Лучший способ понять траекторию вашей высокоэффективной карьеры завтра - посмотреть на то, что происходит с выпускниками колледжей сегодня. Amazonified, Googlefied и Big Data soaked - enriched? - характер консультаций и оценки образования будет все больше определять то, как вас и ваших коллег будут нанимать, увольнять и продвигать по службе. Даже если - возможно, особенно если - вы работаете в небольшой, предпринимательской организации, ваши профессиональные отношения будут оцениваться алгоритмически, чтобы убедиться, что вы действительно стоите того бонуса за удержание или инвестиций в дополнительное обучение.
Суждения и личный опыт будут иметь меньшее значение. Статистический контекст будет иметь большее значение. Сейчас Америка готовит новое поколение работников, которые признают важную и доминирующую роль предиктивной аналитики в оценке эффективности. В одном муниципальном колледже, например, простое приложение для обработки данных позволило исследователям обнаружить, "что к восьмому дню занятий они могли предсказать с 70-процентной точностью, получит ли студент оценку "С" или выше". Как заметила газета "Нью-Йорк Таймс", "новый вид программного обеспечения может предсказать, насколько хорошо студенты будут успевать, еще до того, как они ступят в класс. Оно рекомендует курсы в стиле Netflix, основываясь на академических записях студентов". Это представляет собой культурную революцию. Сегодня - в Америке, завтра - во всем мире.
Конечно, такие мировые гиганты, как IBM, Amazon и Google, уже начали импортировать предиктивную аналитику производительности для управления своими портфелями человеческого капитала. Их усилия, возможно, более изощренные, чем эти новые попытки колледжей. Но, по понятным причинам, они привносят в свои разработки собственные бизнес-предпочтения. С другой стороны, эти инициативы колледжей и университетов, как правило, более открыты, прозрачны и экспериментальны. Легче понять, что происходит и почему. В духе движений "открытого исходного кода" и "открытых инноваций" это дает им большую силу и влияние.
Не требуется больших скачков воображения, чтобы увидеть, как большие и малые организации будут стремиться импортировать то, что, по их мнению, дешево и эффективно работает в колледже. Это может быть как технически простая оценка и прием на работу (вступительные испытания), так и сложная задача профессионального развития в середине карьеры (новые специальности с высокой вероятностью успеха в работе). Системы рекомендаций также могут позволить компаниям вносить всевозможные улучшения на основе оценки, особенно там, где это снижает затраты или обязательства: Анализ полевых отчетов торговых представителей показывает, что вашей команде необходимо инициировать больше сессий поддержки с клиентом; анализ вашего календаря и встреч показывает, что вы проводите слишком много времени со своими непосредственными подчиненными; анализ вашей электронной почты за последние шесть месяцев подтверждает, что вам необходимо пройти онлайн-курс по "гендерной чувствительности"
В условиях, которые, вероятно, будут сложными в течение нескольких лет, более умные и сообразительные работодатели будут искать способы извлечь больше пользы из данных, которые все равно генерируют их сотрудники. В конце концов, у них уже есть iPad, планшеты и облачные технологии для цифрового мониторинга индивидуальной производительности.
Эта реальность "рекомендательного механизма", основанная на больших данных, отражает движение "самооценки", которое уже так прочно укоренилось среди многих людей во всем мире, ориентированных на совершенствование. Такие новые устройства, как Fitbit и Nike Fuelband, позволяющие лично контролировать потребление калорий и интенсивность физических упражнений, уже пользуются успехом в поп-культуре. Кто не обращается к Amazon и/или Netflix за поведенчески обоснованными предложениями о том, что купить, посмотреть или почитать? Все ингредиенты для инновационного объединения этих методов и технологий в экономически эффективный бизнес оценочных услуг существуют уже более десяти лет. Я и предположить не мог, что колледжи и университеты станут самыми яркими испытательными полигонами и векторами преобразования человеческого капитала, но, поразмыслив, это вполне логично. В условиях растущих расходов, долгов, более высоких конкурсов, проблем с качеством и обвинений в "пузыре высшего образования" внедрение инструментов, способных существенно повысить эффективность институциональной и индивидуальной деятельности, представляется разумной инвестицией.
Там, где амбициозные руководители проектов, лидеры команд и главы бизнес-подразделений когда-то посещали свои альма-матер, чтобы провести собеседование с лучшими талантами, они все чаще будут возвращаться, чтобы проверить алгоритмы оценки отношения/адаптации/высокой производительности своего учебного заведения. Там, где раньше организации требовали от студентов выписки из дипломов, теперь они будут требовать доступ к программному обеспечению "консультационного механизма" школ. Как ни странно, наибольшее влияние американская система высшего образования может оказать на бизнес не столько из-за студентов, которых они обучают, сколько из-за инструментов и технологий, которые они используют для управления ими.
То, что происходит в оценке высшего образования сегодня, будет все больше определять работу и аттестацию завтра. Не прошло и пяти лет, как iPhone вытеснил Blackberry в качестве корпоративного мобильного устройства для руководителей. Как вы думаете, сколько времени пройдет до того, как программное обеспечение, используемое для оценки студентов колледжей, будет преобразовано предпринимателями в сервисы, подобные Amazonesque и Netflixed, "рекомендующие", заслуживаете ли вы повышения или продвижения по службе? Независимо от того, быстро или вяло улучшается экономика, технологии оценки изменят как размер вашей компенсации, так и ваши возможности.
Об авторе
Майкл Шраге, научный сотрудник Центра цифрового бизнеса Школы Слоуна Массачусетского технологического института, является автором книг Serious Play (HBR Press), Who Do You Want Your Customers to Become? (HBR Press) и The Innovator's Hypothesis (MIT Press).
- Hbr.org
Поделиться
