Vai trò của Nhân sự trong tổ chức có hệ sinh thái định hướng thị trường

Lược dịch bài “HR roles in a Market-Oriented Ecosystem (MOE) organization”

Các chuyên gia Nhân sự mang đến các giá trị như người kiến tạo nhân tài, năng lực lãnh đạo và các chương trình trong tổ chức. Đã có nhiều thảo luận về cách Nhân sự có thể và nên đáp ứng các xu hướng về nhân tài và lãnh đạo để gia tăng trải nghiệm của người lao động, sự thực thi chiến lược, sự chia sẻ của khách hàng, niềm tin của nhà đầu tư và danh tiếng của cộng đồng. Ngoài ra, còn có sự phát triển về cách tư duy và vận hành một tổ chức. Để Nhân sự cung cấp được giá trị đầy đủ, điều quan trọng là xác định 2 đặc điểm của loại hình tổ chức mới xuất hiện này và vai trò của Nhân sự trong việc đưa tổ chức đến thành công.

Sự xuất hiện của một Mô hình tổ chức mới

Các doanh nghiệp phát triển qua các dạng mô hình tổ chức khác nhau (Hình 1). Trong sự phát triển này, một tổ chức phù hợp với mục đích tồn tại bằng cách mô phỏng theo bối cảnh kinh doanh mà nó đang hoạt động. Trong một thế giới kinh doanh phức tạp, tổ chức có cơ cấu thứ bậc hoặc quan liêu cần tạo ra sự rõ ràng về việc ai giữ vai trò gì và cách thức phân chia trách nhiệm giữa các vai trò này. Trong một thế giới của hành động độc lập, chuyên môn hóa thường được ủng hộ trong các hệ thống thứ bậc cần đưa ra các giải pháp toàn diện thông qua các hệ thống phù hợp. Các mô hình sắp xếp tổ chức bao gồm “STAR” của Jay Galbraith và 7-S của McKinsey. Trong một thế giới mơ hồ, các tổ chức cần tạo ra một bản sắc riêng biệt, hoặc một tập hợp các năng lực cần thiết để phân biệt các tổ chức này trên thị trường nhằm giúp họ đạt được thành công.

https://cdn.shrm.org/image/upload/c_crop,h_611,w_1238,x_661,y_322/c_fit,f_auto,q_auto,w_767/v1/HRPS/Blog/ulrich_1_xnrbmd
Hình 1: Sự phát triển của Mô hình tổ chức

Định nghĩa về Hệ sinh thái định hướng thị trường

Trong thế giới số thay đổi, biến động và gián đoạn đến khó tin hiện nay, các tổ chức cần tái sáng tạo bản thân để trở nên nhanh nhạy hơn với những cơ hội thị trường. Trong nghiên cứu của chúng tôi về những doanh nghiệp hàng đầu hiện nay (ví dụ như: Amazon, Facebook, and Google tại Mỹ; Alibaba, DiDi, Huawei, and Tencent ở Trung Quốc; và Supercell ở Châu Âu) và bằng cách tổng hợp các nghiên cứu khác trong lĩnh vực này (với các khái niệm như mô hình quản trị holacracy, cơ cấu tổ chức không ranh giới – boundaryless, agile, cơ cấu tổ chức thuận 2 tay – ambidextrous, cơ cấu tổ chức mạng lưới – network, và tổ chức cấp số nhân – exponential), chúng tôi đã định nghĩa một mô hình tổ chức mới gọi là Hệ sinh thái định hướng thị trường (MOE) mà các doanh nghiệp có thể áp dụng để tăng giá trị thị trường và giành chiến thắng.

