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.

Как лучше оценить проблему "театра впечатлений" в найме? Исследование «Do recruiters select workers with different personality traits for different tasks» 2022 года сделало серьёзный шаг на этом пути. В нём рекрутеры из 670 разных немецких фирм неоднократно делали выбор между описаниями двух кандидатов с набором отличавшихся параметров. И смотрели, что и как влияет на итоговое решение.

И вот как изменяется вероятность решения рекрутера о найме, если параметр оказывается выше среднего:
🍀Компетенции: +4%
🍀Открытость новому опыту: +7%
🍀Исполнительность: +18%
🍀Экстраверсия: +2%
🍀Дружелюбие: +19%
🍀Эмоциональная стабильность: +8%.
🍀Изменение зарплаты в любую сторону от "средней" цифры понижает шансы кандидата на 4-10% за каждые 10%.
И эта логика сохранялась вне зависимости от профиля работы, на который искали сотрудника. То есть, вне зависимости от того, был ли нужен человек на рутинные операции, аналитическую деятельность, на требующую коммуникаций работу или требующую решения нестандартных задач, цифры немного менялись, но суть оставалась ровно той же: в первую очередь рекрутеры позитивно смотрели на коммуникабельность и исполнительность.

Если вы с другим кандидатом обладаете примерно схожим профилем, но он или всего на 10% более дружелюбен, или всего на 10% выглядит более исполнительным, или и того, и другого, но всего на 5%... то, чтобы иметь мизерное преимущество, вы должны быть в полтора раза компетентней. В ПОЛТОРА!
И при этом вы должны претендовать на такую же зарплату, что и ваш оппонент. Потому что если вы вдруг попросите на 10% больше зарплату за свои х1,5 к компетенциям, то вы в этот же момент уже начнёте уступать 25%!

Или даже так. Если человек очень хорош в театре впечатлений и умеет подать себя как обладателя выдающихся навыков в коммуникативности и добросовестности, то он даже со средними компетенциями может претендовать на зарплату в 2-3 раза выше и иметь всё равно более высокие шансы, чем абсолютное большинство тех, кто все статы вкачал в компетенции и навыки.

Театр впечатлений в чистом виде.

Как ИИ меняет рабочий режим? Ответить на это может свежий отчёт "State of the Workplace" от ActivTrak. Это большая работа, в которой который год изучаются рабочие графики десятков тысяч людей.

Сперва хорошая новость: за последние 3 года работать в будние дни стали даже меньше на 45 минут. Дальше бочка дёгтя:
🧨в выходные стали работать в 1.5 раза дольше или на 1,5 часа. То есть, и общая длительность работы выросла на 45 минут, и сотрудникам сложнее отвлекаться от работы. А значит - хуже отдых, больше проблем с восстановлением, хуже будущая продуктивность и так далее. Детализации в статистике нет, на основе прочих вводных из отчёта предположу, что основной вклад в этот рост внесли сотрудники с ИИ, которые теперь на выходных работают по 6 и более часов
🧨сотрудники, работающие по старинке, без ИИ, сохранили свои 4 часа 14 минут продуктивной работы в будний день. А те, чья работа включает в себя ИИ, потеряли в среднем по 25 минут от каждого дня
🧨но это не сократило их рабочий день, вместо этого выросло время на коммуникации и "мультитаскинг"
🧨время разовой продуктивной сессии с 24 до 27 минут, но одновременно фокусное время упало с 14 до 13 минут. То есть, для тех, кто работает с ИИ и потому имеет более рваный ритм, вполне реальная ситуация, когда на полчаса работы будет всего 10 минут сфокусированной или даже меньше
🧨вспомним про про негативное влияние такого рваного ритма на сотрудников, добавим ожидания директоров, что с ИИ их сотрудники должны показывать продуктивность х10 и прочие чудеса на виражах. Получим, что ощущение усталости и выгорания будет только нарастать, потому работающие с ИИ уже на 10% чаще задумываются о work-life balance
🧨и последнее, но не менее важное: ИИ ни в одном из аспектов нигде сотрудникам не экономит время, только приводит к росту трудозатрат.

