یادداشت‌ها استخدام

به‌جای نامزدِ بی‌نقص، شکاف‌های توانمندی تیم را پیدا کنید

پیش از آن‌که آگهیِ یک «مهندس همه‌فن‌حریف هوش مصنوعی» را تأیید کنید، یک تمرین ساده انجام دهید. در ستون اول جدول، کارهایی را بنویسید که تیم باید انجام دهد. در ستون دوم مشخص کنید چه کسانی از عهده‌ی هرکدام برمی‌آیند. در ستون سوم پیامد انجام ندادن یا بد انجام دادن آن کار را ثبت کنید.

خانه‌های خالی جدول از عنوان‌های شیک شغلی اطلاعات بیشتری به شما می‌دهند.

این موضوع به‌ویژه برای تیم‌های داده، نرم‌افزار و هوش مصنوعی مهم است. یک آگهی می‌تواند از داوطلب پایتون، رایانش ابری، بازیابی اطلاعات (RAG)، ایجنت، عملیات یادگیری ماشین (MLOps)، امنیت، ارتباط با ذی‌نفعان و قضاوت محصول بخواهد؛ آن هم پنج سال تجربه با ابزارهایی که عمرشان به پنج سال نمی‌رسد! آگهی جامع به نظر می‌رسد، اما نیاز واقعی تیم را پنهان می‌کند. آیا کسی را می‌خواهیم که ارزیابی مدل‌ها را بهتر کند؟ سرویس‌های عملیاتی را اداره کند؟ درخواست مبهم کسب‌وکار را به مسئله‌ای روشن تبدیل کند؟ پایه‌ی داده را ترمیم کند؟ یا جلوی خودکارسازی ناامن را بگیرد؟

استخدام باید توانایی کل گروه را بیشتر کند، نه این‌که فقط تعداد بیشتری از تیک‌های یک فهرست را در رزومه‌ی یک نفر پیدا کند. برای این کار دو انضباط لازم است: اول، نیاز واقعی تیم را تعریف کنید؛ بعد، همه‌ی داوطلبان را با شواهد یکسان و مرتبط با کار بسنجید.

این دو با هم سازگارند. جور کردن نقش با نیازهای تیم به معنی بداهه‌پردازی در فرایند انتخاب نیست.

پیش از نوشتن آگهی، توانمندی‌های تیم را بررسی کنید

این جدول کمک می‌کند تصویر روشنی از توانایی‌های موجود داشته باشید. عمداً روی کار تمرکز می‌کند، نه عنوان افراد.

توانمندیچه چیزی نشان می‌دهد این توانایی در تیم هست؟اگر ضعیف باشد چه خطری داریم؟در استخدام دنبال چه باشیم؟
تعریف مسئله‌ی کسب‌وکارکسی می‌تواند درخواست‌ها را به تصمیم‌های قابل‌سنجش تبدیل کندکار فنیِ چشمگیری تحویل می‌شود که مشکل اشتباهی را حل می‌کندقضاوت محصول و مهارت کشف مسئله
ساخت و یکپارچه‌سازیمهندسان می‌توانند مدل، داده، API و نرم‌افزار متعارف را کنار هم بگذارندنمونه‌های نمایشی هرگز به گردش‌کار قابل‌اتکا تبدیل نمی‌شوندتجربه‌ی عمیق مهندسی و تحویل عملیاتی
ارزیابی رفتارتیم می‌تواند مورد آزمون، آستانه و دسته‌ی خطا تعریف کندتغییر پرامپت یا مدل بی‌سروصدا کیفیت را پایین می‌آورددقت در ارزیابی و روش علمی آزمایش
اداره‌ی امن سامانهمالکیت دسترسی، پایش، رخداد و راهکار جایگزین روشن استپایلوت مفید به سرویسی بی‌مهار تبدیل می‌شودتخصص امنیت یا قابلیت اطمینان
کار با دادهتیم کیفیت، منشأ، مجوز و معنای داده را بررسی می‌کندمدل اطلاعات ضعیف یا غیرقابل‌دسترسی را تقویت می‌کندمهندسی داده یا حاکمیت داده
به‌کارگیری و پذیرشکسی گردش‌کار را بهتر می‌کند و اعتماد کاربران را به دست می‌آوردسامانه منتشر می‌شود، اما کار مفیدی را تغییر نمی‌دهدتوانمندی مدیریت تغییر، شناخت حوزه یا محصول

هر ردیف را فقط «داریم» یا «نداریم» علامت نزنید. سه وضعیت را از هم جدا کنید:

  • مالکیت‌شده: دست‌کم یک نفر می‌تواند آن کار را راهبری کند و به دیگران یاد بدهد.
  • پوشش‌داده‌شده: تیم از عهده‌ی کار برمی‌آید، اما ظرفیت یا پایداری این توان کم است.
  • بی‌پشتوانه: توانمندی وجود ندارد، آزموده نشده یا به یک متخصص بیرونی وابسته است.

