2026 ਵਿੱਚ Talent Management: Pipeline ਤੋਂ Loop ਵੱਲ
ਅਸੀਂ ਹਾਲੇ ਵੀ talent management ਨੂੰ ਇੱਕ pipeline ਵਾਂਗ ਚਲਾਉਂਦੇ ਹਾਂ — hire, develop, retain, ਇਸੇ ਕ੍ਰਮ ਵਿੱਚ। ਪਰ pipeline ਟੁੱਟ ਗਈ। ਸਾਡਾ Skills Intelligence Loop talent ਨੂੰ ਇੱਕ ਨਿਰੰਤਰ ਚੀਜ਼ ਵਜੋਂ ਮੁੜ-ਘੜਦਾ ਹੈ: ਕਾਰੋਬਾਰ ਨੂੰ ਜਿਨ੍ਹਾਂ skills ਦੀ ਲੋੜ ਹੈ ਉਨ੍ਹਾਂ ਨੂੰ sense ਕਰਨਾ, ਉਨ੍ਹਾਂ ਨੂੰ build ਕਰਨਾ, title ਦੀ ਥਾਂ skill ਮੁਤਾਬਕ deploy ਕਰਨਾ, ਅਤੇ ਲੋਕਾਂ ਨੂੰ retain ਕਰਨਾ — growth ਨੂੰ ਉਨ੍ਹਾਂ ਦੇ ਕਿਤੇ ਹੋਰ ਲੱਭਣ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਦਿਸਦਾ ਬਣਾ ਕੇ।

ਅਸੀਂ talent management ਨੂੰ ਲਗਾਤਾਰ ਇੱਕ pipeline ਵਾਂਗ ਮੰਨਦੇ ਰਹਿੰਦੇ ਹਾਂ: hire, onboard, develop, retain — ਇਸੇ ਕ੍ਰਮ ਵਿੱਚ, ਇਸੇ ਦਿਸ਼ਾ ਵਿੱਚ। ਪਰ pipeline ਟੁੱਟ ਗਈ। Roles, job description ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲਦੇ ਹਨ। Skills, career ਦੇ ਸਿਖਰ 'ਤੇ ਪਹੁੰਚਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਪੁਰਾਣੀਆਂ ਹੋ ਜਾਂਦੀਆਂ ਹਨ। ਅਤੇ ਜਿਨ੍ਹਾਂ ਲੋਕਾਂ ਨੂੰ ਤੁਸੀਂ ਸਭ ਤੋਂ ਵੱਧ ਰੱਖਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਉਹੀ ਉਹ ਹਨ ਜਿਨ੍ਹਾਂ ਕੋਲ ਜਾਣ ਦੇ ਸਭ ਤੋਂ ਵੱਧ options ਹਨ।
ਜੋ talent-management ਨਾਕਾਮੀਆਂ ਅਸੀਂ ਵੇਖਦੇ ਹਾਂ, ਉਹ ਜ਼ਿਆਦਾਤਰ execution ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨਹੀਂ — ਉਹ design ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਹਨ। ਕੰਪਨੀਆਂ ਨੇ ਆਪਣੇ systems ਇੱਕ ਸਥਿਰ ਦੁਨੀਆ ਲਈ ਬਣਾਏ ਸਨ ਅਤੇ ਹੁਣ ਉਨ੍ਹਾਂ ਨੂੰ ਰਫ਼ਤਾਰ 'ਤੇ ਚਲਾ ਰਹੀਆਂ ਹਨ। ਮਸਲਾ ਇਹ ਨਹੀਂ ਕਿ ਲੋਕਾਂ ਨੂੰ ਰੱਖਣਾ ਔਖਾ ਹੋ ਗਿਆ ਹੈ। ਮਸਲਾ ਇਹ ਹੈ ਕਿ ਅਸੀਂ growth ਨੂੰ ਗ਼ਲਤ ਰਫ਼ਤਾਰ ਨਾਲ, ਗ਼ਲਤ ਸ਼ਕਲ ਵਿੱਚ, ਗ਼ਲਤ signals ਰਾਹੀਂ ਪੇਸ਼ ਕਰ ਰਹੇ ਹਾਂ।
Career ਨੂੰ ਇੱਕ ladder ਵਾਂਗ ਚਿਤਰਿਆ