Вкратце: из-за ИИ мы начинаем работать меньше, но дольше. Сфокусированное время снижается, а непродуктивное - нарастает. Рваный ритм и увеличение непродуктивной активности приводят к росту давления на сотрудников.
В этом всём мог бы быть какой-то смысл, если бы работа с ИИ приводила к реальному росту результатов и продуктивности. Пока же это всё остаётся только в мечтах директоров, сама практика работы с ИИ является сильнейшим стрессором, который негативно влияет и будет влиять на продуктивность сотрудников и результаты их работы.

В 2018 году лидер рынка недвижимости Zillow решил заменить долгий и местами иррациональный анализ от риэлторов на своё ИИ-решение iBuying на основе данных. Заменил. В своей модели бизнеса компания Zillow выкупала дома, наводила там ремонт, а затем продавала. Одна такая сделка приносила всего 2-4% чистыми, но закрывалась за 2-4 месяца, потому бизнес имел приличные 12% чистой рентабельности в год. И оптимизация сделки по отбору и покупке объектов казалась отличной.

Вот только решение iBuying опиралось на уже алгоритмы и параметры, которые строились только на спокойно растущей экономике. С пандемией алгоритмы компании воспользовались свободой на рынке и начали активно скупать недвижимость там, где обычные "иррациональные" инвесторы осторожничали.
К осени 2021 года у компании накопилось около 7 тысяч домов, которые были приобретены по завышенным ценам и стоили сильно меньше совершённых инвестиций.
Руководство Zillow признало убытков на 881 миллион долларов и проект свернуло.

К работе операционного директора в компаниях относятся слишком поверхностно. Выстроить процессы и настроить координацию? Да это кто угодно умеет, слишком мало пространство для работы. И потому во многих компаниях вообще не вводится позиция СОО, а его задачи передаются тем, кто никогда ими не занимался. Хотя именно качественная организация бизнеса обеспечивает и связку стратегии с регулярной деятельностью, и прозрачность с управляемостью, и многократно усиливает эффект от бережливого лидерства и заботы о людях, и является обязательным условием для любого качественного развития, не говоря про масштабирование. Работа СОО - пример такой деятельности, которая не только не может быть автоматизирована, но и является основой для успешного развития бизнеса.

"Лучше звоните Солу" открывается меланхоличной сценой в ч/б, где выдающийся Сол Гудман стал безликим работником кафе. Монотонное приготовление главным героем выпечки в сочетании с музыкальной темой о "человеке без следа и адреса" резко контрастирует с тем одиозным адвокатом из "Во все тяжкие".

До недавнего времени сотрудники старше 50, 45, а то и 40 лет уже были нежелательными гостями на собеседованиях, пока очередь за забором не закончилась. Ведь ими сложней управлять: просто так уже не наругать, увольнением уже не напугать, вот и как их мотивировать?
Некоторые исследования пытались найти, падает ли у людей за 40 мотивация к труду и продуктивность, но не нашли прямой связи. Потому, что есть и прочие положительно влияющие на эту продуктивность факторы: более высокий уровень личного счастья, спокойное отношение к работе, дисциплина, исполнительность и ответственность, а ещё - дружелюбие и эмоциональная устойчивость ("Patterns of mean-level change in personality traits across the life course" 2006 года). Плюс, приличный опыт решения различных ситуаций ("Aging, Adult Development, and Work Motivation" 2004 года).
То есть, при прочих равных сотрудники "за 40" показывают хорошие результаты не хуже молодёжи даже в условиях традиционного садизма.

И компании могут добиться серьёзного роста в продуктивности, если обеспечат возрастным сотрудникам интеллектуальный вызов ("Focus on opportunities as a mediator of the relationships between age, job complexity, and work performance" 2010 года), и уверенность в завтрашнем дне ("The psychology of future-oriented thinking" 2005 года и "The Motivating Function of Thinking About the Future" 2002 года). Многие другие правила из бережливого управления людьми тоже подойдут, и на эти позитивные изменения возрастные сотрудники ответят сильнейшим ростом вовлечённости и продуктивности, местами даже более значимым, чем у молодёжи.

