Нужно ли нам безвозмездно давать деньги талантливой молодежи?

Безусловный базовый доход — социальная концепция, предполагающая регулярную выплату определённой суммы денег каждому члену определённого сообщества со стороны государства или другого института. Выплаты производятся всем членам сообщества, вне зависимости от уровня дохода и без необходимости выполнения работы.

Другими словами, человеку ежемесячно выплачивается определенная сумма, сравнимая, к примеру, со среднемесячной зарплатой в той стране. При этом человек может вообще не работать, или же заниматься тем, чем ему хочется – открывать бизнес, устроиться на работу, учиться и т.д. Сторонники такой модели считают, что если человеку дать «финансовую подушку», то он сможет наиболее эффективно реализовать свой потенциал, так как перестанет думать о «хлебе насущном».

Первый общеевропейский опрос в апреле 2016 года показал, что 64 % жителей Евросоюза поддержали бы введение безусловного основного дохода. Наиболее убедительными преимуществами безусловного базового дохода люди считают то, что такие социальные выплаты «уменьшают тревогу о базовых финансовых потребностях» (40 %) и помогают обеспечить людям равные возможности (31 %).

Эксперименты по введению безусловного базового дохода регулярно проводятся в разных странах. Такие эксперименты проводились в США, Канаде и Финляндии. При этом финский эксперимент был прекращен буквально на днях, так как по официальной информации, «не было достаточных данных для сравнения влияния безусловного базового дохода на развитие потенциала граждан». В США и Канаде такие эксперимент проводились не по всей стране, а в отдельных городах. В Штатах эксперимент финансировал частный бизнес.

В Швейцарии несколько лет назад даже проводился общенародный референдум по введению безусловного базового дохода по всей стране. К слову, граждане Швейцарии проголосовали против этой выплаты, считая, что каждый человек должен зарабатывать своим трудом.

Navigator Business Review не исключает, что трансформирующийся Азербайджан также мог бы провести эксперимент с безусловным базовым доходом. Участниками эксперимента могли бы к примеру быть группа выпускников вузов, желающих создать инновационные продукты. При наличии у них безусловного базового дохода, эти молодые предприниматели могли бы сконцентрироваться на своих проектах и не думать о доходах для собственного содержания.

По словам вице-президента Азербайджанской Ассоциации по управлению проектами (AzPMA) Фарида Казымова, наиболее целесообразным было бы создание консорциума компаний и образовательных институтов при инициативной поддержке соответствующих государственных структур. Именно консорциум мог бы реализовать пилотный проект по безусловному базовому доходу. Могут быть выбраны 6-12 молодых предпринимателей, которые не только получали бы ежемесячно определенную сумму, но и также проходили бы обучение и менторскую поддержку для более успешной реализации их проектов. Ф.Казымов признал, что этот формат существенно отличается от тех экспериментов, которые проводились за рубежом. Но такой подход позволит не только более тщательно следить за экспериментом, но и оказывать именно ту поддержку, в которой нуждается начинающий предприниматель. Ф.Казымов также считает, что к эксперименту не обязательно привлекать только лиц с бизнес-проектами. «Участниками эксперимента могут быть и представители творческих профессий, к примеру, художники, скульпторы, модельеры и т.д. Финансовая поддержка позволила им сконцентрироваться на творчестве и наиболее максимально реализоваться», — подчеркнул эксперт.

Если говорить о сумме ежемесячной выплате, то она может быть условно от 500 до 2 тыс. манатов. Самое главное, эта сумма должна позволять каждому участнику эксперимента жить без стеснений и максимально сконцентрироваться на собственных творческих устремлениях. При этом эксперимент может продлиться  в среднем 12-36 месяцев.

