ODHR.JOURNAL
41 subscribers
22 photos
7 files
10 links
живые заметки о Human Resources, Organizational Development и Project Management
Download Telegram
neginski-odhr.pdf
636.1 KB
В конце прошлого года вместе с Neginski обсуждали текущий статус HR. Из этого выросла задача - спроектировать HR-функцию с нуля и понять, какой лидер нужен.

В мае собрала Telescope Lens Framework и решила прогнать тот кейс по фреймворку, чтобы проверить жизнеспособность инструмента.

Совпало. Полностью.

Всё что тогда сложилось из рабочей интуиции — сейчас раскладывается в цепочку: Purpose → Outcomes → Capabilities → структура. Ни одного вывода который бы не вписался.

Для меня это важная точка: Телескоп не придуман в теории, он решает задачу и объясняет ретроспективно. Значит, что логика работает.

Кейс разобран полностью - компания, какая была проблема, как шли по шагам, какую структуру рекомендовала и почему.

Испытываю детский восторг 🙃
1
Обещала статью про OKR
В ходе написания, поняла, что правильней будет разбить на несколько частей
Первая - вводная
Следующая будет про процесс планирования, а завершающая - про мотивационные схемы при OKR

В дополнение собрала памятку с самодиагностикой, если OKR уже в вашей команде - доступна по ссылке https://clck.ru/3TfVi6
OKR · ODHR · Patr 2.pdf
2 MB
Планирование OKR

Основные ошибки и камни, об которые спотыкаются команды

Если коротко, то необходимо:
🔸 одновременно top-down и buttom-up
🔸 корректно формулировать KR
🔸 синхронизироваться в самом начале и обговаривать зависимости и блокеры
OKR · ODHR · Part 3.pdf
1.7 MB
Бонусы и OKR

Заключительная на данный момент статья и, как оказалось, самая больная для меня.

На своем опыте я встречала всего несколько команд, у которых получилось поменять свой подход и сделать финансовую мотивационную схему, поддерживающую OKR. Чаще все же встречается история, когда подход к целеполаганию поменяли, но как прежде поощряли достижение целей, так и продолжают.
1
Компания открывает вакансию. Но насколько осознанно?

Не «нам нужен PM». А с пониманием: какие компетенции нужны, какие результаты ожидаются, это одна роль или три — и как вообще понять, что кандидат подходит.

Обычно всё иначе. Есть боль: "всё держится на мне", "проекты горят". И есть гипотеза: нужен человек, который разберётся. Но вакансия - это не диагноз. Это ставка.

Ставка на то, что нужный человек принесёт с собой ownership, процесс и понимание своей роли. Не принесёт.

Нельзя нанять ответственность. Нельзя нанять процесс. Нельзя нанять clarity в роли, которой не существует.

До того, как открывать вакансию — три вопроса:
– что конкретно сломано?
– какая роль это чинит — и чинит ли вообще?
– что должно измениться в системе, чтобы человек мог работать?

Сначала структура. Потом человек.
Ну или надежда на то, что человек сможет принести эту структуру, но сколько реально смогут это сделать?
1
Это закроет AI

Как много надежды и уверенности в этом предложении слышится, когда компании принимают решение расстаться с человеком.

Но чтобы понять, закроет ли AI или новый кандидат – нужно знать, что именно он делал. По факту, не по JD. А этого обычно никто не описывал.

Сильные сотрудники закрывают несколько стримов и не все они очевидны. Понимание этото приходит через квартал после ухода – когда начинает сыпаться в трёх местах одновременно.

И дело не только в функциях: человек был носителем компетенций, которые нигде не зафиксированы, держал неформальные связи, которые работали без единого регламента.

AI не закроет неописанное. Новый кандидат тоже.

Зеркальная проблема найма: не знаешь, кого берёшь - не знаешь, кого теряешь.

Прежде чем упразднять роль или отпускать человека, ответьте на вопросы:
🔘что конкретно делает этот человек? Не по JD, а по по факту
🔘какие стримы закрывает, какие неочевидные?
🔘какие компетенции и связи держатся на нём и нигде не записаны?
🔘 что возьмёт AI или новый кандидат, а что останется в воздухе?



