Smart Management

В нашем исследовании мы требовали от участников уволить или премировать определенный процент сотрудников. Наш подход был адаптирован к так называемым системам управления эффективностью с принудительным распределением или стековым ранжированием. Этот подход, также известный как rank and yank, стал (не)известным после того, как генеральный директор General Electric (GE) Джек Уэлч ввел правило "20/70/10 split": 20 процентов лучших сотрудников, согласно рейтингу их менеджеров, вознаграждались, а 10 процентов увольнялись. 26 Смысл этого простого правила заключался в том, чтобы вознаградить исполнителей и убрать отстающих, и, похоже, правило хорошо работало в GE, когда Уэлч возглавил компанию, в то время как в ней было много "мертвого леса".

Однако эффективность и реакция на такие правила принудительного распределения рангов существенно различаются. 27 И критика предсказуема: как может такое простое правило учитывать специфическую и уникальную ситуацию каждого сотрудника? Эта критика не учитывает того, что ни одна стратегия принятия решений в условиях неопределенности не может быть безошибочной; существуют также недостатки внедрения более неоднозначной системы управления эффективностью, в которой нет четкого определения того, кто награждается, а кто наказывается. Как и любая другая эвристика, штабельное ранжирование хорошо работает только для конкретной цели (очистка организации) и ситуации (наличие валежника). Как только цель достигнута или ситуация изменилась, продолжение ранжирования заставляет менеджеров увольнять способных сотрудников, делая фирмы менее функциональными. Это может объяснить, почему эвристика не сработала в Microsoft и, возможно, даже способствовала ее упадку в 2000-х годах.

Движение вперед

Хотя эвристики широко используются при принятии кадровых решений, лишь немногие из них исследовались с точки зрения экологической рациональности. Вместо этого в большинстве исследований эвристика ассоциируется с предвзятостью и утверждается, что решения должны приниматься с помощью системы 2, а не системы 1, несмотря на отсутствие доказательств такой двойственности. 28 Мы надеемся изменить эту точку зрения. Чтобы принимать правильные решения в условиях неопределенности, необходимо полагаться как на интуицию, так и на анализ. Умные эвристики позволяют объединить эти две составляющие. При этом эвристика может помочь сделать кадровые решения более прозрачными, последовательными, справедливыми и эффективными.

Примечания

1 . Моррис и Селлерс (2000).

2 . NZ Herald (2000).

3. Сакетт и Ливенс (2008).

4 . Попомаронис (2021).

5 . Шмидт и Хантер (1998).

6 . Попомаронис (2020).

7 . Ock and Oswald (2018).

8 . Шмидт и Хантер (1998).

9 . Луан, Реб и Гигерензер (2019).

10 . Шмидт и Хантер (1998).

11 . Липшиц и др. (2001).

12 . Haunschild and Miner (1997).

13 . Dustmann et al. (2016).

14 . Биман и Магрудер (2012).

15 . EEOC против Consolidated Service Systems (1993).

16 . Министерство юстиции США (2022).

17 . Комиссия США по равным возможностям в сфере занятости (2022).

18 . Feng et al. (2020).

19 . Фифич и Гигеренцер (2014).

20 . Сакетт и Ливенс (2008).

21 . Highhouse (2008).

22 . Google (n.d.).

23 . См. Круглански и Гигеренцер (2011).

24 . Cappelli (2019).

25 . Луан и Реб (2017).

26 . Кохан (2012).

27 . Блюм, Болдуин и Рубин (2009).

28 . Kruglanski and Gigerenzer (2011); Melnikoff and Bargh (2018).

5 Стратегия

Масаёси Сон стал самым богатым человеком Японии в 2021 году и одним из самых успешных венчурных инвесторов в мире. Родившись в Японии в семье бедных корейских иммигрантов, Сон основал компанию SoftBank Group, которая инвестировала в такие бизнес-предприятия, как Yahoo! Инвестиции оказались настолько успешными, что SoftBank стала второй по величине публично торгуемой компанией в Японии (после Toyota). Чтобы расширить свой инвестиционный портфель и еще больше повысить глобальную конкурентоспособность, Сон привлек 100 миллиардов долларов для создания крупнейшего на сегодняшний день инвестиционного фонда (Vision Fund). Хотя некоторые из его инвестиций потерпели впечатляющий провал (например, WeWork), Сон, похоже, умеет предвидеть события раньше других и инвестирует в компании, которые с большой долей вероятности станут высокоприбыльными. Откуда же берется его успех?

Повторите успешную бизнес-модель на новом рынке