HRtech&AI

ИИ породил новый тип предпринимательства — компании из одного человека. В Китаев 2025 зарегистрировано более 16 млн one-person companies (OPC) — это свыше четверти всех компаний страны. OPC - официальное название такого типа предприятий. Что изменилось? • ИИ снял главный барьер — техническую сложность. Один человек теперь может делать то, для чего раньше требовалась команда разработчиков, дизайнеров и маркетологов. • 75% основателей OPC имеют нетехнический бэкграунд. Они используют ИИ для программирования, аналитики, маркетинга и создания контента. • Более 20 городов Китая уже включили поддержку таких компаний в свои программы развития: субсидии, акселераторы, вычислительные мощности, рабочие пространства. Но есть важный нюанс. ИИ резко удешевил создание продукта, однако не отменил необходимость понимать рынок, привлекать клиентов и создавать ценность для пользователей. Технологический порог входа падает. Предпринимательский — нет. Возможно, одна из самых больших трансформаций рынка труда ближайших лет — это переход от найма людей в компании к созданию всё большего числа микробизнесов, где один человек с ИИ становится эквивалентом небольшой команды. Вопрос уже не в том, сможет ли ИИ заменить часть работы сотрудников. Вопрос в том, сколько сотрудников теперь потребуется для создания полноценного бизнеса. Мы в телеге | Наш канал в макс | Наш канал в VK

HR-аналитика: расчет и автоматизация показателей в Excel (он-лайн курс) ВТОРОЙ ПОТОК Первый поток сейчас успешно обучается, запускаю второй поток - начало 30 июня. Практика — на реальных HR-кейсах и данных. Ведущий курса — Бабушкин Эдуард. Начало занятий в 19:00 Мск (возможна корректировка по группе). Полное описание курса Регистрация по ссылке: https://forms.gle/62xbHYnfNSPdw8u7A Мы в телеге | Наш канал в макс | Наш канал в VK

Сотрудники Meta могут отказаться от слежки за своей работой — но только на 30 минут за раз Перевод статьи BBC Meta workers can opt out of being tracked at work - but only for half an hour at a time Meta частично отступила от своего плана по сбору данных о работе сотрудников на компьютерах после волны критики внутри компании. Ещё в апреле компания объявила о запуске нового инструмента, который фиксирует нажатия клавиш и движения мыши сотрудников. Собранные данные должны использоваться для обучения ИИ-моделей. Теперь, согласно внутреннему меморандуму, сотрудники смогут приостанавливать сбор данных на срок до 30 минут за один раз. Кроме того, появилась возможность запросить полное освобождение от участия в программе. Ранее нововведение вызвало серьёзное недовольство работников. Петицию против проекта подписали более 1500 сотрудников. В Meta объясняли необходимость сбора данных так: если компания создаёт ИИ-агентов, которые будут помогать людям выполнять повседневные задачи на компьютере, моделям нужны реальные примеры того, как люди работают за компьютером. Компания также утверждала, что данные используются исключительно для обучения ИИ и защищены специальными механизмами безопасности. Однако многие сотрудники остались недовольны. Один из них назвал происходящее «очень антиутопичным», особенно на фоне ожиданий новых сокращений. С начала года Meta уже уволила около 2000 сотрудников. В апреле компания сообщила о планах сократить ещё 10% персонала — примерно 8000 человек. Другой бывший сотрудник заявил, что система отслеживания — это «ещё один способ навязать всем ИИ». Согласно внутреннему письму вице-президента подразделения Superintelligence Labs Стефана Касриэля, команда проекта также доработала систему, чтобы снизить нагрузку на аккумуляторы ноутбуков. Эти изменения появились после жалоб сотрудников на то, что программа заметно увеличивает расход интернет-трафика и быстрее разряжает устройства при работе из дома. «Хотя мы уверены в мерах защиты конфиденциальности, которые были внедрены при запуске и прошли несколько уровней проверки рисков, мы услышали ваши опасения по поводу личных данных на рабочих устройствах, времени работы батареи и желания иметь больший контроль над тем, когда именно происходит сбор данных», — говорится в письме. Мы в телеге | Наш канал в макс | Наш канал в VK

