Вчера вышло любопытное исследование "Agents of chaos", в котором группа учёных из 13 топовых университетов собрали свои наблюдения за работой ИИ-агентов. Раздел "Discussion" - 5 страниц увлекательного чтива, стоит прочитать. Вкратце: ИИшенька врёт, нарушает как правила, так и свои собственные обещания, сливает секретную информацию и путается в источниках; умудряется что-то утверждать, одновременно действуя строго наоборот, путается в исполнителях и нихрена ни за что не отвечает. И что эти "ошибки" накапливаются лавинообразно.

Внутренняя логика ИИ понятна: он выстроен вне морали и совести и он не живёт будущими угрозами и УК, он игнорирует стабильность или даже долгосрочное существование системы, потому что сфокусирован на задаче здесь и сейчас. Потому не продумывает свои действия даже на 2 шага вперёд и даже не учитывает любые последствия своих решений.

И в этом современный ИИ отлично может заменить большинство директоров компаний. Ещё в 2005 году в "The economic implications of corporate financial reporting" учёные удивлялись тому, что 78% директоров считали возможным пожертвовать долгосрочными приоритетами в угоду текущим выручке или прибыли. А в 2023 году, согласно "How can bold CFOs reframe their role to optimize performance?", 90% компаний уже прямо планировали урезать инвестиции, R&D, программы развития сотрудников и так далее в сравнении с предыдущими периодами. То есть, жертвовали будущим ради сиюминутных выгод. Это в 2023 году, за 3 года до того, как "оптимизация" вошла в топ-3 приоритетов бизнеса.

И даже любопытно. Если вдруг найдётся такое решение, которое бы научило ИИ "думать" хотя бы на пару шагов вперёд, поможет ли оно современным директорам? Или уже нет?

P.S. В этом свете забавно было услышать на одной конференции преподавателя MBA, который прямо и даже с некоторой гордостью признал, что в последние 3 года запрос обучающихся сильно заточен на операционке, а не на стратегическом управлении, к чему их школа успешно адаптировала свою программу.

Сокращения маршируют по планете всё активней и выразительней. Увы, но в 75% случаев применяется самый тупой и вредный подход "Salami slicing", когда в несколько волн штат уменьшают "понемногу везде". Почему тупой и вредный?

Для этого достаточно если не прочитать то, что я уже писал раньше, то хотя бы пообщаться минут 10 с любым доступным ИИ, и он сразу наведёт на целую серию аналитических отчётов от HBR, Bain&Co, Gartner, McKinsey и прочих брендовых структур.

Логика за последние 20 лет не изменилась:
🧨В первые пару месяцев после сокращений сотрудники взваливают на себя обязанности сокращённых и повышают продуктивность труда: стресс, страхи или даже просто эффект Хоторна. За счёт этого может даже сложиться ощущение, что породившая кризис система вдруг справилась со всеми своими болячками. Зря.
🧨В следующие 3-4 месяца сотрудники не только откатываются к их изначальной продуктивности, но и уже проседают. Нельзя делать 10 дел за то же время, за какое раньше делали 9. Если не брать в расчёт выплаты увольнительных, по итогу первого полугода только у 60% компаний имеется хотя бы какой-то экономический эффект, 40% не имеют даже его. С учётом всех "отпускных" цифры больше похоже на 10/90.
🧨Но для них всех с 7-го месяца после сокращений начинается жёсткий регресс. Дико нарастает число ошибок, развёрнутые за полгода костыли начинают тотально мешать, а прежние болячки и проблемы выходят на главный план новые "болячки".

Уже за первые 6-12 месяцев падают результаты, а снижение продуктивности труда легко достигает 20-30%. Так ещё и у коллектива оказываются обнулены резервы и возможности к любым изменениям. И следом начинают уходить не самые уставшие и выгоревшие, у них как раз на это сил нет. А те самые А-players, самые лучшие, которые и создавали ранее разницу. Которых, к слову, ещё и не удерживают, потому что чаще всего это совсем не те, кто имел самый высокий "time-to-market" или "velocity". Так ещё и NPS падает в среднем на 12-18 пунктов всего за год.

В 2024 году Gartner выявил, что по итогам 2 лет сокращений штата в относительно спокойных условиях без внешних кризисов примерно 70% компаний не смогли добиться роста операционной прибыли даже после 3 волн таких сокращений.
Реальный же рост продуктивности труда на человека достигается только у 10-20% компаний, которые проводили именно что структурные изменения с пересмотром стратегии, профилей активности, с оценкой экономических эффектов и так далее. Но даже там экономический эффект от сокращений был преимущественно негативным.