Если ответов нет — решение принято вслепую.
Please open Telegram to view this post
VIEW IN TELEGRAM
Роли определяет не размер команды, а работа.


"Нас стало 50 - пора брать HR". "Нас только 20 - куда нам операционный директор".

Логика понятна. Логика неправильная.

Численность говорит о том, сколько людей у вас есть, но не о том, какая работа должна быть сделана. Роли нужны под работу. Не под количество голов.

Компания из 15 может остро нуждаться в операционном директоре. Компания из 80 - не нуждаться в Head of HR. Всё зависит от сложности системы, не от цифры в оргчарте.

Когда решение о роли принимается от численности, часто задаётся неправильный вопрос.

Правильный же список:
🔸какая сложность есть в системе?
🔸какие зоны ответственности не закрыты?
🔸каких компетенций нет в команде?
🔸 какие outcomes не достигаются и почему?


Три поста, одна проблема: не знаешь, кого нанимаешь; не знаешь, кого теряешь; опираешься на неправильный компас, когда решаешь, кто нужен.
Иногда компании не нужны компетенции. Нужны руки.

Повторяемая работа, готовый процесс, пиковая нагрузка — задача понятна, нужна только пропускная способность. Это отдельный тип потребности системы, у которого есть четыре варианта ответа:

🔘 AI - если работа описана, повторяема и не требует живого контекста. Быстрее, дешевле, масштабируется без найма.
🔘Подрядчик или временный человек – если нужно живое взаимодействие, но горизонт конечный (проект, сезон, запуск).
🔘Джун в штат – если нужно живое взаимодействие, есть готовность коучить и отслеживать рост. Это уже инвестиция, не просто пропускная способность.
🔘Штатная роль – если нужны суждение, ownership и развитие с первого дня. Но это уже не про «руки».

Если выбор сделан осознанно — вот реальность, которую нужно принять:
– Инициативы не будет.
– Проблему не заметят, а просто выполнят задачу от и до.
– Ownership не появится.
– Высокая текучка тут норма, не сигнал.

Это не плохо. Это условия сделки.

Ловушки начинаются, когда вариант выбран неправильно — или когда ожидания не совпадают с выбором.
🟣Взяли руки, но начали ждать компетенций. Платите за исполнение, требуете суждений.
🟣Взяли подрядчика, а проект бесконечно расширялся. Теперь это долгосрочная зависимость без обязательств с обеих сторон.
🟣Наняли джуна, но нет времени на коучинг и разбор ошибок. Джун не растёт. Ошибки закрепляются. Деньги потрачены, результата нет.
🟣Наняли компетентного человека на рутину. Он уйдёт через три месяца — не потому что плохой, а потому что в вашей системе ему нечего делать.

Прежде чем открывать вакансию — один вопрос: что именно нужно системе?
Ответ меняет всё остальное.
Please open Telegram to view this post
VIEW IN TELEGRAM
В период работы в маркетинге появилось правило: перед тем как бежать решать проблему, с которой пришёл клиент — сначала собрать и проверить данные, ответить на вопрос "А есть ли вообще проблема?". И если да — какие гипотезы её возникновения. Спустя годы это стало само собой разумеющимся, но не очевидным для всех.

Переходя в операционное управление и дальше в HR, этот шаг я всегда забирала с собой: сначала as-is, потом — оценка потерь и бутылочных горлышек, потом — несколько сценариев to-be.

Чем глубже я уходила в работу с людьми, тем яснее становился запрос: нужен инструмент, который даёт снимок системы целиком. Где реальная сложность, где скрытые стримы, а где — просто незакрытые дыры в процессах.

Минус такого подхода — с наскока не работает. Это либо ежедневная рутина, которая прививается с самого «детства» компании, либо приходится начинать на ходу — и лечить ошибки, которые накопились без системного присмотра.

И да, это больно. Проводить аудит структуры, когда компания уже несётся на полной скорости — как перестраивать корабль посреди тура по Тихому океану. Вылезают скрытые конфликты; фаундеры осознают, сколько процессов держалось на честном слове одного выгоревшего сотрудника; команда начинает задавать вопросы, от которых раньше отмахивалась.

