Modelowanie rzeczywistości odbywające się świadomie (System 2) lub nieświadomie (System 1) w naszych umysłach jest podstawą do przyjmowanych przez nas heurystyk. Heurystyka to w tym przypadku nic innego jak prosta procedura, która, choć niedoskonała, pozwala nam w rozpoznawalnych i podobnych do poprzednich okolicznościach działać bez dokonywania pracochłonnych i czasochłonnych analiz. Ale aby lepiej wyobrazić sobie potencjalne skutki naszych działań w ramach niedoskonałych, prostych i automatycznych procedur, powinniśmy wprowadzić w tym miejscu pojęcia systemów skalowalnych i nieskalowalnych.

Taleb w swoim bestsellerze „Czarny łabędź” opisuje te pojęcia następująco – z systemem nieskalowalnym mamy do czynienia wtedy, kiedy poziom osiąganych wyników zależy od ciągłych wysiłków⁴¹. W gabinetach masażu masażyści w pocie czoła masują, w przedszkolach nauczyciele uczą grupkę dzieci, nad którą są w stanie zapanować, w piekarniach piekarze pieką chleb, muzycy grają na weselach, organiści w kościołach, lekarze przyjmują pacjentów. Oczywiście są indywidualne różnice zasięgu prowadzonych przez wymienione zawody działań, ale co do zasady fizyczne ich ograniczenia będą limitowały dzienną, miesięczną czy roczną ilość wykonanej pracy i związane z nią korzyści. Ale – co jest bardzo ważne – ograniczone pozostaną również związane z nimi zagrożenia.

Z systemem skalowalnym mamy natomiast do czynienia wtedy, kiedy zamiast ciągłych starań możemy oprzeć się na trafności decyzji, która potęguje wydajność bez dodatkowego wysiłku⁴². Podstawą propagowania trafnych decyzji w systemie złożonym jest sposób przechowywania i odtwarzania informacji. Wynalazki takie jak mowa, pismo, cyfry, druk, rejestracja dźwięku, rejestracja obrazu, edytory tekstu, programy księgowe, rejestratory informacji od dyskietki do pendrive’a, internet, społecznościowe media wymiany informacji – wszystkie te udogodnienia powodują, że zakres podejmowanych działań, rozpowszechnianych idei, heurystyk działania, algorytmów przetwarzania danych i podejmowania decyzji jest w stanie urosnąć i osiągnąć skalę całego systemu. Działania te mogą pociągnąć za sobą niebotyczne dochody – oczywiście dla tych nielicznych, których książki, piosenki, oprogramowanie, buty czy coca-cola rozprzestrzeni się, używając skalowalności. Są w stanie rozpowszechnić mody, postawy, sposoby modelowania, algorytmizacji rzeczywistości na cały świat. Ale przede wszystkim równie niebotyczne mogą być ich nieprzewidziane negatywne konsekwencje.

Połączenie ciągłego wzrostu technicznych możliwości rozprzestrzeniania i przechowywania informacji, mobilności ludzi, towarów i idei cały czas powiększa potencjał skalowalności. Oferowane algorytmy oprogramowań społecznościowych takich jak Facebook, programów dostępu do danych jak Google, systemów komputerowych jak Windows, telefonów jak Android, preparowane przez lobbystów (polityków i wszystkich chcących wpływać na opinie innych ludzi) algorytmy publikowanych później sondaży, lansowane heurystyki dietetyczne, normy zachowań prozdrowotnych, strategie przyjmowania antybiotyków wśród ludzi, ale i też dla tuczenia zwierząt, strategie doboru odmian roślin uprawnych, nawożenia czy używania środków chwastobójczych, rozwój upraw monokulturowych itd., itp., korzystając z efektu skali, zmieniają nasze postrzeganie rzeczywistości, zwyczaje i relacje w sposób, którego nieoczekiwane skutki mogą rozprzestrzeniać się na niespotykaną dotąd skalę.

Chęć nadmiernego panowania i koncentracji władzy konsumuje żywotne zasoby systemu i zwiększa prawdopodobieństwo jego niekontrolowanego uproszczenia

W sposób wymykający się naszemu – przyzwyczajonemu do lokalności, rozkładu prawdopodobieństwa zdarzeń niezależnych Gaussa i względnej prostoty – systemowi postrzegania, podejmujemy niepostrzeżenie dla nas samych ryzyka związane z nieoczekiwanymi efektami działania systemów złożonych. A immanentną cechą systemów złożonych jest podatność na nadmierną konsumpcję ich żywotnych zasobów i katastrofalne załamania.