Так что если вы вдруг сталкиваетесь с директором, который выступает за такие "салями-увольнения", знайте, перед вами или обладатель IQ78, или осознанный вредитель. Который в обоих случаях готов бизнес превратить в очередной могильный памятник управленческой лени и некомпетентности.

Каждый из нас врёт от 10 до 200 раз в сутки, с таким посылом выступила Памела Мейер на Ted 15 лет назад. А ещё "все врут", помните же? Что ж, у меня для вас есть две новости на этот счёт.

Средние числа врут. И масштабные полевые исследования ("Profilic liars" - в сегодняшнем тексте не конкретные исследования, а ключевые выражения или основные авторы) говорят, что половина лжи приходится всего на 5-10% человек. Потому остальные люди врут намного реже. Так ещё и в 89% случаев - это "белая ложь" или социальная дипломатия, когда мы обходим острые углы, но при этом ничего не приобретаем. Да-да, абсолютное большинство из нас добросовестны.

Среди директоров таких патологических лжецов намного больше, чем обычно:
🧨они в 3-5 раз чаще проходят собеседования ("Мы" вместо "я", позитивный шум и простые утверждения без сомнений со ставкой на театр впечатлений намного приятней для слушателя, см. "Хватит выгорать!")
🧨они на 20-40% быстрее продвигаются по карьерной лестнице, по оценкам 25 лет исследований Харви Хорнштайна
🧨они чаще всего и себе в подчинённые выбирают таких же лжецов, согласно исследованиям Чарльза О’Рейли
🧨так ещё и руководство с собственниками чаще всего смотрят на таких лжецов снисходительно, считая такого обманщика "стратегическим оптимистом" ("Dark Side of Leadership" или "The Dark Triad").

И дело даже не в том, что такие лжецы активно вкладываются в софты в ущерб хардам и организационным навыкам. Дело в том, что они перестраивают компанию "под себя": вознаграждают и оставляют тех, кто вписывается, отсекают честных как токсичных и подрывают атмосферу психологической безопасности. Одновременно свой "стратегический оптимизм" такой лжец перекрывает постоянными краткосрочными оптимизациями и результатами в моменте в ущерб будущему успеху. Association of Certified Fraud Examiners посчитало, что такой директор съедает 5% выручки бизнеса в год. Каждый год только из-за внутреннего мошенничества и злоупотреблений.
Это при том, что даже в крупных компаниях среди самых высокооплачиваемых директоров они получают на 7-15% выше зарплату.

Памела Мейерна - как раз типичный пример такого лжеца, который на манипуляциях, харизме и лжи сделала себе имя. Почти все её советы про выявление лжи- не просто обман и ерунда, ведь крутые профессионалы выявляют ложь примерно так же, как зелёные специалисты, в районе 51-54%. Так ещё и вредит: уверенные в своих навыках выявлять ложь люди в итоге ведутся на неё даже намного чаще. Казалось бы, при чём тут рекрутеры и волки?

Самая дурацкая и неприятная часть в работе финансового директора - даже не проведение бизнеса через кризисы и кассовые разрывы мимо банкротства, и даже не массовые увольнения людей. Есть и хуже: приходится постоянно сомневаться в коллегах и проверять, а не пытаются ли они где-то украсть. Даже если ты уже не раз всё проверил и убедился в честности сделок, в добросовестности сотрудников и отсутствии у них мотивации, всё равно приходится перепроверять и по-максимуму закрывать возможности для коррупции. Потому что всё может измениться в жизни людей, и только 5% смогут противостоять любым соблазнам. И видишь ли ты коллегу второй день, третий месяц который год, всё равно приходится сомневаться и проверять.
И проверять нужно работу даже тех людей, которых знаешь долгие годы как крутых профессионалов в своей сфере. Мне приходилось дважды так работать с людьми, с которыми профессионально общался более 10 лет, и в одном случае я выявил сравнительно небольшое, но регулярное воровство. Всего 5% от одной небольшой статьи расходов, но это мошенничество удваивало зарплату моего уже не столь хорошего знакомого. Впрочем, обычно статистика не 50%, а кратно ниже, на уровне 3-7%. Но даже если в 95% случаев это необоснованные подозрения, приходится раз за разом брать и проверять новых контрагентов, новые сделки, а то и прежних контрагентов - вдруг они уже всем по рынку активно дают скидки. Это регулярная работа CFO, о которой не особенно принято говорить. Впрочем, о ней многие финансисты и понятия не имеют.
Но это я просто глупый такой и не следую лучшим практикам от рекрутеров: они с годами учатся "видеть людей", "выявлять ложь" и "определять истинную сущность людей".