این تفاوت جلوی یک اشتباه رایج را می‌گیرد. اگر فقط یک مهندس ارشد شیوه‌ی استقرار، مشاهده‌پذیری و بازیابی پس از رخداد را می‌داند، نمی‌توان گفت تیم با آسودگی این کار را پوشش می‌دهد؛ توانایی متمرکز است. استخدام بعدی شاید باید همین تمرکز را کم کند، حتی اگر روی کاغذ بگوییم عملیات سامانه پوشش داده شده است.

نقشه‌ی توانمندی‌ها همچنین نشان می‌دهد استخدام همیشه بهترین پاسخ نیست. شاید دوره‌ای کوتاه، مالکیت روشن‌تر، متخصصی موقت، یک سرویس پلتفرمی یا توقف کار کم‌ارزش بتواند شکاف را زودتر پر کند. خالی بودن یک جایگاه شغلی باید نتیجه‌ی بررسی باشد، نه فرض آغازین.

پیش از دیدن رزومه، سهم این نقش را روشن کنید

وقتی شکافی را در نقشه دیدید، به‌جای عنوان کلی، مشارکت مورد نیاز را به زبانی قابل‌مشاهده توضیح دهید. «یک مهندس ارشد هوش مصنوعی می‌خواهیم» فقط برچسب است. «کسی را می‌خواهیم که برای سه دستیار عملیاتی آزمون بازگشت (regression) بسازد و به دو تیم محصول کمک کند از آن استفاده کنند» سهم مشخصی است.

توضیح نقش باید به شش پرسش پاسخ دهد:

  • تا پایان سال اول، چه کاری باید برای تیم ممکن شده باشد؟
  • این فرد مالک کدام تصمیم‌ها خواهد بود؟
  • در روز اول باید در چه زمینه‌هایی قوی باشد؟
  • کدام مهارت‌ها را می‌تواند با حمایت تیم یاد بگیرد؟
  • توانایی‌های چه کسانی را در گروه کامل می‌کند؟
  • چه شواهدی نشان می‌دهد استخدام، توان تیم را بیشتر کرده است؟

این کار بیشتر به تحلیل شغل شباهت دارد تا نوشتن آگهی. دفتر مدیریت کارکنان دولت آمریکا، تحلیل شغل را بررسی وظایف واقعی، شایستگی‌های لازم و ارتباط میان این دو می‌داند. همین ارتباط مهم است: فهرست بلندبالای مهارت‌ها را به‌آسانی می‌توان نوشت، اما دفاع از ضرورت تک‌تکشان دشوار است. هر شرط باید به کاری برسد که فرد واقعاً قرار است انجام دهد.

شرایط را در سه گروه قرار دهید:

  • مهارت لازم از روز اول: تیم در زمان تحویل کار نمی‌تواند این مهارت را با اطمینان آموزش دهد.
  • مهارت رشدپذیر: فرد می‌تواند با انجام کار واقعی، راهنمایی و بازبینی آن را یاد بگیرد.
  • مزیتِ زمینه‌ای: آشنایی با ابزار یا حوزه‌ی مشخص یادگیری را سریع‌تر می‌کند، اما جای توانایی را نمی‌گیرد.

برای نمونه، تیمی که با داده‌ی سلامت کار می‌کند ممکن است از روز اول به قضاوت خوب درباره‌ی حریم خصوصی و کیفیت داده نیاز داشته باشد؛ مهندس توانمند می‌تواند چارچوب ارکستراسیون تیم را بعداً یاد بگیرد؛ و تجربه با همان ارائه‌دهنده‌ی ابریِ سازمان فقط مزیت باشد. در تیمی دیگر اولویت‌ها ممکن است برعکس شود. پاسخ به خطر کار، وضعیت فعلی گروه و حمایتی که از فرد می‌شود بستگی دارد.

با این تفکیک، احتمال دارد متقاضی‌ای را ببینید که در مهارتی مهم برجسته است، بی‌آن‌که وانمود کنید هر نقطه‌ضعفی بی‌اهمیت است.

