Berikan Perubahan Pada Hidupmu

Pandangan kita terhadap dunia didukung oleh algoritma personal: mengamati bagaimana semua komponen (dan orang-orang) yang membentuk sistem sosial pribadi kita berinteraksi, dan mencari pola untuk memprediksi apa yang akan terjadi selanjutnya. Ketika sistem berperilaku linear dan bereaksi secara langsung, kita cenderung cukup akurat dalam prediksi kita. Inilah mengapa balita senang menemukan sakelar lampu: sebab dan akibat terjadi secara langsung. Anak menekan sakelar, dan lampu pun menyala. Namun, daya prediksi kita menurun drastis ketika terjadi penundaan waktu atau non-linearitas, seperti halnya seorang CEO yang melaporkan laba lebih baik dari perkiraan, tetapi kemudian bertanya-tanya tentang penurunan harga saham.

Hadirlah rekan penulis saya, Juan Carlos Méndez-García, seorang ahli strategi dan insinyur lulusan MIT. Ia menjadi konsultan bagi perusahaan rintisan dan perusahaan Fortune 500. Menurut Méndez-García, salah satu model terbaik untuk memahami dunia non-linier adalah kurva-S , model yang telah kami gunakan untuk memahami difusi inovasi disruptif, dan yang saya dan beliau perkirakan dapat digunakan untuk memahami disrupsi personal — perubahan-perubahan penting dalam jalur karier kita.

Dalam sistem kompleks seperti bisnis (atau otak), sebab dan akibat mungkin tidak selalu sejelas hubungan antara sakelar lampu dan bola lampu. Terdapat hubungan yang tertunda dan bergantung waktu, di mana upaya besar mungkin hanya menghasilkan sedikit hasil dalam jangka pendek, atau di mana hasil tinggi saat ini mungkin merupakan hasil dari tindakan yang telah dilakukan sejak lama. Kurva-S menguraikan sistem ini dengan menyediakan rambu-rambu di sepanjang jalur yang, meskipun sering dilalui, tidak selalu terlihat. Hipotesis kami adalah mereka yang berhasil menavigasi, bahkan memanfaatkan, siklus pembelajaran dan pencapaian maksimal yang menyerupai kurva-S akan berkembang pesat di era disrupsi pribadi ini.

Mari kita tinjau sekilas. Menurut teori difusi inovasi — sebuah upaya untuk memahami bagaimana, mengapa, dan seberapa cepat ide dan teknologi menyebar ke berbagai budaya — difusi atau adopsi relatif lambat di awal hingga mencapai titik kritis. Kemudian, terjadi hiperpertumbuhan, yang biasanya terjadi antara 10-15% dari penetrasi pasar. Kejenuhan terjadi pada tingkat 90%+.

Misalnya, Facebook, dengan asumsi peluang pasar diperkirakan mencapai satu miliar, membutuhkan waktu sekitar 4 tahun untuk mencapai penetrasi 10%. Setelah Facebook mencapai massa kritis seratus juta pengguna, pertumbuhan pesat terjadi karena efek jaringan (yaitu teman dan keluarga kini ada di Facebook), serta viralitas (pembaruan email, album foto untuk teman dari teman, dll.). Meskipun kita bisa berdebat, tergantung pada masukan kita, kapan Facebook akan mencapai titik jenuh, tidak diragukan lagi laju pertumbuhannya mulai melambat dan kini dibatasi, jika tidak ada alasan lain, oleh jumlah orang yang dapat mengakses layanan tersebut. ( Berikut beberapa informasi lebih lanjut tentang Facebook Méndez-García dan matematika kurva-S .)

Saat kita berupaya mengembangkan kompetensi dalam bidang keahlian baru, menaiki kurva pembelajaran pribadi, awalnya kemajuannya lambat. Namun, melalui latihan yang disengaja, kita mendapatkan daya tarik, memasuki siklus positif yang mendorong kita ke titik optimal percepatan kompetensi dan kepercayaan diri. Kemudian, saat kita mendekati penguasaan, lingkaran setan dimulai: semakin terbiasa apa yang kita lakukan, semakin sedikit kita menikmati efek "merasa senang" dari pembelajaran: kedua siklus ini membentuk kurva-S.

