Preview

Стратегические решения и риск-менеджмент

Расширенный поиск

ЧЕТВЕРТАЯ ПРОМЫШЛЕННАЯ РЕВОЛЮЦИЯ: КАКИЕ КОМПЕТЕНЦИИ НЕОБХОДИМЫ СОТРУДНИКАМ?

https://doi.org/10.17747/2078-8886-2018-3-66-79

Полный текст:

Аннотация

Четвертая промышленная революция оказывает значительное влияние на трансформацию рынка труда – меняются профессии, подходы к работе. Уже сегодня успех компании во многом зависит от способности ее сотрудников использовать технологии, прежде всего делать это креативно и инновационно.
В данной статье на основе эмпирических данных проанализировано, насколько сотрудники российских компаний ощущают влияние новой индустриальной революции, какие навыки необходимы для адаптации в условиях цифровой трансформации бизнеса, готовы ли линейные офисные сотрудники к технологическим трансформациям в компаниях и обладают ли необходимыми навыками и умениями.
Исследование выполнено в три этапа. Непосредственно эмпирический анализ проведен на основе данных, собранных при помощи анкетирования через веб-форму (выборка составила 153 человека).
Сделаны выводы, что среди общих навыков вырастет потребность в уникально человеческих способностях, таких как, эмоциональный интеллект, креативность, коммуникабельность и т.д. Растет важность технический знаний: способность эффективно работать с программным обеспечением, программирование, общая цифровая грамотность. Если условная часть «мягких» навыков развита у сотрудников на достаточном уровне уже сегодня, то технические способности вызывают озабоченность.
В целом, для создания успешной и конкурентной рабочей силы компаниям нужно действовать в двух направлениях – формировать системы обучения и мониторинга навыков и знаний в соответствии с потребностями рынка, а также продвигать идеи life time learning, то есть непрерывного самостоятельного образования.

Для цитирования:


Кондратюк Т.В. ЧЕТВЕРТАЯ ПРОМЫШЛЕННАЯ РЕВОЛЮЦИЯ: КАКИЕ КОМПЕТЕНЦИИ НЕОБХОДИМЫ СОТРУДНИКАМ? Стратегические решения и риск-менеджмент. 2018;(3):66-79. https://doi.org/10.17747/2078-8886-2018-3-66-79

For citation:


Kondratyuk T.V. FOURTH INDUSTRIAL REVOLUTION: WHAT COMPETENCES ARE NECESSARY FOR EMPLOYEES? Strategic decisions and risk management. 2018;(3):66-79. (In Russ.) https://doi.org/10.17747/2078-8886-2018-3-66-79

ВВЕДЕНИЕ

В истории скачки экономического роста сопряжены с началом промышленных рево­люций. После широкого внедрения автома­тизации глобальное экономическое развитие замедляется вот уже последние 50 лет. Все это время компании не стояли на месте и не­однократно предпринимали попытки найти новые источники роста. Например, перевод производства в офшоры снижает расходы во многом за счет дешевой рабочей силы. В свое время самой популярной офшорной зоной считался Китай, но и там труд недол­го оставался дешевым: средняя заработная плата жителя КНР обогнала российскую уже в 2015 году [Скалабре О., 2018].

В 2018 году Всемирный экономический форум в Давосе рассматривал четвертую про­мышленную революцию и ее влияние на биз­нес и общество как одну из наиболее важных. Данная революция представляет собой раз­витие технологического прогресса, в рамках которого происходит повсеместная цифрови- зация и внедряются самые разнообразные но­вейшие технологии, вызывающие изменение производства, бизнес-процессов и общества в целом.

К таким изменениям относят:

  • новые способы автоматизации, которые приведут к оптимизации производственных процессов и повы­шению качества продуктов за счет сокращения брака, ускорения всей цепочки создания стоимости и т.д.;
  • передачу данных всех типов в реальном времени, что позволит, к примеру, контролировать участки про­изводственного процесса в реальном времени; от ско­рости сбора и анализа данных всех типов зависит скорость реакции на изменения в производственной экосистеме или на ожидания клиента;
  • контроль состояния всех элементов производственной цепи;
  • улучшение условий труда, экологичности производ­ства и иных направлений в долгосрочной перспективе за счет возможностей точного автоматизированного контроля;
  • высокую автономность производства, позволяющую сократить многие категории затрат.

Индустрия 4.0 предполагает кардинальную трансформа­цию бизнеса, которая вызывает много трудностей, существу­ет немало преград для ее распространения. Эксперты и прак­тики ранжировали основные трудности в порядке убывания значимости:

  • отсутствие и недостаток цифровых навыков, сопро­тивление переменам;
  • потребность в затратах на изменения и долгосрочных инвестициях;
  • смена бизнес-модели и бизнес-культуры с точки зре­ния внутренних изменений (например, маргинализа­ция иерархичных структур, доминировавших многие годы), большей открытости вовне и постоянства отно­шений (например, развитие отношений «поставщик - покупатель»;
  • безопасность данных и конфиденциальность [PracticalPathways, 2017].

Почему все же стоит обратить внимание на цифро­вую трансформацию компании? Сегодня цифровые тех­нологии в целом еще находятся на стадии апробации, хотя уже много успешно решенных кейсов [Трачук А.В., Лин­дер Н.В., 2017а]. Для многих компаний новые технологии кажутся темой интересной, многообещающей, но скорее делом будущего, какой-то отдаленной. Вместе с тем новые технологии создают новые рынки и продукты. Компании, которые активно развивают новые технологии и ищут вари­анты применения, первыми открывают для себя ключевые компетенции вплоть до своего рода «голубых океанов» [см., например: Лавров К.И., 2017; Трачук, 2012; Трачук, 2013].

Прогресс развивается стремительно, а вместе с ним и конкуренция. Многие компании уже успешно применяют компоненты новой индустриальной революции, а следова­тельно, развитием преимуществ за счет цифровых техноло­гий воспользуется еще больше компаний. В таких условиях промедление может обернуться непреодолимым отставани­ем [см., например: Левина А. М., 2017; Трачук А.В., Лин­дер Н. В., Убейко Н. В., 2017].

Технологии объективно способны улучшить производи­тельность, скорость производства и качество товаров [Тра­чук А.В., Тарасов, 2015]. По общему признанию, благодаря прямым экономическим преимуществам Интернет вещей, позволяющий оптимизировать затраты, контролировать ре­сурсы и оборудование, является наиболее перспективной технологией среди всех, что предлагаются в рамках Инду­стрии 4.0.

Поставщики, потребители, кредиторы и вся экосистема бизнеса настраивается на перемены, а значит, те, кто пока этого не сделал, вынуждены подчиниться общему тренду [см., например: Трачук А. В., Линдер И. В., 2015; Трачук А. В., 2014а]. Компании, желающие сохранить и приумножить свои конкурентные преимущества, уже сейчас должны ме­няться вместе со всей бизнес-средой. Одно из «узких» мест на этом пути - человеческий капитал. Вместе с тем это один из ключевых параметров успешной технологической транс­формации. С другой стороны, изменится сам рынок труда: новые профессии придут на смену старым, изменится струк­тура занятости, наконец, возникнут потребности в новых на­выках и умениях.

Цифровизация затрагивает не только промышленное производство. За последние годы значительно выросло коли­чество устройств, подключенных к интернету. Благодаря он- лайн-сервисам многие жители оплачивают счета, проводят досуг, совершают покупки в Сети. Соответственно, меня­ются их предпочтения и требования, возникает спрос на со­вершенно новый подход - углубленную персонализацию. В будущем тот, кто сможет предугадывать желания клиента и создавать тренды, станет лидером в бизнесе [см., напри­мер: Арсенова Е.В., Соколова Т. К)., 2017; Линдер Н. В., Дмитриева А. И., 2016].

В новую индустриальную революцию верят крупнейшие технологические и промышленные гиганты и целые страны: Германия, США, Китай, Япония, Индия и многие другие, где уже реформируют производство с учетом требований Инду­стрии 4.0.

