The post has been translated automatically. Original language: Russian
If a supervisor has 10-15 people and he works with them every day, it seems a little strange to me to connect AI so that he tells who and what skills are missing.
The leader knows his people better. He sees them at work, understands their weaknesses, and knows what tasks will be next. Sometimes it's easier to talk to him for 20 minutes and get a lot more useful information.
But let's imagine a company with 1000+ employees.
Each leader gathered the needs of his team. And then all this information comes to HR. One wrote "project management", another wrote "project management", and the third wrote "project planning and control". Somewhere five employees need training, somewhere twenty, and somewhere a similar request came from several departments at once.
It's getting more fun here manually :)
And the task of AI in this case is not to determine for managers what needs to be taught to people. They've already determined that.
His task is to process a large amount of information and help HR see the big picture of the company.
For example, you can give the AI all the collected queries and use such promt:
"Below I will give you the requests of the heads of departments for employee training. Analyze only the data provided and don't add skills or needs that they don't have.
Group identical and similar queries, even if the managers formulated them in different words.
For each group, show us which skill or development area is being requested, which departments have indicated it, how many employees it affects in total, and exactly how managers formulated the need.
Separately, identify the needs that are repeated in several departments, and arrange them by the number of employees — from the most widespread to the most isolated. Separately, show the queries that occur only in one department.
If two requests are similar, but you're not sure if they're the same need, don't combine them automatically. Mark it as a possible match for HR verification.
Don't offer courses, providers, or training programs. Now the task is only to structure the needs and show the overall picture of the company.
Present the result in the table: skill/ need — departments — number of employees — initial formulations of managers — which requires additional HR verification."
And here you can already see things that the head of a separate department simply does not see.
For example, five different teams actually requested the same training. Or a need that seemed local is actually affecting a hundred employees already.
Then HR can decide where it makes sense to do a general program, and where an individual approach is really needed.
In other words, AI does not replace the head here. The manager knows his team better.
It is needed at the next stage — when there are a lot of people, a lot of data, and you need to see one big picture from hundreds of individual requests.
Иногда Agile выглядит довольно странно.
В понедельник команда запланировала спринт. В среду появились новые данные и стало понятно, что часть работы уже не нужна или задачу логичнее сделать по-другому.
Но менять ничего нельзя: «Мы же уже взяли это в спринт».
И у меня здесь всегда возникает вопрос: а где тогда сама гибкость? :)
Но и другая крайность тоже вряд ли работает. Если каждый день добавлять новые задачи, убирать старые и менять направление, команда просто перестанет понимать, что вообще должна закончить.
Поэтому здесь важно разделять две вещи: цель спринта и конкретный набор работы внутри него.
В Scrum есть Sprint Goal — цель, ради которой команда выполняет спринт. И вот ее я бы как раз не меняла при каждом новом запросе.
А вот план достижения этой цели не обязательно должен быть высечен в камне.
Если появилась новая информация, можно сначала спросить:
Помогает ли изменение достичь цели спринта?
Что из уже запланированного придется изменить или убрать?
Не ставит ли новый запрос под угрозу саму цель?
Что произойдет, если оставить план как есть?
И только после этого решать, действительно ли нужно что-то менять.
Мне кажется, в этом и есть одна из сложностей Agile.
Гибкость — это не когда в спринт можно бесконечно подбрасывать новые задачи.
Но и не когда команда продолжает делать то, что уже потеряло смысл, только потому, что две недели назад так записали в план.
Наверное, нормальная гибкость находится где-то посередине: цель должна давать команде направление, а план — позволять реагировать на новую информацию.
Share
