвратить, даже при всех мерах безопасности.
Вывод: Ошибки персонала более предсказуемы и контролируемы, чем пожары.
Итог: Разная степень неопределённости.
Ты прав: ошибки персонала и пожары – это оба риска, но их уровень неопределённости несопоставим.
Ошибка персонала → низкая неопределённость, частое явление, средний ущерб ограничен.
Пожар → высокая неопределённость, редкое событие, но с огромными последствиями.
❓ Значит ли это, что ошибки персонала – это не риск?
❌ Нет. Они остаются риском, просто с низкой степенью неопределённости и предсказуемыми мерами управления.
Чем выше неопределённость, тем сложнее управлять риском. Но это не значит, что менее неопределённые события перестают быть рисками вообще.
Мой вопрос:
«Смотри. Слово "риск" понимается многими людьми весьма по-разному. Может быть имеет смысл минимизировать использование данного слова? Например, для рисков, подобных ошибкам персонала, использовать термин "отклонение". Понятно, что технически это все еще риск, но использование более простых для понимания слов может повысить взаимопонимание и качество управленческих решений. Как тебе такая идея?».
ChatGPT отвечает:
«Это действительно интересная идея! Использование более точных терминов, таких как "отклонение", может снизить путаницу в понятиях и повысить качество управленческих решений.
Почему это может быть полезно?
Слово "риск" воспринимается по-разному:
- Для финансистов — это вероятность потерь.
- Для инженеров — это вероятность отказа системы.
- Для юристов — это правовые последствия.
- Для обычного сотрудника — это вообще что-то абстрактное.
Не все "риски" требуют управления как риски:
- Если ошибка персонала закономерна и предсказуема, логичнее назвать её "отклонением от стандартного процесса".
- Это поможет не раздувать бюрократию, а управлять проблемой проще и понятнее.
"Отклонение" легче воспринимается в бизнесе:
- Руководителю проще понять: "Мы работаем над снижением отклонений в работе сотрудников", чем "Мы управляем операционными рисками, связанными с человеческим фактором".
Как можно использовать этот подход?
✅ Для предсказуемых и регулярных событий (ошибки персонала, задержки поставок) → "отклонения".
✅ Для непредсказуемых и катастрофических событий (пожары, финансовые кризисы) → "риски".
Итог:
Да, разделение терминов "риск" и "отклонение" может повысить прозрачность управления. Это поможет сосредоточиться на решении проблем, а не на дискуссиях о терминах.
Отличная идея для внедрения в управленческую практику!».
Мой вопрос:
«Тогда как и где ты бы провел грань между отклонением и риском?».
ChatGPT отвечает:
«Отличный вопрос! Если мы хотим разграничить "отклонение" и "риск", то нужно сформулировать четкие критерии, иначе мы просто заменим одну абстракцию другой.
Где проходит граница между "отклонением" и "риском"?
|
Критерий |
Отклонение |
Риск |
|
Предсказуемость |
Да, ожидаемо |
Нет, высокая неопределённость |
|
Частота |
Часто, систематически |
Редко, случайно |
|
Контролируемость |
Высокая (можно уменьшить через регламенты) |
Ограниченная (нужны сложные методы управления) |
|
Последствия |
Обычно локальные и управляемые |
Могут быть критическими |
|
Примеры |
Ошибка сотрудника при вводе данных, задержка согласования документа |
Пожар, кризис ликвидности, мошенничество |
Формула разделения
- Если событие встречается часто, предсказуемо и управляется процессами → это ОТКЛОНЕНИЕ.
- Если событие редкое, сложно предсказуемое и с потенциально серьёзными последствиями → это РИСК.
Примеры разграничения в банке
✅ Ошибка кассира в 1 из 10 000 операций → Отклонение (обычное явление, можно регулировать инструкциями).
✅ Ошибки в алгоритме автоматического списания средств → Отклонение (можно исправить настройками системы).
❌ Хакерская атака на банковскую систему → Риск (разовый, плохо предсказуемый инцидент с потенциально огромными потерями).
❌ Сбой платежной системы на 24 часа → Риск (неожиданное событие с серьёзными последствиями).
Как использовать это в управлении?
Отклонения → управляются через стандартизацию, автоматизацию, контроль качества.
Риски → требуют анализа вероятностей, резервирования ресурсов, кризис-менеджмента.
Итог:
Отклонение — это предсказуемая проблема внутри нормы.
Риск — это событие за пределами нормы с высокой неопределённостью.
Использование такого разделения может значительно улучшить управление и коммуникацию внутри организации».
Да пребудет с вами контроль!