В данном исследовании предпринята попытка оценить, какие компетенции нужны сотрудникам при технологической трансформации бизнеса, готовность современных работников к такой трансформации компаний, а также создать соответ­ствующий инструментарий для оценки их компетенций.

ЦИФРОВИЗАЦИЯ И КОМПЕТЕНЦИИ СОТРУДНИКОВ В МЕНЯЮЩЕМСЯ КОНТЕКСТЕ

Прогнозировать изменения рынка труда очень сложно. Тем не менее существует распространенная практика рас­смотрения основных тенденций, влияющих на него:

  • В ближайшие 20 лет будет наблюдаться волна техно­логических изменений, которая затронет и производи­телей, и потребителей. Внедрение в обиход роботов, искусственного интеллекта, ЗО-печати и прочих ком­понентов новой индустриальной революции приведет к распространению навыков использования цифровых устройств среди населения и востребованности высо­коквалифицированных технических специалистов.
  • По последним прогнозам, в развитых странах наблю­дается активное старение населения. Если в 2000 году только 10% мирового населения было старше 60 лет, то к 2050-му эта доля достигнет 21%. В условиях не­значительного прироста населения в развитых странах или, например, в России это означает усиление конку­ренции за кадровые ресурсы.
  • Глобализация снижает формальные и неформальные барьеры между странами как в торговле, так и в тру­довой миграции. Этот пункт имеет ключевое зна­чение для развивающихся стран, так как фактором технологического отставания может стать миграция высококвалифицированных кадров из-за безработи­цы, низких зарплат на рынке, дефицита кадров в бо­лее богатых и технически прогрессивных странах. Такая тенденция уже существует, и большинство эко­номистов считают, что она сохранится, в том числе привлечение квалифицированных кадров в офшорах. В частности, так поступают инвестиционные банки в Соединенных Штатах и Европе, нанимая сотрудни­ков в Индии, и на протяжении многих лет используют разницу во времени для работы квалифицированных рабочих за рубежом, особенно в Индии [Dromey J., McNeilC., 2017].
  • К 2050 году доля городского населения по всему миру увеличится с 50 до 72%. Урбанизация ведет к увели­чению численности квалифицированного персонала, возникновению новейших проектов, например «ум­ный город», и обострению конкуренции.
  • Предположительно, к 2030 году человечество будет в среднем потреблять на 40% больше базовых ре­сурсов. Угроза дефицита ресурсов и климатические изменения чрезвычайно актуальны во всем мире. Для разработки экологических подходов к производ­ству и потреблению, исследования в сфере обеспече­ния безопасности окружающей среды и многих смеж­ных областей потребуется еще больше специалистов [Пуха К)., 2017].

Многие исследователи высказывают опасения относи­тельно социальных последствий новой промышленной рево­люции. Ее особенность заключается в масштабной автомати­зации, например в возможности машинного взаимодействия без вмешательства человека на всех уровнях - от простого производства до принятия управленческих решений. Подоб­ные свойства неминуемо приведут к изменению структуры занятости.

Первыми останутся без работы или будут вынуждены повысить квалификацию сотрудники, занятые монотонной и повторяющейся работой, так как ее выгодно просто авто­матизировать. Считается, что произойдет это за счет внедре­ния технологий робототехники, искусственного интеллекта и стандартизации задач.

К. Б. Фрей и М. Осборн из Оксфордского университета подсчитали, что в течение ближайших 20 лет 47% профессий в США, скорее всего, будут автоматизированы [Frey С. В., Osborne М. А., 2013]. Исследователи оценили степень веро­ятности автоматизации 702 профессий, прежде всего, могут быть заменены специалисты по телефонным продажам, на­логам, страховые оценщики, должностные лица в спортив­ной индустрии, официанты, агенты по недвижимости, се­кретари, ассистенты по административной работе, курьеры и т. д. С наименьшим риском столкнутся представители твор­ческих, технических и социальных профессий: социальные работники, хореографы, врачи, управленцы, компьютерные специалисты высокой квалификации, антропологи, археоло­ги и т.д. В обозримом будущем это предположение кажется вполне вероятным, однако технологии развиваются стреми­тельно. В частности, уже сегодня существуют сложные алго­ритмы, способные синтезировать текст, фактически не отли­чимый от написанного человеком. При сохранении темпов совершенствования этого проекта к середине 2020-х годов около 90% новостей будут создаваться компьютером.

Для аналогичного исследования компания PWC исполь­зовала дополнительные данные и алгоритм на базе машинно­го обучения и пришла к выводу, что с высокой вероятностью автоматизация затронет около 38% профессий в США и око­ло 30% - в Великобритании. По оценке ОЭСР, цифры соста­вят около 10% в США и 12% в Британии [The Future, 2017].

В другом докладе ОЭСР проанализированы почти 40 стран, сделан прогноз об исчезновении 14% рабочих мест, прежде всего для тех профессий, где возможна автоматиза­ция на 70% и более. Это примерно 66 млн рабочих мест, го­ворится в исследовании [The Survey, [s.а.]].

С одной стороны, предположительно, при повсемест­ной автоматизации процессов падение доли человеческого труда окажет сильное влияние на развивающиеся страны, где сегодня технологическое отставание компенсируется низкой стоимостью рабочей силы. Одновременно начнется возвращение производства в развитые страны, в частности в Европу и США, развивающиеся страны потеряют свой практически ключевой ресурс. С другой стороны, автомати­зация сокращает издержки и выравнивает страны по уровню технологического развития. Например, не так давно Япония, Китай, Южная Корея были среди отстающих. Изменившие­ся условия могут стать прекрасным стимулом для качествен­ного развития.

Еще одним трендом происходящих изменений специа­листы называют изменение структуры рынка труда. Такая трансформация обусловлена тем, что:

  • новые технологии позволят автоматизировать значи­тельное число процессов, что приведет к потере рабо­чих мест;
  • новые технологии создают новые возможности для бизнеса, а значит, создают рабочие места.

Co времен первой промышленной революции каждая волна технологических изменений приводила к буквальному исчезновению значительного числа рабочих мест. Ткацкий станок оказался конкурентоспособнее домашнего ткачества, но создал рабочие места на фабриках. Многие востребован­ные сегодня профессии еще пять лет назад не существовали. С этой точки зрения, специалисты считают, что рынок труда не сузится, а изменит свою структуру, компенсируя падение занятости ростом спроса на инженерные, компьютерные специальности. Е1овая индустриальная революция не заме­нит людей машинами, наоборот, именно компетенции и спо­собности людей становятся ключевым ресурсом, определяю­щим конкурентное преимущество компаний.

Новые технологии определяют новые требования к ра­ботникам и создают спрос на новые умения. Для новой циф­ровой реальности потребуется иной набор навыков [Industry 4.0, 2017]. Таким образом, наблюдается разрыв между навы­ками, необходимыми для работы, и навыками фактическими, которыми обладают сотрудники. Исследования показывают поразительную степень влияния новейших технологий на ха­рактер работы [Manyika J., Chui М., Bughin J. et al., 2013].

В конце 2017 года компания Deloitte опросила 1603 топ-менеджеров из 19 стран Америки, Азии и Европы и вы­яснила: только четверть опрашиваемых считает, что их со­трудники достаточно подготовлены и имеют необходимые навыки для работы в будущем.

Как показало исследование PWC с участием более 2000 респондентов из 26 стран, около половины компаний счита­ют главной сложностью на пути цифровой трансформации отсутствие цифровой культуры и недостаток соответствую­щих компетенций у работников. С этим связано несколько важных аспектов:

  • новые технологии позволяют создавать новые продук­ты, услуги, менять сам подход к производству, то есть создавать конкурентные преимущества;
  • наличие технологических решений уже сейчас опреде­ляет место компании на рынке;
  • эффективность внедрения новейших технологий зави­сит от сотрудников.

Таким образом, по мнению исследователей, в будущем успех компании на рынке определяется качеством ее сотруд­ников, которые должны иметь необходимые компетенции.

