Färre jobb, högre lön: AI:s kompensationsparadox

David Rice: Kyles chef vill inte längre höra hans PowerPoint-presentationer. Vd:n vill i stället höra från Kyles dotter. Hon går tredje året på universitetet, ägnar sig åt så kallad vibe coding och kommer att klättra till positioner som tidigare tog åratal att nå, eftersom hon vet hur man utnyttjar tekniken. I dagens program får du höra ett samtal som jag nyligen hade med Kyle Holm från Sequoia Consulting Group på Transform i Las Vegas.

Kyle har varit kompensationsrådgivare i 25 år, och han ser något förändras som de flesta ännu inte är redo för. Det mellersta lagret i kompensationstillväxten försvinner. På etablerade företag använder medarbetare på mellannivå AI för att bli bättre. På AI-infödda företag finns ingen mellannivå. Där finns seniora och juniora medarbetare.

Det är allt. Och de här ledningshierarkierna kommer att kollapsa snabbare än någon förväntar sig, eftersom vd:ar inte längre kommer att låta idéer filtreras genom flera ledningsnivåer. Produktteam känner redan av det. Produktprofessionella som vet hur man använder AI tjänar mer pengar, men produktteamen blir överlag mindre.

De totala utgifterna för produktutveckling kommer därför förmodligen att minska, även när den individuella kompensationen ökar. Det är en märklig dynamik där de som lyckas förstå hur man gör får mer betalt, men där de blir färre. Och de där AI-kunskaperna som alla betalar extra för? De är egentligen inte någon särskild sak. Det finns bara ett fåtal personer som faktiskt bygger stora språkmodeller.

För alla andra är utveckling av AI-kompetens bara ett ansvar som vi har nu. Det är inte ett val. Om du inte har kompetens inom detta kommer du förmodligen inte att kunna fortsätta göra det du gör. Vi går från en rollbaserad ekonomi till en kompetensbaserad. Det handlar mindre om att bocka av rutor och visa meriter och mer om huruvida du kan utnyttja den här tekniken för att skapa värde eller inte.

I dag ska vi därför gå igenom varför lagret med mellanchefer försvinner på AI-infödda företag och förmodligen snart drabbar alla andra; varför kompensation är mer konst än vetenskap och varför det måste förändras; kompetensbaserad respektive meritbaserad lön i AI-eran; och varför kompensationsmål bör vara mål för en resa, inte en destination.

Jag heter David Rice. Det här är People Managing People. Och om du har tänkt på din karriär som en stadig utveckling genom olika ledningsnivåer kan det här samtalet förändra hur du planerar de kommande åren.

Nåväl, jag är här med Kyle Holm från Sequoia. Kyle, välkommen.

Kyle Holm: Tack. Tack för att jag fick komma.

David Rice: Absolut. När det gäller Transform och när vi pratar om kompensation, vad tänker du på nu för tiden?

Kyle Holm: Jag tror att det viktigaste jag tänker på är att AI påverkar kompensationen på alla möjliga sätt. När man tänker på AI-infödda företag och hur mycket de betalar sina medarbetare, när man tänker på AI i redan existerande, etablerade företag och vad det gör med befintliga roller, hur det förändrar produktteam och utvecklingsteam – ja, det finns mycket att göra med kompensation och det som händer.

David Rice: Jag tror att många kanske, när de tänker på kompensation, bara tänker: ja, företag betalar extra för AI-kompetens, eller hur? Men jag är nyfiken på vad du säger. Vilka är några av de mer oroande eller kanske till och med spännande sakerna som händer kring löner eller kompensation inom AI?

Kyle Holm: Ja. Jag tror att en av de saker du nämnde var att de betalar extra för AI-kompetens. Men verkligheten är att det bara finns ett fåtal personer som faktiskt är AI-utvecklare och skapar de stora språkmodellerna. Det är de… Eller hur? Det är inte… Utveckling av AI-kompetens är mer som ett ansvar som jag tror att vi alla har.

Och därför är det egentligen inte nödvändigtvis ett val. Du måste göra det. Annars har du förmodligen inget jobb. Om du inte har kompetens inom detta, om du inte vet hur du kan förbättra dig själv med hjälp av det, kommer du förmodligen inte att kunna fortsätta göra det du gör. Jag är tillräckligt gammal för att minnas att kompensationsundersökningar brukade finnas i pärmar.

De flyttade från pärmar till internet och vidare till datorer. Men om jag hade sagt: ”Jag arbetar bara med pärmar”, skulle jag inte ha hållit på med det här längre.

David Rice: Ja. Berätta lite, eftersom det förändrar hur vi modellerar saker operativt. Det förändrar helt enkelt hur vi tänker kring HR och verksamheten.

Så vilka är några av de saker som händer kring själva kompensationsmodelleringen?

