Dyrektywa UE w sprawie przejrzystości wynagrodzeń to nie tylko kolejny obowiązek sprawozdawczy. Jak mówi ekspert ds. raportowania wynagrodzeń Tom Heys, jest ona bliższa brytyjskiemu systemowi raportowania luki płacowej między kobietami a mężczyznami „na sterydach” — łączy raportowanie obejmujące całą organizację z indywidualnymi prawami pracowników, ograniczeniami dotyczącymi praktyk rekrutacyjnych oraz wymogami grupowania stanowisk o równej wartości i wyjaśniania różnic w wynagrodzeniach w ich obrębie.
Większym problemem jest to, co dzieje się, gdy organizacje zostają w końcu zobowiązane do pokazania, w jaki sposób doszły do swoich ustaleń. Przejrzystość wynagrodzeń ujawnia słabą architekturę stanowisk, nieaktualne opisy stanowisk, nadmierną swobodę decyzyjną menedżerów oraz modele analityczne, których nikt nie potrafi wyjaśnić. W całej tej kwestii kryje się też szersza lekcja dotycząca AI: technologia może przyspieszyć analizę, ale nie może przejąć odpowiedzialności. Liderzy nadal muszą rozumieć i bronić decyzji podejmowanych w ich imieniu.
Czego się dowiesz
- Dlaczego dyrektywa UE w sprawie przejrzystości wynagrodzeń oznacza zmianę modelu operacyjnego, a nie tylko realizację obowiązków zgodności
- Jak architektura stanowisk i kategoryzacja stanowisk stanowią podstawę przejrzystości wynagrodzeń
- Dlaczego udokumentowane opisy stanowisk mogą stwarzać ryzyko, gdy nie odzwierciedlają pracy faktycznie wykonywanej przez pracowników
- Jak prawa pracowników i kontrola ze strony ich przedstawicieli zmieniają dynamikę dotyczącą wynagrodzeń
- Dlaczego analiza poprawna statystycznie niekoniecznie jest analizą możliwą do obrony
- Gdzie AI może przyspieszyć analizę wynagrodzeń, a gdzie człowiek nadal musi ponosić odpowiedzialność za decyzję
- Dlaczego możliwość wyjaśnienia decyzji staje się kluczową kompetencją przywódczą
Najważniejsze wnioski
- Przejrzystość wynagrodzeń ujawnia mechanizmy leżące u podstaw wynagradzania. Raportowanie to tylko widoczna część góry lodowej. Organizacje potrzebują również możliwych do obrony podejść do architektury stanowisk, poziomów zaszeregowania, ustalania wynagrodzeń, zarządzania i kategoryzacji.
- Nie można ocenić stanowiska, do którego zatrudniono daną osobę, jeśli wykonuje ona inną pracę. Rozszerzanie zakresu obowiązków i nieaktualne opisy stanowisk tworzą problem „śmieci na wejściu, śmieci na wyjściu”. Zanim organizacje zautomatyzują wartościowanie stanowisk, muszą uzyskać dokładny obraz pracy faktycznie wykonywanej.
- Sama prawidłowa odpowiedź już nie wystarcza. Jak mówi Tom, przypomina to egzamin z matematyki: za odpowiedź otrzymuje się punkty, ale więcej punktów za pokazanie sposobu rozwiązania. Jeśli przedstawiciele pracowników mogą kwestionować metodykę, organizacje muszą wyjaśnić, jak doszły do swoich wniosków, a nie tylko wskazać wynik.
- AI powinna przyspieszać ocenę sytuacji, a nie ją zastępować. Dopracowany model lub analiza może wzbudzać większe zaufanie, niż uzasadniają to dane źródłowe. AI może przyspieszyć proces, ale liderzy nadal ponoszą odpowiedzialność za założenia, metodykę i konsekwencje.
- Przejrzystość zamienia dawne niespójności w obecne zobowiązania. Różnice w wynagrodzeniach, które wcześniej były ukryte w nieprzejrzystych systemach, stają się znacznie trudniejsze do zignorowania, gdy pracownicy mają informacje i prawa potrzebne do ich zakwestionowania.
- Możliwość wyjaśnienia decyzji staje się kompetencją przywódczą. Liderzy coraz częściej muszą bronić decyzji, na które wpływ miały systemy, których nie stworzyli i których mogą w pełni nie rozumieć. Efektywność ma znaczenie, ale „system tak powiedział” nie jest zarządzaniem.
Rozdziały
- 00:00 — Reforma przejrzystości wynagrodzeń
- 02:23 — PTD na sterydach
- 04:17 — Poza raportowaniem
- 05:10 — Architektura stanowisk
- 07:11 — Dokładność a możliwość wyjaśnienia
- 09:36 — Rola AI
- 10:16 — Praca udokumentowana a praca rzeczywista
- 12:09 — Dokumentowanie rozszerzania zakresu obowiązków
- 14:24 — Nowe ryzyka związane ze zgodnością
- 15:40 — Możliwe do obrony różnice w wynagrodzeniach
- 17:06 — Prawa pracowników dotyczące wynagrodzeń
- 21:39 — Od „zaufajcie nam” do „pokażcie nam”
- 22:18 — Problem zarządzania
- 24:39 — Automatyzacja analizy wynagrodzeń
- 28:54 — Odpowiedzialność i AI
- 30:00 — Możliwość wyjaśnienia decyzji jako kompetencja przywódcza
Poznaj naszego gościa

Tom Heys jest liderem ds. raportowania wynagrodzeń w Lewis Silkin oraz uznanym ekspertem w dziedzinie przejrzystości wynagrodzeń i raportowania luki płacowej ze względu na płeć i pochodzenie etniczne. Kieruje usługami firmy w zakresie raportowania luki płacowej w Wielkiej Brytanii i Irlandii, pomagając pracodawcom wykorzystywać analizę statystyczną do zrozumienia przyczyn nierówności wynagrodzeń i opracowywania skutecznych działań. Tom ma tytuł magistra statystyki, współkieruje także usługami Lewis Silkin dotyczącymi unijnej dyrektywy w sprawie przejrzystości wynagrodzeń oraz prowadzi firmowy podcast Uwaga na wynagrodzenia, dzieląc się praktycznymi spostrzeżeniami na temat zmieniających się wymogów dotyczących przejrzystości wynagrodzeń i równości w miejscu pracy.
