Tidligt om morgenen den 1. februar 1953 medførte en voldsom storm i Nordsøen, kombineret med ekstremt høje forårstider, at dæmningerne (digerne) der beskytter den sydvestlige del af Holland svigtede. Oversvømmelserne kostede 1.835 menneskeliv og omkring 30.000 dyr. Ca. 200.000 hektar jord blev oversvømmet, og over 45.000 bygninger og 300 gårde blev ødelagt. Derudover blev kvæg dræbt, og afgrøder blev ødelagt. Den samlede skade beløb sig til omkring 5 % af landets BNP — et ødelæggende tilbageslag for en nation, som stadig var ved at komme sig efter 2. verdenskrig.

Katastrofen var resultatet af en usædvanlig kraftig storm og en manglende evne til at forestille sig og forberede sig på sådan en begivenhed. Både den hollandske regering og befolkningen stolede fast på deres infrastrukturbaserede beskyttelse — et system af diger som blev opfattet som ufejlbarligt. Risikoen for fejl blev generelt betragtet som ubetydelig.

Med bevidstheden om landets sårbarhed fornyet, skiftede regeringen gradvist fokus fra blot katastrofeberedskab og umiddelbar reparation af diger til en handlingsplan der skulle sikre, at sådan en tragedie aldrig ville gentage sig. I 1957 begyndte Delta Works-projektet, med det formål at blokere og kontrollere indtrængen af havvand. Målet var klart og specifikt: at beskytte landet mod oversvømmelser forårsaget af stormflod og høje tidevand.

Ved at lægge overdreven vægt på én specifik risikofaktor — beskyttelse mod kystoversvømmelser — blev andre potentielle risici utilsigtet negligeret.

For eksempel kan oversvømmelse også komme fra floder der fører smeltevand fra Alperne eller fra kraftig nedbør. Det scenarie blev virkelighed i 1995, ti år efter færdiggørelsen af Delta Works, da vandstanden steg til et kritisk punkt og truede floddigerne. For at forhindre gennembrud besluttede myndighederne at lade overflødigt vand strømme ud i havet. 

Men på grund af digernes konstruktion — designet til at blokere for indstrømning, tidevand og stærk vind — kunne vandet fra floderne ikke effektivt løbe ud i havet. 

Dermed steg vandstanden i floderne, hvilket førte til omfattende oversvømmelser over flere regioner. Omkring 250.000 mennesker og 1 million dyr blev evakueret. Selvom systemet ikke helt kollapsede, viste hændelsen behovet for justeringer af den eksisterende robuste infrastruktur.

Som svar lancerede den hollandske regering programmet Room for the River, der havde til formål at anvende en mere helhedsorienteret og modstandsdygtig tilgang til oversvømmelsesbeskyttelse ved at give floderne mere plads — derved mindske risikoen for fremtidige oversvømmelser.

Udviklingen af de hollandske vandprojekter illustrerer ét af de vigtigste strategiske skift i dette århundrede, både for virksomheder og regeringer: overgangen fra robusthed (forsøg på at forhindre fejl) til modstandsdygtighed (tidlig opdagelse og hurtig genopretning). I 1953, da stormen tegnede sig, blev de første tegn på en potentiel oversvømmelse opfattet som almindelige vinterlige vejrbegivenheder. Da faren blev tydelig, var det for sent at handle. Hverken detektionsevner eller et system bygget for modstandsdygtighed var på plads.

Traditionelt er risiko blevet vurderet ud fra en Gaussisk normalfordelingsmodel (“bell curve”). Det er en pragmatisk tilgang til risikostyring, der tillader organisationer at fordele ressourcer effektivt ved at fokusere på de mest sandsynlige udfald i stedet for at forsøge at forudse alle tænkelige scenarier. 

“Bell curve” hjælper med at visualisere fordelingen af potentielle udfald eller begivenheder. Hvis vi udfører sandsynlighedsvurderinger, forventes det, at vi håndterer alt, der falder inden for den forventede sandsynlighedsfordeling. Alt der falder udenfor den forventede sandsynlighed kaldes i populær tale en “Black Swan” — altså en hændelse med lav sandsynlighed, men høj påvirkning.

Et problem med at anvende normalfordeling er, at såkaldte lavsandsynlighedsbegivenheder synes at forekomme oftere på det seneste. For eksempel, siden Finans Norge begyndte at udarbejde statistik over vejr- og naturbegivenheder i 1980, er syv af de ti største begivenheder indtruffet efter 2010.

I naturen ser vi oftere Pareto-fordelinger, ikke Gaussiske-fordelinger. Således er de såkaldte lavsandsynlighedsbegivenheder blevet til en mellemstor sandsynlighed, hvilket dramatisk ændrer den strategiske dagsorden.