Похожие

  • Лейла Велиева - 21 ноября 2018 Основатель проекта Кянан Рагимов, директор GTC, бизнес тренер и консультант, утверждает, что их проект может решить главную проблему современного общества – быстрое и достоверное донесение информации до целевой аудитории. Причем, в какой-то мере, это даже в текущей версии Garnet доступно для всех бесплатно. Учитывая тенденции перехода медиа в интернет, все больше новостные службы и компании становятся зависимыми как от социальных сетей, так и от знаменитостей посредством, которых компании пытаются доносить свои новости и сообщать о своих корпоративных акциях. Однако проблема не исчезает, а напротив перерастает в глобальную.   Социальные сети убили новости Так, после января 2018, когда Фейсбук изменил алгоритм показа постов бизнес страниц в ленте пользователей, и многие компании, которые годами строили свою бизнес модель на увеличении числа подписчиков их страницы, также путем платной рекламы в самой сети, потратив на эту стратегию годы и порой миллионы, столкнулись с неожиданной проблемой – пользователи не видят их публикаций, не зависимо от количества подписчиков. И недавно такая же тенденция изменений алгоритмов началась и в Инстаграм. Это принуждает бизнес все больше средств тратить на прямую рекламу, что в свою очередь помимо снижения рентабельности доставки информации, к тому же формирует негативное отношение к самой рекламе и снижает эффективность даже самого креативного копирайтинга.   Электронная почта уступает дорогу мессенджерам Альтернатива была бы быть эмейл рассылка. Но она уже много лет охватывает лишь небольшую часть постоянных клиентов компании и к тому же все меньше физических лиц пользуются электронной почтой, и предпочитает использовать приложения, адаптированные под мобильные устройства. И эта тенденция вытесняется развитием мобильных мессенджеров и чат-групп, что ограничивает их применение в сфере B2C. Эмейл же, как средство остается на узком профиле B2B, хотя и борьба со SPAM рассылками, а также многочисленные рассылки от социальных сетей, при том, что электронная почта является достаточно небезопасной с позиции информационной безопасности, увеличивают вероятность попадания писем в SPAM и в результате не доставить важную информацию необходимую для развития бизнеса. Это все больше ограничивает их применение.   Новостные войны в мире Остаются новостные сайты, но к сожалению, они тоже оказались не в очень выгодной позиции. С одной стороны, содержание оперативной команды из ньюсмейкеров и профессиональных журналистов стоит достаточно дорого и для привлечения необходимых финансов нужна та самая реклама, а она в свою очередь уменьшилась поскольку и новостные сайты тоже преимущественно были ориентированы на привлечение и удержание трафика через социальные сети. Кроме того, пользователи миллениалы не любят пользоваться браузерами для посещения сайтов и это подталкивает даже самые крупные компании тоже объединяться в новостные службы и реализовывать в приложениях. Так 2 гиганта индустрии технологий борются за лидирующую позицию – Apple News и Google News. Каждая из которых вкладывает миллиарды на приобретение и слияние компаний, создающих новости. Так Apple купила сервис электронной подписки на журналы Texture, который называют «Netflix для периодики». На сегодняшний день сервис Apple News, у которого есть собственное приложение в iOS, позволяет авторам новостей зарабатывать на рекламе. После запуска платного сервиса корпорация будет просто делить доход от подписок с издателями, как сейчас делает с Apple Music. На одном из последних квартальных отчётов руководство Apple озвучило цель довести ежегодный доход от сервисов компании до $50 млрд к 2021 году. По результатам на 2017 год Apple заработала $30 млрд за счёт подписок iCloud и Apple Music, а также продаж в App Store. Компания Google представила новое приложение «Новости Google» на базе искусственного интеллекта. Приложение заменило сервис "Google Play Пресса" и уже доступно в App Store. Новости Google в значительной степени зависят от ваших предпочтений, которые подбираются вместе с искусственным интеллектом. Это означает, что после того, как вы загрузите приложение и выполните вход в свою учетную запись Google, в новостях уже будут показываться истории и заголовки, которые, по мнению ИИ, вам понадобятся. По сути Google выпустила серьезного конкурента сервису Apple News и попытается объединить в своем приложении создателей новостей пытаясь сделать новости более релевантными для пользователей.   