Mniej miejsc pracy, wyższe wynagrodzenia: paradoks wynagrodzeń w erze AI

David Rice: Szef Kyle'a Holma nie chce już słuchać jego prezentacji w PowerPoincie. Dyrektor generalny chce zamiast tego usłyszeć od córki Kyle'a. Jest na trzecim roku studiów, programuje intuicyjnie i awansuje na stanowiska, do których kiedyś dochodziło się latami, ponieważ wie, jak wykorzystać technologię. W dzisiejszym programie usłyszycie rozmowę, którą niedawno przeprowadziłem podczas wydarzenia Transform w Las Vegas z Kyle'em Holmem z Sequoia Consulting Group.

Kyle od 25 lat doradza w zakresie wynagrodzeń i obserwuje zmianę, na którą większość ludzi nie jest jeszcze gotowa. Środkowy szczebel wzrostu wynagrodzeń zanika. W ugruntowanych firmach pracownicy średniego szczebla wykorzystują AI, aby stawać się lepszymi. W firmach natywnych dla AI średni szczebel nie istnieje. Są tam osoby na poziomie senioralnym i osoby początkujące.

To wszystko. A te hierarchie zarządzania załamią się szybciej, niż ktokolwiek się spodziewa, ponieważ dyrektorzy generalni nie będą już pozwalać, aby pomysły były filtrowane przez wiele szczebli zarządzania. Zespoły produktowe już to odczuwają. Specjaliści ds. produktu, którzy wiedzą, jak korzystać z AI, zarabiają więcej, ale zespoły produktowe jako całość stają się mniejsze.

Całkowite wydatki na produkt prawdopodobnie spadają, nawet gdy indywidualne wynagrodzenia rosną. To dziwna dynamika: osoby, które odkryją, jak sobie z tym poradzić, zarabiają więcej, ale jest ich mniej. A umiejętności AI, za które wszyscy płacą premię? To właściwie nie jest odrębna kategoria. Tylko nieliczne osoby naprawdę tworzą duże modele językowe.

Dla wszystkich pozostałych rozwijanie umiejętności związanych z AI to po prostu obowiązek, który teraz mamy. To nie jest wybór. Jeśli nie masz w tym zakresie odpowiednich umiejętności, prawdopodobnie nie będziesz dalej wykonywać swojej pracy. Przechodzimy od gospodarki opartej na rolach do gospodarki opartej na umiejętnościach. Mniej chodzi o odhaczanie pól i prezentowanie kwalifikacji, a bardziej o to, czy potrafisz wykorzystać tę technologię, aby tworzyć wartość.

Dzisiaj omówimy, dlaczego szczebel średniego zarządzania znika w firmach natywnych dla AI i prawdopodobnie wkrótce zniknie także w pozostałych; dlaczego wynagrodzenia są bardziej sztuką niż nauką i dlaczego musi się to zmienić; wynagrodzenie oparte na umiejętnościach w porównaniu z wynagrodzeniem opartym na kwalifikacjach w erze AI; oraz dlaczego cele wynagrodzeniowe powinny być celami podróży, a nie miejscem docelowym.

Nazywam się David Rice. To jest People Managing People. A jeśli myśleliście o swojej karierze jako o stałym awansowaniu przez kolejne szczeble zarządzania, ta rozmowa może zmienić sposób, w jaki planujecie najbliższe kilka lat.

Dobrze, jestem tutaj z Kyle'em Holmem z Sequoia. Kyle, witaj.

Kyle Holm: Dziękuję. Dzięki za zaproszenie.

David Rice: Oczywiście. Skoro jesteśmy na Transform i rozmawiamy o wynagrodzeniach, co obecnie zajmuje ci myśli?

Kyle Holm: Myślę, że najważniejsze jest to, że AI wpływa na wynagrodzenia na wiele różnych sposobów. Kiedy myślisz o firmach natywnych dla AI i o tym, ile płacą ludziom, a także o AI w istniejących, ugruntowanych firmach i o tym, co robi z obecnymi rolami, jak zmienia zespoły produktowe i zespoły inżynieryjne — tak, wiele dzieje się w obszarze wynagrodzeń.