Метрики качества руководителя: поведенческий профиль управления Тема лидерства и навыков менеджеров — одна из самых дорогих статей HR-бюджетов. В руководителей продолжают инвестировать, но нормально измерять их эффективность по-прежнему не умеют. Обычно пытаются подменить это результатами команды — текучестью, вовлеченностью или выполнением KPI. Но это не про менеджера. Это про последствия, на которые влияет слишком много факторов. По сути, мы до сих пор не измеряем управленческое поведение. Ниже 8 метрик, которые это поведение описывают.   1. Индекс обратной связи (Feedback Index) Показывает, насколько регулярно и системно руководитель дает сотрудникам развивающую обратную связь в процессе работы. Отражает зрелость коммуникации, управленческую включенность и способность корректировать поведение сотрудников в реальном времени. Влияет на скорость роста сотрудников, качество выполнения задач и снижение количества повторяющихся ошибок в команде. Показатель: ▪️доля сотрудников, получающих регулярную обратную связь ▪️частоту 1:1 встреч ▪️результаты pulse-опросов и exit-интервью   2. Индекс развития талантов (Talent Export Rate) Показывает, насколько руководитель способствует росту сотрудников и их переходу на более сильные роли внутри компании. Отражает ориентацию на всю компанию и способность руководителя готовить людей для более сложных задач вне своей команды. Показатель: ▪️доля сотрудников, перешедших на более высокие роли внутри компании ▪️доля внутренних повышений из команды   3. Индекс целеполагания в адаптации (Adaptation Planning Rate) Показывает, ставит ли руководитель новичкам формализованные цели на испытательный срок. Отражает вовлеченность руководителя в структурирование адаптации и качество управления входом новых сотрудников в роль. Влияет на скорость выхода новичков на продуктивность и снижение ранней текучести. Показатель: ▪️доля новичков с формализованными целями на период адаптации   4. Индекс поддержки обучения (Learning Support Index) Показывает, насколько руководитель поддерживает развитие и обучение сотрудников команды. Отражает ориентацию на рост компетенций и инвестиции в человеческий капитал внутри команды. Влияет на производительность команды в среднесрочной перспективе и скорость закрытия компетентностных разрывов. Показатель: ▪️наличие индивидуальных планов развития (ИПР) ▪️количество согласованных и инициированных обучений ▪️участие сотрудников в обучении при поддержке руководителя   5. Индекс автономности команды (Team Autonomy Index) Показывает, могут ли сотрудники принимать решения и взаимодействовать с другими подразделениями без постоянного участия руководителя. Отражает уровень доверия, зрелость управления и степень отсутствия микроменеджмента. Влияет на скорость принятия решений, пропускную способность команды и нагрузку на руководителя. Показатель: ▪️опросы сотрудников ▪️доля решений, принятых без участия руководителя ▪️сетевой анализ межкомандных взаимодействий   6. Индекс открытости команды (Team Openness Index) Показывает, насколько сотрудники команды вовлечены в жизнь компании за пределами своих прямых задач. Отражает зрелость руководителя, уровень доверия в команде и готовность поддерживать горизонтальные связи и инициативность сотрудников. Влияет на кросс-функциональное взаимодействие, распространение знаний внутри компании и развитие неформальных связей. Показатель: ▪️долю сотрудников, участвующих в корпоративных инициативах ▪️участие в сообществах, наставничестве, внутренних проектах и мероприятиях   7. Индекс отклонения кандидатов (Candidate Rejection Rate) Показывает, насколько часто руководитель отклоняет кандидатов после интервью и инициирует продолжение поиска. Отражает определенность требований, доверие к подбору и управленческую зрелость в процессе найма. Влияет на скорость и стоимость закрытия вакансий, а также на длительность найма и нагрузку на рекрутмент. Показатель: ▪️доля кандидатов, отклонённых руководителем после интервью ▪️количество итераций подбора по одной вакансии Мы в телеге | Наш канал в макс | Наш канал в VK

CEO уволил HR-департамент и заменил его “People Ops”: что произошло на самом деле В финтех-компании Bolt произошёл показательный управленческий разворот, который уже обсуждают как пример новой волны “анти-HR” подходов в тех-секторе. Генеральный директор компании Райан Бреслоу заявил, что полностью распустил HR-команду. Вместо неё появилась функция People Ops — якобы более “быстрая”, “практичная” и ориентированная на эффективность модель управления людьми. 🎓Что сказал CEO По его словам, классический HR: создавал “проблемы, которых не существовало” замедлял принятие решений добавлял избыточную бюрократию После увольнения HR, как утверждает руководство, часть этих проблем “просто исчезла”. Дополнительно Бреслоу описывает происходящее как “режим войны”: компания сокращала штат примерно на 30%, а также пыталась резко вернуться к стартап-логике управления. 🎓Что такое People Ops вместо HR Формально HR никуда полностью не исчез. Его функции перераспределили в People Ops — структуру, которая: снижает число согласований усиливает роль линейных менеджеров фокусируется на операционной эффективности При этом ключевой вопрос остаётся открытым: кто теперь полноценно закрывает классические HR-задачи — от найма и адаптации до компенсаций, конфликтов и compliance. 🎓Контекст увольнений Решение с HR стало частью более широкой трансформации: резкое сокращение персонала пересборка процессов “под стартап” критика сотрудников, пришедших в период роста компании CEO также заявлял, что значительная часть команды не смогла адаптироваться к новому темпу работы после его возвращения в управление. Почему это важно На первый взгляд это выглядит как спор о названиях — HR vs People Ops. Но по сути речь о другом: о попытке убрать “прослойки управления людьми” и максимально упростить корпоративную структуру. Проблема в том, что HR — это не только коммуникации и “культура”, но и: payroll юридическое соответствие управление рисками структура компенсаций увольнения и найм И эти задачи никуда не исчезают — даже если отдел переименовать или расформировать. Итог История Bolt — это не столько про HR, сколько про очередную попытку радикально упростить сложную систему управления людьми. Пока одни компании экспериментируют с “анти-HR” моделью, вопрос остаётся открытым: можно ли вообще управлять современной организацией без полноценной HR-функции — или её просто переупаковывают под новым названием. Мы в телеге | Наш канал в макс | Наш канал в VK

