Chương 8Nguyên tắc thu thập thông tin có giới hạn

Đừng cố trở thành một chuyên gia giải quyết vấn đề

Năm 1989 là năm hoạt động xây dựng bùng nổ mạnh mẽ ở Nhật. Nhiều công ty xây dựng và tư vấn thiết kế liên tục thúc giục Công ty Gốm sứ Showa, một nhà sản xuất gạch ốp tường nổi tiếng, gởi mẫu sản phẩm đến cho họ. Hệ quả kéo theo là, nhân viên Showa rơi vào tình trạng làm việc quá tải trước các yêu cầu khẩn cấp đó.

Bám sát các nguyên tắc và quy trình của Tư duy Đột phá, nhóm công tác của Showa đã không lao vào điều tra tình huống vấn đề trước mắt. Thay vào đó, họ nhận thấy mục đích lớn nhất của việc cung cấp gạch mẫu không phải là gởi gạch thật, mà là giúp các khách hàng tiềm năng nhận diện rõ ràng các thuộc tính phản chiếu, màu sắc, và kết cấu của gạch Showa.

Từ nhiều giải pháp lựa chọn được đưa ra, họ chọn ra một giải pháp mục tiêu hoàn toàn mới và khả thi – "Gạch mẫu thật, nhưng dán từng miếng nhỏ vào catalogue". Giải pháp này, sau đó tạo ra một cuộc cách mạng về quan điểm truyền thống về gạch mẫu ở Nhật, được trình bày chi tiết trong thông tin được thu thập, nhờ áp dụng mô hình ma trận hệ thống của Tư duy Đột phá.

Giải pháp đã mở rộng một cách đầy ý nghĩa khả năng cung cấp gạch mẫu của Showa cho bất kỳ khách hàng nào với thời gian ngắn hơn và chi phí sản xuất gạch mẫu, chi phí đóng gói cũng giảm mạnh. Từ khi có các miếng dán mẫu gạch mới rất nhẹ và có thể vận chuyển dễ dàng qua đường bưu điện, chi phí gởi hàng mẫu và vận chuyển cũng giảm theo.

Ý tưởng "mẫu gạch dán" của Showa đã giành được Giải thưởng Quảng cáo Nikkei cao quý của Nhật năm 1993.

Các nhà lãnh đạo thành công và những người giải quyết vấn đề xuất sắc luôn nhận thức rằng không thể có các dữ liệu chính xác 100%. Vì không có loại dữ liệu "cứng" nên họ biết cách thu thập và xử lý với loại dữ liệu "mềm". Họ cũng thừa nhận rằng việc có tất cả mọi dữ liệu là không thể.

Việc thu thập dữ liệu và thông tin không bao giờ là một quá trình trung lập hay khách quan. Thay vào đó, cách phân loại dữ liệu, người quan sát dữ liệu, và sự rõ ràng của mục tiêu thông tin đều có ảnh hưởng lớn đến giá trị của dữ liệu được thu thập.

Hãy xem xét câu chuyện của một nhà sản xuất máy bơm công nghiệp, người thức dậy vào một buổi sáng với một ý tưởng khác thường: Tại sao mình không sản xuất máy bơm bóng đá, bóng rổ, và bóng chơi trên bãi biển? Rồi ông nhanh chóng giao nhiệm vụ cho một nửa số nhân viên trong văn phòng đi tìm hiểu "tất cả mọi thứ có thể tìm hiểu được" về bóng đá, bóng rổ, bóng chơi trên bãi biển, các kỹ thuật bơm hơi và các trò giải trí có liên quan đến "hơi" nói chung.

Đến hạn, các nhân viên của ông trở về với những tập thông tin dày hàng trăm trang, trừ một người làm trái với nhiệm vụ được giao. Nhân viên này đã bỏ ra vài giờ thu thập những con số về doanh thu máy bơm bóng. Cô biết rằng thị trường đã bão hòa nhiều năm qua và doanh số chỉ còn khoảng vài triệu đô la một năm, so với doanh thu máy bơm công nghiệp của công ty là 500 triệu đô la một năm. Vì thế, việc thực hiện ý tưởng chợt lóe sáng của nhà sản xuất có thể dẫn đến việc sử dụng vô ích các nguồn lực của công ty.

Các tập thông tin thu thập được không hề được mở ra đọc và được đặt trên kệ sách của nhà sản xuất cho đến khi chúng được âm thầm vứt bỏ.

Nhà sản xuất máy bơm không áp dụng Tư duy Đột phá để xác định trước tiên các mục đích của nhiệm vụ thu thập thông tin. Nếu có, ông ấy sẽ biết rằng, trước tình hình bão hòa của thị trường máy bơm các loại bóng thì việc thu thập thông tin là không cần thiết.

Đây cũng là kinh nghiệm chung cho vô số các tập đoàn. Nó cho thấy nhu cầu bức thiết về một trong những nguyên tắc cơ bản của Tư duy Đột phá: Nguyên tắc Thu thập Thông tin có Giới hạn. Tập trung vào thông tin hữu ích và có liên quan. Thu thập thông tin tràn lan là đặc trưng cố hữu trong mệnh lệnh "tìm tất cả mọi thông tin có thể". Điều này không chỉ làm mất thời gian, công sức và tiền bạc mà còn hạn chế giải pháp của vấn đề vì bạn sẽ bị ngập chìm trong một núi thông tin quá chi tiết, nhưng thiếu gắn kết và không thể kiểm soát. Nói cách khác, nó gây ra "hội chứng tê liệt vì phân tích"(*).

Nếu bạn muốn "sở hữu mọi thông tin", trước hết bạn nên học cách thu thập thông tin có chọn lọc. Theo Theodore Roszak, bản thân thông tin là "những tập hợp các dữ kiện nhỏ lẻ, rời rạc, đôi lúc có ích, nhưng nhiều khi rất vô dụng, và chẳng bao giờ là chất liệu cốt lõi của tư duy".

Souichirou Honda, nhà sáng lập Hãng Honda, đã chia sẻ trong một cuộc phỏng vấn:

Một kỹ sư gởi cho tôi báo cáo nghiên cứu về hiệu suất của dây chuyền lắp ráp. Tôi nói với anh ta: "Chúng ta có thể hiểu chuyện gì đang diễn ra bằng cách quan sát. Đánh giá không khó, tuy nhiên, anh phải nắm rõ mục đích của việc đánh giá hiệu suất và mục đích của việc thu thập dữ liệu".

Tôi muốn chỉ ra những mối nguy của việc thu thập thông tin. (1) Thông tin chỉ là công cụ để tìm hiểu tình huống. Tuy nhiên, chúng ta có xu hướng rơi vào chiếc bẫy đầy ma lực của dữ liệu để rồi bị dữ liệu nhấn chìm. (2) Chúng ta thường lúng túng trước thông tin thực sự cần thiết hoặc không cần thiết. (3) Chúng ta hay quên đầu mối nguyên do tạo ra những kết quả thực tế. (4) Chúng ta thường hài lòng với các báo cáo và kết quả thu thập dữ liệu mà không đi vào giải quyết vấn đề.

Một kỹ sư khác đưa cho tôi một tập báo cáo rất dày và nói rằng: "Tôi đã khảo sát hiệu năng hoạt động của công ty chúng ta trong sáu tháng qua." Tôi nói với anh ta: "Anh đã làm một việc kém hiệu quả nhất, đúng không?".

Thế nhưng, không thể giải thích được tại sao người ta vẫn cứ sử dụng phương pháp phân tích truyền thống để tự chôn vùi mình trong hàng đống dữ liệu, sự kiện và thông tin về tình trạng hiện tại của hệ thống hoặc lĩnh vực vấn đề khi họ bắt đầu một dự án. Nỗ lực của chúng ta bị lãng phí quá nhiều vào việc "tìm hiểu tất cả mọi thứ". Và, thật sai lầm khi chúng ta cho rằng chỉ khi nào có "đủ" dữ liệu và số liệu thống kê thì mới giải quyết xong vấn đề.

