Ready 2 HR Tech

Можно ли применять Блокчейн для HR?

Закрываю тему блокчейна для HR переводом базовой статьи. Материал полезный как справочник, но за пять лет ничего не изменилось (что как бы намекает... 😏). Технология обещает прозрачность и безопасность, но в диких условиях продакшена замечена не была.

Так получилось, что тема буксует по банальным причинам: нет общих стандартов и сетей доверия, участники сами спотыкаются о неизменяемость записей, выгода для HR неочевидна без тесной стыковки с payroll и ATS, а ещё командам банально не хватает экспертизы.

Сама статья - про базовые, но нужные вещи: как блокчейн помогает хранить кадровые записи, быстро проверять дипломы и опыт, делать зарплатные выплаты прозрачнее, особенно трансграничные. Есть примеры (IBM, Tracr, ChronoBank), обсуждаются риски - стандарты, GDPR, инерция процессов - и рабочие практики внедрения: сначала найти pain point, подключить юристов и ИТ, обучить команду и идти итерациями.

Кажется, у технологии еще есть последний шанс, вот несколько идей, которые ещё могут выстрелить:

🔸 Плагины к ATS для мгновенной проверки дипломов и лицензий из доверенных реестров университетов и регуляторов.
🔸 Неизменяемый аудит трудовых событий (офер, онбординг, тренинги по безопасности, допуски).
🔸 Вестинг бонусов и LTI через смарт-контракты с прозрачными условиями наступления событий.
🔸 Реальный time-to-pay для проектной занятости с автоматическим налоговым удержанием в смарт-контракте.
🔸 Сквозной учёт занятости подрядчиков-субподрядчиков между заказчиками, чтобы убрать двойной биллинг.

Но времени остается мало: квантовый криптографический армагеддон может наступить в любую минуту и тогда весь блокчейн придется переизобретать. 😎

Кто тоже, как и я, захочет закрыть пробел по теме - welcome в блог. Я собрал базу, к которой можно будет вернуться при необходимости.

🔗 https://ready.2hr.tech/nA3Sd8

Резюме больше не нужно? OpenAI думает да.

Все сейчас добавляют ИИ в свои продукты и свою инфраструктуру - как функцию, как фичу, как требование стейкхолдеров. Я хочу рассказать о планах самого глобального игрока: OpenAI, ранее концентрировавшийся на универсальном расширении возможностей ("вот вам ChatGPT, делайте что хотите"), делает шаг в специфику и пытается полностью изменить инфраструктуру поиска работы.

OpenAI анонсировал систему распределения труда под эпоху ИИ. Jobs Platform строится вокруг идеи, что резюме больше не нужны: важны навыки, подтверждённые фактами. Прямо в ChatGPT можно будет пройти обучение, сдать тест и подтвердить свои навыки. После этого максимально структурированный профиль кандидата попадает в общую базу, где алгоритмы сопоставляют навыки с потребностями компаний. Работодатель дает требования, ИИ мэтчит – и это не просто поиск, а глубокий семантический анализ. В результате рекрутер не скринит сотни резюме, а получает короткий список людей, которые реально умеют то, что нужно.

Сейчас разворачивается пилот, в котором участвуют Walmart, Accenture и Indeed, а отдельный трек обещают для малого бизнеса и госсектора. Публичный старт по результатам пилотов обещают в 2026 году.

Попытки переделать рынок труда уже были. Google Hire не взлетел, Facebook Jobs тихо умер, даже LinkedIn десять лет оттачивал свою экосистему, но так и не изменил рынок. HR-технологии сложны как сама жизнь - это интеграции, доверие, данные, законы, человеческий фактор.

OpenAI может сыграть иначе — за счёт масштаба, узнаваемости и того, что обучение и аттестация встроены прямо в их главный продукт. Но рисков тоже хватает: конфиденциальность, прозрачность работы алгоритмов, конкуренция с LinkedIn (который, кстати, принадлежит Microsoft - инвестору OpenAI).

Если проект выстрелит, резюме как жанр начнёт умирать: важным станет не где ты работал, а чему научился и как быстро можешь переучиваться. Трудоустройство развернется от формальных признаков к проверяемым навыкам, а ИИ станет посредником между человеком и работой — не как модный инструмент, а как новый институт доверия. Через год Васюки станут Нью-Васюками (с).