Для предупреждения понятийных расхождений относи­тельно концепции компетенций следует рассмотреть подхо­ды к определению этого термина.

Понятие «компетентность» доминировало в литературе по стратегии управления в 1990-х годах, но не теряет ак­туальности и сегодня. Большое исследование определений термина и его использований в США, Великобритании, Франции, Германии [Delamare Ie Deist F., Winterton J., 2005] показало множественность подходов и разнообразие трак­товок. Аналогичная ситуация присутствует и в российской научной литературе.

Одно из наиболее лаконичных, но емких определений понятия звучит как «способность специалиста решать опре­деленный круг задач» [Прахова М.Ю., Зайченко Н.В., Крас­нов А.Н., 2015]. Обобщение экспертной оценки 16 опре­делений рассматриваемого понятия содержит следующую формулировку: «Компетенция - это такая комбинация зна­ний, умений, навыков, мотивационных факторов, личност­ных качеств и ситуационных намерений, которая обеспечива­ет эффективное решение исполнителем задач определенного класса в определенной организации, на определенном рабо­чем месте, в определенном производственном коллективе» [Базаров Т.Ю., Ерофеев А.К., Шмелев А.Г., 2014].

Компетенции характеризуют то, как высокоэффективные работники достигают успеха. С нашей точки зрения, наибо­лее удачна трактовка компетенции как «способности при­менять или использовать набор связанных знаний, навыков и умений, необходимых для успешного выполнения «важ­ных рабочих функций» или «задач в определенной рабочей обстановке» [Krathwohl D.R., 2002].

Таким образом, термин «компетенции» будет рассматри­ваться как совокупность знаний, умений, навыков, мотива­ции и особенностей, обеспечивающих успешное выполне­ние профессиональных задач.

Знание компетенций позволяет:

  • убедиться, что сотрудники достаточно профессиональны;
  • проводить отбор и нанимать новых сотрудников более эффективно;
  • оценивать производительность более эффективно;
  • определять, каких навыков и умений не хватает со­трудникам;
  • обеспечить более востребованное обучение и профес­сиональное развитие;
  • планировать карьерное развитие и преемственность;
  • повысить эффективность менеджмента изменений [Developing a Competency, 2017].

Разнообразие подходов наблюдается и при выделении типов компетенций, иначе говоря, моделей. Специалисты консалтинговой компании Willis Towers Watson выделяют четыре типа моделей компетенций:

  • общеорганизационные модели включают компетен­ции, важные для всех сотрудников, вне зависимости от должности или уровня;
  • функциональные компетенции применяются к одной бизнес-функции (например, финансам) или направле­нию деятельности;
  • ролевые модели включают компетенции, характерные для роли или уровня организации (например, менед­жер по персоналу или руководитель), эти модели соз­даны для дифференциации поведенческих ожиданий и требований на разных уровнях;
  • модели на основе задач разрабатываются для кон­кретной профессии, например работника call-центра или бухгалтера [Developing a Competency, 2017].

При построении модели компетенций в каждой из них есть 3-4 индикатора, то есть описания. Например, компетен­ция «Работа в команде»:

  • используется подходящий межличностный стиль об­щения, чтобы направлять членов команды к цели;
  • принятие решений и другие обязанности распределя­ются соответствующим работникам;
  • управление ресурсами нацелено на выполнение задач с максимальной эффективностью;
  • выполнение задач сверх поставленных для достиже­ния целей.

В соответствии с целями настоящего исследования да­лее будут рассматриваться общеорганизационные модели и отчасти ролевые и функциональные. Для формирования компетенций требуется построить цепочку «цель - навык - компетенция». Мы рассмотрим среднее звено, то есть уме­ния или навыки, определяющие функциональное ядро ком­петенции.

КОМПЕТЕНЦИИ СОТРУДНИКОВ КАК САМОСТОЯТЕЛЬНЫЙ ОБЪЕКТ ИЗУЧЕНИЯ

В условиях четвертой промышленной революции умные машины смогут выполнять многие задачи, которые сейчас выполняют люди. Тогда какие уникальные человеческие навыки будут цениться? Если дополненная реальность дает работникам доступ к огромным объемам данных и помогает в принятии решений, то какими должны стать работники, чтобы они могли полностью использовать потенциал техно­логии?

Технологическим изменениям содействуют работники инженерных, компьютерных, математических специаль­ностей, поскольку именно они творят перемены. С опорой на свои компетенции они отвечают за создание и внедрение технологий с точки зрения техники. Тем не менее, каким об­разом повлияет технологическая революция на другие кате­гории профессий, в частности на офисных сотрудников? Ком­петенции следует рассматривать применительно к каждой конкретной профессии, но можно говорить о некотором пла­сте навыков и знаний, общих для работников всех профессий.

В исследованиях о влиянии четвертой промышленной революции делают акцент на влияние технологических, де­мографических и социально-экономических перемен на биз­нес-модели, преобразование условий занятости и потреб­ностей в профессиональных навыках, все перечисленное приведет к возникновению серьезных проблем с набором, обучением и управлением кадрами. По данным респонден­тов, уже сегодня ощущается растущая потребность в самых разнообразных навыках на различных рабочих местах в раз­ных отраслях. Даже те рабочие места, которые подвергнутся сокращению, будут требовать иных навыков для работы.

В среднем к 2020 году более трети базовых навыков, вос­требованных в большинстве профессий, еще сегодня не счи­таются ключевыми для работы. Во всех отраслях около двух третей респондентов намерены инвестировать в переподго­товку сотрудников в рамках стратегии по управлению изме­нениями и планированию будущих трудовых ресурсов. В це­лом, вопреки ожиданиям, социальные навыки (убеждение, эмоциональный интеллект и обучение других) будут более востребованы во всех отраслях, чем узкие технические на­выки, например программирование или эксплуатация и кон­троль оборудования. По сути, технические навыки необходи­мо будет дополнить сильными социальными навыками.

Существует широкий спектр навыков, востребованных в будущем [The Future, 2016]. Высокую значимость приоб­ретают общие навыки ИТ и использование программного обеспечения, общие навыки программирования. Для сотруд­ников самых разных специальностей станет важно уметь обрабатывать сложную информацию, общаться с сотрудни­ками и клиентами с помощью новых цифровых технологий, решать задачи, уметь планировать. Достижение хорошего уровня базового владения цифровыми технологиям является необходимым условием для профессионального развития. Новая среда, формируемая технологиями, требует усовер­шенствования некоторых существующих и дополнительных навыков.

Например, по данным аналитического доклада G20, рас­тет спрос на нестандартные аналитические навыки, связан­ные с творчеством, решением проблем, общением, команд­ной работой и предпринимательством, - все навыки, которые помогают работникам оставаться эффективными в условиях изменений [A Skilled Work, 2010].

Ирландская экспертная группа The Expert Group on Future Skills Needs [The Future, 2016] опросила представи­телей бизнеса, педагогов, профсоюзных деятелей и поли­тиков, с тем чтобы выяснить, какие навыки потребуются в будущем. Собранную информацию она распределила на несколько групп: базовые или фундаментальные навыки (грамотность, счет, цифровая грамотность); навыки, связан­ные с людьми (коммуникативность, работа в команде); кон­цептуальные/мыслительные навыки (сбор и организация информации, решение проблем, планирование и организа­ция, обучение, инновации и креативность).

Масштаб изменений производства и корпоративной структуры приведет к расширению полномочий сотрудников на местах, а значит, им предстоит решать чрезвычайно раз­нообразные профессиональные задачи. Кроме того, работни­ки должны уметь быстро адаптироваться к переменам и по­стоянно обучаться чему-то новому [Лоренц М., Рюссман М., Штрак Р. и др., 2015]. В будущем работникам понадобятся критическое и творческое мышление, инициативность и от­ветственность, адаптивность, инновационность, предприим­чивость, эмоциональный интеллект [Шмелькова Л. В., 2016].