500 лямов за ИИ Одна крупная, но публично не названная компания за месяц «сожгла» около 500 млн долларов на использовании модели Claude. См. в тему ИИ-митация бурной деятельности: работники Amazon уже освоили новую корпоративную игру История всплыла в материале Axios. Причина оказалась почти комичной и при этом показательной: в компании просто не выставили лимиты на использование лицензий. В результате сотрудники начали пользоваться ИИ в промышленных масштабах, и счёт улетел в космос. На фоне этого всё чаще звучит более широкий вопрос: а окупаются ли вообще такие бюджеты? Многие компании, которые ещё недавно активно наращивали инвестиции в генеративные модели, начинают пересматривать подход.

В ряде случаев затраты уже сопоставимы или даже выше стоимости живых сотрудников, особенно если речь идёт об агентных системах.

Интересно, что это не единичный инцидент. Ранее уже были истории, когда облачные счета внезапно вырастали в тысячи и даже миллионы долларов из-за ошибок конфигурации, взломов или неконтролируемого использования API. А отдельные разработчики публично признавались, что могут «сжечь» миллионы на токенах за короткое время при активной разработке.

Параллельно усиливается ещё один тренд: агентные ИИ-системы потребляют кратно больше ресурсов, чем обычные запросы, и это начинает менять экономику их внедрения.

Некоторые компании уже ограничивают внутренние рейтинги использования ИИ, чтобы не стимулировать бессмысленный рост потребления. Ирония в том, что настоящего «виновника» полумиллиардного счёта, скорее всего, уже не определить. Но сам масштаб утечки сужает круг до очень небольшого числа технологических гигантов — тех, кто может позволить себе такие ошибки и не заметить их сразу. Мы в телеге | Наш канал в макс | Наш канал в VK

​​Exit - интервью как метрика качества найма Exit-интервью в компаниях часто превращается в странный ритуал сбора причин увольнения. Сотрудник уходит, HR фиксирует: «низкая зарплата», «не понравился руководитель», «не совпали ожидания», после чего эти причины складываются в отчет и обычно никак не превращаются в управленческое решение. Параллельно компании измеряют качество подбора через раннюю текучесть: вот процент сотрудников, не прошедших испытательный срок, вот наша метрика качества найма. Но сама по себе ранняя текучесть почти бесполезна, если мы не понимаем механизм ухода. Что именно произошло? Это mismatch ожиданий? Ошибка адаптации? Проблема управленческой среды? И главное — где именно в системе возник сбой и что теперь с этим делать? Именно в этом месте exit-интервью перестает быть формальным опросом «почему увольняетесь» и становится диагностическим инструментом качества найма.   Возможны как минимум 4 сценария, почему уходит сотрудник: 🔹Ошибка ожиданий — кандидату обещали одну работу, а получил он другую 🔹Ошибка адаптации — руководитель не поставил цели и не дал обратную связь 🔹Ошибка оценки — сотрудник объективно не справлялся с ролью 🔹Ошибка организационной среды — хаос процессов и слабый менеджмент Мы не рассматриваем случай, когда сотрудник уходит не от нас, а к кому-то, это отдельная история, я писал про это О чем мы не спрашиваем в exit-интервью   В exit интервью из четырех сценариев можем узнать про два 🔹Ошибка ожиданий: Кандидату обещали одну работу, а получил он другую. 🔹Ошибка адаптации: Руководитель не провел встречу в первую неделю, не поставил цели, не дал обратную связь.   И проводя exit интервью, мы должны ответить на вопрос, какой из этих сценариев был реализован, а зная сценарий, мы уже понимаем, где «подкручивать гайки».   За этими сценариями скрывается извечный конфликт рекрутинга и бизнеса: кто ответственен за ранний уход сотрудника — рекрутер или руководитель? Хотя наша задача, безусловно, не поиск виновных, а понять, где именно «подкручивать». Если интересно — следующим постом разберу конкретные вопросы exit-интервью, которые позволяют отличить mismatch ожиданий от провала адаптации. Мы в телеге | Наш канал в макс | Наш канал в VK

❗️Один из крупнейших отечественных разработчиков офисного программного обеспечения (ПО) – «Мойофис» (ООО «Новые облачные технологии», НОТ) уведомил своих сотрудников о сокращениях. Соответствующее письмо компания разослала персоналу в середине мая, сообщили два источника, близких к ней. По словам одного из них, в штате планируется оставить только работников техподдержки, а всех остальных ждет увольнение.