Альтернатива — продолжать заливать деньгами и новыми людьми дыры в корме, надеясь, что в этот раз корабль точно всплывёт.

Но многие команды интуитивно выстраивают рабочие структуры и не раздувают штат, зачем тогда инвестировать в дополнительный аудит? Интуиция работает до определённой точки, но не помогает увидеть скрытые зависимости, зоны без ownership, стримы, которые держатся на одном человеке.

Либо держишь это в голове и тонешь в операционке, либо – начинаешь фиксировать и смотреть структурно. Аудит не говорит команде, что она строила неправильно. Он делает видимым то, что интуиция держала в слепой зоне.

Из всех as-is схем и операционных тупиков, у меня вырос Telescope Lens - фреймворк, который не просто подсвечивает «где горит», а помогаем разделить реальную сложность бизнеса и надуманную бюрократию, вытащить невидимые стримы и показать, какая роль нужна системе прямо сейчас — под конкретную работу, а не под мифический размер штата.

Это не вывод – скорее внутреннее отслеживание того, откуда вырос фреймворк.
1
Сервис на подхвате vs Архитектор живых систем

Представьте: руководители групп полностью закрывают работу с командой по всем стримам, кроме, разве что, бумажных вопросов. Рекрутеры помогают проводить собеседования, оценивать софт-скиллы. Понятная рабочая система.
Потом в структуре появились HRBP, команда не понимает: зачем? что они делают? с какими вопросами вообще к ним приходить?

Или другая картина: команда растёт, уже появился операционный департамент, в его составе есть администраторы команды и HR-generalist'ы. И вот выделяется HR департамент, стали меняться и роли внутри. Но менеджеры снова не понимали разницы и продолжали видеть тех же людей, не принимая новые роли.

Один и тот же сценарий: роль HR в бизнесе сдвинулась, а линза, через которую ее видят - осталась старой.

Старая модель: HR = рекрутинг + администрирование + корпоративная жизнь. Сервис на подхвате.

Новая модель - другая по своей сути. Архитекторы. Для меня лучшая аналогия с архитекторами инфраструктуры. Те же вопросы: что строим, как держится, где узкое место, как усилить. Только работа с людьми, ролями и зонами ответственности.

Но спрос, основанный на старой модели, продолжает формировать предложение и замедляет развитие и роли, и людей внутри неё.

Как вы видите HR сегодня: как сервис или как архитектор?
1🤷‍♂1👍1
HR · ODHR.pdf
2.6 MB
Про то, как я вижу HR: его зоны, собирающиеся в архитектора
1
Среди читателей этого канала, много людей, кто был рядом, когда запускался мой первый EES опрос - привет вам ❤️

Уровень вовлеченности сотрудников начал интересовать меня с момента, когда я впервые стала руководителем команды.
Тогда я еще не очень понимала, как могу на него влиять. Из инструментов был только общий опрос про удовлетворенность работой в компании, а между "люди не очень довольны" и "что мне как руководителю с этим делать" была пропость.

Спустя несколько лет и несколько ролей я вернулась к этому вопросу уже иначе. Когда проектировала опрос для команды из 400 человек я стала смотреть на составляющие этой метрики как на отдельные значимые кластеры.

Так появилась первая версия инструмента, который я хочу показать сегодня.

Низкая вовлеченность редко возникает сама по себе, за этим часто стоят вполне конкретные организационные причины: размытые роли, непонятные права принятия решений, перегруз, слабые внутренние инструменты, сломанная коммуникация между командами, неясные приоритеты или управленческие ритуалы, которые не помогают работе.

Именно поэтому мне стало важно создать инструмент, который не просто собирает ответы, а помогает перейти к решениям: что менять в ролях, процессах, управленческих практиках и системе развития.

Так родился Work System Engagement Diagnostic – диагностика вовлеченности через систему работы.