Тенденции и решения задачи По сути задача новостных служб не изменилась со времен первых газет, однако технологии изменились, и они требуют современного решения тех же задач – «Оповещать жителей о самых важных событиях, произошедших в городе за сутки из первоисточника - достоверно и оперативно». Популярность социальных сетей оправдано тем, что они давали возможность сообщать из первоисточника – достоверно, поскольку каждый мог создать публикацию. Однако оперативно и первыми не очень-то, получается поскольку охват только близких друзей создает все большую обособленность и кластеры кругов в которые не всегда попадает информация из иных кластеров или она просто отвергается. Поэтому с одной стороны выход был в увеличении количества друзей-подписчиков, а с другой рост ограничений, директивной односторонней сортировки показов со стороны сетей. В какой-то мере это и стало причиной развития и формирования селебрити в сети Инстаграм. Инфлюэнс маркетинг путем публикаций на профилях пользователей с миллионными подписчиками стало куда важнее достоверности источника информации и профессионального преподнесения. Это тот самый эффект, когда количество подписчиков выигрывает над качеством преподносимой новости. Выход есть и очень прост на первый взгляд – создать сеть в которой каждый пользователь может опубликовать новость также, как и в классических социальных сетях, но показы в ленте оформлять хронологически по датам и фильтровать по локации – городские новости. На первый взгляд простое решение проблемы, конечно же имеет свои подзадачи – например не делать никакую выборку кроме фактической директивной, а позволить пользователю самому выбирать предпочтения.   Как Garnet решает эту проблему сегодня? Garnet любой пользователь может создать любые публикации и разместить бесплатно – эту публикацию увидят все, на кого ориентировал при создании сам автор – страна, город, категория. Если уже сегодня, после тестирования уже на реальных пользователях в Азербайджане начиная с сентября 2018 после выхода первой версии приложения – она вызвала неоднозначный интерес, то по мере внедрения более глубоких методов фильтра постов и характера публикаций она может дать существенное преимущество как альтернативная система донесения информации до целевой аудитории. Пользователь сегодня публикует новость, может также импортировать раннее опубликованную на управляемой им Фейсбук странице компании, выбирает в какой локации он хотел бы ее показывать – вплоть до города, и буквально через минуту эта новость будет показываться всем, кто, открыв GPS подтвердит свое реальное присутствие в этой локации. Учитывая, что тестирование проходило в Азербайджане, то большинство первых пользователей уже видят эти публикации и даже порой в новой сети авторы получают больше лайков и репостов в фейсбук, чем при публикации на своем профиле в соц.сети. Это также удобно для бизнеса – без расходов увеличивать реакции на публикации на своих бизнес страницах и сайтах.   Что ждать далее от Garnet? В ближайшие планы входит организации поддержки видео-захвата и просмотра внутри приложения – это позволит увеличивать просмотры видео, опубликованных в других сетях, а также на сайтах компаний. В дальнейшие планы входит развитие способов фильтра постов и улучшения системы подборки рейтинговых публикаций – за сутки, по региону. Хотя есть и глобальные задачи – после внедрения необходимых функций, ребрендинг приложения с опциями изменения как дизайна по умолчанию, также сменой тем и языка по выбору пользователя, дополнением публичных и приватных чатов, таск менеджер по организации удаленной работы между пользователями, организации ленты городских ивентов с возможностью онлайн покупки цифровых билетов, развитие системы как платной так и бесплатной системы онлайн образования внутри платформы, внутренняя платежная система с поддержкой мгновенных денежных переводов внутри системы и без комиссий… И конечно же все это необходимо так же реализовывать в Андроид версии. Именно поэтому, команда решила пройти регистрацию и оценку на зарубежных акселераторах, чтобы привлечь инвестиции, благодаря которым можно будет привлечь, а команду новых профессионалов для выполнения как задач по развитию данного проекта, также для начала маркетинга внедрения после всех тестов на рынки крупных стран. На некоторых фондах на примере VENTURE CLUB, RUSASE уже утвердили оценочную стоимость проекта на 5 млн. а на F6S даже в 10 млн. И это несмотря на то, то приложение только вышло в первой рабочей версии. По предположению аналитиков при дальнейшем активном развитии проекта стоимость бизнеса после привлечения капитала, а также общая капитализация самой компании будет расти по мере увеличения количества пользователей и привлечения прибыли как с рекламы, так и суппортивных для бизнеса услуг. Пользователи айфонов могут скачать приложению по ссылке https://itunes.apple.com/app/garnet/id1281086471 Официальный сайт https://garnetin.com/  

