Non esagerate con il people management

La tendenza all’ottimizzazione ingegneristica toglie motivazione ai dipendenti

Peter Cappelli

Ottobre 2020

Non esagerate con il people management

L’avvio della lunga marcia verso un management illuminato viene generalmente datato negli anni Trenta, quando i ricercatori, e soprattutto i capi delle aziende, cominciarono ad abbandonare l’assunto che gli operai dovevano venire trattati come macchine, costringendoli a svolgere i loro compiti in base a specifiche tecniche estremamente dettagliate. Nacque così l’idea che la performance dell’azienda sarebbe migliorata coinvolgendo effettivamente le persone nelle decisioni operative. La fazione pro-empowerment è cresciuta per decenni. Ma oggi appare evidente che il pendolo è tornato a oscillare nella direzione opposta – che il vecchio modello ingegneristico si sta riaffermando alla grande. Ed è motivo di forte preoccupazione.

Mentre molte organizzazioni – specie quelle che sono più appiattite o hanno adottato metodi di lavoro agile – dicono ancora di credere nel coinvolgimento dei lavoratori, sono vieppiù numerose quelle che sembrano adottare un approccio orientato all’ottimizzazione, in base al quale il processo decisionale e il controllo vengono riaffidati agli esperti e agli algoritmi. La manodopera viene assimilata a una commodity e l’obiettivo è ridurla al minimo indispensabile sostituendo i dipendenti fissi con lavoratori a termine e precari e usando l’automazione e il software per ridurre la necessità del giudizio discrezionale. I comportamenti ideali vengono imposti ai dipendenti sopravvissuti, che vengono monitorati costantemente per verificarne l’obbedienza. Finora, questo cambiamento non è stato suffragato da risultati in grado di certificare un miglioramento.

L’ottimizzazione “piace” a quasi tutti gli executive perché sanno come metterla in atto e ne conoscono tutte le sfaccettature. La storia suggerisce, tuttavia, che i problemi a catena causati dall’idea che la produttività degli operai sia unicamente una questione ingegneristica sono stati enormi e persistenti. Perciò stavolta dovremmo essere più accorti. Decenni di evidenze sui benefici dell’empowerment e sui costi della deresponsabilizzazione vengono bellamente ignorati. Si può trovare un equilibrio tra i due modelli e si possono trarre benefici da entrambi, ma per farlo bisogna abbandonare l’idea che la performance dei lavoratori sia fondamentalmente una questione ingegneristica.

La popolarità dell’approccio ingegneristico cresceva durante le crisi economiche – quando i dipendenti non se ne vanno anche se vengono trattati come macchine – e scemava nelle fasi di ripresa, quando i dipendenti cambiano lavoro o protestano. La recessione causata dal coronavirus finirà quasi certamente per rafforzarlo ulteriormente. Senza resistenza da parte del mercato del lavoro e senza un’accurata misurazione interna degli effetti, l’ottimizzazione vincerà facilmente. Sarebbe un terribile errore.

 

L’ascesa di approcci contrapposti

Il “scientific management”, con il suo obiettivo di gestire efficientemente le organizzazioni, iniziò con Frederick Taylor ai primi del Novecento. Taylor era convinto che ci fosse un solo modo ottimale di svolgere i compiti lavorativi: gli ingegneri erano in grado di identificarlo e il ruolo degli operai si riduceva a eseguirlo. Queste argomentazioni si estesero ben presto dalla produzione al lavoro impiegatizio, influenzando tutto quanto, dai sistemi retributivi al layout di uffici e palazzi.

