Related articles
文 | 穆胜
C&B（Compensation & Benefits，薪酬福利） 负责进行薪酬体系的设计和管理，让企业用既定的人工成本空间，最大程度激发员工的积极性。当然，在这个过程中，他们通常还需要进行绩效管理，辅助绩效任务的分解，并组织实施考核。
对于这个岗位来说，他们借助 AI 脱离日常工作后，会转型为 「内部市场机制的设计者」 和 「促进内部市场的交易员」。
01 薪酬体系与策略设计——搭体系，做策略
对于这种架构类的工作，显然需要战略思维和业务洞察，更需要对人性与风险进行权衡，显然具有 AI 无法替代的核心价值。
所谓薪酬体系，实际上就是规划有哪几个薪酬模块 （岗位工资、绩效工资、经营激励、股权等），设置每个模块的功能和激励对象；所谓薪酬策略，就是根据业务战略确定薪酬水平 （领先/跟随/滞后）、固浮比、绩效联动逻辑等。这就是要在搭建体系的基础上进行复杂决策，AI 可以辅助，但难以替代人类。
不仅如此，在薪酬体系覆盖的范围之外，这类从业者还需要处理核心人才的个性化薪酬，包括要处理外派人员税收、违规追责等复杂例外事件。这更需要灵活沟通和个性决策，AI 更是鞭长莫及。
当然，在这个领域里，AI 并非一无是处。通过 AI 的强大数据分析能力，这个领域的从业者可以形成更加科学的体系设计，制定更加精准的策略。举例来说，某类人才流失严重，如果追溯出原因是因为激励不足，那么，如何匹配他们的需求就成为了体系和策略调整的必须，此时，AI 的数据分析能力可以帮助从业者直达病灶。更何况，商业环境变幻莫测，数据实时处于变动之中。如果行业红利袭来，入局者提供 「进攻性薪酬」 来挖人，如何打造 「金手铐」，筑起激励壁垒？此时，体系和策略调整越快，人才流失的损失越少。在这方面，AI 的价值显然无可比拟。正是预见到 AI 在这方面的潜力，先锋企业已经开始行动。百时美施贵宝 （Bristol Myers Squibb） 的全球薪酬团队已开始投资 AI 技术，通过建立扎实的职位架构基础来提升 AI 应用能力，从而优化全球薪酬方案。
02 薪酬核算与福利执行——行监控，增体验
如果企业的薪酬与福利规则明确，这类岗位的从业者就只需要进行计算和执行。这类工作规则明确、重复性高，数字化系统显然处理得更快、更准、更便宜，而经由 AI 加持，这部分工作中，人类员工已经彻底失去了竞争力。西门子能源公司推出了名为 CoCo 的 AI 助手，专门用于处理薪酬与福利相关的员工问询，提供清晰、一致且易于获取的咨询支持。
考勤、绩效、薪酬、社保、个税等数据完全可以自动对接计算，实现全程零人工干预。在福利的执行上，商业保险、体检等套餐的咨询、登记、理赔，聊天机器人也即可完成。而更高阶一点的报表 （薪酬报表、人工成本报表等） 制作，AI 可实时生成可视化看板，并自动分析异常。可以说，这类工作天然就做好了由 AI 接管的准备，那些以此为事业起点的 HR，必须迅速做好转型高阶工作的准备。
什么是这个领域的高阶工作？一是运营监管。AI 是无情的机器，按照规则进行计算，在规则不够成熟时，很有可能形成激励的偏差，例如，因为客观原因造成的绩效不佳，判断是否应该清零浮动薪；再如，薪酬差距过大会不会形成激励失衡？也需要进行判断。此时，人类员工基于伦理需要进行监管，并可以及时接管修正偏差。二是体验设计。当每个薪酬模块被设计出来，它们依然是冰冷的机器，如何让员工在获取各类薪酬时获得最佳体验，就成为了一个很有 「设计感」 的事，什么时候给什么钱，分几次给，每次给多少，以什么理由给……全是设计。从业者应该懂得如何分析员工心理，再给出实施方案。
03 绩效管理——新赛道的架构师
绩效管理同样是一个高度数据化的工作，AI 有大量的渗透空间。由于这类工作的天然特点，AI 的介入可以非常直接地驱动从业者工作内容升级。
AI 可以从数字化系统里抽取数据，给出指标和 Baseline 设置的建议，并直接完成绩效计算，甚至给出绩效分层 （如 SABCD 几个级别） 的动态建议，还能自动生成报表。对于被考核者，AI 还可以及时给出绩效缺口 （GAP） 的显示，甚至模拟出按当前绩效能够获得的绩效工资，起到更加直接的激励效果。不仅如此，AI 还能对绩效缺口背后的原因进行分析，如发现某销售连续两周拜访量偏低，会主动提醒 HR 和业务主管。
就连看似偏文本的工作，AI 也能接管。Meta 内部推出了名为 Metamate 的生成式 AI 助手，可帮助员工自动汇总项目文档、全年工作成果、成就及他人反馈，用于撰写绩效总结。Metamate 还可协助管理者快速汇总反馈、起草员工绩效评估报告。
显然，AI 提供的上述支持让绩效管理的水平自然就上了好几个台阶，但除此之外人类员工依然有大量的高价值的工作空间，这些价值主要体现在对新赛道的 「架构」 上。对于新业务来说，最需要架构的是 「内部市场机制」，即企业要被激励者做什么动作，给他们什么资源，产生什么绩效，换取什么激励。
在绩效计划 （指标设计） 上，如何为新兴团队设定合理的创新指标？此时业务尚未开展，数据也没有沉淀，这需要对于战略和业务的深度理解。在绩效辅导上，如何基于 AI 给出的表象分析，穿透背后的真正根因？例如，员工绩效下降，背后是技能不足、家庭原因还是与主管冲突？这需要多维度的综合判断，需要高度的同理心，并和被考核者进行深度沟通。在考核兑现上，当算法推荐的淘汰名单可能涉及歧视风险时，也需要负责监管的 HR 基于激励导向和基本伦理，做出最终裁决。总之，这类岗位的从业者所做的所有工作，都是为了让这个内部市场机制平稳、高效运行。