Powiązane linki:
- Dołącz do społeczności People Managing People
- Zapisz się do newslettera, aby otrzymywać nasze najnowsze artykuły i podcasty
- Sprawdź sponsora tego odcinka: QuickBooks Online
- Nawiąż kontakt z Tomem na LinkedIn
- Odwiedź stronę Lewis Silkin
Powiązane artykuły i podcasty:
David Rice: Unijna dyrektywa w sprawie przejrzystości nie jest ćwiczeniem z raportowania. To całkowita przebudowa modelu operacyjnego. Jednak większość organizacji patrzy tylko na widoczną część góry lodowej, że tak powiem. W dzisiejszym programie rozmawiam z Tomem Heysem, ekspertem ds. raportowania wynagrodzeń w Lewis Silkin, o tym, dlaczego opisuje on dyrektywę jako brytyjski system dotyczący luki płacowej między kobietami a mężczyznami na sterydach.
W przeciwieństwie do wcześniejszych wymogów sprawozdawczych, te przepisy łączą raportowanie luki w skali całej firmy z indywidualnymi prawami pracowników, nowymi ograniczeniami dotyczącymi tego, o co można pytać podczas rekrutacji, oraz obowiązkiem kategoryzowania stanowisk o równej wartości i uzasadniania tych decyzji przedstawicielom pracowników. To właśnie z tą ostatnią częścią wiele organizacji będzie miało trudności.
Dokładność i możliwość wyjaśnienia to nie to samo. Odpowiedź może być poprawna statystycznie, a jednocześnie niemożliwa do obrony. Te przepisy nie wymagają jedynie odpowiedzi — wymagają pokazania sposobu, w jaki do niej doszliśmy. Jeśli przedstawiciel pracowników zapyta: „Pokażcie nam swój model”, a liczba została wygenerowana przez czarną skrzynkę, organizacja znajdzie się w trudnej sytuacji.
Szersze ostrzeżenie Toma wykracza poza obszar wynagrodzeń. Wchodzimy w erę, w której liderzy podejmują decyzje częściowo pod wpływem systemów, których nie stworzyli i których w pełni nie rozumieją. To przesuwa możliwość wyjaśniania decyzji z poziomu kwestii technicznej na poziom kompetencji przywódczej. Dlatego dzisiaj omówimy, co zasadniczo odróżnia tę dyrektywę od wcześniejszych wymogów raportowania wynagrodzeń, dlaczego architektura stanowisk jest fundamentem wszystkiego, jaka jest różnica między udokumentowaną pracą a tym, co ludzie rzeczywiście robią, dlaczego sztuczna inteligencja może przyspieszyć ten proces, ale nie może przejąć odpowiedzialności za decyzje, oraz dlaczego możliwość wyjaśnienia staje się równie ważna jak efektywność.
Nazywam się David Rice. To jest People Managing People. Jeśli twoja organizacja traktuje przejrzystość wynagrodzeń jako pole wyboru na liście zgodności, ta rozmowa pokaże ci, ile pracy naprawdę się za tym kryje. Zaczynajmy.
Jeśli prowadzisz firmę, prawdopodobnie nie założyłeś jej dlatego, że kochasz księgowość. W tym może pomóc QuickBooks Online. Automatyzuje codzienne zadania, takie jak fakturowanie, śledzenie wydatków i prowadzenie ksiąg, dzięki czemu spędzasz mniej czasu na administracji, a więcej na rozwijaniu firmy. To prosty sposób na zachowanie porządku i sprawienie, by finanse pracowały na twoją korzyść. Jeśli chcesz oszczędzać czas i uprościć finanse swojej firmy, sprawdź QuickBooks Online.
Tom, witaj w programie. Miło cię gościć.
Tom Heys: Dziękuję za zaproszenie, David.
David Rice: Kiedy rozmawialiśmy przed nagraniem, opisałeś unijną dyrektywę w sprawie przejrzystości wynagrodzeń jako swego rodzaju brytyjski system na sterydach.
Co odróżnia ją od wcześniejszych wymogów raportowania wynagrodzeń i dlaczego, twoim zdaniem, tak wiele organizacji nie docenia ilości pracy, która będzie z nią związana?
Tom Heys: Podchodzę do tej dyrektywy z perspektywy osoby, która przez ostatnie kilka lat wykonywała dla brytyjskich firm wiele prac związanych z raportowaniem luki płacowej między kobietami a mężczyznami w Wielkiej Brytanii.
Na wysokim poziomie nie chodzi tam o porównywanie stanowisk o porównywalnej wartości. W rzeczywistości analizuje się raczej lukę reprezentacji. Dyrektywa zaczyna się w podobnym miejscu, ponieważ również wymaga raportowania luk w skali całej organizacji. Następnie jednak koncentruje się znacznie bardziej na większym problemie, czyli równości wynagrodzeń, i robi to poprzez obowiązki sprawozdawcze, ale także dodatkowe wymogi w porównaniu z tym, co widzimy na przykład w Wielkiej Brytanii.