Negli anni Trenta, Western Electric e altri datori di lavoro videro dei problemi in questo approccio – in particolare, una tendenza degli operai a limitare lo sforzo – e iniziarono a sperimentare programmi che davano loro più voce in capitolo. I livelli di cottimo e i target di performance vennero attenuati. Quei cambiamenti determinarono grossi miglioramenti. Elton Mayo e i suoi colleghi della Harvard Business School documentarono questi risultati e codificarono delle lezioni su come ottenerli, avviando così il movimento delle relazioni umane. Il nuovo movimento si incentrava sui bisogni psicologici e sociali dei dipendenti, che volevano interagire con i colleghi, veder riconosciuto il valore del proprio lavoro ed essere coinvolti nelle decisioni. Quando queste condizioni erano soddisfatte, la performance dei lavoratori andava alle stelle; quando non lo erano, crollava.

Nel 1957 il celebre studioso di management Douglas McGregor osservò sulla Harvard Business Review che le teorie manageriali su come ottenere il massimo dai dipendenti erano profondamente divise: una fazione sosteneva che si dovevano controllare e dirigere strettamente; l’altra era convinta che i lavoratori dessero un contributo molto maggiore quando erano liberi di esprimere le proprie idee e di prendere l’iniziativa. Nel suo fondamentale libro del 1960 L’aspetto umano dell’impresa (ed. it. Franco Angeli, 1985) McGregor definì il primo approccio Teoria X e il secondo Teoria Y.

Negli ultimi quattro decenni ha prevalso il modello organizzativo imperniato sulla Teoria Y. Abbiamo assistito alla proliferazione di comitati misti azienda-lavoratori per l’igiene e la sicurezza, circoli di qualità e team di produzione responsabilizzati. La forte ascesa della Teoria Y iniziò alla fine degli anni Settanta, quando emerse in tutta la sua evidenza la bassa qualità del lavoro svolto nelle fabbriche degli Stati Uniti e di tutti gli altri Paesi in cui si erano diffuse le idee di Taylor. Il problema era almeno in parte che l’automazione aveva reso le mansioni così noiose da creare disimpegno psicologico negli operai. Quando il management reagiva al loro distacco monitorandoli più attentamente e punendoli più severamente, performance e qualità declinavano ulteriormente. L’antidoto erano accordi in base ai quali gli stessi operai di produzione, e non gli ispettori di qualità posizionati alla fine della linea, identificavano problemi e si incaricavano di risolverli. Le aziende giapponesi furono tra le prime ad adottare questa linea. Il metodo lean production di Toyota, per esempio, aveva varie componenti, ma la sua idea di fondo era lasciare agli operatori di frontline il potere di migliorare la qualità e la produttività – autorizzandoli addirittura a bloccare le linee di produzione. La netta superiorità delle automobili e di altri prodotti costruiti in quelle fabbriche ha attirato ben presto l’attenzione del management.

Ma nei primi anni Duemila il metodo lean production (noto anche come Toyota Production System) si era ormai esteso dalle automobili all’assistenza sanitaria, alla pubblica amministrazione e praticamente a tutti gli altri settori. La qualità, la produttività e gli indicatori di efficienza della manodopera, come la riduzione del turnover, erano in miglioramento. Ma ci voleva spesso un duro confronto per introdurre la lean production, soprattutto nelle fabbriche automobilistiche altamente sindacalizzate degli Stati Uniti, dove la regolamentazione del lavoro era molto rigida, la relazione tra manager e lavoratori era dominata dalla sfiducia e prevaleva la sindrome “not-invented-here”. Negli ultimi anni, tuttavia, la diffusione del project management agile ha contribuito a promuovere ulteriormente le idee su cui si fondava la Teoria Y.

 

La reazione

Si potrebbe affermare che la popolarità del modello comportamentale abbia iniziato a declinare con la Grande Recessione, i cui effetti si sono protratti così a lungo che molti giovani manager hanno raggiunto la maturità senza conoscere nient’altro. Ma erano in gioco anche altri fattori.

Forza lavoro liquida. Una grossa preoccupazione delle imprese è sempre stata che, nonostante le ampie fluttuazioni della domanda, la propria forza lavoro fosse praticamente fissa. Era difficile da tagliare quando il business andava male e difficile da reintegrare se la produzione e le vendite aumentavano improvvisamente. La gig economy suggeriva un approccio diverso.