Nhiều người thường gạt phăng câu hỏi của người khác về việc thu thập thông tin quá nhiều bằng cách đưa ra một lý do khập khiễng: "À, chí ít chúng ta cũng sẽ học hỏi thêm được điều gì đó". Chương trình chống sâu hại cho thấy sai lầm của quan điểm đó. Trong suốt ba năm rưỡi tiến hành thu thập thông tin với một chồng tài liệu cao hơn một mét, không có một báo cáo nào đưa ra kiến nghị hoặc đề xuất một giải pháp thực hiện. Người thu thập dữ liệu có thể cho bạn biết mọi điều về loài sâu hại đó, nhưng kiến thức chuyên môn của họ hoàn toàn làm họ gặp rắc rối khi bắt tay vào giải quyết vấn đề.

Để áp dụng nguyên tắc Thu thập Thông tin có Giới hạn, trước tiên hãy xác định (theo trình tự) các mục đích của thông tin về hệ thống hoặc vấn đề mà bạn nghĩ là bạn cần thu thập. Hiểu rõ các mục đích và Giải pháp Tiếp theo của mục đích trọng tâm sẽ giúp bạn xác định thông tin nào là thích hợp.

Rèn luyện kỹ năng thu thập thông tin là cần thiết nếu bạn thường có xu hướng đi quá xa ở giai đoạn thu thập thông tin.

Vào năm 1988, Thư viện Quốc hội Mỹ có khoảng 86 triệu đầu sách và tài liệu, nguồn sách tăng lên gấp đôi sau mỗi tám năm.

Các hệ thống quản lý thông tin phức tạp được thiết lập do yêu cầu của hoạt động phân tích truyền thống và quy trình ra quyết định tập trung. Tuy nhiên, điều này làm giảm hiệu năng hoạt động của các cơ quan, tổ chức bởi vì họ cần phải tuyển thêm nhân viên.

Các nhà nghiên cứu thị trường lập hàng chồng báo cáo được cho là thực hiện tốt hơn thông qua các kỹ thuật nghe rất hấp dẫn như mô hình Delphi và các mô hình toán học. Edward Mansfield từ trường Đại học Pennsylvania phát biểu trước Quốc hội rằng chi phí marketing cho một sản phẩm mới hoặc sản phẩm cải tiến tại Mỹ cao gấp hai lần chi phí so với ở Nhật. Ông tự hỏi các công ty Mỹ có nên "giảm chi phí nghiên cứu thị trường và tăng đầu tư chi phí cho việc sản xuất sản phẩm tốt hơn không?". Ví dụ, Sony cho rằng họ không cần nghiên cứu thị trường ở Mỹ bởi điều đó là vô ích khi họ phát triển những sản phẩm mới chưa từng xuất hiện ở Mỹ trước đó.

Tương tự, sức mạnh máy tính thường được đánh giá quá cao. Trên thực tế, máy tính cũng là một trong những công cụ tạo thêm nhiều vấn đề rắc rối. Chúng "tiêu thụ" một lượng giấy khổng lồ (dù trước đó người ta cho rằng sự ra đời của máy vi tính sẽ giảm đáng kể lượng giấy in ấn) và tạo ra một thách thức mới khó lòng đáp ứng được: làm sao để "tiêu hóa" hết tất cả thông tin mà chúng cung cấp. Mặc dù máy vi tính có thể sắp xếp và lưu trữ một lượng thông tin khổng lồ, nhưng nó không thể đưa ra những ý kiến và ý tưởng có liên quan đến việc giải quyết vấn đề. Chúng không liên kết thông tin với các vấn đề văn hóa, giải thích sự vật hiện tượng, cũng không liên kết với các mục đích mà người ta muốn đạt được.

Một trường hợp ngoại lệ thành công hiếm hoi trong việc ứng dụng công nghệ thông tin hiệu quả là Tập đoàn Wells Fargo. Giám đốc điều hành kiêm Chủ tịch công ty, ông Carl E. Reichardt, cho biết: "Không có gì tồi tệ hơn việc bán các dịch vụ ứng dụng công nghệ mà chúng lại không có tác dụng gì". Reichardt phát biểu trên tờ New York Times rằng: "…Công ty chúng tôi đã thành công trong việc dùng công nghệ thông tin để cắt giảm chi phí hoạt động và mang đến cho khách hàng những dịch vụ cộng thêm mới".

Nếu bạn đang tìm kiếm tất cả các dữ liệu hoặc tìm người để phê bình về một vấn đề nào đó, điều đó có nghĩa là bạn đang tích lũy một lượng thông tin khổng lồ chứ không phải bạn đang đi tìm giải pháp. Nếu bạn tìm kiếm thông tin thì bạn chỉ nhận được thông tin mà thôi.

Tập trung vào thước đo

Phương pháp giải quyết vấn đề truyền thống thường quá tập trung vào các con số chính xác. Ví dụ, đầu ra kỳ vọng của một nhà máy có thể là 1.244,33 đơn vị sản phẩm mỗi ngày trong khi 1.250 là con số chính xác mà dữ liệu có thể cung cấp. Nhiều người cho rằng các thước đo là nguyên nhân của mọi vấn đề. Ví dụ, tổng giám đốc của một công ty 100 triệu đô la khẳng định rằng những con số thể hiện sự yếu kém về các hoạt động công ty đã dẫn đến tổn thất của công ty trong ba năm liên tiếp. Vì vậy, ông ấy dành thời gian để cải tiến các thước đo, thay vì nghiên cứu vô số các nhân tố, có thể đo lường được hoặc không đo lường được, về những gì ông ấy có thể làm để mang lại lợi nhuận cho công ty. Sau ba năm nỗ lực vô ích, ông ấy bị sa thải.

Những con số có thể là một nguồn thông tin vô giá, nhưng nó thường được trình bày tách biệt với bối cảnh mà nó được sinh ra. Ví dụ, một nhận định cho rằng "Có 200.000 người sử dụng xe buýt mỗi ngày". Đó là 200.000 cá nhân hay 200.000 lượt khách lên xuống xe buýt?

Sử dụng những con số thống kê thô mà không có những thông tin nền có thể làm bạn lạc lối. Đó là điều thường thấy trong các yêu cầu cung cấp thông tin sai lệch điển hình. Thế nhưng, việc phân tích cẩn thận bối cảnh của một số liệu thống kê có thể sẽ mất nhiều thời gian hơn là tìm thông tin.

Trong các công ty ngày nay, các chỉ số phi tài chính rất cần thiết để hỗ trợ bán hàng, lưu chuyển tiền tệ và báo cáo lợi nhuận hàng quý. Ví dụ như thời gian công bố sản phẩm, tính linh hoạt, phân phối, thời gian ngừng việc đột xuất và việc sử dụng các chi tiết chung trong các sản phẩm khác nhau. Các thước đo cần được đặt trong mối quan hệ với xu hướng nền tảng và các giá trị của ma trận hệ thống đã được mô tả ở Chương 7.

Nắm bắt kiến thức tổng quát và thu thập thông tin dự án

Nước Mỹ có một nền tảng tri thức tiên tiến và rộng lớn nhất thế giới, thế nhưng các quốc gia khác lại thành công hơn Mỹ về phương diện phát triển các giải pháp tối ưu. Điều này có nghĩa là quá trình hoặc cách tiếp cận để biến tri thức thành các giải pháp hệ thống ở Mỹ còn yếu kém. Đó là nội dung mà Tư duy Đột phá và nguyên tắc Thu thập Thông tin có Giới hạn sẽ nhắm vào để sửa đổi.

Giá trị của việc Thu thập Thông tin có Giới hạn nằm ở chỗ: Trong bất kỳ tình huống nào, các thông tin thực tế chỉ có ý nghĩa phụ, còn cấu trúc và bối cảnh mới là vấn đề chính ảnh hưởng đến khả năng đột phá. Thông tin có giới hạn thật sự cần thiết bắt nguồn từ các câu hỏi phát sinh từ việc thăm dò bối cảnh của các nguyên tắc về Sự Khác nhau Độc đáo, Triển khai Mục đích, Giải pháp Tiếp theo và Thiết lập Hệ thống.

