Miksi perinteinen rekrytointi ei enää riitä
Perinteiset rekrytointimallit eivät pysy nykyisen teknologiakehityksen tahdissa. Tarkastelemme, missä niiden rajat tulevat vastaan.
|
Teknologiayritykset toimivat nykyään ympäristössä, joka muuttuu nopeammin kuin koskaan. Uudet AI-työkalut, pilvipalvelut, tietoturvavaatimukset ja data-alustat kehittyvät tahdilla, johon useimmat organisaatiot eivät ole perinteisesti olleet valmistautuneita. Samaan aikaan monet yritykset käyttävät edelleen samoja tiimien rakentamisen ja kehittämisen malleja, jotka toimivat viisi tai kymmenen vuotta sitten. Kun syntyy uusi tarve, avataan uusi tehtävä. Kun osaamista puuttuu, käynnistetään rekrytointi. Kun projekti tarvitsee asiantuntijan, aloitetaan haku. Käytännössä näemme kuitenkin yhä useammin, ettei ongelma ole itse rekrytoinnissa. Ongelma on siinä, että projektit etenevät rekrytointiprosesseja nopeammin. Markkina on muuttunut pelisääntöjä nopeamminVielä muutama vuosi sitten tiimien kehitystä voitiin suunnitella suhteellisen ennakoitavasti. Teknologia muuttui hitaammin, projektien elinkaaret olivat pidempiä ja organisaatioilla oli aikaa rakentaa osaamista vaiheittain. Nyt tilanne on toinen. Monissa projekteissa kokenut kehittäjä tai arkkitehti ei enää yksin riitä. Onnistunut delivery edellyttää eri alojen asiantuntijoiden yhdistämistä – cloud-, data-, AI-, integraatio-, security-, infrastruktuuri- ja business analysis -osaamista. Samalla jokainen näistä alueista kehittyy omaan tahtiinsa ja asettaa uusia vaatimuksia osaamiselle ja kokemukselle. Kun keskustelemme asiakkaidemme kanssa projektien kriittisistä vaiheista, ongelmana on harvoin teknologian puute. Puuttuva resurssi on aika. Teknologia on olemassa. Tarve on määritelty. Projektin suunta on tiedossa. Mutta etenemiseen tarvittavaa osaamista ei ole saatavilla. Juuri tässä perinteinen rekrytointi alkaa muodostua rajoitteeksi. AI kiihdyttää kehitystä entisestäänJulkisessa keskustelussa pohditaan usein, korvaako tekoäly tiettyjä asiantuntijarooleja. Tähänastiset kokemukset viittaavat kuitenkin toisenlaiseen kehitykseen. AI:n suurin arvo ei synny asiantuntijoiden korvaamisesta. Se syntyy siitä, että kokenut asiantuntija käyttää AI-työkaluja työskennelläkseen nopeammin, tehokkaammin ja tuottavammin. AI nopeuttaa jo nyt data-analyysiä, software developmentia, testausta, dokumentointia ja suurten tietomäärien käsittelyä. Teknologia kasvattaa siten ihmisten kapasiteettia sen sijaan, että se vähentäisi heidän merkitystään. Paradoksaalisesti tämä kasvattaa kokeneiden asiantuntijoiden arvoa. Yritykset eivät enää etsi vain ihmisiä. Ne etsivät kykyä hyödyntää uutta teknologiaa tavalla, joka tuottaa todellisia liiketoimintatuloksia. Samalla vaatimukset securitylle, arkkitehtuurin laadulle ja monimutkaisten digitaalisten ekosysteemien hallinnalle kasvavat. Se, mikä aiemmin voitiin ratkaista yhden osaamisalueen sisällä, edellyttää nykyään usein useiden eri kompetenssien yhdistämistä. Siksi yhä useampi organisaatio ei enää kysy: Kenet meidän pitäisi palkata? Vaan: Miten varmistamme kyvyn tuottaa tarvittava lopputulos?
Mitä tämä tarkoittaa projektillenne?Menestyneimmät yritykset eivät enää ajattele ainoastaan tehtävänimikkeiden ja roolien kautta. Ne ajattelevat osaamista, kapasiteettia ja delivery capabilities -kokonaisuutta. Joskus oikea ratkaisu on uusi työntekijä. Joskus asiantuntija. Joskus kokonainen delivery-tiimi. Yhteistyön muoto ei ole ratkaiseva. Olennaista on, että oikea asiantuntemus on käytettävissä silloin, kun projekti sitä todella tarvitsee. Mitä nopeammin teknologia muuttuu, sitä vähemmän yrityksillä on varaa odottaa. Nykyajan projektien suurin riski ei useinkaan ole huono päätös. Suurin riski on reagoida liian hitaasti.
|