    Основатель проекта Кянан Рагимов, директор GTC, бизнес тренер и консультант, утверждает, что их проект может решить главную проблему современного общества ...

  • Админ - 5 июля 2018 Компьютерное зрение уже помогает пасти коров, искать преступников и подбирать мебель для дома. Камеры наблюдения с функцией распознавания лиц уже работают в метро и продуктовых магазинах, а беспилотные автомобили колесят по дорогам Калифорнии (и обещают совершить революцию на рынке транспорта). Технология буквально преобразила мир в последние несколько лет. На конференции Machines Can See, организованной VisionLabs при поддержке Сбербанка и Sistema_VC, руководитель отдела исследований Google в области компьютерного зрения Витторио Феррари рассказал Inc., насколько хорошо машины видят сегодня, какие стартапы покупает Google и почему роботы никогда не смогут достичь уровня мышления человека.

    Кусок компьютерного пирога

    Чему вы сейчас учите компьютеры? Какие последние успехи?

    В последние 2 года я руковожу группами по изучению компьютерного зрения, одной — в Google, другой — в университете Эдинбурга. Примерно половина моей работы — это тестирование компьютерных моделей. Кроме того, мы исследуем Transfer Learning и взаимодействие человека с компьютером (human-machine collaboration). Еще я работаю над сегментацией видео, обучаю нейросеть распознавать объекты на видео. Я очень много работаю над контекстом — чтобы компьютер мог полностью описать сцену, которую видит на картинке. Скажем, когда мы видим телефон, мы понимаем, что это телефон, не только по форме предмета, но и по другим предметам и обстановке вокруг него, — и я пытаюсь научить этому компьютер.

    Что компьютеры уже могут легко распознавать с помощью машинного зрения, а над чем еще работать и работать?

    Все упирается в то, что мы имеем в виду под зрением. Представьте, что идеальное компьютерное зрение — это пирог. Если взять все, что человек имеет в виду под словом вижу, то современные модели компьютерного зрения — лишь маленький, тонюсенький кусочек этого пирога. Сегодня хорошо работает распознавание лиц, фигур людей (когда нужно посчитать, сколько людей на том или ином изображении), все, что связано с конкретными объектами, — например, компьютер легко может распознать одно и то же здание с разных точек или найти его изображение в большой базе данных. Кроме того, работает распознавание базовых объектов — например автомобилей или пешеходов на улицах — по категориям. Но стоит выйти за пределы четко структурированной задачи — и распознавание уже едва работает. Попросите компьютер четко и осмысленно описать каждый предмет на картинке и то, как он относится к окружающим объектам. Не просто: это чашка, а на ней какая-то железяка и непонятное пятно, — а со смыслом: фарфоровую чашку держит за ручку человеческая рука, а на блюдце возле чашки лежит металлическая ложка, — это намного превосходит сегодняшние возможности компьютеров.

    Что мы приобретем, если компьютеры научатся этому?

    Можно будет узнавать по фотографии свойства объекта — например  эластичность покрытия стадиона, по которому бежит Усэйн Болт. Мы ведь видим, как движется поверхность, от которой отталкивается его нога, — значит, сможем определить, что это за материал и каковы его свойства.

     

    Следующий уровень — это, например, когда компьютер будет понимать по выражению лица, что человек внимательно слушает (а это уже не столько зрение, сколько понимание культурных особенностей). Или, если на картинке человек держит перед лицом карандаш, компьютер разберется, что он не собирается его съесть, а скорее всего, собирается что-то написать.

    Но для решения таких задач уже нужна логика и здравый смысл. С каждым последующим уровнем пирога мы отдаляемся непосредственно от зрения и заходим на территорию искусственного интеллекта.

    Какие проблемы можно было бы решить с помощью компьютерного зрения, если бы оно было развито до такой степени?

    Если речь идет о конкретных приложениях — поиск по пейзажу или бэкграунду фотографии в Google Photos например. Говоришь компьютеру: выбери фотографии, где я  на пляже. Следующий шаг — когда ты уточняешь условия поиска: я на пляже с собакой и в красном купальнике. Это сразу усложняет поиск по картинкам — ни один продукт сегодня с таким не справляется. Поиск нескольких объектов на фото и постановка в контекст — всё это компьютер пока плохо понимает. Еще более сложный уровень: я кормлю собаку печеньем на пляже. Чтобы найти фотографию, на которой это изображено, компьютер должен построить отношения между твоей рукой, печеньем и собакой и распознать бэкграунд в виде пляжа. Процесс поиска по Google Images практически так и устроен, но условия поиска и тип вопросов, которые вы можете задать, ограничивает его возможности. Базовый продукт у нас есть, но он пока не научился удовлетворять сложным условиям поиска.

    Почему компьютер не умеет принимать разумные решения (и если научится, то еще не скоро)

    Сегодня множество компаний пытаются разрабатывать продукты на основе распознавания изображений. Есть ли свободные ниши на этом рынке?

    Думаю, что вопрос не в наличии свободных ниш. Количество стартапов на рынке не должно ограничивать потенциал конкретной компании. Google, Microsoft и Apple уже выпустили ряд продуктов на основе компьютерного зрения, то есть рынок уже частично насыщен. Но вместо того чтобы думать, а есть ли там свободные ниши, стартапу надо быть креативным и пытаться создать свою собственную нишу. В конечном счете все упирается в человеческие нужды — нужно найти потребность людей и придумать, как ее удовлетворить. Люди покупают машины, ходят в кино, и т.д. Вместо того чтобы размышлять, к какой сфере лучше приложить компьютерное зрение, стоит задать себе вопрос, в какой сфере потребности людей не удовлетворены. Может быть, речь идет о конкретной группе людей, например о российских мужчинах до 25 лет. И уже когда определитесь с проблемой, искать технологию, которая сработает для ее решения.

