Кадровый радар

Коллеги, вышел гайд по увольнениям для тех, кто оказался между молотом и наковальней – когда решение о сокращениях приняли наверху, а проводить в жизнь приходится вам. 16 лет опыта упаковали в инструкцию: как говорить с людьми, которых увольняешь не по своей воле. Как справляться с собственными эмоциями, когда приходится расставаться с теми, с кем работал годами. Как не выгореть окончательно в процессе. Особенно актуально сейчас, когда кризис 2026 заставляет компании снова пересматривать штат. Средний менеджмент традиционно получает самую неблагодарную роль – быть лицом чужих решений. Материал честный, без мотивационной шелухи про «возможности в трудные времена». Просто опыт человека, который через это проходил. https://habr.com/ru/amp/publications/1070874/

Claude уволил человека. Не рекомендовал, не подготовил документы, а именно принял решение об увольнении – магазин Andon Market в Сан-Франциско доверил нейросети управление, и вот результат. Time называет это первым официально зафиксированным случаем, когда ИИ самостоятельно расстался с сотрудником. Детали не раскрываются: ни причины, ни процедура, ни реакция уволенного. Мы годами спорили, заменит ли ИИ рекрутеров. А он пошел другим путем – начал увольнять. Интересно, предупредил ли Claude за две недели и провел ли exit-интервью? 🤖

Закон Гудхарта гласит: когда показатель становится целью, он перестает быть хорошим показателем. Идеальная формулировка того, почему трекеры активности и слежка за экранами не работают. Ставим метрику «время за компьютером» – получаем сотрудников, которые виртуозно имитируют активность. Вводим контроль присутствия – теряем фокус на результате. Классика жанра, которую проходит каждая вторая компания. Альтернатива простая, но требует смелости: оценивать по результатам работы, а не по присутствию. Доставленные фичи, закрытые задачи, достигнутые цели. Звучит очевидно, но на практике многим проще установить программу слежения, чем пересмотреть систему метрик. https://habr.com/ru/companies/aspro/articles/1069950/ #метрики

Техподдержка SpaceWeb столкнулась с новым явлением: клиенты приносят скриншоты ответов от нейросетей и говорят, что специалисты неправы. 📱 Компания к 25-летию решила разобраться, как меняется их работа. Часть задач уже отдали ИИ, но появилась другая проблема – людям нужно объяснять, почему ChatGPT ошибается в технических деталях их инфраструктуры. Нейросеть уверенно генерирует ответ, клиент верит, спор. Раньше главным навыком поддержки было терпение и знание продукта. Теперь добавился еще один – умение вежливо объяснить, что ИИ галлюцинирует. Интересно, как это прописывать в компетенциях при найме? #поддержка

В 1950 году на 100 работающих европейцев приходилось 41 ребенок и 12 пенсионеров. В 2023-м – 24 ребенка и 31 пенсионер. Это не просто демографическая статистика. Это переворот всей экономической модели. Раньше большинство иждивенцев входили в экономику, теперь – выходят из нее. Раньше инвестировали в будущий рост, теперь обслуживают прошлое. Для нас, коллеги, это означает workforce planning в реальности сжимающегося рынка труда. Не временного дефицита кадров, а системного тренда на десятилетия. Автоматизация, которую все обсуждают, из опции превращается в необходимость. Остается вопрос: как быстро компании перестроятся с модели «нанимаем больше людей» на модель «делаем больше с теми, кто есть»?

Парадокс карьерных треков: 52% сотрудников понимают, как расти в компании, но только 25% видят связь между работой и личными целями. А 64% вообще считают системы оценки производительности пустой тратой времени. Похоже, мы построили красивые карьерные лестницы, но забыли спросить – а туда ли люди хотят подняться? Грейды, компетенции, ревью – вся эта механика работает вхолостую, если не цепляет реальные мотивы. Автор предлагает смотреть на карьеру как на продукт: искать не абстрактные "пути развития", а конкретные боли и фичи. Звучит логично, но насколько это реализуемо в компаниях, где половина процессов существует "потому что так принято"? Может, проблема не в отсутствии систем, а в том, что мы пытаемся стандартизировать то, что по природе своей индивидуально. https://habr.com/ru/articles/1068328/ #карьера #продуктовыйподход

Айтишники теперь считают конверсию своих откликов как мы считаем метрики воронки подбора. Потому что автофильтры ATS научились отсеивать резюме раньше, чем их увидит живой рекрутер. Кандидаты адаптируются: вставляют ключевые слова из вакансии, переписывают резюме под каждую позицию, изучают алгоритмы парсинга. Фактически делают SEO-оптимизацию себя. С одной стороны – рационально, с другой – мы создали систему, где человек сначала должен понравиться роботу. Парадокс: мы автоматизировали поиск талантов, чтобы экономить время, но теперь тратим его на обучение системы отличать сильного специалиста от того, кто просто лучше настроил keywords. Может, стоит пересмотреть баланс между автоматизацией и человеческим отбором на первом этапе?

