算工資的HR，危險了

C&B（Compensation & Benefits，薪酬福利）負責進行薪酬體系的設計和管理，讓企業用既定的人工成本空間，最大程度激發員工的積極性。當然，在這個過程中，他們通常還需要進行績效管理，輔助績效任務的分解，并組織實施考核。

對于這個崗位來說，他們借助AI脫離日常工作后，會轉型為“內部市場機制的設計者”和“促進內部市場的交易員”。

01 薪酬體系與策略設計——搭體系，做策略

對于這種架構類的工作，顯然需要戰略思維和業務洞察，更需要對人性與風險進行權衡，顯然具有AI無法替代的核心價值。

所謂薪酬體系，實際上就是規劃有哪幾個薪酬模塊（崗位工資、績效工資、經營激勵、股權等），設置每個模塊的功能和激勵對象；所謂薪酬策略，就是根據業務戰略確定薪酬水平（領先/跟隨/滯后）、固浮比、績效聯動邏輯等。這就是要在搭建體系的基礎上進行復雜決策，AI可以輔助，但難以替代人類。

不僅如此，在薪酬體系覆蓋的范圍之外，這類從業者還需要處理核心人才的個性化薪酬，包括要處理外派人員稅收、違規追責等復雜例外事件。這更需要靈活溝通和個性決策，AI更是鞭長莫及。

當然，在這個領域里，AI并非一無是處。通過AI的強大數據分析能力，這個領域的從業者可以形成更加科學的體系設計，制定更加精準的策略。舉例來說，某類人才流失嚴重，如果追溯出原因是因為激勵不足，那么，如何匹配他們的需求就成為了體系和策略調整的必須，此時，AI的數據分析能力可以幫助從業者直達病灶。更何況，商業環境變幻莫測，數據實時處于變動之中。如果行業紅利襲來，入局者提供“進攻性薪酬”來挖人，如何打造“金手銬”，筑起激勵壁壘？此時，體系和策略調整越快，人才流失的損失越少。在這方面，AI的價值顯然無可比擬。正是預見到AI在這方面的潛力，先鋒企業已經開始行動。百時美施貴寶（Bristol Myers Squibb）的全球薪酬團隊已開始投資AI技術，通過建立扎實的職位架構基礎來提升AI應用能力，從而優化全球薪酬方案。

02 薪酬核算與福利執行——行監控，增體驗

如果企業的薪酬與福利規則明確，這類崗位的從業者就只需要進行計算和執行。這類工作規則明確、重復性高，數字化系統顯然處理得更快、更準、更便宜，而經由AI加持，這部分工作中，人類員工已經徹底失去了競爭力。西門子能源公司推出了名為CoCo 的AI助手，專門用于處理薪酬與福利相關的員工問詢，提供清晰、一致且易于獲取的咨詢支持。

考勤、績效、薪酬、社保、個稅等數據完全可以自動對接計算，實現全程零人工干預。在福利的執行上，商業保險、體檢等套餐的咨詢、登記、理賠，聊天機器人也即可完成。而更高階一點的報表（薪酬報表、人工成本報表等）制作，AI可實時生成可視化看板，并自動分析異常�？梢哉f，這類工作天然就做好了由AI接管的準備，那些以此為事業起點的HR，必須迅速做好轉型高階工作的準備。

什么是這個領域的高階工作？一是運營監管。AI是無情的機器，按照規則進行計算，在規則不夠成熟時，很有可能形成激勵的偏差，例如，因為客觀原因造成的績效不佳，判斷是否應該清零浮動薪；再如，薪酬差距過大會不會形成激勵失衡？也需要進行判斷。此時，人類員工基于倫理需要進行監管，并可以及時接管修正偏差。二是體驗設計。當每個薪酬模塊被設計出來，它們依然是冰冷的機器，如何讓員工在獲取各類薪酬時獲得最佳體驗，就成為了一個很有“設計感”的事，什么時候給什么錢，分幾次給，每次給多少，以什么理由給……全是設計。從業者應該懂得如何分析員工心理，再給出實施方案。

03 績效管理——新賽道的架構師

績效管理同樣是一個高度數據化的工作，AI有大量的滲透空間。由于這類工作的天然特點，AI的介入可以非常直接地驅動從業者工作內容升級。

AI可以從數字化系統里抽取數據，給出指標和Baseline設置的建議，并直接完成績效計算，甚至給出績效分層（如SABCD幾個級別）的動態建議，還能自動生成報表。對于被考核者，AI還可以及時給出績效缺口（GAP）的顯示，甚至模擬出按當前績效能夠獲得的績效工資，起到更加直接的激勵效果。不僅如此，AI還能對績效缺口背后的原因進行分析，如發現某銷售連續兩周拜訪量偏低，會主動提醒HR和業務主管。

就連看似偏文本的工作，AI也能接管。Meta內部推出了名為 Metamate 的生成式AI助手，可幫助員工自動匯總項目文檔、全年工作成果、成就及他人反饋，用于撰寫績效總結。Metamate還可協助管理者快速匯總反饋、起草員工績效評估報告。

顯然，AI提供的上述支持讓績效管理的水平自然就上了好幾個臺階，但除此之外人類員工依然有大量的高價值的工作空間，這些價值主要體現在對新賽道的“架構”上。對于新業務來說，最需要架構的是“內部市場機制”，即企業要被激勵者做什么動作，給他們什么資源，產生什么績效，換取什么激勵。

在績效計劃（指標設計）上，如何為新興團隊設定合理的創新指標？此時業務尚未開展，數據也沒有沉淀，這需要對于戰略和業務的深度理解。在績效輔導上，如何基于AI給出的表象分析，穿透背后的真正根因？例如，員工績效下降，背后是技能不足、家庭原因還是與主管沖突？這需要多維度的綜合判斷，需要高度的同理心，并和被考核者進行深度溝通。在考核兌現上，當算法推薦的淘汰名單可能涉及歧視風險時，也需要負責監管的HR基于激勵導向和基本倫理，做出最終裁決。總之，這類崗位的從業者所做的所有工作，都是為了讓這個內部市場機制平穩、高效運行。

表：C&B崗位結構變化預測

資料來源：穆勝咨詢