Jag använder ofta en model som heter Cynefin när jag vill illustrerar komplexitet.
Den vänstra sidan är förutsägbara system, det finns en tydlig koppling mellan orsak och verkan och vi kan räkna ut den, givet rätt data.
Den högra sidan är system som är så pass komplexa att vi inte kan förutsäga dem, kopplingen mellan orsak och verkan går bara att se i efterhand.
För att kunna ta bra beslut och hitta rätt process behöver vi veta vilken av de här domänerna vår utmaning är i.
Enkla system
I enkla system är kopplingen mellan orsak och verkan enkel, du behöver inte ha någon särskild expertis för att förstå vad som behöver göras. Exempel skala potatis, du har potatis och en skalare, du skalar potatisen.
Avancerade system
Här finns det en koppling mellan orsak och verkan men den är inte uppenbar. Här behöver vi ha kunskap och expertis för att veta vad vi ska göra. Exempel, diskmaskinen är trasig, för att laga den behöver du veta vad du gör.
Komplexa system
Här finns det förmodligen en koppling mellan orsak och verkan men det är för många okända faktorer för att vi ska kunna räkna ut eller veta i förhand hur det kommer bli. Här behöver vi testa och pröva och skapa situationsanpassade lösningar. Exempel skapa en hållbar restaurangmeny. Vilka ingredienser, hur hållbara är dom, vilken tillgänglighet har de, hur ser besökarnas preferenser ut, vilka saker är i mode just nu, hur ser regelverket och byråkratin ut. Många sakar att ta hänsyn till, här behöver vi testa och utvärdera och se vad som gäller för just oss just nu.
Kaos
Här är kopplingen mellan orsak och verkan oviktig, nu är målet bara att ta sig ur kaos.
Här behöver vi agera omedelbart för att försöka återställa någon form av ordning.
Exemplet är att det börjar brinna i köket, vi måste agera direkt för att minimera skador, exempelvis rädda människor och släcka. Det är ingen tid för analys eller experiment; handlingen måste vara snabb och instinktiv.
Efter att kaoset har hanterats, kan systemet flyttas till en annan Cynefin-domän (till exempel komplex eller komplicerad) för att analysera vad som gick fel och förebygga framtida incidenter.