    В каком направлении стоит двигаться?

    Стоит смотреть на искусственный интеллект в целом — это намного более широкая сфера, чем компьютерное зрение. Cистемы построения логических выводов (reasoning systems, или программы, которые обучаются принимать сложные решения на основе методов дедукции и индукции) тоже пока еще слабо развиты. Компьютерное зрение неплохо развивается, но вот после того, как компьютер распознает изображение, он почти ничего не может сделать. Сейчас нет продуктов, которые позволяли бы сказать виртуальному помощнику в телефоне: хочу поехать в один классный ресторан в Италии, забыл название, но вот фотография оттуда, — и чтобы компьютер не просто определил, что это за ресторан, но и нашел в твоем календаре свободный вечер, заказал самый дешевый авиабилет до Италии на эту дату, забронировал столик и сверил расписание с твоей женой. Робот может по картинке распознать, что это за ресторан, но не может поставить его в контекст других твоих запросов. Уровень AI Reasoning вообще практически не развит — а значит, во всем, что происходит после распознавания картинки, огромное пространство для действий.

    Недавно беспилотный автомобиль в Калифорнии сбил пешехода. Могло ли компьютерное зрение помочь избежать такой ситуации?

    Если вы про тот случай в Калифорнии, когда велосипедист выскочил прямо из-за угла, то не думаю, что это проблема компьютерного зрения. Он вылетел реально быстро, и система контроля в автомобиле распознала его за долю секунды до столкновения. Можно ли возлагать вину за эту аварию на систему управления беспилотником? Возможно, надо приделать к автомобилю ракету, которая молниеносно поднимала бы его в воздух в таких случаях, но давайте посмотрим правде в глаза: если бы я был в тот момент за рулем, я бы сам врезался в человека. К сожалению, есть определенные пределы того, на что способна технология. Главный вопрос, который мы должны себе задавать, — произошла бы эта катастрофа, если бы за рулем сидел живой водитель? Если да, то никакое улучшение компьютерного зрения и ИИ не позволит предотвращать такие ситуации. Это уже область за пределами человеческих способностей. Компьютер, как и человек, может только увеличить скорость реакции во много раз, но не предвидеть опасность. Так что этот инцидент совершенно не означает провала ИИ. К сожалению, мы не можем уйти от реальности, в которой иногда происходят трагедии.

    Как продаться в Google

    А что насчет разметки данных для ИИ? Многие называют ее одной из ключевых проблем, для которых нужно привлекать людей.

    В моей команде на сегодняшний день порядка 80 разметчиков данных для ИИ, но в целом у Google в распоряжении тысячи таких сотрудников. Частично это краудсорсеры, частично нанятые сотрудники, которые должны зарегистрироваться на сервисе с обещанием посвятить этой работе определенное количество часов в день. Очень много данных требует разметки, и речь далеко не только о компьютерном зрении. Некоторые из контрибьюторов размечают запрещенный контент на YouTube например. Вообще для этого тестируются модели на основе машинного обучения, но есть и живые проверяющие.

     Недавно Google запустил AYI Vision Kit — «умную» камеру, которая может сама распознавать объекты с помощью компьютерного зрения. Как вам кажется, к чему приведет такая популяризация этой технологии?

    Сейчас ИИ становится все более доступным даже в небольших гаджетах — так же, как это произошло с электроинжинирингом, а затем с программированием. Этот DYI-набор легко перепрограммировать на что угодно, так чтобы люди могли с ним играть и экспериментировать. Думаю, те, кто покупает этот продукт, не занимаются наукой или созданием новых продуктов на постоянной основе, но это по крайней мере заставляет их распахнуть сознание. Возможно, какие-нибудь школьники увлекутся этим и поступят в университет, потом пойдут работать в Google, станут профессорами и займутся реальными исследованиями.

    Каким должен быть стартап с использованием ИИ, чтобы его купил Google?

    Google покупает намного больше компаний, чем пишут в прессе. Многие из них — совсем небольшие стартапы, но их техническая экспертиза — мирового класса. И это самое главное — ведь Google лишь частично покупает компании ради технологий, а прежде всего — ради экспертизы. Но чтобы Google вас купил, стартап должен уже достичь уровня, когда он в чем-то меняет мир. Например, у него уже должно быть около 100 сотрудников и крупные клиенты, — впрочем, если вы достигли такого уровня, я бы рекомендовал вам не продаваться, а стараться взлететь самостоятельно.