Thay vì được tổ chức bởi các Khối/Ban, nơi mà những chuỗi mệnh lệnh dùng để phân bổ nguồn lực, tổ chức MOE có một nền tảng nguồn lực (tiền bạc, con người, công nghệ, dữ liệu) được dành cho các cơ hội thị trường. Mỗi cơ hội thị trường được chỉ định cho một nhóm độc lập (hoặc 1 đơn vị cơ sở) nơi mà các nhân viên dự đoán các yêu cầu của khách hàng và nhanh chóng đáp ứng nhu cầu đó. Trong lịch sử, logic tổ chức này có thể thấy ở các Tập đoàn holding – với một trung tâm và các nhánh vệ tinh. Nhưng MOE kết nối các nhóm độc lập và các nền tảng vào một hệ sinh thái để chia sẻ thông tin, nguồn lực và chuyên môn quan trọng để thúc đẩy sự ám ảnh về khách hàng (customer obsession), sự đổi mới và thích ứng nhanh. MOE là cách mới để thiết kế tổ chức từ quy mô nhỏ (thích ứng nhanh dựa trên các nhóm độc lập) đến lớn (lợi thế kinh tế theo quy mô dựa trên các nền tảng), từ đổi mới (thấu hiểu mới về thị trường được khám phá bởi các nhóm định hướng thị trường) đến học hỏi (chia sẻ thông tin qua các nhóm và các nền tảng).

Vai trò của Nhân sự trong việc tái sáng tạo tổ chức MOE

Để tái sáng tạo một tổ chức theo thứ bậc, hệ thống, hoặc dựa trên năng lực và tạo ra một tổ chức MOE, chúng tôi hình dung Nhân sự tham gia vào năm hoạt động (Hình 2).

https://cdn.shrm.org/image/upload/c_crop,h_812,w_1800,x_0,y_0/c_fit,f_auto,q_auto,w_767/v1/HRPS/Blog/ulrich_2_sykjf8
Hình 2: Các hoạt động của Nhân sự tái sáng tạo tổ chức MOE

1. Xây dựng bối cảnh kinh doanh cho MOE

2. Định nghĩa và kiểm toán các khía cạnh của MOE

https://cdn.shrm.org/image/upload/c_crop,h_520,w_1070,x_386,y_420/c_fit,f_auto,q_auto,w_767/v1/HRPS/Blog/ulrich_3_prwuao
https://cdn.shrm.org/image/upload/c_crop,h_520,w_1070,x_386,y_420/c_fit,f_auto,q_auto,w_767/v1/HRPS/Blog/ulrich_3_prwuao
Hình 3: Các khía cạnh của tái sáng tạo MOE

3. Đưa ra hướng dẫn về quy trình quản trị

https://cdn.shrm.org/image/upload/c_crop,h_273,w_351,x_126,y_69/c_fit,f_auto,q_auto,w_auto/v1/HRPS/Blog/ulrich_4_jcwvwx
Hình 4: Sáu cơ chế quản trị

4. Huấn luyện, tư vấn và phát triển các nhà lãnh đạo MOE

5. Triển khai và hoàn thiện Kế hoạch chuyển đổi MOE

Nguồn: https://blog.hrps.org/blogpost/HR-Roles-in-a-Market-Oriented-Ecosystem-MOE-Organization

Dự đoán nhân viên nghỉ việc bằng trí tuệ nhân tạo (AI)

Một số công ty đã ứng dụng trí tuệ nhân tạo (AI) vào quản trị nhân sự và thu được một số kết quả đáng ghi nhận. Dưới đây là 2 trường hợp: một công ty ở VN – FPT và một công ty nước ngoài – IBM. Hãy xem những gì họ đã làm được.

Tại FPT, họ xây dựng một hệ thống dự đoán nhân viên nghỉ việc, ngoài việc đưa ra danh sách nhân viên được dự đoán sẽ rời công ty, hệ thống cũng đưa ra mức độ tin cậy của phép dự đoán cho từng nhân viên cụ thể. Mức độ tin cậy được thể hiện qua một giá trị số, có thể hiểu như là một giá trị xác suất, giá trị ứng với một nhân viên càng cao thể hiện khả năng nhân viên đó rời công ty càng lớn. Cùng với đó hệ thống sẽ đưa ra một số nguyên nhân có khả năng dẫn tới quyết định nghỉ việc của nhân viên. Các dữ liệu được sử dụng để đưa ra dự đoán bao gồm: các thông tin tĩnh về nhân viên, các thông tin về quá trình công tác của nhân viên, và các thông tin cập nhật gần đây của nhân viên:

  • Các thông tin tĩnh (Static information):
    • Tuổi (DOB)
    • Quê quán (hometown)
    • Thông tin người phụ thuộc (Dependent)
    • Thông tin về quá trình đào tạo (Education background)
    • Thông tin về kinh nghiệm, kỹ năng (Experience, skill)
  • Các thông tin quá trình công tác (Process information)
    • Đơn vị làm việc (Branch)
    • Địa điểm làm việc (Location)
    • Lương (Salary)
    • Cấp cán bộ (Employee level)
    • Thông tin OT (OT)
    • Thông tin onsite (onsite)
  • Các thông tin cập nhật gần đây (Recent updates)
    • Thay đổi lương (Salary)
    • Bổ nhiệm, miễn nhiệm (Promotion, demotion)
    • Các dự án gần đây (Project)
    • Thông tin OT gần đây (OT)
    • Thông tin onsite gần đây (onsite)

Thực nghiệm được tiến hành trên danh sách nhân viên đã và đang làm việc tại Fsoft trong khoảng thời gian từ năm 2014 đến 2017. Với bài toán 1, hệ thống đạt độ chính xác (precision) là 86%, độ bao phủ (Recall) là 70%, và độ đo F1 là 77%. Với bài toán 2, hệ thống đạt độ chính xác, độ bao phủ, và độ đo F1lần lượt là 51%, 33%, và 40%. Các giá trị này có thể được diễn giải như sau. Giả sử trong 3 tháng tới có 100 nhân viên nghỉ việc, hệ thống sẽ đoán được 33 người trong số đó (33%), và để đoán đúng 33 người này hệ thống đưa ra danh sách đự đoán gồm 65 người (tỷ lệ đúng 51%).

Một số khó khăn gặp phải khi giải quyết bài toán:

  • Dữ liệu thiếu giá trị (missing data): Do cách thức thu thập thông tin hiện tại của Fsoft, nhiều trường thông tin không được lưu trữ đầy đủ. Điều này dẫn tới một số đặc trưng chỉ có mặt ở một phần dữ liệu, gây khó khăn cho việc xây dựng mô hình dự đoán.
  • Dữ liệu không cập nhật (Out-of-date data): Một số thông tin không được cập nhật thường xuyên dẫn tới thông tin không có ý nghĩa. Ví dụ một nhân viên có thêm người phụ thuộc (sinh con) hoặc nhưng nửa năm sau hệ thống mới cập nhật lại.
  • Các đặc trưng từ bên ngoài (Outside features): Trong nhiều trường hợp nhân viên nghỉ việc không xuất phát từ lý do về công việc hiện tại mà xuất phát từ một thông tin bên ngoài. Ví dụ vào một ngày nhân viên nhận được lời đề nghị từ một doanh nghiệp với chế độ tốt hơn và quyết định nghỉ việc. Những đặc trưng như vậy nằm ngoài khả năng phân tích của hệ thống.

IBM đã xây dựng một chương trình dự đoán khả năng nghỉ việc của nhân viên và đưa ra các phương pháp phòng ngừa cho các nhà quản lý. IBM từ chối giải thích phương thức hoạt động bí mật của chương trình, thứ đã khiến trí tuệ nhân tạo hoạt động hiệu quả trong việc chỉ ra nhân viên có nguy cơ nghỉ việc (IBM đã chính thức phát biểu rằng các dự đoán cho kết quả chính xác trong “khoảng” 95%). Song, họ khẳng định rằng, thành công này đến từ việc phân tích nhiều điểm dữ liệu.

Chương trình của IBM không chỉ có hiệu quả trong việc dự đoán khả năng nghỉ việc, nó còn đưa ra nhận định về năng lực nào nhân viên còn thiếu và lộ trình nghề nghiệp phù hợp với năng lực của nhân viên. Việc minh bạch rõ ràng với từng nhân viên về con đường nghề nghiệp của họ là một vấn đề mà nhiều công ty không thực hiện được, trong khi điều này lại đang ngày càng trở nên quan trọng hơn. Minh bạch với nhân viên có nghĩa là thành thật về các yêu cần về kỹ năng, đặc biệt là khi nhân viên có thể không có chúng.

Nguồn:

(1) https://techinsight.com.vn/du-doan-nhan-vien-nghi-viec-giai-phap-cho-bai-toan-nhan-luc/

(2) https://techinsight.com.vn/tri-tue-nhan-tao-cua-ibm-co-the-du-doan-chinh-xac-toi-95-nhan-vien-nao-co-du-dinh-nghi-viec/