«Идеи для лидера»: проблема фаворитизма и стратегия,
созданная ИИ

Стратегии и идеи последних лет, которые еще недавно казались решением всех досадных проблем — равенство в командах, гибкий график работы, внедрение ИИ, — уже требуют пересмотра. Все чаще оказывается, что новые подходы работают не совсем так, как ожидалось, и лидерам важно научиться замечать нюансы, а не просто следовать трендам.

Так, исповедующие Agile-подход команды не всегда выигрывают от горизонтальных отношений — последние исследования показывают, что гораздо эффективнее будет работать адаптивное лидерство с акцентом на индивидуальные отношения и прозрачность. А сокращение рабочей недели при бездумном подходе приводит к выгоранию команды и хроничеким кризисам. Несмотря на то, что ИИ усиливает креативность, выясняется, что это работает только среди тех команд, которые научились выстраивать механизмы контроля и принятия решений.

Исследования и колонки, которые вошли в дайджест «Идеи для лидера» на этой неделе, подтверждают мысль о том, что лидерам предстоит учиться совмещать гибкий и стратегический подходы, чтобы привести компанию к успеху. В подборку вошли самые актуальные материалы недели: новые исследования, опубликованные на научных площадках и ресурсах (MIT, Gartner, J.P. Morgan, BCG, «Сколково», РАНХиГС, ВШЭ), стратегические новости компаний, важные назначения и увлекательные статьи от предпринимателей, топ-менеджеров, исследователей и консультантов.

Проблема равенства в IT-командах

Равенство в командах, использующих Agile-подход, не всегда приводит к нужному уровню удовлетворения. Исследование HKUST показывает, что одинаковое отношение ко всем — не панацея. Лидеры, которые умеют индивидуально выстраивать отношения с каждым разработчиком, получают более счастливые, лояльные и эффективные команды. В HKUST отмечают, что речь не про фаворитизм, а про адаптивность. Если лидер видит, признает и развивает уникальные сильные стороны каждого — его команда выигрывает. И каждый в ней — тоже. Исследование основано на изучении отношений в 217 командах, состоящих из практически 2000 разработчиков. Ученые отмечают несколько важных командных практик, помогающих создать здоровую и эффективную атмосферу. Например, этому способствуют прозрачные отношения — сотрудники должны видеть и осознавать причины, почему кто-то из их коллег получает больше ресурсов или свободы, а руководитель — уметь делиться ответственностью.

Счастье на работе

Счастье сотрудников может быть не HR-утопией, а экономической стратегией, ведь где выше благополучие — выше и продуктивность, удержание кадров и рыночная капитализация. Об этом пишут ученые из Оксфордского университета Ян-Эммануэль Де Неве и Джордж Уорд в книге «Почему благополучие на рабочем месте имеет значение», основанной на собственной базе данных о счастье на работе. Для исследования они использовали более 20 млн ответов, включая опросы Gallup и данные с Indeed. В книге авторы разбираются, какие инициативы по благополучию работают, а какие — только создают иллюзию. Они также проводят параллель между счастьем и финансовым благополучием компаний, доказывая, что инвестиции в собственных сотрудников — это не досадные расходы, а приобретение ценных активов.

Специфика короткой рабочей недели

Некоторые организации, которые перевели свои команды на четырехдневную рабочую неделю и сделали пятницу еще одним выходным, сталкиваются с выгоранием, хаосом и фальшивыми показателями эффективности. Профессор в Henley Business School Бенджамин Лейкер и профессор в Kings College London Чидибере Огбонная в колонке для MIT Sloan Management Review пишут, что успех перехода с более привычной модели зависит от менеджмента. Пример Atom Bank доказывает, что 34-часовая неделя при сохранении уровня дохода может привести к росту вовлеченности сотрудников, снижению числа больничных и общей текучки кадров. Главным барьером трансформации ученые называют менеджеров среднего уровня: пока они работают по старинке на износ, команда боится не поспеть за своими лидерами. Хотя те, кто решил перейти на четырехдневную рабочую неделю, должны на своем примере показывать, что можно работать меньше, но эффективнее. Но для этого придется отмечать тех, кто эффективен, а не тех, кто постоянно перерабатывает. Лейкер и Огбонная отмечают, что переход с одного графика на другой должен начинаться с процессов — лидеры должны уметь поощрять глубокую работу и давать своим подчиненным возможность самим контролировать ситуацию.