Если не выстрелит, останется примером того, что даже лидеру ИИ тяжело встроиться в старую инфраструктуру, где решение человека всё ещё значит больше, чем алгоритм.

А еще мне очень интересно посмотреть, как и кем эта идея будет воплощена у нас.

Ready 2HR Tech | HR-Tech chat | HR-Tech.Карьера | Вакансии в HR-Аналитике

AI-мусор дискредитирует искусственный интеллект

- Что это за вой на болотах, Бэрримор? 😏

На этой неделе OpenAI показала Sora, Meta — свой Vibes. Ещё один шаг к миру, где каждый может стать видеопродюсером, не вставая из-за ноутбука. И, кажется, скоро LinkedIn и YouTube будут отличаться от TikTok только длиной текста под бессмысленным видео.

То, что должно было расширить возможности, стало фабрикой контента без смысла. AI-хлам растёт быстрее, чем ценность, которую он когда-то обещал.

Недавнее исследование HBR показало, что 40% сотрудников уже регулярно получают «рабочий мусор» — письма, отчёты, презентации, сгенерированные машиной и не проверенные человеком. Они тратят на это почти два часа в день. Но хуже другое: теряют доверие к коллегам, которые этим пользуются.

AI не виноват. Виновата лень.
Мы ждём, что ChatGPT напишет за нас, Midjourney нарисует за нас, а Sora снимет за нас.
Но результат один — умный инструмент в руках бездумного пользователя становится фабрикой мусора.

И вот парадокс: чем больше AI вокруг, тем ценнее остаются те, кто думает сам. Если интересно, почитайте в моем блоге перевод заметки Josh Bersin, которую он писал с уже плохо скрываемым раздражением.

🔗 https://ready.2hr.tech/J7atY4

Привет!

Редакция канала в полном составе оказалась в отпуске, поэтому вместо новостей — подборка материалов, которые стоит перечитать. Итак, самые популярные посты канала на тему новых трендов управление персоналом.

🔸 Удалённый найм умер: война ботов и фильтров
Сегодня на рынке уже действуют цифровые «кандидаты»-ИИ, которые автоматически подбирают вакансии и рассылают идеальные отклики. В ответ работодатели внедряют антифрод-решения и прогнозируют, что к 2028 году каждый четвёртый отклик будет не настоящим. Найм превращается в гонку алгоритмов, где главное - не потерять живой контакт между людьми.

🔸 Сигналы тихого увольнения сотрудников
Тема малозаметных признаков ухода. Сотрудник может продолжать ставить высокие оценки в опросниках, но уже выключаться из рабочих и неформальных коммуникаций. Организационный сетевой анализ помогает увидеть такие узлы вовлечённости. Исследования показывают: люди с минимумом связей в коллективе уходят чаще, а потеря «центров сети» может потянуть за собой целые группы коллег.

🔸 Workforce planning: планирование рабочей силы на примерах
Планирование персонала - очень недоинвестированная практика. Google заранее ищет пробелы в компетенциях, Amazon точно прогнозирует пиковую численность, Microsoft инвестирует в переподготовку, а GE использует HR-аналитику для долгосрочных стратегий. Всё это позволяет сделать управление людьми не реактивным, а предиктивным.

🔸 ELTV: жизненная ценность сотрудника для компании
Employee Lifetime Value помогает оценить реальную отдачу от человека за всё время его работы. Сначала это расходы на найм и адаптацию, потом пик продуктивности, а дальше - риск снижения ценности без развития и поддержки. Эта метрика делает дискуссию о вложениях в сотрудников предметной: сколько стоит «вырастить» эксперта и какой возврат компания получает.


До новых встреч! ❤️

Карта пути сотрудника: полное руководство по EJM

Если бы мне нужно было выбрать только один метод бизнес-анализа для HR-Tech, то это без сомнения был бы EJM - Employee Journey Mapping.

Я как раз перевёл отличное и очень подробное руководство по этой теме и хочу объяснить, почему оно стоит того, чтобы на него обратить внимание.

EJM - это способ увидеть опыт сотрудника целиком. От первого касания бренда работодателя до последнего дня работы. Не отдельные процессы вроде найма или обучения, а целостный маршрут, на котором каждый шаг, каждая точка контакта и каждая эмоция складываются в общую картину. В этом и сила метода: EJM позволяет формировать HR-Tech как сквозной продукт, а не как набор разрозненных инструментов. По отдельности уже все пробовали и это не работает - основной импакт в синергии.