کامل کردن توان تیم به معنی پایین آوردن معیارها نیست

استخدام بر اساس نیاز تیم ممکن است بد فهمیده شود: «یک آدم متفاوت پیدا کنیم» یا «اگر یک مهارت استثنایی دارد، از هر ضعفی بگذریم». هیچ‌کدام کافی نیست.

بعضی معیارها برای همه مشترک‌اند. مهندسی که با داده‌ی حساس سروکار دارد باید قضاوت امنیتی مناسبی داشته باشد. مدیر باید روشن ارتباط برقرار کند. کسی که ایجنت می‌سازد باید درباره‌ی مجوز ابزار، خطای ابزار، تأیید انسانی و پاسخ‌گویی فکر کند. هم‌تیمی‌هایش نمی‌توانند به‌جای او درستکاری را به دوش بکشند.

پس باید «حداقل لازم» را از «نقطه‌ی تمایز» جدا کنیم.

حداقل لازم شامل توانایی‌هایی است که هر فرد در آن نقش باید نشان دهد. نقاط تمایز توانایی‌هایی‌اند که باعث می‌شوند تیم کار تازه‌ای از عهده‌اش بربیاید. یک نفر شاید در پایداری سامانه‌های عملیاتی خیلی قوی باشد، نفر دوم بتواند محدودیت فنی را به گردش‌کار مشتری پیوند بدهد و نفر سوم با ساختن ارزیابی، بحث مبهم درباره‌ی کیفیت را به شواهد تبدیل کند.

استخدام وقتی ضعیف می‌شود که همه‌ی نقاط تمایز را به حداقل لازم تبدیل کنیم. آگهی نهایی تصویر ناممکنی از داوطلب می‌سازد و افرادی را که می‌توانند توان مهمی به تیم اضافه کنند کنار می‌زند. از طرفی، چنین روشی جست‌وجوی سطحی بر اساس کلیدواژه را تشویق می‌کند: متقاضی چند اصطلاح یاد می‌گیرد تا کامل به نظر برسد، اما مصاحبه نشان نمی‌دهد در چه چیزی واقعاً مهارت دارد.

اشتباهِ برعکس، استخدام متخصصی درخشان است که ضعف‌هایش به‌طور مداوم برای دیگران کار اضافه می‌سازد. برای تیم کوچک محصول، پژوهشگر مدلِ فوق‌العاده‌ای شاید انتخاب مناسبی نباشد، اگر هیچ‌کس نتواند آزمایش را به نرم‌افزاری قابل‌نگهداری تبدیل کند و خود فرد هم علاقه‌ای به این بخش از کار نداشته باشد. مسئله بی‌ارزش بودن متخصص نیست؛ محیط نمی‌تواند از توانایی او استفاده کند، مگر این‌که ریسکی بیش از ظرفیت تیم بپذیرد.

در نتیجه باید ترکیب را بسنجیم: نقطه‌ی قوت فرد، معیارهای حداقلی، حمایتی که لازم دارد و سهمی که به کل گروه اضافه می‌کند.

در بازار متغیر، استخدام آدم‌های شبیه هم ریسک بیشتری دارد

گزارش آینده‌ی مشاغل ۲۰۲۵ مجمع جهانی اقتصاد نشان داد کارفرمایان انتظار دارند تا سال ۲۰۳۰ حدود ۳۹ درصد از مهارت‌های فعلی کارکنان تغییر کند یا از رده خارج شود. این گزارش هوش مصنوعی و کلان‌داده را از حوزه‌های با رشد سریع می‌داند؛ در عین حال بر اهمیت تفکر تحلیلی، تاب‌آوری، رهبری و همکاری هم تأکید می‌کند.

نتیجه این نیست که هر نیروی تازه‌ای باید همه‌ی مهارت‌های نوظهور را بلد باشد. نکته این است که تیمی که از روی یک الگوی یکسانِ «کارمند موفقِ دیروز» ساخته می‌شود، ممکن است فردا همگی یک نقطه‌ضعف مشترک داشته باشند.

فرض کنید تیمی از مهندسان نرم‌افزار توانمند می‌خواهد وارد حوزه‌ی پشتیبانی مشتری با کمک هوش مصنوعی شود. استخدام مهندسی دیگر با همان پیشینه، ظرفیت تحویل را بالا می‌برد. اما شاید توانایی طراحی مجموعه‌ی ارزیابی، بررسی پاسخ‌های مورد اختلاف، مدیریت مجوزهای پایگاه دانش، سنجش بهتر شدن کار پشتیبانی یا همراه کردن کارمندانی را که از سامانه استفاده می‌کنند اضافه نکند. محدودیت بعدی تیم ممکن است بیرون از قوی‌ترین حوزه‌ی فعلی‌اش باشد.

