Компетенции XXI века в финансовом секторе: перспективы радикальной трансформации профессий

Размещено на http://www.allbest.ru/

2

Компетенции XXI века в финансовом секторе: перспективы радикальной трансформации профессий

Алина Лавриненко

Ведущий эксперт отдела исследований человеческого капитала

Наталья Шматко

Заведующая отделом исследований человеческого капитала

Институт статистических исследований и экономики знаний,

Национальный исследовательский университет «Высшая школа экономики», 101000, Москва, ул. Мясницкая, 11

Аннотация

В статье рассматривается влияние прорывных технологических направлений, таких как искусственный интеллект, большие данные, интернет вещей, блокчейн, на традиционные профессии и функции сотрудников банков. Выводы основаны на обширной информации, полученной в ходе исследования кадров высшей квалификации в 2017-2018 гг. и включающей результаты текст-майнинга, анализа кейсов и экспертных интервью. При оценке изменений требований к кадрам и компетенциям учитывались текущий уровень развития технологий (включая наличие реализованных проектов по внедрению продуктов и сервисов в зарубежных и российских компаниях) и вероятность замещения отдельных функций в рамках профессий автоматизированными решениями в среднесрочной перспективе. Результаты исследования показывают, что влияние технологий на функциональные блоки банковской организации неоднородно. Большинство рассмотренных профессий трансформируются в направлении расширения набора выполняемых функций, однако некоторые профессии попадают в категорию «умирающих». В ближайшие годы весь функционал по сбору и первичному анализу данных возьмут на себя автоматизированные системы, но они не заменят полностью сотрудников банков, поскольку выступают в роли вспомогательных инструментов для повышения эффективности и результативности специалистов, расширения информационной базы, ускорения процессов принятия решений, сокращения расходов, снижения рисков.

Ключевые слова: навыки XXI века; автоматизация рабочих мест; банковские профессии; прорывные технологии; компетенции будущего

интернет вещей блокчейн сотрудник банк

За последние годы многие финансовые организации превратились в передовые лаборатории и тестируют на себе применение самых продвинутых технологий, на которые не решаются другие более консервативные или менее гибкие структуры. Многие банки уже начали оптимизацию численности сотрудников, задействованных в бумажном документообороте, а также выполняющих операции, связанные с рутинным интеллектуальным трудом: операционистов, кассиров, контролеров, операторов контакт-центров, клиентских и кредитных менеджеров, аналитиков, консультантов. Если 10 лет назад одной из важнейших проблем банковской системы была оптимизация отделений банков, то сегодня речь идет об отказе от такого формата организации работы. Финансовые учреждения стремятся превратиться в автономные технологические экосистемы с минимальным числом сотрудников.

Внедрение цифровых технологий ведет к масштабной трансформации требований к специалистам: возникает необходимость в новых профессиях; многие существующие профессии устаревают. Кроме того, меняется содержание самого понятия «профессия», поскольку набор компетенций, которыми должен обладать работник, получивший подготовку по определенной специальности, перестает быть фиксированным, статичным; профили компетенций модифицируются вслед за технологическими и организационными изменениями, превращаются в «динамические портфели». В таких условиях количественных оценок при прогнозировании кадровой потребности становится недостаточно, возрастает роль качественных методов. Организации и их кадровые службы должны перейти на модель гибких карьерных траекторий с учетом возможных переходов персонала из одних функциональных блоков компании в другие вследствие полной или частичной автоматизации их функционала. Скорость изменений возрастает; задачи, которые предстоит решать специалистам, становятся все более комплексными, а прогнозирование потребности в навыках и компетенциях неуклонно усложняется.

Отсутствие выстроенной коммуникации между работодателями и системой образования приводит к тому, что на рынке труда часто оказываются работники, в избытке обладающие невостребованными компетенциями, а дефицит актуальных знаний и навыков растет.

В статье представлены результаты исследования, оценивающего последствия (как реальные, так и прогнозируемые) внедрения прорывных технологий по ключевым направлениям цифровой экономики (искусственный интеллект, большие данные, интернет вещей, блокчейн) для традиционных банковских профессий, связанных с обеспечением основных функций банка (так называемый бэк-офис). При анализе изменения требований к кадрам и компетенциям учитывались текущий уровень технологического развития организаций (наличие реализованных проектов по внедрению продуктов и сервисов, в том числе пилотных, актуальный спрос на отдельные категории специалистов и их компетенции) и вероятность замещения ряда функций в рамках профессий автоматизированными решениями в ближайшие годы. Сделаны выводы о том, что трансформация профессий в рамках одной структуры может проходить с разными скоростями, влияние технологий на функциональные блоки банковской организации достаточно разнородно, и это значительно усложняет управление человеческим капиталом.

