Você precisa simplificar a gestão de pessoas

A longa jornada para uma gestão mais leve teve início na década de 1930, quando pesquisadores e, mais importante, líderes corporativos começaram a abandonar a suposição de que os trabalhadores deveriam ser tratados como máquinas e obrigados a realizar tarefas de acordo com especificações precisamente elaboradas.

Eles começaram a adotar a crença de que o desempenho empresarial melhoraria se os funcionários estivessem realmente envolvidos nas decisões do trabalho. Por décadas, o grupo que favorecia o empoderamento dos funcionários cresceu. Mas agora há fortes sinais de que o pêndulo está oscilando para o outro lado — que o antigo modelo de engenharia está se reafirmando com vigor. E isso é motivo de grande preocupação.

Enquanto muitas organizações — especialmente aquelas que são mais horizontais ou adotaram métodos ágeis — ainda afirmam acreditar que funcionários engajados importam, um número significativo e crescente parece estar seguindo uma abordagem de otimização, na qual a tomada de decisões e o controle são repassados para especialistas e algoritmos. O trabalho é tratado como uma commodity, e o objetivo é reduzi-lo ao mínimo, substituindo funcionários por trabalhadores contratados e freelancers e usando automação e software para reduzir a necessidade de julgamento humano. Comportamentos ideais são ditados aos funcionários remanescentes, que são monitorados de perto quanto à conformidade. Até agora, essa mudança não foi respaldada por evidências de que seja uma melhoria.

A otimização atrai a maioria dos executivos porque eles foram ensinados a fazê-la e a entendê-la. No entanto, a história sugere que os problemas decorrentes de ver a produtividade dos trabalhadores apenas como um desafio de engenharia foram enormes e persistentes. Portanto, devemos saber melhor desta vez. Gerações de evidências sobre os benefícios do empoderamento dos funcionários e os custos de tirá-lo estão sendo ignoradas. É possível encontrar um equilíbrio entre os dois modelos e obter benefícios de ambos, mas isso requer recuar da ideia de que o desempenho do trabalhador é fundamentalmente uma questão de engenharia.

A popularidade da abordagem de engenharia aumentou durante os períodos de recessão econômica — quando os trabalhadores não saem, mesmo que odeiem ser tratados como máquinas — e diminuiu durante as recuperações, quando os trabalhadores trocam de emprego ou protestam. A recessão do coronavírus provavelmente irá fortalecê-la ainda mais. Sem resistência do mercado de trabalho e sem uma medição cuidadosa dos efeitos internos, a otimização facilmente prevalecerá. Isso seria um terrível erro.

O surgimento de abordagens opostas

A “gestão científica” e seu objetivo de operar organizações de forma eficiente começaram com Frederick Taylor no início dos anos 1900. Sua visão era de que havia uma melhor maneira de realizar as tarefas de trabalho. Engenheiros poderiam descobrir isso, e o papel dos trabalhadores era apenas executá-lo. Esses argumentos logo se estenderam do trabalho de produção para empregos de colarinho branco, moldando desde sistemas de remuneração até o design de escritórios e edifícios.

Na década de 1930, a Western Electric e outros empregadores perceberam problemas com essa abordagem — em particular, evidências de que os funcionários estavam se esforçando menos — e começaram a experimentar programas nos quais os trabalhadores tinham mais participação. As taxas por peça (pagamento individual dos trabalhadores pela quantidade produzida) e as metas de desempenho foram relaxadas.

As mudanças levaram a melhorias consideráveis. Elton Mayo e seus colegas da Harvard Business School documentaram esses resultados e compilaram lições sobre como obtê-los, lançando o movimento de relações humanas. Ele se concentrava em prestar atenção às necessidades psicológicas e sociais dos funcionários: eles queriam ter relacionamentos com outros funcionários, sentir que seu trabalho importava e estar envolvidos nas decisões. Quando essas condições eram atendidas, o desempenho dos trabalhadores disparava; quando não eram, ele despencava.

