Minder banen, hoger loon: de paradox van AI-beloning

David Rice: De baas van Kyle Holm wil zijn PowerPoints niet meer horen. De CEO wil in plaats daarvan van Kyles dochter horen. Ze zit in haar derde jaar aan de universiteit, is aan het programmeren op intuïtie en zal sneller doorgroeien naar posities waar je vroeger jaren over deed, omdat ze weet hoe ze technologie moet inzetten. In de show van vandaag hoor je een gesprek dat ik onlangs had tijdens Transform in Las Vegas met Kyle Holm van Sequoia Consulting Group.

Kyle is al 25 jaar adviseur op het gebied van beloning en ziet iets verschuiven waar de meeste mensen nog niet klaar voor zijn. De middelste laag van beloningsgroei verdwijnt. Bij gevestigde bedrijven gebruiken medewerkers op middelniveau AI om beter te worden. Bij bedrijven die van oorsprong met AI werken, bestaat er geen middelniveau. Er zijn senior medewerkers en junior medewerkers.

Dat is alles. En deze managementhiërarchieën zullen sneller instorten dan iemand verwacht, omdat CEO’s niet langer zullen toestaan dat ideeën door meerdere managementlagen worden gefilterd. Productteams merken dit al. Productprofessionals die weten hoe ze AI moeten gebruiken, verdienen meer, maar productteams worden over het geheel genomen kleiner.

De totale uitgaven aan productontwikkeling zullen dus waarschijnlijk dalen, zelfs terwijl de individuele beloning stijgt. Het is een vreemde dynamiek waarbij de mensen die het uitvogelen meer betaald krijgen, maar er minder van hen zijn. O ja, en die AI-vaardigheden waarvoor iedereen een premie wil betalen? Dat is niet echt een afzonderlijke vaardigheid. Er zijn maar weinig mensen die daadwerkelijk grote taalmodellen bouwen.

Voor alle anderen is de ontwikkeling van AI-vaardigheden simpelweg een verantwoordelijkheid die we nu hebben. Het is geen keuze. Als je hier niet vaardig in bent, zul je waarschijnlijk niet kunnen blijven doen wat je doet. We gaan van een economie gebaseerd op functies naar een economie gebaseerd op vaardigheden. Minder gericht op vinkjes zetten en diploma’s tonen, en meer op de vraag of je deze technologie kunt benutten om waarde toe te voegen.

Vandaag bespreken we dus waarom de middelste managementlaag verdwijnt bij bedrijven die van oorsprong met AI werken en waarschijnlijk ook voor alle anderen verdwijnt; waarom beloning meer kunst dan wetenschap is en waarom dat moet veranderen; beloning op basis van vaardigheden versus beloning op basis van diploma’s in het AI-tijdperk; en waarom beloningsdoelen doelen voor een reis zouden moeten zijn, niet voor een bestemming.

Ik ben David Rice. Dit is People Managing People. En als je over je carrière hebt nagedacht in termen van gestage vooruitgang door managementlagen heen, kan dit gesprek de manier veranderen waarop je de komende jaren plant.

Goed, ik zit hier met Kyle Holm van Sequoia. Kyle, welkom.

Kyle Holm: Dank je. Bedankt voor de uitnodiging.

David Rice: Absoluut. Als het over Transform gaat en we het over beloning hebben, wat houdt je tegenwoordig bezig?

Kyle Holm: Ik denk dat het belangrijkste wat me bezighoudt, is dat AI de beloning op allerlei verschillende manieren beïnvloedt. Als je kijkt naar bedrijven die van oorsprong met AI werken en naar de bedragen die zij mensen betalen, en naar AI bij bestaande, gevestigde bedrijven en wat het doet met bestaande functies, hoe het product- en engineeringteams verandert, ja, dan is er veel aan de hand op het gebied van beloning en wat er gebeurt.