Внутри:
- 8 кластеров диагностики;
- банк вопросов;
- логика интерпретации результатов;
- мини-калькулятор;
- таблица "низкий результат → возможная системная причина → возможное решение"

Посмотреть инструмент можно здесь:
https://lnkd.in/d2quFBcV
1❤1🔥1
Через несколько лет название должности может стать самой бесполезной строкой в вакансии. Все чаще компании ищут не профессию. Они пытаются найти человека, который решит конкретную бизнес-задачу.

Я все чаще возвращаюсь к мысли, что названия ролей начинают усложнять жизнь компаниям и кандидатам.
Когда-то они были хорошим ориентиром, но сегодня все чаще становятся источником недопонимания.

За последние несколько недель я просмотрела несколько десятков вакансий HR Business Partner и People Partner. И складывается ощущение, что рынок потерял синхрон в понимании, кто это вообще:

• В одной вакансии HRBP отвечает за recruitment, performance review и employee relations, в другой – за workforce planning, организационный дизайн, people analytics и сопровождение изменений.

• People Partner в одной компании развивает культуру и заботится об опыте сотрудников, а в другой помогает руководителям проектировать команды и принимать организационные решения.

Название одно. Работа – совершенно разная.

И это касается далеко не только HR. Вспомните Project Manager, Product Manager, Chief of Staff или Operations Manager. За одинаковыми названиями сегодня могут скрываться совершенно разные ожидания.

В результате обе стороны рынка начинают играть в одну и ту же игру.

Кандидаты переписывают резюме под каждую вакансию, пытаясь показать именно тот набор опыта, который ожидает конкретная компания.

Компании получают сотни откликов и все чаще не понимают, где реальный опыт, а где удачная адаптация под описание.

Получается парадокс. Мы продолжаем искать человека по названию роли, хотя на самом деле пытаемся найти человека с определенным набором компетенций.

И мне кажется, именно сюда движется рынок. Не к вопросу: "Нужен ли нам HRBP?", а к вопросу:
"Какие компетенции нужны бизнесу, чтобы решить следующую задачу?"
И уже после этого - в какой функуии эти компетенции будут объединены.
За последние 24 часа я собрала рабочий прототип продукта и…

…поймав себя на следующем размышлении - закрыла ноутбук

Еще год назад на это ушел бы не один месяц. ВАУ!

Но зацепило меня совсем не разница в сроках, а в теневом влиянии AI на человека

Тот месяц раньше был нужен не для того, чтобы нарисовать красивые экраны. Он был нужен, чтобы идея успела созреть.

За это время я несколько раз меняла бы логику продукта, отказывалась от половины функций, обсуждала решения с коллегами, понимала, где MVP, а где просто красивая фантазия.

Сегодня первый рабочий прототип появляется практически сразу. И вместе с этим появляется очень опасная иллюзия.

Что если сделать можно быстрее, значит и подумать можно быстрее.

Мне кажется, именно здесь нас ждет один из самых интересных вызовов ближайших лет.

AI сокращает время производства. Но не способно сократить время осмысления.

Более того, организации постепенно начинают ожидать от людей той же скорости, с которой работают инструменты.

И вот это уже не вопрос технологий. Это вопрос того, как мы будем перепроектировать процессы, роли и ожидания внутри команд.

Мне очень интересно, замечают ли это другие.

Потому что пока ощущение, что мы обсуждаем новые модели AI гораздо чаще, чем изменения, которые они уже принесли в организацию работы и на наше состояние

Я выписала по итогу несколько тезисов, делюсь с ними без редактуры:
- с ростом скорости работы, когнитивное капасити не увеличить
- мы подсаживаемся на «легкий дофамин» и уже как андреналино-зависимые не можем остановиться
- привычные фреймворки и процессы не соответствуют новым скоростям и процессам
🔥2
В продолжении вчерашней заметки

В этот четверг 16 июня мы вместе с Максимом Постниковым попробуем разобраться в нескольких вопросах, на которые у меня пока нет однозначных ответов:
• почему ускорение выполнения задач не всегда снижает нагрузку?
• куда на самом деле исчезает сэкономленное AI время?
• стоит ли руководителям автоматически увеличивать capacity команды, если часть работы теперь делается быстрее?
• как помочь себе и команде?