Вот только если брать исследования, то они показывают строго обратную картину. Опытные рекрутеры выявляют ложь с такой же частотой, как и любые неопытные HR'ы. Но в силу своей самоуверенности чаще ведутся на театр впечатлений, особенно среди директоров, о чём писал ранее.
А ещё они начинают подозревать ложь там, где её нет (Detection Bias). А ещё они верят во всякую ненаучную ересь типа физиогномики или профайлинг, потому легко относят ко лжи те случаи, когда кандидат просто думает, как доступнее всего передать свой опыт непогружённому в детали и контекст человеку. Исследования показывают, что из-за этого "опытные рекрутёры" отсеивают до 60-70% честных кандидатов, цифра выглядит настолько фантастической и невероятной, что я просто упомяну про классические эксперименты Мейсснера и Кассина, Экмана и Фрая, Бонда и ДеПауло, а есть и более новые со схожими цифрами.

Ах да, самое любопытное. Мы с вами качественно учимся с помощью обратной связи, а у рекрутёров её просто нет: они практически никогда не делятся своими ощущениями с кандидатами, потому практически никогда и не получают возражения. Очень "удобно", чтобы считать себя крутым специалистом, способным видеть других насквозь. Это, конечно, в итоге и приводит к тому самому театру впечатлений, к проникновению в бизнес лжецов, психопатов, нарциссов, волков и прочих разрушительных "типов", но кто, кроме читателей этого канала знает про эту правду? Кто, кроме нас ещё имеет привычку и основания сомневаться в современном менеджменте?

Вчера постучался в личку один HR с претензией, что я только критикую и ничего не предлагаю. Этим он меня, мягко говоря, удивил, потому что обе книги стали результатом тотальной некомпетенции HR в теме управления людьми и содержат в себе именно что принципиальную систему "как надо" (с научным обоснованием).

Потому сегодня 10 различных практик, которые могут значительно повысить качество найма:
🍀Вопреки любви современных опытных рекрутеров с свободному общению это должно быть структурированное собеседование с чётко прописанными вопросами, структурой и таймингом
🍀Часть вопросов при этом должны быть открытыми и предполагать более глубокое изучение реального опыта кандидатов на конкретных примерах: что было сделано, какие сложности встретились, где было сопротивление сотрудников или проблемы с организацией и так далее
🍀Для выявления лжецов и болтунов хорошо подойдёт рассказ о событиях в обратном порядке, от завершения проекта к началу. Это и для человека с реальным опытом непростая задачка, а для лжеца или харизматика - особенно
🍀Хорошо подходят вопросы "А как бы вы действовали, если бы оказались в ситуации А, Б, В, что бы учитывали, что бы никогда не делали", которые требуют не решения, а раскрытия логики кандидата и его способности мыслить
🍀Ещё может подойти просьба рассказать реальный опыт кандидата, но глазами других участников проекта: что он для них сделал, как общались, как развивалась их коммуникация, какие выгоды извёк по итогу проекта, что сделал сам для кандидата
🍀Длительность собеседований, особенно на ключевые должности, должна составлять минимум 40 минут. Театр впечатлений не вечен и крайне эффективен первые 15-25 минут, потому при увеличении срока просто на одних эмоциях харизматичным посредственностям уже просто так не выехать
🍀Стоит добавить в процедуру заполнение нанимателем "скоркардов" или живого листа оценки компетенций с чёткими критериями по каждому пункту
🍀А ещё отличным инструментом будет слепое оценивание. Когда итоговые "баллы" выставляет не рекрутер на встрече, а его коллега. Который будет иметь доступ только к текстовой транскрипции записи, но не к видео и не к аудио.
🍀Или даже слепое сравнительное оценивание. Когда после целого ряда собеседований с кандидатами садится отдельный сотрудник, который на них не был, и проводит оценивание или ранжирование, но в разрезе вопросов: сперва ответы на первый, потом - на второй и так далее. В идеале - даже в случайном порядке
🍀Очень хорошо подойдёт сравнение оценок кандидата непосредственным участником собеседования и тем, кто изучал запись. Или даже регулярная смена одного на другого в общении с разными кандидатами между этапами с той же целью.