David Rice: Myślę, że wiele osób, gdy myśli o wynagrodzeniach, myśli po prostu: „Cóż, ludzie płacą premię za umiejętności związane z AI”, prawda? Ale ciekawi mnie to, co mówisz. Jakie są bardziej niepokojące albo nawet ekscytujące rzeczy, które dzieją się wokół płac lub wynagrodzeń w obszarze AI?

Kyle Holm: Tak. Wspomniałeś, że płacą premię za umiejętności związane z AI. W rzeczywistości tylko kilka osób to prawdziwi twórcy AI, którzy tworzą duże modele językowe. To są... prawda? To nie jest... Rozwijanie umiejętności AI jest swego rodzaju obowiązkiem, który wszyscy mamy.

A więc to niekoniecznie jest wybór. Tak, trzeba to robić. W przeciwnym razie prawdopodobnie nie będziesz mieć pracy. Jeśli nie masz w tym umiejętności, jeśli nie wiesz, jak dzięki temu stać się lepszym, prawdopodobnie nie będziesz mógł po prostu dalej robić tego, co robisz. Jestem na tyle stary, że pamiętam badania wynagrodzeń w segregatorach.

Potem przeniosły się z segregatorów do internetu i na komputer. Ale gdybym powiedział: „Pracuję tylko z segregatorami”, nie robiłbym już tego, co robię.

David Rice: Opowiedz mi trochę, bo to zmienia sposób, w jaki modelujemy rzeczy pod względem operacyjnym. Zmienia po prostu sposób, w jaki myślimy o podejściu do HR i operacji.

Jakie rzeczy dzieją się więc wokół samego modelowania wynagrodzeń?

Kyle Holm: Modelowanie wynagrodzeń ma kilka różnych aspektów. Jest podwyżka uznaniowa i to jest dość podstawowa kwestia: o ile chcesz podnieść wynagrodzenie i jakich korekt szukasz.

Następnie jest plan zatrudnienia, który uwzględnia modelowanie wynagrodzeń, ponieważ każda zatrudniona osoba ma oczekiwany przedział wynagrodzenia pieniężnego i udziałowego. Myślę, że właśnie w tym obszarze AI wywiera największy wpływ. Firmy zmierzają bowiem w dwóch kierunkach.

Po pierwsze, istnieje premia, o której wspomniałeś, za osoby kompetentne w zakresie AI, więc musimy płacić więcej, niż być może zakładaliśmy. Ale z drugiej strony pojawia się myśl: chwileczkę, mamy w firmie ludzi, którzy wykorzystali AI w taki sposób, że nie musimy zatrudniać na to stanowisko. Powstaje więc dziwna sytuacja: jeśli weźmiemy na przykład produkt, specjaliści ds. produktu, którzy wiedzą, jak wykorzystać AI, aby działać lepiej, będą zarabiać więcej, ale zespoły produktowe jako całość prawdopodobnie będą mniejsze.

Zatem całkowite wydatki na produkt prawdopodobnie spadną, ale osoby, które odkryją, jak sobie z tym poradzić, będą zarabiać więcej.

David Rice: To ciekawe, bo jesteśmy tutaj na konferencji HR i kiedy rozmawiamy o AI i HR, myślę, że wiele osób myśli o takich rzeczach jak zarządzanie wynikami, rekrutacja, a może nawet automatyzacja zapytań pracowników, na przykład dotyczących podręcznika pracownika.

Wiele osób właściwie nie myśli o swoim podejściu do wynagrodzeń. Tak przynajmniej mi się wydaje. Czy to prawda?

Kyle Holm: Nie w naszym przypadku. To właśnie robimy. Pomagamy firmom przełożyć inwestycje w ludzi na działania operacyjne i uzyskać z nich jak najwięcej, a dużą częścią tego jest ustalanie, gdzie AI może znaleźć te oszczędności. Ostatecznie zarówno zespół ds. ludzi, jak i zespół finansowy chcą działać bardziej strategicznie.

Istnieje wiele obszarów związanych z realizacją, projektowaniem i analizą porównawczą wynagrodzeń, w których AI może naprawdę pomóc i usprawnić działania. Szalona rzecz związana z wynagrodzeniami polega na tym, że nawet pierwsza fala oprogramowania, przez którą przechodziliśmy w ciągu ostatnich 20 lat, nie wpłynęła na nie w znaczący sposób.