هوش مصنوعی مرز میان توانایی‌ها را هم جابه‌جا می‌کند. API مدل‌ها و دستیار کدنویسی می‌توانند بعضی کارهای پیاده‌سازی را آسان‌تر کنند، اما خودبه‌خود مسئله را تعریف نمی‌کنند، دسترسی به داده را تعیین نمی‌کنند، ارزیابی طراحی نمی‌کنند و مسئولیت نگهداری و اعتماد کاربران را نمی‌پذیرند. هرچه ابزار یک کار مشخص را آسان‌تر می‌کند، گلوگاه معمولاً به کارِ کنار آن منتقل می‌شود.

به همین دلیل، پس از هر استخدام مهم و هر تغییر جدی در کار تیم، نقشه‌ی توانمندی‌ها را دوباره مرور کنید. همکار تازه می‌تواند بخشی از کار را در اختیار تیم قرار دهد. انتخاب پلتفرم، مقررات، تغییر محصول یا گذار از دستیار به ایجنتِ ابزارمحور هم می‌تواند ریسک تازه‌ای ایجاد کند.

نقش ثابت نمی‌ماند، حتی اگر رابطه‌ی استخدامی را برای بلندمدت می‌خواهیم.

استخدام مبتنی بر مهارت هم به شناخت تیم نیاز دارد

استخدام مبتنی بر مهارت اصلاح خوبی برای استخدام بر پایه‌ی نام دانشگاه و سابقه‌ی شغلی است. پژوهش آینده‌ی جذب نیرو در لینکدین در سال ۲۰۲۵ می‌گوید ۹۳ درصد از متخصصان منابع انسانیِ شرکت‌کننده در نظرسنجی، ارزیابی دقیق مهارت‌ها را برای بهتر شدن کیفیت استخدام مهم می‌دانند. تحلیل داده‌های همان پلتفرم هم ارتباطی میان جست‌وجوی مهارت‌محور و افزایش احتمال استخدام باکیفیت نشان می‌دهد.

اما فهرست مهارت‌ها خودش می‌تواند به قالبی خشک تبدیل شود. «اول مهارت» نباید به معنی جمع کردن بیشترین تعداد مهارتِ جدا از هم باشد. تیم استخدام باید مشخص کند چه توانایی‌هایی کنار هم لازم‌اند، در چه سطحی، برای رسیدن به چه نتیجه‌ای و با توجه به قوت‌های فعلی تیم.

فرض کنید دو متقاضی می‌توانند دستیار مبتنی بر بازیابی بسازند. نفر اول چارچوب‌های بیشتری بلد است و سریع‌تر پیاده‌سازی می‌کند. نفر دوم در پیاده‌سازی تواناست و در عوض می‌تواند آزمون طراحی کند، پاسخ‌های بی‌پشتوانه را پیدا کند و ریسک را برای مالک محصول توضیح دهد. اگر تیم فعلی سریع می‌سازد اما نمی‌تواند تغییرها را ارزیابی کند، نفر دوم شاید ارزش بیشتری داشته باشد.

این مقایسه رتبه‌بندی همگانیِ آدم‌ها نیست؛ تشخیص نیاز تیم مشخصی است.

این مقاله در کنار یادداشت تیم‌های فنی در عصر هوش مصنوعی باید دنبال چه توانایی‌هایی باشند قرار می‌گیرد، نه به‌جای آن. آن یادداشت به توانایی‌های ماندگار متقاضی، مثل قضاوت، کنجکاوی، ارتباط و ارائه‌ی شواهد می‌پردازد. نقشه‌ی توانمندی این‌جا پرسش دیگری را جواب می‌دهد: همین تیم مشخص، در استخدام بعدی به کدام‌یک از این توانایی‌ها نیاز دارد؟

پس از تعیین نیاز تیم، ارزیابی متقاضیان را ساختارمند انجام دهید

نسخه‌ی خطرناکِ استخدامِ متناسب با تیم این است که مدیر با متقاضی حرف بزند، «تناسب» را حس کند و بعد جایگاه شغلی را به شکلی بازتعریف کند که فرد مورد علاقه‌اش انتخاب شود. این روش به ناسازگاری و سوگیری راه می‌دهد.