Nassim Nicholas Taleb w swoim bestsellerze „Antykruchość” pisze o błędach w postrzeganiu konsekwencji podejmowanych działań biznesowych. Na przykład pożądana przez łączące się w korporacje firmy korzyść efektu skali jest złudzeniem. W pogoni za stosunkowo, w porównaniu do osiąganej wielkości, niewielkimi korzyściami fuzji, powiększające swoją wielkość korporacje koncentrują ryzyko błędnych oszacowań dotyczących postrzegania rzeczywistości przez swoich managerów. I osiągając wielkości, dzięki którym można wpływać na władzę polityczną w ramach lobbyzmu lub korzystać ze zjawiska „zbyt duzi/ważni, by upaść”, pasożytują na pozostałych.

Konsekwencjami błędów na jeszcze większą skalę – pisze James Rickards – mogą nas obarczyć rządy. Chęć uregulowania wszystkiego, finansowanie jak największej liczby życzeń a conto przyszłych wyborów, manipulowanie rynkami, papierowym pieniądzem opartym o zadłużanie przyszłych pokoleń, pozwolenie na nieskrępowany rozrost spekulujących pieniędzmi deponentów banków czy próby wpływania na zachowania podatników i konsumentów poprzez wykorzystanie osiągnięć behawiorystyki jest dokładnie odwrotnością wniosków płynących z teorii złożoności. Wszystko, co niesie ze sobą gromadzące się nierównowagi, niesie też ryzyko załamania. Chęć nadmiernego panowania i koncentracji władzy konsumuje żywotne zasoby systemu i zwiększa prawdopodobieństwo jego niekontrolowanego uproszczenia. System złożony może i powinien być prostszy, nieprzeregulowany, utrudniający, a nie ułatwiający szerzenie się nierównowag zagrażających jego funkcjonowaniu. A więc bardziej lokalny niż globalny. W przeciwnym razie – zwraca uwagę Rickards – pozostaje podbój (i pasożytowanie na podbitych, w dzisiejszych czasach ekonomiczne) lub upadek⁴³.

Podręcznikowym przykładem takiego niepostrzeżonego ryzyka był – jak to określa Rickards – najszybciej rozprzestrzeniający się wirus w globalnej epidemii finansowej, czyli metoda wyceny wartości narażonej na ryzyko tzw. VaR⁴⁴ (Value at Risk – rozbudowane komentarze można znaleźć w „Zasadach TOC” Ashlaga, „Antykruchości” Taleba oraz w „Wojnach walutowych” i „Drodze do ruiny” Rickardsa). Teoria efektywnych rynków (czyli inwestorzy maksymalizują zysk i reagują racjonalnie na sygnały cenowe i nowe informacje) połączona z normalnym rozkładem ryzyka (krzywa Gaussa prawdopodobieństwa wystąpienia zdarzeń niezależnych) posłużyła do stworzenia metody pomiaru ryzyka w całym portfelu aktywów. Opierając się na założeniu, że przyszłe relacje między cenami będą kształtowały się co do zasady podobnie jak w przeszłości, a wahania cen mają charakter losowy zgodny z krzywą Gaussa, czyli zdarzenia zarówno bardzo korzystne, jak i skrajnie niekorzystne są mało prawdopodobne i znoszą się wzajemnie, opracowano przy pomocy skomplikowanych matematycznych obliczeń takie zestawienia pozycji inwestycyjnych, które wydawały się odporne na wszelkiego rodzaju zakłócenia. Wydawały się one generować zyski bezpieczne i nieograniczone w obliczu zapotrzebowania na inwestycje, praktycznie niegenerujące ryzyka. Liczba skomplikowanych kombinacji wzajemnie znoszącego się ryzyka – jak pisze Rickards – jest praktycznie nieograniczona⁴⁵.

Utajony gen choroby, czyli nakładanie prawdopodobieństwa rozkładu losowego zdarzeń niezależnych Gaussa na zdarzenia zależne, nakładanie prostoty na złożoność, niedostrzeganie kruchości – ale w sposób niepostrzegalny przez budowniczego finansowego modelu ryzyka – ujawnia się zawsze w sprzyjających okolicznościach. Krach giełdowy w 1987 roku, upadek funduszu Long-Term Capital Management w 1998 roku i w końcu globalny krach finansowy w 2008 roku to jedne z najbardziej spektakularnych śladów zostawionych w historii finansów przez działania wbijające matematycznymi algorytmami złożoność w rozpadający się prędzej czy później gorset prostoty.