Stanford HAI об ИИ в 2026 году Отчет подготовлен Стэнфордским институтом человекоцентричного искусственного интеллекта (Stanford HAI) — ведущим исследовательским центром, который ежегодно анализирует состояние технологий, экономики и регулирования в мире ИИ. Технологический рывок. Вопреки слухам о «плато», прогресс ускорился. Промышленность создала >90% новых передовых моделей. На тесте SWE-bench Verified (реальное программирование) показатели выросли с 60% до почти 100%. Модели решают 93% задач по кибербезопасности. Но есть «зубчатый фронт»: та же модель, блестящая в олимпиадной математике, распознает время на аналоговых часах лишь в 50.1% случаев. ИИ-агенты: успешность в OSWorld выросла с 12% (2024) до 66% (2026). США и Китай. Разрыв в производительности лучших моделей сократился до 2,7%. В феврале 2025 DeepSeek-R1 временно заняла первое место. США лидируют по инвестициям и дата-центрам, Китай — по числу публикаций, патентов и внедрению роботов. Экономика. Глобальные инвестиции достигли 581млрд(+130285,9 млрд. Генеративный ИИ — самая быстрорастущая технология в истории: 53% глобального проникновения за три года (ПК и интернету требовалось >10 лет). Потребительская ценность в США — $172 млрд в год. Рынок труда: занятость среди американских разработчиков 22–25 лет сократилась почти на 20% с 2024 года. Экология и прозрачность. Мощность дата-центров ИИ — 29,6 ГВт (как у всего штата Нью-Йорк). Обучение Grok 4 выбросило 72 816 тонн CO₂. Годовое потребление воды GPT-4o сравнимо с нуждами 1,2 млн человек. Индекс прозрачности рухнул с 58 до 40 баллов. Из 95 значимых моделей 2025 года 80 выпущены без обучающего кода. Количество инцидентов с ИИ выросло с 233 до 362. Улучшение одного аспекта безопасности часто ухудшает другой. Инфраструктурная уязвимость. Почти все ведущие чипы производит одна компания — TSMC на Тайване. Расширение производства в США началось только в 2025 году. Образование и общество. Более 80% студентов США используют ИИ для учебы, но только половина школ имеют политику, а 6% учителей считают правила четкими. Разрыв в восприятии: 73% экспертов ожидают положительного влияния, среди населения — только 23%. Итог. ИИ становится быстрее, мощнее и дешевле, но одновременно — менее понятным и управляемым. Развивающиеся экономики пишут национальные стратегии, но производство моделей сконцентрировано в двух странах. Разрыв между способностями ИИ и нашей способностью управлять им растет. Мы в телеге | Наш канал в макс | Наш канал в VK

Cтартап «Хинтед» привлек 10,7 млн от 232 частных инвесторов Российский EdTech-стартап «Хинтед», разрабатывающий платформу для обучения сотрудников и клиентов прямо внутри корпоративных интерфейсов, закрыл инвестиционный раунд на краудинвестинговой площадке brainbox.VC. Итог — 10,7 млн руб за 3,7% доли компании. В сделке участвовали 232 инвестора платформы. Продукт «Хинтед» работает по принципу наложения подсказок и пошаговых сценариев поверх уже существующего интерфейса приложений — без какого-либо программирования со стороны заказчика. Это позволяет компаниям оперативно обновлять инструкции при изменениях в процессах, сокращать обращения в техподдержку и снижать количество пользовательских ошибок. Привлеченные средства пойдут на маркетинг, доработку продукта и операционные расходы. Условия раунда предусматривают ежеквартальную отчётность перед инвесторами о ходе освоения капитала. Мы в телеге | Наш канал в макс | Наш канал в VK

