بیمه صنعتی انسانمحور است. فناوری میتواند داده را پردازش، فرایند را تسریع و بخشی از فعالیتهای تکراری را خودکار کند؛ اما ارزیابی ریسکهای پیچیده، قیمتگذاری در شرایط عدمقطعیت، رسیدگی حرفهای به خسارت و طراحی پوشش برای ریسکهای نوظهور همچنان به پیوند دانش بیمهای، تجربه، قضاوت و فناوری نیاز دارد. ازاینرو، پرسش راهبردی شرکتهای بیمه دیگر فقط این نیست که «چند نفر نیرو لازم داریم؟»؛ پرسش دقیقتر آن است که «برای بیمهگری آینده به چه قابلیتهایی نیاز داریم و چگونه آنها را تأمین، توسعه و حفظ میکنیم؟» /تعداد افراد درجشده در فهرست استعدادها، شاخص موفقیت نیست. سنجههای معنادارتر شامل نرخ پوشش جانشینی نقشهای حیاتی، درصد نقشهای دارای جانشین آماده، نرخ تأمین داخلی مشاغل کلیدی، حفظ خبرگان، زمان رسیدن جانشین به آمادگی، کاهش شکاف مهارتهای حیاتی، کاهش تمرکز دانش و اثربخشی تجربههای توسعهای است. خروجی واقعی مدیریت استعداد، فهرست اسامی نیست؛ کاهش ریسک قابلیت و افزایش آمادگی سازمان است.
به گزارش ریسک نیوز، رسول رحمتی نودهی، کارشناس آموزش و توسعه صنعت بیمه در یادداشتی به راهبرد مهم مدیری استعداد در صنعت بیمه اشاره می کند:
بیمه صنعتی انسانمحور است. فناوری میتواند داده را پردازش، فرایند را تسریع و بخشی از فعالیتهای تکراری را خودکار کند؛ اما ارزیابی ریسکهای پیچیده، قیمتگذاری در شرایط عدمقطعیت، رسیدگی حرفهای به خسارت و طراحی پوشش برای ریسکهای نوظهور همچنان به پیوند دانش بیمهای، تجربه، قضاوت و فناوری نیاز دارد. ازاینرو، پرسش راهبردی شرکتهای بیمه دیگر فقط این نیست که «چند نفر نیرو لازم داریم؟»؛ پرسش دقیقتر آن است که «برای بیمهگری آینده به چه قابلیتهایی نیاز داریم و چگونه آنها را تأمین، توسعه و حفظ میکنیم؟»
مدیریت استعداد، انتخاب چند فرد برتر نیست؛ معماریِ آمادگی سازمان برای نقشها و قابلیتهای حیاتی آینده است.
مدیریت استعداد از کجا آغاز میشود؟
در ادبیات علمی، مدیریت استعداد تعریف واحدی ندارد؛ اما رویکرد راهبردی یک نقطه اتکای روشن ارائه میکند: نخست باید موقعیتهایی شناسایی شوند که بیشترین اثر را بر اجرای راهبرد و مزیت پایدار سازمان دارند؛ سپس برای آنها ذخیرهای از استعداد و سازوکارهای متناسب جذب، توسعه، نگهداشت و جانشینی طراحی شود. بنابراین نقطه آغاز، فهرست افراد نیست؛ نقشه موقعیتها و قابلیتهای حیاتی است.
این نگاه، مدیریت استعداد را از جانشینپروری جدا میکند. جانشینپروری یکی از اجزای آن است، نه تمام آن. مدیریت استعداد همچنین مسیرهای خبرگی، تحرک شغلی، انتقال دانش و تأمین قابلیت از داخل یا بیرون سازمان را دربرمیگیرد. در شرکت بیمه نیز نقش حیاتی الزاماً مدیریتی نیست؛ اکچوئر، متخصص اتکایی، ارزیاب ریسک صنعتی، کارشناس خسارتهای پیچیده، متخصص امنیت سایبری یا تحلیلگر داده میتواند برای استمرار کسبوکار نقشی تعیینکننده داشته باشد..
چرا اکنون؟ فشار همزمان فناوری و مهارت
هوش مصنوعی، تحلیل پیشرفته داده، خودکارسازی، ریسک سایبری، زیستبومهای دیجیتال و تغییر رفتار مشتری، ترکیب مهارتهای موردنیاز صنعت مالی و بیمه را دگرگون میکنند. گزارش «آینده مشاغل ۲۰۲۵» مجمع جهانی اقتصاد برآورد میکند تا سال ۲۰۳۰ حدود ۳۹ درصد از مهارتهای اصلی کارکنان تغییر کند یا بخشی از کارکرد پیشین خود را از دست بدهد. در کنار هوش مصنوعی، کلانداده و امنیت سایبری، مهارتهایی مانند تفکر تحلیلی، تابآوری، انعطافپذیری و رهبری همچنان در مرکز تقاضا قرار دارند.