    İncRussia

    Компьютерное зрение уже помогает пасти коров, искать преступников и подбирать мебель для дома. Камеры наблюдения с функцией распознавания лиц уже работают ...

  • Замир Мамедов - 28 июня 2018

    Ласло Бок — одна из самых значимых фигур в сфере управления персоналом. Он стал вице-президентом по HR в Google в 2006 году, когда в компании работало несколько тысяч человек, а ушел в 2016-м, когда число сотрудников выросло до 70 тысяч. Именно Бок привнес научный подход в HR–практику Google. В частности, он реализовал исследовательский проект Oxygen для выявления черт, присущих самым успешным управленцам Google. В 2015 году Ласло Бок выпустил бестселлер «Work Rules!» («Работа рулит!»), который был переведен на 25 языков. Два года назад вместе с еще одним выходцем из Google Уэйном Кросби Бок запустил стартап HUMU и привлек более $40 млн инвестиций. Идея проекта Бока и Кросби в том, чтобы с помощью научных данных и технологий оптимизировать отношения между бизнесом и людьми, сделать сотрудников счастливыми и одновременно повысить их продуктивность. Правда, о том, что именно делает стартап, кто его клиенты и как устроена бизнес-модель HUMU, основатели пока не говорят. На прошедшем в Берлине форуме SAP Success Connect Ласло Бок рассказал, почему сотрудникам жизненно необходимы свобода, доверие и «легкие толчки». Мы публикуем самые интересные фрагменты из его выступления.

    В Google у меня была простая миссия — найти лучшие кадры, растить их и удерживать. Когда я пришел в компанию, самым сложным стало то, что люди вокруг считали, будто все знают лучше меня: как надо успешно работать, правильно руководить, планировать преемственность. Их было трудно в чем-либо убедить. Мы нашли выход — решили, что будем полагаться на научные данные.

    Только треть работников считает свою работу значимой и осмысленной. К такому выводу пришла профессор Йельского университета Эми Розински, которая проводила исследования, связанные с поиском смысла в различных видах работ. В отношении некоторых профессий, например, юристов, результаты легко объяснимы. Я удивлен, что даже треть из них считает свою работу осмысленной. Но есть профессии, где, казалось бы, должно быть все наоборот: врачи, медсестры, духовенство. Но и здесь соотношение такое же. Мой друг-священнослужитель как-то заметил, что даже если вы посвятили свою жизнь другим людям, слишком легко помнить о долге, забывая при этом о радости. Однако есть способ эту радость вернуть.

    Для выживания и процветания, для того, чтобы быть счастливым, человеку необходимо находить смысл в своей работе. Это повышает и производительность труда, и прибыльность бизнеса. Адам Грант (профессор Уортонской школы бизнеса при Пенсильванском университете — прим. ред.) проводил исследования в колл-центре, чья задача — собирать пожертвования (например, на стипендии детям для учебы в колледже). В среднем люди собирали $1300 в неделю. Но как изменится их производительность, если придать работе больший смысл? Грант нашел выпускников, которые учились благодаря пожертвованиям, и попросил их написать, как учеба помогла им в жизни. Многие отметили, что колледж помог им найти хорошую работу. Сотрудники колл-центра прочитали их эссе, но ничего не произошло. Адам очень расстроился: это был плохой результат. Тогда он попросил студентов написать иначе — о том, что лично для них значило обучение. Кто-то, например, признался, что благодаря колледжу впервые в жизни прочел всего Шекспира, и это дало ему силы, вдохновение и более глубокое понимание не только английского языка, но и человеческой природы. После того, как сотрудники колл-центра прочитали новые эссе, их производительность возросла, они смогли собирать по $3100 в неделю. А когда бывшие стипендиаты стали регулярно приходить в компанию и рассказывать, чем им помог колледж, люди собирали уже по $5 тыс. в неделю. То есть прирост составил почти 400%. Это, конечно, выдающийся пример. В среднем же для разных профессий придание работе значимости приводит к росту производительности примерно на 20%.