Вопрос компетенций

Размытые критерии отбора кандидатов приводят к ошибкам в найме и ситуациям, когда даже талантливый сотрудник не справляется с задачами. Директор проектов практики «Развитие HR-среды» в «Экопси» Анастасия Матусевич пишет о том, что решить эту проблему можно с помощью «компетентностного подхода». Это решение проверено временем — российский бизнес использует его начиная с 2000-х, оно помогает четко понять, кто нужен компаниям, кого нужно брать и чему учить. Речь про ключевые знания, умения и навыки, которые определяют эффективность сотрудника и его способность достигать результатов на работе. В них входят как профессиональные, так и мягкие навыки. Матусевич перечисляет три основные причины, ради которых компания должна использовать компетентностный подход. Во-первых, когда организации нужны объективные инструменты оценки, чтобы подбирать внешних и внутренних кандидатов. Во-вторых, когда нужно понять, хватает ли сотруднику текущих компетенций и каких именно знаний ему может недоставать. В-третьих, когда организация хочет выстроить прозрачную систему управления карьерой для сотрудников.

ИИ против стратегов

Искусственный интеллект возьмет на себя около половины задач, которые сейчас выполняют внешние консультанты по стратегии, так как использовать технологию дешевле, точнее и быстрее. Бывший декан Школы менеджмента Ротмана, консультант генеральных директоров и автор книги A New Way to Think Роджер Мартин уверен, что ИИ уже способен выдавать стратегические чек-листы, которые раньше создавали дорогостоящие специалисты. Например, нейросеть Claude за несколько минут может создать структуру стратегии, дифференциации и устойчивые преимущества бизнеса, а также дать ценные советы, которые консультанты обычно продают за десятки тысяч долларов. Мартин отмечает, что рутинные роли в консалтинге уже находятся на грани исчезновения, так как компании больше не станут платить за информацию, которую ИИ достает за несколько секунд. Впрочем, искусственный интеллект пока не способен делать три вещи, которые могут стать спасением для консультантов. Они должны знать, какие именно вопросы задавать, уметь отбирать созданные ИИ ответы и самое главное — генерировать уникальные идеи. Ведь ИИ повторяет прошлое, а новизна может быть лишь в голове практика.

Новый кибернапарник

Искусственный интеллект превращается в полноценного члена команды на работе, влияющего на результативность и качество жизни сотрудников. Ученые из Harvard Business School провели полевой эксперимент, в котором приняли участие 776 человек из Procter & Gamble и выяснили, что один человек с ИИ работает так же продуктивно, как и команда из двух человек, которая не пользуется AI-ассистентами. ИИ стирает границы между разными функциями, и теперь технический специалист может сам генерировать коммерчески жизнеспособные идеи, а маркетологи — создавать техническое обоснование своим гипотезам. Искусственный интеллект не только усиливает производительность, говорится в исследовании, но и поднимает эмоциональный фон: участники, использовавшие ИИ в работе, чувствовали больше энергии и меньше стресса. Начинающие специалисты при использовании технологии показывают более высокие результаты, но их уверенность в собственных решениях при этом остается на таком же низком уровне, как ранее. Лучшие 10% идей, которые возникли у сотрудников Procter & Gamble во время эксперимента, были созданы в тандеме «человек+ИИ».

Механизмы контроля ИИ

Без выстроенной системы человек не может выполнять нужную функцию контроля при взаимодействии с генеративным ИИ, следует из материала BCG. Аналитики констатируют, что генеративный ИИ требует пристального внимания с самого начала, и для успешного использования технологии еще на этапе ее внедрения придется создать правильную систему контроля. Без четкого распределения ролей и понимания того, как работает ИИ, человек не может выполнить функцию предохранителя и становится лишним звеном. Аналитики отмечают, что люди склонны слепо доверять алгоритмам, им часто не хватает контекста или у них просто отсутствует мотивация оспаривать идеи, предложенные ИИ. Из-за этого контроль часто становится формальным — особенно, когда человек заинтересован в выполнении KPI, а не в достижении результата. В BCG приводят примеры: если у сервиса нет кнопки «пожаловаться» и понятной инструкции, как оспорить результат, ошибки будут жить вечно. И чем больше успешных ответов будет выдавать ИИ, тем меньше шансов, что кто-то усомнится в очередной неточности или искажении. Рабочая модель, считают в BCG, предполагает пошаговую методику проверки, критерии для эскалации потенциальных проблем, обучение пользователей, лог действий и систему оценки самих проверяющих.