Em 1957, o renomado estudioso de administração Douglas McGregor observou na Harvard Business Review que as visões da administração sobre como obter o máximo dos trabalhadores estavam profundamente divididas: um grupo aderia à visão de que os trabalhadores precisavam ser rigidamente controlados e direcionados; o outro acreditava que os trabalhadores contribuíam muito mais quando tinham liberdade para expressar suas ideias e tomar iniciativas. Em seu livro seminal de 1960, “O Lado Humano da Empresa”, McGregor rotulou a primeira abordagem de Teoria X e a segunda de Teoria Y.

Nas últimas quatro décadas, o modelo da Teoria Y tem ganhado destaque. Comitês conjuntos de saúde e segurança empregado-empregador, círculos de qualidade e equipes de fábrica empoderadas proliferaram. O grande impulso em direção à Teoria Y começou no final da década de 1970, quando havia evidências avassaladoras da má qualidade do trabalho sendo feito na manufatura dos EUA e no resto do mundo para os quais as ideias de Taylor se espalharam.

Pelo menos parte do problema era que a automação tornara os empregos tão entediantes que os trabalhadores estavam desengajados de suas tarefas. Quando a gestão respondeu à falta de esforço deles monitorando-os mais de perto e punindo-os mais severamente, o desempenho e a qualidade diminuíram ainda mais. O antídoto foi arranjos nos quais os funcionários que executavam o trabalho, e não inspetores de qualidade no final da linha de produção, encontravam problemas e assumiam a responsabilidade de resolvê-los. As empresas japonesas foram adeptas precoces disso.

O método de produção enxuta da Toyota, por exemplo, tinha vários componentes, mas sua ideia central era conceder aos funcionários da linha de frente a autoridade para melhorar a qualidade e a produtividade — até o ponto de lhes dar o poder de interromper as linhas de produção. A clara superioridade de carros e outros produtos feitos em tais fábricas logo chamou a atenção dos gerentes.

Nos anos 2000, a produção enxuta (também conhecida como Sistema de Produção Toyota) se espalhou da indústria automotiva para a saúde, governo e todas as indústrias intermediárias. A qualidade, produtividade e resultados dos trabalhadores, como a redução da rotatividade, eram melhores.

Mas muitas vezes era uma luta introduzir a produção enxuta, principalmente em fábricas de automóveis sindicalizadas nos EUA, onde as regras de trabalho eram extensas, a desconfiança entre gerentes e trabalhadores era profunda e uma atitude de “não inventado aqui” prevalecia. Nos últimos anos, no entanto, a tendência em direção à gestão ágil de projetos ajudou a disseminar ainda mais as ideias da Teoria Y.

A Resistência

Pode-se argumentar que a popularidade do modelo comportamental começou a diminuir com a Grande Recessão, cujos efeitos persistiram por tanto tempo que muitos gerentes mais jovens cresceram sem conhecer outra coisa. Mas outros fatores também estavam em jogo.

A força de trabalho líquida.

Uma grande preocupação das empresas sempre foi que, enquanto a demanda de mercado flutuava muito, suas forças de trabalho eram bastante fixas. Eram difíceis de reduzir quando os negócios estavam em baixa e difíceis de trazer de volta rapidamente se as coisas de repente melhorassem. A economia do trabalho temporário sugeriu uma abordagem diferente.

Histórias de crescimento vertiginoso como a do Uber, cujos motoristas eram pagos apenas quando havia algo para fazer naquele momento, causaram uma grande impressão em outros empregadores, que optaram por cortar funcionários em tempo integral e adicionar contratados que não recebiam benefícios ou precisavam ser pagos quando os negócios caíam. Mudar para uma força de trabalho que fosse como uma torneira — ligue quando precisar, desligue assim que não precisar mais — e espremer os custos fixos no processo tornou-se um objetivo explícito.

Empresas de recrutamento e terceirização de processos de recrutamento (RPO) entraram em cena para possibilitar a transição. Eles introduziram termos como “força de trabalho líquida” e “talento sob demanda” para descrever sistemas nos quais os contratados eram pagos pela tarefa e fornecedores forneciam pessoal no momento certo. Agora, as empresas de RPO oferecem um “engajamento completo”, gerenciando o equilíbrio entre contratação, demissões e contratação para que os empregadores garantam o nível mínimo de pessoal necessário para realizar o trabalho todos os dias.

