Pronalaženje pravih lјudi je sve. Nova tehnologija može da pomogne.
U martu je bilo dva posla za svakog tražioca posla, što je najveći disparitet u decenijama prema BLS. U istom mesecu, više od 4,5 miliona lјudi, ili otprilike 3 procenta radne snage, dalo je otkaz, što je povećanje od 15 procenata u odnosu na isti period prethodne godine. Zaposleni na različitim nivoima i industrijama su i dalјe nemirni i traže bolјe ili drugačije prilike.
Do sada, veliki broj ostavka na radna mesta u poslednje vreme je privukao pažnje odbora. Više od dva od svaka tri člana koje je nedavno anketirala Nacionalna asocijacija korporativnih direktora prijavilo je da su razgovarali o ovoj temi – i povezanim rizicima učinka – na nivou odbora. Šta se promenilo i kako bi organizacije trebalo da zapošlјavaju u ovom dobu oskudice kandidata?
Nasleđeni modeli zapošlјavanja pretpostavlјaju da postoji masa loše kvalifikovanih kandidata koji se bore za vaše ekskluzivne mogućnosti za karijeru i volјni su da prođu kroz dehumanizirajuće, frustrirajuće i loše integrisane birokratske procese. Kompanije invazivno bockaju i podstiču kandidate sve dok ih neizbežno ne napadnu kako bi, na kraju, menadžer za zapošlјavanje mogao da zaposli nekoga za koga već znaju. Ovaj model je uvek bio neefikasan, nepouzdan, nehuman i pristrasan prema onima koji se ne uklapaju u status kvo. Sada kada je bujica kandidata atrofirala do curenja, njen potpuni bankrot je postao bolno očigledan.
Naš svet ima mnogo nerešivih problema, ali zastarele metode zapošlјavanja ne moraju da budu jedan od njih. Klјučno je da se iskoristi savremena tehnologija da se humanizuje proces i ponovo uspostavi zapošlјavanje kao primamlјivo i informativno dvosmerno istraživanje za kandidate i menadžere za zapošlјavanje, dok se predviđa pogodnost posla i minimizuje pristrasnost.
Za početak, shvatite da je u današnjem svetu zapošlјavanje razgovor, a ne inkvizicija. Intervjui idu u oba smera, tako da ne zaboravite da ne samo da ispitujete, već i regrutujete i uvek prodajete zasluge vaše organizacije. Ali imajte na umu razliku između regrutovanja i prodaje – želite da angažujete talentovane kandidate, ali takođe morate da predstavite uravnotežen pogled na vaše mogućnosti. „Realistički pregledi posla“ funkcionišu zato što su zasnovani na onome što neko doživlјava na poslu na kome se nalazi, a ne zato što predstavlјaju jednostranu, idealističku sliku posla koji ne postoji.
Drugo, imajte na umu granice lјudskog donošenja odluka. Mi lјudi smo mašine za pristrasnost, koje uzimamo ogroman niz podataka i filtriramo ih kroz bezbroj kognitivnih predrasuda. Jedna od najmoćnijih od njih je pristrasnost „slično meni“, u kojoj osećamo snažnu privlačnost prema lјudima koji odražavaju naš stil, humor, pozadinu i izgled. Na sreću, algoritmi mogu da pomognu sistematskim merenjem informacija za koje je dokazano da predviđaju učinak posla na pošten način za sve kandidate.
Treće, nemojte da uklanjate valјane, poštene, naučno razvijene intervjue i procene u interesu eliminisanja trenja oko zapošlјavanja. Kompanije koje su preopterećene kandidatima imaju kratkoročni pogled, snižavaju njihove standarde za posao i zapošlјavaju zbog brzine umesto kvaliteta, dok ne vrednuju atribute kandidata koji bi mogli da signaliziraju njihovu apatiju, nedostatak posvećenosti ili lošu sposobnost za tu ulogu ili kulture.
Još više zabrinjavaju kompanije koje skraćuju ili odustaju od pregleda i procene kandidata, plašeći se odustajanja kandidata. Pored toga što ne postoje dokazi o povezanosti između dužine procene i napuštanja, postoji empirijski razlog da se veruje da je nestrplјivi kandidat koji odluči da preskoči korake u procesu onaj koji možda neće pokazati izdržlјivost u vašoj kompaniji.
Veliki podaci i veštačka inteligencija revolucionišu upravlјanje talentima. Ali da bi veštačka inteligencija i algoritmi bili efikasni, organizacije moraju da razumeju veštine, atribute i podatke o učinku njihovih zaposlenih. Organizacije suviše često čuvaju podatke, ali ne mogu da im pristupe radi analize, ili još gore, ne uspevaju da prate važne indikatore učinka. Bez podataka, AI je beskorisan. Razumevanje vašeg postojećeg talenta je klјučno za izgradnju i zadržavanje jače baze zaposlenih.
Korišćenje „veštačke inteligencije“ nije ni čudovište ni magični štapić. Jednako su pogrešni naslovi koji tvrde da je veštačka inteligencija neprikladna za donošenje odluka o lјudima i oni koji kažu da je to naš spas. Ako se nepravilno koriste, algoritmi mogu da skaliraju pristrasnost. Kada se koriste na odgovarajući način, oni mogu da identifikuju i odmere podatke koji predviđaju uspeh zapošlјavanja i to pošteno. Pametne kompanije ne prihvataju navijanje da je AI sve dobro ili potpuno loše, već ga prepoznaju kao deo većeg, naučno razvijenog procesa zapošlјavanja prilagođenog kandidatima.
Tendencija davanja ostavka nije gotova, ali organizacije koje treba da zaposle moraju da ispitaju koliko su moderne njihove prakse zapošlјavanja. Organizacije mogu da se stave u poziciju da identifikuju talente koji će dobro odgovarati njihovim otvaranjima i njihovoj organizaciji. Uz promišlјen, moderan pristup zapošlјavanju, svaka organizacija može da iskoristi alate i mogućnosti koje omogućavaju visokokvalitetnim, potpuno potvrđenim kandidatima da iskuse istraživački proces, imaju prednosti pravednih procesa koji ublažavaju pristrasnost i privlače najbolјe za njihovu populaciju zaposlenih. Na ovaj način, oni mogu brzo da identifikuju kandidate koji će verovatno biti sposobni za uloge i kulture u kojima mogu da budu produktivni i uspešni, transformišući veliku rezignaciju u veliko zadržavanje.