Chodzi więc o analizowanie porównywalnych stanowisk, porównywanie stanowisk podobnych lub przynajmniej w przybliżeniu podobnych, a ponadto połączenie tego z nowymi indywidualnymi prawami oraz nowymi zakazami dotyczącymi tego, o co można i czego nie można pytać podczas rekrutacji. Przyjęte podejście wydaje się następujące: równość wynagrodzeń jest podstawowym prawem Unii Europejskiej.
Jest częścią traktatów, więc trzeba zaatakować ten problem z każdej możliwej strony, aby w jak największym stopniu zapewnić równość wynagrodzeń. To wydaje się filozofią przewodnią, która doprowadziła do obecnego kształtu dyrektywy. Jest to więc bardzo duży nowy akt prawny i sądzę, że w ciągu najbliższych od jednego do trzech lat wywoła wiele zakłóceń.
Wznieci dużo kurzu, a jego opadnięcie zajmie trochę czasu.
David Rice: Wygląda na to, że nie jest to tak naprawdę ćwiczenie z raportowania, lecz raczej ćwiczenie związane z modelem operacyjnym.
Tom Heys: Myślę, że masz rację. Wprowadza nowy sposób działania, nową normalność. Wymusza więc znacznie większą dyscyplinę w takich obszarach jak ustalanie wynagrodzeń, sposób wykonywania tych działań i sposób, w jaki nie powinny być wykonywane, a także to, co można i czego nie można brać pod uwagę.
Chodzi o sposoby działania, które mają zapobiegać przenikaniu uprzedzeń. Wspomniałem na przykład o niektórych nowych obowiązkach związanych z rekrutacją. Nie będzie można pytać kandydatów o historię ich wynagrodzeń, czyli nie będzie można powiedzieć: „Ile obecnie zarabiasz?”. Nie będzie można zadawać takiego pytania w ramach rekrutacji. Dla wielu firm jest to przecież standardowy sposób postępowania od bardzo dawna.
Tak więc nawet w odniesieniu do tej jednej, bardzo konkretnej kwestii jest to duża zmiana.
David Rice: Tak, to prawda. Część dotycząca raportowania wydaje się widoczną częścią góry lodowej. Pod powierzchnią znajdują się architektura stanowisk, poziomy zaszeregowania, filozofia wynagrodzeń, zarządzanie i wszystkie te różne elementy. Pod pewnymi względami przypomina to sytuację z gotowością do wykorzystania sztucznej inteligencji, kiedy wszyscy chcieli otrzymywać wyniki, ale najpierw musieli naprawić fundamenty.
I mam wrażenie, że tutaj może być podobnie.
Tom Heys: Trafiłeś w sedno. Przykład z górą lodową nie przyszedł mi wcześniej do głowy, ale jest naprawdę trafny. Wspomniałeś o architekturze stanowisk. Jest ona podstawą dwóch największych kwestii, które wydają się najbardziej niepokoić firmy.
Dyrektywa mówi o kategoryzacji, czyli grupowaniu ludzi na stanowiskach o równej wartości. Chodzi o umiejętności, wysiłek, podejmowanie decyzji, odpowiedzialność i warunki pracy — stanowiska należy grupować według tych kryteriów. Po pierwsze, wszyscy pracownicy mają prawo do średniego wynagrodzenia kobiet i mężczyzn w swojej kategorii.
Od razu więc to nowe prawo, którego podstawą są wszystkie kluczowe elementy architektury stanowisk, daje ludziom informacje potrzebne do zidentyfikowania potencjalnych problemów z równością wynagrodzeń. Mogą zobaczyć: „Chwileczkę, zarabiam tylko tyle. Wszyscy wykonujący pracę wystarczająco podobną do mojej zarabiają tyle, więc chcę wiedzieć, co się tutaj dzieje”.
Po drugie, mamy wspomnianą przez ciebie część dotyczącą raportowania. Oprócz ogólnych luk w skali całej firmy, czyli luk dotyczących reprezentacji, będzie również obowiązek wewnętrznego raportowania luk w obrębie każdej kategorii. Mamy więc połączenie obowiązków pracodawców i praw jednostek, co oznacza udostępnienie wszystkich informacji potrzebnych pracownikom do dochodzenia roszczeń z tytułu równości wynagrodzeń.
Jak powiedziałeś, architektura stanowisk i kategoryzacja znajdują się bezpośrednio pod tymi dwoma bardzo ważnymi elementami.
David Rice: Jednym z tematów, który ciągle pojawiał się w naszej wcześniejszej rozmowie, była możliwość wyjaśnienia decyzji. Niedawno pisałem o tym również w kontekście narzędzi selekcji kandydatów. Jak dobrze można wyjaśnić to, co robi sztuczna inteligencja?
Sztuczna inteligencja może bardzo szybko generować odpowiedzi, ale te przepisy nie wymagają jedynie odpowiedzi — wymagają, aby organizacje potrafiły ich bronić. Dlaczego, twoim zdaniem, to rozróżnienie jest tak ważne?
Tom Heys: Myślę, że jest ważne ze względu na rolę, jaką przepisy przewidują dla przedstawicieli pracowników.