Nói cách khác, Tư duy Đột phá cũng đòi hỏi việc thu thập thông tin, nhưng các nguyên tắc và quá trình của Tư duy Đột phá sẽ hướng dẫn bạn chọn thông tin nào thật sự cần thiết – các mục đích, trình tự hệ thống, thước đo kết quả, các yếu tố và xu hướng của các lựa chọn mục tiêu Giải pháp Tiếp theo… Ví dụ, việc nêu chi tiết các đề xuất giải pháp bằng ma trận hệ thống cho thấy các yếu tố của những cái đã tồn tại là cần thiết. Trong nhiều trường hợp, sẽ còn thiếu một số dữ liệu hoặc thước đo về những yếu tố đó và bạn thiếu thông tin để gắn kết chúng vào phần còn lại của các ý tưởng giải pháp. Khi đó, bạn chỉ việc đi tìm và thu thập thông tin cần thiết và đã được giới hạn này.

Tư duy Đột phá không giới hạn lượng tri thức chung hoặc kiến thức chuyên môn hoặc thậm chí kiến thức cạnh tranh mà bạn có thể lĩnh hội được. Bạn cũng nên cải thiện nền tảng kiến thức tổng quát của mình và kiến thức chuyên môn – thông qua hệ thống giáo dục trường học, báo chí, mạng máy tính, các cuộc hội thảo, sách, các tổ chức, câu lạc bộ chuyên đề mà bạn quan tâm, hoặc bài tiểu luận cá nhân hoặc tài liệu tham khảo. Những cách học hỏi như thế sẽ mang đến cho bạn nhiều nguồn thông tin bổ sung vào quan điểm Tư duy Đột phá.

Thông tin và Trí Khôn "của nhân loại"

Yêu cầu tìm kiếm theo quy ước các "thông tin cứng", "các thực tiễn khách quan" và "các thước đo cố định" thường bó hẹp khả năng hợp tác hiệu quả giữa các cá nhân. Quan điểm cho rằng thông tin mà người ta có trong đầu không đáng tin cậy và phải được tăng cường tính khách quan thông qua quan sát và đánh giá của người khác. Phản ứng trước quan điểm này, những người bị đánh giá và quan sát trở nên khép kín hơn. Thế nhưng, theo nghiên cứu về những người thành đạt và các chuyên gia, họ luôn tìm kiếm và chia sẻ thông tin với nhiều cá nhân một cách rộng rãi.

Nói tóm lại, thông tin và dữ liệu sẽ vô nghĩa khi không có các ý kiến và sự sáng suốt để định hướng việc thu thập chúng.

Trong Chương 9, chúng tôi sẽ trình bày những cách mà bạn có thể tương tác để đạt được ý kiến, ý tưởng và sự hợp tác cần thiết cho việc giải quyết vấn đề tối ưu.

Thu thập thông tin cần thiết ngay từ đầu để đánh giá kết quả về sau

Các nhận định của chúng tôi về việc giới hạn lượng thông tin thu thập cho một dự án có nghĩa là bạn hoặc tổ chức của bạn phải có một nhóm thước đo đúng đắn liên quan đến mục đích trọng tâm. Các thước đo năng suất, chi phí, chất lượng, hiệu suất, cải tiến và thậm chí là chất lượng môi trường làm việc là rất cần thiết để đánh giá tác động của các lựa chọn giải pháp khác nhau.

Tuy nhiên, nhiều tổ chức lại thiếu những thước đo sơ đẳng và cần thiết này trong quá trình vận hành các hệ thống. Thiếu những thông tin như vậy có thể là nguyên nhân của vấn đề thật sự đang được điều tra. Trong tình huống đó, việc thu thập dữ liệu và thông tin có ý nghĩa về hệ thống hiện tại có thể cần thiết vì khả năng đánh giá các lựa chọn và đánh giá tính hiệu quả của các thay đổi cũng chính là một phần thiết yếu của bất kỳ dự án Tư duy Đột phá nào. Hãy nhớ rằng các câu hỏi bạn đặt ra để thu thập dữ liệu phải bắt nguồn từ quá trình tìm kiếm giải pháp (các mục đích, Giải pháp Tiếp theo). Đừng lao vào thu thập dữ liệu như con thiêu thân.

Các phép đo luôn cần đến, nhưng điều này không có nghĩa là tất cả các khó khăn của vấn đề đều cần được đo lường và đánh giá trước khi hành động. Sai lầm của những phương pháp đo lường hàng loạt như vậy thể hiện ở việc phát triển các mô hình mô phỏng, mô hình ra quyết định, mô hình toán học. Người ta thu thập hàng đống dữ liệu để cải thiện tính chính xác của các kết quả của các mô hình đó, bất kể sự chính xác đó có cần thiết trong thực tế hay không – vốn là vấn đề thực sự cần được giải quyết.

Quá trình đánh giá cũng có thể là nguyên nhân chính gây ra các sai sót do các công cụ hoặc phương pháp đánh giá thiếu chính xác hoặc không đầy đủ. Các sai sót vẫn luôn xuất hiện cho dù công cụ đánh giá là một bảng câu hỏi khảo sát dài ngoằng hoặc một trắc vi kế có độ chính xác đến một phần triệu cen-ti-met để đo các thanh thép.

Thêm vào đó, tập trung vào việc đo lường có thể thất bại vì tri thức nhân loại không phải luôn luôn đúng mà thường xuyên thay đổi theo thời gian. Ví dụ, chúng ta không còn tin rằng trái đất phẳng, hoặc nguyên tử là phần tử nhỏ nhất, hoặc tất cả cholesterol đều không tốt. Điều được đánh giá là thực tế thường gắn kết chặt chẽ với quan điểm con người ở những thời điểm cụ thể.

Vì thế, việc Thu thập Thông tin có Giới hạn song hành cùng với khái niệm quan trọng về tính nhạy cảm. Vì tất cả thông tin không thể được thu thập toàn bộ và độ chính xác của chúng đôi khi gây tranh cãi nên các chuyên gia và các nhà lãnh đạo xem dữ liệu chỉ là một cơ sở tham khảo để hình thành ý kiến và suy nghĩ của họ. Và họ sẽ bổ sung thêm những thông tin cần thiết. Vì số lượng thông tin liên quan rất nhỏ, nên phương pháp này sẽ ưu tiên thu thập dữ liệu và sau đó chọn lọc những điều thật sự cần thiết. Như các nhà xã hội học trường Đại học Amsterdam, Jacobijn Samdberg và Bob Wielinga cho biết khi nói về một đề tài nghiên cứu: "Tri thức tiến hóa không ngừng trong quá trình sử dụng. Vì vậy, tri thức không thể được truyền đi một cách đơn giản".

Một nhóm chuyên trách gồm 19 thành viên ở một thành phố lớn thuộc vùng Trung Tây Hoa Kỳ đã tiến hành nhiều cuộc họp trong suốt một năm để tìm kiếm giải pháp cải thiện một khu vực gồm 200 khu phố của thành phố. Nhiều cuộc nghiên cứu được tiến hành để đánh giá tình hình và cung cấp tất cả thông tin cho mọi người. Nhưng một chồng báo cáo cao gần một mét không dễ gì được "tiêu hóa" hết, và không ai biết làm gì đến khi một tư vấn viên Tư duy Đột phá giúp họ thông qua quá trình Triển khai Mục đích và Giải pháp Tiếp theo cùng các nguyên tắc khác của Tư duy Đột phá. Hóa ra, chỉ có 5 - 6% dữ liệu được thu thập là thực sự cần thiết.