David Rice: Ik denk dat veel mensen bij beloning misschien gewoon denken: mensen betalen een premie voor AI-vaardigheden, toch? Maar ik ben benieuwd naar wat jij zegt. Wat zijn enkele van de meer zorgwekkende of misschien juist spannende dingen die rond loonadministratie of beloning in AI gebeuren?

Kyle Holm: Ja. Een van de dingen die je zei, is dat ze een premie betalen voor AI-vaardigheden. In werkelijkheid zijn er maar een paar mensen die echte AI-ontwikkelaars zijn en de grote taalmodellen maken. Dat zijn… Toch? De ontwikkeling van AI-vaardigheden is meer een verantwoordelijkheid waarvan ik denk dat we die allemaal- Ja … hebben.

En dus is het niet per se een keuze. Ja. Je moet het doen. Ja. Anders heb je waarschijnlijk geen baan. Weet je, ik ben oud genoeg om me te herinneren dat beloningsonderzoeken in mappen stonden.

Ze verhuisden van mappen naar het internet en naar een computer. Maar als ik zou zeggen: “Ik werk alleen met mappen,” dan zou ik dit niet meer doen.

David Rice: Ja. Vertel me eens wat meer, want het verandert de manier waarop we dingen operationeel modelleren. Het verandert gewoon de manier waarop we nadenken over HR en bedrijfsvoering.

Dus- Ja … wat gebeurt er op het gebied van beloningsmodellen zelf?

Kyle Holm: Ja. Er zijn een paar verschillende aspecten aan beloningsmodellen. Je hebt je meritverhoging, en dat gaat vrij eenvoudig over hoeveel je gaat verhogen en welke aanpassingen je zoekt.

Dan is er het aanwervingsplan, waarin beloningsmodellen worden meegenomen, want voor elke persoon die je aanneemt, is er een verwachte bandbreedte voor contante beloning en aandelen. Ik denk dat dit het gebied is waarop AI de grootste impact heeft. Want bedrijven gaan eigenlijk twee richtingen op.

Aan de ene kant is er, zoals je zei, een premie voor- Ja … mensen die goed met AI overweg kunnen, dus we moeten meer betalen dan we misschien dachten. Maar er is ook een: wacht eens even, we hebben mensen in huis die AI zo hebben gebruikt dat we die functie niet hoeven in te vullen. Ja. Je krijgt dus deze vreemde situatie waarin productprofessionals die AI weten te gebruiken om hun werk beter te doen, meer betaald zullen krijgen, maar productteams als geheel waarschijnlijk kleiner worden.

Dus hoeveel we in totaal aan productontwikkeling uitgeven, zal waarschijnlijk dalen, maar de mensen die het uitvogelen zullen meer geld verdienen.

David Rice: Ja. Het is interessant, want we zijn hier op een HR-conferentie en als we het over AI en HR hebben, denken veel mensen aan zaken als prestatiebeheer, werving, misschien zelfs het automatiseren van vragen van medewerkers, zoals zaken rond het personeelshandboek.

Veel mensen denken niet echt na over hun aanpak van beloning. Dat is in elk geval mijn indruk. Klopt dat? En-

Kyle Holm: Nou, niet voor ons. Dat is wat wij doen. Juist. We helpen bedrijven hun investering in mensen operationeel te maken en er het maximale uit te halen, en een groot deel daarvan is de vraag waar AI efficiëntie kan vinden. Want uiteindelijk willen het peopleteam en het financiële team strategischer werken.

Er zijn veel gebieden op het vlak van de uitvoering, het ontwerp en de benchmarking van beloning waarop AI echt kan helpen en zaken kan stroomlijnen. Het enigszins krankzinnige aan beloning is dat zelfs de eerste softwaregolf waar we de afgelopen twintig jaar mee hebben geleefd, beloning niet echt betekenisvol heeft beïnvloed.

Zeker, er zijn wat workflowprogramma’s bijgekomen, maar die worden nog steeds door dezelfde mensen beheerd en zijn niet echt geïntegreerd in de totale uitgaven. Daar ligt dus de kans voor AI: alles op een betekenisvolle manier samenbrengen en veel strategischer worden over het rendement dat je op je beloningsuitgaven krijgt.