Casi di crescita esponenziale in tempi molto brevi, come quello di Uber, i cui autisti venivano pagati solo quando c’era qualche servizio da effettuare proprio in quel momento, hanno colpito profondamente la fantasia di altri imprenditori, che hanno optato per il taglio dello staff permanente e il ricorso a lavoratori a contratto che non ricevevano benefit e non venivano pagati quando il business era in calo. Dotarsi di una forza lavoro paragonabile a un rubinetto – che si apre quando serve e si chiude quando non serve – abbattendo così i costi fissi è diventato un obiettivo esplicito. Per facilitare la transizione, sono nate società di ricerca e selezione di personale “flessibile”, che hanno introdotto nuove definizioni, come “liquid workforce” e “talent-on-demand”, per descrivere sistemi nei quali i lavoratori esterni vengono pagati a commessa e le società specializzate offrono personale aggiuntivo just-in-time. Oggi queste società offrono un coinvolgimento “a ciclo completo”, gestendo direttamente il bilanciamento tra assunzioni, licenziamenti e contratti esterni per assicurare il livello minimo di organico necessario per il flusso regolare dell’attività quotidiana.

Il modello talent-on-demand è ormai largamente diffuso. Vari studi dimostrano che solo un terzo di coloro che lavorano nelle grandi imprese americane ne sono dipendenti a tutti gli effetti. Google ha più contratti esterni e lavoratori a termine che dipendenti a tempo pieno (oltre 130.000 contro 123.000, stando a un articolo di Daisuke Wakabayashi pubblicato nel 2020 sul New York Times), un fenomeno tutt’altro che inconsueto nelle aziende dell’alta tecnologia. Il lavoro a contratto è utilizzato praticamente da tutte le aziende che offrono passaggi in automobile a pagamento e da aziende di recapito come Amazon Flex e Deliveroo. Come scriveva Patricia Callahan sul New York Times, Amazon Flex impone addirittura un incredibile standard di 999/1000 nella puntualità delle consegne. (Amazon non ha risposto a una richiesta di un commento sulle sue pratiche operative).

E non è affatto dimostrato che la riduzione del personale migliori effettivamente i risultati economico-finanziari. In media, licenziare i dipendenti velocemente e in misura massiccia nelle fasi di recessione non produce di per sé una performance finanziaria più brillante e, stando a diversi studi tra cui quello di Wayne Cascio, Arjun Chatrath e Rohan Christie-David, le aziende che non ricorrono ai licenziamenti fanno meglio. Inoltre, per ogni contratto ci vuole qualcuno che lo amministri, il che riduce sensibilmente i risparmi – come ha scoperto Lauren Weber del Wall Street Journal nel settore dei videogame.

Come se non bastasse, le mie ricerche e quelle di altri hanno dimostrato che l’utilizzo di lavoratori interinali accanto ai dipendenti in senso stretto produce effetti negativi sullo staff permanente, compromettendone la lealtà e le relazioni con i colleghi, oltre a peggiorare la performance operativa. Non sappiamo ancora molto su come si confronta la produttività dei singoli lavoratori a contratto con quella dei dipendenti, ma sappiamo per certo che, diversamente da questi ultimi, essi non hanno alcun obbligo, né giuridico né psicologico, di curare gli interessi dell’azienda. Di conseguenza, pur essendovi certamente tantissimi lavoratori esterni fortemente coinvolti sul piano psicologico, le aziende non dovrebbero aspettarsi da loro sforzi extra – anzi, andare al di là delle loro mansioni specifiche potrebbe costituire un inadempimento contrattuale. Non ci si dovrebbe nemmeno aspettare che cerchino in tutti i modi di proporre buone idee alle aziende (come fanno spesso i dipendenti) quando possono venderle a quei clienti o ai loro concorrenti.