Những ý tưởng căn bản sau đây về các biện pháp đánh giá có thể giúp bạn định hướng để đạt được các mục đích Tư duy Đột phá với mức độ chính xác cao:

• Gia tăng hoặc cải tiến các biện pháp đánh giá trong các dự án Tư duy Đột phá có thể đưa đến một số lợi ích ngắn hạn, đặc biệt nếu biện pháp hiện tại kém chất lượng.

• Cân nhắc độ chính xác trong dài hạn và tăng số lượng biện pháp đánh giá để định vị các trục trặc thường tạo ra những kết quả kém vì chúng ta có xu hướng phớt lờ những vấn đề không quan trọng và thiếu các thước đo, cũng như chúng ta có xu hướng xem nhẹ vấn đề mà các biện pháp đánh giá tỏ ra rất khó, nếu không nói là không thể tìm ra.

• Tập trung vào việc đánh giá sẽ bỏ sót các ý tưởng hay từ các lĩnh vực khác (như triết học, khoa học chính trị).

• Đánh giá được hiểu là một kết quả, chứ không phải là phương tiện: khi một mô hình đánh giá không mang lại kết quả, các chuyên gia đổ lỗi cho các phép đo, chứ không phải bản thân họ, và khi đó họ chỉ việc tìm đến những phép đo khác hay hơn.

• Những phép đo tốt trước hết cần xác định đặc điểm của xu hướng cơ bản và các giá trị của các yếu tố hệ thống phù hợp (xem Chương 7).

Thông tin dựa trên quá khứ

Về bản chất, việc thu thập thông tin căn cứ vào tình trạng hiện tại và quá khứ của sự vật hiện tượng. Nó không đủ điều kiện để trở thành một định hướng cho tương lai. Việc suy diễn thường nguy hiểm bởi vì nó cho rằng thông tin cơ bản sẽ tiếp tục phản ánh thực tế giả định của hôm nay trong tương lai, trong khi thông tin có thể không phản ánh đúng những gì tồn tại hôm nay.

Chẳng hạn, trích dẫn thông tin từ các chuyên gia về cách họ tiến hành công việc là việc làm dẫn đến nhiều vấn đề phức tạp hơn. Nghiên cứu của chúng tôi về các nhà thiết kế và hoạch định cho thấy họ đều không thể nhớ tất cả các chi tiết quan trọng. Luôn luôn tồn tại khoảng cách giữa thông tin được cung cấp và thực tế.

Tóm lại, quan niệm "càng nhiều thông tin có liên quan đến vấn đề càng tốt" đã trở nên lỗi thời. Trong bất kỳ trường hợp nào, việc thu thập toàn bộ thông tin là không thể. "Chúng ta không thể thấy hay nhớ hết mọi điều", William Poundstone nói, "kể cả những điều đã trở thành kinh nghiệm của chúng ta".

Mục đích và mục tiêu của việc Thu thập Thông tin có Giới hạn

Nhiều người cho rằng đột phá chỉ được phát triển với một lượng thời gian, con người và tiền bạc khá lớn. Nhưng đó là những thứ xa xỉ. Tìm ra sự cân bằng giữa nguồn lực sẵn có và thông tin thật sự cần thiết là mục tiêu của nguyên tắc này. Sử dụng nguyên tắc này, các giải pháp được tìm ra một cách nhanh chóng với chi phí thấp hơn nhiều. Ví dụ, các quốc gia khác đang tung ra những sản phẩm và dịch vụ chất lượng cao ở Mỹ với tốc độ nhanh hơn từ 20 - 25 % và chi phí thấp hơn từ 15 -20% so với nước Mỹ. Nguyên tắc Thu thập Thông tin có Giới hạn là một yếu tố chính trong việc cắt giảm thời gian và chi phí.

Mục đích và mục tiêu của nguyên tắc này là:

1. Tập trung nỗ lực vào việc thu thập những thông tin thật sự cần thiết cho từng dự án cụ thể. Quá nhiều thông tin sẽ che khuất những vấn đề quan trọng và không giúp đưa ra những quyết định hiệu quả.

2. Mang lại ý nghĩa cho thông tin hiện tại. Các nhà lãnh đạo phát triển tinh thần hợp tác và hiệu quả hoạt động nhóm bằng cách chia sẻ ý nghĩa và giải thích thế giới hiện thực. Bởi vì, khi chúng ta trao đổi, thông tin chỉ là quan điểm về thực tiễn của hôm nay, mục đích này khuyến khích sự hiểu biết lẫn nhau. Bởi vì một thông tin đứng một mình thì phải chịu nhiều sự giải thích khác nhau, nên bất kỳ thông tin nào được sử dụng trong Tư duy Đột phá phải luôn luôn liên kết với các yếu tố đặc trưng (xu hướng giá trị và nền tảng của các yếu tố hệ thống thích hợp).

3. Khuyến khích thiết lập mạng lưới thu thập thông tin, xây dựng các mối quan hệ. Đạt được những đột phá phụ thuộc vào sự tương tác hơn là vào số lượng hoặc sự chính xác của thông tin.

4. Tránh rơi vào tình trạng mất trật tự. Định luật thứ hai của nhiệt động lực học phát biểu rằng tất cả các thực thể đều có xu hướng phát triển mất trật tự, còn gọi là entropy. Việc chống lại xu hướng tự nhiên này đòi hỏi tiêu tốn nhiều năng lượng. Tuy nhiên, sự quá tải thông tin lại triệt tiêu năng lượng.

5. Giảm bớt việc thu thập các tài liệu không cần thiết và không được đọc đến; và giảm thiểu các tranh cãi về các thước đo, cách giải thích và phân tích vấn đề. Các cuộc khảo sát và bảng câu hỏi khảo sát là những cách thức thu thập thông tin không đáng tin cậy. Nhiều câu hỏi dài dòng đến mức ý nghĩa của nó trở nên mơ hồ hoặc vấn đề bị hiểu theo định kiến, dẫn đến sự tập trung thái quá vào những vấn đề không quan trọng.

6. Tránh tình trạng cho rằng việc thu thập thông tin tự chấm dứt mà không liên quan gì đến các mục đích. Ví dụ, những người thu thập dữ liệu tổng hợp tham dự các buổi hội thảo bàn luận về việc các đối thủ cạnh tranh đang làm gì, họ có sản phẩm gì mới, và đang xây dựng thêm bao nhiêu cơ sở hạ tầng... Nhưng các chương trình đó có giá trị gì cho việc phòng ngừa vấn đề phát sinh và đưa ra giải pháp? Nếu đối thủ của bạn có sản phẩm mới, dịch vụ, và phương tiện sản xuất thì bạn đã tụt hậu so với họ rồi!

7. Tối đa hóa việc sử dụng thời gian, sức lực, và các nguồn lực khác. Giới hạn thông tin có thể giảm tối đa chi phí các cuộc nghiên cứu chỉ tập trung vào quá khứ. Nghiên cứu về các thất bại và dấu hiệu của vấn đề - hội chứng tuần hoàn - thường dẫn đến việc đầu tư đôi khi quá lớn và không cần thiết cho các hoạt động thu thập dữ liệu.

Thông thường, người ta sẽ đồng ý điều này một khi họ nhận ra hội chứng. Ví dụ, phó giám đốc điều hành của một nhà phân phối lớn về tạp chí và sách muốn giảm thời gian giao hàng để cung cấp dịch vụ tốt hơn và giảm chi phí hoạt động. Cô nói với chúng tôi rằng cô muốn "có tất cả thực tế về những gì đang diễn ra để có thể thực hiện những cuộc thâm nhập vào các mục tiêu của công ty".

