Системное мышление (systems thinking) — способность видеть мир как набор взаимосвязанных систем из стоков (резервуаров) и потоков, связанных петлями обратной связи. Вместо того чтобы реагировать на отдельные события, системно мыслящий человек ищет структуру, которая эти события производит. Дисциплина заложена Jay Forrester (MIT, 1958), систематизирована Donella Meadows («Thinking in Systems», 1993) и Peter Senge («The Fifth Discipline», 1990).
Люди плохо прогнозируют поведение систем во времени. В классическом эксперименте с графиком притоков и оттоков (заполнение ванны) только около 4% участников правильно определяют момент, когда уровень воды достигает пика. Даже среди первокурсников MIT правильно отвечают лишь 40-45%. Системное мышление — это набор инструментов, которые компенсируют эту врождённую слабость и превращают интуицию в аналитический навык.
Стоки и потоки — базовый язык систем
Любую организацию, продукт или рынок можно описать на языке стоков и потоков. Это фундамент системной динамики (system dynamics) — дисциплины, которую основал Jay Forrester в MIT Sloan в 1958 году.
Сток (stock) — то, что накапливается
Сток — это резервуар, накопитель. Его можно измерить в замороженный момент времени.
Тест на сток: если остановить время — существует ли это? Если да — это сток.
Примеры стоков:
- Вода в ванной (л)
- Деньги на счету (руб.)
- Количество клиентов — install base (чел.)
- Удовлетворённость клиента (балл NPS)
- Размер команды (чел.)
- Бэклог задач (шт.)
- Экспертиза команды (человеко-годы опыта)
- Запас прочности отношений с клиентом (абстрактный, но реальный)
Поток (flow) — то, что изменяет сток
Поток — это изменение стока в единицу времени. Имеет смысл только за период, не в моменте.
Паттерн: потоки часто содержат в названии единицу времени (в месяц, в неделю, за квартал).
Примеры потоков:
- Выручка (руб./мес.)
- Жалобы (шт./нед.)
- Найм (чел./мес.)
- Темп закрытия тикетов (тикетов/нед.)
- Новые инсталлы (шт./день)
- Отток клиентов / churn (%/мес.)
Install base (сток, чел.) изменяется двумя потоками: инсталлами (приток, шт./мес.) и удалениями (отток, шт./мес.). Фраза «мы увеличим install base, потратив больше на маркетинг» содержит скрытый прыжок в логике: маркетинг влияет на приток инсталлов, но сток вырастет только если отток не вырастет одновременно. Формулировки, в которых пропущены промежуточные шаги, ведут к ошибочным ментальным моделям.
Два закона Ричмонда
Barry Richmond — основатель iSee Systems, автор Stella (один из первых инструментов системной динамики), сформулировал два закона, которые связывают стоки и потоки.
Закон 1: сток меняется только через потоки
Сток может измениться только через входящий или исходящий поток. Никак иначе.
Это звучит тривиально, но нарушение этого закона — самая частая ошибка в продуктовой и управленческой речи. Типичные формулировки, которые пропускают поток:
- «Мы увеличим расходы на маркетинг — и у нас будет больше клиентов» (пропущен поток инсталлов; не учтено истощение рынка, деградация качества лидов, рост CAC)
- «Если повысить зарплату, команда перестанет увольняться» (пропущен отток; мотивация к уходу имеет много источников помимо денег)
- «Внедрим OKR — и фокус улучшится» (пропущен поток внимания; OKR сами по себе ничего не меняют, нужно изменить процесс планирования)
Закон 2: потоки реагируют на стоки
Потоки реагируют на стоки. Количество ресурса в резервуаре влияет на скорость притока или оттока.
Примеры:
- Процентный доход: чем больше денег на депозите (сток), тем больше процентов капает (приток). Классическая усиливающая петля
- COVID: чем больше неболевших (сток), тем больше возможных заражений (поток). Когда сток истощается — поток падает сам по себе
- Word of Mouth: чем больше пользователей (сток), тем больше рекомендаций (приток), но и тем меньше потенциальных клиентов (также сток)
Петли обратной связи
В системах следствие часто влияет на причину, образуя замкнутую цепочку — петлю обратной связи. Это одно из ключевых открытий кибернетики (Norbert Wiener, 1948) и системной динамики. Петли бывают двух типов.
