-
潜力
薪酬管理：未开发的潜力！
Frank Smits, ADP Celergo Streamline 总裁
过去几年，由于全球健康状况和地缘政治的变化，企业经历了重大变革，也因此带来了经济变动。人们的实践和工作方式发生了变化，甚至是巨变。这些变化中既有利也有弊、也伴随着风险和机遇。
人力资源职能具有战略意义
众所周知，人力资源职能处于管理上述变化的第一线。为了确保提供可靠且持续的服务、遵守数据保护要求，以及适应不同国家不断变化的法律规章，人力资源的管理能力也成为了关注的焦点。
目前，许多公司都在谋求国际化的发展和扩张，这一过程中面临的诸多现实问题，值得我们充分重视。其中一个突出的领域就是薪酬管理，ADP作为全球薪酬领域的市场领导者，可以就此分享宝贵的见解。
截至 2023 年的两年时间里，薪酬管理逐渐从幕后走向前台，不再仅仅是后台的“辅助”功能，而是能够为企业带来更重要的战略价值。企业领导者越来越多地将重点向管理方式转型，要求对运营在不同国家的公司进行“因地制宜”式的管理。这些雄心壮志带来了新的要求和期望，需要薪资团队发挥战略性价值。
薪酬管理的潜力
我们就“薪酬管理的潜力”这一主题进行了一项全球调查，以对上述提到的现象进行基于事实的描述。我们采访了 1,486 位来自总部设在 16 个国家、员工人数超过 1,000 人的跨国组织的高级领导人，他们或多或少地参与了公司的薪资管理，或因其职能而对该主题有深入的了解。
调查显示，历来被忽视的薪酬部门极具潜力。当与响应性人力资源分析这一日益重要的决策工具相结合时，它们有可能成为公司战略创新中的重要的“护旗手”，保护公司的稳健运营。
准确的薪酬数据
只有 33% 的员工认为他们公司的薪酬足够准确。
56% 的受访者表示，他们无法全面了解公司的所有国际分部的薪酬绩效、准确性和其他数据，40% 的受访者表示，他们在每个国家都有不同的合规跟踪方法。
45% 的受访者表示，他们的高级经理向他们发送越来越多的重复性薪资要求，这证明薪资数据对最高层的战略产生了影响。
我们采访过的大多数薪酬管理专业人士都表示，他们无法全面了解其公司所有国际分部的薪酬管理绩效、准确性和数据。这种情况必须得到纠正。采用更加联动的方法可以帮助企业提高全球效率、基准和中心领导力，这对企业拓展新市场至关重要。保持对运营的控制、密切关注全球薪资运营情况，以及利用绩效报告工具让人力资源团队对员工的情况一目了然。这些重要举措对薪酬、调整人才管理、招聘或培训政策颇具影响，同时还能保证员工个人数据和企业本身数据的安全。
员工对薪酬的新期望
31% 的受访者表示，自疫情发生以来，他们的许多员工已迁往其他司法管辖区或国家。
56% 的受访者表示，确保这些员工正确纳税给他们带来了一些或许多挑战。
45% 的受访者表示，自疫情爆发以来，员工对其薪酬的疑问越来越多。
员工对薪酬的期待与现实大相径庭。高效、准确的薪酬对于能否在新市场一炮打响、确保当地员工从一开始就参与其中、提高工作效率和积极性至关重要。然而，薪酬人才的短缺进一步阻碍了薪酬准确性的提高。因为它导致更多的员工更频繁地质疑自己的薪资，进一步增加了本已捉襟见肘的薪酬团队的压力。
网络安全风险带来的（新）压力
61% 的受访者表示，在过去 24 个月中，他们的薪酬业务至少受到过一次网络安全漏洞的影响。
98% 的受访者认为，在过去 12 个月中，数据安全变得更加重要。
这种攻击威胁导致一些企业推迟在全球范围内实现薪酬业务的标准化或整合。然而，“视而不见”的企业更容易受到进一步的攻击，从而引发巨大的（且代价高昂的）声誉、监管和员工敬业度挑战。网络攻击的威胁总是在不断演变，因此应始终将其作为薪酬管理和业务议程的重中之重。因此，先发制人是关键，薪酬管理部门完全有能力在确保员工和薪酬数据安全方面发挥带头作用。