To bardzo silna rola. Mają oni prawa i obowiązki, a w pewnych sytuacjach mogą skutecznie rozstrzygać, czy luki są uzasadnione. Otrzymują dostęp do metodologii i informacji o sposobie wykonywania działań. Są ludźmi, mogą zadawać pytania, a część tych pytań może być całkowicie logiczna i rozsądna, podczas gdy inne mogą wynikać z niewystarczającej wiedzy, ponieważ dla wielu osób jest to nowa dziedzina.
Ludzie będą potrzebowali czasu, aby podnieść swoje kompetencje. Trzeba wyjaśnić wszystko człowiekowi, dlatego naprawdę trzeba wiedzieć, dlaczego postąpiło się w określony sposób. Jaki proces zastosowano? Ktoś o to zapyta, ma prawo o to zapytać i niemal na pewno w pewnym momencie to zrobi.
Jeśli nie wiesz, dlaczego wykonałeś wszystkie te działania, nie wytrzymają one kontroli. Końcowy rezultat może być całkowicie poprawny i rozsądny, ale jeśli nie wiesz, jak go uzyskano, pozostaje ukryte potencjalne ryzyko, które może w przyszłości obrócić się przeciwko organizacji.
David Rice: Kiedy pisałem ten artykuł, myślałem o tym, że dokładność i możliwość wyjaśnienia to...
Nie są tym samym. Nie należą nawet koniecznie do tej samej kategorii. To jedna z tych sytuacji, w których obie rzeczy mogą być prawdziwe jednocześnie: odpowiedź może być poprawna statystycznie, ale niemożliwa do obrony. W wielu rozmowach o sztucznej inteligencji słyszę teraz o przechodzeniu od koncentracji na wynikach do koncentracji na rezultatach. Zgadzam się z tą ideą, ale ostrzegam przed obsesyjnym koncentrowaniem się na rezultacie, ponieważ nadal trzeba zwracać uwagę na rozumowanie.
Jak doszliście do tego wyniku? Żyjemy w czasach, w których poziom zaufania jest bardzo niski. Zaufania nie zbuduje się samą odpowiedzią. Zbuduje się je wtedy, gdy ludzie zrozumieją, w jaki sposób działasz, myślisz i rozumujesz, podejmując decyzję. To dokładnie ten sam obszar.
Tom Heys: Zdecydowanie widzę tu rolę sztucznej inteligencji, która może pomóc pracownikom w przygotowaniach, ponieważ takie zadania jak budowanie architektury stanowisk są ogromnym przedsięwzięciem.
Wszystko, co może przyspieszyć ten proces, szczególnie w przypadku wielu pracowników i organizacji zaczynających bez żadnej architektury, będzie pomocne. Dla wielu firm to zupełnie nowy świat. Jeśli coś może przyspieszyć ten proces, świetnie. Istnieje jednak ważna różnica między używaniem sztucznej inteligencji do przyspieszania podejmowania decyzji lub usprawniania procesów a przekazaniem jej odpowiedzialności za podejmowanie decyzji.
Decyzje muszą należeć do was.
David Rice: Widzę tu oczywistą pokusę. Jeśli znajdujesz się w takiej sytuacji, chcesz przesłać opisy stanowisk, przepuścić je przez model sztucznej inteligencji i przyspieszyć wartościowanie stanowisk. Problem polega na tym, że opisy stanowisk często odzwierciedlają to, czym rola miała być, a nie to, czym się stała ani co ludzie rzeczywiście robią.
Jak duża, twoim zdaniem, jest różnica między udokumentowaną pracą a rzeczywistą pracą?
Tom Heys: To może się bardzo różnić, również w zależności od rodzaju organizacji. Szczególnie w mniejszych organizacjach, gdzie wykonywana praca jest mniej sztywno określona, a także w przedsiębiorstwach rozpoczynających działalność i szybko się rozwijających, role mogą zmieniać się bardzo szybko, a dokumentacja może nie odpowiadać temu, co ktoś faktycznie robi.
Klasyczny przykład „śmieci na wejściu, śmieci na wyjściu” ma tutaj duże znaczenie, ponieważ sztuczna inteligencja jest tak dobra, jak dobre są informacje, które do niej trafiają. Jeśli dostarczasz jej nieaktualne dane, może przyspieszyć procesy i wygenerować jakiś rezultat, ale nie będzie on dobrze poinformowany, ponieważ opiera się na nieaktualnych materiałach.
David Rice: Często to słyszę. Problem rozszerzania zakresu wielu ról wygląda tak: zatrudniliśmy Janet, żeby zajmowała się tym, ale kiedy dołączyła do firmy — a jest z nami już trzy lata — jej rola rozszerzyła się na wszystkie te inne obszary, a nasza dokumentacja niekoniecznie to odzwierciedla.
Brakuje wtedy kontekstu dotyczącego rzeczywistego wpływu roli Janet, wszystkich rzeczy, które wykonuje, oraz obowiązków, które znalazły się w zakresie jej odpowiedzialności. Cały czas mówimy na przykład o stale rozszerzającej się roli działu HR. Ta rola staje się coraz większa i tak jest od lat.
Nie zawsze znajduje to jednak odzwierciedlenie w dokumentacji. Myślę, że mogą pojawić się tutaj pewne problemy.
Tom Heys: Zastanawiam się, czy pracownicy nie zaczną bardziej aktywnie dbać o to, aby ich opisy stanowisk odpowiadały temu, co rzeczywiście robią. Wyobrażam sobie, że ktoś napisze do działu HR: „W moim opisie stanowiska zapisano, że powinienem wykonywać takie zadania, ale obecnie wykonuję X, Y i Z, więc trzeba to uwzględnić”.