По данным исследования консалтинговой компании McKinsey, больше профессий будут требовать социальных и эмоциональных навыков и высоких когнитивных способ­ностей, таких, как логическое мышление высокого уровня, которые сегодня применимы только относительно на огра­ниченном количестве рабочих мест. Тем не менее компания отдает должное навыкам программирования и технической экспертизе. Даже автоматизированные профессии будут требовать определенной доли человеческого участия. На­пример, машины способны выполнять базовые действия по извлечению и обработке информации, но спрос на работу, требующую более высокого уровня анализа, продолжит ра­сти [Jobs lost, 2017].

Навыки также группируются следующим образом:

  • теоретические навыки:

о когнитивные (интеллектуальные) навыки, опреде­ляющие способность к обучению, анализу и прояв­лению инициативы;

о метакогнитивные навыки, т. е. умение целенаправ­ленно сочетать различные навыки и критически оценивать их полезность в конкретной ситуации;

  • некогнитивные навыки:

о пунктуальность;

о надежность;

о ответственность;

о добросовестность;

о честность;

о социальные (межличностные) навыки (способность общаться или работать в команде, умение направ­лять, координировать и мотивировать сотрудников);

  • цифровые навыки:

о навыки в области ИТ, т. е. использование интерне­та, обработка и обмен информацией, использование программного обеспечения, и навыки програм­мирования, т. е. возможность автономно исполь­зовать компьютерные программы и подстраивать их под пользовательские требования;

о цифровая грамотность, т. е. базовое понимание того, как цифровые технологии работают, какие возмож­ности они предлагают и с какими рисками они со­пряжены [Gold R., Bode E., 2017; Трачук А.В., Сая- пин А.В., 2014; Трачук А.В., Линдер Н.В., 2016].

Некогнитивные навыки способствуют накоплению тео­ретических навыков, повышению готовности к обучению. Дефицит некогнитивных навыков (отсутствие любопыт­ства, решимости или уверенности в себе) часто сопрово­ждается сравнительно низкими когнитивными способно­стями.

В 2015 году 45% населения ЕС имели недостаточный уровень цифровых навыков, 21% не имели таковых вообще, так как они не пользовались интернетом. Ela сегодняшний день порядка 40% офисных работников, ежедневно исполь­зующих программное обеспечение, делают это неэффектив­но [Skills for a Digital World, 2016].

Таким образом, можно выделить несколько трендов:

  • внедрение новых технологий потребует от сотруд­ников навыков в области работы с нововведениями, как минимум с точки зрения эффективного пользова­теля;
  • повсеместная автоматизация придает большее значе­ние уникальным человеческим навыкам (творчество, эмпатия), пока недоступным компьютеру;
  • автоматизация сократит работу с данными, тем не ме­нее более сложные задачи их интерпретации и приня­тия обоснованных решений по-прежнему будут вы­полнять сотрудники;
  • изменение подходов к организации рабочего процесса приведет к повышению ценности навыков работы в го­ризонтальной структуре.

Несмотря на описанный выше эффект, многие владельцы компаний и топ-менеджеры не высказывают беспокойства относительно подготовленности своих сотрудников. Хотя большинство из них считает работу с сотрудниками прио­ритетной, только 22% респондентов исследования McKinsey [Jobs lost, 2017] высказали опасения относительно влияния перемен на свою компанию. Более того, четверть участников исследования считают, что их сотрудники обладают доста­точными навыками уже сегодня.

Большинство исследований проведено с участием топ-менеджмента, владельцев, то есть лиц, принимающих решения, или экспертов. Сравнительно мало исследова­ний того, как линейные сотрудники воспринимают воз­действие новой индустриальной революции на компанию, какие навыки важны и каким должен быть уровень под­готовки.

АНАЛИЗ УРОВНЯ ПРОФЕССИОНАЛЬНЫХ КОМПЕТЕНЦИЙ СОТРУДНИКОВ

Методология исследования

В исследовании поставлены следующие вопросы:

  • Ощущает ли большинство линейных сотрудников рос­сийских компаний влияние новой индустриальной ре­волюции?
  • Как они оценивают перспективу вхождения в нее в ближайшие годы?
  • Какие общие навыки линейных сотрудников будут востребованы: личностные, технические или их ком­бинация?
  • Еотовы ли линейные офисные сотрудники к техноло­гическим трансформациям в компаниях, где они рабо­тают?
  • Есть ли у них и достаточно ли навыков и умений, по­тенциально наиболее востребованных в будущем?
  • Занимаются ли работодатели подготовкой сотрудников к изменениям?

Результаты позволят оценить уровень готовности сотруд­ников к переменам.

Объектом исследования стали линейные сотрудники, за­нимающиеся офисной работой/интеллектуальным трудом. Именно с их точки зрения оцениваются указанные навыки и ожидания относительно четвертой промышленной рево­люции.

Исследование условно можно разделить на три этапа (рис. 1).

 

Рис. 1. Структура исследования

Первый этап. Проанализировано 11 научных статей по теме, где проведен анализ изменений рабочей силы по все­му миру. На основе литературы выделены профессиональ­ное знание, умение, навык (в соответствии с определением компетенций, далее параметры компетентности), которые будут наиболее востребованы у большинства работников в экономике будущего (всего 101 неуникальный параметр). Одинаковые или тождественные по смыслу параметры обоб­щены, в результате их осталось 40 (уникальные параметры). В выборке оказались только уникальные значения, каждому из которых было присвоено буквенное обозначение: х_1, х_ (2) ... х_п. Для формализации выбора значимых параметров и их ранжирования определено множество знаний, умений, навыков S, востребованных в экономике будущего:

где k1 - количество оцененных параметров, k1≠n; α1- оценка степени востребованности параметра в экономике будущего;

для функции E2 - оценка степени значимости b, вы­ставленная экспертом 2, представителем топ-менеджмента в компании машиностроительной отрасли, имеющей опыт внелпения новейших технологий:

где k2 - количество оцененных параметров, k2≠n: bi - оценка степени востребованности параметра в экономике будущего.

Эксперты оценивали параметры, для которых значение функции L (li) было больше медианного. Такое ограничение было введено для того, чтобы опросить больше респонден­тов и опросный лист был не слишком большим. Параметры для дальнейшего исследования определены и ранжированы следующим обтозом:

где S ’ - множество знаний, умений, навыков, востребо­ванных в экономике будущего; n ' - количество оценок при­надлежности.

Несмотря на то что здесь отражены мнения только двух экспертов, в рамках данного исследования такого количества достаточно для апробирования методики. В дальнейшем при расширении базы экспертов можно усложнить формали­зацию экспертного мнения. С точки зрения нечеткой логики каждый элемент множества может удовлетворять опреде­ленному множеству свойств. Мнения экспертов по каждо­му навыку и умению могут быть определены как значения функции принадлежности нечеткому множеству S, при том что функция имеет заданные значения в диапазоне [0,1], где 0 - элемент не включен в нечеткое множество, I - элемент описывает элемент, полностью включенный в множество.

По результатам первого этапа выделены и ранжированы теоретически наиболее востребованные в будущем знания, умения и навыки (рис. 2).

 

Рис.2. Структура первого этапа исследования

Второй этап. Выявлены и собраны в группы данные:

  • степень известности концепции новой индустриаль­ной революции линейным сотрудникам, ее влияние на компании сегодня и в будущем;
  • оценка наличия знаний, умений, навыков, востребо­ванных в будущем, и их уровня развития (далее - па­раметров компетентности);
  • оценка достаточности мер по подготовке сотрудников к будущим изменениям на рынке труда.