ਸਾਡੇ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਲੇ ਇੱਕ founder ਨੇ ਆਪਣਾ ਸਭ ਤੋਂ ਵਧੀਆ data scientist ਗੁਆ ਦਿੱਤਾ — ਜ਼ਿਆਦਾ ਪੈਸੇ ਕਰਕੇ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ ਅਜਿਹੇ ਮੁਕਾਬਲੇਬਾਜ਼ ਕਰਕੇ ਜਿਸ ਨੇ ਉਸ ਨੂੰ ਇੱਕ ਨਵੇਂ product area ਵਿੱਚ sideways move ਦੀ ਪੇਸ਼ਕਸ਼ ਕੀਤੀ। "ਉਸ ਲਈ ਇੱਥੇ ਜਾਣ ਨੂੰ ਕੋਈ ਥਾਂ ਹੀ ਨਹੀਂ ਸੀ," ਉਸ ਨੇ ਮੰਨਿਆ। ਉਸ ਦੀ ਕੰਪਨੀ ਜੋ ਇਕਲੌਤੀ growth ਪੇਸ਼ ਕਰ ਸਕਦੀ ਸੀ, ਉਹ ਇੱਕ management track ਸੀ ਜੋ ਉਹ ਚਾਹੁੰਦੀ ਹੀ ਨਹੀਂ ਸੀ; ਜੋ lateral move ਉਹ ਚਾਹੁੰਦੀ ਸੀ ਉਹ ਕਦੇ ਉੱਭਰ ਕੇ ਸਾਹਮਣੇ ਆਈ ਹੀ ਨਹੀਂ, ਕਿਉਂਕਿ ਕੋਈ ਇਹ track ਨਹੀਂ ਕਰ ਰਿਹਾ ਸੀ ਕਿ ਕੌਣ ਕੀ ਕਰ ਸਕਦਾ ਹੈ — ਸਿਰਫ਼ ਇਹ ਕਿ ਕੌਣ ਕਿਸ ਨੂੰ report ਕਰਦਾ ਹੈ।
"ਅਸੀਂ ਉਸ ਦਾ ਪੂਰਾ career ਇੱਕ ladder ਵਾਂਗ ਚਿਤਰਿਆ ਸੀ," ਉਸ ਨੇ ਕਿਹਾ। "ਉਹ ਇੱਕ lattice ਚਾਹੁੰਦੀ ਸੀ।"
ਇਹੀ ਇੱਕ ਵਾਕ ਵਿੱਚ pipeline ਦਾ ਟੁੱਟਣਾ ਹੈ। ਉਸ ਦਾ talent system titles ਵੇਖ ਸਕਦਾ ਸੀ, skills ਨਹੀਂ — ਇਸ ਲਈ ਉਹ ਉਹ move ਨਹੀਂ ਵੇਖ ਸਕਿਆ ਜੋ ਉਸ ਨੂੰ ਰੱਖ ਲੈਂਦਾ। Process ਨਿਰਦੋਸ਼ ਢੰਗ ਨਾਲ ਚੱਲੀ ਅਤੇ ਫਿਰ ਵੀ ਲੀਕ ਕਰ ਗਈ।
The Skills Intelligence Loop
ਹੱਲ ਇੱਕ ਬਿਹਤਰ pipeline ਨਹੀਂ; ਇਹ ਇੱਕ ਵੱਖਰੀ ਸ਼ਕਲ ਹੈ। ਅਸੀਂ Skills Intelligence Loop ਨਾਮ ਦਾ ਇੱਕ framework ਵਰਤਦੇ ਹਾਂ ਤਾਂ ਜੋ organizations ਨੂੰ ਅਜਿਹੇ talent systems design ਕਰਨ ਵਿੱਚ ਮਦਦ ਮਿਲੇ ਜੋ cyclical ਦੀ ਥਾਂ ਨਿਰੰਤਰ ਹੋਣ, scheduled ਦੀ ਥਾਂ ਅਨੁਕੂਲ ਹੋਣ। ਇੱਕ pipeline ਦੇ ਉਲਟ, Loop ਦਾ ਕੋਈ ਪੱਕਾ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਨਹੀਂ — 2026 ਵਿੱਚ ਤੁਸੀਂ system ਵਿੱਚ ਇੱਕ new hire ਵਜੋਂ, ਇੱਕ internal candidate ਵਜੋਂ, ਜਾਂ ਇੱਕ ਨਵੇਂ function ਵਿੱਚ ਜਾ ਰਹੇ reskilled employee ਵਜੋਂ ਦਾਖ਼ਲ ਹੋ ਸਕਦੇ ਹੋ। ਇਸ ਦੇ ਚਾਰ ਪੜਾਅ ਇੱਕ-ਦੂਜੇ ਨੂੰ real time ਵਿੱਚ feed ਕਰਦੇ ਹਨ, ਸਾਲ ਵਿੱਚ ਇੱਕ ਵਾਰ ਨਹੀਂ।
