McKinsey меняет критерии найма из-за AI
М@maxvotekAI-инженер
2 недMcKinsey пересматривает подход к найму, отдавая предпочтение навыкам суждения перед структурным анализом, который теперь выполняют AI-агенты.
AI меняет требования к профессионалам: навыки рутинного анализа обесцениваются, а умение принимать решения и работать с людьми становится критическим.
- Компании начинают искать готовых специалистов с жизненным опытом, так как AI заменяет начальные этапы обучения.
- Традиционные академические показатели (средний балл) теряют значимость по сравнению с эмоциональным интеллектом и устойчивостью.
- Сервисные компании сталкиваются с кризисом подготовки кадров, так как рутинная работа, на которой учились новички, теперь автоматизирована.
McKinsey и гуманитарии
Наткнулся на цитаты из январского интервью Боба Стернфелса, главы McKinsey, для HBR IdeaCast.
Заголовки вышли про гуманитариев: фирме снова нужны историки и музыканты.
Но в том же интервью есть цифра, которая всё объясняет: в McKinsey 40 тысяч сотрудников и 20 тысяч AI-агентов, и агентов Стернфелс считает в составе рабочей силы, через запятую с людьми.
Линейный анализ и поиск закономерностей модели уже делают хорошо. Ровно этим аналитик занимался первые три года в фирме, и под это затачивали фильтр на входе: кейсы, средний балл, структурное мышление.
Теперь этого недостаточно.
Остаются суждение, амбициозная цель и нелинейные ходы. Про суждение как единственный навык, который не обесценится, я писал ещё тут, теперь то же говорит глава McKinsey.
Под это фирма подняла 20 лет данных по найму и переписала критерии:
- как человек вставал после провалов, а не только средний балл
- опыт с людьми, которые тебе не подчиняются: командный спорт, работа в ритейле
- способность учиться там, где не на что опереться
Гуманитариев никто не признал умнее. Просто структурный анализ перестал быть главным критерием, потому что эту работу теперь делает агент.
В апреле я писал, что McKinsey набирает инженеров вместо классических консультантов. Теперь к инженерам добавились историки.
Оба раза под ударом оказывается один и тот же профиль: выпускник с идеальным средним баллом, который хорошо считает и красиво раскладывает всё по буллетам. Конкурирует он теперь с подпиской за $200.
Клиент платит за человека, который принесёт рекомендацию, выдержит, когда её разнесут на совете директоров, и ответит за результат. Договариваться с людьми и держать удар учат проигранные матчи и смены за кассой, кейсы тут мало помогают.
Есть проблема, о которой Стернфелс не говорит.
Суждение в консалтинге раньше выращивали внутри: три года ты делаешь презентации, которые партнёры несут на встречи, и только потом тебя подпускают к клиенту.
Теперь эти три года делает агент, поэтому суждение приходится искать на входе - отсюда спорт, провалы и ритейл в резюме.
Похоже на признание, что фирма больше не умеет выращивать его сама.
Этот вопрос стоит задать любой сервисной компании: если черновую работу у джуниоров забрали, где они теперь научатся?
У McKinsey ответ пока - это искать уже готовых. Долго так не получится: готовых мало, а внутри их больше никто не растит.
Как учить суждению без трёх лет черновой работы, пока не знает никто, включая McKinsey.
Полное интервью тут
@maxvotek | linkedin | substack
Кратко (AI)
Глава McKinsey Боб Стернфелс отмечает, что из-за автоматизации рутинного анализа с помощью AI-агентов фирма меняет критерии найма. Теперь вместо отличников со структурным мышлением компания ищет людей с развитым суждением, опытом преодоления неудач и навыками работы с людьми. Автор подчеркивает, что это создает проблему обучения новых кадров, так как традиционная «школа» младших консультантов через черновую работу исчезает.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