پیام این تحول برای بیمه روشن است: آینده نه صرفاً دیجیتال، بلکه ترکیبی است. تحلیلگر داده زمانی ارزش بیشتری میآفریند که منطق ریسک و بیمهگری را بفهمد؛ کارشناس بیمه نیز زمانی آمادهتر است که بتواند از ابزارهای هوشمند استفاده و خروجی آنها را نقادانه ارزیابی کند. مسئله اصلی «انسان یا فناوری» نیست؛ طراحی همکاری مسئولانه میان انسان و فناوری است.
در چشمانداز جهانی صنعت بیمه ۲۰۲۶ بر سه فشار همزمان تأکید میکند: خروج تدریجی نیروهای باسابقه، دشواری جذب و نگهداشت استعداد و نیاز کارکنان میانی به قابلیتهای تازه مرتبط با هوش مصنوعی . بااینحال، تعمیم مستقیم این شواهد به ایران علمی نیست. برای سنجش دقیق شکاف استعداد در صنعت بیمه ایران باید دادههایی مانند ساختار سنی، نرخ خروج و بازنشستگی، زمان تأمین مشاغل تخصصی، پوشش جانشینی نقشهای حیاتی و فاصله مهارتهای موجود با قابلیتهای موردنیاز گردآوری شود. تا پیش از آن، پرسش درست این است: آیا ترکیب قابلیتهای موجود با نیازهای بیمهگری سه تا پنج سال آینده همخوان است؟
سه تغییر بنیادین در نگاه مدیریتی
نخست، برنامهریزی باید از «تعداد» به «قابلیت» حرکت کند. ممکن است شرکتی از نظر شمار کارکنان کمبود نداشته باشد، اما در اکچوئری، تحلیل داده، امنیت سایبری، ارزیابی ریسکهای پیچیده، اتکایی یا طراحی محصول ظرفیت کافی نداشته باشد. همزمان، برخی فعالیتهای تکراری با فناوری به نیروی کمتری نیاز خواهند داشت. بنابراین تصمیمگیری باید ظرفیت کمی و کیفیت قابلیت را کنار هم ببیند
دوم، همه موقعیتها اثر راهبردی یکسانی ندارند. این تمایز به معنای کماهمیت دانستن کارکنان نیست؛ بلکه نشان میدهد برخی نقشها به دلیل کمیابی مهارت، اثر بر ریسک، پیوند با راهبرد یا دشواری جایگزینی حساسترند. نتیجه عملی آن، طراحی دو مسیر پیشرفت موازی است: مسیر رهبری و مدیریت، و مسیر خبرگی و تخصص. اگر تنها راه پیشرفت متخصص، مدیرشدن باشد، سازمان ممکن است یک خبره ارزشمند را از دست بدهد، بیآنکه مدیر اثربخشی به دست آورد.
سوم، عملکرد فعلی با ظرفیت رشد و آمادگی برای نقش بعدی یکسان نیست. عملکرد نشان میدهد فرد در نقش امروز چگونه عمل میکند؛ ظرفیت رشد به توان یادگیری و پذیرش پیچیدگی بیشتر مربوط است؛ و آمادگی، فاصله فرد تا ایفای یک نقش مشخص را میسنجد. به همین دلیل، تصمیم استعداد نباید فقط بر امتیاز عملکرد یا نظر یک مدیر تکیه کند. ترکیب شواهد عملکردی، ارزیابی شایستگی، تجربههای واقعی، ظرفیت یادگیری، قضاوت حرفهای و بازخورد چندمنبعی تصویر معتبرتری میسازد.
توسعه استعداد؛ فراتر از کلاس آموزشی
آموزش رسمی لازم است، اما بهتنهایی قابلیت نمیسازد. بخش مهم رشد حرفهای در حل مسئله واقعی، اداره پروژه، مأموریت چرخشی، حضور در تیمهای بینوظیفهای، کار در کنار خبرگان و پذیرش تدریجی مسئولیتهای پیچیدهتر رخ میدهد. بنابراین برای هر استعداد باید «سبد تجربههای توسعهای» طراحی شود و معیار ارزیابی نیز از تعداد دورهها به قابلیت قابل مشاهده پس از تجربه تغییر کند.
این موضوع در بیمه اهمیت بیشتری دارد؛ زیرا بخش بزرگی از دانش، ضمنی و تجربهمحور است. خروج یک کارشناس باسابقه فقط کاهش یک نفر از آمار کارکنان نیست؛ ممکن است بخشی از حافظه حرفهای سازمان نیز از دست برود. مربیگری، اجتماعات خبرگی، مستندسازی پروندههای خاص، مرور تجربه پس از اقدام و جانشینپروری تخصصی، مدیریت استعداد را به مدیریت دانش پیوند میدهند و ریسک تمرکز دانش در افراد محدود را کاهش میدهند.