O modelo de talento sob demanda agora é generalizado. Estudos mostram que cerca de um terço das pessoas que trabalham em corporações dos EUA não são funcionários dessas empresas. O Google tem mais contratados e trabalhadores temporários do que funcionários em tempo integral (mais de 130.000 versus 123.000, de acordo com uma matéria de 2020 de Daisuke Wakabayashi no New York Times), um fenômeno não incomum entre empresas de tecnologia.

O trabalho temporário está no cerne de praticamente todas as empresas de serviços de automóveis e de entrega, como Amazon Flex e Deliveroo. Eles empurram o limite legal entre funcionários e contratados supervisionando efetivamente grande parte do que os contratados fazem: monitorando exatamente onde os motoristas estão e traçando rotas turn-by-turn para eles.

De acordo com uma matéria do New York Times de Patricia Callahan, a Amazon Flex até exige um padrão impressionante de 999/1.000 para entrega pontual. (A Amazon não respondeu a um pedido de comentário sobre suas práticas.)

E não há prova de que reduzir a força de trabalho melhore realmente os resultados dos negócios. Em média, cortar funcionários cedo e drasticamente em recessões não está associado a um melhor desempenho financeiro, e de acordo com estudos, incluindo um de Wayne Cascio, Arjun Chatrath e Rohan Christie-David, empresas que adiam as demissões se saem melhor.

Além disso, cada contrato requer alguém para gerenciá-lo, e isso conta contra qualquer economia de custos — algo que Lauren Weber, do Wall Street Journal, encontrou na indústria de jogos de computador.

Além disso, minha pesquisa e a de outros mostraram que usar trabalhadores temporários ao lado de funcionários tem efeitos negativos sobre o pessoal permanente, enfraquecendo a lealdade e os relacionamentos com colegas e diminuindo o desempenho operacional.

Ainda não sabemos muito sobre como a produtividade dos contratados individuais se compara à dos funcionários, mas sabemos que, ao contrário dos funcionários, eles não têm obrigação legal ou psicológica de cuidar dos interesses da empresa.

Portanto, embora certamente haja muitos contratados engajados, as empresas não devem esperar esforços discricionários deles — na verdade, pode até violar seus contratos intervir e fazer algo que as empresas não pediram. Eles também não devem ser esperados para se esforçar para transmitir boas ideias para as empresas (como os funcionários frequentemente fazem) quando podem vendê-las para esses clientes ou seus concorrentes.

Uma razão final pela qual as suposições por trás da força de trabalho líquida não se sustentam é que os contratados na verdade não parecem desaparecer quando os negócios pioram. (Os fechamentos relacionados à pandemia de 2020 que causaram desemprego em níveis comparáveis à Grande Depressão tanto para funcionários regulares quanto para contratados é uma exceção óbvia.) As pesquisas mostram que os contratados muitas vezes permanecem com os clientes pelo mesmo tempo que os funcionários regulares, porque começam a assumir papéis mais vitais.

Se eles saírem, seu conhecimento e informações vão com eles. O engenheiro consultor Tim Near, por exemplo, descobre que é bastante valioso como a única pessoa que conhece as especificações originais e o design de um componente de aeronave, agora de volta à demanda, em que ele começou a trabalhar como contratado há 15 anos.

Negociando salários.

Uma prática simples, mas importante, da teoria de otimização – diferenciação de preços – está sendo aplicada aos salários iniciais. É fácil esquecer que os empregadores costumavam ter salários iniciais fixos, especialmente para empregos de nível básico; agora, negociá-los está na moda. Cinquenta e dois por cento dos empregadores que responderam a uma pesquisa de 2017 realizada pela CareerBuilder relataram que ofereciam salários a possíveis contratados mais baixos do que estavam dispostos a pagar, sem dúvida esperando que algumas pessoas não tentassem ou não conseguissem aumentá-los. Eles estavam certos. A maioria dos funcionários não o fez.

