Опять поспешим упредить скептиков. Многие из них сразу скажут: всё это мы уже проходили. Вспомним KPI, столь модные несколько лет назад. После их введения руководство отделов часто абсурдно пытается сохранить рост этих показателей из квартала в квартал, что ведёт лишь к сбоям в работе. Во многих отраслях неизбежна естественная сезонность, которая даёт всплеск показателей, а затем идёт сезонный спад. Сначала перевыполняющих план незаслуженно хвалят, потом также безосновательно ругают. Офисный воздух становится душным от бесконечных нервных совещаний на тему «Как же нам повысить сбыт в это квартале, если в прошлом была удачная сделка и KPI превысились на 80 %?». Что же делать, как же жить дальше, нас же шеф убьёт! Бесконечный стресс подчинённых и управленцев, битва за бумажные цифры, заслоняющая (и оттесняющая) реальную работу над повышением качества продукта.
Разумеется, мы имеем в виду вовсе не такую лобовую, линейную манеру измерять производительность труда. Наиболее вероятно, что внедрению любой по-настоящему работающей системы контроля труда должно предшествовать создание эффективной модели на основе глубокого машинного обучения. Надо признать, что это более реально главным образом для крупных и средних компаний со сложившейся структурой и устоявшимся местом на рынке. Ясно, что для быстро развивающихся стартапов это вряд ли будет осуществимо в обозримом будущем.
Но не менее очевидно и то, что двигаться в этом направлении надо: дорогу осилит идущий.