    Есть два способа придать смысл вашему бизнесу. Первый — определите миссию вашей организации, привлекательную для всех и немного недостижимую. Миссия — это не про ценности для потребителей или акционеров. Миссия должна вдохновлять. Это что-то такое, чего нельзя достичь окончательно, нечто универсальное, близкое многим людям. Второй способ — найдите людей, которые работают в вашей организации и светятся радостью, способны вести за собой и сопереживать. Тех, кому небезразлично то, что они делают. Спросите их, что они сегодня делают иначе и почему они вообще выполняют свою работу. Вы узнаете от них истории, которые не оставляют людей равнодушными. Получив ответ, пересказывайте его снова и снова, и вы увидите, как сотрудники, которые не видят своей миссии, обретут ее.

    Нам всем важно чувствовать, что нам доверяют, ощущать себя сильными и самостоятельными. Но доверие в контексте бизнеса сводится к фундаментальному вопросу — люди в своей массе хорошие или плохие? Кажется, что ответ простой. Конечно, люди в целом обычно хорошие. Тем не менее, в мире время от времени случаются ужасные события. Если вы хотите быть лидером, построить сильную компанию, вам придется выбрать один вариант из двух. Я верю, что люди очень-очень глубоко внутри хорошие. Посмотрите на самых чистых людей, которые только есть в мире, — на детей. Конечно, они могут подраться из-за игрушки. Но они хорошие. Если один ребенок на детской площадке упал, другие дети идут к нему и утешают. Это наш естественный человеческий инстинкт. Но затем мы вырастаем и идем работать. В организациях, где мы работаем, есть правила, процедуры, которым надо следовать. Все они направлены на ограничение индивидуальной свободы и сдерживание того доброго, что просится наружу. Ненормальность состоит в том, что люди создают такие системы с самыми лучшими намерениями. Задумайтесь над этим парадоксом.

    Лучший руководитель — тот, кто меньше всего руководит. В глубине души каждый сотрудник хочет, чтобы начальник оставил его в покое. Пусть лишь немного направляет, поддерживает и организует обучение. Если же вы менеджер, вы хотите, чтобы сотрудники вовремя и правильно выполняли то, что им поручили, поэтому вы присматриваете за ними и вмешиваетесь во все детали. Парадокс состоит в том, что мы все в одно и то же время и работники, и менеджеры. Какую же среду мы хотим создать? Профессор MIT Ричард Лок провел эксперимент в Мексике. Он нашел две совершенно одинаковые фабрики, где женщины, в массе своей малообразованные, шьют футболки Nike. Одной фабрикой управляли традиционно, и здесь шили примерно 80 футболок в день. А на другой фабрике профессор предложил сотрудницам самим устанавливать расписание смен. В результате на втором предприятии производительность выросла с 80 до 150 футболок в день, себестоимость изделия снизилась с 18 до 11 центов. Поскольку женщинам платили за выработку, их доход вырос. Меня поражает, что идеи исходили от самих сотрудниц, а не от какой-то консалтинговой фирмы. Kонсультанты бы сказали: «Давайте определим исходные данные, всех включим в рассылку, внедрим лучшие практики, и будем изучать, изучать, изучать». А здесь просто предложили людям: делайте свою работу так, как считаете нужным.

    Не следуйте слепо за Google, не предлагайте бесплатную еду, чартерные автобусы, волейбольные площадки. Это все чересчур. Вместо этого просто дайте вашим людям немного больше свободы. Если вы считаете, что люди плохие, то вы будете ими командовать, говорить, что они должны делать. И раз за разом будете получать худшие результаты. Если вы думаете, что люди хорошие, вы даете им возможности для роста, и они сами их найдут. Когда-то я начал карьеру в McKinsey & Company с проекта, связанного с электронной коммерцией. Я ничего не знал об этой индустрии и подготовил документ в PowerPoint, потому что консультанты только и делают, что готовят презентации. У меня получились бесподобные графики, с массой деталей, везде были сноски с объяснениями. Я пошел к менеджеру и предложил ему взглянуть прежде, чем отослать клиенту. А он ответил: «Мне обязательно сейчас на это смотреть?» Я извинился, пообещал вернуться позже и принес новый вариант. Так повторялось еще несколько раз. После моего четвертого или пятого визита менеджер отказался смотреть документ, и я отправил его клиенту. Руководитель дал мне почувствовать свободу и доверие, он сделал меня ответственным за результат, и мой конечный продукт стал лучше. Это был не его проект и не чей-нибудь, а мой, он лежал на моих плечах.