- Sense — ਨਿਰੰਤਰ ਨਕਸ਼ਾ ਬਣਾਓ ਕਿ ਕੰਪਨੀ ਭਰ ਵਿੱਚ ਕਿਹੜੀਆਂ capabilities ਮੌਜੂਦ ਹਨ, ਕਿੱਥੇ ਉਹ ਪਤਲੀਆਂ ਪੈ ਰਹੀਆਂ ਹਨ, ਅਤੇ ਕੰਮ ਹੁਣ ਕਿਹੜੀਆਂ ਨਵੀਆਂ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ। ਸਾਲ ਵਿੱਚ ਇੱਕ ਵਾਰ ਦਾ skills audit ਨਹੀਂ — ਇੱਕ ਜਿਉਂਦਾ signal।
- Build — ਕੰਮ ਦੇ ਵਹਾਅ ਵਿੱਚ develop ਕਰੋ, scheduled batches ਵਿੱਚ ਨਹੀਂ। ਲੋੜ ਦੇ ਪਲ 'ਤੇ ਨਿਸ਼ਾਨੇ ਵਾਲਾ growth, ਜੋ frontline ਅਤੇ remote ਲੋਕਾਂ ਤੱਕ ਪਹੁੰਚੇ, ਸਿਰਫ਼ ਉਨ੍ਹਾਂ ਤੱਕ ਨਹੀਂ ਜੋ ਕਮਰੇ ਵਿੱਚ ਹਨ।
- Deploy — ਲੋਕਾਂ ਨੂੰ ਮੌਕੇ ਨਾਲ skill ਮੁਤਾਬਕ ਮਿਲਾਓ, org chart, tenure, ਜਾਂ manager ਦੇ ਅੰਦਾਜ਼ੇ ਮੁਤਾਬਕ ਨਹੀਂ। Role ਨੂੰ ਕਦੇ ਬਾਹਰ post ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਕੰਮ ਲਈ ਸਹੀ ਵਿਅਕਤੀ ਨੂੰ ਉਜਾਗਰ ਕਰੋ।
- Retain — retention ਨੂੰ ਪਹਿਲੇ ਤਿੰਨ ਪੜਾਵਾਂ ਦਾ ਇੱਕ output ਮੰਨੋ, ਨਾ ਕਿ ਇੱਕ ਵੱਖਰਾ program।
ਇਹ ਕ੍ਰਮ ਇੱਕ sequence ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਇੱਕ circuit ਹੈ, ਅਤੇ ਇਹ ਆਪਣੇ-ਆਪ 'ਤੇ ਮੁੜ ਆ ਕੇ ਬੰਦ ਹੋ ਜਾਂਦਾ ਹੈ। Retention data ਤੁਹਾਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਕਿਹੜਾ ਪਹਿਲਾ ਪੜਾਅ ਘੱਟ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਰਿਹਾ ਹੈ: ਕਿਸੇ Deploy ਫ਼ੈਸਲੇ ਤੋਂ ਠੀਕ ਬਾਅਦ ਉੱਚ attrition ਦਾ ਆਮ ਤੌਰ 'ਤੇ ਮਤਲਬ ਹੈ ਕਿ ਜੋ skills ਤੁਸੀਂ Build ਕਰ ਰਹੇ ਹੋ ਉਹ ਅਸਲ ਵਿੱਚ ਖੁੱਲ੍ਹ ਰਹੇ roles ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦੀਆਂ — ਇੱਕ ਅਜਿਹਾ ਬੇਮੇਲ ਜੋ ਤੁਸੀਂ ਇੱਕ culture ਸਮੱਸਿਆ ਵਿੱਚ ਪੱਕ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਵੇਖ ਅਤੇ ਠੀਕ ਕਰ ਸਕਦੇ ਹੋ।
