В зоне комфорта Амину Идигову не найти. Она постоянно что-то изучает, что-то создает, что-то внедряет. Раз уж революцию нельзя предотвратить, можно попробовать ее возглавить. И хотя на конференции IT Entrance 2018 Амина спокойно заявила, что призвания как такового не существует, мы считаем, что, по крайней мере, у нее самой призвание есть. Амина – трендсеттер в HR-сфере. В интервью для портала KV.by она рассказала, как сделать найм более эффективным, а разработчиков – самостоятельными.

 

По ту сторону найма

Осенью этого года я начала учить Python. Во-первых, хотелось посмотреть, работают ли те советы и алгоритмы входа в IT, о которых рассказываю людям. Я рискнула сама пройти этот путь и узнать, так ли все просто, как мне кажется со стороны.

Во-вторых, для того чтобы дальше развиваться в профессии, мне нужны технологии. В частности, такой тренд как datascience, через него на многие HR-процессы можно влиять более эффективно. В сфере IT технологии работы с людьми быстро меняются. Открытых вакансий на рынке всегда больше, чем доступных кандидатов. Градус сложности проектов растет. Градус качества кандидатов падает. Сейчас в среднем на одного разработчика приходится около 12 вакансий. И это только те, что есть в открытом доступе, на деле же гораздо больше. Индустрии нужны способы быстро нанимать подходящих людей и конвертировать их в сотрудников. Сейчас процесс найма и удержания оброс кучей HR-сервисов, которые стоят компаниям внушительных денег. Я прихожу к неутешительному выводу, что HR как профессию пора серьезно трансформировать. Применительно к IT она попросту нерентабельна, по крайней мере, в том виде, в котором есть сейчас.

Работая с разными компаниями и настраивая им какие-то внутренние HR-сервисы, я поняла, что проблемы у всех одни и те же. Мне захотелось сделать какой-то разворачиваемый универсальный HR-продукт, с которым можно будет прийти в любую компанию и решить проблемы в несколько кликов. Мне стало интересно, можно ли сделать такой продукт и почему его до сих пор нет на рынке. Тогда я начала искать нужные технологии. По прошествии 3 лет поняла, что дело не в том, что нельзя сделать продукт, а в том, что нужно полностью менять подход.

Мы тратим уйму ресурсов и прямых денег на то, чтобы человека найти, нанять, адаптировать и внедрить в проект. Еще мы его обучаем, измеряем, вовлекаем и всячески «облизываем». В лучшем случае после всех этих усилий человек остается с нами 3 года. В реальности меньше, в среднем – 1,8 года. Даже самые топовые «силиконовые» компании уже не могут похвастаться тем, что способны удержать специалиста более 3,5 лет. Бюджет на инфраструктуру, которая обеспечивает привлечение, вовлечение и удержание составляет в среднем от $6 000 до $8 000 в год в пересчете на каждого сотрудника. И это для обычной IT-компании. Безусловно, лидеры рынка тратят на порядок больше. Конечно, HRы – люди хитрые. Мы «размазываем» эти деньги по разным смежным бюджетам, чтобы не пугать руководство. Но правда такова, что если в компании работает порядка 125 человек, то годовой HR-бюджет будет составлять почти $1 000 000.

Получается, мы наняли сотрудника, потратили на него деньги, собрали о нем тонны информации, начиная от рекомендаций при найме и заканчивая регулярной оценкой его профиля компетенций, производительности и вовлеченности. Но через 1,5-2 года он от нас ушел. Что же дальше происходит с данными? Они остаются в лучшем случае в некой корпоративной HR-системе, в худшем случае просто в головах самих HR.