Обзор литературы

Ускорение технологического прогресса и растущий уровень неопределенности требуют постоянного совершенствования подходов к анализу спроса на кадры и компетенции, необходимые для удовлетворения динамичных потребностей экономики. В связи с распространением технологий и продуктов в области искусственного интеллекта -- глубокого машинного обучения, технологий обработки естественного языка, компьютерного зрения, биометрической аутентификации, интеллектуальных агентов и персональных помощников -- появилось большое число исследований, рассматривающих роль технологических прорывов в изменении профессиональной структуры занятости. Причиной этого является и растущая скорость технологических изменений: время от появления технологии до ее массового проникновения на рынок значительно сокращается. Футурологи обсуждают вероятное наступление технологической сингулярности -- гипотетического момента, когда технологический прогресс станет настолько быстрым и сложным, что окажется недоступным для понимания человеком [Sandberg,2010].

Анализ процессов замещения человеческого труда машинным вследствие внедрения робототехники или технологий искусственного интеллекта и, в частности, вероятности наступления так называемой технологической безработицы занимает особое место в исследованиях экономики труда [Kim et al.,2017]. Основные теоретические аспекты этого феномена были предложены еще экономистами-классиками (подробнее см. [Vivarelli, 2007]). Один из самых категоричных прогнозов изменения спроса на профессии, составленный для экономики США, представили исследователи из Оксфордского университета Карл Фрей (Carl Frey) и Майкл Осборн (Michael Osborne) [Frey, Osborne, 2017]. Согласно их оценкам технологии будут развиваться настолько стремительно, что уже через 10 лет до половины специалистов будут вытеснены с рынка труда. Прогнозируется усиление разрыва между кадрами высокой и низкой квалификации. В ряде страновых исследований за основу также принимается методология Фрея и Осборна. Так, анализ влияния компьютерных технологий на рынок труда Японии показал 55% вероятность автоматизации [David,2017], в странах ОЭСР этот показатель неоднороден: доля автоматизируемых рабочих мест в Корее составляет 6%, в то время как в Австрии он достигает 12% [Arntz et al.,2016]. Эти различия могут отражать не только состояние инвестиций в технологии, но и разный уровень образования и структуры рабочих мест в отдельных странах. Многие работы по данной проблематике подвергаются критике, поскольку не учитывают разнородный характер функций и задач в рамках профессий (они могут быть как рутинными, так и творческими и требовать решения нестандартных ситуаций). Кроме того, если подходить к анализу влияния технологий на рынок труда не через такие широкие категории, как «профессия» или «вид деятельности» (occupation),а рассматривать конкретные должности (job),то оказывается, что автоматизация может угрожать только 18.2% работников. Причина в том, что средний сотрудник в пределах какой-либо профессии выполняет множество неалгоритмизируемых задач, таких как планирование, решение проблем, презентация [Arntz et al.,2017].

Стоит также упомянуть исследования McKinseyGlobalInstituteи BostonConsultingGroup (BCG), опирающиеся на данные американской базы профессий O*NET. Прогнозируется, что не менее 30% функций в рамках профессий могут быть автоматизированы на текущем уровне развития технологий и на 29% может снизиться количество рабочих часов в профессиях, которые к 2027 г. не исчезнут благодаря внедрению искусственного интеллекта в банковском секторе [McKinseyGlobalInstitute, 2017; BCG, 2018].