David Rice: Een van de dingen die me zijn opgevallen, vooral bij HR-mensen, is dat er een neiging bestaat om resultaten niet te vertrouwen of om alle gegevens die ze erin stoppen ter discussie te stellen. Hoe adviseer je klanten over wat ze in feite met de software doen?

Kyle Holm: Als beloningsadviseurs en beloningsprofessionals zeggen mensen altijd dat er een kunst en een wetenschap is.

En dat is ook zo, toch? Want het is niet zoals een aandelenkoers. Wat een mens voor een functie betaald krijgt, wordt door allerlei factoren bepaald. Helaas hebben we ook in een tijd geleefd waarin gegevens moeilijker te vinden zijn, omdat je ervoor moet betalen of omdat ze- Ja … niet goed worden samengevoegd.

Ik denk dus dat veel beloningsprofessionals en adviseurs te ver zijn gegaan in de gedachte: “Het is meer kunst dan wetenschap,” zonder te zeggen: “Nee, het landschap is veranderd. Laten we zoeken waar de gegevens zijn en ze eruit halen, zodat we meer wetenschap en minder kunst krijgen.”

Daar zijn we gepassioneerd over. We zijn onafhankelijk van gegevensbronnen, maar we willen onze klanten niet vertellen dat het eigenlijk meer kunst is. We willen zeggen: “Het is moeilijker, maar wij gaan de wetenschap vinden,” want uiteindelijk vermijden ze, wanneer ze zoveel tijd besteden aan het niet geloven van een getal of het heen en weer gaan, de beslissingen die ze moeten nemen.

En het gaat gewoon te langzaam.

David Rice: Wat is iets waarvan je denkt dat het over zes maanden tot een jaar op ons afkomt, maar waar veel mensen misschien nog niet over nadenken en waarvoor je ze zou willen waarschuwen?

Er is vast iets waar ze rekening mee moeten houden.

Kyle Holm: Bij de grote, gevestigde bedrijven gebruikt ongeveer de middelste laag van je personeelsbestand AI om beter te worden. Bij bedrijven die van oorsprong met AI werken, zijn er senior en junior medewerkers. Er is geen ervaring op middelniveau. Mijn dochter zit in haar derde jaar aan de universiteit en ze is hier bij Transform.

Als ik nadenk over wat mijn baas wil horen, gaat het waarschijnlijk niet over wat ik doe, maar eerder over wat mijn dochter met AI doet. Ze programmeert op intuïtie en doet al die dingen. En wat volgens mij eerder vroeger dan later zal gebeuren, is dat deze management- en organisatiestructuren gewoon verdwijnen op een manier waarop mensen niet noodzakelijk voorbereid zijn.

Maar als ik de CEO van een bedrijf ben, zoals mijn baas, wil ik weten wat Tessa zegt en niet wat er in Kyles PowerPoints staat. En ik ga haar niet door meerdere managementlagen laten gaan om haar ideeën bij mij te krijgen. Dat is de confrontatie waar mensen zich volgens mij zorgen over maken, en ik denk niet dat het iets slechts zal zijn.

Ik denk alleen dat het veel sneller zal gebeuren, omdat mensen die deze technologie gebruiken om waarde te vinden waarschijnlijk vooral jonge mensen zullen zijn, meer dan mensen die later in hun loopbaan zijn. Zij zullen gewoon snel doorgroeien en zichzelf terugvinden in posities waarvoor het vroeger jaren duurde, doordat ze de technologie en de mogelijkheden ervan benutten.

David Rice: Het is interessant dat je die twee lagen noemt. Als ik aan beloning denk, zou je normaal gesproken die middelste laag hebben en een gestage groeilijn van je beloning over die reis heen. Hoe ziet dat er dan uit als er alleen… Ga je dan van 80.000 naar 200.000, of zoiets?