ਸਭ ਤੋਂ ਅਹਿਮ ਤਬਦੀਲੀ ਉਹ ਆਖ਼ਰੀ ਪੜਾਅ ਹੈ। Retention ਕੋਈ ਅਜਿਹੀ ਚੀਜ਼ ਨਹੀਂ ਜੋ ਤੁਸੀਂ ਅੰਤ ਵਿੱਚ ਜੋੜਦੇ ਹੋ — ਇਹ ਉਹ ਹੈ ਜੋ ਇੱਕ ਚੱਲਦਾ Loop ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਲੋਕ ਵੇਖ ਸਕਦੇ ਹਨ ਕਿ ਉਹ ਕਿੱਧਰ ਜਾ ਰਹੇ ਹਨ ਅਤੇ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ ਕਿ ਕੰਪਨੀ ਉਨ੍ਹਾਂ ਨੂੰ ਉੱਥੇ ਪਹੁੰਚਾਉਣ ਵਿੱਚ invest ਕਰ ਰਹੀ ਹੈ, ਤਾਂ ਉਹ ਰੁਕਦੇ ਹਨ। ਜਦੋਂ ਉਹ ਨਹੀਂ ਵੇਖ ਸਕਦੇ, ਤਾਂ ਉਹ ਚਲੇ ਜਾਂਦੇ ਹਨ, compensation ਭਾਵੇਂ ਜੋ ਹੋਵੇ।
2026 ਵਿੱਚ talent management ਹੋਰ ਔਖੀ ਕਿਉਂ ਹੈ?
ਦੋ ਚੀਜ਼ਾਂ ਇਸ ਟੁੱਟੀ pipeline ਨੂੰ ਇਸ ਵੇਲੇ ਜ਼ਰੂਰੀ ਬਣਾਉਂਦੀਆਂ ਹਨ, ਅਤੇ ਦੋਵਾਂ 'ਤੇ data ਚਿੰਤਾਜਨਕ ਹੈ। Mercer ਦੇ Global Talent Trends 2026 — ਜੋ ਲਗਭਗ 12,000 ਆਵਾਜ਼ਾਂ 'ਤੇ ਬਣਿਆ — ਨੇ ਪਾਇਆ ਕਿ ਸਿਰਫ਼ 44% employees ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ ਕਿ ਉਹ ਕੰਮ 'ਤੇ thriving ਹਨ, ਜੋ ਦੋ ਸਾਲ ਪਹਿਲਾਂ 66% ਸੀ। ਇਸੇ ਅਰਸੇ ਵਿੱਚ, AI ਕਰਕੇ obsolete ਹੋ ਜਾਣ ਤੋਂ ਡਰਨ ਵਾਲਿਆਂ ਦਾ ਹਿੱਸਾ 28% ਤੋਂ ਵਧ ਕੇ 40% ਹੋ ਗਿਆ। ਇੱਕ ਨਿਚੋੜਿਆ, ਚਿੰਤਤ ਕਾਰਜਬਲ ਪ੍ਰਦਰਸ਼ਨ ਟਿਕਾ ਨਹੀਂ ਸਕਦਾ, strategy ਭਾਵੇਂ ਇੱਕ slide 'ਤੇ ਜਿੰਨੀ ਮਰਜ਼ੀ ਵਧੀਆ ਲੱਗੇ, ਅਤੇ ਜ਼ਿਆਦਾਤਰ strategy documents ਹਾਲੇ ਵੀ ਇਸ ਮਾਨਵੀ ਪਹਿਲੂ ਨੂੰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸੰਬੋਧਿਤ ਨਹੀਂ ਕਰਦੇ।
ਪਰ ਉਹੀ research ਸਿੱਧਾ ਇਲਾਜ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੀ ਹੈ। ਉਸ survey ਵਿੱਚ, 63% employees ਨੇ ਕਿਹਾ ਕਿ ਉਹ AI ਅਤੇ digital skills ਬਣਾਉਣ ਦੇ ਮੌਕੇ ਬਦਲੇ ਇੱਕ 10% pay raise ਛੱਡ ਦੇਣਗੇ। ਲੋਕ ਜ਼ਿਆਦਾ ਪੈਸੇ ਮੰਗਣ ਨਾਲੋਂ ਇੱਕ ਭਵਿੱਖ ਮੰਗ ਰਹੇ ਹਨ — ਅਤੇ ਉਹ ਤੁਹਾਨੂੰ ਸਾਫ਼-ਸਾਫ਼ ਦੱਸ ਰਹੇ ਹਨ ਕਿ ਕੀ ਚੀਜ਼ ਉਨ੍ਹਾਂ ਨੂੰ ਰੋਕੇਗੀ। ਇਹੀ Loop ਦਾ ਪੂਰਾ ਨਿਚੋੜ ਹੈ: growth, ਦਿਸਦਾ ਬਣਾਇਆ, ਹੀ retention strategy ਹੈ।
2026 ਵਿੱਚ talent management ਬਾਰੇ ਕੀ ਬਦਲਿਆ ਹੈ?