Техник и подходов намного больше, я частично описал те, которые способны резко снизить это влияние театра впечатлений на найм. Внимание, вопрос: сколько практик знают современные рекрутеры? И сколько реально регулярно применяют в отношении ключевых позиций и директоров?

В 2020 году пандемия и удалёнка сильно ударили по странам со слабым развитием сети, в том числе - по Индии, где и власти, и провайдеры были вынуждены вводить ограничения на скорость и объём трафика. Такие меры крайне негативно повлияли на компанию Netflix, которая уже больше не могла "Show what's next": пропускной способности сети не хватало.

И пока многие конкуренты за сетевую инфраструктуру пытались договориться с властями, компания Netflix решила решить эту проблему организационно, для чего:
🍀расширила собственную сеть доставки контента Open Connect и разместила специальные серверы внутри индийских сетей. Теперь часть контента передавалась зрителю не из-за границы, а из соседнего города
🍀на основе предиктивной аналитики заранее заливала на эти сервера самые актуальные данные
🍀выбирала железо и ПО, чтобы они обеспечивали максимальную пропускную способность, чтобы устранить риски падения серверов
🍀разработала с нуля и внедрила технологию Dynamic Optimizer. Теперь Netflix кодировала и ужимала каждый отдельный фрагмент по собственным правилам. Благо что схожие алгоритмы применялись экспертами по сжатию данных и ранее
🍀чтобы при этом качество картинки для клиента оставалось высоким, активно начала применять собственную метрику VMAF, которая сравнивает субъективное восприятие качества сжатого кадра с оригинальным. Для сохранения этой метрики Netflix должна была сильней ужимать те участки каждого кадра, куда меньше всего смотрит типичный зритель. Чтобы зритель в итоге гарантированно получал отличную картинку, даже когда урезалось до 90% данных.
Благодаря этому и прочим мерам компания Netflix смогла выдавать приемлемую картинку даже на скорости всего в 100 кбит/сек, снизила потребление трафика в 2 раза и сохранила для клиентов возможность пользоваться сервисом в высоком качестве даже на лимитных тарифных планах.

Тот случай, когда организация помогает обходить ограничения лучше политики и "горящих глаз".

К 2020 году RyanAir подходил в статусе типичного хорошо организованного дискаунтера. Невысокие цены и простой сервис, но крутая организация процессов и постоянная потогонка в отношении сотрудников - типичная ситуация для многих рынков. Разве что пилоты периодически устраивали забастовки, хотя и не особенно продуктивно, каждый раз оставшиеся сотрудники "собирались" и тушили пожары.

В 2021 году всё поменялось. RyanAir совсем не справедливо повёл себя в пандемию с клиентами, потому возвращать их можно было только с выплатой компенсаций и локальным снижением цен на 2-7%. А это - потери, которые нужно было как-то компенсировать. Увольнениями и оптимизацией? Наоборот, ставкой на стабильность, предсказуемость и управляемость:
🍀Первым делом RyaiAir отказался от гибких и даже пожарных графиков работы полётов, теперь строго 5 рабочих дня и 4 выходных, и 20-30% полноценно оплачиваемых рабочих дней приходились на "standby" или резерв. С этим резко снизилось число забастовок, и полёты стали прогнозируемы с высочайшей для отрасли точности
🍀Такие же дополнительные резервы создавались и в отношении обычных сотрудников, а в их работу были включены специальные паузы. Теперь на классическую процедуру "Turnaround" по обслуживанию самолётов выходили работать отдохнувшие люди, которые начали стабильно выполнять необходимые процедуры в меньшие сроки и вписывались в целевые 25 минут, которые были системно недоступны для людей "с горящими глазами". Теперь каждый до секунды знал свои задачи и спокойно их выполнял без ошибок
🍀В 2020 году многие сотрудники соглашались на сокращение зарплат на 10-20%. Уже в 2022 году RyanAir отменил это сокращение и провёл дополнительную индексацию зарплаты. Хотя по договорённостям мог сделать это к 2024-27 годам. А ещё - договорился о дальнейшем повышении зарплат до 2027 года
🍀Помогло и развитие программы обучения, которая была серьёзно доработана и лучше соответствовала потребностям бизнеса; открыты новые учебные центры. Это позволило готовить кадры быстрее и качественнее
🍀А ещё много новых и опытных пилотов RyanAir привлёк, когда начал предлагать понятный 5-летний контракт с вшитым планом роста зарплат
🍀Даже больше, если раньше RyanAir нанимал людей через агентства, то с 2021 года всё чаще начал заводить их в штат и предлагать прозрачные условия карьерного роста и расширенный социальный пакет