Kyle Holm: Ja. Ik denk dat we zoiets zullen zien. Wat er nu gebeurt, gaat minder over een functie of je opleiding, want wat je op de universiteit leert, is tegen de tijd dat je daar aankomt vaak verouderd. Je leert wel hard werken.

Je leert veel en wat je leert heeft grote waarde, maar wat we nu binnengaan is veel meer een economie gebaseerd op vaardigheden. Niet wat jij beschreef als een hiërarchie waarin ik vinkjes zet en mijn vaardigheden laat zien. Waarin ik zeg: “Ik haal mijn kwalificaties.”

Als mijn kwalificaties en mijn vermogen om waarde toe te voegen simpelweg kunnen worden benut in de manier waarop ik deze technologie kan gebruiken, dan word ik betaald op basis van de waarde die ik lever en niet op basis van een soort systeem dat op verdiensten is gebaseerd. Misschien had ik een tijdlang een slechte manager en spelen al die andere zaken mee, terwijl het uiteindelijk gewoon gaat om de vraag of mensen het kunnen of niet.

David Rice: Dus mijn laatste vraag aan jou, daarna laat ik je gaan: als iemand de komende twee à drie jaar beloningsdoelen heeft in zijn carrière en bepaalde mijlpalen wil bereiken, wat is dan jouw advies over hoe die persoon daarover moet nadenken? Want het verandert inderdaad en misschien moeten de verwachtingen mee veranderen.

Kyle Holm: Ik ben al 25 jaar beloningsadviseur. Ik denk eigenlijk dat het geen geweldige aanpak is wanneer mensen beloningsdoelen vaststellen. Je stelt dan een bestemmingsdoel vast in plaats van een reisdoel. En je wordt betaald op basis van je capaciteiten en je risicotolerantie.

Ben je bereid nieuwe vaardigheden te leren en ben je bereid risico’s te nemen? Als iemand een beloningsdoel heeft, zou ik dat dus uitpakken en zeggen: “Als je een heel groot doel hebt, zul je meer risico moeten nemen en zal het waarschijnlijk… Als je een kleiner doel hebt, kun je er misschien stap voor stap komen.”

Maar ik geloof echt dat het draait om de vaardigheden die je kunt verwerven, de relaties die je kunt opbouwen en de kansen die daaruit voortkomen. Die kansen brengen je uiteindelijk bij je beloningsdoel.

David Rice: Daar ben ik het mee eens. Ik dacht hier laatst over na tijdens enkele sessies en dacht bij mezelf: we komen duidelijk in een tijdperk terecht dat gemaakt is voor mensen die risico’s nemen.

Het is natuurlijk altijd tot op zekere hoogte zo geweest, maar-

Kyle Holm: Ja, precies. Het is altijd zo geweest. En weet je wat het interessante is? Ik heb eerdere versies meegemaakt, ik ben oud genoeg om de dotcomhausse en dat soort dingen te hebben meegemaakt. In eerdere periodes waren het de mensen die risico’s namen, maar het was erg moeilijk om in de positie te komen- Ja, om risico’s te kunnen nemen.

David Rice: Ja, precies.

Kyle Holm: Er waren veel poortwachters en belemmeringen om in die positie te komen. Nu ligt het veel meer open. Iedereen kan het eigenlijk doen. Het is echt veel opener. En ik denk dat het daarom zo spannend is om bedrijven te zien die van oorsprong met AI werken, met twintigers die op kantoor slapen. Dat is gaaf.

David Rice: Het is een interessante tijd. Een interessante tijd om jong te zijn en te experimenteren.

Kyle Holm: Het is heel gaaf.

David Rice: Ik ben op sommige manieren een beetje jaloers.

Kyle Holm: Ik ben erg jaloers.

David Rice: Misschien komt het door de jeugd, of misschien door het risico. Ik weet het niet. Erg jaloers. Kyle, fijn dat je er was. Ik vond het erg leuk om met je te praten.

Kyle Holm: Bedankt voor je tijd.

David Rice: Luisteraars, neem die risico’s. Het zal lonen.

Kyle Holm: Ja.