Несмотря на множество существующих подходов и обширную критику [Ahmad, Blaug,1973; Colclough,1990; Psacharopoulos, 1991], почти все практики прогнозирования потребности в кадрах на государственном уровне базируются на так называемом ManpowerRequirementsApproach(MRA) [Hopkins,2002]. Именно он в разных модификациях применяется во многих странах, например в США, Великобритании, Германии, Нидерландах, Италии, Чехии, Франции [Wong et al.,2004]. MRA является «нисходящим» подходом (top-downapproach),поскольку в его основе лежит предположение, что рост выпуска отрасли спровоцирует пропорциональное увеличение спроса на кадры всех специальностей в ее рамках [Williems,1998]. Фундаментальная предпосылка для MRAи один из основных предметов критики -- работники не меняют вид своей деятельности. Согласно базовой методологии «предложение рабочей силы других профессий, даже со схожими наборами навыков» является незначительным для определения будущего дисбаланса спроса и предложения в рамках профессии [El Achkar,2010]. Вместе с тем многие исследователи подчеркивают: подобные прогнозы связаны с ошибочным представлением о фиксированнном объеме труда в экономике. Эмпирически доказано: рост производительности влечет за собой увеличение доходов экономических агентов, что в свою очередь вызывает повышение потребительского и инвестиционного спроса, который нельзя удовлетворить без привлечения дополнительных рабочих рук [Krugman,2003; Sala, 2011; Walker,2007]. Кроме того, в рассмотренном подходе также не уделяется достаточного внимания оценке влияния технологий на характер и содержание работы в рамках профессий.

Эмпирические исследования по экономике труда показывают, что современный технологический прогресс ориентирован скорее не на уничтожение, а на реновацию рабочих мест [Капелюшников, 2017]. Технические возможности часто преувеличиваются, не учитываются инфраструктурные, экономические, регуляторные и этические барьеры распространения технологий. Пока технологии позволяют справляться лишь с узким кругом задач, таких как, например, распознавание изображений, голоса и других биометрических данных, оценка вероятности банкротства, анализ данных устройств, предсказание сбоев техники (слабый искусственный интеллект). Системы не обладают способностью осознавать и модифицировать себя (сильный искусственный интеллект) [Bringsjord, Govindarajulu,2018]. Не разрешена проблема «интерпретируемого искусственного интеллекта» -- автоматические системы не способны давать обратную связь и объяснять пользователям логику принятия тех или иных решений, что критично в таких областях, как здравоохранение, национальная безопасность, международное право [Brynjolfsson, Mitchell,2017; Gunning,2017].

Таким образом, с учетом ограничений развитие технологий в ближайшем будущем пойдет скорее по пути улучшения эффективности выполнения отдельных задач в рамках профессий, нежели полной замены работников. Ожидается сдвиг от рутинных физических и интеллектуальных операций, которые, вероятнее всего, будут выполняться машинами и алгоритмами, к нерутинным [OECD, 2017].

Значимыми драйверами изменения требований к кадрам и компетенциям в финансовом секторе становятся цифровизация отрасли финансовых услуг, рост сегмента мобильного банкинга и финтех-революция. Цифровизация ключевых процессов в банках позволяет сокращать издержки и улучшать клиентский опыт. Все большее число банковских клиентов готовы обслуживаться дистанционно. Этому способствуют как рост охвата мобильным интернетом, так и повышение удобства интерфейсов мобильных приложений, распространение бесконтактных платежей и расширение линейки банковских продуктов, доступных онлайн. Ведущие финансовые организации стремятся стать «технологическими компаниями с банковской лицензией», реализуя стратегии цифровой трансформации. Согласно результатам исследования PricewaterhouseCoopers (PwC) в 2017 г. потребители комфортно себя чувствовали в модели «цифровой многоканальности», т. е. не отдавали предпочтения какому-то одному каналу взаимодействия с банком (интернет-браузер или мобильное приложение). Аналогичное исследование 2018 г. показало переход значительной части клиентов исключительно на мобильный банкинг [PwC, 2018]. Таким образом, усиливается необходимость не только оптимизировать персонал банковских отделений, но и максимально эффективно выстраивать работу бэк-офиса.

Методология

Наше исследование опиралось на комплекс количественных и качественных методов, включая текст- майнинг, анализ кейсов и экспертные интервью. Для оценки состояния проблемного поля и определения главных трендов спроса на профессии и компетенции был проведен семантический анализ научных публикаций и отраслевой периодики по теме будущего рынка труда, а также текстов вакансий российских и зарубежных сайтов -- агрегаторов предложений по поиску работы. Тексты обрабатывались с использованием Системы интеллектуального анализа данных iFORA, разработанной в Институте статистических исследований и экономики знаний НИУ ВШЭ [Bakhtinetal.,2017; Gokhbergetal., 2017]. В дополнение к этому из открытых источников была собрана коллекция из более сотни кейсов, отражающих практику внедрения технологических решений из выбранных областей в банковских и небанковских организациях. Кейсы рассматривались с точки зрения полного либо частичного замещения функционала «классических» банковских профессий.

