І ми створили цілу невеличку компанію у формі єдиної команди, поділеної на групи. При цьому премії базувалися не на індивідуальній продуктивності, а на продуктивності всієї компанії. Ми задіяли концепції та інструменти, які десять років потому знайшли своє місце в Scrum (наприклад: власник продукту, беклог проекту та тижневі спринти), детальніше описані нижче та викладені в додатку. Через шість місяців ми стали найприбутковішим підрозділом у компанії. Прибутки на 30 відсотків перевищили видатки. Наші системи Nonstop Tandem стали першими онлайновими автоматами для транзакцій, яким банки довіряли достатньо, щоб їх використовувати. Ми розгорнули їх по всій Північній Америці. У наші дні, у яку б частину країни ви не поїхали, банкомат знайдеться скрізь. І всі ці машини точно знатимуть, скільки грошей на вашому рахунку. Моя команда добряче над цим попрацювала. Ага, нема за що.

Після моєї першої кар’єри в армії, а другої – в освіті, прийшовши в бізнес, я почувався свого роду аутсайдером. Проте точка зору сторонньої людини якраз і стала одним із найцінніших моїх активів. З першого ж дня для мене стало загадкою, чому люди наполягають на роботі способом, який наперед є неефективним та марнотратним, дегуманізованим і просто гнітючим. Гадаю, вони вважали, що так діють усі, а тому він, мабуть, найкращий.

Мені дійсно подобалося працювати в MidContinent, але я прагнув випробувати свої вміння та навички на нових викликах. Закінчилося це тим, що протягом наступних двох десятиліть я працював на великі й малі компанії на посаді віце-президента з проектування або технічного директора. У кожній з них я намагався досягти більш ефективної спільної роботи команд. Улаштувавшись в одну із цих компаній, я опинився в Кембриджі, штат Массачусетс, усього за кілька кварталів від Массачусетського технологічного інституту (МТІ). Кілька тамтешніх докторів та професорів якраз заснували нову компанію зі створення роботів, і їм стало тісно в їхній лабораторії. Розглянувши різні варіанти, вони орендували офісне приміщення в моєї компанії.

Через кілька тижнів після їхнього переїзду сталася геть неочікувана річ: у мій кабінет забіг шестиногий робот завбільшки з кота, який почав ганятися за мною навколо столу. Розробники відразу забрали його та нервово вибачилися за їхню машину, але кожні кілька днів це повторювалося знову. Один із роботів постійно тікав з лабораторії та починав гасати будівлею. Я весь час чув клацання механічних ніг у коридорах.

У мене тоді була одна традиція. Наприкінці дня в п’ятницю я завжди виставляв у своєму кабінеті вино та пиво, щоб усі члени команди могли розслабитись і неформально поспілкуватися після важкого тижня. На ці посиденьки я запрошував також моїх сусідів робототехніків, і однієї п’ятниці до мене завітав Родні Брукс. Цей викладач штучного інтелекту МТІ був одним із засновників компанії. Я спитав його, як працюють ці бродячі роботи.

«Ми десятками років намагалися створити дійсно розумну машину, – сказав він мені. – Витратили мільярди доларів і багато-багато років праці, збудувавши найбільші комп’ютери, які тільки могли, з найбільшими базами даних, але отримали лише комп’ютер, здатний обіграти людину в шахи».

Він пояснив, що до його роботів застосовується зовсім інакший підхід. Замість спроб побудувати щось із одним-єдиним центральним мозком, вони збудували робота, у якого кожна із шести ніг мала власний мозок. Процесор у спині мав лише кілька простих правил: уперед, назад, не наступати на інші ноги. Чип нейронної мережі в голові робота контролював дотримання цих правил і діяв як рефері для всіх частин. Він повідомляв ногам про те, що бачив крізь свою камеру, коли натикався на перешкоду, – та й усе.

За словами Брукса, цікавим було те, що кожного разу, коли робота вмикали, він учився ходити заново. У нього не було бази даних про розташування інших предметів у кімнаті. Натомість його базою даних був сам світ. Кожного разу після вмикання він визначав розташування інших предметів, немов уперше. Натикався на речі й сприймав їх як реальне оточення, що означало його здатність адаптуватися до будь-якого середовища.