Loop ਦੀ ਮਸ਼ੀਨਰੀ ਸਦੀਵੀ ਹੈ; 2026 ਵਿੱਚ ਜੋ ਬਦਲਿਆ ਹੈ ਉਹ ਇਹ ਹੈ ਕਿ ਦਬਾਅ ਕਿੱਥੇ ਪੈਂਦਾ ਹੈ।
- Skills ਨੇ talent ਫ਼ੈਸਲਿਆਂ ਦੀ ਇਕਾਈ ਵਜੋਂ titles ਦੀ ਥਾਂ ਲੈ ਲਈ ਹੈ। IBM ਅਤੇ Google ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਨੇ ਸਾਲ ਪਹਿਲਾਂ ਹੀ degree filters ਛੱਡ ਦਿੱਤੇ ਸਨ; skills-first ਹੁਣ hiring, development, ਅਤੇ mobility ਦੇ ਹੇਠਾਂ ਵਾਲੀ ਸੰਗਠਨਕਾਰੀ ਪਰਤ ਹੈ। ਇੱਕ job description ਇੱਕ Loop ਚਲਾਉਣ ਲਈ ਬਹੁਤ ਮੋਟਾ ਔਜ਼ਾਰ ਹੈ।
- AI admin ਕਰਨ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਫ਼ੈਸਲਿਆਂ ਨੂੰ ਜਾਣਕਾਰੀ ਦੇਣ ਵੱਲ ਆ ਗਿਆ ਹੈ — flight risk ਉਜਾਗਰ ਕਰਨਾ, matches ਸੁਝਾਉਣਾ, ਉੱਭਰਦੇ skill gaps ਨੂੰ ਪਛਾਣਨਾ। ਕੰਮ ਦਾ ਸਵਾਲ ਹੁਣ ਕੀ ਸਾਨੂੰ talent ਵਿੱਚ AI ਵਰਤਣਾ ਚਾਹੀਦਾ ਹੈ ਨਹੀਂ ਰਿਹਾ। ਇਹ ਹੈ loop ਵਿੱਚ ਇਨਸਾਨ ਨੂੰ ਕਿੱਥੇ ਰਹਿਣਾ ਜ਼ਰੂਰੀ ਹੈ — ਕਿਉਂਕਿ ਕਿਸ ਨੂੰ hire, promote, ਜਾਂ ਜਾਣ ਦੇਣਾ ਹੈ, ਇਨ੍ਹਾਂ ਫ਼ੈਸਲਿਆਂ ਦਾ ਭਾਰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ, ਅਤੇ bias ਦਾ ਜੋਖਮ ਵੀ ਬਹੁਤ ਜ਼ਿਆਦਾ, ਕਿ ਇਨ੍ਹਾਂ ਨੂੰ ਕਿਸੇ algorithm ਦੇ ਹਵਾਲੇ ਕਰ ਦੇਈਏ।
- Human skills ਇੱਕ ਨਰਮ ਜਿਹੀ ਵਾਧੂ ਚੀਜ਼ ਨਹੀਂ, ਸਗੋਂ ਦੁਰਲੱਭ ਪੂਰਕ ਬਣ ਗਏ। ਜਿਉਂ-ਜਿਉਂ AI ਰੁਟੀਨ cognitive ਕੰਮ ਜਜ਼ਬ ਕਰਦਾ ਹੈ, judgment ਅਤੇ adaptability ਉਹ ਥਾਂ ਹਨ ਜਿੱਥੇ ਲੋਕ ਨਾ-ਬਦਲਣਯੋਗ ਰਹਿੰਦੇ ਹਨ। McKinsey ਅੰਦਾਜ਼ਾ ਲਾਉਂਦਾ ਹੈ ਕਿ 2030 ਤੱਕ social ਅਤੇ emotional skills ਦੀ ਮੰਗ US ਵਿੱਚ 26% ਅਤੇ Europe ਵਿੱਚ 22% ਵਧੇਗੀ। ਜੋ strategy ਇਨ੍ਹਾਂ ਨੂੰ ਜਾਣ-ਬੁੱਝ ਕੇ build ਨਹੀਂ ਕਰਦੀ, ਉਹ ਚੁੱਪ-ਚਾਪ ਆਪਣੀ ਹੀ obsolescence engineer ਕਰ ਰਹੀ ਹੈ।