Как работники учатся в течение карьеры: коллеги важнее в начале, курсы — в середине Молодые сотрудники в основном учатся у коллег, а по мере роста опыта всё больше переходят к внешнему обучению — курсам, тренингам и сертификациям. Спойлер: обучение через коллег оказалось примерно в 1,24 раза важнее для общего накопления навыков за карьеру.   Авторы, вузы и год публикации: Xiao Ma (Peking University), Alejandro Nakab (Universidad Torcuato Di Tella), Daniela Vidart (University of Connecticut). NBER Working Paper, 2026. Метод: Авторы объединили данные по работникам и компаниям из Германии, США и стран OECD и построили экономическую модель накопления человеческого капитала. В модели есть два источника обучения: ·        внутреннее обучение — через коллег и руководителей; ·        внешнее обучение — через курсы, тренеров и программы обучения. Также исследователи смоделировали влияние удалённой работы на накопление навыков. 🤷‍♂️Выборка: Исследование использует несколько крупных массивов данных: ·        около 95 тыс. компаний на волну в европейском исследовании обучения персонала; ·        около 25 тыс. работников на волну в немецком исследовании занятости; ·        около 48 тыс. взрослых в американском NHES; ·        около 230 тыс. работников из 40 стран OECD; ·        около 5 тыс. работников в специальном опросе по удалённой работе в США. 📊Результаты — цифры и пояснения: — В Германии внутреннее обучение упоминают 31% работников, внешнее — 68%. В США — 23% и 44% соответственно. — Внутреннее обучение снижается с опытом работы. Чем старше и опытнее сотрудник, тем реже он учится у коллег. Авторы объясняют это тем, что по мере роста квалификации вокруг становится меньше людей, у которых можно чему-то научиться. — Внешнее обучение имеет форму перевёрнутой U-кривой. На старте карьеры люди ещё мало используют внешние программы, затем спрос растёт, а ближе к завершению карьеры снова падает из-за меньшего горизонта отдачи от обучения. — В крупных компаниях обучение разнообразнее. Среди компаний со штатом 100+ сотрудников 71% одновременно используют и внутреннее, и внешнее обучение. У небольших компаний (5–19 человек) таких только 31%. — Если убрать внешнее обучение из модели, средний человеческий капитал работников падает на 6,6%. Если убрать внутреннее обучение — на 8,2%. То есть обучение через коллег оказалось примерно в 1,24 раза важнее для общего накопления навыков за карьеру. — Удалённая работа бьёт прежде всего по молодым сотрудникам. Рост remote work после пандемии снизил темпы роста зарплат у работников с опытом 0–5 лет примерно на 5% из-за ослабления обучения через коллег. 🎓Выводы: Главный вывод статьи — источники обучения меняются вместе с карьерой. В начале карьеры критично обучение через окружение: коллег, руководителей, совместную работу. Позже всё большую роль начинают играть внешние источники знаний. Для HR это означает, что: ·        офис и сильная команда особенно важны для джунов; ·        удалёнка может замедлять развитие молодых сотрудников; ·        крупные компании выигрывают за счёт более богатой обучающей среды; ·        обучение нельзя рассматривать как только «курсы» — значительная часть человеческого капитала формируется внутри команды. Мы в телеге | Наш канал в макс | Наш канал в VK

Руководство по ИИ-промптам для HR: 4 промпта для менеджеров и руководителей Резюме статьи от CultureAmp Менеджеров и HR-руководителей сегодня просят делать всё больше — при меньшем количестве времени и ресурсов. AI может реально снижать нагрузку. Но проблема в том, что качество результата зависит не столько от модели, сколько от качества промпта. Сильный промпт → полезный результат. Размытый промпт → размытый результат. Ниже — 4 практических AI-промпта для HR и руководителей + лучшие практики создания собственных промптов. 1️⃣ Давайте сложную обратную связь уверенно AI может помочь структурировать неприятный разговор так, чтобы он был одновременно честным и поддерживающим. Промпт:

«Мне нужно предоставить обратную связь [подчинённому, который технически силён, но часто перебивает других на встречах]. Составь сценарий разговора по модели SBI (Situation, Behavior, Impact). Тон — [поддерживающий, но твёрдый]. В конце сотрудник должен понимать [следующие шаги для роста и улучшения]».

2️⃣ Превращайте результаты опросов в действия Главная проблема engagement-опросов — не сбор данных, а превращение их в конкретные управленческие действия. Промпт:

«Дай три действия для улучшения [мотивации / признания / другой темы из опроса], адаптированные под нашу команду. Рекомендации должны быть реалистичными для команды с ограниченными ресурсами. Добавь KPI, риски внедрения и ограничения».

3️⃣ Коммуницируйте изменения ясно Даже позитивные изменения создают тревожность. AI может помочь собрать коммуникацию без типичного корпоративного тумана. Промпт:

«Я [VP HR] и мне нужно сообщить о значительном организационном изменении [руководителям]. Помоги составить структуру сообщения: что уже известно, что пока неопределённо, какие вопросы могут возникнуть у команды. Аудитория должна понять влияние изменений на [настроения сотрудников] и [бизнес-результат]. Тон — спокойный, заботливый и ясный».

4️⃣ Выявляйте ранние сигналы проблем Большинство компаний реагируют слишком поздно: когда engagement уже упал, а сотрудники начали увольняться. Промпт:

«Помимо падения engagement и роста текучести, какие ранние признаки показывают ухудшение employee experience в компании нашего типа? Сосредоточься на индикаторах, которые руководитель может заметить напрямую: поведение менеджеров, динамика команд, качественная обратная связь. Предложи три низкозатратных действия и план внедрения».