Os especialistas em local de trabalho sabem que, a longo prazo, poucas questões causam mais dificuldades, incluindo problemas legais, do que pagar a pessoas com habilidades semelhantes quantias diferentes para fazer o mesmo trabalho. Mas as economias imediatas geradas pela minimização do salário inicial – que podemos medir facilmente – parecem ter tentado as empresas a correr esse risco.

IA e otimização.

A força mais poderosa que leva as empresas em direção à Teoria X é a inteligência artificial. No momento, as ferramentas de IA são virtualmente todas algoritmos derivados de programas de aprendizado de máquina: conjuntos de equações que otimizam requisitos de pessoal, o encaixe de candidatos a empregos, movimentos de marketing e assim por diante. Os algoritmos retiram a tomada de decisões dos funcionários e a transferem para especialistas – os cientistas de dados que os constroem. Este é exatamente o deslocamento que Taylor defendia: encontrar a melhor maneira usando princípios de engenharia.

Considere um trabalho que costumava ser um bastião do individualismo e da autonomia: o transporte de longa distância. Era uma vez, os motoristas de caminhão podiam dirigir como e quando quisessem, contanto que chegassem ao destino a tempo. Agora, os algoritmos ditam rotas e horários, práticas de direção e tudo mais. As cabines dos caminhões são equipadas com equipamentos que monitoram os motoristas e coletam informações, tanto para impor os requisitos quanto para melhorar os algoritmos.

As câmeras registram se os motoristas tiram as mãos do volante, permitindo que as empresas descontem seus salários se o fizerem; velocidade e tempo de direção são observados minuto a minuto; e os motoristas recebem instruções passo a passo para chegar a cada destino (que, dizem, reduzem as conversões à esquerda porque causam mais acidentes e levam mais tempo).

Um bom exemplo de onde isso pode levar vem da Amazon e seus mais de 125.000 funcionários de armazém, que recebem metas, criadas por algoritmos, para quanto tempo devem levar para pegar cada item em um pedido. Não atender a uma meta resulta em um aviso, também emitido pelo algoritmo, e três avisos são motivo para demissão, de acordo com um artigo de 2019 do New York Times de Scott Shane. O supervisor ainda tem a palavra final sobre a demissão do funcionário, mas quanto tempo isso durará não está claro.

Quando retiramos todas as decisões dos funcionários, eles não se sentem mais responsáveis, e seu interesse em contribuir extra diminui. Com algoritmos baseados em IA chamando todas as decisões, nem mesmo está claro como eles poderiam ajudar.

Suponha que um motorista de caminhão descubra uma maneira melhor de entrar e sair dos docas de carga: para quem o motorista contaria? Sim, os algoritmos economizam combustível e dinheiro, em média, mas as inovações geradas pelos trabalhadores não acontecerão se nos afastarmos do empoderamento e instituirmos o planejamento e os controles associados à otimização.

Transferir decisões de gerentes de linha e trabalhadores para especialistas e software tem custos significativos que são mais difíceis de rastrear. Um deles é que mina supervisores e gerentes de linha cuja responsabilidade pela contratação, programação, avaliação de desempenho e similares era a fonte de sua autoridade.

O que um supervisor diz a um funcionário infeliz que foi escalado para trabalhar três sábados seguidos pelo software de agendamento? Como esse supervisor mais tarde pode pedir ao funcionário ajuda extra quando o supervisor não pode fazer nada por ela? A troca de favores que constrói relacionamentos e dá aos funcionários a sensação de que a organização os apoia desaparece nesse ambiente.

Então chegamos à monitorização do trabalho de colarinho branco, algo que costumava ser extremamente difícil de fazer, mantendo a otimização nessa área sob controle. Não mais. Novos softwares de gestão de desempenho que contam teclas pressionadas e capturam e analisam capturas de tela para rastrear distrações são apenas a ponta do icebergue da coleta de dados.

Fornecedores como Teramind e InterGuard vendem sistemas prontos que fornecem todas essas funções e muito mais. Softwares populares como o Microsoft Outlook Calendar e o Slack já identificam com quem nos encontramos e quanto tempo passamos com eles; essas informações então são usadas em modelos para calcular quanto tempo deve levar para concluir projetos específicos.

