صبح یک دوشنبه بود. روی میزم یک گزارش داشتم — نرخ ریزش کارمندان برای سهماهه آینده: ۸٪ مدل آماری ما این عدد را با اطمینان کامل نشان میداد. دادههای دو سال گذشته، ضریب همبستگی بالا، انحراف معیار پایین. همه چیز «علمی» به نظر میرسید.
سه هفته بعد، در یک صبح دیگر، هفت نفر از بهترین کارمندان تیم فناوری با هم استعفا دادند. نه ۸٪ — بلکه در یک روز، یکسوم یک تیم کلیدی رفت. مدیریت ریسک ما کجا بود؟ روی کاغذ. دقیق و بیفایده.
آن روز فهمیدم که مشکل داده نبود. مشکل این بود که ما آینده را با ابزارهای گذشته میسنجیدیم.
آنچه مدلهای مدیریت ریسک نمیبینند
بعد از آن بحران، شروع کردم به خواندن. به دنبال چیزی میگشتم که توضیح بدهد چرا سیستمهای پیشبینی ما اینقدر کور بودند. در همین مسیر بود که با کار نسیم طالب آشنا شدم.
طالب در مقالهای که در ۲۰۱۲ منتشر کرد یک استدلال ساده اما عمیق مطرح میکند: هر تخمین، یک نرخ خطا دارد. و آن نرخ خطا هم، به نوبه خودش، نرخ خطای دیگری دارد.
مدیریت ریسک سنتی در منابع انسانی سه نقطه کور دارد:
نقطه کور اول: فرض میکند رفتار انسانی از توزیع نرمال پیروی میکند. اما انسانها در شبکههای اجتماعی تصمیم میگیرند — یک نفر میرود و پنج نفر دیگر را با خود میبرد.
نقطه کور دوم: دادههای گذشته را آینه آینده میبیند. اما بازار کار، فرهنگ سازمانی و انتظارات نسل جدید در حال تغییر مداوم هستند.
نقطه کور سوم: خطای مدل را اندازه نمیگیرد. وقتی میگوییم «ریزش ۸٪ است»، هیچوقت نمیپرسیم «خطای این تخمین چقدر است؟»
سه بحران واقعی که مدیریت ریسک سنتی شکست خورد
بحران اول — موج استعفای بزرگ (۲۰۲۱):
شرکتهای بزرگ فناوری در آمریکا با مدلهای پیچیده مدیریت ریسک کار میکردند. اما در سال ۲۰۲۱، بیش از ۴۷ میلیون نفر در آمریکا داوطلبانه شغلشان را ترک کردند. هیچ مدل آماری این رویداد غافلگیرکننده را پیشبینی نکرده بود. سازمانهایی که بیشترین آسیب را دیدند، آنهایی بودند که بیشترین اطمینان را به مدلهایشان داشتند.
بحران دوم — فروپاشی فرهنگی یک استارتاپ:
یک استارتاپ فینتک که میشناختم، سیستم ارزیابی عملکرد دقیقی داشت. نمرات، KPIها، داشبوردهای رنگارنگ. اما یک چیز را اندازه نمیگرفت: اعتماد. وقتی مدیرعامل در یک جلسه عمومی رفتار تحقیرآمیزی نشان داد، در عرض دو هفته ۱۲ نفر از ۴۰ نفر تیم رفتند. مدیریت ریسک آنها روی اعداد بود، نه روی انسانها.
بحران سوم — تجربه خودم:
برگردم به همان هفت استعفا. بعد از بحران، با هر کدام از آنها صحبت کردم. همه میگفتند علائم از شش ماه قبل وجود داشت — در گفتگوهای غیررسمی، در جلسات تیمی، در نحوه واکنش به تصمیمهای مدیریت. مدل ما این سیگنالها را نمیدید چون قابل اندازهگیری نبودند.
از مدیریت ریسک به پادشکنندگی: تغییری که در تیمم ایجاد کردم
بعد از آن بحران، تصمیم گرفتم رویکردم را عوض کنم. نه اینکه مدلها را کنار بگذارم، بلکه بفهمم مدلها کجا کور هستند و برای آن کوری آماده باشم.
سه تغییر اصلی در تیمم ایجاد کردم:
تغییر اول — از پیشبینی به آمادگی:
به جای اینکه انرژی صرف دقیقتر کردن مدلهای پیشبینی کنم، شروع کردم به طراحی سیستمهایی که در برابر غافلگیری انعطاف داشتند. برای هر تیم کلیدی، یک «نقشه آسیبپذیری» ساختیم — اگر این سه نفر بروند، چه اتفاقی میافتد؟
تغییر دوم — گوش دادن به سیگنالهای ضعیف:
یک سیستم غیررسمی «دماسنج فرهنگی» راه انداختیم. هر ماه، مکالمات کوتاه ۱۵ دقیقهای با افراد مختلف — نه ارزیابی رسمی، بلکه گفتگوی واقعی. این اطلاعاتی میداد که هیچ نرمافزار HR ای نمیتوانست بدهد.
تغییر سوم — پاداش دادن به خبر بد:
فرهنگ تیم را تغییر دادیم. کسی که زودتر از همه یک مشکل را گزارش میداد، تشویق میشد — نه مجازات. این یک تغییر ساده بود اما نتیجهاش چشمگیر: سرعت شناسایی مشکلات سه برابر شد.
جمعبندی: مدیریت ریسک با چشمان باز
دو سال بعد، وقتی یک موج کوچک استعفا شروع شد، این بار دو هفته قبل از اینکه کسی برود، ما میدانستیم. مدیریت ریسک واقعی این است — نه پیشبینی دقیق، بلکه دیدن زودتر و پاسخ دادن سریعتر.
طالب میگوید آینده همیشه رویدادهای غافلگیرکنندهتری از گذشته دارد. من این را نه در کتاب، بلکه در یک دوشنبه صبح با هفت نامه استعفا یاد گرفتم.
مدیریت ریسک واقعی در منابع انسانی از سه اصل پیروی میکند:
- فروتنی در برابر مدل: بدانید که هر عدد، یک خطای پنهان دارد.
- آمادگی به جای پیشبینی: سیستمهایی بسازید که در برابر غافلگیری انعطاف دارند.
- یادگیری از بحران: هر رویداد غیرمنتظره یک داده ارزشمند است، نه یک شکست.
سازمانی که این سه اصل را در DNA منابع انسانیاش دارد، پادشکننده است. نه به این دلیل که بحران ندارد — بلکه به این دلیل که از هر بحران، قویتر بیرون میآید.