Такой взгляд даёт три преимущества:
➡️ Во-первых, он показывает, где на пути сотрудники теряют вовлечённость и почему компании сталкиваются с высокой текучестью.
➡️ Во-вторых, он помогает выстроить разные сценарии под разные группы людей: для удалённых сотрудников важны регулярные синхронизации и понятные каналы связи, для офисных - качество адаптации и атмосфера команды.
➡️ В-третьих, EJM связывает HR-практики с бизнес-результатами. Статистика тут очень красноречива: компании с сильным опытом сотрудника показывают кратный рост доходов и в разы выше рентабельность, чем те, кто этим не занимается.

Путь сотрудника традиционно делят на семь этапов:
1️⃣ Привлечение
2️⃣ Найм
3️⃣ Адаптация
4️⃣ Вовлечение
5️⃣ Управление эффективностью
6️⃣ Развитие
7️⃣ Уход

На каждом из этих этапов есть свои узкие места и свои возможности. Именно карта пути помогает их зафиксировать, увидеть глазами самого сотрудника и на этой основе перестроить процессы. И прежде всего стоит отметить эффект от адаптации - компании, которые выстраивают её осознанно, получают в разы более лояльных сотрудников.

🤍 Мне нравится в этом подходе то, что он одновременно диагностический и стратегический. С одной стороны, это способ понять, где и почему сотрудники теряют интерес, что работает плохо и что требует изменений. С другой - это инструмент, с помощью которого можно принимать решения об инвестициях в технологии. Когда карта показывает, что именно мешает людям в работе, становится понятно, какую именно задачу должна решать новая система или сервис, а не наоборот.

✅ Employee Journey Mapping - это рабочая основа, на которую можно опираться, если речь идёт о вовлечённости, удержании и в целом о культуре компании. Именно поэтому я считаю, что для HR-Tech это must-have инструмент.

📍 Сохраняйте себе этот пост, чтобы не потерять полное руководство по ссылке:
🔗 https://ready.2hr.tech/NMa7j2

Платформы Employee Experience: большие ожидания, мало пользы

Платформы Employee Experience обещали революцию в работе сотрудников. Помните такой термин? В 2019 году Джош Берсин ввёл эту концепцию, а в период пандемии COVID‑19 она стала особенно востребована. Надо было как-то бороться с разобщенностью и нарушенным EJM сотрудника. Microsoft, ServiceNow и другие крупные игроки поспешили выпустить решения, которые должны были стать "цифровым парадным входом" для сотрудников.

Что вышло на деле? Вместо революции - уже наступившее забвение. К 2025 году термин платформа Employee Experience почти исчез из бизнес‑лексикона. Microsoft Viva осталась как набор блоков в пакете 365, а новые версии интранетов (Powell, LumApps) делают ставку на персонализацию, но уже без громких слов о "платформах опыта".

Главная причина провала в том, что опыт сотрудников свели к какому-то дополнительному продукту. Но опыт - это не интерфейс, а система: организация работы, распределение ответственности, умение действовать и сотрудничать. Без этого никакая платформа не работает. Да вы это и сами знаете.

В итоге EXP повторили судьбу корпоративных соцсетей. Хорошая философия, но провальная реализация. И пока компании будут искать решения в очередном инструменте, а не в пересмотре самих рабочих процессов, результат будет тот же.

Полная статья - по ссылке в моем блоге.
🔗 https://ready.2hr.tech/NL1la6

Архитектура ИИ для HR: Простыми словами

Сегодня без маркетинга и супер-кейсов, просто хочу разобраться и рассказать вам из каких элементов состоит ИИ на основе очередной переведенной статьи. С примерами!

▪️Первое, что часто остается за кадром, это оркестрация. Представьте диспетчера, который управляет движением поездов. В ИИ роль та же: оркестрация соединяет модели, базы данных и инструменты так, чтобы всё шло по порядку. Она решает, когда вызвать модель, когда достать документ из базы, когда подключить память и в какой момент позвать человека.
Пример: LangChain или LlamaIndex - фреймворки, где можно задать цепочку: взять резюме → извлечь ключевые факты → сверить с требованиями → передать в ATS. В HR это значит, что бот не просто отвечает на вопросы, а выполняет процесс от начала до конца.