Bằng cách đặt câu hỏi mục đích và đề xuất rằng cách nhìn về mô hình lý tưởng sẽ trực tiếp dẫn đến việc đạt được mục tiêu, chúng tôi đã chỉ ra cho cô ấy thấy rằng thông tin cô định thu thập cần phải có liên quan đến hệ thống cuối cùng thay vì căn cứ vào những gì đang diễn ra. Thế là một hệ thống kỹ thuật tiên tiến được cài đặt, và một dự án được thực hiện với thời gian và tiền bạc thấp hơn so với xác định ban đầu. Tất cả cá nhân từ hệ thống cũ đều tham gia và cam kết áp dụng hệ thống mới. Cô phấn khích đến mức đặt ngay một poster(*) lên tường:

THỰC TẾ = MỤC ĐÍCH + GIẢI PHÁP TIẾP THEO + CÁC HỆ THỐNG.

Tại sao nguyên tắc Thu thập Thông tin có Giới hạn lại có tác dụng?

Bởi vì nguyên tắc này đánh đúng vào "nhu cầu" được chấp nhận về việc thu thập tất cả các thực tế, giải thích các giả định cơ bản để đảm bảo tính dễ sử dụng cho chính bạn và đồng nghiệp. Hãy đặt niềm tin nơi họ. Áp dụng các khái niệm của Tư duy Đột phá đối với tất cả các thông tin.

Giả định 1. Thông tin chỉ là một sự miêu tả của thế giới hiện thực. Chúng ta nghe tin về một người bị chết đuối dưới một dòng suối có độ sâu "trung bình" 5 cm. Tất cả chúng ta cũng thấy các bảng hiệu: "Binksville – Dân số 2.453 người". Vậy có ai nghĩ rằng nếu thống kê lại bạn có thể nằm ngoài con số 2.453? Một nhà động vật học tuyên bố "Chó sói đồng cỏ (Bắc Mỹ) không biết tấn công con người". Có phải thực tế là chó sói không biết tấn công con người hay chỉ là chúng ta chưa bao giờ thấy chúng tấn công con người? Xà phòng Ivory có thời gian quảng cáo rằng "có 99,44% là tinh chất". Đó là tinh chất gì? Một hãng hàng không cho biết sau một cuộc khảo sát, "75% hành khách nói rằng họ hài lòng với chuyến bay của mình". Điều đó có nghĩa là ¼ hành khách còn lại không hài lòng? Chúng ta bất ngờ với một báo cáo nói rằng "150 người tử vong trong các vụ tai nạn giao thông trong kỳ nghỉ nhân ngày Quốc tế Lao động vào cuối tuần". Dù con số đó là thật thì ý nghĩa của nó cũng không rõ ràng, trừ khi chúng ta biết được có bao nhiêu người chết trong các vụ tai nạn xe hơi vào các ngày thứ Bảy, Chủ nhật và thứ Hai bình thường khác. Đó là sự sai lạc của thông tin.

(*) Poster: Bảng hiệu, áp-phích minh họa.

Giả định này có nghĩa là tất cả thông tin ngay từ đầu phải được xem là không đúng, hoặc ít nhất là hãy đặt nghi vấn về nó. Mặc dù người ta chỉ phản đối những thông tin khác với những gì họ "biết", nhưng thái độ đặt nghi vấn cũng cần phải áp dụng cho kiến thức hiện tại của bạn về mọi thông tin mới.

Tuy nhiên, các thông tin, các mô hình và phân tích về hệ thống hoặc tình huống được xem là đúng sẽ tạo ra lợi thế trong Tư duy Đột phá. Chúng giúp bạn:

1- Cân nhắc các thông số, biến số, điều kiện hoặc các giả định để đánh giá sự tác động của một thay đổi nhưng không làm ảnh hưởng đến hệ thống thực tế.

2- Dự đoán các thông số và kết quả (chi phí, tương tác, thời gian và sản lượng).

3- Xác định những yếu tố chủ yếu.

4- Hỗ trợ quá trình tư duy bằng cách tổ chức, sắp xếp, lưu trữ, kích thích suy nghĩ và tưởng tượng.

5- Tạo điều kiện thuận lợi để giao tiếp thông suốt.

6- Kiểm soát các hoạt động của dự án (một mô hình của quá trình tìm giải pháp có thể biểu thị các bước được thực hiện hoàn hảo đến mức nào).

7- Huấn luyện và đào tạo.

Thế nhưng, mặc dù đây là những lợi thế rất có giá trị, bạn cũng cần chú ý đến những nguy cơ và giới hạn của việc thu thập thông tin, xây dựng mô hình và phân tích. Một số nguy cơ có thể kể ra như sau:

1- Không toàn diện. Chỉ những thông tin giống với cuộc sống thực tế mới được xem là thực tế – một điều rõ ràng không thể xảy ra.

2- Sai lầm khi đặt câu hỏi về thông tin và mô hình đối với hệ thống. Khi đó hệ thống được gán cho các thuộc tính về mô hình nhưng lại là những thuộc tính không phù hợp. Cần lưu ý cái giá phải trả cho việc vay mượn các mô hình và việc thu thập dữ liệu.

3- Các sai sót.

4- Quan điểm sai. Quan điểm của người thu thập thông tin có thể không tương xứng với tình huống thực tế. Ví dụ, một nhà hóa học lập mô hình về một cây xanh dựa trên các nguyên tử và phân tử cơ bản, thợ rừng thì căn cứ vào chi phí, đường kính gốc cây và cách vận chuyển gỗ ra khỏi rừng, nhà thơ thì vẽ bức tranh bằng từ ngữ để mô tả cái cây đó.

5- Khoảng cách trong giao tiếp. Các mô hình thu thập thông tin chi tiết đều phức tạp. Hầu hết những người ra quyết định và các nhà quản lý đều muốn toàn bộ dự án được tóm gọn trên một trang giấy.

6- Tâm thế của người thu thập thông tin. Thật nguy hiểm khi mọi vấn đề đều được quy về một mô hình thu thập dữ liệu nào đó. Chẳng hạn, hoạt động sản xuất có vấn đề thì nghĩ ngay đến việc lập biểu đồ phát triển; hệ thống thông tin bị tắc nghẽn thì cần phải kiểm tra lại chương trình…

Giả định 2. Tương lai không thể được dự đoán từ tri thức "hoàn hảo" về hiện tại. Các chuyên gia có thể thừa nhận đây là nền tảng trong việc giải quyết vấn đề. Khả năng sai lầm của giả định này rất thấp, chỉ trên mức… zero một chút. "Không bao giờ nói không bao giờ" (never say never!).

Trung bình cộng của một loại dữ liệu vẫn không thể nào dự đoán giá trị của một kết quả hoặc sự kiện cụ thể trong tương lai. Tốt nhất, mức độ trung bình của dữ liệu nên được báo cáo trong phạm vi giá trị của nó và những điều khác thường khác nhau có thể xảy ra.

Một số người không quan tâm đến giả định này. Lee Dembart, nhà phê bình sách của tờ Los Angeles Times, cho rằng các nhà kinh tế học thuộc nhóm này. Ông viết rằng "họ không muốn từ bỏ nỗ lực mô tả và dự đoán một cách chính xác hành vi con người mặc dù nỗ lực của họ chẳng đạt được thành công đáng kể nào… Họ sẽ bảo bạn rằng đó chỉ là vấn đề thu thập thêm thông tin và tinh chỉnh các công thức và rồi họ sẽ đưa ra các dự đoán chính xác".

Giả định 3. Thông tin có liên quan quan trọng hơn thông tin chính xác. Một kiểu dự đoán nào đó về các sự kiện và hoạt động có thể xảy ra cũng như kết quả chắc chắn phải có để xử lý vấn đề. Dù Giả định 1 và 2 là thế, nhưng mối liên quan vẫn rất quan trọng. Thực tế chứng minh rằng các con số thống kê có thể làm chúng ta lạc lối thay vì đưa ta đi đúng hướng.