هوش مصنوعی؛ ابزار تصمیم، نه جایگزین مسئولیت
هوش مصنوعی میتواند مهارتها را از سوابق حرفهای استخراج کند، افراد را با فرصتهای شغلی تطبیق دهد، شکاف مهارتی را تحلیل و مسیر یادگیری پیشنهاد کند. اما دادههای تاریخی ممکن است حامل سوگیری باشند و الگوریتم نیز همان الگوها را بازتولید کند. ازاینرو، استفاده از هوش مصنوعی در شناسایی استعداد، ارتقا و جانشینی باید با شفافیت، حفاظت از حریم خصوصی، قابلیت توضیح، ارزیابی سوگیری و نظارت انسانی همراه باشد.
هوش مصنوعی برای افزایش کیفیت قضاوت انسانی؛ نه برای حذف مسئولیت قضاوت انسانی.
چارچوب اجرایی برای شرکتهای بیمه ایران
یک الگوی قابل اجرا باید از راهبرد شرکت آغاز شود و به سنجش نتیجه برسد: شناسایی نقشهای حیاتی، تعریف قابلیتهای آینده، ترسیم موجودی مهارت و دانش، اندازهگیری شکاف، شناسایی استعدادها با شواهد چندگانه، انتخاب شیوه تأمین قابلیت، طراحی تجربههای توسعهای، ایجاد سازوکار انتقال دانش، تعیین جانشین و سطح آمادگی، پایش شاخصها و بازنگری مستمر. این چارچوب نسخه ثابت برای همه شرکتها نیست و باید متناسب با اندازه، مالکیت، ترکیب پرتفوی، مدل کسبوکار و بلوغ منابع انسانی هر شرکت بومیسازی شود.
در برخی قابلیتها، توسعه داخلی منطقیتر است؛ برخی مهارتها باید از بازار جذب شوند؛ بخشی را میتوان از طریق شریک حرفهای تأمین کرد و فعالیتهای تکراری نیز ممکن است خودکار شوند. انتخاب میان «ساختن، خریدن، مشارکت یا خودکارسازی» باید اقتصادی، راهبردی و مبتنی بر ریسک باشد.
معیار موفقیت؛ کاهش ریسک قابلیت
تعداد افراد درجشده در فهرست استعدادها، شاخص موفقیت نیست. سنجههای معنادارتر شامل نرخ پوشش جانشینی نقشهای حیاتی، درصد نقشهای دارای جانشین آماده، نرخ تأمین داخلی مشاغل کلیدی، حفظ خبرگان، زمان رسیدن جانشین به آمادگی، کاهش شکاف مهارتهای حیاتی، کاهش تمرکز دانش و اثربخشی تجربههای توسعهای است. خروجی واقعی مدیریت استعداد، فهرست اسامی نیست؛ کاهش ریسک قابلیت و افزایش آمادگی سازمان است.
جمعبندی نهایی ؛ مسئله اصلی آمادگی است
فناوری بخشی از وظایف بیمهای را خودکار و برخی نقشها را بازطراحی خواهد کرد؛ اما هرچه ماشینها در فعالیتهای استاندارد توانمندتر شوند ارزش قضاوت، تحلیل موقعیتهای مبهم، مسئولیتپذیری، مذاکره و تصمیمگیری در شرایط عدمقطعیت بیشتر نمایان میشود. بنابراین مدیریت استعداد در صنعت بیمه نباید پروژهای برای برگزیدن چند فرد ممتاز باشد؛ باید نظامی برای ساخت قابلیتهایی باشد که راهبرد آینده به آنها وابسته است.
پرسش نهایی این نیست که «آیا نیروی کافی داریم؟»؛ بلکه این است که «آیا دانش، مهارت، خبرگی و رهبری لازم برای بیمهگری آینده را در زمان مناسب در اختیار خواهیم داشت؟»
منابع
- Collings, D. G., & Mellahi, K. (2009). Strategic Talent Management: A Review and Research Agenda. Human Resource Management Review, 19(4), 304–313.
- Sparrow, P. R., & Makram, H. (2015). What is the Value of Talent Management? Human Resource Management Review, 25(3), 249–263.
- Gallardo-Gallardo, E., Dries, N., & González-Cruz, T. F. (2013). What is the Meaning of ‘Talent’ in the World of Work? Human Resource Management Review, 23(4), 290–300.
- World Economic Forum. (2025). The Future of Jobs Report 2025. Geneva: World Economic Forum.
- Deloitte. (2026). 2026 Global Insurance Outlook. Deloitte Insights.
- Swiss Re Institute. (2025). SONAR 2025: Emerging Workforce and Skillset Shortages Challenge Insurers.
- Qin, C., Zhang, L., Cheng, Y., et al. (2023). A Comprehensive Survey of Artificial Intelligence Techniques for Talent Analytics. arXiv:2307.03195.


نظر شما چیست؟