Человек перемещается в другую компанию и та по новой начинает осваивать уже известный нам бюджет, чтобы собрать все те же данные, которые кто-то уже собирал, причем не один раз. Это бесполезная трата времени и ресурсов, которая часто напоминает пляски с бубном. Процессы  работы с данными и HR-аналитикой пора уводить в блокчейн. Там компании смогут «покупать» доступ к данным о цифровом профиле компетенций сотрудника, его карьерных и образовательных траекториях, его ожиданиях и предпочтениях, его производительности и его рыночной стоимости. В обмен на это компании будут контрибьютать туда аналитику и данные, которыми обрастает сотрудник в работе над их проектами. Сегодняшние платформы типа Linkedin эту проблему решать не умеют. Достоверность и актуальность их данных никак не валидируется. Кандидаты, впрочем, как и компании, представлены там «лучшими версиями себя» и «лидерами в сегменте». Оба образа сильно далеки от реальности. Нет объективных алгоритмов или скорингов, чтобы делать осмысленный match для обеих сторон. Каждая компании пытается изобрести свой «велосипед» поиска и отбора, который заранее обречен на провал в мире, где информация не достоверна и данные не верифицированы.

Второй глобальный тренд, который способен оптимизировать вопросы найма и удержания, – это гигономика. Большую часть вопросов найма пора Uberизировать. Хватит мечтать, что мы проработаем с человеком 5-10 лет. Нужно отдавать себе отчет в том, что, скорее всего, сотрудник придет к нам на один проект и уйдет дальше пополнять свое портфолио. Будем честны: кандидат смотрит на нас как на способ увеличить свою рыночную стоимость. То есть за наш счет стать для нас же еще дороже. Это его ключевая мотивация. И она не всегда про деньги. Очень часто она еще и про навыки, технологии, проектный опыт и доступ к крутым клиентам или продуктам.

Я считаю, дешевле во всех смыслах договариваться с кандидатом еще на входе о том, что мы берем его на определенный проект. И перестать инвестировать во все эти сервисные HR-истории, чтобы его удерживать и вовлекать. Если я беру человека на проект, мы договариваемся только об условиях и результатах краткосрочного (год – полтора) сотрудничества. Обучаться, развиваться и повышать свой уровень вовлеченности станет заботой, ответственностью и привилегией самого сотрудника. Механизм формирования проектных команд может стать похож на Tinder. Разумеется, с ключевыми компетентами, которые создают серьезную добавочную стоимость бизнесу, мы по-прежнему будем исключительно нежны и внимательны, но их численность не так велика.

Третий тренд, который поможет качественно усилить сферу управления талантами, – это искусственный интеллект в роли инструмента ассесмента и оценки потенциального перфоманса кандидата. Как при найме на работу, так и в дальнейшем продвижении внутри компании. За всю свою долгую карьеру я перепробовала все доступные способы оценки. И академические инструменты, и клинические, и даже эзотерические. Ни один из существующих методов оценки не гарантирует 100%-ной достоверности. Что обидно уже само по себе. Однако исследования показали, что даже при условии валидности методов оценки hard и soft скилов кандидата, мы не получаем сколько-нибудь достоверной гарантии дальнейшего перфоманса сотрудника. Не говоря уже о его совместимости с данной конкретной компанией.

В то время как алгоритм на базе искусственного интеллекта способен предсказать будущую успешность сотрудника и его соответствие типу культуры компании лучше, чем интервью по компетенциям, психометрические тесты или экспертная оценка. Уже сейчас HR озабочен созданием универсальной матрицы компетенций, которая позволит людям переходить из одного бизнес-домена в другой без потери в навыках. А у работодателей отрастет наконец способность формулировать вакансии в терминах выраженности скилов: к примеру, «навык программирования на Unity - 51%, навык алгоритмизации - 45%, навык решения проблем - 50%, навык деловых коммуникаций - 70%, системное мышление - 91% и так далее». Данная платформа поможет HR овладеть искусством оцифровки идеального профиля вакансии. Чтобы по каждой позиции был сформирован так называемый «эталон» для принятия решений о найме.

Изучая сейчас Python, я ожидаю, что в скором времени смогу сама писать HR-платформы. И если мне внезапно понравится, есть шанс, что стану программистом. Либо останусь HR, который умеет делать крутую аналитику на Python. Пока нельзя сказать определенно. Прошло слишком мало времени. Видимо в планировании будущего я слишком полагаюсь на апокалипсис.