Điều thú vị là, do dữ liệu thường thiếu chính xác nên chính chúng lại tạo ra một lực đẩy vô thức nhằm kết hợp nhiều dữ liệu hơn. Norman Augustine đã phát biểu hóm hỉnh rằng: "Thông tin có sẵn càng yếu thì càng đòi hỏi sự trích dẫn chính xác để làm thông tin đó xác thực hơn". Ông trích dẫn một ước tính của Hội đồng Nghiệm thu Dữ liệu Giáo dục Liên bang: "Trong vòng một năm, người ta đã phải bỏ ra 9.495.967 giờ để điền thông tin vào các biểu mẫu giấy tờ". Thông tin và dữ liệu nên được ghi nhận theo sự biến thiên để giúp đưa ra những diễn giải thích hợp. Chỉ đưa ra nhận định về thực tế thông qua một đường cong đơn giản trên đồ thị thì không hữu ích, không chính xác và cũng không cần thiết.

Trên thực tế, thu thập thông tin chính xác không phải là việc dễ dàng. Tất cả các quyết định đều dựa trên cơ sở những thông tin có khoảng cách về độ chính xác, thế nhưng các quyết định vẫn luôn cần thông tin có mục đích và có liên quan để đảm bảo tính hiệu quả của quyết định. Nguyên tắc về Sự Khác nhau Độc đáo của Tư duy Đột phá sẽ thực hiện vai trò của nó vào lúc này – làm sao để những người "biết rõ hoạt động kinh doanh" có cơ hội tham gia vào việc quyết định thông tin nào là thật sự cần thiết.

Giả định 4. Thu thập thông tin về một hệ thống hoặc vấn đề không phải là một quy trình tự do hoặc trung lập. Xã hội đánh giá cao ý nghĩa của khẩu hiệu "Just the facts, Ma’am"(Chỉ sự thật thôi, sếp ạ!) trong loạt phim truyền hình Dragnet. Nhưng, điều đó có thật không? Thông tin luôn tồn tại như một phần tử của một tổng thể rộng lớn hơn.

Ví dụ, các nhà báo được cử đi "tường thuật lại một vụ việc." Nhưng họ đến hiện trường khi nào, phỏng vấn ai, đặt câu hỏi theo quan điểm nào, chọn lọc thông tin gì để đưa vào bài viết sẽ định hình nên nội dung câu chuyện. Không thể thu thập tất cả thông tin về mọi chủ đề. Vì thế, điều được thu thập sẽ phản ánh điều mà người ta cho là quan trọng và thật sự đó không phải là một quy trình trung lập.

Bất kỳ thông tin nào cũng có một phần giá trị hoặc định kiến hoặc khuynh hướng không thể loại bỏ được. Vì vậy, điều bạn cần làm là xác định các giá trị và những định kiến có liên quan đến dữ liệu. (Ví dụ, nhà báo có thể ý thức rõ về định kiến của mình và cố gắng tường thuật lại tất cả mọi khía cạnh của câu chuyện bằng một thái độ trung lập. Ví dụ, viết rằng người khác "nói" điều gì đó hoàn toàn khác khi viết rằng họ "thừa nhận" chuyện đó; cũng như nói rằng cái tách đã "đầy được một nửa" rõ ràng khác "chỉ có một nửa".)

Ma trận Hệ thống và nguyên tắc về Sự Khác nhau Độc đáo khuyến khích cách đưa thông tin như thế.

Sử dụng nguyên tắc Thu thập Thông tin có Giới hạn

Để áp dụng nguyên tắc Thu thập Thông tin có Giới hạn, hãy xem mỗi tình huống thu thập thông tin là một vấn đề. Bất kỳ khi nào có ai đó đề xuất tiến hành một cuộc nghiên cứu, thu thập dữ liệu, xây dựng mô hình, tìm thông tin trong thư viện, điều hành một cuộc thí nghiệm, triển khai các mối quan hệ toán học, viết báo cáo, khảo sát, áp dụng hệ thống thông tin trên máy tính, đánh giá hiệu quả hoặc bất kỳ hoạt động nào có liên quan đến thông tin… bạn hãy khai triển một dãy mục đích (xem Hình 5-6) để thông tin tìm được có thể đáp ứng yêu cầu. Nếu cần thiết, hãy phác thảo ít nhất một giải pháp tiếp theo về cách thu thập thông tin và đề ra một số chi tiết trong ma trận hệ thống (xem Hình 7-3).

Lý lẽ này thực ra được mượn từ câu châm ngôn: Khi tìm kiếm điều gì, bạn sẽ có xu hướng nhận được điều đó – đặt câu hỏi về thông tin của các mục đích, và Giải pháp Tiếp theo sẽ mang lại cho bạn những kết quả tốt hơn.

Giới hạn thông tin thực ra là cũng một quy trình ra quyết định. Các trường hợp sau đây có thể cho bạn một ý tưởng để quyết định cần thu thập bao nhiêu thông tin là đủ và thông tin đó nên có liên quan đến mức nào cũng như cách giới hạn phạm vi thu thập thông tin:

1- Pat Murphy được giao nhiệm vụ tổ chức việc thay đổi chương trình giảng dạy nghiên cứu xã hội lớp 6 cho một trường cấp quận có quy mô trung bình. Động cơ đầu tiên để ra quyết định ("Tôi phải làm gì bây giờ?") là lập một nhóm thu thập dữ liệu để tìm hiểu về mọi thứ đang được thực hiện. Pat áp dụng quy trình Tư duy Đột phá, và trước tiên hỏi về mục đích của dự án. Sau đó anh bắt đầu thu thập thông tin cần thiết có liên quan cho những mục đích này. Khi thành viên nhóm đề nghị tiến hành khảo sát về các vấn đề của chương trình giảng dạy hiện tại (than phiền của học sinh và giáo viên, điểm học tập của học sinh, đánh giá của người ngoài về các hạn chế), Pat đã hỏi về việc sử dụng các thông tin đó nếu nó có trong sáu tháng. Cuộc thảo luận nhóm tập trung vào những vấn đề có ý nghĩa. Cả nhóm quyết định tìm thông tin từ giáo viên, học sinh, hiệu trưởng, các chuyên gia thiết kế chương trình, và tiếp tục phát triển các mục đích. Sau đó, họ nhất trí sử dụng hiểu biết của họ cho việc phát triển các Giải pháp Tiếp theo để xác định các thông tin cần thiết – Những quyển sách này dùng để làm việc A? Phim và đầu đĩa để làm việc B? Việc áp dụng các phương pháp Tư duy Đột phá đã phát huy tác dụng. Hiệu trưởng và thanh tra giáo dục đã tặng bằng khen cho cả nhóm về chất lượng vượt trội của chương trình giảng dạy và đặc biệt là thời gian hoàn thành dự án rất ngắn.

2- Rosemary Makradokus muốn thiết kế lại tủ quần áo của mình vì cô không còn chỗ để sắp xếp những thứ khác, đồng thời cô cũng muốn tiết kiệm thời gian tìm đồ đạc vào mỗi buổi sáng. Thông thường, nhiều người sẽ xem lại tỉ mỉ sự sắp xếp hiện tại trong căn phòng, rồi tư vấn bạn bè xem họ đã làm gì để giải quyết việc này… Nhưng Rosemary dành một ít thời gian xem xét mục đích của việc thay đổi và nghĩ về sự bố trí lý tưởng cho chính mình. Cô có nên sử dụng loại tủ có các ngăn kéo nhỏ? Vật dụng nào chiếm ít diện tích có thể dùng để treo quần áo mà buối tối cô chuẩn bị cho sáng hôm sau? Thứ tự sắp xếp quần áo cô lựa chọn để mặc? Sự sắp xếp lại của cô thật sự tạo ấn tượng với những người bạn đến thăm cô sau đó.

Về cơ bản, có một số đề xuất và hỗ trợ cụ thể cho việc sử dụng nguyên tắc này:

1- Phát triển các mục đích và một hệ thống mục đích cho bất kỳ yêu cầu, đề xuất, hoặc gợi ý nào mà thông tin cần được thu thập. Xác định được mục đích của báo cáo là gì (thậm chí nếu được yêu cầu bởi nhà quản lý) sẽ giúp giới hạn phạm vi thu thập thông tin. Hãy tập trung vào cái cần đạt được nếu bạn muốn "chiến thắng" trong việc giải quyết vấn đề và hoạch định thiết kế.