В целях сбора и обобщения экспертных мнений были проведены 60 глубинных интервью с представителями функциональных блоков и рекрутмента топ-5 организаций российского финансового сектора, специалистами по выбранным технологическим направлениям и корпоративному образованию. Участники исследования были проинтервьюированы по гайду экспертного опроса, состоявшему из 22 вопросов. Затрагивалась проблематика цифровой трансформации в финансовых компаниях, внедрения новых технологических решений, процессов обучения и переобучения, будущего рынка труда в банковском секторе, в том числе возможностей автоматизации работы, устаревания профессий, новых востребованных компетенций и специальностей.

В рамках исследования прогнозировалась ситуация, при которой банковские организации внедряют все доступные на рынке по состоянию на середину 2018 г. прорывные технологические решения в области искусственного интеллекта, больших данных, интернета вещей и блокчейна. При анализе изменения требований к кадрам и их компетенциям учитывались наличие в организации уже реализованных проектов по внедрению цифровых продуктов и сервисов и вероятность замещения отдельных функций в рамках профессий автоматизированными решениями в ближайшие годы. Вследствие этого у компаний должны возникать потребности в наличии у сотрудников компетенций, соответствующих новым задачам, а также необходимость либо сокращать штат, либо нанимать новых специалистов, либо вести переподготовку уже работающих кадров.

Для целей исследования были отобраны 30 профессий банковского бэк-офиса: рассматривался функционал сотрудников, непосредственно не задействованных в заключении сделок финансово-кредитной организации с клиентами и контрагентами. Такой выбор обусловлен высоким потенциалом процессов бэк-офиса к замещению алгоритмизированными решениями, учитывая его вспомогательную функцию относительно фронт-офиса и сравнительно простой интеллектуальный характер работы многих профессий данной категории сотрудников (обработка сделок, администрирование, расчеты, управленческий и бухгалтерский учет) [Anagnoste,2017]. Для каждой профессии были определены от трех до пяти основных функций. Для этого использовались открытые данные -- описания вакансий ключевых российских сайтов-агрегаторов по поиску работы (hh.ru, career.ru, finexecutive.com). Сопоставлялись текущие возможности технологических решений и характер задач, которые обычно стоят перед сотрудниками бэк-офиса банка. Сделаны выводы о возможном вытеснении человека при выполнении отдельных функций в рамках профессий, а также о потребностях в новых компетенциях и необходимости расширения функционала.

Результаты

В результате анализа Системой iFORA, опирающейся на методы обработки естественного языка и машинного обучения, были обработаны около 18 тыс. текстов вакансий топ-15 организаций российского финансового сектора за сентябрь-декабрь 2018 г., полученные из названных открытых источников. Процесс обработки и анализа текстовых данных предусматривал пять основных этапов: первичную обработку естественного языка, синтактико-семантический анализ, тематическое моделирование, классификацию (кластеризацию) и выявление семантических паттернов. Из текстов были автоматически извлечены все значимые термины и на основе методик оценки их смысловой близости построены векторные представления терминов и документов. Дальнейший статистический анализ и кластеризация данных позволили получить проекцию многомерной модели ландшафта востребованных компетенций в виде двумерной семантической карты, фиксирующей текущий спрос на профессии и компетенции (рис. 1).

Рис. 1. Результаты картирования востребованных компетенций в финансовом секторе

Источник: Система интеллектуального анализа больших данных iFORA ИСИЭЗ НИУ ВШЭ.

Карта позволяет увидеть, что уже сейчас спрос работодателей финансовой сферы ориентирован по большей части на цифровые навыки соискателей: знание языков программирования и специфики их применения в банковском секторе, опыт работы с банковским программным обеспечением, навыки поисковой оптимизации и пр. По-прежнему сохраняется спрос на навыки продаж, в том числе в секторе B2B, и так называемые «мягкие» навыки -- личностные характеристики сотрудника, не связанные с конкретной предметной областью, которые сказываются на стиле и эффективности его работы (коммуникабельность, стрессоустойчивость, целеустремленность и пр.). В отдельные кластеры выделяются навыки, связанные с юриспруденцией, ценными бумагами и делопроизводством.

