Co robi zatem nasz dyspozytor? Rozbudowuje układy równań liniowych? Nie, raczej je ignoruje. Okazuje się, że człowiek z reguły unika strategii polegających na mozolnym rozważaniu wszelkich możliwych wariantów decyzyjnych (exhaustive search). Wystarczy oprzeć się na doświadczeniu i zdrowym rozsądku, wybierając niejako intuicyjnie rozwiązanie, które wydaje się być najlepsze, jednocześnie z góry odrzucając większość wariantów. Te selektywne zdolności ludzkiego umysłu w algorytmice odpowiadają heurystykom i prowadzą do rozwiązań akceptowalnych w praktyce, mimo że nie są one w 100% teoretycznym optimum. Jednocześnie udowodniono, że niektóre heurystyki prowadzą do rozwiązań, które można uznać za dokładne nawet dla dużej ilości danych (np. program Concorde i heurystyki Wiliama Cooka o odchyleniu mniejszym niż 1% od optimum TSP).

Jaki zatem model organizacji zagwarantuje w praktyce powodzenie skojarzonych z nią przedsięwzięć IT? Wskażmy w tym kontekście na prowadzone przez Standish Group statystyki projektów IT, pozwalające na identyfikację kilku głównych czynników sukcesu projektów IT:

1. wsparcie kierownictwa (18%)

2. zaangażowanie użytkowników (16%)

3. doświadczenie wykonawców projektu (14%)

4. jasne cele biznesowe (12%)

5. minimalizacja zakresu projektu (10%).

Zwróćmy uwagę, że podane wartości dają już sumarycznie 70% gwarancji sukcesu, a przecież nie wymieniliśmy jeszcze w ogóle, wydawałoby się decydujących, czynników technicznych, np. hardware’owo-software’owych - te wymieniane są w pozycji "inne" i traktowane jako drugorzędne. Paradoksalnie, o sukcesie przedsięwzięcia technicznego decydują w pierwszym rzędzie czynniki pozatechniczne. Programista posługujący się sprawnie narzędziem software’owym jest ważny, ale ważne jest także to, czy umie się komunikować z otoczeniem.

Modele wielodziedzinowe

Zarządzanie, rozumiane jako przetwarzanie informacji, może więc występować w dwoistej postaci:

- jako modele (matematyczne) rzeczywistości oraz

- jako strategie jej transformowania (systemy informacyjne).

W pierwszym przypadku mamy do czynienia z upraszczaniem rzeczywistości dla jej lepszego zrozumienia - model jest zawsze takim uproszczeniem i z definicji byłby bezwartościowy, gdyby jego złożoność miała przewyższać realnie istniejącą. Również celem drugiej z wymienionych sytuacji jest chęć zapanowania nad złożonością otaczającego nas świata, co możliwe jest na dwa, klasyczne w inżynierii software’owej, sposoby:

- upraszczanie metodą zstępowania (top-down)

- generalizowanie metodą wstępowania (bottom-up).

Podejścia te odpowiadają analizie (przechodzenie od ogółu do szczegółu) oraz syntezie (odwrotny kierunek rozumowania), które wzajemnie się przenikając, wymagają czynnika integracyjnego, jakim właśnie jest informacja. Widzimy zatem, że tak rozumiana, pełna integracja tych strategii, będąca warunkiem kontrolowania kompleksowości rzeczywistości, wymaga wielodziedzinowości.

Co w konsekwencji wynika w praktyce z takiego postulatu? Tradycyjne, sekwencyjne ciągi myślowe typu "założenie, teza, dowód", formalnie uzasadnione, mogą okazywać się niewystarczające w praktyce i owocować nadmiernie rozbudowanymi i nieprzejrzystymi modelami organizacji. Zwróćmy uwagę, że modele referencyjne ładu korporacyjnego (IT Governance), np. COBIT czy PRINCE, stawiają na podejście interdyscyplinarne. Do łask wracają także dziedziny, które na fali przesadnego technokratyzmu traktowano do niedawna lekceważąco, np. filozofia. Przykładowo, precyzja matematyki i elastyczna kontekstowość naturalizmu językowego dają się połączyć na gruncie ontologicznym z wykorzystaniem generatywizmu językowego, który działa podobnie w software’owym kompilatorze, a więc w dialogu człowiek-maszyna, jak i w rozmowie między ludźmi. Standardowa notacja sieci semantycznych RDF (Resource Description Framework), odpowiada bowiem konstrukcjom języka naturalnego typu <podmiot, orzeczenie, dopełnienie>.