Færre job, højere løn: AI-kompensationsparadokset

David Rice: Kyle Holms chef vil ikke længere høre hans PowerPoint-præsentationer. Den administrerende direktør vil høre fra Kyles datter i stedet. Hun går på tredje år på universitetet, og hun koder ud fra mavefornemmelsen, og hun kommer til at stige til stillinger, som tidligere tog årevis at nå, fordi hun ved, hvordan man udnytter teknologien. I dagens udsendelse skal du høre en samtale, jeg for nylig havde med Kyle Holm fra Sequoia Consulting Group ved Transform i Las Vegas.

Kyle har været løn- og kompensationsrådgiver i 25 år, og han ser noget ændre sig, som de fleste endnu ikke er klar til. Det mellemste lag i lønudviklingen forsvinder. I etablerede virksomheder bruger medarbejdere på mellemniveau AI til at blive bedre. I AI-fødte virksomheder findes der ikke noget mellemniveau. Der er seniorer og juniorer.

Det er det hele. Og disse ledelseshierarkier kommer til at bryde sammen hurtigere, end nogen forventer, fordi administrerende direktører ikke længere vil lade idéer blive filtreret gennem flere ledelseslag. Produktteams mærker det allerede. Produktfolk, der ved, hvordan man bruger AI, tjener flere penge, men produktteams bliver samlet set mindre.

Så de samlede udgifter til produktudvikling er sandsynligvis på vej ned, selv om den individuelle kompensation stiger. Det er en mærkelig dynamik, hvor de mennesker, der finder ud af det, får mere i løn, men der bliver færre af dem. Og de AI-kompetencer, som alle betaler ekstra for? De er ikke rigtig en særskilt ting. Der er kun få mennesker, der faktisk bygger store sprogmodeller.

For alle andre er udvikling af AI-kompetencer blot et ansvar, vi har nu. Det er ikke et valg. Hvis du ikke er dygtig til dette, kommer du sandsynligvis ikke til at fortsætte med det, du laver. Vi bevæger os fra en rollebaseret økonomi til en kompetencebaseret. Det handler mindre om at sætte kryds i felter og vise eksamensbeviser og mere om, hvorvidt du kan udnytte denne teknologi til at skabe værdi eller ej.

Så i dag skal vi tale om, hvorfor det mellemste ledelseslag forsvinder i AI-fødte virksomheder og sandsynligvis også kommer efter alle andre; hvorfor kompensation er mere kunst end videnskab, og hvorfor det skal ændres; kompetencebaseret kontra eksamensbaseret løn i AI-æraen; og hvorfor kompensationsmål bør være rejsemål, ikke destinationer.

Jeg hedder David Rice. Dette er People Managing People. Og hvis du har tænkt på din karriere som en stabil fremgang gennem ledelseslagene, kan denne samtale ændre den måde, du planlægger de næste par år på.

Nå, men jeg er her sammen med Kyle Holm fra Sequoia. Kyle, velkommen.

Kyle Holm: Tak. Tak, fordi jeg måtte være med.

David Rice: Selvfølgelig. Når det gælder Transform, og vi taler om kompensation, hvad fylder så hos dig for tiden?

Kyle Holm: Jeg tror, at det vigtigste, jeg tænker på, er, at AI påvirker kompensation på alle mulige forskellige måder. Når man tænker på AI-fødte virksomheder og de beløb, de betaler folk, når man tænker på AI i eksisterende, etablerede virksomheder, og hvad det gør ved eksisterende roller, hvordan det ændrer produktteams og udviklingsteams, så er der virkelig meget at tage fat på, når det gælder kompensation og det, der sker.

David Rice: Jeg tror, at mange mennesker, når de tænker på kompensation, bare tænker: Folk får en højere løn for AI-kompetencer, ikke? Men jeg er nysgerrig på, hvad du siger. Hvad er nogle af de mere bekymrende eller måske ligefrem spændende ting, der sker omkring løn eller kompensation inden for AI?

