Как управлять в неопределенности. Часть 8. Управление в «петлях OODA»

В предыдущей статье цикла мы рассказали о цикле принятия решений и действий — цикле OODA. Цикл OODA – это заманчивая и простая концепция, однако, Джон Бойд никогда не рисовал ничего подобного. И не говорил ни о каком «цикле OODA». Зато он говорил о «петлях OODA», как модели принятия решений и действиях в условиях неопределенности. Но имеет ли это какое-то значение для бизнеса? На наш взгляд, имеет и самое непосредственное. Самые важные идеи Бойда, весьма полезны, он дал одну из самых адекватных моделей принятия решений для управления в условиях неопределенности. О том, как один из ведущих военных стратегов прошлого века предлагал управлять в высокой неопределенности и динамике ситуации, мы расскажем в этой статье.

Как управлять в неопределенности. Часть 7. Цикл OODA – упрощенная интерпретация

Цикл PDCA всем известен, однако, он предполагает, что будущее в основном поддается предсказанию и планированию, то есть неопределенность невелика. Как алгоритм действий руководителя он создавался Демингом и Шухартом давно, в условиях более-менее стабильного мира. Но BANI-мир – это мир высокой неопределенности. Да, мы стремимся снизить неопределенность и стремимся вернуться в определенный, более-менее понятный нам мир. Но это практически невозможно. Возникает закономерный вопрос, а есть ли какая-либо модель действий руководителя, которая может описать новую реальность, высочайшую изменчивость окружающего мира и среды? Ответ, да, есть, и это цикл OODA, о котором мы и расскажем в этой статье.

Новое в учете нематериальных активов для руководителя

Начиная с бухгалтерской отчетности за 2024 год обязателен к применению ФСБУ 14/2022: «Нематериальные активы». Новый стандарт бухгалтерского учета привнес много новшеств, о которых следует знать руководителю. В статье расскажем, какие активы теперь нужно считать нематериальными активами, что изменилось в их учете.

Что делать с неэффективными менеджерами? Увольнять? Нет!

Каждому из топ-менеджеров компании приходилось сталкиваться с неэффективными руководителями среднего звена. Как вдумчиво мы бы не подходили к отбору кадров, как бы аккуратно ни отбирали кандидатов на новые вакансии, результаты их работы далеко не всегда оправдывают ожидания руководителей компании. Что в этом случае делать? Увольнять? Нет, это должна быть последняя мера, когда остальные уже не работают. Так считают те руководители компаний, с которыми я переговорила.

Как «прикрутить» нейросети к бизнес-процессам?

Нейросети сегодня находятся на вершине своей популярности, и бизнес активно ищет способы их интеграции в свои процессы. На практике часто возникают ситуации, когда компании выражают живой интерес к этим технологиям, но не понимают, как их можно применить. Как правило, от представителей бизнеса звучат такие комментарии: «У нас есть масса задач, и мы понимаем, что нейросети могут предложить решения, но наши специалисты не обладают необходимыми знаниями для работы с этими технологиями». Проблема усугубляется острейшей нехваткой квалифицированного персонала, актуальной на фоне текущей ситуации в России. Несмотря на наличие сильной ИТ-команды, которая умеет разрабатывать и внедрять сложные системы, зачастую компании не могут использовать возможности современных нейросетей. В этой статье мы расскажем о новой профессии промпт-инженера, а также о типовом порядке встраивания языковых моделей в бизнес-процессы и об особенностях работы с ними.  

Где эффективно использовать нейросети? Часть 1. Управление персоналом

В ближайшие 3-5 лет технологии искусственного интеллекта серьезно изменят мир. Мы уже видим, как ИИ проникает во все сферы нашей жизни, от рекомендаций в онлайн-магазинах до голосовых помощников. И сфера управления персоналом не исключение. Нейросети и другие ИИ-технологии предлагают широкий спектр возможностей для оптимизации работы HR-отдела, автоматизации рутинных задач и повышения эффективности принятия решений. Однако перед тем как пуститься в плавание на лодке с нейросетью, важно взвесить все «за» и «против». В статье мы рассмотрим, как нейросети и большие языковые модели могут использоваться в сфере HR, какие конкретные задачи они могут решить, а также какие риски и ограничения необходимо учитывать.