Подробное изучение практик внедрения прорывных технологических решений в таких областях, как искусственный интеллект, большие данные, интернет вещей и блокчейн, в ведущих мировых и российских банковских и ИТ-организациях (среди которых BBVA, JPMorganChase, Goldman Sachs, CreditSuisse, Wells Fargo, Amazon, Apple, Facebook, Google и др.) позволило сформировать комплексное видение текущего состояния развития технологий и их применимости. По материалам экспертных интервью и оценкам, рассчитанным по результатам анализа кейсов, была разработана «тепловая матрица», наглядно иллюстрирующая, как и в какой степени будет меняться функционал основных банковских профессий бэк-офиса. Показано, что в ситуации внедрения банком цифровых технологий значительная часть актуальных на сегодняшний день функций специалистов потребует расширения набора компетенций. Часть функций находятся под угрозой замещения технологическими решениями, а некоторые функции изменятся незначительно. Главной тенденцией является не полная замена или вытеснение отдельных профессий бэк-офиса, но их неоднородная трансформация в разных объемах и с разной степенью интенсивности.

Прогнозная оценка совокупного влияния технологий искусственного интеллекта, больших данных, интернета вещей и блокчейна на выбранные банковские профессии представлена в табл. 1.

Задачи, выполняемые аналитиками стратегии и бизнес-аналитиками, минимально подвержены влиянию технологий и слабо поддаются замещению, поскольку являются высокоуровневыми и требуют системного мышления. Использование продуктов на основе искусственного интеллекта позволит частично автоматизировать функции, связанные с методологией реализации бизнес-стратегии и оптимизации бизнес-процессов, но разработкой планов развития будут по-прежнему заниматься люди.

Развитие автоматизированных систем и голосовой биометрии будет способствовать вытеснению сотрудников подразделений контакт-центров, занимающихся стандартными (типичными) вопросами. В перспективе такие сотрудники будут задействованы в решении нестандартных (конфликтных) ситуаций и обслуживании клиентов премиального класса (например, функция «консьерж»).

Благодаря постоянному повышению точности моделей и сокращению времени на принятие решений (иногда до секунд) прежние функции риск-аналитиков будут утрачивать свою актуальность. Однако модификация существующих и появление новых рисков потребуют от них постоянного совершенствования систем оценки и способов минимизации их возникновения. Таким специалистам придется в основном решать задачи разработки методологии, поскольку даже проверка и валидация риск-моделей, стресс-тестирование также постепенно автоматизируются и перейдут машинам, высвобождая время для создания более эффективных риск-инструментов.

Автоматизация рутинных банковских операций (обработка правовых документов, поиск должников и их имущества и т.д.) уже сейчас позволяет высвободить у специалистов по работе с проблемными активами значительное время и потратить его на более сложные процедуры -- переговоры с заемщиками, цессионерами, покупателями неликвидных предметов залога и пр. Но и эти задачи будут постепенно замещаться машинным трудом. Помимо знаний в области законодательства и финансового права специалистам по работе с проблемными активами будет необходимо хорошо ориентироваться не только в существующих базах данных, но и во вновь возникающих и потенциальных источниках «полезной» информации, уметь извлекать, обрабатывать, анализировать новые сведения, в том числе с помощью технологий больших данных.

Табл. 1. Оценка совокупного влияния перспективных технологий на функционал персонала банковского бэк-офиса

Постепенная автоматизация функций, выполняемых специалистами внутреннего аудита в ручном режиме (подготовка графика и проведение аудита, разработка корректирующих мероприятий по результатам проверок для типовых повторяющихся операций), существенно упростит и облегчит их работу. Однако нетиповые ситуации все равно потребуют участия человека. Кроме того, функции аудиторов зафиксированы требованиями регулирующих органов и регламентированы инструкциями по решению тех или иных вопросов, что будет замедлять их трансформацию.

Машинная обработка данных с применением «облачных» технологий, освобождающая специалистов от огромного объема трудоемких механических работ, сокращает спрос на такие функции экономистов и бухгалтеров, как сбор и структурирование открытой информации для последующего анализа рынков, экономической ситуации, финансово-хозяйственной деятельности объектов инвестиций и пр.; проведение типовых расчетов и подготовка стандартных отчетов; контроль за уплатой налогов и валютными операциями; отслеживание рыночных сделок с собственными акциями и облигациями; управление краткосрочной ликвидностью и др.