Kyle Holm: Ja. Jeg tror, at noget af det, du sagde, var, at de betaler ekstra for AI-kompetencer. Men virkeligheden er, at der kun er få mennesker, som faktisk er AI-udviklere og skaber de store sprogmodeller. Det er… ikke? Det, det er ikke… Udvikling af AI-kompetencer er sådan set et ansvar, som jeg tror, vi a- Ja … alle har.

Og derfor er det ikke nødvendigvis et valg. Ja. Du er nødt til at gøre det. Ja. Ellers har du sandsynligvis ikke et job. Hvis du ikke- Ja … hvis du ikke er dygtig til dette, hvis du ikke ved, hvordan du kan gøre dig selv bedre ved hjælp af det, kan du sandsynligvis ikke bare fortsætte med at gøre det, du gør. Jeg er gammel nok til, at lønundersøgelser plejede at ligge i ringbind.

De flyttede fra ringbind til internettet og videre til en computer. Men hvis jeg sagde: “Jeg arbejder kun med ringbind”, ville jeg ikke lave dette længere.

David Rice: Ja. Fortæl mig lidt om det, for det ændrer jo, hvordan vi modellerer ting operationelt. Det ændrer simpelthen den måde, vi tænker på, hvordan vi griber HR og drift an.

Så- Ja … hvad er nogle af de ting, der sker omkring selve kompensationsmodelleringen?

Kyle Holm: Ja. Der er nogle få forskellige aspekter af kompensationsmodellering. Der er din meritstigning, og det er ret grundlæggende: Hvor meget vil du øge lønnen, og hvilke justeringer leder du efter?

Så er der ansættelsesplanen, som tager højde for kompensationsmodellering, for for alle, du a- hver person, du ansætter, har et forventet interval for kontantløn og aktier. Jeg tror, det er det område, hvor AI har den største indvirkning. For virksomheder bevæger sig sådan set i to retninger.

Den ene er, at der, som du sagde, er en højere løn til- Ja … mennesker, der er dygtige til AI, så vi er nødt til at betale mere, end vi måske troede. Men så er der også et: Vent lige, vi har folk internt, som har brugt AI på en måde, der betyder, at vi ikke behøver at ansætte til den rolle. Ja. Så man får denne lidt mærkelige situation, hvor produktfolk, der ved, hvordan man bruger AI til at gøre arbejdet bedre, får mere i løn, men produktteams samlet set sandsynligvis bliver mindre.

Så hvor meget vi samlet set bruger på produktudvikling, er sandsynligvis på vej ned, men de mennesker, der finder ud af det, kommer til at tjene flere penge.

David Rice: Ja. Det er interessant, for vi er jo her på en HR-konference, og når vi taler om AI og HR, tror jeg, at mange tænker på ting som performance management, rekruttering eller måske endda automatisering af medarbejdernes henvendelser, håndbogsrelaterede ting.

Mange tænker ikke rigtig på deres tilgang til kompensation. Jeg- Ja … det er i hvert fald mit indtryk. Holder det stik? Og…

Kyle Holm: Nej, ikke for os. Det er det, vi laver. Ja, ja. Vi hjælper virksomheder med at operationalisere og få mest muligt ud af deres investering i medarbejdere, og en stor del af det handler om, hvor AI kan finde disse effektiviseringer- For i sidste ende vil medarbejderteamet og økonomiteamet bare gerne være mere strategiske.

Der er mange områder inden for levering, udformning og benchmarking af kompensation, hvor AI virkelig kan hjælpe og strømline tingene. Så det lidt vanvittige ved kompensation er, at selv den første bølge af software, som vi har levet med de sidste 20 år, ikke rigtig påvirkede kompensation på nogen meningsfuld måde.

Der findes selvfølgelig nogle arbejdsgangsprogrammer, som har løftet tingene hist og her, men de drives stadig af de samme mennesker, og de er ikke rigtig integreret i de samlede udgifter. Det er her, muligheden med AI ligger: at samle tingene på en meningsfuld måde og begynde at være langt mere strategisk omkring det afkast, man får af sine kompensationsudgifter.

