Ověřování dovedností je pro firmy slabinou, ukazuje aktuální průzkum

Sdílet
Firmy sice čím dál častěji mluví o dovednostním náboru, ale jen málokteré skutečně ověřují reálné schopnosti uchazečů. Většina se stále spoléhá na životopisy a pracovní tituly, což může být cesta do slepé uličky. Jaké překážky brání pokroku a jaké nástroje mohou pomoci situaci změnit?
Ověřování dovedností je pro firmy slabinou, ukazuje aktuální průzkum

Proč je ověřování dovedností pro firmy stále problém

Ačkoliv se v posledních letech skloňuje pojem „nábor podle dovedností“ čím dál častěji, realita ve firmách je mnohem složitější. Podle aktuální zprávy HireVue a Aptitude Research si jen 12 % organizací věří, že jsou v ověřování dovedností skutečně efektivní. Polovina dotázaných je se současným procesem nespokojená a 72 % firem stále hodnotí kandidáty převážně podle životopisů nebo vlastních tvrzení uchazečů. To znamená, že většina firem se pohybuje v kruhu domněnek, místo aby stavěla na ověřených faktech.

Tento stav potvrzuje i komentář hlavní analytičky Aptitude Research, která upozorňuje, že debata o dovednostech se za poslední roky příliš neposunula. Firmy často nevědí, kde začít – zda budovat inventář dovedností, investovat do nových nástrojů, nebo měnit samotný rámec náboru. Výsledkem je, že mnoho organizací uvízlo ve fázi plánování a skutečný posun směrem k ověřování dovedností se nekoná.

Nejčastější překážky: zvyky, technologie i nejasná definice

Jedním z hlavních důvodů, proč firmy zůstávají u „předpokládaných dovedností“ vyčtených z životopisů a pracovních titulů, je odpor ke změně – a to jak mezi manažery, tak i v nejvyšším vedení. Další bariérou jsou technologická omezení a chybějící shoda na tom, co vlastně „dovednost“ znamená. Bez jasné definice a měřitelných kritérií se těžko nastavují nové procesy.

Firmy také často neumí změřit, jaký dopad má ověřování dovedností na klíčové ukazatele, jako je rychlost náboru, výkonnost zaměstnanců, retence nebo snižování předsudků. Bez dat a jasných výsledků je těžké přesvědčit vedení, aby do změn investovalo energii i prostředky.

Jaké cesty vedou k lepšímu ověřování dovedností

Pozitivní je, že některé firmy už začínají budovat formální rámce pro práci s dovednostmi – například mapování dovedností nebo nastavování odměn podle ověřených schopností. Tyto kroky mohou pomoci překlenout nedostatek talentu a získat podporu vedení. Důležitou roli hrají také nové nástroje, které umožňují dovednosti skutečně ověřovat – například strukturované testy, simulace nebo řešení poháněná umělou inteligencí.

Zajímavé je, že v souvislosti s nástupem AI a obavami z nedostatku talentů přechází firmy na dovednostní nábor i proto, aby byly připravené na budoucnost. Přesto méně než třetina lídrů věří, že jejich organizace má dovednosti potřebné pro dlouhodobý úspěch.

Inspirace a doporučení pro praxi

Aby firmy zvládly přechod na dovednostní nábor, vznikají i praktické návody a nástroje. Business Roundtable například představil tři konkrétní pomůcky, které obsahují zkušenosti firem jako Accenture nebo Bank of America. Tyto materiály radí, jak upravit požadavky na pozice, jak školit manažery a jak zapojit klíčové stakeholdry do změn.

Celkově platí, že cesta k efektivnímu ověřování dovedností není jednoduchá, ale je nezbytná pro budoucí konkurenceschopnost firem. Klíčem je nebát se změn, opřít se o data a využívat moderní technologie, které umožní dovednosti skutečně ověřit – nejen předpokládat.

Zdroje: Yahoo Finance

Zůstaňte v obraze s AI novinkami

Přihlaste se k odběru mého newsletteru a získejte nejnovější tipy, triky a novinky ze světa umělé inteligence přímo do vaší schránky. Žádný spam, pouze hodnotný obsah.

Týdenní přehled novinek

Exkluzivní návody

Slevy na workshopy

Name(Required)
Privacy(Required)

Odesláním souhlasíte se zpracováním osobních údajů. Odhlásit se můžete kdykoliv.

Další články

Další zajímavé články, které by vás mohly zajímat

Umělá inteligence nenahrazuje lidi, ale malé firmy z ní zatím netěží vůbec

Technologičtí giganti letos investují do umělé inteligence astronomických 660 miliard dolarů. Evropské studie přitom ukazují, že AI sice zvyšuje produktivitu zaměstnanců v průměru o 4%, ale nejde o žádnou revoluci. Zásadní je, že AI pracovníky...

AI odhaluje tajemství Alp: Nový pohled na historické zalednění

Představte si, že se procházíte po úbočí Alp a snažíte se vykreslit si v myšlenkách obrázek, jak vypadaly před 25 000 lety, pod masivní vrstvou ledu. Vědci z Univerzity v Lausanne nedávno učinili převratný objev,...

Jaký je rozdíl mezi rychlým hledáním a hloubkovým výzkumem (deep research)

Rozlišovat mezi tím, když si s AI jen tak povídáme, a využitím jejích schopností pro hlubší, systematický výzkum, je zásadní. Tento článek vysvětluje, proč běžné dotazy AI nemusí nabídnout aktuální a ověřené informace, jak funguje...