David Rice: Zgadzam się. Coraz więcej osób rozumie, jak działa ten system. Jeśli będą świadome, że technologia zostanie wykorzystana w ten sposób, rzeczywiście będą chciały, aby dokumentacja była aktualna.
Tom Heys: To z pewnością również będzie się nasilać. W całej Unii dyrektywa obejmuje około 250 tysięcy firm.
Dotyczy dziesiątek milionów ludzi. Nagle zaczynają oni słyszeć o kategoryzacji, poziomach stanowisk i znaczeniu tych pojęć. Świadomość będzie więc rosła. Jak wspomniałem, dyrektywa wprowadza także nowe prawa pracowników. W pewnym sensie wzmacnia to ich pozycję negocjacyjną.
Może nie jest to całkowicie właściwe określenie, ale z pewnością wzmacnia ich rolę jako rzeczników własnych interesów, dając im prawa potrzebne do działania.
David Rice: Krótka przerwa. Jak obecnie wygląda twoja płynność finansowa? Jeśli jesteś freelancerem lub właścicielem małej firmy, jasny obraz finansów może wiele zmienić. QuickBooks Online zapewnia dostęp do informacji finansowych w czasie rzeczywistym, pomaga tworzyć i wysyłać profesjonalne faktury oraz ułatwia szybsze otrzymywanie płatności. Ponadto przechowuje informacje o przychodach i wydatkach w jednym miejscu, dzięki czemu zawsze wiesz, jaka jest sytuacja twojej firmy. Dowiedz się więcej o tym, jak QuickBooks Online może pomóc ci pewnie zarządzać firmą.
Rozmawialiśmy w tym programie z gośćmi o znaczeniu dokumentacji. Myślę, że jeszcze przez jakiś czas będziemy rozmawiać o praktykach dokumentacyjnych, ponieważ w kontekście sztucznej inteligencji kontekst jest pod pewnymi względami wszystkim. Wielu dostawców przedstawia sztuczną inteligencję jako szybką drogę do zgodności z przepisami. Jeśli jednak przedstawiciel pracowników, a nawet sam pracownik zapyta, dlaczego istnieje luka płacowa, a odpowiedź będzie brzmiała: „System tak powiedział. System oznaczył tę kwestię”, prawdopodobnie nie wystarczy.
Czy uważasz, że organizacje ryzykują tworzenie nowych problemów ze zgodnością, próbując rozwiązywać stare problemy?
Tom Heys: Taka możliwość istnieje. Problemy wyjdą na jaw, ponieważ — jak wspomniałem — rola przedstawicieli pracowników ma być silna, a wraz z wprowadzeniem nowych praw pojawi się wiele informacji na ten temat.
Całość ma wejść w życie 7 czerwca, ale wdrażanie jest bardzo zróżnicowane. Wiele państw wdroży przepisy z opóźnieniem, prawdopodobnie większość około stycznia 2027 roku. Niezależnie od tego o dyrektywie w sprawie przejrzystości wynagrodzeń mówi się bardzo dużo. Im więcej ludzi będzie wiedzieć, tym więcej będą wymagać od swoich przedstawicieli, aby pociągali pracodawców do odpowiedzialności.
Jeśli firmy nie będą miały dobrych wyjaśnień dotyczących sposobu działania, z pewnością wyjdzie to na jaw.
David Rice: Ciekawe, ponieważ wszędzie wokół sztucznej inteligencji widzimy ten sam schemat. Organizacje chcą szybkości, ale szybkość może czasami stworzyć nową kategorię ryzyka. Pojawia się pokusa, aby zautomatyzować złożoność i się jej pozbyć. Tymczasem brzmi to jak sytuacja, w której wyjaśnienie jest ważniejsze niż sama odpowiedź.
Tom Heys: Myślę, że tak, ponieważ dyrektywa dotyczy oczywiście przejrzystości, ale przejrzystości sposobu wykonywania działań. Nie narzuca jednego sposobu działania. Nie mówi, że wszystkim należy płacić dokładnie tyle samo. Różnice są dopuszczalne i oczekiwane. Wynagrodzenia zawsze będą się różnić. Chodzi jednak o to, aby te różnice miały obiektywne podstawy.
Muszą być możliwe do wyjaśnienia. Nie mogą wynikać z uprzedzeń, subiektywnych ocen, niesprawiedliwych ani niezgodnych z prawem powodów, lecz z powodów racjonalnych i proporcjonalnych. Jeśli ktoś ma większe doświadczenie niż inna osoba, jest to rozsądny powód, dla którego może zarabiać więcej. Jeśli ktoś ma 30 lat doświadczenia na danym stanowisku, a inna osoba pięć lat, ale w tym rodzaju pracy osiąga się maksymalny poziom po trzech latach, a mimo to osoba z 30-letnim stażem nadal zarabia znacznie więcej, pojawia się problem. Początkowo mogliśmy mieć obiektywny powód, ale nie zastosowaliśmy go w sposób proporcjonalny.
Te niuanse będą z czasem wychodzić na jaw. Dyrektywa rzuca światło na sposób wykonywania działań i go ujawnia.
David Rice: To ciekawe, ponieważ historycznie wynagrodzenia były — przynajmniej w Stanach Zjednoczonych, więc popraw mnie, jeśli w Europie wygląda to inaczej — od dawna jednym z najmniej przejrzystych elementów życia organizacyjnego. Co twoim zdaniem się wydarzy, gdy ludzie nagle zyskają prawo do zadawania wszystkich tych pytań, na które wiele organizacji nigdy wcześniej nie musiało odpowiadać?