Мне не очень хочется делать эфир в формате "AI - это хорошо" или "AI - это плохо", скорее хочется вместе разобраться, что меняется в работе людей, команд и компаний прямо сейчас.

Если у вас есть собственные наблюдения, вопросы или даже несогласие с этими мыслями - приносите их на эфир (регистрация бесплатная через tg-бота)

Подозреваю, что хороших вопросов сейчас гораздо больше, чем готовых ответов 🤔
ODHR.JOURNAL pinned «В продолжении вчерашней заметки В этот четверг 16 июня мы вместе с Максимом Постниковым попробуем разобраться в нескольких вопросах, на которые у меня пока нет однозначных ответов: • почему ускорение выполнения задач не всегда снижает нагрузку? • куда на…»
Кажется, я наконец нашла название для того, о чем хочется писать последние несколько недель: разрыв готовности.

Всё началось с довольно личного наблюдения.

Я собрала рабочий прототип продукта за 24 часа. Ещё год назад на это ушёл бы как минимум месяц. Сначала было ощущение: вот оно, почти волшебство. А потом я закрыла ноутбук и поймала себя на неприятной мысли.

За этот месяц раньше происходило не только производство.

Идея успевала созреть. Я несколько раз меняла бы логику, отказалась от части функций, обсудила решения с другими людьми, поняла, где настоящий MVP, а где красивая фантазия.

AI резко сократил время между идеей и первым результатом. Но время, необходимое для осмысления, никуда не исчезло.

Потом я стала смотреть шире – уже не на одного человека, а на команду.

Если один участок работы внезапно ускорился в десять раз, это не означает, что вся система начала работать в десять раз быстрее. Меняются узкие места, нагрузка, цена ошибки, скорость поступления информации и количество решений, которые нужно принять.

На волне финала FIFA я сравнила это с появлением в команде игрока, который бегает намного быстрее остальных - просто выпустить его на поле недостаточно. Придётся менять тактическую схему, роли и взаимодействия. Иначе скорость одного игрока может не усилить команду, а окончательно сломать игру.

А теперь мне попалось исследование McKinsey, которое добавило к этой мысли следующий уровень.

В опросе 70% респондентов сказали, что лично готовы использовать AI. Но только 27% руководителей считали свои организации готовыми к изменениям, необходимым для работы с ним.

По расчётам авторов, организационная готовность была связана с получением бизнес-результата заметно сильнее, чем личная готовность сотрудников.

Конечно, один опрос на 750 респондентах не описывает весь рынок и не доказывает универсальную причинность. Но сам разрыв кажется мне очень узнаваемым. Потому что большая часть разговоров о внедрении AI до сих пор строится вокруг человека.

Дать доступ. Провести обучение. Собрать библиотеку промптов. Найти амбассадоров. Посчитать активных пользователей и сэкономленные часы. Всё это может быть полезно. Но это показатели использования инструмента, а не изменения организации.

Представим простой рабочий процесс.

Раньше специалист два дня собирал анализ. Затем руководитель его проверял, уточнял контекст и принимал решение. С помощью AI анализ теперь можно подготовить за два часа.

Что произойдёт дальше?

Если весь остальной процесс останется прежним, специалист просто начнёт приносить больше материалов. Все они попадут к тому же руководителю. Его способность читать, осмыслять, задавать вопросы и принимать решения не увеличилась вместе со скоростью AI.

Узкое место переместилось.

Снаружи это может выглядеть как рост производительности: больше отчётов, исследований, презентаций, вариантов решений. Но время полного цикла почти не изменилось. А нагрузка на руководителя и риск поверхностных решений выросли.

Дальше система обычно делает ещё один предсказуемый шаг.
Раз задача теперь выполняется быстрее, значит человек может взять больше задач.

Освободившееся время не превращается в пространство для проверки гипотез, развития, разговора с командой или более глубокого анализа. Оно немедленно становится новой производственной мощностью.

Так индивидуальное ускорение постепенно превращается в увеличение общего темпа и когнитивной нагрузки — без пересмотра того, какая работа вообще нужна.

И здесь особенно легко поставить неправильный диагноз.