📌🎓 Лучшие практики создания AI-промптов 1. Используйте RACE-фреймворк Role — роль AI Action — что нужно сделать Context — контекст Execute — формат результата 2. Уточняйте тон Например: «эмпатично», «жёстко», «спокойно», «деловым языком». 3. Определяйте критерий успеха Нужен список действий? Скрипт разговора? План встречи? Чем точнее задача — тем лучше результат. 4. Не загружайте чувствительные данные Не вставляйте в публичные AI-инструменты реальные зарплаты, имена сотрудников и performance-данные. Важная мысль: AI в HR начинает приносить ценность не тогда, когда HR «использует ChatGPT», а когда появляется способность правильно формулировать управленческую задачу. Мы в телеге | Наш канал в макс | Наш канал в VK

Идентификация целей и KPI измерения корпоративной культуры Gartner выпустил презентацию Identify Goals and KPIs for Culture Measurement - даю резюме 1️⃣Определение и выбор верхнеуровневых KPI корпоративной культуры В презентации Gartner предлагают начать не с обсуждения ценностей, а с выбора метрик, через которые вообще можно наблюдать культуру компании. Это важный сдвиг: культура перестает быть абстрактной «атмосферой» и становится объектом измерения. В качестве возможных KPI приводятся Employee Net Promoter Score, добровольная текучесть, уровень вовлеченности, число внутренних рекомендаций кандидатов, участие сотрудников в корпоративных инициативах, показатели DEI, отзывы на Glassdoor и даже уровень отсутствий. То есть культура рассматривается как совокупность устойчивых моделей поведения, которые можно фиксировать количественно. 2️⃣Формирование утверждений о культурных изменениях Самая сильная часть шаблона — конструкция «From → To → Because». Не «нам нужна более collaborative culture», а описание конкретного перехода: от оценки сотрудников по локальным KPI команды — к оценке по результату всей организации, потому что клиентский опыт требует сквозного взаимодействия между функциями. Или: от ожидания, что решения принимает только руководитель, — к большей автономии сотрудников, потому что компании нужна скорость реакции на изменения рынка. Такой подход резко повышает качество разговора о культуре: она перестает быть набором красивых ценностей и начинает описываться как изменение операционной модели бизнеса. 3️⃣Определение метрик успеха для каждого культурного изменения Дальше Gartner предлагают связать желаемую культуру с конкретными управленческими практиками и измеримыми результатами. Если компания хочет больше collaboration, придется менять recognition programs и систему оценки эффективности. Если нужна инновационность — менять отношение к инициативам и ошибкам. После этого уже можно смотреть, появились ли реальные изменения поведения: выросло ли количество кросс-функциональных проектов, увеличилось ли число инициатив снизу, чувствуют ли сотрудники больше влияния на решения, изменился ли sentiment вокруг автономии и взаимодействия. Важная мысль здесь в том, что культуру невозможно изменить только коммуникацией — ее меняют через управленческие механики. 4️⃣Формализация целей измерения корпоративной культуры На последнем этапе предлагается собрать общие метрики культуры и KPI по конкретным ценностям в единую систему измерения. Это позволяет компании видеть не только общий уровень «здоровья культуры», но и понимать, какие именно культурные изменения происходят или не происходят. Потому что реальная культура организации почти всегда определяется не тем, что написано в ценностях компании, а тем, за что сотрудников повышают, вознаграждают и увольняют. Мы в телеге | Наш канал в макс | Наш канал в VK

Система рекрутинговой аналитики я вчера готовил корпоративный семинар по этой теме и понял, что хочу сделать его открытым. Идея простая: как сделать метрики рекрутинга работающими, не просто набор цифр на дашборде, а смотреть через призму задач, как метрики превратить в систему, как показать взаимосвязь показателей. Семинар минимум на целый рабочий день, т.е. 8 астрономических часов Попинайте меня, насколько это будет востребовано?

ИИ-митация бурной деятельности: работники Amazon уже освоили новую корпоративную игру По материалам Financial Times Это продолжение сериала Лучший кейс по внедрению ИИ - только это реализация кейса в реальности   В компании начали массово внедрять внутренних ИИ-агентов, и почти сразу появилась новая форма офисного спорта — tokenmaxxing («накрутка потребления токенов»). Суть простая: жечь как можно больше AI-токенов, чтобы показать менеджерам «активное использование ИИ». Нужно ли для задачи столько вычислений? Помогает ли это продукту? Экономит ли время? Да кого это волнует, если в отчёте красиво растёт usage («уровень использования»). Разработчики начали скармливать ИИ бессмысленные, раздутые и заведомо ненужные задачи — просто чтобы не выглядеть отстающими на фоне коллег. Потому что как только метрика появляется в KPI, люди начинают оптимизировать не работу, а метрику. Классический закон Гудхарта:

«Когда показатель становится целью — он перестаёт быть хорошим показателем».