Bahasa Indonesia: Satu contoh anekdotal tentang bagaimana model kurva-S dapat membantu kita memprediksi masa depan dengan lebih baik adalah pengalaman pegolf Dan McLaughlin . Tidak pernah bermain golf 18 lubang, pada bulan April 2010, McLaughlin berhenti dari pekerjaannya sebagai fotografer komersial untuk mengejar tujuan menjadi pegolf profesional papan atas melalui 10.000 jam latihan yang disengaja. Selama 18 bulan pertama, peningkatannya lambat karena McLaughlin pertama kali berlatih putting, chipping, dan drive-nya. Kemudian, saat ia mulai menyatukan berbagai bagian, peningkatannya meningkat, konsisten dengan perilaku hiperpertumbuhan. Meskipun ia tidak melacak seberapa cepat handicapnya menurun, sehingga mustahil bagi kami untuk membangun kurva-S, 28 bulan dalam proyek tersebut, ia telah melampaui 91% dari 26 juta pegolf yang mendaftarkan handicap dengan basis data Asosiasi Golf AS (USGA). Tidak mengherankan, tingkat peningkatannya (jika diukur sebagai handicap) sekarang melambat karena ia menghadapi persaingan dari 10% pegolf amatir teratas.

Memahami kurva-S dapat mencegah rasa putus asa saat kita membangun pengetahuan baru, dan juga membantu kita memahami mengapa kebosanan muncul begitu kita mencapai titik jenuh. Saat kita mendekati penguasaan, kecepatan belajar kita melambat, dan meskipun kemampuan untuk melakukan sesuatu secara otomatis menyiratkan kompetensi, itu juga berarti otak kita kini memproduksi lebih sedikit neurotransmiter yang memberikan rasa senang — sensasinya telah berakhir.

Saat pembelajaran kita mencapai puncaknya, jika kita gagal melompat ke kurva baru, kita justru dapat mempercepat kemunduran kita sendiri. Hal itu tidak selalu berarti kejatuhan finansial, tetapi kesejahteraan emosional dan sosial kita akan terdampak. Saul Kaplan , Kepala Katalis di Business Innovation Factory, berbagi: "Hidup saya adalah tentang mencari kurva pembelajaran yang curam karena di situlah saya melakukan pekerjaan terbaik. Ketika saya melakukan pekerjaan terbaik, uang dan status selalu mengikuti." Atau mengutip James Allworth , "Steve Jobs memecahkan dilema inovator karena fokusnya tidak pernah pada keuntungan, melainkan pada produk yang semakin baik." Lupakan dataran tinggi keuntungan: cari dan tingkatkan kurva pembelajaran.

Model mental kurva-S memberikan argumen yang meyakinkan untuk disrupsi pribadi. Kita mungkin cukup mahir dalam berhitung tentang masa depan kita ketika segala sesuatunya linear, tetapi baik bisnis maupun kehidupan tidak linear, dan pada akhirnya yang dibutuhkan otak kita, bahkan dituntut, adalah dopamin untuk hal-hal yang tak terduga. Lebih penting lagi, karena kita hidup di dunia yang semakin zig-zag, kurva terbaik yang dapat Anda berikan kepada pesaing adalah kemampuan Anda untuk melompat dari satu kurva pembelajaran ke kurva pembelajaran berikutnya.

Tulisan ini ditulis bersama Juan Carlos Mendez-Garcia , direktur pelaksana 8020world. Lahir di Kolombia, ia pernah tinggal dan bekerja di Asia, Eropa, dan Amerika Serikat. Juan Carlos meraih gelar MBA dari MIT Sloan, Magister Teknik Sistem, dan Sarjana Teknik Elektro.

Hak cipta gambar 2012 Juan C. Mendez dan Whitney Johnson. Seluruh hak cipta dilindungi undang-undang.