Tom Heys: Tendencja do unikania rozmów o pieniądzach jest widoczna również po tej stronie oceanu. Oczywiście nie wszędzie. W niektórych krajach ludzie bez obaw mówią: „Zarabiam tyle. A ile ty zarabiasz?”. W wielu miejscach istnieje jednak tendencja do unikania rozmów o pieniądzach.
Co się stanie, gdy ludzie otrzymają wszystkie te prawa, firmy zostaną obciążone wszystkimi tymi obowiązkami, a światło zostanie skierowane na wszystkie te sposoby działania? Wielka Brytania stanowi bardzo pouczający przykład. Około 10–15 lat temu pojawiło się wiele roszczeń wobec władz lokalnych, rad różnych okręgów i miast w całym kraju.
Roszczenia nie były składane przez osoby wykonujące tę samą pracę, lecz przez osoby pracujące głównie na stanowiskach zdominowanych przez kobiety, takich jak sprzątaczki i opiekunowie, które porównywały się z pracownikami wykonującymi głównie prace zdominowane przez mężczyzn — na przykład zamiataczami ulic i grabarzami. Były to klasyczne przykłady stanowisk zdominowanych przez mężczyzn, na których wypłacano wysokie premie. Stały się one faktyczną częścią wynagrodzenia, mimo że nie motywowały do większej produktywności ani lepszych wyników i niczego nie nagradzały.
Były po prostu faktyczną częścią dodatkowego wynagrodzenia. Kwoty tych premii były bardzo wysokie, a w niektórych miejscach wielokrotnie przewyższały wynagrodzenia kobiet. Różnica była więc ogromna. Wszystko wyszło na jaw ze względu na charakter tego sektora. W sektorze publicznym obowiązują przepisy o dostępie do informacji. Ludzie mogli zapytać: „Jakie jest średnie wynagrodzenie na tych i tamtych stanowiskach?”.
Ponadto wszystko było negocjowane za pośrednictwem związków zawodowych. Informacje były dostępne. Ludzie wiedzieli o różnicach w wynagrodzeniach i o różnych premiach. Co się stało? Osoby niedostatecznie wynagradzane chciały skorygowania swoich wynagrodzeń, więc składano roszczenia — duże roszczenia grupowe, w niektórych przypadkach obejmujące setki lub tysiące osób. Wpływ był ogromny.
Birmingham City Council, jeden z największych pracodawców w Wielkiej Brytanii, prawdopodobnie także największy samorząd lokalny w Europie, zatrudniający około miliona osób, miał ogromne zobowiązania z tytułu równości wynagrodzeń. Mówimy o kwocie przekraczającej, jak sądzę, miliard funtów. To pokazuje konsekwencje takich sytuacji.
Różnice w wynagrodzeniach w tych sprawach były często duże, ale nie muszą być bardzo duże, szczególnie gdy mówimy o grupie pracowników liczącej wiele osób. W podobnej sytuacji duże roszczenia grupowe dotyczyły sprzedawców detalicznych w Wielkiej Brytanii.
Różnice były mniejsze, ale przy dziesiątkach tysięcy pracowników, 40 godzinach tygodniowo i możliwości dochodzenia sześciu lat zaległego wynagrodzenia kwota szybko rośnie. Różnica nie musi być duża — może wynosić dwa lub trzy funty tu czy tam. Po przemnożeniu przez tak dużą liczbę osób zakres odpowiedzialności staje się ogromny.
W takich sprawach pracownicy sklepu porównują się z pracownikami magazynu. Są to różne stanowiska, ale oceniane przez pryzmat równej wartości — pod kątem umiejętności, wysiłku, odpowiedzialności i warunków pracy — dokładnie tak, jak dyrektywa nakazuje pracodawcom analizować stanowiska.
Różnice zostają ujawnione, ludzie składają roszczenia i sądzę, że wiele takich roszczeń będzie rozprzestrzeniać się w całej Europie. W Wielkiej Brytanii można dochodzić sześciu lat zaległego wynagrodzenia. W innych częściach Europy, w państwach Unii, okres ten jest dłuższy. W niektórych miejscach nie ma żadnego limitu.
Osoba, która przez 30 lat była niedostatecznie wynagradzana, mogłaby otrzymać zaległe wynagrodzenie za wszystkie 30 lat. Sądzę więc, że w najbliższych latach pojawi się wiele tego rodzaju roszczeń.
David Rice: To ciekawe, bo wygląda to tak, jakby właśnie przyszedł rachunek za kulturę „zaufajcie nam” w obszarze wynagrodzeń.
Tom Heys: Tak.
David Rice: Teraz przechodzimy do środowiska „pokażcie nam”, co zapewne będzie bardzo niewygodne dla organizacji, które nigdy nie musiały jasno i zrozumiale przedstawiać swojej filozofii wynagrodzeń na zewnątrz. Fascynujące będzie obserwowanie tego procesu.
Tom Heys: Myślę o tym jak o zadaniach matematycznych w szkole.
Dostajesz punkty za prawidłową odpowiedź, ale więcej punktów za pokazanie sposobu rozwiązania. To właśnie pokazanie sposobu rozwiązania jest tutaj najważniejsze.
David Rice: To świetne ujęcie. Wygląda na to, że wiele organizacji odkrywa, iż nie może zapewnić przejrzystości wynagrodzeń, jeśli najpierw nie uporządkuje architektury stanowisk, systemów zaszeregowania i poziomów.
Czy powiedziałbyś, że te przepisy są przede wszystkim wyzwaniem związanym ze zgodnością, czy raczej ujawniają głębsze problemy organizacyjne, które przez długi czas były ignorowane?