Un’ultima ragione per cui gli assunti su cui si fonda il paradigma della forza lavoro liquida non reggono all’esame di realtà è che i lavoratori interinali non sembrano effettivamente disposti ad andarsene quando il business crolla. (Le chiusure legate alla pandemia che hanno causato una disoccupazione a livelli da Grande Depressione sia per i dipendenti regolari sia per i contractor rappresentano ovviamente un’eccezione). Le ricerche dimostrano che i lavoratori esterni spesso restano con i clienti esattamente quanto i dipendenti regolari, perché assumono man mano ruoli più determinanti. Se se ne vanno, si portano dietro le loro conoscenze e le loro informazioni. Il consulente ingegneristico Tim Near, per esempio, sa di essere prezioso perché è l’unica persona che conosce le specifiche originarie di progettazione di un componente aeronautico, oggi nuovamente molto richiesto, su cui ha iniziato a lavorare come contractor quindici anni fa.

Negoziazione dello stipendio. Una pratica semplice ma importante che discende dalla teoria della negoziazione – la differenziazione di prezzo – viene applicata attualmente alla retribuzione iniziale. È facile dimenticarsi che i datori di lavoro erano abituati a usare stipendi iniziali prefissati, specie per posizioni entry-level; oggi si negoziano anche quelli. Il 52% dei datori di lavoro che hanno risposto a un’indagine condotta nel 2017 da Career-Builder riferivano di offrire ai candidati all’assunzione stipendi inferiori a quelli che erano disposti a pagare, ovviamente nella speranza di non incontrare resistenza e tantomeno opposizione. Avevano ragione: la maggior parte delle persone da assumere non sollevavano obiezioni.

Gli esperti di organizzazione sanno che nel lungo periodo pochi problemi creano più difficoltà, anche sul piano giuridico, della scelta di pagare diversamente persone in possesso di competenze simili che fanno lo stesso lavoro. Ma i risparmi iniziali generati dal comprimere la retribuzione di partenza – che si possono misurare facilmente – sembrano avere indotto le aziende ad assumersi quel rischio.

IA e ottimizzazione. La forza più potente che spinge le imprese verso la Teoria X è l’intelligenza artificiale (IA). Oggi come oggi, gli strumenti di IA sono praticamente tutti algoritmi derivati da programmi di apprendimento delle macchine: serie di equazioni che ottimizzano i fabbisogni di manodopera, l’integrabilità dei candidati, le azioni di marketing e così via. Gli algoritmi tolgono il potere decisionale ai dipendenti e lo mettono nelle mani degli esperti – i data scientist che li costruiscono. È esattamente il cambiamento che invocava Taylor: trovare il miglior modo di operare applicando i principi dell’ingegneria.

Considerate un’attività che è sempre stata il paradigma dell’individualismo e dell’autonomia: il trasporto a lunga distanza. Un tempo, i camionisti potevano viaggiare come e quando volevano, purché arrivassero a destinazione in tempo. Oggi gli algoritmi dettano rotte e tempistiche, regole di guida e tutto il resto. Le cabine dei camion sono dotate di apparecchiature che controllano i guidatori e raccolgono informazioni, sia per garantire l’applicazione delle regole sia per migliorare gli algoritmi. Le videocamere vedono gli autisti quando staccano le mani dal volante, consentendo alle aziende di decurtare la paga se lo fanno; velocità e tempo trascorso alla guida vengono monitorati minuto per minuto; e i camionisti ricevono istruzioni curva dopo curva per raggiungere la loro destinazione (riducendo così il numero delle curve a sinistra che causano più incidenti e portano via più tempo).