🍀Помогла и построенная с ИИ система реагирования на инциденты. Теперь ПО не только оперативно перестраивало график, но и информировало сотрудников об изменениях, чтобы заранее выставить в дежурство резервный самолёт с командой
🍀Та же самая система теперь была не просто очередной оповещалкой, а удобным средством коммуникации, чтобы каждый оставался на связи
🍀Помогло экономике и автоматизация части клиентского опыта. Теперь пассажиры могли получить более качественный и расширенный сервис в приложении компании и не обращаться к сотрудникам
🍀Грамотным решением было и финансовое хеджирование стоимости закупок - RyanAir подписалась на поставки топлива по долгосрочному контракту с фиксированной ценой и могла уже не зависеть от колебаний цены и подгадывать поставки, рискуя невылетами
🍀Помог компании и активный выход на второстепенные аэропорты, вместе с обещаниями стабильного потока RyanAir получил хорошие условия для обслуживания.

RyanAir отказался от ставки на горящие глаза и тушение пожаров. Вместо этого компания предложила всем своим контрагентам долгосрочные партнёрские отношения. С точки зрения экономика один перелёт стал стоить дороже, а приносить начал даже меньше. Но за счёт того, что инциденты и события происходили уже не в каждом 10 вылете, а в одном из 200, резко упали незапланированные расходы. И компания с убытков в 1 миллиард евро в 2021 году дошла до рекордных прибылей в 2 миллиарда евро уже в 2023/24 годах. Надо ли говорить, что отзывы клиентов и сотрудников о RyanAir тоже сильно улучшились?

Очередное проявление того, что рост управляемости и предсказуемости часто обходится компаниям дешевле, чем жизнь в хаосе с постоянным устранением его последствий.

Многие опытные медики признаются, что долгое время вредили людям, когда следовали ошибочным научным рекомендациям.
Например, что ещё 10-20 лет назад при любой жалобе на сон врачи массово назначали снотворные, которые часто вели к тяжёлой зависимости и только усугубляли проблемы пациентов. Или что "обязательно ложиться до полуночи и спать 8 часов" у многих порождает тревогу и бессонницу. Аритмию подавляли препаратами, детей укладывали спать "на животе", у диабетиков 2 типа загоняли уровень сахара в минимальные значения, ставили капельницы с витаминами для мозга, создавая всё новые и новые кладбища. Но снова и снова наука сомневается в своих решениях и раз за разом уточняет сферы применения и ограничения своих подходов.

На днях спорил в сети с людьми, которые придерживаются "классических" практик в менеджменте. И когда я начал выкладывать научные исследования в подтверждение своей позиции, я услышал, что это всё теория, не применимо и не работает совсем, что мнение эксперта важней любых "единичных опытов и наблюдений", да и в метаанализ в последнее время запихивают просто весь мусор подряд. А ещё - что я "верую в науку".

Не верую и не верю в науку. Я придерживаюсь научного подхода, который говорит, что какие-то вещи повышают шансы на успех. Какие-то - понижают. Какие-то вообще не влияют, только отвлекают. Какие-то работают тут, но не работают там. Какие-то работают там, но не работают тут. И что знания об инструментах управления будут уточняться, но чем больше бизнес придерживается научного подхода, тем выше его шансы сперва на выживание, а затем - и на успех. Но это сложно.

Намного удобней жить простыми решениями. Даже если следом появляются массовые захоронения, последствия таких решений для "практиков" остаются невидимыми. Ведь кладбища не только терпеливы и встречают всех, но и молчаливы: на надгробиях бизнесов не пишут, кто и как довёл их до такого печального финала. Вот и не нужно практикам краснеть в интервью, признаваясь, что их методы годами калечили людей и гробили компании. Можно бравировать своим идиотизмом и дальше двигать его в массы.
Парадокс в том, что эти же люди выходят в сеть не с помощью голубиной почты и давно не лечатся кровопусканием. Они с комфортом пользуются плодами доказательной науки во всём, кроме своей работы.

Увы, но пока всех этих архаичных луддитов не будут называть публично идиотами, а научно обоснованные практики не будут продвигаться с большинства площадок, скорость пополнения бизнес-кладбищ так и останется высокой.