Игнорируя опытных и возрастных сотрудников или погружая всех своих работников в условия садизма, компании сами отказываются от выдающихся лидеров и уничтожают свои будущие возможности и перспективы. И тогда вместо процветания компаниям приходится судорожно искать спасения у адвокатов или пускаться во все тяжкие.

Телевизор принёс чудесное: "Зачем работодателю держать курящего жиробаса, который плохо работает? Давайте его уволим". Появилось 2 вопроса.

Сперва душный: чья вина в том, что сотрудник плохо работает? Самого работника? Или компании, которая ничего толком не смогла организовать и рассчитывает, что её спасёт только волшебник в голубом вертолёте?

А затем: а кто и когда сказал, что толстые работают хуже? Или курящие? Люди без ипотеки? Возрастные? Или это очередной театр впечатлений, и молодым, худым, красивым и высоким можно делать что угодно, их и берут намного чаще, и относятся снисходительней, и продвигают активней. Хотя они работают ничуть не лучше. Может, есть смысл сперва выстроить нормальные процессы, а затем, брать или увольнять за навыки и результаты, а не по внешности?

Вот пример такой когнитивной ошибки восприятия. В США всего 15% мужчин имеют рост выше 183 сантиметров. Но если мы возьмём руководителей из списка Fortune 500, то под такую характеристику попадут 58%. Которые при этом будут являться и считаться очень харизматичными. Которые получают значительно более высокую зарплату.
А с результатами у таковых "гренадёров" печально. Такие директора проявляют избыточную уверенность. Они намного чаще влезают в рискованные и провальные сделки M&A. Чаще ввязываются в "войны амбиций", хуже проявляют дисциплину, со своих высот не только видят меньше деталей, но и реже способны увидеть систему или построить такую в компании. Логично, что в долгосрочном периоде компании с низкорослыми CEO показывают лучшую динамику акций, спокойней проживают кризисы и чаще становятся лидерами рынка. То есть, рост для директора - это скорее недостаток. Да, они намного лучше "покажут кино", но и вместо процветающей компании при увольнении с золотым парашютом с большей вероятностью оставят в подарок пятьсот эскимо.

И пятничное хулиганство, как мы можем починить весь этот театр впечатлений. Давайте всех нанимающих "барышень" заменим на людей старше 50 лет? А всю "техно-экспертизу" оставим этой самовлюблённой молодёжи, которая уже которое десятилетие гробит найм, раз за разом отбирая себе кандидатов в супруги, а не на работу.
Хуже точно не будет.

Сколько стоит найти сотрудника? Каждая компания оценивает эти расходы по-разному, кто-то учитывает все потери, кто-то берёт только прямые затраты на подбор. Цифры варьируются от 400 тысяч рублей до 3 миллионов на одного высококвалифицированного сотрудника. Для руководителей и директоров эти цифры могут быть ещё выше.

А теперь представьте, что до 30% новых сотрудников увольняются в первые 90 дней, в том числе и из-за плохого онбординга в компании. Просто потому, что они оказываются брошенными и потерянными, их не вводят в курс дела, они не получают необходимую информацию, смысл и уходят или проваливаются.
Проблема системная: только 12% работников считают, что в их компании качественно выстроен этот процесс, согласно Gallup.
В то же время, по оценкам HR Chief, хороший процесс онбординга повышает шансы на то, что сотрудник останется в компании, на 82%.

Самое время задаться вопросом: неужели плохая организация онбординга и риск потери новых сотрудников выгоднее, чем суммы до 3 миллионов рублей на привлечение новых сотрудников?

Речь ведь идёт не только про непосредственно затраты на поиск. Это ещё и простои, когда никто не выполняет работу. Это ещё и время руководителя, который как-то тратил время на сотрудника. Это ещё и мотивация сотрудников, которые видят, в каком хаосе пребывает компания. Ещё и потери в коммуникациях, проектах. Сколько стоит потеря одного квалифицированного сотрудника?
Так что есть смысл напрячь ваших HR с директорами и выстроить онбординг хотя бы для ключевых подразделений.

P.S. У Евгения Антонова как раз недавно был хороший подкаст с обзором темы онбординга. Для очень многих HR-специалистов - совсем не очевидный доклад.

P.P.S. Половину реакций съел доступ на парковку