Новая наука о хаосе о неожиданностях и непредсказуемости уходит своими корнями в математику, физические и естественные науки.
Наука о хаосе изучает коллективное и интерактивное поведение массы единиц, природных или артефактных, которые потенциально могут эволюционировать во времени. Цель состоит в том, чтобы обнаружить универсальные законы, применимые ко всем развивающимся сложным системам.
Сам по себе хаос хоть и кажется случайным, но на самом деле подчиняется определенным правилам и законам. Полученные правила, законы, принципы основываются на компьютерном моделировании, графике и статистическом анализе. Это переплетенные структуры как и стохастические фракталы.
На основании теории науки о хаосе было сделано много приложений приложения в разнообразных областях, включая экосистемы, иммунные системы, человеческое сердце, сети искусственного интеллекта, сети связи, прогнозирование погоды, разработку продуктов и цены на фондовом рынке.
Внимание науки сосредоточено на том, как законы хаоса были интегрированы в современную теорию биологической эволюции и, следовательно, в эволюцию продуктов, фирм, отраслей и рынков. Считается, что теория хаоса предлагает новые и бесценные идеи для понимания динамики эволюции систем и обеспечивает основу для разработки соответствующих маркетинговых и управленческих стратегий.
В теории науки о хаосе есть три ключевых свойства:
- Нелинейность;
- Состояния системы;
- Возникающий порядок.
Нелинейность
Это свойство отражает потенциальную способность небольших изменений на одном уровне системы вызывать большие эффекты на одном и том же или разных уровнях системы.
Американский математик и метеоролог (1917-2008) Эдвард Лоренц обнаружил важность этого свойства, когда попытался построить модели прогноза погоды. Он обнаружил, что незначительные изменения переменных и невозможность измерить эти изменения с точностью до n-го знака после запятой оказывают кумулятивное и драматическое воздействие на погодные системы, делая невозможным долгосрочное прогнозирование. Лоренц назвал такие отношения между небольшими изменениями и драматическими эффектами “эффектами бабочки”.
На рынках нелинейность часто отражается в эффектах обратной связи, которые проявляются в двух формах:
- усиливающий эффект роста положительной обратной связи;
- демпфирующий эффект отрицательной обратной связи.
Обе формы, переплетаясь и взаимодействуя, могут создавать турбулентные рыночные условия, включая потрясения и крахи. Эффекты обратной связи также упоминаются в литературе как пороговые, порочный круг, кумулятивная причинность, автокаталитические и самоподдерживающиеся эффекты.
Источники эффектов обратной связи включают:
- Большие затраты на установку или постоянные затраты приводят к значительному снижению средних затрат по мере увеличения объема производства.
- Эффекты кривой обучения приводят как к повышению производительности продукта, так и к снижению средней стоимости по мере увеличения объема производства. (Например, соотношение цены и производительности компьютерных чипов удваивалось каждые восемнадцать месяцев в течение последних тридцати лет. Это стало известно как Закон Мура, названный в честь Гордона Мура, соучредителя Intel).
- Эффекты координации или преимущества, предоставляемые другим фирмам, которые соответствуют общим стандартам или тенденциям в отрасли. (Например, производители, которые используют стандарты VHS, Windows, Java и чипов Intel).
- Адаптивные ожидания, которые усиливают ожидания дальнейших выгод, достигнутых конкретным продуктом, фирмой или технологией.
- Обмен информацией через любые средства коммуникации, особенно через Интернет, способствует распространению и расширению знаний и поощряет дальнейшие обмены.
- Рост дополнительных продуктов увеличивает спрос на весь дополнительный набор продуктов. (Например, рост разнообразия программного обеспечения увеличивает спрос на ПК, что, в свою очередь, увеличивает спрос на компьютерные чипы и другие сопутствующие продукты и оборудование, что, в свою очередь, увеличивает спрос на улучшение и дальнейшее разнообразие программного обеспечения и так далее). Это также известно как косвенные сетевые эффекты.
Состояния системы
Система и наука о хаосе демонстрируют две формы устойчивости: структурную и поведенческую.
Структурная устойчивость
Структурно нестабильные системы возникают, когда небольшие изменения в конструкции могут оказать серьезное влияние на поведение системы. Это означает, что первоначальная структура фирмы, отрасли или рынка (включая условия окружающей среды) играет решающую роль в определении ее эволюции. Незначительное изменение (добавление или вычитание) в этих начальных условиях может привести к значительно отличающемуся пути роста. Характер и деятельность фирм-первопроходцев, правительственные постановления, протоколы стандартизации продукции и множество других факторов могут иметь устойчивые и долгосрочные последствия для эволюции системы. Более того, небольшие изменения в структуре системы (например, вход, государственное регулирование, технология) также могут оказывать устойчивое кумулятивное воздействие на ее эволюцию.
Поведенческая устойчивость
Небольшие изменения в поведении агентов системы также могут вызвать эффект бабочки и вызвать нестабильность. Например, небольшие изменения в ценах могут спровоцировать ценовые войны и перетряски, как это часто происходило в авиационной отрасли после дерегулирования. Кроме того, небольшое и даже случайное изменение доли рынка может стимулировать спрос в сторону фирмы, получающей выгоду от увеличения доли рынка.
В целом, эволюционирующие сложные системы обладают следующими тремя характеристиками:
- Непереходный. Может быть более одного стабильного решения. Большинство реальных систем имеют множество возможных решений. Случайность или историческая случайность часто приводят к стабильной рыночной ситуации, которую мы наблюдали. Во многих случаях концентрация рынка в регионе является результатом случайного расположения фирм в этом регионе. Конечно, направленная руководством деятельность играет важную роль в наблюдаемом результате.
- Возможные неэффективные решения. Системы могут привязываться к неэффективным решениям на короткие или длительные периоды времени.
- Зависимость от пути. Как первоначальные, так и случайные события могут определять фактические результаты. Более того, системы реального мира, вероятно, обладают свойством “шалтай-болтай”, то есть после изменения исходная система не может быть восстановлена (например, американская компания AT & T).
Возникающий порядок
Третьим строительным блоком эволюционирующих систем является возникающий порядок.
Элементы успешной системы обладают свойством самоорганизации или спонтанного порядка. Система должна быть относительно стабильной, чтобы накапливать последовательные улучшения, если она хочет развиваться. Стабильность подразумевает отсутствие ”эффекта бабочки» и наличие некоторой степени избыточности. Резервирование снижает чувствительность системы к эффектам бабочки. Избыточность обеспечивает постепенность и надежность. Надежность позволяет формировать системы путем постепенного накопления вариаций.
Конкретный пример свойства возникающего порядка можно увидеть в эволюции Интернета. Существует распределенный интеллект, параллельная обработка и отсутствие центрального управления. Информационный обмен самогенерируется, и результирующие структуры являются проявлениями возникающих явлений. Сети внутри сетей эволюционировали из эффектов обратной связи при обмене информацией, создавая огромную степень сложности.