Для выявления этой информации использовались анке­тирование и глубинное интервью. Анкетирование представ­ляет собой серию вопросов (разного вида) с целью собрать информацию от респондентов [Gault R.H., 2012] для полу­чения статистических данных, структурированных посред­ством вопросов определенных типов. На опросном листе было приведено обращение к респонденту, информация об исследователе, проводящем опрос, целях и задачах иссле­дования. Основная часть содержит четыре блока вопросов с целью представить:

  • Портрет респондента. Респонденту нужно было ука­зать пол, возраст, профессию, отрасль, должность, рабочий стаж. Поставлены закрытые, полузакрытые и вопросы-фильтры.
  • Осведомленность респондента о понятии «четвер­тая промышленная революция», о влиянии этого фе­номена на работу респондента сегодня и в будущем. Используются закрытые и полузакрытые, со множе­ственным выбором вопросы.
  • Важные параметры компетентности в будущем. Все параметры компетентности были разъяснены иссле­дователем. Представлены закрытые вопросы с исполь­зованием шкалы Лайкерта. Респонденту нужно было оценить, насколько он компетентен по шкале от 0 до 10, где 0 - это минимальный уровень владения на­выком, 10 - выдающийся уровень владения навыком.
  • Достаточность мер по подготовке сотрудников к изме­няющимся требованиям рынка труда. Используются закрытые вопросы и полузакрытые вопросы со мно­жественным выбором.

Закрытая структура опросного листа была выбрана, что­бы респондент мог быстрее ответить на вопросы, а исследо­ватель получил больше заполненных анкет. Респонденты по­ложительно оценили то, насколько удобно заполнять анкету и насколько она информативна.

Считается, что люди склонны оценивать себя выше, чем их оценивают окружающие [Ушаков Д.В., 2004]. В ис­следовании выдвинуто предположение, что респонденты способны объективно оценить собственные качества и спо­собности. Этот фактор нивелируются двумя путями:

  • анонимность опроса должна была предотвратить по­пытку поддержать имидж и статус при ответе на во­просы;
  • в предисловии предложено проявить максимальную объективность посредством оценки своих навыков в об­щем распределении после окончания исследования.

Вопросы из анкеты также использовались и в глубинном интервью. В табл. 1 приведена примерная структура основ­ной части анкетного листа с указанием типов вопросов и со­ответствующими примерами.

 

Таблица 1

Типы вопросов, используемых в анкете на втором этапе исследования

Блок

Тип вопроса

Пример вопроса

1

Закрытый

Полузакрытый

Укажите ваш возраст Укажите вашу профессию

2

Закрытый

Полузакрытый, множественный выбор

Известно ли вам (встречалось ранее в профессиональной деятельности или по­вседневной жизни) понятие «четвертая промышленная революция»?

Что вы понимаете под понятием «четвертая промышленная революция»?

3

Закрытый, шкала Лайкерта

Оцените, насколько вы креативны, от 0 до 10, где 0 - не владею, 10 - выдаю­щийся уровень

4

Закрытый

Полузакрытый, множественный выбор

Считаете ли вы, что ваша компания принимает достаточно мер для повышения уровня ваших навыков и умений, перечисленных в блоке 3?

Какие меры для повышения уровня ваших навыков и умений из перечислен­ных в блоке 3 принимает ваша компания?

Для целей исследования была составлена анкета со сле­дующей структурой:

  • Характеристики респондента. Собирается информа­ция, которая позволяет проверить корреляцию между возрастными, профессиональными, должностными критериями и уровнем владения теми или иными ком­петенциями.
  • Осведомленность о понятии «новая индустриальная революция». Собранная информация должна помочь сделать выводы о восприятии линейными сотрудника­ми влияния новой индустриальной революции на ком­пании с учетом рабочего процесса сегодня, будущего компании.
  • Уровень овладения компетенциями. Предстоит оце­нить, насколько сотрудники владеют теми или иными компетенциями, наиболее востребованными в буду­щем, с точки зрения экспертов, и сделать вывод о го­товности работников к грядущим изменениям.
  • Меры по переподготовке сотрудников, которые пред­принимают компании для адаптации сотрудников к меняющимся условиям труда. Кроме того, ставится задача оценить достаточность этих мер.

Анкетирование проводилось через веб-форму. Случай­ную выборку составили 153 человека. Ошибка выборки со­ставила 7,92%.

Дополнительно проведено пять глубинных интервью, для того чтобы скорректировать анкету с учетом того, на­сколько респонденты понимают терминологию и форму­лировки вопросов. В рамках глубинного интервью сделан акцент на втором и четвертом блоках вопросов. Предстояло оценить, понимают ли респонденты, что такое «четвертая промышленная революция», как формируется это понима­ние, какие меры предпринимают компании для подготовки своих сотрудников к переменам (рис. 3). Этот шаг отчасти позволил сформировать выводы.

 

Рис. 3. Структура второго этапа методологии исследования

Третий этап. Проведен анализ полученных данных и формирование выводов. Данные интерпретированы в со­ответствии с блоками вопросов:

  • Блок Сформированы выводы о качестве выборки и оценено соответствие условиям исследования.
  • Блок 2. Определен уровень понимания понятия «чет­вертая промышленная революция», восприятие его влияния на работу сотрудников уже сегодня.
  • Блок 3. Определен уровень владения необходимыми компетенциями и предложена модель оценки готовно­сти сотрудника к меняющимся условиям рынка труда.
  • Блок 4. Оценен уровень озабоченности компании тем, насколько компетентны сотрудники. Сформулированы выводы о достаточности мер по обучению и необходи­мости их изменения.

Указанные выводы были скорректированы и дополнены по результатам глубинных интервью (рис. 4).

 

Рис.4. Структура третьего этапа методологии исследования

Таким образом, полученная методология позволила определить уровень владения различными компетенциями у линейных сотрудников, занимающихся интеллектуальным трудом, и сформировать рекомендации относительно повы­шения этого уровня, что частично подразумевает подготовку компаний к четвертой промышленной революции. Впослед­ствии данная методология может быть доработана по опи­санному сценарию для повышения уровня достоверности результата.

Обобщение и анализ результатов исследования

Первый этап. Проанализировано 11 научных и иссле­довательских работ по соответствующей тематике, выделен 101 неуникальный параметр компетентности, из которых получено 40 уникальных параметров, среди которых сред­ствами статистического анализа и экспертной оценки было выбрано 10 наиболее значимых (табл. 2).

Выделенные параметры компетентности можно условно разделить на постоянные и новые (примерно 20% от обще­го количества). К последним скорее относятся различные цифровые навыки, вроде программирования, использования программного обеспечения и т.п.

С точки зрения сопоставления экспертных мнений наи­более важные признаки ранжированы схожим образом. При этом по некоторым параметрам данные отклоняются от тех, что в литературе (рис. 5).Так, эксперты одинаково вы­соко оценивают востребованность обучаемости, цифровой грамотности. В этой связи вторую гипотезу можно считать подтвержденной.

Второй этап. Обобщены характеристики респондентов:

  • 21-35 лет (83%), 36-45 лет (10%);
  • 53% - женщины, 47%-мужчины;
  • большинство опрошенных имеют стаж работы менее 10 лет;
  • линейные сотрудники преобладают (72%), младший управленческий персонал (16%).

Таблица 2

Ранжированный перечень параметров компетентности, востребованных в будущем

Параметр

Эксперт

I

Эксперт

2

Эксперт

3

Вес

Адаптивность

0,06

0,18

0,20

0,13657

Обучаемость

0,12

0,17

0,15

0,12647

Цифровая гра­мотность

0,12

0,10

0,15

0,10314

Коммуникатив­

ность

0,16

0,10

0,10

0,08640

Работа в команде

0,10

0,10

0,10

0,08317

Планирование

0,06

0,06

0,15

0,06323

Использование

программного

обеспечения

0,08

0,11

0,07

0,06320

Программиро­

вание

0,08

0,10

0,07

0,06320

Креативность

0,14

0,08

0,01

0,05977

Эмоциональный

интеллект

0,10

-

0,10

0,04983

Всего

I

I

I

-

Примерно 37% респондентов никогда не встречали тер­мин «четвертая промышленная революция». Только чет­верть выразили твердую уверенность, что знакомы с данным понятием, причем 63% из них считают, что новая индустри­альная революция - это внедрение в производство новейших технологий: искусственного интеллекта, роботов, Интернета вещей. Почти 56% также включают сюда всеобщую авто­матизацию и цифровизацию процессов, а 30% - внедрение новейших технологий в повседневной жизни. Более 72% респондентов уже ощущают влияние новейших техноло­гий на свою повседневную деятельность, 7% отрицают это. 90% опрошенных считают, что технологии окажут влияние на их работу в будущем, например за счет автоматизации ча­сти процессов или изменения перечня требуемых навыков.