И это уже не история только про Amazon. Похожие сюжеты всплывают в Meta (признана в России террорической), Microsoft, Google, JPMorgan, Disney и дальше везде, где менеджмент пытается измерять “AI-эффективность” цифрами потребления. Самое смешное — компании сейчас тратят сотни миллиардов долларов на ИИ, а сотрудники учатся превращать эти вычисления в новую форму имитации бурной деятельности. Раньше люди: — делали вид, что заняты; — ставили бесконечные созвоны; — писали никому не нужные отчёты. Теперь будут с серьёзным лицом прожигать GPU-кластеры. Добро пожаловать в экономику токенов, где KPI измеряется не результатом, а количеством сожжённого кремния. Мы в телеге | Наш канал в макс | Наш канал в VK

Глубинный смысл этой картинки простой – приглашаю вас поучаствовать в бенчмарке текучести персонала и рейтинга DreamJob. Я посчитаю место вашей компании относительно рынка с учетом размера компании, отрасли, региона. По текучести и рейтингу. И покажу, почему срок работы сотрудника в компании более чувствительная метрика, чем текучесть персонала Пишите @Edvb777 Мне нужны такие данные (excel файл) в формате 🔹Дата приема 🔹Дата увольнения Данные нужны за 2025 год: всех, кто работал в 2025 и/или был уволен в 2025 (соответственно дата приема может быть как в 2025, так и ранее) Опционально: пол и возраст на момент приема Также прошу прислать рейтинг дримджоб и отрасль (отрасли – если несколько) компании. Мы в телеге | Наш канал в макс | Наш канал в VK

​​HR-бюджеты 2026: сухие цифры, которые на самом деле про стратегию Gartner выпустил HR Budget Benchmarks 2026 Если отбросить разговоры про «ценность HR», остаются цифры. И они довольно честно показывают, чем HR на самом деле занимается и куда идут деньги. Ниже — выжимка из бенчмарков. 💰Сколько стоит HR $2 799 — медианные расходы на HR на одного сотрудника в год 1,22% — доля HR от выручки 0,67% — доля HR в операционных расходах Что включено в эти доли: фонд оплаты труда HR (зарплаты, бонусы, налоги) рекрутинг (внутренний и внешний, агентства, job boards) HR-технологии (ATS, HRIS, лицензии, внедрение, поддержка) обучение и развитие (внутренние программы, провайдеры) компенсации и льготы администрирование (C&B функции, но не сами выплаты сотрудникам) payroll и кадровое администрирование employee relations, внутренние коммуникации консалтинг, аутсорсинг HR-функций Важно: сами зарплаты сотрудников бизнеса, бонусы и бенефиты персонала сюда не входят — только стоимость управления этим контуром. Это важная рамка: HR — это не «поддержка», это вполне измеримый cost-центр с понятной долей в экономике компании. 💪Нагрузка на HR 62 сотрудника — на 1 HR FTE ≈1,6 HR на 100 сотрудников Любая дискуссия про «у нас перегружен HR» или «у нас раздута функция» должна начинаться с этой цифры. 🎓Куда уходят деньги (на сотрудника в год) $461 — рекрутинг $280 — HR-администрирование $273 — total rewards $265 — HR-технологии $216 — обучение и развитие $200 — payroll $163 — employee relations $136 — talent management $102 — оргдизайн и изменения $91 — workforce planning $76 — DEI $59 — people analytics Картина простая: больше всего денег — там, где «текучка процесса» (найм, админка), а не там, где «стратегия». 🎓Приоритеты инвестиций на 2026 60% — HR-технологии 42% — обучение и развитие 39% — talent management 38% — total rewards То есть компании пытаются «выкупить эффективность» через технологии и навыки, а не через рост численности HR. 💼Что из этого следует Первое. HR по-прежнему — это операционная функция с дорогим рекрутингом. Все разговоры про стратегию разбиваются о бюджет. Второе. People analytics и workforce planning — внизу списка. Это означает, что решения всё ещё принимаются без нормальной аналитической базы. Третье. Фокус на HR-tech — это не про «цифровизацию ради моды». Это попытка разорвать зависимость: больше людей → больше HR. Четвертое. Консервативный бюджет (тренд с 2023 года) означает, что рост эффективности — не опция, а требование. 🎓главный вывод: структура HR-бюджета — это зеркало зрелости функции. Не стратегия в презентации, а реальные доли расходов показывают, чем HR является в компании. Мы в телеге | Наш канал в макс | Наш канал в VK