Kyle Holm: Kompensationsmodellering har några olika aspekter. Det finns din prestationsbaserade löneökning, och det är ganska grundläggande: hur mycket ska du öka, vilka justeringar letar du efter?

Sedan finns rekryteringsplanen, som tar hänsyn till kompensationsmodellering, eftersom varje person du anställer har ett förväntat intervall för kontant ersättning och aktieersättning. Jag tror att det är där AI har störst påverkan. Företag går nämligen åt två håll.

Det ena är att det finns en premie, som du sa, för personer som behärskar AI, så vi måste betala mer än vi kanske trodde. Men sedan finns också tanken: vänta lite, vi har personer internt som har använt AI på ett sätt som gör att vi inte behöver anställa för den rollen. Så du får den här lite märkliga situationen där produktprofessionella som vet hur man använder AI för att göra sitt arbete bättre kommer att få mer betalt, men produktteamen som helhet troligen blir mindre.

Så hur mycket vi totalt spenderar på produkt kommer förmodligen att minska, men de som lyckas förstå hur man gör kommer att tjäna mer pengar.

David Rice: Ja. Det är intressant, för vi är ju här på en HR-konferens, och när vi pratar om AI och HR tror jag att många tänker på saker som prestationshantering, rekrytering och kanske till och med automatisering av medarbetarnas frågor, som sådant som står i personalhandboken.

Många tänker egentligen inte på sitt angreppssätt kring kompensation. Det är åtminstone mitt intryck. Stämmer det? Och hur…

Kyle Holm: Nej, inte för oss. Det är det vi arbetar med. Vi hjälper företag att operationalisera och få ut så mycket som möjligt av sina investeringar i människor, och en stor del av det handlar om var AI kan hitta de effektiviseringarna. För i slutändan vill personalteamet och ekonomiteamet helt enkelt bli mer strategiska.

Det finns många områden där AI verkligen kan hjälpa till och effektivisera leveransen, utformningen och jämförelsen av kompensation. Det lite vansinniga med kompensation är att inte ens den första vågen av programvara, som vi har levt med under de senaste 20 åren, påverkade kompensationen på något meningsfullt sätt.

Visst, det finns viss arbetsflödesprogramvara som har förbättrats här och där, men den drivs fortfarande av samma personer och är inte särskilt integrerad i de totala utgifterna. Det är verkligen där möjligheten med AI finns: att på ett meningsfullt sätt få ihop allt och börja bli mycket mer strategisk kring avkastningen på kompensationsutgifterna.

David Rice: Något jag har lagt märke till är att det, särskilt bland HR-personer, finns en tendens att antingen inte lita på resultatet eller att ifrågasätta alla data som de matar in i systemet. Hur rådgör du med kunder om vad de gör med programvaran?

Kyle Holm: Jag tror att människor alltid säger att det finns både en konst och en vetenskap i kompensation.

Och det gör det, eller hur? Det är ju inte som ett aktiepris. Vad en människa får betalt för en roll påverkas av alla möjliga faktorer. Tyvärr har vi också befunnit oss i en tid där data faktiskt är svårare att hitta, eftersom man måste betala för den eller för att den inte har samlats in på rätt sätt.

Jag tror därför att många kompensationsprofessionella och många kompensationsrådgivare har gått alldeles för långt i riktning mot att säga: ”Det är mer konst än vetenskap”, utan att faktiskt säga: ”Nej, förutsättningarna har förändrats. Låt oss ta reda på var datan finns och ta fram den, så att vi kan få mer vetenskap och mindre konst.”

Det är det vi brinner för. Vi är agnostiska när det gäller data, men vi vill inte säga till våra kunder att det faktiskt är mer konst. Vi vill säga: ”Det är svårare, men vi kommer att hitta vetenskapen”, eftersom de i slutändan undviker att fatta de beslut de behöver fatta när de lägger så mycket tid på att inte tro på en siffra eller gå fram och tillbaka.

Och allt går helt enkelt för långsamt.

David Rice: Vad är något som du tror kan komma att hända inom sex månader till ett år, som många kanske inte tänker på, men som du skulle vilja varna dem för?

Det är något de kommer att vilja ta hänsyn till.

Kyle Holm: De stora etablerade företagen har ett mellersta lager av medarbetare som använder AI för att bli bättre. På de AI-infödda företagen är det seniora och juniora personer. Det finns ingen erfarenhet på mellannivå. Min dotter går tredje året på universitetet och hon är här på Transform.

När jag tänker på vad min chef vill höra om är det förmodligen inte vad jag håller på med, utan snarare vad min dotter gör med AI. Hon ägnar sig åt vibe coding och gör alla möjliga sådana saker. Det jag tror kommer att hända förr snarare än senare är att de här lednings- och organisationshierarkierna helt enkelt kommer att försvinna, på ett sätt som jag inte tror att människor riktigt är redo för.