Результаты опроса коррелируют с данными глубинного интервью: только трое из пяти опрошенных указали, что им знаком термин «четвертая промышленная революция», но за­труднились дать свое определение, указывая в основном на цифровую экономику и повсе­местное проникновение интерне­та. Основными источниками этих знаний явились релевантные ста­тьи в СМИ и данные, полученные на различных учебных занятиях.

И в рамках анкетирования, и в рамках глубинного интер­вью более половины опрошен­ных признают влияние четвер­той промышленной революции не только на производственные процессы, но и на общество в целом. Незнакомы с понятием 37%, что ниже ожидаемого.

 

Рис. 5. Распределение весов по итогам анализа литературы и формализации экспертных мнений

Среди участников глубинного интервью четверо из пяти признают, что технологические новации влияют на их ежедневную работу уже сегодня, и способны указать, в чем именно оно проявляется. Трое из пяти наблюдают большие перемены в уровне востребованности навыков раз­ного рода автоматизации, от продвинутого уровня пользова­ния программным обеспечением до знания языков програм­мирования.

Все участники глубинного интервью уверены, что в бли­жайшем будущем часть их работы будет автоматизирована, что позволит решать задачи быстрее, принимать более обо­снованные решения и, в целом, «сделает повседневную ру­тину комфортнее».

Таким образом, есть основания опровергнуть первую исследовательскую гипотезу: на сегодняшний день боль­шинство линейных сотрудников российских компаний не ощущают влияния новой индустриальной революции, однако соглашаются с возможной перспективой вхождения в нее в ближайшие годы, по крайней мере в том, что каса­ется осознания влияния четвертой промышленной револю­ции на сегодняшний рабочий процесс. Подтверждено, что большинство сотрудников понимают, что такое четвертая промышленная революция, ощущают ее влияние на своей работе. Кроме того, абсолютное большинство сотрудников уверено, что новые технологии повлияют на их повседнев­ный труд и в будущем.

Относительно третьего блока вопросов большинство респондентов высоко оценивают значительную часть своих параметров компетентности. Более половины сотрудников оценили способности к адаптации значительно выше сред­него. Во время глубинного интервью 4 из 5 участников при­знали, что легко воспринимают перемены и легко к ним при­спосабливаются, в том числе к переменам, затрагивающим условия их работы.

Примерно так же распределились ответы по поводу обу­чаемости, но средняя оценка незначительно ниже, чем оцен­ка способности к адаптации. Единство мнений поддержали участники глубинного интервью.

 

Рис. 6. Карта компетентности сотрудников

Участники высоко оценивают свои способности работать в команде: более четверти респондентов оценили этот пока­затель максимально, остальные варианты нашли поддержку у равных групп респондентов: около 15% по всем оценкам выше среднего. Участники глубинного интервью признают, что показывают хорошие результаты в командной работе и считают эту способность одной из самых сильных своих сторон.

Способности планирования оценены участниками также выше среднего, однако распределение по оцен­кам равномерное. 37% признают, что обладают таки­ми способностями на уровне немного выше среднего или же на умеренном. Участники глубинного интервью показали более пессимистичный результат, в среднем оценив навыки как средние или ниже среднего, по­скольку, по их мнению, они редко используют этот на­вык в ежедневной деятельности, рассчитывая, что пла­нированием занимается управленческий персонал.

Наиболее высокую оценку получили коммуника­тивные способности: 65% оценили свои способности крайне высоко, в том числе 26% - максимально вы­соко. Аналогично поступили и участники глубинного ин­тервью: трое из пяти оценили себя максимально, остальные оценили себя очень высоко.

У эмоционального интеллекта средний показатель не­много выше среднего. Во время глубинного интервью участникам было трудно понять, о чем идет речь. Перед ан­кетированием формулировка вопроса уточнена: добавлено пояснение, позволившее нивелировать возможное незнание термина. Удивительно, что около 10% показали крайне низ­кий уровень эмоционального интеллекта. Остальные рас­пределились равномерно, преимущественно поставили себе среднюю оценку.

Неожиданно, но еще ниже оценен показатель креатив­ности. Почти 20% обозначили свои способности как ниже среднего, никто не отметил, что не обладает таковыми. Об­щая оценка оказалась немного выше среднего. Участники глубинного интервью показали аналогичные средние ре­зультаты: по работе им нечасто выдается возможность проя­вить свою креативность и предложить что-то новое, а значит, их потенциал остается скрытым.

Самые низкие оценки получила условная группа техни­ческих навыков. Уровень цифровой грамотности был оценен как немного выше среднего. Более половины респондентов оценили навыки использования программного обеспечения как средние. Участники глубинного интервью поступили аналогично, однако после уточнения ряда вопросов отно­сительно понимания уровней использования программных компонентов и сравнительной оценки общий балл снизился до «немного ниже среднего».

Хуже всего ситуация с навыком программирования: он полностью отсутствует у более чем 30% респондентов и лишь у 11% выше среднего. Только один участник глубин­ного интервью признал, что имеет небольшие способности в этой области, Однако все участники считают этот параметр очень полезным и востребованным в будущем, поэтому хо­тели бы его приобрести.

Визуализация результатов (рис. 6) позволяет оценить смещение параметров компетентности в сторону «soft» на­выков. Заметной корреляции между возрастом или иными показателями, с одной стороны, и уровнем и набором навы­ков, с другой, не обнаружено. Таким образом, у линейных сотрудников наиболее развиты коммуникабельность, уме­ние работать в команде и т.д., тогда как уровень владения цифровыми навыками весьма низок. Большинство не свя­занных с техникой навыков находятся на высоком уровне, тогда как уровень эмоционального интеллекта и креатив­ности сравнительно низок. Хотя по результатам ранжиро­вания креативность и эмоциональный интеллект оценены как наименее важные, они по-прежнему входят в десятку наиболее востребованных параметров компетентности. Отмечены значительный дефицит цифровой грамотности, использования программного обеспечения, программирова­ния. Средняя оценка уровня всех параметров получается не­много выше среднего, что говорит о недостаточном уровне навыков для успешной работы в будущем. Таким образом, подтверждена третья гипотеза.

По данным четвертого блока взгляды респондентов рас­пределены почти в равных пропорциях. Только 15% участ­ников однозначно согласны с тем, что их компания делает достаточно, чтобы повысить уровень его параметров ком­петентности, более 27% однозначно не согласны с этим утверждением. И наоборот, 23% участников скорее не со­гласны с тем, что меры достаточны, тогда как 35% скорее согласны.

По данным глубинного интервью, большинство респон­дентов считают, что компания принимает множество мер с целью обучить своих сотрудников, так чтобы они овладели указанными параметрами, но сравнительно мало в части тех­нических компетенций.

Среди основных мер почти половина респондентов от­мечает внутреннее обучение: тренинги, мастер-классы и се­минары. Около 39% отмечают выделение времени на са­моразвитие, 31% также использует обучение за пределами компании, когда сотрудников отправляют на повышение квалификации, курсы в других организациях и т.д. Также 31% признают использование коучинга, наставничества или общего плана развития сотрудника. Только 27% респон­дентов указали, что существует система аттестации или кон­троль навыков и умений сотрудников. Другие 27% считают, что их компания никак не пытается повысить их уровень компетентности.

