Мнение Светлана Белоус, «Про бизнес» 30 августа 2021

«Чтобы спасти костяк, менеджеры нанимают „жертв“». Почему компании разрешают ИИ увольнять людей

В августе бизнес-сообщество взбудоражил кейс пермской компании Xsolla, которая заявила об увольнении почти 150 «невовлеченных и малопродуктивных сотрудников». Активность людей оценивала команда Big Data. В итоге основателю компании Александру Агапитову пришлось оправдываться за свое решение, а один из обиженных разработчиков подал в суд на Xsolla, запросив 1 млн российских рублей в качестве морального ущерба. Чему учит руководителей эта история, рассуждает директор компании «1С-Битрикс» и онлайн-сервиса «Битрикс24» в Беларуси Полина Ганкович.

**Полина Ганкович**
Директор компании «1С-Битрикс» и онлайн-сервиса «Битрикс24» в Беларуси.

— Есть выражение: «То, что измеряется, становится управляемым». Но если раньше в бизнесе речь шла о количестве выпущенной продукции, проданных товаров или полученной прибыли, то в последние годы активно идет поиск достоверных метрик эффективности и продуктивности сотрудников. Анализировать информацию и принимать решения помогают искусственный интеллект, Big Data и нейросети. По прогнозам IDC, к 2024 году мировой рынок искусственного интеллекта преодолеет отметку в $ 500 млрд.

Контроль работы сотрудников с помощью искусственного интеллекта широко распространен. По статистике Crowd Research Partners, 94% работодателей в США мониторят онлайн-активность подчиненных.

Gartner заявляет, что 22% организаций в США, ЕС и Канаде используют данные о передвижениях сотрудников, 17% — данные об использовании компьютера и работе на нем, 16% обрабатывают данные из календарей встреч и e-mail, 13% — данные о состоянии здоровья персонала и 7% компаний — «читают» текст из чатов и переписок.

В июле этого года Netflix уволил трех маркетологов за то, что те грубо критиковали коллег. При этом уволенные работники говорят, что переписывались в личном чате. Реальность в том, что у компаний существуют технологии, позволяющие отслеживать практически все коммуникации на рабочем месте. Известно, что у Amazon, UPS, Walmart также есть собственные системы слежки за сотрудниками.

Как происходит слежка за сотрудниками?

Инструментов для слежки сегодня существует очень много. С помощью специального софта наниматель может получать скриншоты рабочего экрана, отслеживать геолокацию и GPS, снимать цифровые отпечатки с клавиатуры, делать видеозаписи работы персонала.

У нанимателей даже есть возможность следить за тоном голоса для определения культуры переговоров в компании.

Как пример, сервисом WeChat Work пользуется 2,5 млн компаний. Это приложение автоматически формирует и направляет работодателю отчет, если работник не успеет вовремя выйти в онлайн. А в сервисе DingTalk, у которого более 100 млн пользователей, есть функция автодозвона сотруднику, при котором невозможно отклонить звонок.

Главный поставщик систем ИИ-контроля — Китай. Huawei, Hikvision, Dahua и ZTE экспортируют свои разработки в 63 страны мира. США поставляет системы цифрового наблюдения в 32 страны. По данным Market Research Future, рынок решений для слежки за сотрудниками превысит $ 3,8 млрд уже к 2023 году.

«Кривая выживания» General Electric и другие примеры увольнения неэффективных сотрудников

Увольнение сотрудников на основании данных метрики — тоже не новость. Вспомним «кривую выживания» General Electric с обязательной квотой в 10% неэффективных работников. Весь персонал компании делился на группы:

А (20%) — лучшие и инициативные сотрудники
В (70%) — профессионалы-середнячки
С (10%) — сотрудники, которые плохо справляются с обязанностями.

Первых всячески поощряли, с последними расставались.

Еще один пример — «стековое ранжирование» Microsoft (в компании отказались от Stack Ranking в 2018 году). Каждое подразделение декларировало определенный процент от своих коллег как лучших, хороших, средних, ниже среднего и плохих. Человек мог замечательно выполнять свои функции, но если руководитель уже заполнил выделенные на подразделение слоты «хороший сотрудник», то работник автоматически попадал в группу «средний сотрудник», то есть система вынуждала кого-то быть «средним» и «плохим» исполнителем.

В Amazon до сих пор есть практика «hire to fire» — новичка берут в команду, чтобы уволить под Рождество, так как в компании существует требование избавляться от 10% самых неэффективных сотрудников. Чтобы спасти костяк команды, менеджеры специально нанимают «жертв».