Геотт Томас и Джо Харлесс еще в 1970-х предложили модель, которую мы упорно игнорируем: результативность сотрудника на 90-95% определяется системой, а не его способностями. Behavior Engineering Model и Human Performance System показывают одно и то же – если у человека нет четких целей, инструментов, обратной связи и адекватных процессов, никакой performance review ситуацию не спасет. Мы продолжаем оценивать индивидуальную эффективность в вакууме, игнорируя контекст. Получается, что привычные ежегодные оценки – это попытка измерить температуру больного, не глядя на то, что он лежит в сугробе. Вопрос только в том, почему нам проще винить сотрудника, чем признать системные проблемы. #performance_management

Разработчик застрял в задаче. Классика: давление растет, дедлайны горят, а код не пишется. Обычная версия менеджера: «Ну давай, соберись, ты же профи». Только вот психологи описывают феномен, когда застревание – это не про лень и не про отсутствие навыков. Это про то, что сложная задача превратилась в экзамен на профессиональную состоятельность. Перфекционизм связался с самооценкой, просить помощи стало равно признанию поражения, а внешнее давление только усиливает ступор. Видела такое не только у разработчиков. Любой сложный проект может превратиться в личное доказательство ценности. Практический выход простой до смешного: один маленький законченный шаг. Не идеальный, не полный – просто завершенный. Это возвращает ощущение контроля и разблокирует движение. Но для этого менеджеру нужно перестать давить и начать помогать дробить задачу. А это уже про культуру, не про процессы. #управление

Коллега с Хабра поделился кейсом: автоматизировал поиск кандидатов в резерве с помощью AI-агента. Было – две недели на каждую вакансию, стало – 10 минут. Секрет не в магии нейросетей, а в том, что он собрал HR Playbook. По сути, систематизировал свои знания о позициях, требованиях, профилях кандидатов. А AI просто работает по этой структуре быстрее человека. Интересный побочный эффект: такая систематизация сама по себе ценный актив. Даже без AI понимание собственных процессов делает тебя дороже на рынке. Вопрос только в одном – сколько HR реально готовы потратить время на описание того, что «и так держат в голове»? https://habr.com/ru/articles/1065736/ #автоматизация

Парадокс надежного сотрудника: пока руководитель тушит пожары и нянчится с теми, кто вечно не справляется, самые крепкие специалисты тихо выгорают без поддержки. Кейс из статьи на Хабре: сильнейший инженер команды уволился после того, как его запрос на отпуск просто проигнорировали. Менеджер был занят проблемными сотрудниками. Классика жанра – скрипящее колесо получает масло, а то, что крутится исправно, остается без внимания до момента поломки. Автор разбирает это через модель профессионального стресса Каросека: высокая нагрузка плюс низкий контроль над процессами равно выгорание. Даже у самых стойких. Вопрос к коллегам: сколько таких «надежных» людей в ваших командах получают меньше внимания, чем те, кто постоянно требует ручного управления?

Только 28% HR-специалистов считают программы развития руководителей эффективными. Для сравнения: программы для продажников работают по мнению 67% экспертов. Разрыв больше чем в два раза. И дело не в том, что продажникам легче или они талантливее. Дело в ресурсе, которого катастрофически не хватает руководителям после тренингов – времени на применение. Продажник выходит с курса и сразу практикует новые скрипты. Руководитель возвращается в операционку: тушит пожары, закрывает вакансии, пишет отчеты. Управленческие навыки откладываются "на потом", которое не наступает. Вот и получается: учим лидерству, а на выходе имеем уставших администраторов.

BMW сокращает 8000 сотрудников в Германии до конца 2027 года. Это 10% от всей немецкой команды компании – около 80 тысяч человек. Автопром переживает не лучшие времена: переход на электромобили требует меньше людей на производстве, китайские конкуренты давят ценами, европейский рынок стагнирует. Классическая история про то, как технологический сдвиг меняет структуру занятости. Интересно другое: сокращение растянуто на три года. Это либо попытка сделать процесс максимально мягким (переобучение, естественная текучесть, ранний выход на пенсию), либо признание того, что резко терять 10% компетенций компания все-таки не может. Запомним этот кейс – через пару лет станет понятно, какая стратегия сработала лучше: быстрые болезненные сокращения или медленная трансформация.