Apenas medindo quanto tempo as luzes do detector de movimento permanecem ligadas, o software já pode nos dizer quanto tempo as pessoas passam em seus escritórios. O relógio de ponto voltou na forma de crachás que nos registram ao entrar e sair dos prédios, rastreando quando chegamos e saímos, bem como em quais áreas entramos para ver outras pessoas. O software de mapeamento interno vai muito além, identificando onde os funcionários estão nas instalações em tempo real.

Os fornecedores agora oferecem software que supostamente identifica funcionários pela forma como andam quando seus rostos não podem ser observados. Sensores medem quem está se reunindo com quem, quanto tempo passamos em nossas mesas e assim por diante. Como Sarah Krause do Wall Street Journal descobriu, os empregadores estão ouvindo salas de conferência e analisando as conversas para melhor organizar e gerenciar equipes. A empresa de fitness Life Time, por exemplo, analisa conversas de reuniões de equipe como um exercício de desenvolvimento para novos gerentes.

Um momento revelador veio com os fechamentos relacionados ao Covid-19, quando vastos números de organizações enviaram pessoas para trabalhar em casa. As empresas confiariam aos funcionários serem produtivos ou tentariam monitorá-los? A resposta parece ser a última: Drew Harwell do Washington Post relatou um aumento no uso de software de “dedo-duro” que literalmente observa tudo o que os funcionários que trabalham em casa fazem em seus computadores.

Um fornecedor citado no artigo de Harwell disse que seus clientes se sentem “completamente no direito de saber o que os funcionários estão fazendo” em casa. Konrad Putzier e Chip Cutter do Wall Street Journal relataram que, enquanto as empresas se preparavam para trazer os funcionários de volta aos seus locais de trabalho após os fechamentos, algumas estavam instalando software de mapeamento interno para monitorar se os funcionários estavam cumprindo os novos requisitos de distanciamento social. Observadores observaram que não haveria motivo para remover isso após a passagem da pandemia.

Todas essas informações podem ser usadas para fins construtivos, como projetar melhores layouts de escritório. Mas também poderia identificar quais funcionários saem do prédio por períodos prolongados, quem está organizando bolões da March Madness, e assim por diante. Ethan Bernstein e Ben Waber observam que os esforços de cima para baixo para projetar espaços de trabalho para produzir efeitos desejados frequentemente falham – por exemplo, reduzindo a colaboração em vez de aumentá-la. Eles recomendam que as empresas experimentem para ver quais práticas obtêm os resultados que importam. (Veja “A Verdade sobre Escritórios Abertos”, HBR, novembro-dezembro de 2019.)

Os funcionários nunca gostaram de ser monitorados. A onda de greves que criou sindicatos industriais na década de 1930 foi motivada tanto pelo desejo de resistir ao controle da gestão e aos requisitos de trabalho tayloristas, como pelo descontentamento com os salários. Além disso, a monitorização raramente funciona como pretendido, porque os funcionários encontram maneiras de contorná-la. Mais de um quarto dos funcionários admitem cobrir as webcams de seus computadores de trabalho, e quase um terço muda de seus telefones corporativos para seus celulares pessoais ao falar com colegas de trabalho para evitar que seus empregadores escutem, segundo uma pesquisa da SimplyHired, um provedor online de serviços de emprego.

Mudar para a otimização baseada em IA também não é gratuito. Assim como o gerenciamento científico de Taylor exigiu que as empresas contratassem um monte de especialistas do então emergente campo da engenharia industrial, os esforços de otimização de hoje estão alimentando a demanda por cientistas de dados. Os empregos para as pessoas que constroem algoritmos estão aumentando rapidamente, e o salário base médio para eles é de $113.309, de acordo com o Glassdoor.

Encontrar um equilíbrio

Pode-se argumentar que o jogo está armado contra a Teoria Y. Executivos com formação em engenharia e ciência da computação representam até um terço dos CEOs de todas as grandes corporações, segundo algumas estimativas.

Quarenta e sete por cento dos CEOs têm formação em finanças, uma área onde a minimização de custos, fórmulas e metas numéricas – e não o empoderamento – têm influência. Abordagens comportamentais associadas à Teoria Y aparecem apenas de forma modesta nos currículos das escolas de negócios, e estão cercadas por cursos de microeconomia, contabilidade, finanças e operações – todos os quais se baseiam em processos de otimização.