David Rice: Noget af det, jeg har lagt mærke til, især blandt HR-folk, er, at der er en tendens til enten ikke at stole på resultaterne eller at stille spørgsmål ved alle de data, de putter ind i det, ikke? Ja. Hvordan rådgiver du kunder om, hvad de gør med softwaren i praksis?

Kyle Holm: Jeg tror, at folk altid siger, at der er en kunst og en videnskab, når man er kompensationsrådgiver eller arbejder professionelt med kompensation.

Og det er der, ikke? For det er jo ikke som en aktiekurs. Hvad et menneske får i løn for en rolle, afhænger af alle mulige faktorer. Desværre har vi også været i en periode, hvor data faktisk er sværere at finde, fordi man skal betale for dem, eller fordi de- Ja … ikke er samlet korrekt.

Og jeg tror, at mange kompensationsfolk og mange kompensationsrådgivere faktisk er gået alt for langt i retning af: “Det er mere kunst end videnskab”, uden faktisk at sige: “Nej, landskabet har ændret sig. Lad os finde ud af, hvor dataene er, og hente dem ud, så vi kan få mere videnskab og mindre kunst.”

Det er det, vi brænder for. Vi er uafhængige af datakilden, men vi vil ikke fortælle vores kunder, at det faktisk er mere kunst. Vi vil sige: “Det er sværere, men vi finder videnskaben”, for i sidste ende undgår de faktisk at træffe de beslutninger, de er nødt til at træffe, når de bruger så meget tid på ikke at tro på et tal eller på at gå frem og tilbage.

Ja. Og det går bare f- det går for langsomt.

David Rice: Hvad er noget, du tror, måske… Jeg spørger altid folk om det her, uanset hvilket område de arbejder inden for, ikke? Ja. Men hvad er noget, du ser komme de næste seks måneder til et år, som mange måske ikke tænker på, og som du på en måde vil advare dem om?

Ja. Der er noget, man kommer til at skulle tage højde for.

Kyle Holm: De store, etablerede virksomheder, altså det mellemste lag af medarbejderstaben, bruger AI til at blive bedre. Ikke? Ikke? I de AI-fødte virksomheder er det seniorfolk og juniorfolk. Der findes ikke rigtig noget mellemniveau med erfaring. Min datter går på tredje år på universitetet, og hun er her på Transform.

Når jeg tænker på, hvad min chef gerne vil høre om, så handler det nok ikke- om, hvad jeg går og laver. Det handler nok mere om, hvad min datter laver med AI, og hun koder ud fra mavefornemmelsen og gør alle disse ting. Ja. Og det, jeg tror kommer til at ske før snarere end senere, er, at disse ledelses- og organisationshierarkier bare forsvinder på en måde, som jeg ikke tror, folk nødvendigvis er klar til.

Men hvis jeg er administrerende direktør i en virksomhed, ligesom min chef, vil jeg gerne vide, hvad Tessa siger, i stedet for hvad Kyles PowerPoint-præsentationer siger. Ikke? Og jeg vil ikke lade hende gå gennem flere ledelseslag for at komme ind til mig, så idéerne kan nå frem til ham. Det er på en måde den konfrontation, som jeg føler, folk er bekymrede for, og jeg tror ikke, det bliver en dårlig ting.

Ja. Jeg tror bare, det kommer til at ske meget hurtigere, fordi mennesker, og sandsynligvis unge mennesker mere end folk senere i karrieren, der bruger denne teknologi til at finde værdi, bare kommer til at stige, og de vil på en måde finde sig selv i stillinger, som det tidligere tog år at nå, fordi de lærer at udnytte teknologien og mulighederne.

David Rice: Det er interessant, at du lige nævnte de to lag. Når jeg tænker på kompensation, ville man normalt have det mellemste lag, og der ville være en stabil udviklingsvej for ens kompensation- Ja, præcis … gennem den- Ja … rejse. Hvordan ser det så ud, når der kun er… Går man fra at tjene 80.000 til 200.000 eller hvad?

Kyle Holm: Altså, ja. Det, det er sådan, jeg… Ja. Jeg tror, vi kommer til at se den slags, fordi det, der sker nu, handler mindre om en rolle eller din uddannelse, for det, du lærer på universitetet, er på en måde meningsløst. Ja, når du når frem, er det forældet. Ja, lige præcis. Du lærer at arbejde hårdt.