2- Trả lời các câu hỏi phát sinh từ sự phát triển của các lựa chọn Giải pháp Tiếp theo cho vấn đề. Mọi người sẵn sàng chấp nhận thông tin nếu họ biết rõ mục đích của nó.

Các câu hỏi cũng giúp đưa các thông tin cần tìm vào một tổng thể rộng lớn hơn. Các mục đích và Giải pháp Tiếp theo sẽ giải thích bức tranh lớn và "các thực tế" cơ bản. Nó đòi hỏi bạn phải kết nối, tổng hợp thông tin và đánh giá ý nghĩa của thông tin.

Số lượng thông tin cần thiết ở mỗi dự án là khác nhau. Một dự án có nhu cầu mới hoặc một hệ thống chưa tồn tại sẽ đòi hỏi nhiều thông tin hơn một dự án thay đổi hoặc cải tiến (hiệu chỉnh các sai sót trong hệ thống).

3- Sử dụng thông tin và kiến thức của nhiều người khác nhau. Bởi vì, họ biết tình huống hiện tại và bạn cần kiến thức chuyên môn của họ. Hãy tạo điều kiện để họ tham gia đóng góp thông tin về các mục đích và Giải pháp Tiếp theo của quá trình thu thập thông tin: Các mục đích của thông tin mà ai đó nói chúng ta cần là gì? Những cách lý tưởng gì để đạt được mục đích đã chọn đối với thông tin? Và đây cũng chính là điều mà một số nhà nghiên cứu xem là khía cạnh cần thiết của thông tin hợp lý: "Thiết kế các tình huống mà người tham gia là nguồn gốc (các nguồn thông tin) và trải nghiệm các quan hệ nhân quả (thành công tâm lý, xác nhận, yếu tố cần thiết)".

Sử dụng hiểu biết và phương pháp heuristics(*) – các quy luật đơn giản về ngón tay cái – mà bạn đã có sẵn trong đầu để mở rộng và xác định xem bạn có thể bỏ qua những bước nghiên cứu gian khổ và một số báo cáo hay không.

4- Hãy tự hỏi một ý tưởng hoặc Giải pháp Tiếp theo có thể được đưa vào hoạt động như thế nào. Điều này sẽ trực tiếp phát sinh các câu hỏi cần được trả lời bằng việc thu thập thông tin, nghiên cứu, lập mô hình và các phương tiện khác. Đặt câu hỏi giúp bạn vạch rõ khi nào áp dụng các phương thức có thể sử dụng ngay.

5- Hãy hỏi rằng nếu thông tin sẽ có trong tay bạn trong ba tháng nữa, bạn sẽ làm gì với nó. Đôi khi được gọi là "quy luật phân tích ngớ ngẩn", câu hỏi này buộc bạn phải thăm dò mức độ liên quan, tính nhất quán, khả năng thông hiểu, sự linh hoạt và hiệu quả (thời gian, chi phí, chất lượng) của thông tin. Số lượng thông tin thu thập "ngớ ngẩn" được hạn chế bằng câu hỏi đơn giản này là rất đáng kinh ngạc.

6- Luôn chuẩn bị tinh thần, không để đầu óc trống rỗng.

Chuẩn bị một nền tảng kiến thức rộng lớn là một hỗ trợ để sử dụng tất cả các nguyên tắc của Tư duy Đột phá. Học hỏi cái mới và các kỹ năng khác nhau là điều luôn được khao khát và cả hai đều quan trọng đối với những người có nghề nghiệp hay có chí hướng. Việc giữ lại các bài báo dự đoán các xu hướng phát triển tương lai vừa giúp mở rộng tầm nhìn của bạn vừa là một cách hữu hiệu để thâu tóm thị trường và các thông tin về đối thủ nhưng vẫn có thể tránh được việc thu thập thông tin tràn lan trong bất cứ vấn đề nào.

(*) Heuristics: Phương pháp giải quyết vấn đề bằng cách đánh giá kinh nghiệm, tìm giải pháp qua thử nghiệm và sửa chữa sai sót.

7- Chia sẻ thông tin với tất cả mọi người, không chỉ với một nhóm ưu tú. Kết quả của các thông tin được thu thập có thể được diễn giải đúng hơn nếu nhiều người liên quan với dự án chia sẻ quan điểm của họ. Lý tưởng nhất là hãy để tất cả tham gia vào hoạt động thu thập thông tin. Hãy tạo cơ hội cho họ đóng góp tích cực vào dự án dựa trên sự thấu hiểu của chính họ hơn là yêu cầu họ tuân thủ một cách miễn cưỡng mệnh lệnh của cấp trên.

8- Tìm thông tin cần thiết từ nhiều nguồn khác nhau. Một phẩm chất thường thấy ở những người sáng tạo, các chuyên gia và nhà quản lý xuất sắc là họ thu hút mọi người tham gia, đọc tài liệu, và tham dự cuộc họp theo nhiều quy tắc khác nhau có liên quan đến một vấn đề cụ thể. Họ làm điều này với mục đích học hỏi từ tập thể để chuẩn bị tinh thần tốt hơn. Khi đó họ có thể tìm ra các mối quan hệ trong số nhiều yếu tố hơn những người nghĩ họ có sẵn thông tin trong sách hoặc bạn bè hoặc ngân hàng dữ liệu. Để thực hiện cách này, bạn hãy liệt kê các quy tắc hoặc kinh nghiệm bạn biết và có liên quan đến vấn đề. Khi đó bạn có thể dễ dàng tìm ra một người hoặc một nhóm người để bạn đặt câu hỏi.

9- Nghiên cứu ma trận hệ thống của Giải pháp Tiếp theo mục tiêu hoặc giải pháp được đề xuất. Khi một dự án đi đến giai đoạn này thì thông tin được thu thập cần được phác họa rõ ràng về hệ thống hoặc sự thay đổi triển vọng. Các loại thông tin đặc trưng chưa được thu thập sẽ được xác định rõ thông qua các khoảng trống trong các ma trận hệ thống. Thậm chí khi thông tin tỏ ra rối loạn đối với người ngoài, ma trận hệ thống là cơ sở để bạn tìm ra các mối quan hệ.

10- Sử dụng các mô hình và các phương pháp định lượng. Khi bạn định hỏi một câu hỏi nhằm xác định thông tin cần thiết, hãy khám phá các phương pháp sẵn có cho loại câu hỏi đó. Ví dụ, nếu câu hỏi của bạn liên quan đến việc phân tích các lựa chọn hoặc chương trình khác, ba trong số vài cách thức sẵn có là phân tích sự kiện bất ngờ, mạo hiểm và viết kịch bản (hệ thống sẽ hoạt động như thế nào nếu nó được áp dụng).

11- Sử dụng thư mục máy tính, mạng lưới, sự tìm kiếm đều đặn và các cơ sở dữ liệu. Nhìn chung, máy tính cung cấp nhiều dữ liệu được cập nhật kịp thời hơn sổ tay và bách khoa toàn thư.

12- Quyết định thu thập thông tin gì. Eberhardt Rechtin, cựu Chủ tịch Tập đoàn Aerospace, đưa ra quy tắc ngón tay cái: "Người kiến trúc sư tài ba sử dụng cảm nhận theo tình huống, dự đoán sự điều chỉnh có thể xảy ra, và tiến hành thiết kế loại trừ hoặc hạn chế chúng". Ông cũng lưu ý rằng khi các lựa chọn trong một thiết kế hệ thống được tạo ra "với những thông tin không xác đáng và không thể tránh khỏi, nó sẽ đem lại lựa chọn tốt nhất và bạn quan sát xem các giải pháp tương lai xuất hiện có nhanh hơn các vấn đề của tương lai hay không... Nếu không, hãy thay đổi lựa chọn".