▪️Второй элемент - память. Без неё система каждый раз начинает общение как будто впервые. Память позволяет хранить краткий контекст, например текущий диалог, и долгосрочные данные вроде предпочтений пользователя. Для HR это может быть история кандидата, фирменные формулировки вакансий или прошлые отчеты для руководителя. Здесь важно не увлечься: слишком много памяти перегружает систему, слишком мало делает опыт фрагментарным.
Пример: ChatGPT с History или MemGPT. В HR это выглядит так: ассистент помнит, какой стиль вакансий у компании, какие отчеты нужны руководителю, какие вопросы уже задавал кандидат.

▪️Дальше идут векторные базы данных. Это инструмент, который ищет не по ключевым словам, а по смыслу. Если они построены на ваших документах - регламентах, вакансиях, внутренних инструкциях - ИИ может поднимать актуальные факты и цитаты из источников. Причем такие базы можно разворачивать локально, без передачи данных внешним вендорам, что особенно важно для конфиденциальной информации.
Пример: Pinecone, Weaviate, FAISS. Для HR - это возможность загрузить свои политики, инструкции и вакансии и потом спрашивать: «Какая у нас политика удаленной работы?» или «Покажи свежий шаблон job description». Ответ приходит со ссылкой на нужный документ. Если база локальная (например, FAISS на сервере компании) - данные не уходят к внешнему вендору.

▪️И наконец, пользовательский опыт. Здесь решающее значение имеет не интерфейс как таковой, а то, как ИИ встроен в процесс. Очевидно ли, что вы разговариваете именно с системой, а не с человеком? Кто начинает диалог - вы сами или ассистент подключается проактивно? Есть ли прозрачность: можно ли увидеть, откуда взялся ответ и на какие документы он опирается? От этого напрямую зависит доверие и то, станет ли ИИ инструментом, а не очередной игрушкой.
Пример: Notion AI или Office 365 Copilot - пользователь сразу понимает, что работает с ИИ, может увидеть источник текста и при необходимости поправить. В HR важно встроить ИИ не «для красоты», а туда, где он реально экономит время: подготовка черновика вакансии, сводка по опросам сотрудников, подсказки интервьюеру.

Всё вместе это и есть архитектура современного AI-стека. Его сила не в отдельной модели и не в красивых интерфейсах, а в том, как оркестрация, память, базы знаний и опыт пользователя складываются в связную систему, которая реально помогает в работе. Подробнее, как всегда, в самое статье.

🔗 https://ready.2hr.tech/Na61bV

Обзор рынка труда HR-Tech и HR-Аналитики за второй квартал 2025 года

Готов новый квартальный отчёт. И это снова особенный выпуск: рынок HR-Tech вышел на рекордно низкий уровень по числу вакансий за всю историю наблюдений:
▪️В начале апреля в базе было 147 вакансий, к концу июня осталось 127 (минус 13,6%).
▪️В HR-Tech падение особенно заметное: с 95 до 78 позиций (минус 17,9%).
▪️HR-Аналитика держится: 49 вакансий против 50 в прошлом квартале, фактически стабильный уровень.

Что стоит за этими движениями:
🔴 компании продолжают публиковать новые позиции, но темпы закрытия оказались выше, поэтому общий пул доступных вакансий сжимается;
🔴 HR-Tech проекты тормозятся, бюджеты режутся, найм становится осторожным;
🔴 аналитическая функция уже встроена в процессы, и спрос на аналитиков воспринимается как обязательный, даже в условиях спада.

Если смотреть по структуре спроса, HR-Аналитики становятся всё более востребованными - доля вакансий выросла до 31%. Инженеры и разработчики HR-Tech просели до 16% и уже не определяют динамику рынка. Бизнес- и системные аналитики делят одинаковую долю - по 11%. Похоже, рынок смещается от разработки к аналитике и управлению данными.

Главный HR-Tech работодатель во втором квартале - Сбер. 53 вакансии за три месяца делают его безоговорочным лидером и главным источником спроса на специалистов цифрового HR. Все остальные работодатели показали значительно меньшую активность, изучите это в самом отчёте на моем сайте.

Обзор рынка труда HR-Tech и HR-Аналитики за второй квартал 2025 года

👉 Для тех, кто хочет не только читать отчёты, но и общаться с коллегами, есть Карьерный чат HR-Tech. Это живая часть проекта, сообщество практиков, где мы обсуждаем карьеру, инструменты и вызовы цифрового HR и делимся опытом друг с другом. Я приглашаю вас присоединиться.