 

 

Найти себя невозможно, себя можно только создать

На курс по Python записалось больше 100 студентов. Я была уверена, что среди них я – единственная блондинка, ведь все остальные учатся в БГУИР. На 5 занятии оказалось, что некоторые даже не смогли открыть Google Docs, где лежат презентации курса и расписание. Очевидно, что каким бы крутым тренером ты ни был, ты не научишь людей элементарным вещам: читать, гуглить, анализировать информацию и самое главное — понимать, что все зависит только от тебя самого. Никакие курсы не заменят этапа самостоятельного обучения и получения прикладного опыта.

Проблема в том, что люди часто ленятся. Им не хватает смелости попробовать. Не хватает решимости начать. Не хватает терпения не бросить. Может быть, это – особенность нашего менталитета. Я часто слышу: «я не нашел» или «у меня не получилось». Да ладно! Как может не получится? Может получится плохо, может получится с ошибкой – но в этом и состоит путь развития. Нельзя построить дом сразу с 10 этажа. Как ни крути, придется заливать фундамент. Любой график обучения показывает, что на этом пути много взлетов и падений, пока ты не выйдешь на плато продуктивности.

Еще я заметила, что многие очень верят в то, что у каждого есть свое «призвание». Нужно только найти «свое» и все в жизни магическим образом встанет на свои места. На самом деле поиск «призвания» — это ловушка. Предполагается, что есть некое единственное «призвание», оно прячется внутри и может быть найдено. Уверяю, последнее место, где стоит искать «призвание» — это внутри себя. Более оправдано искать его снаружи. Принято думать, что, найдя свое призвание, ты получишь способ совместить то, что ты любишь делать, с тем, за что тебе будут платить. Сегодня появилось много специалистов, которые готовы даже помочь вам этого достичь. Но реальная проблема не в том, как добиться такого совмещения. Вопрос, а нужно ли оно?

Многие коллеги сегодня сходятся во мнении, что «ущербна сама идея совмещения работы и увлечений. Такое совмещение — малопродуктивно. Увлечение требует свободы выражения. Работа же по определению неизбежно лишает нас свободы, поскольку работа — это всегда компромисс между твоими личными предпочтениями и потребностями тех, кто тебе платит. Увлечения не приносят денег. Деньги платят не за то, что ты любишь делать для себя, а за то, что ты способен делать для других».

По сути, то, что мы называем призванием, является результатом сложного переплетения склонностей, регулярной практики, любопытства, благоприятных возможностей и случайно полученных преимуществ, которые порождают бесчисленное множество сценариев развития событий. Единственное, что с уверенностью можно сказать о «призвании» — это то, что оно трансформируется каждую секунду.

Даже современная психология поддерживает идеи об изменяющемся, блуждающем «я». Призвания как такового нет, есть лишь накопление опыта, который позднее можно наделить какой-то ценностью или каким-то значением. Да, это противоречит всему, чему нас учили многие поколения. Новая концепция призвания скорее становится конструктором из интересов, знаний и опытов, которые человек будет с завидной регулярностью пересобирать на протяжении всей жизни. То, на что ты потратил 10000 часов, и станет твоим призванием. Найти себя невозможно. Себя можно только создать.

Но люди продолжают верить в «призвание» любой ценой. Иногда ситуация доходит до абсурда. Есть у меня любимая история, часто ее рассказываю. На одной серьезной сертификационной программе я отрабатывала с другой студенткой учебную задачу. Запрос у нее был глубокий, я никак не могла его решить. Билась два дня, потом робко попросила ее показать мне свою ладонь. Знаете ли, мне всякое приходилось делать в профессии. В какие только области тьмы не заносит, когда ищешь достоверный и предсказуемый способ оценки кандидата.

