Semnalele unei crize ascunse: cum folosești AI pentru a vedea din timp deficitul de competențe și riscul de plecări

Există un paradox tot mai vizibil în organizațiile care adoptă AI: cu cât devin mai sofisticate instrumentele de analiză a oamenilor, cu atât crește riscul de a pierde exact ceea ce încearcă să optimizeze, respectiv încrederea. În același timp, companiile care nu folosesc datele riscă să reacționeze prea târziu, când deja apar blocaje de performanță sau valuri de plecări. În acest spațiu tensionat apare o întrebare esențială: cum identifici semnalele timpurii din organizație fără să cazi în capcana supravegherii excesive?

Un prim semnal este decalajul de competențe, în contextul unei transformări profunde: aproape 40% din competențele actuale ale angajaților vor deveni irelevante sau vor necesita transformare în următorii ani, iar în unele industrii ritmul schimbării cerințelor de competențe este semnificativ accelerat în rolurile expuse la inteligența artificială. Asta înseamnă că decalajul de competențe nu mai este un fenomen static, ci unul dinamic, care se mișcă mai repede decât ciclurile tradiționale de formare.

Cercetările de la MIT arată că organizațiile încep să folosească AI pentru depistarea competențelor reale din date existente (proiecte, activitate, rezultate), nu doar din CV-uri sau evaluări formale. Aici apare o nuanță importantă: aceste sisteme nu trebuie să monitorizeze comportamentul individual în detaliu, ci să identifice modele generale. De exemplu, dacă într-o echipă crește dependența de un număr mic de oameni pentru sarcini critice, acesta este un semnal de vulnerabilitate, nu un motiv de micro-monitorizare.

Un al doilea semnal, mai subtil, este lipsa de aliniere dintre modul în care percep liderii și angajații nevoia de competențe. Datele arată că liderii supraestimează importanța competențelor tehnice, în timp ce angajații pun mai mult accent pe cele socio-emoționale. Această diferență nu este doar o divergență de opinie, ci un indicator al viitoarelor blocaje în adoptarea AI. Dacă oamenii nu văd relevanța sau nu se simt pregătiți, tehnologia nu va fi utilizată, indiferent cât de performantă este.

Mai departe, riscul de plecări din organizație nu apare brusc, ci lasă indicii. Una dintre cele mai consistente concluzii din cercetare este că lipsa oportunităților de dezvoltare internă este un factor major al plecărilor. Modelele predictive bazate pe AI pot corela evoluția profesională, istoricul de învățare și mobilitatea internă pentru a identifica unde organizația riscă să piardă oameni înainte ca aceștia să plece efectiv. Nu este nevoie să analizezi fiecare acțiune individuală; este suficient să observi unde se opresc evoluțiile. De fapt, este util să analizezi nu cine va fi înlocuit, ci unde competențele existente încep să se suprapună cu ceea ce AI poate face. Această perspectivă schimbă complet modul în care interpretăm riscul: nu mai aștepți ca performanța să scadă, ci identifici zonele unde munca devine, treptat, automatizabilă.

În paralel, studiile arată că AI reconfigurează nevoia de competențe. Analizele pe milioane de anunțuri de angajare indică o creștere puternică a cererii pentru competențe complementare AI (gândire critică, colaborare, adaptabilitate), în timp ce competențele ușor automatizabile își pierd din valoare. Asta creează un alt tip de semnal timpuriu: nu doar ce lipsește, ci ce începe să conteze mai mult fără să fie încă recunoscut în interiorul organizației.

Problema apare atunci când încercarea de a capta aceste semnale este percepută de angajați ca fiind intruzivă și, astfel, multe inițiative eșuează din lipsă de încredere. Practicile sănătoase se bazează pe transparență și claritate asupra datelor folosite, precum și pe reguli stricte care pun accent pe etică și corectitudine. Cu alte cuvinte, nu colectezi mai multe date, ci folosești mai inteligent ceea ce ai deja. Organizațiile care evită complet aceste analize nu devin mai etice, ci mai reactive. Fără o pregătire din timp, ele ajung să ia decizii mai dure, mai târziu: restructurări, recrutări accelerate sau programe de formare de criză. În schimb, cele care folosesc AI ca un sistem de detectare timpurie pot interveni mai echilibrat: formare punctuală, mobilitate internă, redefinirea rolurilor.

Așadar, AI poate deveni fie un instrument de control, fie unul de claritate organizațională. Diferența constă în modul de analiză a datelor și în felul în care comunici acest lucru oamenilor: „Cum și ce monitorizez?” sau „De ce și unde trebuie să intervenim mai devreme?”.