ვის უნდა დაუკავშირდეთ, როცა სამსახურს ეძებთ? ამ კითხვაზე პასუხის გასაცემად მასშტაბური შერჩევითი ექსპერიმენტები ჩატარდა, რომელიც 20 მილიონ ადამიანს მოიცავდა, შედეგები კი ასეთია: თქვენი ყველაზე ძლიერი კავშირები, რაშიც უშუალოდ თანამშრომლებთან, ახლო მეგობრებთან და ოჯახთან ურთიერთობა იგულისხმება, ყველაზე ნაკლებად გეხმარებათ ახალი შესაძლებლობებისა და სამსახურის პოვნაში. თუმცა საპირისპირო სიტუაციაა სუსტი კავშირების შემთხვევაში…
დიახ, სამსახურის პოვნაში გაცილებით სუსტი კავშირები გეხმარებათ — ისინი თქვენს ახალ სოციალურ წრეებსა და ინფორმაციებს აბალანსებენ, ამგვარად კი ინფორმაცია უფრო გამოსადეგი ხდება. თუმცა ეს ახალი აღმოჩენა არ არის, ამაზე სოციოლოგი მარკ გრანოვეტერი ჯერ კიდევ 1973 წლის ნაშრომში საუბრობდა. მას შემდეგ კი ეს თეორია „სუსტი კავშირების სიძლიერეების“ სახელით არის ცნობილი და ერთ-ერთი ყველაზე მნიშვნელოვანი საკითხია სოციალურ მეცნიერებებში. კონკრეტული საკითხი საფუძვლად უდევს ინფორმაციის გავრცელების, ინდუსტრიის სტრუქტურისა და ადამიანთა თანამშრომლობის ქსელურ თეორიებს.
თუმცა აქამდე მასშტაბური კვლევა მრავალი მიზეზის გამო არ ჩატარებულა, ახლა კი ეს მკვლევრებმა LinkedIn-ის დახმარებით მოახერხეს. მათ A/B ტესტირების მეთოდი გამოიყენეს. კვლევა კი 5 წელი გაგრძელდა. ამ დროის მანძილზე 2 მილიარდი ახალი კავშირი დამყარდა და 600 000 ახალი ვაკანსიაც გამოჩნდა. კონკრეტული მონაცემების ანალიზი არსებულ თეორიას რამდენიმე მნიშვნელოვან ინფორმაციასაც კი ამატებს:
პირველი — როცა საქმე ახალი სამსახურის პოვნას ეხება, ზომიერად სუსტი კავშირები ყველაზე გამოსადეგი ხდება, ძლიერი კავშირები კი, პირიქით.
მეორე — მაშინ, როცა სუსტი კავშირები მნიშვნელოვანია, ისინი განსაკუთრებულ ყურადღებას უნდა იმსახურებდეს ისეთ ინდუსტრიებში, რომლებიც მაღალი დონის IT-სა და პროგრამებს, მანქანური სწავლების ინტეგრაციას, ხელოვნურ ინტელექტსა და რობოტიზაციას მოითხოვს. ამის მიზეზი კი ის არის, რომ ხელოვნების მდგომარეობა კონკრეტულ ინდუსტრიაში სწრაფად ვითარდება და წარმატების მისაღწევად, აუცილებელია, ამ ტემპს მივყვეთ… სწორედ ამიტომ არის სუსტი კავშირები ასე ღირებული: იგი ახალი ტექნოლოგიური და მეთოდური განვითარების ფართო ზემოქმედებით მრავალფეროვან საზოგადოებასთან წვდომას უზრუნველყოფს.
საბოლოოდ კი კვლევამ აჩვენა, რომ სუსტი კავშირები კიდევ უფრო მნიშვნელოვანია ინდუსტრიებში, რომლებიც მეგობრულად არიან განწყობილნი დისტანციური სამუშაოს მიმართ. ხოლო, თუ იმას გავითვალისწინებთ, რომ სამყარო სულ უფრო მიიწევს ჰიბრიდული და „ნებისმიერი ადგილიდან მუშაობის“ მომავლისკენ, სუსტი კავშირების დამყარება კარიერული წარმატებისთვის კიდევ უფრო მნიშვნელოვანი ხდება.
დიახ, სამსახურის მაძიებელთათვის ყველაფერი ნათელია — უნდა მართოთ, გააფართოოთ და მრავალფეროვანი გახადოთ თქვენი ციფრული სოციალური ქსელი, რადგან სუსტ კავშირებს თქვენივე სამსახურის პერსპექტივებზე, შეთავაზებებსა და ხელფასზეც კი შეიძლება ჰქონდეს გავლენა.
მაგრამ სამსახურის მაძიებლები არ არიან მხოლოდ ისინი, ვისზეც ეს შედეგები ზემოქმედებს. აქ კი მენეჯერებზე უნდა ვისაუბროთ, რომლებიც საუკეთესო ტალანტების დაქირავებას ისეთი ციფრული პლატფორმების დახმარებით ცდილობენ, როგორიცაა LinkedIn. იმის გააზრება, თუ როგორ მუშაობს იგი და ისეთი ალგორითმების გამოყენება, როგორიცაა People You May Know, გაზრდის მენეჯერთა წვდომასა და უნარს, დაიქირაონ კვალიფიციური თანამშრომლები. ეს მათ თავისივე ე. წ. ძლიერი კავშირების მიღმა გასვლასა და ახალი ვარსკვლავის აღმოჩენაში შეიძლება დაეხმაროს. სანაცვლოდ კი, ინოვაციურობას, კორპორატიული ძრავის ამუშავებასა და ეკონომიკურ ზრდას მიიღებენ.
სამსახურის მაძიებელთა და მენეჯერების უკან, ჩვენს სამსახურზე დიდი გავლენა ალგორითმების აქტიურად მართვას აქვს. დღეს ორგანიზაციის უმეტესი ნაწილი და ციფრული ეკონომიკა ხელოვნური ინტელექტით იმართება. ამ ალგორითმებს აქვს ძალა, გაუმჯობესოს ეფექტურობა ან, თუნდაც, გარდაქმნას კომპანიის საოპერაციო მოდელი. სწორედ ამიტომ მოითხოვს AI ფრთხილ მენეჯერულ ზედამხედველობასა და შედეგების გრძელვადიან ანალიზს. შედეგად, LinkedIn-მა შიდა ხელსაწყოებიც შექმნა, რათა ყველა ქმედებას თვალყური ადევნოს.
დაბოლოს, როგორც კვლევა აჩვენებს, ეფექტურად გამოყენების შემთხვევაში, სოციალურ მედია პლატფორმებს შეუძლია დასაქმებულებს ეკონომიკური ღირებულების გაზრდაში, ხოლო დამსაქმებლებს ალგორითმებით სწორი კონტაქტების პოვნაში დაეხმაროს. ასე რომ, თუ სამსახურის მაძიებელი, მენეჯერი ან დამქირავებელი ხართ, იზრუნეთ თქვენი ონლაინ კავშირების გაფართოებაზე და კარგად დაფიქრდით, სანამ People You May Know-ს ალგორითმს დააიგნორებთ.
წყარო: HBR