Enquanto isso, programas de treinamento em gestão corporativa que ensinam ideias comportamentais desapareceram em grande parte.

Finalmente, abordagens da Teoria Y exigem muito tempo e energia dos líderes e gestores e são difíceis de quantificar. Em contraste, abordagens de otimização podem ser estipuladas por regras, delegadas e alinhadas com prioridades claras, como maximizar a eficiência e reduzir custos, o que agrada os CFOs e Wall Street.

Um triste exemplo do desprezo pela gestão da Teoria Y que prevalece nos conselhos executivos pode ser encontrado na reportagem de Alec MacGillis para a New Yorker sobre a reestruturação da Boeing e como isso contribuiu para seus problemas com o avião 737 Max.

O programa da empresa, semelhante à produção enxuta, no qual os engenheiros buscavam melhorias de processo, uma vez foi um símbolo de qualidade e eficácia. Quando um executivo sênior anunciou que a Boeing estava cortando financiamento para ele, um engenheiro envolvido no programa contestou em um café da manhã entre trabalhadores e gerência, apontando quanto dinheiro o programa havia economizado. O executivo respondeu: “As decisões que tomo têm mais influência sobre os resultados do que todas as decisões que você toma”.

O grande desafio para os gestores não é escolher entre a Teoria X e a Teoria Y. Pelo contrário, é encontrar a combinação de práticas que realmente, não teoricamente, funcionam. Quando o gerenciamento científico foi introduzido pela primeira vez, foi espetacularmente mais eficaz do que o caos na fabricação que o havia precedido, e foi um fator-chave para ajudar as corporações dos EUA a dominar os mercados globais.

Muitas práticas empresariais ainda são mal feitas e poderiam ser muito mais eficazes e até mais justas se fossem otimizadas. A contratação vem à mente: na maioria das empresas, gerentes com pouco ou nenhum treinamento em como contratar ainda fazem escolhas baseadas em seu instinto e preconceitos.

Incorporar otimização e empoderamento dos funcionários em conjunto funciona muito melhor, porém. Uma das vantagens da produção enxuta é que ela captura ambos, ao delegar a tarefa de melhorar a produtividade e a qualidade para os trabalhadores da linha de frente, ensinando-os a projetar empregos melhor. Portanto, é desanimador ver empresas substituindo essa abordagem por software.

Um fenômeno semelhante está acontecendo com o agendamento e o horário flexível.

Os trabalhadores, como grupo, costumavam descobrir a melhor maneira de realizar o trabalho enquanto atendiam às necessidades dos funcionários. Agora, existe software disponível que promete “otimizar” os horários de trabalho para as necessidades comerciais.

À medida que as empresas ajustam os horários de trabalho para alcançar o distanciamento social nos escritórios, será revelador ver se elas adotam a abordagem impulsionada pelos funcionários ou optam por algoritmos.

A maior restrição em jogo parece ser a mesma de sempre: o apelo intelectual da otimização e sua promessa de um único e simples melhor caminho para gerenciar, que você pode implementar e depois se dar por satisfeito.

Os gerentes podem então evitar o trabalho árduo de envolver os funcionários na solução de problemas no local de trabalho e passar para as tarefas mais emocionantes da estratégia.

Como Kurt Vonnegut colocou em seu romance Player Piano: “Se não fosse pelas pessoas, as malditas pessoas sempre se emaranhando nas máquinas… o mundo seria um paraíso para os engenheiros”. Pode ser mais fácil ignorar as pessoas, mas ainda estamos aqui. É de grande importância considerar nossas necessidades e interesses, e os líderes eficazes precisam levar isso em conta.

Fonte:

HBR, setembro de 2020

Sobre o autor:

PETER CAPPELLI é o Professor de Gestão na Escola Wharton e diretor do seu Centro de Recursos Humanos. Ele é autor de vários livros, incluindo “Will College Pay Off? A Guide to the Most Important Financial Decision You’ll Ever Make” (PublicAffairs, 2015).