В сфере маркетинга, как и в других областях со значительной аналитической составляющей, автоматизации подвержены в первую очередь такие функции, как сбор данных о пользовательском поведении, оценка эффективности маркетинговых стратегий и даже формирование предварительных гипотез по оптимизации каналов коммуникации с клиентом. Таким образом, маркетологи-аналитики и менеджеры интегрированных коммуникаций полностью освободятся от необходимости осуществлять аналитику вручную, но будут вынуждены освоить базовые навыки работы с технологиями, чтобы правильно настраивать их под потребности маркетинга и эффективно интерпретировать решения, предлагаемые автоматизированными системами.

Технологии, применяемые в сфере юриспруденции, приведут к автоматизации функций по подготовке до-

кументации, поиску необходимой информации, составлению типовых договоров, консультированию по часто встречающимся вопросам. Эти функции перейдут к чат-ботам и роботам-юристам. Однако нестандартные вопросы им пока не под силу. Развитие блокчейна и внедрение «умных контактов» в повседневную практику специалистов потребуют изменения портфеля компетенций: понадобятся профессионалы, не только владеющие юридическими аспектами, но и способные работать с программным кодом блокчейна.

Аналогичной трансформации будут подвержены функции сотрудников комплаенс-контроля: технологии освободят от рутины, участие человека потребуется только в нетипичных случаях и при подготовке заключений, связанных с комплаенс-риском.

Заключение

Искусственный интеллект является одним из приоритетов цифровой трансформации банковской деятельности во всем мире [Accenture, 2018; Bain&Company, 2017; FinancialBrand, 2018; FinancialTimes, 2018], радикально видоизменяя систему сбора и анализа информации о клиентах, продуктах, объектах инвестиций, источниках денежных ресурсов и пр. Во многих банках эти технологии служат сокращению времени обслуживания и планирования загрузки в колл-центрах, выявлению сомнительных операций, кредитному скорингу, анализу и предсказательному моделированию рисков досрочного изъятия депозитов, алгоритмической торговле и др. Современные модели обладают способностью к восприятию, что позволяет им демонстрировать впечатляющие результаты на уровне пилотных проектов либо при выполнении рутинных операций, но недостаток когнитивных способностей делает невозможным полное замещение человеческого интеллекта машинным.

Ключевой компетенцией становится аналитика больших данных, определяя конкурентоспособность банков будущего и открывая возможности массовой персонализации и решения большинства банковских задач (прогнозирования поведения клиентов, оптимизации продуктовой линейки, оценки рисков дефолта и др.).

Интернет вещей может применяться во всех сферах, где есть необходимость в удаленном мониторинге состояния объектов и сборе данных для предиктивной аналитики: на производственных предприятиях («умное» производство), в розничной торговле, здравоохранении, городском планировании и логистике («умный» город, «умный» транспорт, «умные» парковки), строительстве («умный» дом). Благодаря интернету вещей банки выходят на новый уровень понимания потребностей своих клиентов -- за счет сбора и анализа дополнительных данных об их поведении и предпочтениях.

С переходом на блокчейн-системы в банковской сфере, торговом финансировании, государственных органах, логистике и других областях необходимость в верификации, дублировании и резервировании данных отпадет. Это в свою очередь может повлечь за собой «отмирание» либо трансформацию «посреднических» профессий, связанных с проверкой и подтверждением информации: аудиторов, нотариусов, специалистов по факторингу, кредитным историям и пр. Пока еще блокчейн является экспериментальной технологией, и ряд проблем, связанных с ее использованием, в первую очередь регуляторных, остаются нерешенными. Однако многие компании финансового сектора, ритейлеры, транспортно-логистические операторы активно тестируют проекты, опирающиеся на технологии распределенного реестра, создавая или стимулируя спрос на специалистов по блокчейну. Во всех функциональных блоках банка сотрудникам предстоит работать в высокотехнологичной среде и решать высокоуровневые задачи; прежде всего речь идет о развитии методологии в соответствующих областях, моделировании и принятии решений на основе продвинутой аналитики. Со временем сотрудники будут вынуждены постоянно расширять и «пересобирать» свой набор (портфель) компетенций под новые возникающие задачи, поэтому особое значение приобретают разнообразные «мягкие» компетенции, обеспечивающие адаптивность специалистов к меняющимся рынкам и технологиям.

Библиография