В 1919 году в Швеции бушевали волнения. Рабочие массово протестовали против рабских условий, а власти с тревогой поглядывали на "пылающий восток". Чтобы не допустить взрыва и у себя внутри, шведские власти пошли ва-банк и перевели график работы с 10 часов за смену до 8. Так ещё и компенсировали падение в часах индексацией за изготовленную деталь на 20%, чтобы рабочие при этом не теряли в деньгах. Промышленники и аналитики громко трубили о скором крахе и развале экономики. Казалось, что это путь к банкротству.
"Результат шокировал". Хотя шведы и стали работать на 25% меньше, при этом они производили ровно тот же объём продукции, что и при 10-часовой смене. То есть, рабочие в пересчёте на час стали зарабатывать в 1.5 раза больше. И это был не какой-то разовый краткосрочный эффект, нет, он сохранился в следующие годы.

Почему это сработало? Исчезли "проклятые последние часы смены", рабочие стали меньше уставать и больше отдыхать, меньше травмироваться и продуктивней работать. Стали намного реже уходить на больничный, меньше стало инцидентов, в том числе - с несчастными случаями. А ещё - стали меньше гнать брака, реже приводили оборудование в негодность, чаще проявляли инициативу и позитив в отношении компании, так что в итоге все выиграли: и власти, и бизнес, и рабочие.

Наглядный пример, почему регулярно работать более 40 часов не приносит никакой пользы, а переработки гробят бизнес. А ещё, что экономика - сложный механизм, который на примитивные решения типа "больше работать" реагирует совсем не так, как этого хотят "эффективные менеджеры". Потому-то именно простые решения и ставят не только компании, но и целые страны на грань развала, как это произошло в прошлом веке.

Как часто вы соглашаетесь с ответами ИИ на сложные вопросы? Я перепроверяю за решением от Google довольно часто, и примерно в 80% случаев мне врут минимум в одном из тезисов. Если же речь заходит про исследования и статистику, особенно те, которые не выносились в публичное поле СМИ и обсуждения на разных площадках, полностью верный ответ я получаю едва ли в 5% случаев. В 10% случаев ИИ умудряется наврать в 5 тезисах из 5. Почему спрашиваю?

Вышло исследование "Quick Thinking 2.0" от Confluent, в котором выясняли, как директора работают с ИИ:
🧨79% верят, что ИИ помогает им принимать сложные решения
🧨65% стали меньше обсуждать вопросы и решения с остальными
🧨46% верят в решения ИИ больше, чем в решения коллег и подчинённых
🧨88% считают, что ИИ помогает принимать решения быстрее
🧨83% ощущают меньше стресса, когда работают с ИИ
🧨70% сомневаются в собственных решениях, если они противоречат выводам ИИ
🧨62% доверяют ИИ большинство решений.

Всё, как в анекдоте:
- Я умею быстро перемножать любые цифры
- 156 на 231
- 212 507
- Но это не точно
- Я не говорил "точно", я говорил "быстро".

При этом директора признают, что хотели бы работать более основательно и "точно":
🧨89% предпочли бы принимать больше решений на основании данных
🧨63% признают, что у них недостаточно актуальных данных
🧨в 71% - данные часто вообще устарели
🧨88% - в идеале ИИ должен дополняться качественными аналитиками и актуальной информацией.

Но сами как принимать решения, так и заниматься отбором, подготовкой и обучением необходимых сотрудников для работы с данными не хотят; 90% перекладывают ответственность на государство, школы и университеты.
Налицо очередное свидетельство тотального IQ78 от современного менеджмента: доверять сырым решениям, но не делать ничего, чтобы решить эту проблему. И перекладывать ответственность на остальных: ИИ, государство, кого угодно.

И вот эти самые люди сперва создали текущий хаос и привели к кризису свои компании, а теперь будут так же глупо сокращать людей и проводить оптимизации. Но в этот раз они будут ссылаться на ИИ, который им "насоветовал". Ведь директор же не принимает решения, он просто соглашается с тем, что ему подсказали, верно?

В Китае каждый год расстреливают сотни человек за коррупцию. Но коррупция не уменьшается. Такое мнение можно часто услышать в разных источниках. Оно хоть и верно, но не до конца.

Дело в том, что Китай сознательно вот уже 25 лет назад установил низкий уровень контроля за бизнесом, чтобы его инициативы сталкивались с минимальными бюрократическими помехами. Наоборот, многое создано для поддержки и стимулирования, чтобы предприниматель пользовался инфраструктурой и ресурсами и бурно развивался. Контроль при этом специально "посмертный", аккуратный, чтобы этому всему не помешал. Но, как только выяляется взятка, за этим следует неотвратимое и суровое наказание. Чаще всего - для получателя, бизнес в абсолютном большинстве случаев обходится крупными штрафами и увольнением взяткодателей с волчьим билетом. Да и чиновников расстреливают не всех, только для крупных сумм от 400-450 тысяч долларов в эквиваленте.