- Internal mobility primary lever ਬਣ ਰਹੀ ਹੈ, fallback ਨਹੀਂ। ਅਰਥ-ਸ਼ਾਸਤਰ ਤੈਅ ਹੈ: Wharton research ਨੇ ਪਾਇਆ ਕਿ external hires ਨੂੰ ਉਸੇ role ਲਈ internal promotions ਨਾਲੋਂ 18–20% ਜ਼ਿਆਦਾ ਤਨਖ਼ਾਹ ਮਿਲਦੀ ਹੈ — ਅਤੇ ਉਹ ਆਪਣੇ ਪਹਿਲੇ ਦੋ ਸਾਲਾਂ ਵਿੱਚ ਘੱਟ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦੇ ਹਨ। LinkedIn ਪਾਉਂਦਾ ਹੈ ਕਿ ਉੱਚ-internal-mobility ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਦੇ employees ਮੋਟੇ ਤੌਰ 'ਤੇ 53% longer ਰੁਕਦੇ ਹਨ। Deploy ਪੜਾਅ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ build ਕਰਨਾ ਸਸਤਾ ਵੀ ਰਾਹ ਹੈ ਅਤੇ ਜ਼ਿਆਦਾ ਚਿਪਕਣ ਵਾਲਾ ਵੀ।
talent management strategy ਕਿਵੇਂ design ਕਰੀਏ?
ਤੁਸੀਂ ਸਭ ਕੁਝ ਇੱਕੋ ਵੇਲੇ ਮੁੜ-ਨਹੀਂ ਬਣਾਉਂਦੇ। ਤੁਸੀਂ ਸੋਚ-ਸਮਝ ਕੇ design ਕਰਦੇ ਹੋ ਅਤੇ ਕੀਮਤ ਦੇ ਕ੍ਰਮ ਵਿੱਚ ਠੀਕ ਕਰਦੇ ਹੋ:
- ਕਾਰੋਬਾਰ ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ, HR ਤੋਂ ਨਹੀਂ। ਹਰ talent priority ਨੂੰ ਕਿਸੇ ਨਾਮ ਵਾਲੀ ਕਾਰੋਬਾਰੀ priority ਤੱਕ ਜੁੜਨਾ ਚਾਹੀਦਾ ਹੈ। ਜੋ strategy HR ਦੇ ਆਪਣੇ ਟੀਚਿਆਂ ਦੁਆਲੇ ਘੜੀ ਜਾਂਦੀ ਹੈ, ਉਹ ਇੱਕ ਸਾਲ ਦੇ ਅੰਦਰ leadership ਦੀ ਹਮਾਇਤ ਗੁਆ ਦਿੰਦੀ ਹੈ।
- ਕੁਝ ਵੀ build ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੀਆਂ skills ਦਾ ਨਕਸ਼ਾ ਬਣਾਓ। ਤੁਹਾਡੇ ਕੋਲ ਕਿਹੜੀਆਂ capabilities ਹਨ, ਉਹ ਕਿੱਥੇ ਕੇਂਦਰਿਤ ਹਨ, ਕਿੱਥੇ ਪਤਲੀਆਂ ਪੈ ਰਹੀਆਂ ਹਨ? ਉਸ ਨਕਸ਼ੇ ਤੋਂ ਬਿਨਾਂ, ਹਰ downstream ਫ਼ੈਸਲਾ ਇੱਕ ਅੰਦਾਜ਼ਾ ਹੈ।