Tom Heys: Myślę, że jedno i drugie. Głębsze problemy powodują ryzyko związane z równością wynagrodzeń, a dyrektywa ujawnia to ryzyko, wystawiając wszystko na widok publiczny.
W rezultacie problemy ze zgodnością stają się widoczne. Nie sądzę, aby dyrektywę należało traktować jako ćwiczenie polegające na odhaczaniu kolejnych pól. Nie chodzi o to, aby powiedzieć: „Zrobiliśmy to, więc nie musimy się już tym martwić”. Chodzi raczej o odrzucenie starego sposobu działania i zastąpienie go nową normalnością.
Będzie to niezwykle zakłócające. W wielu organizacjach, jak wspomniałeś, wznieci dużo kurzu. Kiedy kurz opadnie, pojawi się nowa normalność — normalność 2.0 — czyli bardziej obiektywny, przejrzysty i potencjalnie uczciwszy sposób ustalania wynagrodzeń. Nie chodzi już o: „Zaufajcie nam, robimy to właściwie”, lecz o: „Pokażcie nam”.
To nie tylko kwestia zaufania, lecz także pokazania sposobu działania. Tak właśnie należy o tym myśleć. To początek nowej ery, a nie zadanie polegające na odhaczeniu pola.
David Rice: To niemal organizacyjny rezonans magnetyczny, który ujawnia struktury i niespójności obecne od dawna. Na powierzchni może wyglądać jak problem z wynagrodzeniami, ale tak naprawdę jest to przede wszystkim problem zarządzania.
Tom Heys: To rozsądny sposób ujęcia sprawy. Ostatecznie chodzi o to, ile ludzie zarabiają, ale problemy pojawiają się tam, gdzie jest zbyt duża swoboda menedżerów i zbyt mało wytycznych dotyczących sposobu działania. Jeśli menedżerowie nie mają jasnych zasad przyznawania premii ani wykorzystywania budżetu na nagradzanie zespołu, pojawiają się niewyjaśnione działania wpływające na wynagrodzenia, a tym samym potencjalne ryzyko naruszenia równości wynagrodzeń.
David Rice: Wspomniałeś o obowiązkach sprawozdawczych wynikających z dyrektywy. Jakie problemy wiążą się z wykorzystywaniem sztucznej inteligencji do rozwiązywania takich kwestii?
Tom Heys: Jest to istotne w kontekście raportowania luk według kategorii. Pracodawcy muszą wyjaśnić każdą lukę w obrębie kategorii, która przekracza pięć procent.
Musimy trochę wejść w matematykę. Luki można wyjaśnić poprzez odwołanie do obiektywnych powodów, takich jak doświadczenie, wyniki pracy, czynniki rynkowe i wiele innych potencjalnych przyczyn.
Cel polega na stwierdzeniu: „Wiemy, że w obrębie poziomu dziesiątego mamy lukę wynoszącą osiem procent. Dzięki analizie wiemy jednak, że pięć procent tej luki można wyjaśnić, więc pozostają trzy procent niewyjaśnione”. Dyrektywa ustanawia próg pięciu procent dla luk w obrębie kategorii.
Jeśli niewyjaśniona luka przekracza pięć procent, konieczne jest przeprowadzenie wspólnej oceny wynagrodzeń, zasadniczo audytu równości wynagrodzeń, który otwiera wszystkie księgi przed przedstawicielami pracowników. Mogą zobaczyć, jak wszystko działa. To duże odwrócenie uwagi od produktywnej pracy i konieczność wyjaśniania sposobu działania.
Jeśli można tego uniknąć, tym lepiej. Standardowym sposobem ustalenia wielkości wyjaśnionej i niewyjaśnionej luki byłaby analiza regresji. W najprostszym ujęciu polega ona na poprowadzeniu linii przez zbiór punktów — linii najlepiej dopasowanej. Problem polega na tym, że taka analiza jest subiektywna.
Nie jest obiektywna. Nie mówimy o sytuacji, w której dwa plus dwa równa się cztery. Moja analogia jest taka, że przypomina to mieszanie farb. Czerwień plus zieleń daje brąz, ale jaki odcień? Leśna zieleń i karmazyn czy limonka i szkarłat? Jak grubą warstwę farby nakładamy?
Tak samo można myśleć o analizie regresji. Ile uwagi poświęcamy każdej zmiennej? Jaka jest specyfikacja modelu? Które zmienne uwzględniamy? Pojawia się wiele punktów decyzyjnych. Nie istnieje jedna prawidłowa metoda dla każdej analizowanej kategorii.
Można mówić o różnych stopniach poprawności i możliwości obrony, ponieważ wszystko trzeba wyjaśnić przedstawicielowi pracowników. Różne modele mogą działać, a inne również mogą działać w rozsądny sposób. Trzeba więc zdecydować, których modeli użyć, a których nie.
Ryzyko pojawia się wtedy, gdy przekazujesz taką analizę sztucznej inteligencji. Mówimy tu raczej o sztucznej inteligencji analitycznej lub predykcyjnej niż generatywnej. Jeśli powiesz czarnej skrzynce: „Chcę wiedzieć, jak duża jest moja skorygowana luka”, a ona poda odpowiedź, po czym powiesz przedstawicielom pracowników: „To trzy procent, więc wszystko jest w porządku”, mogą odpowiedzieć: „Pokażcie nam swój model. Pokażcie sposób obliczenia”.
Jeśli czarna skrzynka wykonała obliczenia w sposób trudny do obrony — na przykład model jest nadmiernie rozbudowany albo zawiera zbyt wiele zmiennych, które nie pasują do analizowanej sytuacji — pojawia się problem. Jest nieuniknione, że każdy pracodawca będzie miał przynajmniej jedną małą grupę, którą trzeba będzie przeanalizować.