❤️ Спасибо, что следите за проектом. Обзоры теперь выпускаю поквартально, потому что это правда трудоёмкая история для одного энтузиаста 🙂

PDF-файл найдете в первом комментарии. Буду рад, если поделитесь отчётом или пришлёте обратную связь.

Ready 2HR Tech | HR-Tech.Карьера | Вакансии в HR-Аналитике

Решение для борьбы с мошенничеством и спамом при подборе персонала

Помните историю с ИИ-автопилотом для поиска работы, который сам ищет вакансии, обновляет резюме и отправляет отклик? Ну так вот и ответ от вендоров для работодателей. Расскажу о нем для примера и в конце поделюсь своими скорбными выводами.

Greenhouse, один из лидеров рынка HR-Tech, запускает Real Talent - решение для борьбы со спамом и мошенничеством в найме.

Рекрутеры уже завалены тысячами откликов, половина из которых формируется с помощью ИИ или откровенных ботов. В итоге теряются реальные кандидаты, а компании несут прямые риски - от кражи данных до обмана с дипфейками. Gartner прогнозирует, что к 2028 году четверть всех "кандидатов" будут поддельными.

Что делает Real Talent:
🔔 сортирует входящий поток заявок в многоуровневый "почтовый ящик" прямо внутри Greenhouse,
🔔 с помощью ИИ фильтрует релевантных кандидатов и отсекает спам,
🔔 выявляет мошеннические схемы и подлог (от ботов до искаженных данных),
🔔 снижает нагрузку на рекрутеров и повышает качество найма.

Рекрутеры получают меньше "шума" и больше времени на работу с теми, кто реально подходит. Компании - снижение рисков и уверенность, что вакансии закрываются людьми, а не фантомами.

Антифрод в рекрутменте становится отдельной нишей HR-Tech. То, что раньше считалось частной болью рекрутеров, теперь превращается в рынок с продуктами, демо и инвестициями.

Но, если честно, всё это начинает походить на гонку вооружений.

С одной стороны - кандидаты, которые вооружаются ИИ-автопилотами для поиска работы, автогенерацией резюме и даже дипфейками. С другой - работодатели, которым теперь тоже продают ИИ-фильтры, антиспам и антифрод-решения.

Риск в том, что найм превращается не в поиск правильного человека на правильное место, а в бесконечное противостояние ботов и фильтров. Живой диалог между кандидатом и работодателем тонет в слое алгоритмов, где обе стороны проверяют друг друга на подлинность.

Вопрос открытый: это эволюция рынка или тупик?
Мы защищаем процесс найма от мусора - или сами превращаем его в технологическую гонку, где выигрывает не кандидат и не компания, а те, кто лучше натренировал свой ИИ?

🔗 https://ready.2hr.tech/Y1na6A

➡️ Куда ведут запросы на внедрение ИИ?

Я время от времени замеряю температуру по фактическим кейсам ИИ в HR на Западе – чтобы понять, какой маршрут возможен и реален для нас. Очередной мой авторский срез на сентябрь 2025 года.

Запрос от C-Level "внедрите нам AI" звучит всё чаще как дань моде. Бюджетов не будет, конкретные задачи не поставлены, есть общее ожидание от HR - "придумай инновацию". В реальности это оборачивается довольно предсказуемыми сценариями: чат-боты для справок по отпускам и страховкам (которые, кстати, чаще раздражают сотрудников, чем помогают), генерация черновиков писем и вакансий в ChatGPT, автоматизация рассылок. Полезно, но назвать это трансформацией трудно. На Reddit HR-специалисты честно пишут: Всё это выглядит как имитация инновации "для галочки".

Цифры показывают некоторые успехи:
▪️Около 45–50 % организаций уже используют ИИ в HR-функциях, и 82–87 % компаний применяют его для первичного скрининга резюме.
▪️Среднее время закрытия вакансии сокращается на 50 % и более - например, Unilever сократил длительность с 4 месяцев до 4 недель, сэкономив десятки тысяч человеко-часов.
▪️Hilton достиг впечатляющей экономии времени - вакансии закрывались за 5 дней вместо 6 недель.