- ਲੱਭੋ ਕਿ ਤੁਹਾਡੇ ਸਭ ਤੋਂ ਵਧੀਆ ਲੋਕ ਕਿੱਥੇ ਜਾਂਦੇ ਹਨ, ਸਿਰਫ਼ ਆਪਣੀ turnover rate ਨਹੀਂ। ਜ਼ਿਆਦਾਤਰ ਕੰਪਨੀਆਂ ਵੱਡਾ ਅੰਕੜਾ ਜਾਣਦੀਆਂ ਹਨ; ਘੱਟ ਹੀ ਜਾਣਦੀਆਂ ਹਨ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਸਭ ਤੋਂ ਕੀਮਤੀ ਲੋਕ ਕਿਹੜੇ ਪੜਾਅ 'ਤੇ ਨਿਕਲਦੇ ਹਨ, ਅਤੇ ਕਿਉਂ। ਉੱਥੋਂ ਹੀ design ਦਾ ਕੰਮ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ।
- ਹਰ external hire ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ internal search ਚਲਾਓ। ਉੱਪਰ ਵਾਲੇ ਕੀਮਤ ਦੇ ਫ਼ਰਕ ਨੂੰ ਵੇਖਦੇ ਹੋਏ, ਦਿਸਦਾ internal ਮੌਕਾ ਤੁਹਾਡੇ ਕੋਲ ਮੌਜੂਦ ਸਭ ਤੋਂ ਉੱਚ-leverage retention tools ਵਿੱਚੋਂ ਇੱਕ ਹੈ — ਬਿਨਾਂ ਕਿਸੇ ਵਾਧੂ headcount ਦੇ।
- Managers ਨੂੰ Loop ਲਈ ਜਵਾਬਦੇਹ ਠਹਿਰਾਓ, ਸਿਰਫ਼ output ਲਈ ਨਹੀਂ। Gallup ਦੇ 2.7 ਮਿਲੀਅਨ employees ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ ਨੇ ਪਾਇਆ ਕਿ team engagement ਵਿੱਚ ਘੱਟੋ-ਘੱਟ 70% ਫ਼ਰਕ ਲਈ managers ਜ਼ਿੰਮੇਵਾਰ ਹੁੰਦੇ ਹਨ — ਅਤੇ SHRM ਕਿਸੇ ਨੂੰ replace ਕਰਨ ਦੀ ਕੀਮਤ ਉਸ ਦੀ six to nine months ਦੀ ਤਨਖ਼ਾਹ ਮੰਨਦਾ ਹੈ। Managers ਨੂੰ managers ਵਜੋਂ develop ਕਰਨਾ ਕੋਈ ਨਰਮ ਜਿਹੀ ਸ਼ਿਸ਼ਟਤਾ ਨਹੀਂ; ਇਹ ਤੁਹਾਡਾ retention budget ਹੈ।
- ਕਾਰੋਬਾਰ ਦੀ ਤਾਲ 'ਤੇ review ਕਰੋ, calendar ਦੀ 'ਤੇ ਨਹੀਂ। ਜੋ strategy January ਵਿੱਚ ਫਿੱਟ ਬੈਠਦੀ ਸੀ, ਉਸ ਨੂੰ Q3 ਤੱਕ ਅਸਲ ਅਡਜਸਟਮੈਂਟ ਦੀ ਲੋੜ ਪੈ ਸਕਦੀ ਹੈ। Review ਨੂੰ market ਅਤੇ workforce signals ਨਾਲ ਜੋੜੋ, ਸਾਲਾਨਾ ਚੱਕਰ ਨਾਲ ਨਹੀਂ।
ਆਪਣੇ-ਆਪ ਨੂੰ ਪੁੱਛੋ
ਇੱਕ ਤੇਜ਼ diagnostic। ਜਿੱਥੇ ਕਿਤੇ ਜਵਾਬ ਧੁੰਦਲਾ ਹੋਵੇ, ਉੱਥੇ ਸ਼ਾਇਦ ਤੁਹਾਨੂੰ ਆਪਣੀ ਅਗਲੀ ਲੀਕ ਮਿਲ ਗਈ ਹੈ:
- ਜੇ ਤੁਹਾਡੇ ਤਿੰਨ ਸਭ ਤੋਂ ਵਧੀਆ ਲੋਕ ਕੱਲ੍ਹ ਚਲੇ ਜਾਣ, ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਤਿਆਰ internal ਬਦਲ ਹੋਵੇਗਾ — ਅਤੇ ਕੀ ਤੁਸੀਂ ਇਸ ਨੂੰ ਆਉਂਦਾ ਵੇਖ ਲਿਆ ਹੁੰਦਾ?
- ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਜਿਉਂਦਾ, ਗਤੀਸ਼ੀਲ skills ਨਕਸ਼ਾ ਹੈ — ਜਾਂ ਪਿਛਲੀ job-description refresh ਤੋਂ ਇੱਕ ਸਥਿਰ ਸੂਚੀ?
- ਆਪਣੇ ਪਿਛਲੇ ਤਿੰਨ external hires ਤੋਂ ਪਹਿਲਾਂ, ਕੀ ਤੁਸੀਂ ਪਹਿਲਾਂ ਇੱਕ structured internal search ਚਲਾਇਆ ਸੀ?
- ਕੀ ਤੁਹਾਡੇ highest performers ਇੱਥੇ ਇੱਕ ਖ਼ਾਸ, ਦਿਸਦਾ ਰਾਹ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰ ਸਕਦੇ ਹਨ — ਜਾਂ ਤੁਸੀਂ ਸਦਭਾਵਨਾ 'ਤੇ ਟੇਕ ਲਾ ਰਹੇ ਹੋ?
- ਦਸ ਵਿੱਚੋਂ ਚਾਰ employees AI ਕਰਕੇ obsolete ਹੋ ਜਾਣ ਤੋਂ ਡਰਦੇ ਹਨ। ਤੁਹਾਡੇ organization ਵਿੱਚ ਉਹ ਅੰਕੜਾ ਕੀ ਹੈ — ਅਤੇ ਤੁਸੀਂ ਇਸ ਬਾਰੇ ਕੀ ਕਰ ਰਹੇ ਹੋ?
- AI ਇਸ ਵੇਲੇ ਕਿੱਥੇ talent ਫ਼ੈਸਲੇ ਲੈ ਰਿਹਾ ਹੈ — ਅਤੇ ਕੀ ਇਹ design ਕੀਤਾ ਗਿਆ ਸੀ, ਜਾਂ ਬੱਸ default ਨਾਲ ਹੋ ਗਿਆ?
ਮੁੱਖ ਗੱਲ
ਜੋ organizations 2026 ਵਿੱਚ talent 'ਤੇ ਜਿੱਤਣਗੇ, ਉਹ ਉਹ ਨਹੀਂ ਹੋਣਗੇ ਜਿਨ੍ਹਾਂ ਕੋਲ ਸਭ ਤੋਂ ਵਧੀਆ HR software ਹੈ। ਉਹ ਉਹ ਹੋਣਗੇ ਜਿਨ੍ਹਾਂ ਨੇ talent ਨੂੰ ਇੱਕ pipeline ਵਾਂਗ ਸੰਭਾਲਣਾ ਬੰਦ ਕੀਤਾ ਅਤੇ ਇਸ ਨੂੰ ਇੱਕ loop ਵਾਂਗ ਚਲਾਉਣਾ ਸ਼ੁਰੂ ਕੀਤਾ — ਅਜਿਹਾ ਜੋ ਨਿਰੰਤਰ ਉਨ੍ਹਾਂ capabilities ਨੂੰ senses ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ ਕਾਰੋਬਾਰ ਨੂੰ ਲੋੜ ਹੈ, ਉਨ੍ਹਾਂ ਨੂੰ ਜਾਣ-ਬੁੱਝ ਕੇ builds ਕਰਦਾ ਹੈ, ਲੋਕਾਂ ਨੂੰ title ਦੀ ਥਾਂ skill ਮੁਤਾਬਕ deploys ਕਰਦਾ ਹੈ, ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ growth ਨੂੰ ਉਨ੍ਹਾਂ ਦੇ ਕਿਤੇ ਹੋਰ ਲੱਭਣ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਦਿਸਦਾ ਬਣਾ ਕੇ retains ਕਰਦਾ ਹੈ। Data ਸਾਫ਼ ਹੈ ਅਤੇ tools ਮੌਜੂਦ ਹਨ। ਅਸਲ ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਕੀ leadership strategy ਨੂੰ ਆਪਣਾ ਮੰਨਣ ਲਈ ਤਿਆਰ ਹੈ — ਸਿਰਫ਼ ਮਨਜ਼ੂਰ ਕਰਨ ਲਈ ਨਹੀਂ।