Вся соль в том, что коррупцию современными способами дёшево не устранить. И 5% людей будут воровать всегда при первой же возможности, даже при угрозе смертной казни. Китай мог бы бороться с этими маргиналами с помощью различных дополнительных служб контроля и согласований. Но не стал.

Потому что Китай для себя много лет назад решил, что лучше всячески помогать развиваться 19 компаниям из 20 и минимально им мешать, чтобы периодически "восстанавливать справедливость" в отношении 20-й. Это его осознанное стратегическое решение. Результаты вы можете оценить, если сравните динамику страны за последние десятилетия.

Здесь стоит добавить, что Китай очень активно привлекает современные технологии к решению этого вопроса, потому скорость реагирования оказывается уже в разы быстрей. Теперь не только срок от преступления до наказания сократился, но и намного чаще стали ловить на горячем. И высшая мера теперь уже применяется в 6-10 раз реже, чем 20 лет назад. Да и ту всё чаще заменяют более мягкими решениями. Хотя и всё равно с полной конфискацией.

Управление рисками - непростая дисциплина, в которой нужно балансировать между ценой ошибки и затратами на её предотвращение. Одна небольшая системная промашка легко может привести к серьёзным трудностям, инцидентам, а то и банкротству. Чаще всего компании предпочитают игнорировать эти риски. Но иногда бывает наоборот, компании внедряют сложные дорогостоящие системы и строжайше прописывают самые разные процедуры. И этим даже начинают очень сильно мешать.

Подобное произошло с компанией Target в 2013 году. Компания внедрила передовую систему обнаружения вторжений. И в разгар предрождественских продаж начала получать сотни и сотни предупреждений каждый день. Шума было настолько много, что сотрудники сперва отключили часть функционала, включая функцию автоматического удаления вирусов. А затем и пропустили важное уведомление от аналитиков. Те вычислили, что за всем происходящим стоит атака хакеров, и объяснили, как ей противостоять. Но к тому моменту, как информация всё-таки дошла до получателей, уже украли данные 40 миллионов банковских карт и личную информацию 70 миллионов клиентов.

В общем, очередной пример того, как критический риск стал результатом очередной глупости.

В 2011 году суперкомпьютер Watson победил в американском аналоге "Своей игры", чем показал, что ИИ может понимать естественный язык. Следом пришла бурная популярность и огромные надежды иза самых разных сфер.
Компания IBM начала изучать, где ещё могла бы продавать своё решение. И стала пытаться залезть туда, где Watson показывал хоть немного приличные результаты. Это была платформа для чат-ботов, и инструмент для анализа документов, и среда для работы с данными, и сервис анализа речи, и решение для рекомендаций по лечению рака. Была даже модель, которая прогнозировала, когда поломается ваш чайник или любой другой прибор, подключённый к сети.
IBM тратила миллиарды на рекламу своего решения, обещая, что ещё чуть-чуть, и оно вылечит рак и предскажет всё на свете. Да и первые результаты выглядели феноменально и потрясали воображение, чем привлекали множество клиентов.

Вот только в результате это был просто набор плохо разрозненных сервисов, которые развивались параллельно и плохо взаимодействовали между собой. И каждый следующий шаг давался всё сложней и дороже, а пользы приносил всё меньше. Ситуацию усложнило, что ИИ хорошо учился только на чистых данных, так что следом пришло разочарование. С 2015 года выручка компании падала 5 лет подряд, квартал за кварталом.

Представленное преимущественно "финансистами" руководство пыталось спасти ситуацию агрессивной оптимизацией расходов, урезанием собственной инфраструктуры и программ инвестиций, сокращениями штата и переводом сотрудников на аутсорс, но ничего не помогало, ситуация только усложнялась. Был и обратный выкуп акций, который применяется примерно всегда, когда компания не знает, как управлять бизнесом и его капитализацией.

В 2020 году на позиции СЕО оказался Арвинд Кришна, который прямо заявил, что IBM пока перестать гнаться за хайпом и сфокусироваться на том, чем компания является для своих клиентов. Точнее, сразу на двух ключевых активностях: на "Гибридном облаке" и инфраструктурных сервисах, которые между собой организационно отделили из-за принципиальных различий в бизнес-моделях. Следом под нож пошли все сторонние активности, часть продали, часть закрыли. А ещё в компанию вернули ощущение инженерной гордости и важности построения продуманных комплексных систем, перестали тупо гнаться за KPI и финансовыми метриками.