Un esempio illustrativo delle possibili conseguenze di questa dinamica viene da Amazon e dai suoi oltre 125.000 addetti ai magazzini, cui vengono assegnati dei target creati da algoritmi sul tempo che dovrebbero metterci a prelevare ogni articolo elencato nell’ordine. Il mancato raggiungimento dei target porta a un’ammonizione, generata anch’essa dall’algoritmo; e tre ammonizioni possono giustificare il licenziamento, come si legge in un articolo di Scott Shane pubblicato sul New York Times nel 2020. Il capo ha ancora l’ultima parola sul licenziamento del collaboratore, ma non è chiaro quanto durerà ancora questa discrezionalità “umana”.

Quando togliamo loro tutte le decisioni, i dipendenti non si sentono più responsabilizzati, e il loro interesse a fornire un contributo addizionale viene meno. E quando sono algoritmi basati sull’IA a comandare, non è nemmeno chiaro che tipo di aiuto potrebbero dare. Supponete che un camionista scopra un modo migliore per entrare e uscire dai moli di carico: a chi lo deve dire? Sì, gli algoritmi fanno risparmiare benzina e soldi, ma le innovazioni generate dai lavoratori finiranno di esistere se ci lasceremo definitivamente alle spalle l’empowerment e istituzionalizzeremo la pianificazione e i controlli che si associano all’ottimizzazione.

Trasferire le decisioni dai manager di linea e dagli operai agli esperti e al software ha dei costi significativi che sono più difficili da rilevare. Uno è che indebolisce supervisori e manager di linea la cui responsabilità di assumere, programmare, valutare la performance e via dicendo era la prima fonte di autorità. Cosa può dire un supervisore al malcapitato collaboratore che è stato comandato a lavorare tre sabati in fila dal software di programmazione? Come può poi chiedergli una mano in più se non può far niente per lui? In questo ambiente, lo scambio di favori che aiuta a costruire relazioni e dà ai dipendenti la sensazione di avere il pieno appoggio dell’organizzazione scompare del tutto.

E ora arriviamo al monitoraggio del lavoro dei colletti bianchi, una cosa che prima era estremamente difficile da fare e ostacolava perciò l’ottimizzazione in quell’ambito. Oggi non è più così. Il nuovo software di performance management, che conta le battute e analizza e registra le schermate per rilevare pause ingiustificate e perdite di tempo, è solo la punta dell’iceberg nella raccolta di dati. Fornitori specializzati come Teramind e InterGuard vendono sistemi già pronti che mettono a disposizione tutte queste funzioni e altro ancora. Software largamente usati come Microsoft Outlook Calendar e Slack identificano già coloro che incontriamo e misurano il tempo che passiamo insieme a loro; poi quelle informazioni vanno ad alimentare modelli dei tempi standard per l’esecuzione di determinati progetti.

Misurando semplicemente il tempo di accensione delle luci che rilevano il movimento, un software può già dirci quanto tempo trascorrono le persone nei propri uffici. L’orologio marcatempo è tornato sotto forma di badge che passiamo negli appositi lettori per entrare e uscire dagli edifici, registrando l’ora di ingresso e di uscita, nonché le aree in cui entriamo per incontrare altre persone. Il software di mappatura interna va molto al di là di questo, localizzando i singoli dipendenti in tempo reale. Oggi i fornitori offrono un software che dovrebbe identificare i dipendenti dal loro modo di camminare quando non si possono vedere in faccia. Appositi sensori accertano chi si incontra con chi, misurano il tempo che passiamo alla scrivania, e via dicendo. Come ha scoperto Sarah Krause del Wall Street Journal, i datori di lavoro si mettono in ascolto nelle sale riunioni e analizzano le conversazioni per organizzare e gestire meglio i team. La fitness company Life Time, per esempio, analizza le conversazioni che si tengono nelle riunioni dei team per utilizzarle come strumento di sviluppo manageriale.