全球各规模公司面临的决定性问题！
显然，解决这些问题的方案正变得更具战略性，而薪酬管理在战略决策和转型的核心中具有巨大的潜力。
ADP的客户遍及几乎所有国家的各种规模的企业。因此我们深知，具有统一信息的跨国薪资系统必须是所有人力资源信息系统的基础。并且我们意识到，这种方法不仅对于大型集团非常重要，对于中小企业来说也变得越来越重要。对于这些中小企业，甚至是初创企业来说，通常无法在每一个其运营的国家都雇佣人力资源专业人士，因此，他们选择依赖人力资源专家和跨国薪资管理供应商的专业知识，以便他们可以在当地雇佣人才，使用当地货币向他们的员工及时支付工资，并确保即使在地球的另一端，他们也能够完全遵守社会和税收法规。这种模式可以适应企业的成长，无论是员工人数的增长还是地域的扩张，确保不会给企业后续的业务增长带来任何问题。
期待企业能以更大的兴趣来看待这个机会！
由于ADP每年都在进行这项调查，因此将其演变情况与2024年的趋势进行对比将会非常有趣。要了解这些趋势，您可以在此处下载并查看报告：https://www.adpchina.com/resources/articles-and-insights/articles/g/global-payroll-survey.aspx。
关于作者
Frank Smits, ADP Celergo Streamline 总裁
Frank 于 2009 年加入 ADP，担任英国执行总监，不久后转任英国服务总监。自 2012 年起，他先后担任雇主服务国际（ESI）服务交付部的副总裁和高级副总裁。在此期间，他领导了许多非常成功的数字化转型和业务流程改进项目。2020 年 3 月，Frank被任命为 Celergo Streamline 总裁，该部门在全球140个国家提供ADP的跨国薪酬服务。作为这个快速增长的大型部门的执行领导，Frank负责领导业务的整体战略和绩效，平衡客户、员工和股东的需求。
关于ADP (NASDAQ: ADP)
领先技术、卓越服务、非凡体验，ADP 始终致力于创造更好的工作方式，帮助人们尽情发挥职场潜能。从人力资源、人才、社保福利、薪酬到合规管理，以数据为基础，为人力而设计。更多资讯，请访问 https://www.adpchina.com/。
ADP 和 ADP 标志是 ADP 公司的注册商标。所有其他商标所有权均归其各自所有者所有。
中国媒体联络: Adp.mediahub@inmatt.com
-
潜力
人力资源中的AI：潜力与风险并存
最近我们听到很多关于人工智能(AI)和机器学习的事情。那么，在人力资源领域，什么是真实的，什么是炒作的?就像任何新事物一样，潜力是令人兴奋的，而风险却令人恐惧。让我们来探讨这两个方面，以了解人工智能在人力资源领域的现状。
潜力
人工智能的潜力在于帮助员工和管理者做出更快、更好、更客观的决策。如果一台计算机能够筛选简历、管理评估、应用预测绩效和/或离职率的算法，那么想象一下减少离职率和将那些糟糕的员工减至最少的可能性。这听起来很神奇，现在让我们来探索现实。
风险
你可能听说过亚马逊的人工智能招聘工具，它显示出对女性的偏见。这一失败在2018年秋季为公众所知。基本上，该机器学习平台分析了男性主导行业10年的简历数据，并“学会”对男性简历的奖励超过了女性简历。但是，人工智能在做决定时不应该比人类更客观吗？
在Amazon失败发生之前，我预测HR中的机器学习和AI将会失败，然后才能成功。该预测基于以下内容：
从分析的角度来看，机器学习有很大的局限性。例如，关联并不意味着因果关系。
机器很难解释分析。
预测人类行为非常困难。