Пике было пройдено за пару лет. А Watson от маркетингового пузыря под названием "ИИ, который знает всё" стал для рынка набором продвинутых инженерных решений.

Заметка про Watson и IBM хотя и описывает очень крутой кейс, но делает это очень плохо, потому требует работы над ошибками. Потому что я одновременно демонстрирую целую пачку разрозненных смыслов и референсов:

🍀 нельзя стать всем для всех, нужно фокусироваться
🍀 просто ставка на конкретную технологию - не стратегия
🍀 хайп - тем более
🍀 отсутствие фокуса убивает даже выдающиеся "уникальные конкурентные преимущества"
🍀 классический финансовый менеджмент в высшем управлении вредит, а инженерный - создаёт основу для будущего роста
🍀 сокращения и оптимизации в лоб не работают, для качественного перелома проблемы это всегда должен быть комплекс решений в связке с организационными изменениями
🍀 в прошлом есть большой пласт кейсов, которые наглядно показывают, что будет с современным ИИ-хайпом и его "локомотивами". Спойлер: IBM успел вырулить, чаще заканчивается всё куда плачевней.

Я допустил ту же ошибку, что и IBM с Watson: продал сразу всё и всем. При такой подаче без явного ключевого вывода у читателя образуется ощущение незавершённости, а следом - не возникает желание выделить заметку реакцией или поделиться с другими. Логично.

Алексей выдал лютую базу: "нельзя продать ничего людям 18 века, находясь в 21-м, кроме совсем примитива и магии". Уточню: продать можно. Для этого достаточно упаковать продукт в примитив и магию, соответствующие уровню мышления и когнитивным ресурсам людей. А вот долго "продавать" не получится, если вы даёте потребителям тот продукт, которым они не готовы пользоваться.

Современный ИИ успешно продал себя бизнесу и людям в первый раз. Вот только для качественной работы с ним от пользователя требуется ничуть не меньше, чем раньше. Нужно даже больше думать, больше включать критический и регулярный анализ, проверять источники, несколько раз ставить и уточнять задачу, проверять архитектуру решения, искать нестыковки. Если же вы этот этап пропускаете, быстро начинаете проваливаться. Получается, что ИИ продаёт себя как примитив и магию, но за ними стоит ещё более сложный и интенсивный труд. Это быстро убивает и первоначальный эффект, и дальнейшие продажи.

Чтобы исправиться, мне достаточно себя покритиковать (виноват, реально косяк) и вернуться к практике "одна заметка - один ключевой вывод". Что спасёт ИИ? А не то же ли самое, что уже сделала IBM с Watson?

Ровно 10 лет назад я работал в одном банке, который активно включился в финтех-гонку, потому там периодически требовались ИТшники. И одна вакансия по описанию отлично подходила моего лучшему другу, который в это же время работал многостаночником в одной крайне небольшой компании. Помню, как я подошёл к нанимающему менеджеру и спросил, можно ли я пришлю резюме своего друга. "Он помимо того, что умный и ответственный, так он ещё и по-хорошему дотошен, как чёрт". Сложилось всё лучшим образом, и друг на совесть и с повышением отработал там лет 5.

В Бережливом управлении людьми я писал, что для сотрудников возможность работать с друзьями даже в разных отделах и иногда пересекаться - огромный плюс. Но не рассказывал, что реферальное привлечение сотрудников крайне выгодно для самого бизнеса:
🍀реферальные кандидаты становятся сотрудниками в 5-20 раз чаще, чем кандидаты из других источников, в 30-34% против 2-7%
🍀на таком найме компания экономит в среднем порядка 2-6 тысяч долларов напрямую или до 40% от всех расходов, с учётом косвенных
🍀сокращение времени на найм оценивается в 30-50%
🍀нанятые по реферальной программе сотрудники получают более высокие рейтинги продуктивности на 30% чаще. 46% приглашённых друзей входят в топы лучших сотрудников
🍀и остаются в компании на 70% дольше.

Потому лучший источник для поиска сотрудников - сами работники компании и их знакомства, что особенно актуально в мире тотально сломанного найма. Правда, для этого они должны хотеть реально рекомендовать нанимателя своим друзьям, а не просто в рамках обязательного опроса eNPS.
Ещё один плюс бережливого управления людьми.