Новая ДНК организационного дизайна Вышел свежий отчёт Visier про то, как компании реально перестраивают структуры на фоне ИИ и давления на эффективность. Важно: это не мнения и не кейсы из презентаций, а анализ данных по ~170 компаниям и 7,7 млн сотрудников за несколько лет. Центральный вопрос исследования — так ли повсеместна «флатинизация» и как именно меняются команды при росте и сокращениях. Флатинизация — это идея, что компании убирают уровни управления, уменьшают число команд и делают оставшиеся команды крупнее, чтобы снизить издержки и ускорить принятие решений. Флатинизация (flattening или organizational flattening)— миф. На данных это нишевая стратегия: только около 10% компаний действительно идут в сторону уменьшения числа команд и укрупнения оставшихся. Это означает, что массового перехода к «плоским» структурам нет, а риск перегрузки менеджеров и сбоев координации сдерживает распространение такого подхода. При росте штата (в среднем +23%) компании ведут себя так: • 56% — «расти, оставаясь маленькими»: +20% команд, средний размер −7%, цель — скорость и автономия, риск — изоляция и групповое мышление • 20% — растут в обе стороны: +22% команд, размер +10%, цель — масштаб, риск — усложнение координации • 3% — уплощаются: −6% команд, размер +12%, цель — снижение издержек, риск — перегрузка менеджеров При сокращении штата (в среднем −25%) картина такая: • 44% — «прореживание»: −20% команд, размер −11%, цель — эффективность и фокус, риск — потеря экспертизы и синдром выжившего • 7% — уплощаются: −23% команд, размер +6%, цель — снижение управленческих расходов, риск — провалы координации • 7% — дивестируют: размер −10%, число команд +2%, цель — реструктуризация направлений, риск — размытость фокуса Вывод: компании не идут в одну модель, а управляют структурой как переменной — увеличивают или дробят команды в зависимости от задачи, балансируя между скоростью, контролем и сохранением экспертизы. Мы в телеге | Наш канал в макс | Наш канал в VK

​​Внутренняя мобильность в Tencent. Кейс от компании в развитие темы внутренней мобильности. Я уделяю много времени этой теме: Внутренний маркетплейс талантов Skill-based удержание: 7 техник 2026 Главная идея – внутренняя мобильность должна работать по рыночным механизмам торговли навыки. Мне кажется, кейс Tencent в эту же тему. Ниже описания программы в компании. Программа называется Flowing Water ( Huoshui Program — HSP). Главная идея HSP — это внутренний «рынок талантов», где сотрудники и подразделения свободно и напрямую взаимодействуют по принципу рыночного механизма (supply & demand). Сотрудник сам выбирает, куда пойти, а новый отдел сам решает, кого взять. Старый руководитель не имеет права блокировать переход. Как именно работает механизм (пошагово) 1️⃣Условия входа (минимальные барьеры) Сотрудник должен проработать на текущей позиции минимум 1 год. Последняя оценка performance — не ниже 2 звёзд (не «below expectations»). 2️⃣Двухкнопочная система (самая важная «изюминка») Когда сотрудник находит интересную вакансию внутри компании в системе HSP: Кнопка А: «Подать заявку и уведомить текущего руководителя». Кнопка Б: «Подать заявку без уведомления текущего босса» (большинство выбирает именно её). → Заявка идёт напрямую в новый отдел. Интервью проходит конфиденциально. 3️⃣Двусторонний выбор (market mechanism) Новый отдел проводит интервью и принимает решение. Если кандидат подходит — он получает оффер. Старый руководитель узнаёт только после успешного интервью. 4️⃣Защита от саботажа Старый босс может уговаривать остаться (retention talk). Но не может запретить переход. Максимальный срок на передачу дел и уход — 60–90 дней (в разных версиях правил). После этого сотрудник автоматически переходит в новый отдел. 5️⃣Дополнительные защиты для сотрудника Зарплата и уровень (грейд) обычно сохраняются (salary protection). Оценку performance можно делать либо в старом, либо в новом отделе (в поздних версиях). Всё происходит через специальную внутреннюю платформу (типа LinkShow или внутренний job board). Почему это именно «рыночный механизм»? Xidan (senior vice president Tencent) прямо говорил: «The ‘Flowing Water’ program provides a market mechanism to allocate talent effectively.» Суть в том, что: ▪️Талант (сотрудник) — как «товар», который сам ищет лучшую «цену» (интересную работу, рост, проект). ▪️Подразделения — как «покупатели», которые конкурируют между собой и с внешним рынком за хороших людей. ▪️Компания перестаёт быть жёсткой иерархией, а становится внутренним рынком, где талант течёт туда, где он нужнее и где человеку интереснее. Зачем это нужно Tencent? ▪️Не дать талантам «застояться» в одном отделе (keeping the water fresh). ▪️Быстро закрывать кадровые дыры в приоритетных продуктах (WeChat, игры и т.д.). ▪️Повысить мотивацию и удержание сотрудников. ▪️Сделать компанию более динамичной и инновационной. Мы в телеге | Наш канал в макс | Наш канал в VK