نیازهای نقش را پیش از ارزیابی متقاضیان تعیین کنید. بعد، از همه بخواهید همان توانایی‌های مرتبط را با پرسش‌های یکسان، نمونه‌کار و معیارهای امتیازدهی روشن نشان دهند. راهنمای مصاحبه‌ی ساختارمند دفتر مدیریت کارکنان دولت آمریکا بر پرسش‌های از پیش تعیین‌شده و معیارهای ثابت تأکید دارد تا به همه‌ی متقاضیان فرصت برابر برای ارائه‌ی شواهد داده شود.

نقشه‌ی توانمندی‌ها را به برنامه‌ی ارزیابی تبدیل کنید:

مشارکت موردنیازشاهدی که در ارزیابی می‌خواهیمنشانه‌ی پاسخ قوی
ساختن روش ارزیابی هوش مصنوعیچند خطای دستیار را بررسی و برنامه‌ی آزمون پیشنهاد کندانواع خطا را جدا می‌کند، شاهد تعریف می‌کند و بر اساس پیامد اولویت می‌دهد
بهبود پایداری عملیاتیگردش‌کاری با API مدل و ابزار خراب را مرور کندوقفه‌ی زمانی، تلاش مجدد، تکرارنشدن عملیات، راهکار جایگزین، پایش و مسئولیت را می‌بیند
پیوند کار هوش مصنوعی با عملیاتدرخواست مبهم برای خودکارسازی را روشن کندکاربر، تصمیم، استثناها، معیارها و اختیار انسان را مشخص می‌کند
افزایش اعتماد به دادهاختلاف دو شاخص را بررسی کندتعریف، منشأ، کیفیت، مجوز و روش تطبیق را می‌سنجد

پیش از گفت‌وگوی گروهی، هر ارزیاب جداگانه امتیاز بدهد و بنویسد چه چیزی را مشاهده کرده است، نه این‌که متقاضی «ارشد به نظر می‌رسید» یا نه. حداقل‌های یکسان را رعایت کنید و در عین حال اجازه دهید متقاضیان قوت‌های متفاوتشان را نشان دهند.

برای روش کامل‌تری در طراحی مصاحبه، یادداشت چطور مصاحبه‌ی فنی‌ای طراحی کنیم که عملکرد واقعی شغلی را پیش‌بینی کند را ببینید. ارتباط این دو ساده است: نقشه‌ی تیم مشخص می‌کند به چه شواهدی نیاز داریم؛ فرایند ساختارمند آن شواهد را منصفانه و یکسان جمع می‌کند.

مراقب چهار خطای استخدامی باشید

حتی چارچوبی خوب هم ممکن است در اجرا منحرف شود:

کپی کردن آدم موفق: یکی از کارکنان موفق می‌شود الگوی همه‌ی استخدام‌های بعدی. قوت‌ها تکثیر می‌شوند، نقطه‌ضعف‌ها در کل تیم می‌مانند و تفاوت را خطر می‌دانند. به‌جای این‌که بپرسید نفر بعدی شبیه چه کسی باشد، ببینید چه توانایی تازه‌ای باید به تیم اضافه کند.

دنبال ابرقهرمان گشتن: چند شکاف را در یک نقش جمع می‌کنیم، چون سازمان نمی‌خواهد میان نیازها انتخاب کند. آگهی یک نفر را هم‌زمان مهندس داده، مهندس هوش مصنوعی، مدیر محصول، مسئول امنیت و مدیر تغییر می‌خواهد. کار را تقسیم کنید، استخدام‌ها را مرحله‌بندی کنید یا بگویید همین حالا کدام شکاف مهم‌تر است.

شیفته‌ی تازه‌ترین ابزار شدن: به‌خاطر این‌که اسم یک چارچوب تازه را می‌شود در آگهی نوشت، برایش استخدام می‌کنیم. آشنایی با چارچوب می‌تواند مفید باشد، اما شاید نیاز ماندگار تیم طراحی API، ارزیابی، مهندسی داده، مشاهده‌پذیری یا شناخت گردش‌کار باشد. تخصص عمیقِ موقت هم وقتی ارزش دارد که بر پایه‌های محکم بنا شده باشد و با جابه‌جایی گلوگاه بتواند به کار دیگری منتقل شود.