Более 73% сотрудников одобряют идею улучшения си­стемы обучения сотрудников (рис. 7). Участники глубин­ного интервью подчеркивают, что хотели бы получить воз­можность улучшить свои технические навыки. Кроме того, большинство из них высказали мнение, что их компании подходят к обучению сотрудников формально и не пре­доставляют возможности качественного обучения. Итак, мнения респондентов относительно уровня достаточности мер по обучению сотрудников разделились, но абсолютное большинство сотрудников считает, что эту систему следует усовершенствовать в области изучения обозначенных ранее параметров компетентности.

 

Рис.7. Необходимость совершенствования системы обучения в компании

ВЫВОДЫ И ДАЛЬНЕЙШИЕ ИССЛЕДОВАНИЯ

Современные подходы к организации процессов должны уделять особое внимание взаимодействию людей и техно­логий. Появление новых технологий или технологических подходов является результатом систематического управ­ления инновациями. В наши дни индивидуальное продви­жение инноваций сравнительно затруднено, поскольку не­обходимо много чрезвычайно разнообразных знаний. Все чаще инновации возникают благодаря работе в команде. Соответственно, предстоит объединить людей с различными профессиональными навыками и личными способностями. Чтобы поддерживать успешную деятельность, компания уже сегодня должна понимать, насколько ее сотрудники способ­ны справиться или даже способствовать цифровым и техно­логическим изменениям.

Проведенное исследование позволило собрать разнопла­новые данные, на основании которых были сделаны выводы и даны ответы на исследовательские вопросы. Основные вы­воды таковы:

  • Большинство сотрудников осознает, что они существу­ют в мире, где происходят технологические перемены, и они ощущают влияние этих перемен на свою дея­тельность. Кроме того, сотрудники уверены, что их за­дачи и необходимые навыки изменятся.
  • Среди наиболее востребованных окажутся качества, позволяющие наиболее эффективно существовать в условиях изменений: адаптивность, обучаемость, способность к творчеству, эффективному взаимодей­ствию с другими людьми и т.д. Тем не менее вырастет значимость и технических навыков, пусть и на базо­вом уровне.
  • Сотрудники владеют многими составляющими ком­петентности, однако уровень условно технических навыков заметно ниже нормы. Ряд «мягких» навыков находится на среднем уровне, их можно рассматривать как нуждающиеся в улучшении.
  • Системы обучения в компаниях нуждаются в совер­шенствовании, в частности за счет расширения спек­тра получаемых знаний, особенно в области техниче­ских навыков.

Именно политика компании определяет уровень компе­тентности сотрудников. Основные пути:

  • работа с существующим персоналом: обучение, систе­мы мотивации и оплаты труда, системы контроля про­фессионального соответствия и т.д.;
  • наем новых сотрудников, в том числе новые требова­ния к квалификации, отборочные процедуры и т.д.

Для оценки уровня подготовленности персонала можно использовать методологию, аналогичную использованной в данной работе. Есть несколько ограничивающих условий:

  • Для каждой компании и должности требования к пара­метрам компетентности сильно различаются. Данное исследование касалось общих навыков определенных категорий сотрудников.
  • Предсказать востребованность тех или иных навыков крайне сложно, тем более на долговременную пер­спективу. Перечисленные выше подходы экс­пертов еще недостаточно развиты, а многие из них, не связанные с технологиями, край­не субъективны.
  • Допущение об объективности собственной оценки можно нивелировать, заменив само­стоятельную оценку сотрудника на его оцен­ку коллегами, руководителями.
  • Использованный подход рассчитан на ма­лую выборку и малый круг экспертов. Одна­ко анализ может быть усложнен, например путем построения функций соответствия на базе элементов теории нечетких мно­жеств. Такой способ формализации боль­шого числа экспертных мнений даст более точное представление о принадлежности того или иного параметра компетентности к перечню необходимых в условиях техно­логических изменений.

Предлагаемый способ является своего рода экспресс-оценкой готовности сотрудников к меняющимся условиям рынка труда:

  • Шаг I. Определение ключевых параметров компетент­ности, то есть навыков, знаний, умений, которые будут востребованы в компании в будущем. В данном случае эксперты компании будут определять эти параметры, исходя из отраслевой принадлежности, должности и иных условий.
  • Шаг Как можно больше экспертов ранжируют опре­деленные параметры компетентности и присваивают им уровень значимости таким образом, чтобы суммар­ная оценка всех параметров каждым экспертом равня­лась единице.
  • Шаг 3. Все оценки экспертов усредняются, и получен­ные значения формируют вес параметра. Можно сни­зить число итоговых, наиболее важных параметров, отбросив показатели, вес которых меньше медианного.
  • Шаг В зависимости от целей провести опрос и вы­ставить оценку по 10-балльной шкале по каждому па­раметру каждому сотруднику. Если целью подобного мониторинга будет общая оценка готовности группы работников, например отдела, то достаточно провести анонимный опрос. Такой подход обеспечит достаточ­ный уровень объективности. Если предстоит оценить каждого или отдельно взятого сотрудника, можно опросить коллег или руководителей.
  • Шаг Путем перемножения весов параметров и оце­нок сотрудников можно получить индикатор будущей компетентности. Сам по себе этот параметр неинфор­мативен, как, впрочем, и большинство коэффициентов, однако он прекрасно подходит для сравнения, напри­мер, отдельных сотрудников или при отборе нового кандидата на работу, после испытательного срока.

Таким образом получается функция будущей компетент­ности:

где Сi - индикатор будущей компетентности; S'n— пара­метр i-й компетентности; Vn - вес параметра компетентности. Последовательность экспресс-анализа представлена на рис. 8.

 

Рис. 8. Экспресс-анализ уровня компетентности сотрудника

Предложенный подход позволяет не только оценить уровни отделов, но и соотнести разные отделы или разных сотрудников.

При любом уровне параметров компетенции ключевую роль готовности персонала к переменам играет образование. Большинство работников проходят обучение «без отрыва от производства», а значит, ценность внутренних систем обучения возрастает. Для создания успешной и конкурен­тоспособной рабочей силы компаниям нужно действовать в двух направлениях - формировать системы обучения и мо­ниторинга навыков и знаний в соответствии с потребностя­ми рынка и совершенствовать компетенции сотрудников за счет продвижения идеи непрерывного самостоятельного образования.

Об авторе

Т. В. Кондратюк
ООО «КПМГ-Россия»
Россия

Консультант по стратегии ООО «КПМГ-Россия». Область научных интересов: стратегия и управление развитием в условиях технологических трансформаций.



Список литературы

1. Арсенова Е. В., Соколова Т. Ю. (2017) Создание ценности совместно с потребителем: результаты эмпирической проверки на рынки В2В // Эффективное Антикризисное Управление. № 3. С. 68–79.

2. Базаров Т. Ю., Ерофеев А. К., Шмелев А. Г. (2014) Коллективное определение понятия «Компетенции»: попытка извлечения смысловых тенденций из размытого экспертного знания // Вестник Московского университета. Сер. 14: Психология. №1. С. 87–102. URL: https://cyberleninka.ru/article/n/kollektivnoe-opredelenie-ponyatiya-kompetentsii-popytka-izvlecheniya-smyslovyh-tendentsiy-iz-razmytogo-ekspertnogo-znaniya.

3. Индекс цифровой грамотности граждан Российской Федерации // Региональный общественный центр интернет-технологий (РОЦИТ). URL: http://xn--80aaefw2ahcfbneslds6a8jyb.xn--p1ai/.

4. Лавров К. И. (2017) Трансформация бизнес-моделей компаний телекоммуникационного сектора в условиях сокращающегося рынка // Эффективное Антикризисное Управление. № 4 (103). С. 30–41.

5. Левина А. М. (2017) Формирование конкурентных преимуществ компаниями высокотехнологичных отраслей: модель и ее основные компоненты // Эффективное Антикризисное Управление. № 3. С. 88–97.

6. Линдер Н. В., Дмитриева А. И. (2016) Роли профессиональных потребителей в совместном создании ценности // Управленческие науки в современном мире: В 2 т. СПб.: Реальная экономика. Т. 2, № 2. С. 475–486.