Oczywiście pojawiły się pewne programy do zarządzania przepływem pracy, które tu i ówdzie coś usprawniły, ale nadal były obsługiwane przez tych samych ludzi i nie były właściwie zintegrowane z całością wydatków. Właśnie tu pojawia się szansa dla AI: aby w znaczący sposób połączyć te elementy i zacząć o wiele bardziej strategicznie podchodzić do zwrotu z inwestycji uzyskiwanego z wydatków na wynagrodzenia.

David Rice: Jedną z rzeczy, które zauważyłem, szczególnie wśród osób zajmujących się HR, jest tendencja do tego, by albo nie ufać wynikom, albo kwestionować wszystkie dane, które są do tego wprowadzane. Jak konsultujesz z klientami to, co robią z oprogramowaniem?

Kyle Holm: Jako doradcy i specjaliści ds. wynagrodzeń zawsze słyszymy, że istnieje sztuka i nauka.

I rzeczywiście tak jest, prawda? To nie jest przecież kurs akcji. Wynagrodzenie człowieka za daną rolę zależy od wielu czynników. Niestety żyliśmy też w czasach, gdy dane były trudniejsze do znalezienia, ponieważ trzeba było za nie zapłacić albo nie były prawidłowo agregowane.

Myślę więc, że wielu specjalistów i doradców ds. wynagrodzeń poszło zdecydowanie za daleko w kierunku stwierdzenia: „To bardziej sztuka niż nauka”, zamiast powiedzieć: „Nie, sytuacja się zmieniła. Znajdźmy dane, wydobądźmy je, aby było w tym więcej nauki, a mniej sztuki”.

To jest właśnie nasza pasja. Jesteśmy niezależni od źródła danych, ale nie chcemy mówić klientom, że wynagrodzenia są bardziej sztuką. Chcemy powiedzieć: „Jest trudniej, ale znajdziemy naukowe podstawy”, ponieważ ostatecznie, gdy poświęcają tak dużo czasu na niewiarę w konkretną liczbę albo ciągłe dyskusje, tak naprawdę unikają podejmowania decyzji, które muszą podjąć.

A wszystko po prostu trwa zbyt długo.

David Rice: Coś, co — jak sądzę — może wydarzyć się w ciągu najbliższych sześciu miesięcy do roku, a o czym wiele osób być może nie myśli? Przed czym byś ich ostrzegł?

Coś, co powinni wziąć pod uwagę.

Kyle Holm: W dużych, ugruntowanych firmach środkowy szczebel bazy pracowników wykorzystuje AI, aby stawać się lepszymi. W firmach natywnych dla AI są osoby na poziomie senioralnym i osoby początkujące. Nie ma doświadczenia średniego szczebla. Moja córka jest na trzecim roku studiów i jest tutaj, na Transform.

Kiedy myślę o tym, czego chce dowiedzieć się mój szef, prawdopodobnie nie chodzi o to, co ja robię, lecz raczej o to, co moja córka robi z AI. Programuje intuicyjnie i robi wszystkie te rzeczy. Myślę, że stanie się to wcześniej, a nie później: te hierarchie zarządzania i organizacji po prostu znikną w sposób, na który ludzie niekoniecznie są gotowi.

Gdybym był dyrektorem generalnym firmy, tak jak mój szef, chciałbym wiedzieć, co mówi Tessa, a nie oglądać prezentacje Kyle'a. Nie pozwoliłbym jej przechodzić przez wiele szczebli zarządzania, żeby dotrzeć do mnie z pomysłami. To właśnie jest ta konfrontacja z rzeczywistością, o którą ludzie się martwią, ale nie sądzę, żeby była czymś złym.

Myślę tylko, że wydarzy się to znacznie szybciej, ponieważ ludzie — prawdopodobnie młodzi częściej niż osoby będące na późniejszym etapie kariery — którzy wykorzystują tę technologię do znajdowania wartości, będą po prostu awansować i znajdować się na stanowiskach, do których dojście wcześniej zajmowało lata, ponieważ potrafią wykorzystać technologię i jej możliwości.

David Rice: Wspomniałeś o dwóch szczeblach. Kiedy myślę o wynagrodzeniach, zwykle istnieje ten środkowy szczebel i stała ścieżka wzrostu wynagrodzenia w trakcie tej podróży. Jak to będzie wyglądać, gdy zostaną tylko... Czy przechodzi się wtedy od zarabiania 80 000 do 200 000?