Ja. Du lærer… der er stor værdi i det, du lærer, men det, vi bevæger os ind i nu, er i langt højere grad en kompetencebaseret økonomi. Ja. Ikke det, du beskrev som et hierarki, hvor jeg sætter kryds i felter og viser mine evner. Jeg tænker: “Nu får jeg et eksamensbevis.”

Hvis mit eksamensbevis og min evne til at skabe værdi kan udnyttes gennem den måde, jeg er i stand til at bruge denne teknologi på, så får jeg løn baseret på den værdi, jeg tilfører, og ikke på- Ja … et eller andet meritbaseret system, hvor jeg måske havde en dårlig leder i en periode, og alt det andet, man bare på en eller anden måde ender med at blive vurderet på. Folk er i stand til at gøre det, eller også er de ikke.

David Rice: Så mit sidste spørgsmål til dig, og så skal jeg nok lade dig gå, men- Ja … hvis nogen har kompensationsmål i deres karriere for de næste to-tre år, og de gerne vil nå disse milepæle, hvad er så dit råd til, hvordan de skal tænke over det? For som du siger, er det under forandring, og måske skal forventningerne ændre sig sammen med det.

Kyle Holm: Jeg har arbejdet som kompensationsrådgiver i 25 år. Jeg synes faktisk ikke, at det er en særlig god måde at gribe det an på, når folk opstiller kompensationsmål. Man opstiller faktisk et destinationsmål- i stedet for et rejsemål. Ja. Og du får løn baseret på dine evner og din risikovillighed.

Er du villig til at lære nye kompetencer, og er du villig til at tage risici? Hvis nogen har et kompensationsmål, ville jeg derfor pakke det ud og sige: “Hvis du har et virkelig stort mål, er du nødt til at tage større risici, og det k- kommer sandsynligvis… Hvis du har et mindre mål, kan du måske nå det lidt ad gangen.”

Men jeg tror virkelig, at det handler om de kompetencer, du tilegner dig, de relationer, du opbygger, og at det så giver dig de muligheder, der får dig frem til det kompensationsmål.

David Rice: Ja, det er jeg enig i. Jeg- Jeg tænkte over det forleden, mens nogle af sessionerne foregik, og jeg tænkte ved mig selv, at vi helt klart er på vej ind i en æra, der er skabt til dem, der tør tage risici.

Ja. Du ved? Jeg mener, sådan har det altid været til en vis grad, men-

Kyle Holm: Ja, lige præcis. Sådan har det altid været. Og ved du, hvad det spændende er? Jeg tror, at i tidligere perioder, og jeg er gammel nok til at have oplevet dotcom-boomet og alt det der, var det dem, der tog risici, men det var virkelig svært at komme i en position- Ja, til at være risikotager.

David Rice: Ja, præcis.

Kyle Holm: Ikke? Der var mange porte, altså- Portvagter og, ja … der var mange, der vogtede over adgangen til den position. Nu er det meget mere åbent, ikke? Jeg mener, det er meget- Alle kan virkelig gøre det … mere åbent nu. Ja. Ja. Præcis, og jeg tror, det er derfor, det er så spændende at have disse AI-fødte virksomheder med 20-årige, der sover på deres kontor. Det er fedt.

David Rice: Ja, det er en interessant tid. Ja. En interessant tid at være ung og prøve sig frem. Ja. Du ved?

Kyle Holm: Det er virkelig fedt. Ja. Ja.

David Rice: Jeg er lidt misundelig på nogle måder. Ja.

Kyle Holm: Jeg er meget misundelig.

David Rice: Måske handler det bare om ungdommen, eller måske om risikoen. Det ved jeg ikke. Ja. Meget misundelig. Nå, Kyle, det var dejligt at have dig med. Jeg nød virkelig vores samtale.

Kyle Holm: Ja. Tak for din tid.

David Rice: Lyttere, tag de risici. Det kommer til at betale sig.

Kyle Holm: Ja.