Усиливающая петля (Reinforcing Loop, R)
Изменение в одну сторону усиливает само себя. Приводит к экспоненциальному росту или падению.
Примеры:
- Word of Mouth: больше пользователей → больше контактов → больше adoption → больше пользователей
- Процентный доход: больше денег на счету → больше процентов → ещё больше денег
- Рак: больше клеток делится → ещё больше клеток → ещё больше деления
- COVID на старте: больше заражённых → больше контактов → больше заражённых
- Капитал Маркса: больше капитала → больше инвестиций → ещё больше капитала
Усиливающие петли работают в обе стороны: могут усиливать и рост, и падение. Поэтому термин «положительная обратная связь» (positive feedback) может вводить в заблуждение — речь не о качестве эффекта, а о направлении усиления. Усиливающая петля, запущенная в сторону падения, производит крах (bank run, эпидемию увольнений, обвал доверия).
Балансирующая петля (Balancing Loop, B)
Изменение в одну сторону вызывает противодействие, стабилизируя систему. Приводит к равновесию или к стремлению к цели.
Примеры:
- Насыщение рынка: больше пользователей → меньше потенциальных клиентов → замедление роста
- Траты: больше денег → больше трачу → меньше денег
- Организм: больше токсинов → печень вырабатывает больше ферментов → токсины выводятся
- Государство: много нарушений → усиление контроля → меньше нарушений
- Термостат: температура выше цели → обогреватель выключается → температура падает
Взаимодействие петель
В реальных системах обе петли работают одновременно. Поведение системы определяется тем, какая из них преобладает в данный момент.
| Соотношение сил | Поведение системы |
|---|---|
| R = B | Динамическое равновесие (стабильность) |
| R > B | Экспоненциальный рост |
| R < B | Падение или стремление к стабильности |
| R и B чередуются | Колебания (экономические циклы, хищник-жертва) |
S-кривая — смена режимов в adoption
Когда в системе есть конечный ресурс (потенциальные клиенты, неболевшие люди), возникает характерный паттерн — S-кривая:
- Медленный старт — мало носителей, мало контактов, R слабая
- Ускорение — R преобладает, экспоненциальный рост
- Замедление — B начинает преобладать, рынок насыщается
- Плато — R и B уравновешиваются
Этот паттерн повторяется в эпидемиях (COVID, грипп), adoption технологий (смартфоны, электромобили), росте стартапов, экономических циклах и распространении идей. Крайне полезно узнавать S-кривую в своих данных: если вы прошли точку перегиба, пора искать новые рынки или новые продукты, а не накачивать маркетинг.
Лестница Перла: три уровня работы с системой
Judea Pearl (Turing Award 2011, «The Book of Why», 2018) предложил иерархию познания, которую часто называют лестницей причинности. Применительно к системному мышлению и продуктам она выглядит так:
| Ступень | Вопрос | Инструмент |
|---|---|---|
| 1. Видеть | Что происходит? | Дашборды, метрики, ML-классификаторы |
| 2. Делать | Что будет, если я изменю X? | Stock-flow модель, A/B-тест, причинный анализ |
| 3. Представлять | Что было бы, если бы мы сделали иначе? | Симуляция, контрфактические рассуждения |
Большинство продуктовых команд живёт на уровне 1 — читают дашборды и реагируют. Переход на уровень 2 требует построения stock-flow модели своего бизнеса (CLD — causal loop diagram). Уровень 3 — это симуляция: «что если мы увеличим CAC на 30%, как изменится LTV через 18 месяцев?» Системная динамика + AI делают переход от уровня 1 к уровням 2-3 существенно быстрее, чем было возможно ещё несколько лет назад.
Применение: как системное мышление объясняет реальность
Ванная (упражнение на интуицию)
Классический тест MIT: дан график нестабильного притока воды и стабильного оттока. Нарисуйте, как меняется уровень воды. Только 4% участников отвечают верно. Ключевая ошибка — путать пик притока с пиком стока. На самом деле сток продолжает расти, пока приток > отток, даже если приток уже снижается. Пик стока наступает не когда приток максимален, а когда приток сравнивается с оттоком.
Новостные заголовки
«80,000 Tech Layoffs — Tech Collapsing?» — классический пример смешения стоков и потоков. Увольнения — это поток. Размер индустрии — сток. Заголовок делает вывод о стоке из стейтмента о потоке, при этом полностью игнорируя встречный поток — найм AI/ML-специалистов, который шёл параллельно увольнениям.