Но статистика так распределена, что по факту она не описывает никого, а когда речь идёт о конкретной компании, внедрение часто упирается в детали. Чат-боты так и остаются полуфабрикатами: не успевают обрабатывать сложные запросы, ломаются на нюансах и в итоге лишь нагружают HR, вместо того чтобы разгрузить. Генерация документов - хороший помощник, но требует постоянной проверки человеком, иначе рискуешь опозориться неуместной формулировкой.

Еще, время от времени, случаются громкие провалы: Amazon отказался от своего инструмента подбора из-за выявленной дискриминации против женщин; несколько американских компаний получили иски после того, как AI-алгоритмы отсеивали кандидатов старше 40 лет; а у ряда работодателей возникли инциденты с утечкой конфиденциальных данных через публичные AI-сервисы.

Я пока делаю для себя такой вывод: ИИ в HR приносит пользу там, где задача понятна и измерима - сократить рутину, ускорить массовые процессы, сэкономить ресурсы. Но если сверху спускают только лозунг "нам нужен AI", без цели и бюджета, итог будет один - очередной псевдо-прорыв, за которым спрятаны всё те же ручные процессы и недовольные сотрудники.

✈️ Если Вы практик HR-Tech и вам интересны реальные кейсы внедрений инноваций в HR, я приглашаю Вас подать заявку на вступление в группу HR-Tech chat для профессионального диалога.

Workforce planning: планирование рабочей силы на примерах

Поздравляю с Днем знаний всех причастных! ❤️

Есть такое клише «В наше непростое время…». Я хочу написать вступление и понял, что если речь идет про практику планирования рабочей силы - Workforce planning, то здесь она актуальна всегда – и в сложные времена, и в период бурного роста, и при слияниях поглощениях. Единственный нюанс в том, что речь о практике может идти только тогда, когда этого требует существенный масштаб компании.

Если убрать пафос, суть Workforce planning проста: это мост между стратегией компании и её людьми. Он помогает заранее видеть, каких навыков и ролей не хватает, где ресурсы тратятся впустую, а где нужно инвестировать в развитие.

Эта практика держится на трёх опорах:
🔔 Прогноз - оценка будущих потребностей бизнеса в людях и компетенциях.
🔔 Сценарии - что делать, если рынок резко меняется или компания выходит в новый сегмент.
🔔 Инструменты - HR-аналитика, модели ресурсов, планы переподготовки и преемственности.

В итоге компания не «догоняет» события, а управляет ими: готовит людей к новым задачам, сглаживает пиковые нагрузки, снижает расходы и сохраняет ключевые знания внутри. Статья в моем блоге расскажет о ключевых особенностях планирования рабочей силы в крупнейших корпорациях:

Google использует HR-аналитику и прогнозные модели, чтобы заранее видеть пробелы в компетенциях. Когда компания выходит в новый бизнес-сегмент, там уже есть люди с нужными навыками - их либо обучили заранее, либо привлекли вовремя. Так Google минимизирует «провалы» при масштабировании и не платит лишние деньги за срочный найм.

Amazon живёт в режиме пиковых нагрузок: «чёрная пятница», праздники, распродажи. Их алгоритмы прогнозируют, сколько людей нужно в каждый момент времени и где они должны работать. Благодаря этому компания избегает хаоса: нет ни простаивающих команд, ни сбоев в доставке из-за нехватки людей.

Microsoft делает ставку на переподготовку. Технологии меняются так быстро, что проще обучить своих инженеров новым навыкам, чем бесконечно искать новых. Компания инвестирует в онлайн-курсы, внутренние школы и делает рост частью культуры - сотрудникам не приходится выбирать между «учиться» и «работать».

Procter & Gamble планирует преемственность: ещё до того, как руководитель уходит, есть человек, который готов его заменить. Для этого строят карьерные треки, дают опыт в разных функциях, чтобы будущий лидер видел бизнес целиком. Смена управленца происходит без турбулентности.

Walmart встроил многообразие и инклюзивность в кадровую стратегию. Кроме заботы о репутации - разные точки зрения делают решения лучше, а культура уважения снижает текучку. В итоге это не только «социальная миссия», но и фактор устойчивости бизнеса.

Apple работает в десятках стран с разными законами и культурами. Их кадровая стратегия учитывает региональные различия, но при этом сохраняет единые стандарты качества и ценности бренда. Люди в Китае и Европе могут работать по-разному, но клиент Apple везде получает один и тот же уровень продукта и сервиса.