7. Лоренц М., Рюссман М., Штрак Р. и др. (2015) Человек и машина в четвертой промышленной революции (Индустрия 4.0) Как технологии изменят состав рабочей силы, занятой в промышленности, в период до 2025 года? // TheBostonConsultingGroup. URL: http://img-stg.bcg.com/Machine_RU_tcm27–41511.pdf.

8. Прахова М. Ю., Заиченко Н. В., Краснов А. Н. (2015) Оценка сформированности профессиональных компетенций // Высшее образование в России. № 2. URL: https://cyberleninka.ru/article/n/otsenka-sformirovannosti-professionalnyh-kompetentsiy.

9. Пуха Ю. Индустриальная революция 4.0. Октябрь 2017 // PWC. URL: https://www.pwc.ru/ru/assets/pdf/industry-4–0‑pwc.pdf.

10. Рагимова С. Цифровая Индустрия 4.0 // ForbesBrandVoice. URL: http://www.forbes.ru/brandvoice/sap/345779‑chetyre-nol-v-nashu-polzu.

11. Скалабре О. (2016) Следующая промышленная революция уже началась //Youtube. URL: https://www.youtube.com/watch?v=0xjUjVyfvxg.

12. Трачук А. В. (2014а). Бизнес-модели для гиперсвязанного мира // Управленческие науки современной России. Т. 1, № 1. С. 20–26.

13. Трачук А. В. (2012) Инновации как условие долгосрочной устойчивости российской промышленности // Стратегические решения и риск-менеджмент. № 6 (75). С. 66–71.

14. Трачук А. В. (2014б). Концепция динамических способностей: в поиске микрооснований // Экономическая наука современной России. № 4 (67). С. 39–48.

15. Трачук А. В. (2013). Формирование инновационной стратегии компании // Управленческие науки. 2013. № 3. С. 16–25.

16. Трачук А. В., Линдер Н. В. (2016) Адаптация российских фирм к изменениям внешней среды: роль инструментов электронного бизнеса // Управленческие науки. №1. С. 61–73.

17. Трачук А. В., Линдер Н. В. (2017) Распространение инструментов электронного бизнеса в России: результаты эмпирического исследования // Российский журнал менеджмента. Т. 15, № 1. С. 27–50.

18. Трачук А. В., Линдер Н. В. (2015) Трансформация бизнес-моделей электронного бизнеса в условиях нестабильной внешней среды // Эффективное Антикризисное Управление. № 2. С. 58–71.

19. Трачук А. В., Линдер Н. В., Убейко Н. В. (2017). Формирование динамических бизнес-моделей компаниями электронной коммерции // Управленец. № 4 (68). С. 61–74

20. Трачук А. В., Саяпин А. В. (2014). Практика формирования инновационной стратегии в российских компаниях. Опыт вовлечения сотрудников // Эффективное Антикризисное Управление. № 1. С. 64–73.

21. Трачук А., Тарасов И. (2015). Исследование эффективности инновационной деятельности организаций на основе процессного подхода // Проблемы теории и практики управления. № 9. С. 52–61.

22. Ушаков Д. В. (2004) Социальный интеллект как вид интеллекта // Социальный интеллект: теория, измерение, исследования/Под ред. Д. В. Люсина, Д. В. Ушакова. М.: Институт психологии РАН. С. 11–28.

23. Шмелькова Л. В. (2016) Кадры для цифровой экономики: взгляд в будущее// Дополнительное профессиональное образование в стране и мире. № 8 (30). С. 1–4.

24. A Skilled Work force for Strong, Sustainable and Balanced Growth (2010)/International Labour Office. Geneva // OECD. URL: https://www.oecd.org/g20/summits/toronto/G20‑Skills-Strategy.pdf.

25. Delamare Le Deist F., Winterton J. (2005) What Is Competence? // Human Resource Development International. № 8. URL: https://www.bvekennis.nl/Bibliotheek/09-0688_CompWintertonEN.pdf.

26. Developing a Competency Framework: Linking Company Objectives and Personal Performance (2017) // Mind Tools. URL: https://www.mindtools.com/pages/article/newISS_91.htm.

27. Dromey J., McNeil C. (2017) Skills 2030: Why the adults skills system is falling to build an economy that works for everyone // IPPR. URL: https://www.ippr.org/files/publications/pdf/skills-2030_Feb2017.pdf.

28. Dumont H., Istance D. (2010) Analysing and designing learning environments for the 21st century // The Nature of Learning: Using Research to Inspire Practic. [S.l.:] OECAPublishing. URL: https://read.oecd-ilibrary.org/education/the-nature-of-learning/analysing-and-designing-learning-environments-for-the-21st-century_9789264086487-3‑en#page1.

29. Frey C. B., Osborne M. A. (2013) The future of employment how susceptible are jobs to computerisation? // University of Oxford. OxfordMartinSchool. URL: https://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf.

30. Gault R. H. (2012) A history of the questionnaire method of research in psychology // Research in Psychology. Vol. 14, № 3. P. 366–383.

31. Gold R., Bode E. (2017) Adult training in the digital age // Discussion Paper. № 2017–54. URL: http://www.economics-ejournal.org / economics/discussionpapers/2017–54.

32. Industry 4.0: Definition, Design Principles, Challenges, and the Future of Employment (2017) // Cleverism.URL: https://www.cleverism.com/industry-4–0/.

33. Jobs lost, jobs gained: workforce transformations in a time of automation (2017) // McKinsey Global Institute. URL: https://www.mckinsey.com/mgi/overview/2017‑in-review/automation-and-the-future-of-work/jobs-lost-jobs-gained-workforce-transitions-in-a-time-of-automation.

34. Krathwohl D. R. (2002) A Revision of Bloom's Taxonomy: An Overview, Theory into Practice. Vol. 41, № 4. P. 212–218. URL: http://dx.doi.org/10.1207/s15430421tip4104_2.

35. Manyika J., Chui M., Bughin J. et al. (2013) Disruptive technologies: Advances that will transform life, business, and the global economy // McKinsey Global Institute. URL: https://www.mckinsey.com/~/media/McKinsey/Business%20Functions/McKinsey%20Digital/Our%20Insights/Disruptive%20technologies/MGI_Disruptive_technologies_Full_report_May2013.ashx.

36. Practical Pathways to Industry 4.0 The obstacles to digital transformation and how manufacturers can overcome them // Siemens. URL: https://www.siemens.com/content/dam/webassetpool/mam/tag-siemens-com/smdb/financing/whitepapers/sfs-whitepaper-practical-pathways-to-industry.pdf.

37. Taxonomy of educational objectives: The classification of educational goals. Handbook 1: Cognitive domain (1956)/Eds. B. S. Bloom, M. D. Engelhart, E. J. Furst et al. New York: David McKay.

38. The Future of Jobs Employment, Skills and Workforce Strategy for the Fourth Industrial Revolution (2016) // World Economic Forum. URL: http://www3.weforum.org/docs/WEF_FOJ_Executive_Summary_Jobs.pdf.

39. The Survey of Adult Skills (PIAAC) ( [s.a.]) // OECD. URL: http://www.oecd.org/skills/piaac/aboutpiaac.htm.


Для цитирования:


Кондратюк Т.В. ЧЕТВЕРТАЯ ПРОМЫШЛЕННАЯ РЕВОЛЮЦИЯ: КАКИЕ КОМПЕТЕНЦИИ НЕОБХОДИМЫ СОТРУДНИКАМ? Стратегические решения и риск-менеджмент. 2018;(3):66-79. https://doi.org/10.17747/2078-8886-2018-3-66-79

For citation:


Kondratyuk T.V. FOURTH INDUSTRIAL REVOLUTION: WHAT COMPETENCES ARE NECESSARY FOR EMPLOYEES? Strategic decisions and risk management. 2018;(3):66-79. (In Russ.) https://doi.org/10.17747/2078-8886-2018-3-66-79

Просмотров: 745


ISSN 2618-947X (Print)
ISSN 2618-9984 (Online)