Kyle Holm: Myślę, że zobaczymy właśnie coś takiego. To, co dzieje się teraz, w mniejszym stopniu dotyczy roli czy wykształcenia, ponieważ to, czego uczysz się na studiach, jest w pewnym sensie bez znaczenia, gdy kończysz naukę — jest już nieaktualne.

Uczysz się, jak ciężko pracować. Oczywiście w tym, czego się uczysz, jest ogromna wartość, ale wkraczamy teraz w gospodarkę znacznie bardziej opartą na umiejętnościach. Nie chodzi o hierarchię, w której odhaczam kolejne pola, pokazuję możliwości i zdobywam formalne kwalifikacje.

Jeśli moje kwalifikacje i moja zdolność do tworzenia wartości mogą być po prostu wykorzystane w tym, jak potrafię używać tej technologii, to będę otrzymywać wynagrodzenie na podstawie wartości, którą wnoszę, a nie na podstawie jakiegoś systemu zasług, w którym może przez jakiś czas miałem kiepskiego menedżera i działy się różne rzeczy. Ostatecznie chodzi o to, czy ludzie potrafią coś zrobić, czy nie.

David Rice: To chyba moje ostatnie pytanie. Jeśli ktoś ma cele wynagrodzeniowe na najbliższe dwa–trzy lata i chce osiągnąć określone poziomy, jaka byłaby twoja rada? Jak powinien o tym myśleć? Bo masz rację — wszystko się zmienia i być może oczekiwania również muszą się zmienić.

Kyle Holm: Od 25 lat jestem doradcą ds. wynagrodzeń. Uważam, że wyznaczanie celów wynagrodzeniowych nie jest najlepszym podejściem. W rzeczywistości wyznaczasz cel będący miejscem docelowym, zamiast celu będącego podróżą. Wynagrodzenie będzie zależeć od twoich możliwości i tolerancji ryzyka.

Czy jesteś gotów uczyć się nowych umiejętności i podejmować ryzyko? Jeśli ktoś ma cel wynagrodzeniowy, rozłożyłbym go na czynniki pierwsze i powiedział: „Jeśli masz naprawdę duży cel, będziesz musiał podjąć większe ryzyko i prawdopodobnie będzie to wymagało... Jeśli masz mniejszy cel, możesz dochodzić do niego stopniowo”.

Naprawdę wierzę, że chodzi o umiejętności, które możesz zdobyć, relacje, które możesz zbudować, a to zapewni ci możliwości prowadzące do osiągnięcia celu wynagrodzeniowego.

David Rice: Zgadzam się. Ostatnio myślałem o tym podczas kilku sesji i doszedłem do wniosku, że zdecydowanie wchodzimy w erę stworzoną dla osób podejmujących ryzyko.

Kyle Holm: Dokładnie. Zawsze tak było. A ciekawa rzecz polega na tym, że w poprzednich okresach — jestem na tyle stary, że pamiętam boom internetowy i wszystko, co się z nim wiązało — osobami odnoszącymi sukces dzięki podejmowaniu ryzyka byli właśnie ci, którzy ryzykowali, ale bardzo trudno było dostać się na pozycję, z której można było to ryzyko podejmować.

David Rice: Tak, dokładnie.

Kyle Holm: Było wiele bramek i ograniczeń, które trzeba było pokonać, aby dostać się na taką pozycję. Teraz wszystko jest znacznie bardziej otwarte. Naprawdę każdy może to zrobić. Myślę, że dlatego tak ekscytujące są te natywne firmy AI, w których pracują dwudziestolatkowie i śpią w biurze. To naprawdę ciekawe.

David Rice: To interesujący czas. Ciekawy moment, żeby być młodym i próbować eksperymentować.

Kyle Holm: To naprawdę świetne.

David Rice: Trochę im zazdroszczę, pod pewnymi względami.

Kyle Holm: Ja bardzo im zazdroszczę.

David Rice: Może chodzi po prostu o młodość, a może o ryzyko. Nie wiem. Jestem bardzo zazdrosny. Kyle, miło było cię gościć. Naprawdę dobrze mi się z tobą rozmawiało.

Kyle Holm: Dzięki za poświęcony czas.

David Rice: Słuchacze, podejmujcie ryzyko. To się opłaci.

Kyle Holm: Tak.