综上所述，这些原因解释了为什么机器会以一种有偏见的方式筛选申请人。我们知道某些领域是男性主导的。分析方法会发现这种虚假的关系，无法将调查结果（即应用上下文）解释为与招聘决定无关。因此，这一结果是可以预见的。
这个例子说明了人力资源中人工智能的固有风险。这是否意味着我们应该不要使用？当然不是。仍然有有价值的应用程序。我们只需要了解风险并以明智的方式减轻风险。
安全的地方
Taylor Vinters的合伙人Dominic Holmes说：“我认为，答案在于AI解决方案的最终用户与创造它们的人一起工作。机器比人类有可能做出更客观、一致的决策。它们可以更可靠、更准确，并且在需要时可以24/7全天候工作，而不会感到疲劳或分心。但是，它们并非万无一失，仍然可能需要人类干预和管理任何意想不到的结果。”
我同意多米尼克的建议。那是因为他建议人类克服分析对机器学习和AI的限制。
让我们将此基本原理应用于行动计划。组织员工调查技术中的行动计划功能可以使用专家系统（不是机器学习）形式的AI来根据员工调查数据确定优先级并提供行动计划建议。在这种情况下，决策算法的组成部分是由人类（理想情况下是博士顾问）进行和解释的预测模型确定的。这一关键步骤使人类可以应用上下文并克服机器学习的某些分析限制。专家系统不像机器学习那样浮华，但是它使组织可以减轻前面概述的风险。
有好处吗？基于AI的行动计划可通过告诉每个领导者确切的工作内容和处理方法来确保经理做出最佳决策。简而言之，该功能会使用经过验证的操作预先填充计划。这使决策变得尽可能容易，不会使分析瘫痪或期望所有管理人员都具有博士学位。该工具为他们完成了任务，因此他们可以花费时间和精力进行改进。这增加了常见的HR实践（例如员工敬业度调查）的影响，并安全地利用了AI的力量。
AI具有重大前景的其他人力资源活动如下：
培训和开发应用程序，例如个性化学习或AI驱动的培训建议
使管理应用程序受益，例如基于AI的自动化，可以简化计划管理、员工决策（例如，聊天机器人FAQ）和计划实施
招聘诸如“ AI招聘者”之类的应用程序以自动安排面试，提供候选人反馈并回答候选人问题（例如，招聘者聊天机器人）。
这些类型的应用程序可以通过自动化和改进的决策为HR功能带来价值。尽管这些示例本质上都不具有变革性，但它们确实提供了有意义的影响。
当您或您的部门开始在人力资源活动中利用人工智能时，请先问自己以下问题：
根据所做出的决定是否存在典型的人力资源法律风险（例如，不利影响、性别偏见）？如果是这样，如何在AI决策中减轻这些风险？
管理者将如何使用这些信息，并且该应用程序会产生任何法律风险？例如，如果AI工具为单个员工提供了离职风险评分，这是否会影响经理如何对待他/她？可以容易地想象到，由于员工离职风险评分高，经理都不考虑升职或加薪。
供应商对决策算法或过程的透明度如何？如果他们不提供详细信息或验证报告，则您将无法信任基本的决策流程，尤其是如果该决策涉及具有重大法律风险（例如，雇用、晋升）的决策。
使用AI与不使用AI有何取舍？更准确地说，与潜在风险（例如来自有偏见的算法的法律风险）相比，组织获得了哪些收益（例如，更快的招聘决策）？
作为一名人力资源从业者，这对你意味着什么?这是另一个值得怀疑的地方。事实是，从真正的机器学习和人工智能对我们的日常运作产生巨大影响开始，我们可能还需要几年的时间。我们应该对这项新技术及其潜力持开放态度，但在我们继续改进自己的领域时，我们也必须保持客观的怀疑态度，并提出棘手的问题。
以上由AI翻译，仅供参考！
作者：Shane Douthitt
来源：https://www.hrtechnologist.com/articles/ai-in-hr/ai-in-hr-if-youre-not-skeptical-you-should-be/
扫一扫 加微信
hrtechchina