Руководство видит, что ожидаемый эффект от AI не появился, и решает: сотрудники недостаточно активно используют инструмент. Нужно ещё обучение, ещё амбассадоры, ещё контроль adoption rate.

Хотя сотрудники, возможно, уже готовы.

Они не могут самостоятельно убрать лишнюю цепочку согласований. Не могут изменить границы своей роли, перераспределить права принятия решений или отказаться от процесса, который больше не создаёт ценности. Не могут решить, куда компания направит освободившееся время и как теперь будет оцениваться результат.

Это уже управленческая работа.
Поэтому организационная готовность к AI для меня — это не наличие стратегии, лицензий или специального центра экспертизы.

Это способность компании пересобрать способ работы, когда технология изменила то, что стало возможным.

Например, честно ответить:

— Какой бизнес-результат мы хотим изменить, а не какую операцию ускорить?
— Как выглядит процесс целиком, от возникновения задачи до решения или результата?
— Какие шаги теперь можно убрать, а не выполнять быстрее?
— Где после автоматизации окажется новое узкое место?
— Как изменятся роли, ответственность и права принятия решений?
— Где человеческое суждение действительно необходимо, а где мы просто сохраняем привычную цепочку согласований?
— На что будет направлено освободившееся время?
— Какие старые метрики и ожидания больше не соответствуют новой работе?

Пока эти вопросы не заданы, AI остаётся более мощным инструментом внутри прежней системы.

Люди могут писать быстрее, анализировать больше и собирать прототипы за день. Но организация продолжит принимать решения в старом ритме, распределять ответственность по старой логике и измерять производительность количеством произведённого.

Возможно, именно поэтому сейчас возникает странное ощущение: AI уже повсюду, а обещанная трансформация всё ещё где-то впереди.

Мы довольно быстро научились менять способ выполнения отдельных задач. Теперь предстоит гораздо более сложная часть – разрешить измениться самой организации.

И здесь вопрос уже не в том, готовы ли люди использовать AI.

Вопрос в том, готова ли компания пересмотреть собственные процессы, роли, управленческие привычки и представление о продуктивности.
🔥2
Best-practice - это чужой ответ, оторванный от вопроса, на который он отвечал

Листая ленты соцсетей, часто вижу истории успеха и призыв повторить/масштабировать у себя. Особенно много всего, что касается AI - возьми мои «обвесы» (набор агентов, навыков и правил) и жизнь будет прекрасной.

Что меня в этом цепануло: Зафиксированный результат чужого пути, не объясняет, как этот путь был пройден. Я говорю не про следование инструкции, а именно про ориентацию на финальное решение: мы видим, как у другого уже все устроено и решаем, что нам нужно так же.

Но финальная конфигурация любого решения не показывает, какие задачи изначально она решала, из каких ошибок выросла, почему в ней появился каждый из элементов и для каких людей это было создано.

К чужой финальной картинке можно пройти, но без понимания всей сути это останется набором чужих ответов на вопросы, которые мы себе еще не задавали.

Такую ошибку организации допускают постоянно: скопировать Agile, собрать кросс-функциональные команды, внедрить OKR, применить модели компетенции и системы оценки сотрудников - взять все, о чем рассказала в общем поле успешные компании. Взять видимый результат чужого изменения и попытаться внедрить как готовое решение.

Думаю, что управление изменениями начинается именно тут: в момент, когда задаются вопросы «какую проблему это решало? за счет чего работало? что должно измениться у нас, чтобы этот механизм заработал здесь?»

Насмотренность специалиста важна не количеством известных ему практик. Ценность в способности сначала разобраться в текущей ситуации и проблеме, а затем разобрать чужую best practice до кирпичиков: понять, какие элементы действительно нужны, и собрать из них собственный маршрут.

Чужое решение может стать вектором. Но когда мы принимаем его за готовый маршрут, то перестаём сверяться с местностью - и обнаруживаем несоответствие уже в процессе внедрения. Будь то инструкция, новая программа, система целеполагания или оргструктура.

Best practice полезна не как готовый ответ. Основная ценность этого материала - из него можно собрать свой, но только после того, как сформулирован собственный вопрос.
1❤1