Макроэкономика
- Инфляция: печатание денег (приток денег в экономику) при стабильном потоке товаров → рост цен
- Ставка рефинансирования ЦБ: инструмент ослабления притока денег — балансирующая петля
- Кризис 2022: государство закрыло отток капитала, чтобы ослабить балансирующую петлю (отток денег) и усилить рубль
COVID как система
- R1 (рост): больше заражённых → больше контактов → больше заражений
- B1 (затухание): больше переболевших → меньше восприимчивых → меньше заражений
- Карантин: ослабление R1 через уменьшение контактов
- Вакцинация: усиление B1 через перевод части населения из «восприимчивых» в «иммунных»
Бизнес-применения
- Facebook 2004: Цукерберг запускал продукт только в кампусах с достаточной предрегистрацией — управление «плотностью», чтобы усиливающая петля работала с первого дня
- Starlink / интернет в Африке: расширение TAM — ослабление B1 (насыщения) через увеличение потенциальной аудитории
- Реферальные программы: прямое усиление R1 через материальный стимул к рекомендациям
- Onboarding: улучшение Time-to-Value сокращает отток, ослабляя балансирующую петлю
Как AI ускоряет системное мышление
До 2023 года построение stock-flow модели требовало недель работы в Vensim или Stella. Сейчас Claude Code по текстовому описанию системы генерирует causal loop diagram и stock-flow уравнения за минуты. Это переход от ручного моделированияк AI-ускоренному моделированию.
Что AI ускоряет:
- Построение CLD: «опиши петли обратной связи в росте B2B SaaS с long sales cycle» → готовая диаграмма с R и B петлями
- Выявление скрытых петель: AI пробегает по историческим данным и предлагает гипотезы о петлях, которых не видно в срезе
- Симуляция what-if: Claude Code пишет Python-модель и прогоняет сценарии за секунды
- Проверка ментальных моделей: AI указывает на нарушения законов Ричмонда в ваших формулировках
Это основа курса AI + Системное мышление: вы строите модели руками (чтобы понять механику), затем подключаете AI для ускорения. К 6-й сессии — первая работающая модель вашего бизнеса.
С чего начать практиковаться
- Нарисуйте stock-flow диаграмму для любого интересного процесса. Определите один сток, приток, отток. Найдите хотя бы одну петлю обратной связи. От руки или в Figma / Miro
- Тренируйтесь на новостях. Читая заголовок, спросите: «Где тут сток? Где поток? Какие шаги пропущены?». За неделю практики вы начнёте замечать искажения автоматически
- Постройте модель своего продукта. Install base, новые регистрации, отток. Где балансирующие петли (насыщение, выгорание каналов, деградация качества)? Где усиливающие (word of mouth, сетевые эффекты)?
- Прочитайте Donella Meadows «Thinking in Systems». 200 страниц, которые полностью меняют восприятие. Есть перевод на русский — «Азбука системного мышления»
Связанные материалы
- Законы Брукса, Галла и Гудхарта — три закона системного мышления для команд
- Симуляция «Растущая команда» — 10-минутная интерактивная игра по Теории ограничений
- Туннелирование внимания — когнитивная ловушка, тесно связанная с законом Гудхарта
- Time to Value — метрика, связанная с ослаблением балансирующей петли оттока
- Вебинар: системное мышление (март 2026) — полный транскрипт предыдущего вебинара
Источники
- Jay Forrester, Industrial Dynamics (MIT Press, 1961) — академический фундамент системной динамики
- Donella Meadows, Thinking in Systems: A Primer (Chelsea Green, 2008) — самая доступная книга на 200 страниц
- Peter Senge, The Fifth Discipline (Doubleday, 1990) — классика для руководителей, ввела в оборот термин «архетипы систем»
- Eliyahu Goldratt, The Goal (North River Press, 1984) — Теория ограничений в формате производственного романа
- Judea Pearl, The Book of Why (Basic Books, 2018) — лестница причинности, уровни познания системы
- Barry Richmond, An Introduction to Systems Thinking with STELLA (iSee Systems, 2001) — два закона Ричмонда
- Norbert Wiener, Cybernetics (MIT Press, 1948) — теория обратной связи