    Масштабные изменения в организациях удобнее всего проводить с помощью так называемого «легкого толчка». Этот термин придумали два профессора, нобелевский лауреат Ричард Taлер из Университета Чикаго и его коллега Касс Санстейн, профессор юриспруденции из Гарварда. Они доказали, что небольшие вмешательства, сделанные в нужное время, могут оказывать непропорциональное влияние на поведение сотрудников, в частности, облегчать правильный выбор. Например, в продовольственном магазине около кассы всегда лежит всякая дрянь: чипсы, конфеты, жевательная резинка. Это и есть легкий толчок: магазин подталкивает вас покупать вредную ерунду и хорошо зарабатывает благодаря этому. Или другой пример. В США популярны гигантские холодильники. Вы открываете дверцу, и прямо перед вами основная полка. Там люди обычно хранят сок, молоко и, может быть, контейнеры с готовой едой, которые больше никуда не влезают. Если вы проголодались или хотите пить, все это лежит прямо перед вами, хотя особой пользы оно вам не принесет. Если вы хотите изменить свое поведение или похудеть, поменяйте местоположение еды. Мы сделали так у себя дома и поставили на видное место тарелку с фруктами, которую раньше держали где-то в углу. И произошло чудо! Двое из трех детей стали есть фрукты. Третьей уже 15 лет, она к фруктам уже не притронется. Но двум другим понравилось, это просто поразительно.

    Ищите в своих организациях зоны, где вы могли бы вмешаться и произвести «легкий толчок». В Google мы когда-то вычислили, что новому сотруднику требуется в среднем девять месяцев, чтобы выйти на полную производительность. Мы стали изучать тех, кто быстрее выходил на пик продуктивности, и выявили у них пять типов поведения. Например, они всегда искали обратную связь, буквально с первой недели. Мало кто на новой работе идет к начальнику в первые дни и спрашивает: «Надо ли мне что-то подкорректировать? Правильно ли я понимаю, в чем суть моей работы? Правильно ли реагирую?» Также важно, чтобы у новичков появилось, как минимум, две новые социальные связи. Компания может легко это организовать. Например, назначить специального человека, который будет после работы ходить с людьми в бар. Мы определили, что делают успешные новички, и решили немного подтолкнуть ситуацию. Например, в понедельник вы выходите в Google и тут же получаете сообщение: «Сделайте эти пять вещей. Попросите об обратной связи. Найдите два социальных контакта и т. д.». А в пятницу накануне выхода новичка мы подталкивали менеджера — посылали ему сообщение, где говорится: «В понедельник к вам приходит новый сотрудник. Удостоверьтесь, что он сделал эти пять вещей». Конечно, не все это читают. Я даже уверен, что никто не прочитывает сообщение до конца. Но с введением даже такого инструмента средний срок выхода человека на полную производительность сократился с девяти месяцев до шести. Кроме того, по нашим подсчетам, повышение продуктивности составило 2%. Хороший результат для двух сообщений: он равен получению одного бесплатного работника на каждые 50 нанятых. И все благодаря легкому толчку.

    На планете Земля работает четыре миллиарда человек, и для многих из них работа — это средство достижения цели. Надо оплачивать счета, кормить семью. Это не делает нас благороднее, сильнее, не возвышает. Научные данные говорят о том, что люди тратят на работу больше времени, чем на что бы то ни было еще. Когда-то вы были ребенком, росли, узнали, что есть другие люди, и где-то вас ждет ваш, особенный человек. Вы встречаете этого человека, создаете семью, жизнь прекрасна, но вы проводите слишком много времени с «этими идиотами» в офисе, а не с тем, кто вам дорог. Но есть способ это изменить. Для этого нужна наука, машинное обучение, плюс важно добавить к работе немного любви.

    Два года назад я основал свою компанию — HUMU. HUMU пока еще не очень заметна, но наша миссия — сделать работу лучше. Когда мы только запустили наш сайт, он был ужасен: изображение рыбы и кнопка «отправить резюме». Но в первую же неделю мы получали примерно одно резюме в минуту. А все потому что мы пообещали привнести любовь на рабочие места.

    Многим сегодня позарез нужна работа, поэтому, я думаю, что в ближайшие 50 или 100 лет все еще можно будет плохо обращаться с людьми и при этом строить прибыльный бизнес. Есть много мест в мире, где можно постоянно менять работников, перемалывать и выплевывать их, потому что новые уже стоят в очереди. Но идея сделать работу лучше везде и для всех — очень мощная, и мы ей занимаемся.

      Harward Business Review

    Ласло Бок — одна из самых значимых фигур в сфере управления персоналом. Он стал вице-президентом по HR в Google в 2006 году, когда в компании работало нес ...

Добавить коментарий

Войти с помощью: