Recentemente, conversei com um de nossos gerentes seniores sobre a nova divisão bancária de nossa empresa; ele me disse que apenas 21% de nossos portadores de cartão respondem por 80% dos gastos. Essa situação distorcida o preocupou muito, e ele se perguntou o que poderíamos fazer para distribuir nosso livro de empréstimos de forma mais uniforme. Tive conversas semelhantes com a gerente de captação de recursos de uma organização sem fins lucrativos que presido: a maior parte do financiamento vem de cerca de 20 doadores, o que ela me diz ser insustentável. Do jeito que ela vê, a organização está caminhando para um precipício. Ambas as reações revelam um erro cognitivo comum que tem profundas implicações para a liderança.

Assim como o gerente bancário e o arrecadador de fundos, a maioria de nós vê o mundo como amplamente gaussiano, o que significa que acreditamos que a maioria das coisas é distribuída, ou deveria ser distribuída, de acordo com as curvas de sino. Neste mundo, a maioria dos portadores de cartão e doadores, por exemplo, gastaria ou contribuiria perto da média, e as pessoas restantes se espalhariam simetricamente em cada lado dessa quantia média de dinheiro. A média, a mediana e a moda coincidiriam; metade das pessoas ficaria abaixo da média e a outra metade acima. Neste mundo, as variáveis são independentes e não influenciam umas às outras.

Por que pensamos assim? Primeiro, nossos cérebros são programados para achar a justiça recompensadora e edificante e são avessos à desigualdade. Um mundo gaussiano, com a maioria das pessoas agrupadas em torno de uma média estável, parece justo e previsível. Também achamos a simetria particularmente agradável, seja em rostos, arte ou estatística. Além disso, a maior parte de nossa escolaridade ainda é baseada em distribuições “normais” e no pensamento newtoniano, que decompõe a realidade em variáveis independentes e causa e efeito. Essa visão de mundo permeou várias disciplinas, da medicina à estatística e à administração. Finalmente, existem de fato fenômenos que seguem distribuições gaussianas. Tome notas de testes, por exemplo. As variáveis medidas (as notas dos testes) são o resultado de processos aditivos (a soma das notas de cada questão).

Embora eu tenha aprendido sobre uma infinidade de outras distribuições estatísticas quando estudei estatística e teoria da probabilidade, eu também tinha a visão intuitiva de que a maioria das coisas segue uma distribuição em forma de sino.

No entanto, elas não seguem. Deixe-me dizer-lhe por que, e por que isso importa muito.

Cerca de 10 anos atrás, depois de ler sobre vieses cognitivos, fiquei surpreso ao descobrir que a maioria das atividades humanas, assim como muitas disciplinas – de física e biologia a linguística, finanças e ciência da computação – seguem uma distribuição de Pareto em vez de uma curva gaussiana “normal”.

Nas distribuições de Pareto (nomeadas em homenagem ao economista Vilfredo Pareto, que no início do século 20 observou que 20% das pessoas na Itália possuíam 80% da terra), uma pequena mudança em uma variável está associada a uma grande mudança em outra, porque reflete variáveis multiplicadas entre si em vez de somadas, como na distribuição normal. Isso também é conhecido como uma “lei de potência”. Em vez de uma curva de sino simétrica, a distribuição de observações ou resultados se parece com um taco de hóquei com uma cauda longa, conforme mostrado na figura abaixo. Há muitas observações de valores baixos e um pequeno número de valores altos, ou valores atípicos.

Quando você começar a procurar, verá esse padrão em quase todos os lugares, quase o tempo todo. A frequência das palavras que usamos quando falamos, a magnitude dos terremotos e furacões, o tamanho das empresas e cidades, as vendas de livros e o padrão dos países que conquistam medalhas olímpicas seguem as leis de poder. A mídia social não é exceção – por exemplo, um estudo dos EUA mostrou que apenas 25% dos usuários mais ativos do Twitter representavam 97% dos tweets. Em nosso negócio de seguros de curto prazo, Discovery Insure, os piores 30% dos motoristas respondem por 60% dos acidentes graves. O Covid-19 também se espalha de maneira Pareto: em dois estados indianos, 60% das novas infecções foram causadas por menos de 10% das pessoas portadoras da doença – alguns “super disseminadores” – enquanto outros 71% não infectaram ninguém. (Esse padrão de transmissão também foi observado em outros países.)

Por que a distribuição de Pareto é a norma real, em vez da distribuição gaussiana “normal”? Talvez ainda mais importante, por que está se tornando ainda mais? A maioria das coisas segue as leis de potência porque é assim que os sistemas complexos interconectados se comportam. E as leis de energia estão se tornando cada vez mais onipresentes porque nosso mundo opera em sistemas complexos cada vez mais interconectados. Quanto mais interconectados os sistemas complexos, mais pronunciada a lei de potência.

Economias, cadeias de suprimentos, comércio e mercados tornaram-se mais interligados e globais. A tecnologia da informação e os transportes aprofundaram exponencialmente a interconexão dos múltiplos sistemas dos quais fazemos parte. Nessas redes, as variáveis não são aditivas, mas influenciam umas às outras, criando processos dinâmicos, de reforço e em cascata que são não lineares, multiplicativos e muito menos previsíveis. Na verdade, esses sistemas são capazes de comportamento “cisne negro”, porque na maioria das distribuições de Pareto (ao contrário das gaussianas), a variância – que mede o quão dispersos os pontos de dados estão em torno da média em uma distribuição – não é bem definida.

Além de difundidas, essas leis de poder também são notavelmente teimosas. Independentemente do que fazemos, um pequeno número de pontos de dados – pessoas, decisões ou outras observações – ainda é responsável pela maioria dos resultados. Os sistemas políticos projetados para produzir maior igualdade de renda, por exemplo, lutam para tirar Pareto do caminho. Veja a China, que, apesar de seu foco maior na igualdade de renda do que a maioria dos outros países, tem um coeficiente Gini mais alto do que a Alemanha e o Reino Unido. Essas distribuições também se repetem como bonecas russas, como vemos em nosso negócio de seguros de saúde: os 20% mais doentes das pessoas geram 79% dos custos de saúde, e a mesma distribuição distorcida pode ser encontrada dentro desse grupo de 20% (com os 20% mais doentes dentro desse grupo responsável por cerca de 60% dos custos de saúde). Se você continuar se aprofundando nos números, continuará descobrindo que um número relativamente pequeno de pessoas é responsável pela maior parte dos custos.

Essa desconexão entre nossa percepção gaussiana e a realidade de Pareto não é um ponto intelectual obscuro, mas traz sérias consequências práticas. Por causa desse erro, nossa abordagem para a maioria dos problemas é, na melhor das hipóteses, abaixo do ideal. Malcolm Gladwell, por exemplo, escreveu sobre como as soluções típicas para lidar com os sem-teto – abrigos e refeitórios sociais – foram ineficazes porque se baseiam na suposição equivocada de que a maioria dos sem-teto segue a média: número médio de dias sem um teto, custo médio por pessoa para o erário público ou razões médias para ser sem-teto. No entanto, em todas essas dimensões, a falta de moradia também segue uma lei de poder. Nas palavras do físico laureado com o Nobel Philip Anderson, precisamos nos libertar do pensamento “médio”, ou focar na média, que, na maioria dos casos, é enganosa. A piada de que quando Bill Gates entra em um bar, todos naquele bar se tornam milionários em média, ilustra o ponto. Valores atípicos e caudas são descartados como aberrações, quando na verdade eles têm o maior impacto – bom e ruim. Um pequeno evento viral, por exemplo, se transforma em uma pandemia global de coronavírus e um desastre econômico.

A percepção de que vivemos em um mundo em grande parte Pareto – inerentemente injusto, assimétrico e imprevisível – pode parecer desagradável no início. A vantagem, no entanto, é que a mudança sistêmica em tal mundo é muito mais fácil e rápida. Em um mundo gaussiano, todos os elementos dentro de um sistema devem mudar para que toda a construção mude, o que é trabalhoso, demorado e muitas vezes impossível. Em um mundo de Pareto, por outro lado, uma mudança na cauda muda todo o sistema – para melhor ou para pior.

O que tudo isso significa para os líderes empresariais? Aqui estão três implicações práticas para inovação, gerenciamento de riscos e pessoas.

Inovação

Concentre-se em decisões ousadas na cauda, ​​em vez de mudanças incrementais.

Em um mundo de Pareto, problemas aparentemente intratáveis tornam-se solucionáveis por meio de uma mudança positiva na cauda. É assim que algumas cidades como Denver conseguiram fazer incursões na questão dos sem-teto. Eles projetaram intervenções específicas focadas nos sem-teto crônicos, que respondem pela maior parte dos custos de serviços sociais e de saúde e são os casos mais difíceis de resolver, mas que representam uma pequena fração de toda a população sem-teto.

Em um sistema de Pareto, um indivíduo ou uma decisão pode fazer uma enorme diferença. A visão e a liderança de um empreendedor como Steve Jobs, por exemplo, podem acabar moldando uma indústria inteira. Para ampliar ainda mais essa ilustração, imagine o impacto que a Apple teria se Jobs tivesse fundado a empresa em Joanesburgo, em vez de no Vale do Silício; a receita bruta da empresa hoje é equivalente a aproximadamente metade do PIB da África do Sul.

Da mesma forma, o tipo de inovação radical que pode transformar empresas e setores inteiros acontece na cauda. É por isso que a criação do programa Vitality foi um divisor de águas para o Discovery: uma decisão atípica teve e continua a ter um enorme impacto em todo o nosso negócio. Alguns anos depois de lançarmos nosso negócio de seguros, uma conversa inicial com uma rede de academias sobre vendas cruzadas gerou uma ideia totalmente diferente: e se criássemos um programa que recompensasse as pessoas por fazer coisas saudáveis? E se os membros que fizeram parte deste programa pudessem ir à academia de graça? Ainda me lembro vividamente dos 10 minutos que levou para essa ideia tomar forma. A decisão de implementá-la transformou profundamente nosso negócio. Ela lançou as bases para um novo modelo de seguro baseado em economia comportamental e valor compartilhado – um modelo de negócios no qual faz sentido para a Discovery, seus clientes, fornecedores e sua comunidade local fornecer aos membros da Vitality o conhecimento, as ferramentas e os incentivos para viver uma vida mais saudável.

Muitas decisões de cauda menor contribuíram para transformar a ideia inicial no que é hoje. Mas o sucesso da Discovery pode ser rastreado até a decisão inicial da cauda, que continua sendo o núcleo de nossa identidade e crescimento e teve um enorme impacto através da criação de benefícios multiplicativos de valor compartilhado para membros e acionistas. Era a raiz de um sistema que conectava mudança de comportamento com risco e recompensa.

Não estou dizendo que melhorias incrementais não são importantes – elas são. Estou dizendo que a inovação radical que pode resultar em mudanças sistêmicas e profundas começa com decisões ousadas na cauda, portanto é aí que os líderes devem concentrar seu tempo e atenção.

Gerenciamento de Riscos

Abrace em vez de lutar contra a lei de potência e identifique os problemas de cauda com antecedência.

A mudança de perspectiva para um mundo de Pareto também tem implicações em como lidamos com risco e incerteza. Gastamos muito tempo e energia tentando “corrigir” fenômenos não lineares – como captação de recursos assimétrica e empréstimos com cartão bancário – que percebemos como anormais e arriscados. Pode haver considerações morais e de justiça a serem consideradas, mas como as distribuições da lei de potência são a regra e não a exceção, e como são notavelmente teimosas, elas exigem soluções diferentes para lidar com o risco e um foco na dinâmica na cauda.

Assim como a inovação na cauda pode mudar sistemas inteiros para melhor, uma decisão negativa na cauda pode derrubar um sistema inteiro – um cenário que me mantém acordado à noite. Então, como lidamos com a incerteza e o caos de um mundo de Pareto? Como tomamos decisões? Como evitamos decisões ruins de cauda ou as corrigimos rapidamente antes que se tornem catastróficas?