Руководитель разработки Timeweb заметил странную вещь: техническая часть собеседований стала хуже различать кандидатов. Раньше она была главным фильтром, теперь – почти формальность. Зато финальный этап, где обсуждают опыт, подходы к задачам и профессиональные взгляды, разделяет кандидатов на совершенно разные категории. Причина понятна: LLM отлично справляются с типовыми техническими задачами. Написать функцию, объяснить алгоритм, разобрать код – все это можно сделать с помощью ChatGPT. А вот рассказать, почему выбрал именно такой подход три года назад в проекте с legacy-кодом, или объяснить, как принимаешь архитектурные решения в условиях неопределенности – это все еще только человеческое. Получается, что обесценилась не самая важная часть опыта. Та, что легко формализуется и воспроизводится. #найм

Топ-менеджера уволили за то, что загрузила внутренние документы в DeepSeek. Суд встал на сторону работодателя – разглашение коммерческой тайны, все чисто. Случай прецедентный, но по факту мы все сидим на пороховой бочке. Потому что у скольких компаний прописаны четкие правила использования нейросетей? У кого есть список того, что можно, а что нельзя загружать? И главное – кто из сотрудников эти правила читал? Мы массово внедряем AI-инструменты, рассказываем про повышение продуктивности, а политики информационной безопасности живут в реальности 2019 года. Сотрудник искренне думает, что помогает бизнесу, оптимизируя работу с документами через нейросеть. А получает увольнение по статье. Время обновлять регламенты, коллеги. Пока прецеденты не стали массовыми.

IT-директор пришел на финкомитет просить сервера. Рассказал про мощности, про виртуализацию, про отказоустойчивость. Получил 10% от запрошенного. В следующий раз принес другую презентацию. Без слова «сервер». Зато с цифрами: сколько компания теряет денег при каждом часе простоя, какова вероятность отказа текущего оборудования, как это влияет на выполнение контрактов. Бюджет одобрили в 10 раз больше изначального. Коллеги, мы в HR постоянно сталкиваемся с тем же. Приходим к руководству с «нам нужна LMS» или «давайте запустим engagement survey». А CFO слышит только расходную строку. Возможно, стоит переводить наши инициативы на язык рисков и упущенной прибыли. Не «программа адаптации», а «снижение издержек на повторный найм на 2,3 млн в год». Вопрос только в том, умеем ли мы считать эти самые 2,3 млн.

Коллеги, три года внедряли видеоаналитику в компаниях – и главный инсайт звучит банально: технология работает отлично, люди сопротивляются превосходно. Три кейса из практики: в первой компании система еще не запущена, а сотрудники уже жалуются на «тотальную слежку». Во второй – рабочие на складе нашли способ обмануть камеры (спойлер: не нашли, но попытка дорогого стоит). В третьей – руководители требовали доступ к записям для «воспитательной работы», хотя изначально речь шла только о безопасности. Автор честно признается: самая сложная часть проекта – не настроить алгоритмы, а объяснить людям, зачем это нужно. И договориться с заказчиком о рамках использования данных. Похоже, управление изменениями – это когда 20% времени на технологию и 80% на то, чтобы убедить всех, что конец света откладывается. https://habr.com/ru/articles/1062926/?utm_campaign=1062926&utm_source=habrahabr&utm_medium=rss

Коллеги, мы все знаем этот сценарий: лучший разработчик становится тимлидом, через полгода команда проседает, а бывший звездный специалист выгорает на управленческой позиции. Классическая ошибка: повышаем за результат в текущей роли, а не за потенциал в новой. Человек отлично закрывает задачи – значит, справится с людьми? Логика странная, но живучая. Проблема не в том, что сильные специалисты плохие руководители. Проблема в том, что мы не оцениваем готовность к управлению до назначения. Смотрим на технические скилы и закрытые таски, игнорируя способность выстраивать процессы, давать обратную связь, держать контекст команды. Результат предсказуем: теряем хорошего специалиста и получаем посредственного менеджера. Или наоборот – не даем шанс тому, кто реально готов расти в управление. Может, стоит оценивать не только что человек сделал, но и как он это делает с другими?

Созвоны, где половина команды с выключенными камерами, параллельно отвечает в чатах, а потом никто не помнит, о чем договорились. Мы приходим на них уже уставшими от предыдущих созвонов, выходим без ощущения результата и идем на следующий. Цикл контакта в удаленных командах ломается на базовом уровне: нет включенности, нет внимания, нет вовлеченности. Остаются только аватарки и формальная галочка «встреча проведена». Можно бесконечно оптимизировать календари, но если люди на созвонах физически присутствуют, а ментально – нет, проблема только усугубляется. https://habr.com/ru/companies/yadro/articles/1062334/ #коммуникации

Локус контроля – штука, которая объясняет, почему одни люди растут, а другие годами сидят на месте и жалуются на обстоятельства. Внешний локус контроля – это когда человек уверен: все зависит от везения, связей, таланта при рождении или стартового капитала. Внутренний – когда берет ответственность на себя. Теория Джулиана Роттера, классика психологии. Для HR это критично понимать при найме и развитии. Сотрудник с внешним локусом будет искать виноватых, с внутренним – решения. Первого сложно мотивировать, второго – остановить. Вопрос в том, можно ли это изменить или проще сразу фильтровать на входе? Исследования говорят, что локус контроля пластичен, но требует серьезной работы. Насколько мы готовы в это инвестировать?