Un momento rivelatore si è avuto con le chiusure imposte dal Covid-19, quando tantissime organizzazioni hanno messo i dipendenti in regime di smart working. Le aziende si fidano dei dipendenti o tentano di monitorarli? La risposta sembra proprio essere la seconda: Drew Harrell del Washington Post ha notato una forte ascesa del software “tattleware”, che osserva letteralmente tutto ciò che fanno sui loro computer i lavoratori in smart working. Un fornitore citato nell’articolo di Harrell ha detto che i suoi clienti si sentono “pienamente in diritto di sapere cosa stanno facendo i dipendenti” che lavorano da casa.

Konrad Putzer e Chip Cutter del Wall Street Journal hanno riferito che mentre le aziende si preparavano a far rientrare i Iavoratori dopo il lockdown, alcune installavano software di mappatura interna per monitorare il rispetto delle nuove regole di distanziamento sociale. Vari osservatori hanno notato che non ci sarebbero valide ragioni per disinstallarlo dopo la fine della pandemia.

Tutte queste informazioni possono essere usate con fini costruttivi, come nella progettazione di layout più efficienti per gli uffici. Ma potrebbero anche identificare i dipendenti che si trattengono all’esterno per periodi prolungati, quelli che organizzano scommesse collettive e via dicendo. Ethan Bernstein e Ben Waber osservano che gli sforzi di progettazione top-down intesi a rendere più efficienti gli ambienti di lavoro si rivelano spesso controproducenti – riducendo per esempio la collaborazione anziché accrescerla. E raccomandano alle aziende di fare esperimenti per capire quali pratiche generano i risultati che contano. (Si veda “La verità sugli open-space”, HBR, novembre 2019).

Ai dipendenti non è mai andata a genio l’idea di essere tenuti sotto controllo. L’ondata di scioperi che portò alla nascita dei sindacati negli anni Trenta fu motivata in ugual misura dal desiderio di opporsi al controllo del management e alle regole ferree del taylorismo, come l’umiliante tempificazione standard delle pause per i bisogni fisiologici, e dall’insoddisfazione retributiva. Va detto inoltre che il monitoraggio non funziona quasi mai come ci si aspetta, perché i lavoratori trovano la maniera di eluderlo. Stando a un sondaggio di Simply Hired, un fornitore online di servizi per l’impiego, più di un quarto dei dipendenti ammette di oscurare le webcam dei propri computer, e quasi un terzo usa il proprio cellulare anziché quello aziendale quando parla coi colleghi per impedire ai datori di lavoro di origliare.

Perseguire l’ottimizzazione che si fonda sull’IA non è nemmeno gratuito. Così come il scientific management di Taylor obbligava le aziende a ingaggiare una pletora di esperti dal settore, allora emergente, dell’ingegneria industriale, gli sforzi di ottimizzazione attualmente in corso stanno alimentando la domanda di data scientist. I posti di lavoro per i costruttori di algoritmi stanno aumentando rapidamente, con uno stipendio base che secondo Glassdoor è di 113.309 dollari.

 

Trovate un equilibrio

Si potrebbe affermare che tutto congiura contro la Teoria Y. Secondo alcune stime, un terzo dei CEO di tutte le grandi imprese è laureato in ingegneria e in informatica. Il 47% dei CEO proviene dalla finanza, un campo dominato dalla minimizzazione dei costi, dalle formule e dai target numerici – non certo dall’empowerment. Gli approcci comportamentali che si associano alla Teoria Y appaiono solo in misura modesta nei programmi delle business school, e sono nettamente secondari rispetto ai corsi di microeconomia, contabilità, finanza e produzione – fondati tutti quanti su processi di ottimizzazione. Nel frattempo, i programmi di formazione manageriale che mettono al centro gli aspetti comportamentali sono praticamente scomparsi.

Infine, gli approcci imperniati sulla Teoria Y richiedono il tempo e l’energia di leader e manager e sono fluidi. Per contro, gli approcci orientati all’ottimizzazione possono essere regolamentati, delegati e allineati a priorità hard, come massimizzare l’efficienza e ridurre i costi, che fanno la felicità dei CFO e di Wall Street.