Um caminho promissor é combinar resultados extremos e a plausibilidade de vários cenários futuros – a teoria da surpresa potencial do economista George Shackle – para ajudar a lidar com decisões em extrema incerteza. O uso de probabilidades tradicionais é problemático porque elas dependem de resultados predefinidos e mutuamente exclusivos que supostamente cobrem todos os cenários possíveis – que, é claro, ninguém pode prever. Um tomador de decisão usando a Teoria da Surpresa Potencial, por outro lado, escolhe entre vários cenários possíveis com base em uma combinação do grau de descrença ou implausibilidade dos resultados possíveis e os ganhos e perdas potenciais esperados associados a cada um. Essa abordagem, ao contrário das probabilidades tradicionais, deixa espaço para surpresas e novas possibilidades. Então, pense em plausibilidade e consequências, em vez de probabilidade. Pense de uma forma muito mais ampla sobre as coisas ruins que poderiam acontecer.

De fato, não podemos prever ou evitar eventos de cisne negro (ou seja, cauda ruim). Mas aprender a reconhecê-los e contê-los cedo pode evitar um desastre. Quando o Covid-19 eclodiu pela primeira vez na Coreia do Sul, por exemplo, a reação inicial e decisiva das autoridades de isolar os traços de teste conteve a propagação da doença, em comparação com países como Estados Unidos ou Brasil. Da mesma forma, podemos aprender a reconhecer e reverter decisões de cauda perigosas. Imagine o que poderia ter sido evitado se o Lehman Brothers, por exemplo, tivesse identificado como uma decisão de cauda a expansão de seus negócios de hipotecas subprime e derivativos garantidos por hipotecas na medida em que um pequeno declínio no valor imobiliário poderia acabar com seu capital.

Gerenciando Pessoas

Crie uma equipe A+ para alavancar o impacto dos jogadores A+.

O desempenho das pessoas ainda é frequentemente medido usando uma curva gaussiana. Na realidade, um pequeno número de empresas com desempenho superior responde consistentemente pela maior parte do impacto. A implicação é dupla.

Primeiro, recrute e retenha as melhores pessoas possíveis em todos os níveis. As estrelas na cauda ainda serão responsáveis pelo maior impacto nos resultados – lembre-se de que as leis de poder são teimosas – mas isso não significa que todos os esforços de recrutamento e retenção devam se concentrar nelas. Atrair e reter consistentemente talentos excepcionais em toda a organização elevará toda a curva de talentos, com impactos profundos nos resultados. Portanto, embora uma pequena porcentagem de pessoas ainda seja responsável por uma proporção relativamente grande de resultados, ter melhores talentos em geral pode elevar os resultados em termos absolutos.

Em segundo lugar, concentre-se em melhorar os ambientes e a dinâmica da equipe em todos os níveis. Quando o complexo sistema que é uma empresa fica mais e melhor interconectado, o impacto multiplicativo dos atores-estrela na cauda se amplifica em todo o sistema.

. . .

Recalibrar nossa perspectiva de Gaussiana para Pareto pode parecer misterioso, mas as implicações práticas são profundas. Mudar a lente através da qual entendemos o mundo afeta a forma como abordamos as mudanças sistêmicas, como tomamos decisões e lidamos com riscos e como lideramos. E como nossas vidas são feitas de intrincadas e complexas teias de conexões humanas, desde famílias e redes profissionais até as comunidades em que vivemos, nossas vidas inteiras seguem leis de poder: algumas decisões importantes – com quem nos casamos, quais carreiras escolhemos — acabam tendo um enorme impacto em nosso futuro. Acredito que nosso pensamento segue a mesma lei de potência. Ao corrigir alguns erros cognitivos, começando por este, podemos transformar radicalmente nosso desempenho, nosso impacto e toda a nossa vida.

Artigo Traduzido da Harvard Business Review. Fonte Original: https://hbr.org/2022/01/we-need-to-let-go-of-the-bell-curve