Om jag är vd för ett företag, som min chef, vill jag veta vad Tessa säger snarare än vad Kyles PowerPoint-presentationer säger. Jag kommer inte att låta henne gå genom flera ledningsnivåer för att nå fram till mig med idéerna. Det är den uppgörelse som jag tror att människor oroar sig för, och jag tror inte att det kommer att vara något dåligt.

Jag tror bara att det kommer att hända mycket snabbare, eftersom människor – förmodligen unga människor mer än personer senare i karriären – som använder den här tekniken för att skapa värde kommer att klättra. De kommer att hitta sig själva i positioner som tidigare tog år att nå, när de lär sig att utnyttja tekniken och dess möjligheter.

David Rice: Det är intressant att du nämner de två nivåerna. När jag tänker på kompensation skulle man normalt ha det där mellersta lagret och en stadig utvecklingsväg för sin kompensation genom den resan. Hur ser det då ut när det bara finns… Går man från att tjäna 80 000 till 200 000, eller hur fungerar det?

Kyle Holm: Ja, jag tror att vi kommer att få se något sådant. Det som händer nu är att det handlar mindre om en roll eller om din utbildning, eftersom det du lär dig på universitetet på sätt och vis är meningslöst när du väl kommer ut. Det är föråldrat. Du lär dig att arbeta hårt.

Du lär dig saker och det finns ett stort värde i det du lär dig, men det vi nu går in i är mycket mer av en kompetensbaserad ekonomi. Det är inte den hierarki du beskrev, där jag bockar av rutor och visar upp förmågor. Jag säger: ”Jag skaffar meriter.”

Men om mina meriter och min förmåga att skapa värde kan utnyttjas genom hur jag kan använda den här tekniken, då kommer jag att få betalt utifrån det värde jag tillför och inte utifrån något slags meritbaserat system där jag kanske hade en dålig chef ett tag, eller alla de där andra sakerna. Det handlar helt enkelt om huruvida människor kan göra det eller inte.

David Rice: Min sista fråga till dig, innan jag låter dig gå, är: om någon har kompensationsmål för sin karriär under de kommande två till tre åren och vill nå vissa riktmärken, vad är ditt råd om hur de ska tänka kring det? För det förändras ju, och kanske måste förväntningarna förändras med det.

Kyle Holm: Jag har varit kompensationsrådgivare i 25 år. Jag tycker faktiskt inte att det är ett särskilt bra sätt att gå till väga att sätta kompensationsmål. Då sätter du egentligen ett destinationsmål i stället för ett mål för en resa. Och du kommer att få betalt utifrån din kompetens och din risktolerans.

Är du villig att lära dig nya färdigheter, och är du villig att ta risker? Om någon har ett kompensationsmål skulle jag därför bryta ner det och säga: ”Om du har ett riktigt stort mål måste du ta större risker, och det kommer sannolikt att…” Om du har ett mindre mål kanske du kan ta dig dit steg för steg.

Men jag tror verkligen att det handlar om de kompetenser du kan skaffa dig, de relationer du kan bygga och de möjligheter som det sedan ger dig, vilket tar dig till det kompensationsmålet.

David Rice: Ja, det håller jag med om. Jag tänkte på det häromdagen när några av sessionerna pågick. Jag tänkte för mig själv att vi definitivt går in i en era som är byggd för risktagare.

Ja, du vet. Det har alltid varit så i viss utsträckning, men…

Kyle Holm: Ja, precis. Det har alltid varit så. Och det häftiga är att det i tidigare omgångar – jag är tillräckligt gammal för att ha varit med under it-boomen och allt det där – var risktagarna som lyckades, men det var väldigt svårt att ta sig till en position där man kunde vara en risktagare.

David Rice: Ja, precis.

Kyle Holm: Det fanns många grindvakter och hinder på vägen till den positionen. Nu är det mycket mer öppet. Vem som helst kan egentligen göra det. Det är verkligen mer öppet nu. Och jag tror att det är därför det är så spännande med de här AI-infödda företagen, med 20-åringar som sover på kontoret. Det är häftigt.

David Rice: Det är en intressant tid. En intressant tid att vara ung och försöka experimentera.

Kyle Holm: Det är väldigt häftigt.

David Rice: Jag är lite avundsjuk på vissa sätt.

Kyle Holm: Jag är väldigt avundsjuk.

David Rice: Kanske handlar det bara om ungdomen, eller så handlar det om risken. Jag vet inte. Jag är väldigt avundsjuk. Kyle, det var trevligt att ha dig här. Jag tyckte verkligen om vårt samtal.

Kyle Holm: Tack för tiden.

David Rice: Kära lyssnare, ta de där riskerna. Det kommer att löna sig.

Kyle Holm: Ja.