Тут и натальные карты, и ведическая палмистри. Так вот, эта клиентка показывает мне ладонь, и вдруг неизвестно откуда вокруг нас собирается еще человек 10 с протянутыми руками. И всем интересно узнать про деньги, про любовь, но в основном про поиск себя. При этом, чтоб вы понимали, публика на интенсиве – совсем не отчаянные домохозяйки, а вполне себе бизнесмены, владельцы компаний и даже целых сетей предприятий. Но даже эти в высшей степени образованные, успешные и серьезные люди с удовольствием доверили бы кому-то поиск себя. Например, линиям на ладони.

Рискую предположить, что с появлением более продвинутых алгоритмов люди с облегчением вздохнут – наконец появился логичный механизм принятия решений. Алгоритм беспристрастен. И уж точно оперирует несопоставимо большим объёмом данных, чем способен палмист, таролог или астролог. Алгоритм анализирует твои параметры, создает твой цифровой профиль и выдает доступные тебе ближайшие зоны развития. Вот в такую профориентацию на основе биотехнологий и нейроинтерфейсов я верю больше, чем в тесты, собеседования и другие методики оценки.

Как говорит Юваль Ной Харари в своей последней книге про челенджи 21 века — «в ближайшем будущем человек в принципе станет частью некого глобального алгоритма». Не далек тот день, когда на смену интернета вещей придёт интернет людей. По мнению Харари, человек по своей сути и есть «совокупность органических алгоритмов, отшлифованных естественным отбором на протяжении миллионов лет». Пока Европа все еще отчаянно держится за гуманистические идеи и этические принципы, Китай уже предлагает населению «дизайнерских» детей, отредактированных «генетическими ножницами». Еще недавно нам было сложно доверять навигаторам свои маршруты. А теперь даже беженцы из третьих стран нелегально пересекают границы по гуглокартам.

Первые алгоритмы умели просто анализировать информацию и строить разные модели, используя данные. Второе поколение алгоритмов научилось распознавать наши эмоции и помогать нам делать выбор. То есть не делать его вместо нас, а именно помогать, опираясь на неумолимую статистику. Например, электронные книги сегодня «читают» нас гораздо внимательнее, чем мы их. И, основываясь на нашем поведении, в последствии предлагают более подходящий для нас контент.

Алгоритмы ближайших 3-5 лет смогут даже больше. Они будут непрерывно снимать и анализировать параметры дыхания, сердцебиения, фокус зрения, активности мозга и прочие поведенческие паттерны и раскладывать их на составляющие. Уже сейчас многочисленные исследование доказывают, что алгоритм Facebook лучше разбирается в особенностях личности и характера пользователей, чем их друзья, супруги или родители. Такие алгоритмы будут принимать решения вместо нас, к тому же лучше, чем это делаем мы сами. Чему учиться, кем работать, кого выбрать в друзья и так далее.

Лично я бы вот такому подходу доверяла бы больше. Потому что решения, которые человек принимает, к сожалению, не уникальны. И пока гуманисты верят, что человек обладает свободой выбора, современная нейробиология доказала, что любой поступок человека предопределен биохимическими процессами в мозгу, которые, в свою очередь, предопределены его генетическим кодом, сформировавшимся в результате длительного эволюционного развития и случайных мутаций. А вовсе не является выражением свободной воли.

Более того, наблюдения за активностью головного мозга показали, что выбор решения происходит на несколько секунд раньше, чем человек осознает сделанный им выбор. Они - ни что иное как результат внутренних алгоритмов, продиктованных химией. Гуманистическая теория, которая господствовала многие века, утверждала, что человек – это нечто божественное, непредсказуемое, непостижимое, что его чувства не поддаются никакому анализу. Современные алгоритмы быстро доказали, что это не так. Маркетинг легко управляет нашими выборами. Иначе зачем бы еще мы покупали вещи, которые нам не нужны, за деньги, которых у нас нет, чтобы впечатлить окружающих, которым нет до нас дела.

У меня не осталось никаких иллюзий по поводу того, что я как HR могу стать частью развития таких алгоритмов.