Можно ли опираться на Big Data в принятии кадровых решений?

Человек субъективен, и любой машинный анализ дает более достоверную информацию. Искусственный интеллект позволяет сопоставлять огромное количество данных и смотреть на сотни разных параметров. При этом нужно отдавать себе отчет в том, что чисто математический подход не учитывает качество работы и ее результаты, особенно в сфере создания идей.

За одинаковое время можно написать две посредственные книги или одну хорошую. Значит, больше — это не обязательно лучше?

На наш взгляд, искусственный интеллект — это инструмент для внесения предложений и улучшений, а не система, которая самостоятельно принимает решения. Сегодня перед бизнесом стоит вопрос, как «обучить» системы управления на базе ИИ работать правильно.

В нашей компании мы работаем в экосистеме «Битрикс24», которая прозрачна и для команды, и для руководителя. От планирования до отчетов — все находится в едином пространстве: корпоративные чаты, видеозвонки, календарь-планировщик, рабочие документы, проекты и задачи, обучающие материалы, отчеты, бизнес-процессы. Это позволяет в любой момент времени с десктопа или смартфона отслеживать стадии реализации проекта и оперативно вносить коррективы, планировать загрузку и необходимые ресурсы, расставлять приоритеты, связанные с дедлайнами или важностью задачи.

Для контроля за эффективностью сотрудников мы рассматриваем многие «оцифрованные» метрики, которые зависят от функционала работника: сроки выполнения задач, количество совершенных звонков или закрытых сделок, процент конверсии, стоимость привлечения лида и многое другое. Но кроме этого для нас важны реальные достижения человека, его инициативность, влияние на коллектив, продукт или бизнес, реализацию поставленных целей.

Очень тонкий момент — что закладывать в показатели, а что нет. В этом и заключается талант руководителя.

Один неверно заложенный KPI может «поломать» вовлеченность сотрудников в бизнес — они будут прокачивать ту или иную метрику, иногда в ущерб общему результату.

Например, если измерять производительность разработчиков количеством строк кода, то сотрудник может быть очень «эффективным», просто формируя шаблонные коды, чтобы повысить личный KPI. Для программиста же гораздо важнее такие показатели, как скорость и качество выдаваемого результата.

Проще говоря, нужно оценивать работу строителя не по количеству кирпичей, которые он положил, а по тому, ровные ли стены и как быстро мы сможем получить ключи от квартиры.

Таким образом, основная ошибка, которую сегодня могут допускать руководители, это не сам факт контроля, а неверная цель. Оценивать и отслеживать нужно не активность в чатах, нахождение перед монитором или количество строк в коде, а реальный результат работы.

Цифровой контроль должен быть открытым и понятным для сотрудников

Еще одна ошибка — отсутствие четких и прозрачных для всей команды правил. По данным CNBC, только 29% компаний создают кодексы по наблюдению за работой сотрудников.

Я выделяю несколько правил здорового цифрового контроля:

1. Каждый член команды должен знать систему принятых метрик и регламентов. Компании намного выгоднее и полезнее использовать Big Data не тайно от сотрудников, а вместе с ними. Открыто показывать, как ИИ может улучшить личные показатели и общие результаты.

2. Сосредоточиться нужно не на слежке за браузерами, а на открытом публичном подсчете через ПО результатов работы. При использовании специального софта важно объяснить, зачем руководитель собирает данные сотрудников. Кстати, по данным Accenture, от 6,4% до 12,5% вырастает оборот предприятий, которые используют стратегии развития, учитывающие рост доверия сотрудников к компании.

3. Отчетность должна отвечать на вопрос «чего добился сотрудник?», а не «что он делал?». Это стимулирует людей анализировать свои рабочие процессы. Ведь можно сделать сотни звонков с нулевым эффектом.

Что делать c полученными результатами?

В законодательстве нет таких оснований для увольнения, как «невовлеченность», «низкая активность» или «по рекомендации искусственного интеллекта».

Если управленец говорит, что «тебя уволил робот», он декларирует прежде всего свое нежелание приводить реальные факты и аргументы.

Как нам кажется, осутствие вовлеченности, зафиксированное программными продуктами, может проявляться и в снижении результатов работы сотрудника. Это становится для руководителя реальным основанием для диалога и, возможно, применения дисциплинарного взыскания. Повторение подобных проступков может стать официальной причиной для увольнения работника.

Таким образом, помощь руководителям и повышение личной эффективности с помощью искусственного интеллекта — это нормально. А вот тотальный контроль и увольнение на основании метрик — однозначно нет.

Ещё больше бизнеса в нашем Telegram канале. Подпишись!