Hvis vi tager et hvilket som helst eksempel fra naturen eller et socialt system; Det hyppigste ord forekommer cirka dobbelt så ofte som det næst hyppigste; Der er et stort antal lopper, men et lille antal elefanter; og der er et stort antal landsbyer, men et lille antal byer. Zipfs lov siger, at i en frekvensrangeret liste er et elements frekvens omvendt proportional med dets rang. Det hyppigste element forekommer dobbelt så ofte som det andet, tre gange så ofte som det tredje og så videre. Økonomisk set ser vi, at en lille procentdel af befolkningen besidder en stor andel af den samlede formue. Ifølge Pareto-princippet modtager 20% af alle mennesker 80% af indkomsten, og 20% af de mest velhavende 20% modtager 80% af det, osv. og så videre.

Disse resultater stammer fra komplekse interaktioner og feedbackmekanismer, hvilket fører til fremkomsten af mønstre karakteriseret ved et lille antal dominerende elementer og en stor mængde af mindre. Når man undersøger statistiske mønstre ved hjælp af en dobbelt logaritmisk skala til at repræsentere størrelse versus hyppighed, fremkommer en bemærkelsesværdig observation: Magtlove har en tendens til at afsløre på tværs af en bred vifte af fænomener.

Hvis man forestiller sig at overlejre en Pareto-fordeling over den normale (Gaussian) model, opstår der en tykkere hale (fat tail), hvor sjældne hændelser forekommer langt oftere end den normale fordeling ville forudsige. Antallet af hændelser man må planlægge, forbliver så stort, at det ikke længere er realistisk at håndtere dem alle effektivt. Derfor står både forretnings- og risikostyrere dagligt overfor udfordringer med at gennemføre fejlfrie planer i et stadig mere komplekst miljø.

Vi må derfor bevæge os fra systemer, der udelukkende fokuserer på robusthed, til at designe systemer for modstandsdygtighed — anerkende at fejl er uundgåelige. Dette skift ændrer fundamentalt det strategiske sigte. Når vi anskuer fejl som læringsmuligheder, kan vi udvikle modstandsdygtige strategier, der prioriterer tidlig opdagelse, hurtig genopretning og evnen til at udnytte nye muligheder. Denne tilgang ses almindeligvis i iværksættermiljøer, såsom Silicon Valley, hvor eksperimenterne og læring af fiaskoer aktivt opmuntres og værdsættes.

Et par startups og nye produktlanceringer lykkes, selvom størstedelen mislykkes. Problemet for store virksomheder og regeringer er, hvordan de kan høste evnen og iværksætterkapaciteten til at udnytte nye muligheder tidligt, kapitalisere på traditionelle industriers fiaskoer og finde ud af, hvordan de får den indsigt ind i deres organisationer. I bund og grund er det dette, modstandsdygtighedsstrategi handler om. Alligevel har institutionel forandring en tendens til at være en anstrengende indsats, og forældelse kan i sidste ende definere resultatet af selv en lovende transformationsproces.

Traditionelle metoder — som den Gaussiske statistiske verden — fungerer rimeligt godt når vi har at gøre med mange sandsynlige hændelser med forholdsvis forudsigelige forbindelser mellem årsag og virkning. Men en stor del af vores forretningsmiljø ligner ikke det. Hændelser “langt ude i halen” (dvs. de sjældne, uventede) kan være vigtigere at overvåge end gennemsnittet.

Efterhånden som vi bevæger os mod grænsen mellem Gaussisk og Pareto universer, bliver muligheden for at vurdere udfald i sandsynligheds termer vanskelig. Scenariebaseret planlægning og eksperters vurderinger hjælper, men de har begrænsninger, især med hensyn til hændelser uden historiske analogier.

Længere inde i usikkerhedens haleområde bliver begivenheder, som vi plejede at behandle som ikke-sandsynlige, plausible, og traditionelle metoder, vil ikke længere give pålidelig indsigt.

Dvs. i en Pareto-verden kan strategier ikke baseres på sandsynlighedsvurderinger. Derfor bliver hypotesebaseret forskning og deduktivt ræsonnement ("top-down") ineffektive. Det kan endda blinde os. Husk, hvad H.L. Mencken lærte os for omkring 100 år siden: For ethvert komplekst problem er der et svar, der er klart, enkelt og forkert. I stedet skal vi: 

• Antage nul-hypotesen — at der ikke er nogen signifikant forskel eller hypoteseaktuel effekt i nogle observationer.
• Bruge abduktiv ræsonnement — altså at drage konklusioner ud fra de mest sandsynlige forklaringer givet de tilgængelige observationer.
• Dyrke øget opmærksomhed: være nysgerrig fremfor dømmende.

Teknologi spiller her en væsentlig rolle til at forstærke menneskelig intelligens, så man kan opfange og udnytte de usædvanlige hændelser i store datamængder.