سلیقه را جایگزین توانایی کردن: گاهی «کامل کردن تیم» به‌طور پنهانی به معنی انتخاب کسی است که از نظر اجتماعی به اعضای مصاحبه‌گر شبیه باشد. مکمل بودن باید به توانایی مرتبط با شغل، زاویه‌ی نگاه به کار و سهم عملی برگردد؛ نه سلیقه، پیشینه، سن یا احساس راحتی مصاحبه‌گران. شواهد ساختارمند هم به عدالت کمک می‌کند و هم کیفیت تصمیم را بالا می‌برد.

راه اصلاح هر چهار خطا یکی است: دوباره به کار واقعی، شواهد و پیامدِ پر نشدن شکاف برگردید.

بسنجید ببینید تیم واقعاً توانمندتر شده است یا نه

معمولاً کیفیت استخدام را با عملکرد فرد می‌سنجند. استخدام بر پایه‌ی نیاز تیم پرسش دیگری هم اضافه می‌کند: آیا گروه توانایی‌ای را به دست آورده که قرار بود این جایگاه اضافه کند؟

پس از سه، شش و دوازده ماه شرح نقش را مرور کنید، اما این کار را به کارنامه‌ی مکانیکیِ دوره‌ی آزمایشی تبدیل نکنید. به تغییرهایی از این دست توجه کنید:

  • کارهایی که دیگر به یک متخصصِ بیش از حد درگیر وابسته نیستند؛
  • تصمیم‌هایی که تیم حالا می‌تواند با تکیه بر شواهد بگیرد؛
  • ریسک‌هایی که زودتر از مرحله‌ی رخداد پیدا می‌شوند؛
  • کوتاه‌تر شدن فاصله‌ی میان نمونه‌ی اولیه تا گردش‌کارِ قابل‌نگهداری؛
  • بهتر شدن مستندسازی، بازبینی و انتقال دانش؛
  • نتیجه‌های کسب‌وکاری یا کاربری که به مشارکت اولیه‌ی نقش وصل‌اند.

همه‌ی نتیجه‌ها را به یک نفر نسبت ندهید. تیم، مدیر، سیستم‌های کاری و تغییر اولویت‌ها هم بر عملکرد اثر دارند. این بازبینی باید درستیِ خودِ تشخیص استخدام را هم بسنجد. شاید شکاف را اشتباه پیدا کرده بودیم. شاید فرد ارزیاب خوبی استخدام شد، اما اختیار، زمان یا دسترسی لازم را برای وارد کردن ارزیابی به فرایند تحویل ندادیم. شاید نقش مناسب بود ولی شروع به کار و همراهی تیم ضعیف انجام شد.

از این اطلاعات برای به‌روز کردن نقشه‌ی توانمندی‌ها استفاده کنید. استخدام زنجیره‌ای از معامله‌های مستقل نیست؛ هر همکار تازه ساختار کار گروه را تغییر می‌دهد.

آگهی بهتر از یک تصویر صادقانه از تیم شروع می‌شود

استخدام نامزد بی‌نقص وسوسه‌کننده است، چون رهبران را از گفت‌وگویی دشوار نجات می‌دهد. می‌توانند آگهی‌ای پر از شرط منتشر کنند و منتظر کسی بمانند که انگار همه‌چیز را حل می‌کند. بررسی توانمندی تیم راحت نیست؛ قوت‌های تکراری، مالکیت شکننده، حوزه‌ی تخصصیِ غایب و کارهایی را آشکار می‌کند که شاید باید متوقف شوند.

همین دشواری مفید است.

هدف، جمع کردن چند متخصص چشمگیر کنار هم نیست. باید تیمی بسازیم که بتواند کارش را تعریف کند، بسازد، ارزیابی کند، اداره کند و بهترش کند. گاهی نفر بعدی باید نقطه‌قوتی را عمیق‌تر کند؛ گاهی باید توانمندیِ در معرض خطر را پوشش دهد؛ و گاهی بهتر است یکی از اعضای فعلی رشد کند یا روش کار را تغییر دهیم.

از کاری شروع کنید که باید ممکن شود. توان فعلی تیم را بنویسید. تصمیم بگیرید همین حالا کدام شکاف اهمیت دارد، شاهد لازم را تعریف کنید و متقاضیان را با معیار یکسان ارزیابی کنید.

بهترین متقاضی همیشه کسی نیست که طولانی‌ترین فهرست مهارت‌ها را دارد. کسی است که قوت‌های واقعی، محدودیت‌های پذیرفتنی و آمادگی‌اش برای رشد، کل تیم را توانمندتر می‌کند.

نسخه‌ی انگلیسی این یادداشت در DATATWEETS منتشر شده است.