«Давайте я вам покажу», – сказав Брукс, затягнувши мене до їхньої лабораторії. Він сунув чистий нейронний чип в одного комахоподібного робота, і я побачив, як той оживає. Спочатку робот невпевнено заспотикався кімнатою, наче новонароджене теля, яке вперше намагається стати на ноги. З кожним кроком він ставав усе впевненішим. Ноги швидко вчилися співдіяти. Уже через декілька хвилин робот бігав навколо. Його вміння ходити не було ані збереженим, ані запрограмованим. Усі складники працювали разом за рахунок кількох простих функцій. Ці ноги не думали, а просто діяли. Я був надзвичайно вражений геніальністю та простотою цієї системи. Тут було щось, що робило саме те, чого мене вчили робити, коли я літав над В’єтнамом: Оглядати, Орієнтуватись, Вирішувати й Діяти. Цей робот був інтегрований у довкілля й рішуче діяв на основі даних із довкілля.

– А що б сталося, – спитав я Брукса, – якби ми змогли розробити набір простих інструкцій для груп людей працювати разом, точно як оці ноги? Вони б самоорганізувались та самооптимізувались, як і цей робот?

– Не знаю, – відповів він. – Чому б вам не спробувати це й не повідомити мені, що із цього вийшло?

Я дедалі краще розумів: якщо зможу створити систему, яка, подібно до цього робота, координуватиме незалежні центри рішень із постійним відгуком про стан справ, буде досягнуто значно вищих рівнів продуктивності. Розподіляючи потік інформації між «ногами» групи, можна буде досягти ефективності, якої раніше не досягав ще ніхто.

Моя розмова з Родні Бруксом відбулася понад два десятиліття тому. Протягом багатьох років він був завідувачем кафедри робототехніки та штучного інтелекту МТІ, а той схожий на павука робот, якого я бачив, на прізвисько Чингізхан, тепер зберігається в музеї Смітсонівського інституту. Сьогодні ви, мабуть, чули про одну з компаній Брукса iRobot, що виробляє пилосос Roomba та використовує для прибирання ваших кімнат той самий адаптивний інтелект, який Чингізхан використовував, щоб ганятися за мною по кабінету. Його остання новинка в Rethink Robotics, робот Бакстер, може успішно співпрацювати з людьми в спільному робочому просторі.

Праця Брукса мене надихнула. І в 1993 році я приніс ці ідеї із собою в компанію Easel, куди мене запросили на посаду віце-президента з об’єктних технологій. Керівництво Easel хотіло, щоб моя команда за шість місяців розробила абсолютно нову серію продуктів для деяких із їхніх найбільших клієнтів, таких як Ford Motor, які використовували їхнє програмне забезпечення в проектуванні та створенні власних додатків. Я сів порадитись зі своїми розробниками й сказав їм, що, на мою думку, вони не зможуть цього зробити за допомогою старого способу розробки програмного забезпечення.

Тією старою методикою була каскадна модель, яку я вже описував у попередньому розділі: усе, що стосується проекту, ретельно зображувалося на масштабних діаграмах Ґантта, кожне завдання точно оцінювалось у годинах і виділялося симпатичними кольорами, що стікали сторінкою, немов каскад. Ці діаграми здавалися дуже гарними й точними, але були цілковитою нісенітницею.

Я знав, що в Easel каскадна модель викине нас за межі дедлайнів на місяці, якщо не роки. Ми мали розробити зовсім інакший спосіб управління проектами. Я пішов до генерального директора і сказав, що діаграми Ґантта не для нас. Він був шокований і вимагав пояснити чому.

– Скільки діаграм Ґантта ви бачили за свою кар’єру? – спитав я.

– Сотні, – сказав він.

– А скільки з них справдилися?

– Жодної, – відповів він після паузи.

Саме тоді я й пояснив йому, що збираюся презентувати наприкінці місяця робоче програмне забезпечення, а не невиконану діаграму Ґантта. Він зможе випробувати його сам і переконатися, що ми на правильному шляху. Ми маємо спробувати це, якщо хочемо вкластись у відведені строки.