Kết quả và ảnh hưởng

Giống như nguyên tắc về Sự Khác nhau Độc đáo, nguyên tắc Thu thập Thông tin có Giới hạn phát huy ảnh hưởng lớn nhất thông qua phương pháp mà nó đặt ra trong quá trình suy luận của bạn. Các ví dụ mang tính tiêu cực – ví dụ như thông tin được thu thập quá dư thừa trong hệ thống kiểm soát sâu hại và trong dự án tái quy hoạch đô thị gồm 200 khu phố ở một thành phố thuộc vùng Trung Tây đã nói ở trên – thể hiện tầm quan trọng của nguyên tắc này.

Để đáp ứng yêu cầu rất cao của nguyên tắc này, bạn phải luôn tìm hiểu về các mục đích của việc thu thập thông tin và biện pháp lý tưởng để đạt được những mục đích này. Điều này đòi hỏi sự kiên trì của bản thân bạn trước những áp lực rất lớn của xã hội về thói quen "thu thập tất cả thông tin" – đặc biệt vào giai đoạn đầu của mọi dự án.

Còn đối với những người có quyền lực - những người hay than phiền rằng họ không muốn bị làm phiền bởi những học thuyết mới về thông tin có giới hạn, những người thích đập bàn và ra lệnh cho bạn "thu thập tất cả mọi thông tin" thì sao? Phản ứng thích hợp là phải hỏi về mục đích của việc cần các "thông tin thực tế" và sau đó hỏi về mục đích của mục đích đó, và mục đích của mục thứ hai, cứ tiếp tục như vậy. Phản ứng này luôn phát huy tác dụng, nhưng nó cần tuân thủ các nguyên tắc để đạt được hiệu quả cao nhất. Hãy nhớ rằng không phải bạn không đồng ý với họ; mà bạn chỉ mở rộng một cách thông minh sự chú ý của họ mà thôi.

Vài kết quả tích cực mà bạn có thể đạt được nếu kiên trì áp dụng nguyên tắc này:

• Giảm thiểu tổng thời gian thu thập thông tin và phân tích dữ liệu. Thậm chí nếu bạn đầu tư thêm thời gian để suy nghĩ về nhu cầu thông tin của bạn ngay từ đầu, thì tổng thời gian bỏ ra sẽ ít hơn nữa, cơ bản vì bạn không rơi vào "hội chứng phân tích".

• Giảm chi phí cho việc thu thập thông tin và dữ liệu. Đây là những chi phí quan trọng trong việc xác định giá thành sản phẩm hoặc dịch vụ. Đồng thời, bạn học được cách lắng nghe người khác.

• Sức lực bỏ ra cho việc thu thập thông tin và đánh giá thông tin ít hơn. Bạn học được cách lắng nghe người khác.

• Ngoài tính rõ ràng và chính xác, chất lượng thông tin cao hơn phù hợp với giải pháp và yêu cầu của dự án. Bạn tránh được việc đánh giá sai các ý kiến.

• Tương tác tốt hơn giữa người phụ trách dự án và người chịu tác động của dự án. Bạn hạn chế được tính thiếu kiên nhẫn.

• Tập trung vào việc phát triển và thực hiện hệ thống và các thay đổi thay vì tập trung vào các cách thức thu thập thông tin và xây dựng mô hình. Điều này cho bạn biết khi nào bỏ quá trình thu thập thông tin, so sánh điều được làm với mục đích và đề xuất.

• Lưu trữ báo cáo ít hơn.

Tuy nhiên, bạn cần lưu ý đến những người hay quan trọng hóa các thước đo so với cái giá phải trả cho Giải pháp Tiếp theo. Họ cho rằng việc lập ra một báo cáo dày cộp quan trọng hơn việc đề xuất giải pháp cho một vấn đề.

Những người thích như thế thường nói rằng:

• "Hãy thu thập cho tôi tất cả mọi điều cần biết về…"

• "Tôi có thể cho anh thấy một nghiên cứu chứng minh rằng các giải pháp của chúng ta không thể thực hiện được (hoặc… đề xuất của tôi không thể bỏ qua).

• "Nếu có thêm thông tin, chúng ta mới biết chắc chắn là chúng ta đang đi đúng hướng hay không."

• "Hãy tìm hiểu xem điều đó có tác dụng như thế nào đối với họ."

• "Hãy bắt đầu bằng cách xác định tiêu chí cạnh tranh."

Kết luận

Cốt lõi của chương này là quá trình Thu thập Thông tin có Giới hạn cho một vấn đề hoặc một dự án cụ thể. Nhưng phương pháp tiếp nhận và xử lý những thông tin đó cũng là một vấn đề có thể gây ra hậu quả lớn thay vì mang lại cho bạn những kết quả tốt đẹp.

"Thời đại Thông tin" đem lại sự bùng nổ về thông tin sẵn có, và thật sự bạn có thể bị ngập chìm trong đó. Nhưng đừng vội lo! Trong vai trò là người nhận và người tiêu thụ thông tin, bạn có thể áp dụng Tư duy Đột phá. Mục đích bạn muốn đạt được là gì? Mục đích nào thể hiện nhu cầu cơ bản của bạn? Hệ thống lý tưởng nào giúp đạt được mục đích? Giải pháp Tiếp theo là gì để bạn có thể xem nó là một mục tiêu để thiết kế cách xử lý và ứng phó với thông tin, đặc biệt xác định cách chọn lọc và cách liên kết đến các nguồn thông tin có liên quan khác? Hãy để những câu hỏi bạn cần trả lời "kéo" thông tin và công nghệ từ các nguồn rộng lớn sẵn có. Đừng để tất cả thông tin bị "đẩy" vào quá trình sáng tạo và cải tiến giải pháp của bạn.

Sự khôn ngoan trong việc xử lý vấn đề bắt đầu bằng nhận thức rằng không cần thu thập một thông tin riêng lẻ nào. Tiếp theo là tập trung vào việc thu thập những kiến thức và ý tưởng rộng lớn về các mục đích của việc thu thập thông tin đã định.

"Phơi bày tất cả cho thiên hạ khỏi tò mò"(*) là câu nói có thể dùng để ám chỉ những người theo trường phái "hãy thu thập mọi thông tin!". Trong khá nhiều trường hợp, tò mò là mục đích duy nhất của việc thu thập thông tin. Đó là một tính tốt, là động cơ để học hỏi những điều mới mẻ. Nhưng trong nỗ lực giải quyết một vấn đề cụ thể, sự tò mò không có trọng tâm là một mối hiểm họa.

Thay vì tự hỏi những câu hỏi phản ánh sự tò mò toàn diện, hãy hỏi:

• Tôi có đang lãng phí thời gian tìm kiếm "tất cả thông tin" về vấn đề hay không?

• Có phải tôi đã có quá nhiều thông tin? Thông tin có làm tôi rối rắm không?

• Có phải tôi đang lãng phí thời gian tìm kiếm tất cả thông tin, hoặc cần khiển trách ai không?

• Tôi có bỏ bớt những thông tin dư thừa không?

• Có phải tôi đang thu thập thông tin cần thiết để phát triển giải pháp, hay lại làm hạn chế giải pháp?

(*) Nguyên văn: Curiosity kills the cat.

• Các thành viên khác của nhóm có đang thu thập thông tin để chứng minh một vài giải pháp đề xuất là không phù hợp?

Nếu một dự án thu thập thông tin không đáng để bạn tiếp tục, thì nó cũng không đáng để làm cho tốt.

Mầm mống phát sinh của tư tưởng chủ bại là sự phân tích chi tiết cái đang tồn tại. "Thông tin" là một đại diện hợp lý cho "các quy định" trong định luật thứ 39 của Augustine: "Quy định có ở khắp nơi, được đề ra như một công cụ quản lý, đảm nhiệm cuộc sống của chính nó và biểu thị một mô hình phát triển gần như song song với mô hình phát triển của các thực thể sống khác có thể được quan sát trong tự nhiên, đặc biệt là cỏ dại".