Un esempio doloroso del disprezzo per la Teoria Y che prevale nelle stanze dei bottoni si può trovare nel reportage di Alec MacGillis per il New Yorker sulla ristrutturazione di Boeing e su come questo atteggiamento abbia contribuito a rendere ancora più complicato il percorso del nuovo 737 Max. Il programma di “lean production” dell’azienda, tramite il quale gli ingegneri perseguivano miglioramenti da apportare al processo, era a suo tempo un simbolo di qualità e di efficienza. Quando un alto dirigente ha annunciato il taglio dei fondi, un ingegnere impegnato nel programma ha espresso le sue perplessità in un incontro mattutino tra dipendenti e management, mettendo in evidenza i risparmi che aveva assicurato. Il dirigente gli ha risposto: «Le decisioni che prendo io incidono sui risultati più di tutte le decisioni che prendi tu».

La grande sfida che si pone ai manager non è scegliere tra Teoria X e Teoria Y. È trovare il mix di pratiche che funziona davvero, non solo in astratto. Quando nacque, il scientific management si rivelò enormemente più efficace del caos produttivo che l’aveva preceduto ed ebbe un ruolo critico nell’aiutare le grandi imprese americane a dominare i mercati globali. Molte pratiche di business vengono ancora gestite malamente e potrebbero essere molto più efficaci e ancora più corrette se venissero ottimizzate. Pensiamo alla selezione del personale: in quasi tutte le aziende, manager privi di formazione specifica in questo campo fanno ancora scelte basate quasi solo su istinto e pregiudizi.

Ma abbinare ottimizzazione e responsabilizzazione dei dipendenti funziona assai meglio. Uno dei punti di forza del lean manufacturing è che mette assieme entrambe le cose deferendo il compito di migliorare produttività e qualità agli operatori di frontline, il che li abitua a progettare più accuratamente le mansioni. È sconfortante, perciò, vedere che le aziende sostituiscono quell’approccio con il software. Un fenomeno analogo è in atto con la programmazione e gli orari flessibili. I lavoratori nel loro insieme hanno trovato il modo migliore per svolgere il lavoro soddisfacendo nel contempo i bisogni delle persone. Oggi è disponibile un software che promette di “ottimizzare” i programmi di lavoro per accrescere l’efficienza. Adesso che le aziende rivedono gli orari per garantire il distanziamento sociale negli uffici, staremo a vedere se si lasceranno guidare dai dipendenti o se opteranno per gli algoritmi.

Il vincolo più pesante sembra essere sempre lo stesso: l’attrattiva intellettuale dell’ottimizzazione e la sua promessa di un sistema ideale per la gestione dell’operatività, che una volta attuato dovrebbe andar bene per sempre. A quel punto i manager potrebbero risparmiarsi la fatica di coinvolgere i dipendenti nella soluzione dei piccoli problemi quotidiani e dedicarsi ai temi più eccitanti della strategia. Come scriveva Kurt Vonnegut nel suo romanzo Piano meccanico, «Se non fosse per le persone, le stramaledette persone che sono fatalmente associate ai macchinari … il mondo sarebbe il paradiso degli ingegneri». Può essere più facile ignorare le persone, ma non possiamo farlo. Considerare i nostri bisogni e i nostri interessi è fondamentale, e i leader efficaci devono tenerne conto.

 

Peter Cappelli è professore di Management alla Wharton School e consigliere di amministrazione del suo Center for Human Resources. È autore di diversi libri, tra cui Will the College Pay Off? A Guide to the Most Important Financial Decision You’ll Ever Make (PublicAffairs, 2015).

Commenta scrivi/Scopri i commenti

Condividi le tue opinioni su Hbr Italia

Caratteri rimanenti: 400

2 / 3

Free articles left

Abbonati!