W przypadku małych grup regresja przestaje działać dobrze, ponieważ nie ma wystarczającej ilości danych. Nie ma wystarczającej liczby punktów, aby poprowadzić linię w sposób jasny i wiarygodny. Jeśli tego nie wiesz i nie potrafisz tego zobaczyć, nie możesz polegać na wyniku jako na czymś, co wytrzyma kontrolę.
Zachowałbym więc ostrożność przy automatyzowaniu procesu analitycznego. Nie należy patrzeć wyłącznie na odpowiedź na końcu zadania matematycznego, lecz także upewnić się, że rozumie się sposób rozwiązania.
David Rice: To stary problem „śmieci na wejściu, śmieci na wyjściu”. Jeśli dane wykorzystane do analizy są wadliwe, stanowią oczywiste ryzyko.
Istnieje też ryzyko, że na podstawie wyniku poczujemy większą pewność, niż powinniśmy. Otrzymujesz dopracowaną odpowiedź — wykres, rekomendację czy cokolwiek innego — i wydaje się ona autorytatywna. Jeśli jednak podstawowe założenia, oceny i decyzje, za które ktoś musi wziąć odpowiedzialność, opierają się na czymś, co nie jest rzeczywiste...
Zawsze mówię: „Nie można pociągnąć maszyny do odpowiedzialności”. Może przyspieszyć analizę, ale ostatecznie nie przejmie odpowiedzialności.
Tom Heys: Maszyny robią to, o co je prosisz, ale musimy upewnić się, że prosimy je o właściwe rzeczy.
David Rice: Dokładnie. Musimy dostarczyć właściwy kontekst, a nie tylko powiedzieć: „Wprowadziłem do systemu mnóstwo danych”. Trzeba zapytać: „Dobrze, ale czy którekolwiek z tych danych były znaczące?”.
Tom Heys: Jakie dane zostały wprowadzone i co system z nimi zrobił? To trochę tak, jakby rzucić psu piłkę, a on ją przyniósł. Maszyna przynosi dane, ale nie wiesz, czy obiegła park, zeszła ulicą i wróciła okrężną drogą, czy też przyniosła piłkę prosto do ciebie.
David Rice: Dokładnie. Jest tu szersza lekcja, która wykracza poza wynagrodzenia. W miarę jak sztuczna inteligencja coraz bardziej angażuje się w nasze decyzje, czy wchodzimy w erę, w której możliwość wyjaśnienia decyzji jest równie ważna jak efektywność?
Tom Heys: Myślę, że tak. Efektywność będzie coraz ważniejsza. Wykorzystywanie sztucznej inteligencji do zwiększania efektywności jest świetne.
Wszyscy widzieliśmy, jak imponujące są te narzędzia i jak wiele działań potrafią przyspieszyć. To jednak kluczowa kwestia: używaj jej do przyspieszania podejmowania decyzji, ale nie przekazuj jej własnego myślenia. Wykorzystuj ją do wzmacniania swojego myślenia.
David Rice: To jedno z największych wyzwań przywódczych ery sztucznej inteligencji.
Przez lata nagradzaliśmy szybsze decyzje, szybsze procesy i szybszą realizację. Mówiliśmy: działaj szybko, poruszaj się szybko i łam zasady. Teraz wchodzimy w świat, w którym liderzy mogą być zmuszeni wyjaśniać decyzje częściowo kształtowane przez systemy, których nie stworzyli i których w wielu przypadkach osobiście nie rozumieją.
To przesuwa możliwość wyjaśniania decyzji z poziomu kwestii technicznej na poziom kompetencji przywódczej.
Tom Heys: Jak mówisz, znaczenie zarządzania wszystkimi tymi elementami z pewnością będzie rosło.
David Rice: Tom, to była fascynująca rozmowa. Wiele się od ciebie nauczyłem, ponieważ wcześniej niewiele wiedziałem o tych przepisach.
Myślę, że nasi odbiorcy uzyskali dzięki temu dobry obraz sytuacji. Dziękuję za udział w programie.
Tom Heys: Nie ma za co. Dziękuję za zaproszenie.
David Rice: Drodzy słuchacze, wypatrujcie kolejnych treści tego typu. Więcej informacji o rozwijających się regulacjach dotyczących sztucznej inteligencji, przejrzystości wynagrodzeń i wszystkim, co dzieje się obecnie w miejscu pracy znajdziecie, obserwując People Managing People na wszystkich platformach społecznościowych oraz odwiedzając peoplemanagingpeople.com/subscribe. Zapiszcie się do newslettera, a wszystkie te treści trafią bezpośrednio do waszych skrzynek odbiorczych.
Do usłyszenia następnym razem. Pomyślcie o tym, jak będziecie wyjaśniać swoje działania.
Zanim zakończymy, jeszcze jedna wskazówka. Utrzymywanie porządku przez cały rok znacznie ułatwia rozliczenia podatkowe. QuickBooks Online pomaga porządkować przychody, wydatki i dokumentację finansową, a także upraszcza prowadzenie ksiąg i raportowanie. Niezależnie od tego, czy jesteś freelancerem, osobą prowadzącą jednoosobową działalność gospodarczą czy właścicielem rozwijającej się małej firmy, otrzymujesz narzędzia pozwalające kontrolować finanse przy mniejszej ilości pracy ręcznej. Sprawdź już dziś, jak QuickBooks Online może uprościć finanse twojej firmy.
