AI is de toekomst voor total rewards 

Het vermogen van AI om te leren, analyseren, voorspellen en creëren kan tal van HR-taken stroomlijnen om de efficiëntie te verhogen en de resultaten te verbeteren. Om het volledige potentieel van kunstmatige intelligentie (AI) te benutten, is het nodig om niet alleen te investeren in nieuwe tools, maar ook in het ontwerp van werk: het proces waarbij banen worden opgesplitst in taken, deze taken worden toegewezen aan de beste combinatie van talent en technologie, en nieuwe manieren van werken worden gecreëerd die rekening houden met deze nieuwe verdeling van arbeid.

Een groot deel van het werk in totale beloningen bestaat uit transactionele taken die ideaal zijn voor samenwerking tussen mens en machine. Uit een recent onderzoek van Mercer bleek dat AI en automatisering meer dan de helft (52%) van de werklast van een beloningsteam zouden kunnen vervangen, inclusief taken met betrekking tot routinematige vragen van werknemers en de administratie van secundaire arbeidsvoorwaarden. Mercer's Global Talent Trends 2024 onderzoek toonde aan dat ongeveer 40% van HR-leiders nu AI gebruiken voor het beheer van secundaire arbeidsvoorwaarden, inzicht in vaardigheden en talentbeheer, met een extra 40% die in 2024 een voorbeeld zal volgen.

Organisaties gebruiken AI al om de beloningsfunctie breder te ondersteunen, met name op deze vijf gebieden:

Er is een spannender voordeel van AI in totale beloningen, dan alleen een verbeterde productiviteit. Versterkte intelligentie is wat er gebeurt wanneer AI hiaten in onze kennis overbrugt om nieuwe normen voor werkkwaliteit, besluitvorming en waardecreatie te stimuleren.

Totale beloningsteams werken al met enorme hoeveelheden gegevens om weloverwogen beslissingen te nemen over compensatie en secundaire arbeidsvoorwaarden. Maar te midden van veranderlijke marktomstandigheden, veranderende bedrijfsdoelen en de behoeften van een divers personeelsbestand is het nu moeilijker dan ooit om een eerlijk en concurrerend pakket te bieden dat de perfecte balans vindt.

AI kan helpen bij het afstemmen van onsamenhangende datasets, verborgen inzichten blootleggen en zelfs nieuwe beloningsstrategieën voorstellen, zodat werkgevers hun totale beloningsaanbod kunnen afstemmen op de meest gevraagde werknemerssegmenten. Naarmate AI vordert, zijn hier enkele manieren waarop toonaangevende bedrijven experimenteren met versterkte intelligentie:

De beloningsfunctie is altijd al op gegevens gebaseerd geweest, maar het effectief gebruik van AI vereist grote hoeveelheden hoogwaardige gegevens, mogelijk afkomstig uit verschillende bronnen. Als er sprake is van vooringenomenheid in historische bedrijfsgegevens, zoals loonverschillen tussen werknemersgroepen of individuen, kunnen AI-modellen die op deze gegevens worden getraind aanbevelingen doen die deze vooringenomenheid weerspiegelen en in stand houden Het is essentieel om mensen betrokken te houden die deze zorgen kunnen identificeren en aanpakken, naast de belangrijke kwesties van gegevensprivacy en algemeen gegevensbeheer, zowel proactief als in realtime.

Deze gebruiksscenario’s laten zien hoe AI de aard van het werk in totale beloningen blijft veranderen. Vandaag de dag zijn mensen in de functie nog steeds handmatig bezig met het verzamelen, beheren en integreren van verschillende gegevenssets. In de toekomst zullen ze strategischer moeten werken om de prioriteiten van hun organisatie te bevorderen Succes in beloningen vereist meer verfijning bij het combineren van deze inzichten, het signaleren en oplossen van de discrepanties, en ervoor zorgen dat beloningsresultaten die worden aangedreven door AI in lijn zijn met beloningsfilosofieën en -praktijken.

AI zal de levering van totale beloningsprogramma's verbeteren, die essentieel zijn voor een aantrekkelijke werknemerservaring. Vandaag de dag ontwikkelen toonaangevende organisaties hun salarisprogramma's om belangrijk talent aan te trekken en tegelijkertijd de kosten op verantwoorde wijze te beheren. HR-leiders geven aan dat stijgende arbeidskosten en tekort aan vaardigheden in 2024 toppijnpunten zullen zijnen meer dan een derde (36%) van de leidinggevenden denkt niet dat hun huidige talentmodellen aan de vraag kunnen voldoen.

Wat hebben werknemers te zeggen over hun beloningen? Op de vraag hoe hun compensatie kon verbeteren, was de belangrijkste reactie van werknemers dit jaar meer soorten beloningen en personalisatie. Velen zouden zelfs een loonsverhoging van 10% opgeven voor andere stimulansen, van meer welzijnsuitkeringen (46%), tot betaalde trainingen (26%), tot instellingen die overal werken (21%). Deze bevindingen suggereren dat de beste total rewards programma's een breed scala aan behoeften voor een zeer divers personeelsbestand omvatten.

AI heeft een enorm potentieel om total rewardspakketten te personaliseren en programma-uitgaven en -levering te optimaliseren, waardoor topbedrijven de talentenoorlog kunnen winnen, het totale welzijn kunnen verhogen, het gebruik van secundaire arbeidsvoorwaarden kunnen verbeteren en de algehele werknemerservaring kunnen verbeteren. Overweeg deze mogelijke gebruiksscenario's:

Sommige van deze mogelijkheden kunnen controversieel zijn. Inspanningen om biometrische gegevens te verzamelen of werknemersgesprekken te volgen kunnen worden gezien als opdringerig en, gezien de wetgeving inzake gegevensbescherming in veel regio's, zelfs riskant zonder geïnformeerde toestemming en robuust bestuur. Gezien de andere uitdagingen rond AI, zoals hallucinaties en gegevensbeveiliging, is het duidelijk dat te zwaar vertrouwen op AI op deze gebieden een aanzienlijk risico met zich meebrengt.

Hoewel vooruitgang in generatieve AI deze toepassingen technologisch haalbaar zal maken, zullen de beste HR-teams voorzichtig en zorgvuldig zijn om de risico's te begrijpen en een duidelijk bestuursbeleid te ontwikkelen rond gegevensprivacy en ethisch AI-gebruik. De regels en voorschriften zullen zeker per rechtsgebied en regio verschillen, vooral omdat overheden hun eigen standpunten over deze kwesties innemen.