IBM развивает гибкие модели занятости. Команды можно быстро переформатировать под новые задачи: часть сотрудников работает удалённо, часть - проектно, часть - в классическом формате. Это позволяет компании подстраиваться под рынок, а не застревать в жёстких структурах.

General Electric применяет HR-аналитику не для отчётов, а для стратегических решений: где откроется новый завод, какие компетенции будут нужны через два года, какие отделы недоукомплектованы. Прогнозы дают время подготовить людей и избежать авралов.

Заметили что-то общее? Я вот вижу, что у лидеров в основу положена не абстрактная методология, а какая-то фишечка, ДНК компании, вокруг которой уже строится уникальная практика, подходящая именно для этой компании. Надо бы и нам так…

Как всегда, перевод полной статьи в моем блоге и больше нигде.
🔗 https://ready.2hr.tech/Ha6n2K

Лучшие практики онбординга сотрудников: кейсы цифровой адаптации от 11 компаний

Сегодня у меня для вас статья для вдохновения. Не буду писать банальности про важность адаптации, аудитория здесь неслучайная - вы все и так понимаете: адаптация для компании - это конвейер не первая брачная ночь.

Статья расскажет про ключевые особенности онбординга в Google, Zapier, Spotify и Netflix, а я здесь обобщу главное:

1️⃣ Культурная интеграция: погружение новых сотрудников в культуру компании, как это делают Netflix и Buffer, способствует формированию чувства принадлежности и соответствия ценностям компании, что крайне важно для долгосрочного удержания.

2️⃣ Постоянная обратная связь: Циклы обратной связи, как в Taktile, помогают новым сотрудникам быстро соответствовать ожиданиям и с самого начала обрести уверенность, повышая производительность.

3️⃣ Специфическое для роли обучение: Индивидуальное обучение, как в Hubspot, вооружает новичков конкретными навыками, необходимыми для эффективного вклада с самого начала.

4️⃣ Технологии: Использование технологий, как Accenture с VR, создает иммерсивные и масштабируемые опыты адаптации, которые вовлекают и готовят сотрудников инновационными способами.

5️⃣ Системы «бадди»: Поддержка коллег, как в Buffer и Spotify, дает новичкам руководство и личную связь, делая процесс адаптации более плавным и увлекательным.

6️⃣ Персонализированная адаптация: Личные штрихи, такие как доставка оборудования и мерча на дом от Verisys, помогают удаленным сотрудникам чувствовать себя желанными и ценными, улучшая их опыт адаптации.

7️⃣ Масштабируемая вовлеченность: Масштабируемые процессы адаптации, как в Accenture, обеспечивают последовательность и качество для большой, глобальной рабочей силы.

Посмотрите идеи у 11 лучших западных компаний, попробуйте взять что-то для себя. Полная статья по ссылке и я снова рекомендую сохранить её в избранном. Пригодится.
🔗 https://ready.2hr.tech/U4nd6L

HR-Аналитика: 7 основных дашбордов с макетами

Я нашёл и перевёл для вас простое и вдохновляющее руководство OneModel по практическому старту в HR-Аналитике, которое содержит готовые макеты дашбордов по ключевым HR-метрикам. Это подходит, чтобы собрать ваши первые панели на данных ваших HR-систем уже сегодня.

Показываю 7 дашбордов:
📍 Headcount Metrics — сколько нас, где мы, как меняется численность
📍 Span of Control — людей на одного менеджера и уровни иерархии; сигналы перегруженности структуры
📍 Employee Turnover / Attrition — 12-месячный коэффициент, добровольные/недобровольные уходы, зоны внимания
📍 Talent Flow — наймы, увольнения и чистый прирост; рост и сокращение численности по подразделениям
📍 Career Growth / Promotions — частота и срок ожидания повышения; выращиваем лидеров или закрываем потребности извне
📍 Diversity (DE&I) — найм/повышения/увольнения по группам, уровни должностей и вилки
📍 Employee Tenure — средний и суммарный стаж, покажет где сосредоточен накопленный опыт сотрудников

Сохраните и перешлите коллегам из HR и People Analytics. Для вдохновения 🤍

Сама статья доступна по ссылке в моем блоге:
🔗 https://ready.2hr.tech/7fB3fR