Кстати, опытные палмисты рассказывают, что когда к ним приходят люди с запросом «хочу найти себя», у подавляющего большинства из них на ладонях  уже есть знаки того, что они себя нашли. Но им почему-то кажется, что еще не нашли.

 

Лучше делать, чем делать лучше

Зона комфорта затягивает любого. Изменения никому не даются легко. Но когда в профессии становится скучно, и ты понимаешь бесполезность своих усилий, не остается выбора. И реальность, и технологии сегодня меняются настолько быстро, что твоя жизнь состоит из отработки гипотез. Ты уже, скорее всего, никогда ни в чем не станешь экспертом. Ты успеешь только попробовать, создать некий механизм взаимодействия, а потом все снова поменяется. Как говорит Аркадий Морейнис: “Лучше делать, чем делать лучше”.

В книге "Искусство и страх” (Д. Бейла, Т. Олланд, Ю. Сергиенко) описан такой эксперимент.  Однажды в классе гончарного мастерства учитель разбил учеников на две группы. Одной он дал задание лепить горшки «на вес». Оценку получит тот, кто вылепит 50 фунтов горшков. У второй группы было задание вылепить один горшок, но качественный. Оценку они получали по качеству вылепленного горшка.

На подведении итогов выяснилась забавная вещь. Самые качественные горшки среди всех учеников получились не у той группы, которая работала на качество, а у той группы, которая работала на количество. Они старались сделать побольше и учились в процессе на своих ошибках. Те же, кто заботился о качестве, провели много времени в теоретизировании на тему того, что же такое «совершенный» горшок, но результат получился у них так себе.

Так в любой профессии. Просто нужно делать, пробовать, ошибаться и не сдаваться – к такому выводу я пришла. Да, это некомфортно, это страшно, но, с другой стороны, если оглянуться, то там, позади, еще страшнее. Скажем так, мы все – эксперты, неэксперты, студенты – сейчас в примерно одинаковых условиях. Нет ни одной экономической теории, способной описать новую цифровую реальность, в которой мы сейчас живем. Всем одинаково страшно, все одинаково неуверенны. Людям свойственно боятся перемен, мозг стремится к когнитивной стабильности. Но единственное постоянство, известное истории — это то, что изменения неизбежны.

 

Вперед больше не означает вверх

Сейчас IT-специалист – это не просто человек, который знает какой-то язык программирования. Увы, но этого уже недостаточно. Сейчас без знания английского выбор сужается. Кроме языков неплохо бы еще знать некое solution-направление, например, e-commerce, IoT, mobile, web и так далее. Но и этого мало. Большим преимуществом к перечисленному будет дополнительное понимание конкретного бизнес-домена. Например, финансы или медицина, или ритеил. Границы между профессиями размываются. Сначала был бум на T-shaped специалистов.

Это такой набор навыков, по вертикали у которых hard skills, то есть твердые, профессиональные навыки, по  горизонтали soft skills, которые не привязаны к конкретной предметной области, а отвечают за способность решать проблемы, строить коммуникации, использовать креативность, лидерство или предпринимательство. Но мир меняется. И одного твердого навыка, пусть даже очень хорошо прокачанного, уже не достаточно. Так появились π-shaped. Потом Ш-shaped. А сегодня, по словам директора британского университета, нужны уже "люди-расчески".

Именно такой пазл из множества профессиональных дисциплин и способность переключаться между ними и сделает тебя востребованным в экономике будущего. Карьера в свою очередь перестала быть “лестницей”. Вперед больше не означает вверх. Какую бы коллекцию дипломов ты не собрал, учиться придется всю жизнь. Единственная жизнеспособная образовательная модель в XXI веке — Life Long Learning.

Если человеку под силу находить закономерности, выявлять связи, видеть структуру, определять порядок и понимать, что уравнение — это та же метафора, которой можно описать и архитектуру приложения, и мелодию, и дизайн, и бизнес-модель, и многое другое, то он состоится как эксперт в любой сфере.