人工智能如何助力人力资源部门制定具有竞争力的员工薪酬方案

在人工智能的帮助下，一些公司正在为员工薪酬体系引入更多的条理和策略。

科菲公司 2025 年的一项调查发现，在接受调查的 5717 家公司中，约有四分之一的公司正在使用人工智能来帮助确定薪酬。尽管只有 22% 的受访公司表示正在使用人工智能进行外部薪酬基准评估，但 63% 的公司表示正在考虑使用。

薪酬数据公司 PayScale 的首席薪酬策略师鲁斯·托马斯表示，当企业利用人工智能来分析大量薪酬相关数据时，这有助于促进薪酬透明度，并为人力资源团队提供一个了解新兴和变化中的就业市场的额外工具。

与此同时，全球咨询公司美世的全球薪酬解决方案负责人戈德·弗罗斯特表示，人力资源工作者仍应审核和监控由人工智能驱动的数据工具，以确保机密信息的安全，并避免可能导致薪酬偏差的数据错误。

人工智能能够协助填补薪酬差距

托马斯表示，在 PayScale 公司，他们利用人工智能建模和人力资源部门提供的薪资数据相结合的方式，帮助客户为职位定价。

托马斯表示，当数据有限时，比如某个职位在某个行业是新出现的，或者对其所在地区、公司规模、教育背景或经验水平有特殊要求时，用于完成这项工作的工具——Payscale Verse 就特别有用。

“有时我们的工作确实很冷门，很难找到合适的人选来匹配这些职位，”史密斯集团（一家使用 Payscale 服务的建筑公司）的人力资源分析师克里斯汀·达默罗说道。

托马斯表示，还有 Payscale Peer 这个数据集，它是从薪资信息中构建而成的，包含了来自超过 5400 家机构的薪酬数据。这些数据每天从人力资源信息系统或帮助公司管理运营的软件平台中提取。她补充说，这些数据 100% 来自雇主报告，这与其他薪酬供应商使用的职位发布数据不同。

Peer 能够向 Payscale 用户展示当前市场对某些职位的薪酬情况，而不是像从调查提供商那里购买薪酬调查那样，其中的信息可能会过时。托马斯表示，如果薪酬经理试图为一个全新的职位设定薪酬，但对该职位的数据掌握不多，Payscale Verse 会利用 Payscale Peer 的数据和人工智能模型，在不同地区寻找类似职位。然后，人工智能算法会根据这些差异给出一个与新职位相匹配的市场价格建议。

通过运用人工智能，薪酬管理人员能够更快、更高效地了解不同地区、行业和规模下的薪酬对比情况。例如，如果一家公司不确定应给酒店业的文化体验专员支付多少薪酬，Payscale 可以通过从类似领域（如旅游和观光）获取数据来填补空白。

托马斯告诉商业内幕网，在 Payscale Verse 推荐了建议的薪资匹配方案后，公司会决定是否接受。她说，企业接受 Payscale 人工智能推荐匹配方案的比例约为 88%，而此前 Payscale 刚开始使用这项技术时，接受比例仅为 12%。

用于自动化人力资源任务的人工智能

弗罗斯特表示，人工智能还有可能将人力资源专业人士的常规性和重复性工作自动化，比如提交年度薪酬调查所需的薪资数据，以及检索基准数据以比较不同公司和职位的薪酬。

例如，弗罗斯特表示，通过更及时、更有力地获取外部市场数据，负责设计、实施和管理表彰员工贡献的奖励团队能够迅速对人才市场的变化做出反应，实时调整薪资。

弗罗斯特表示，人力资源专业人士能够更好地了解其整体薪酬福利计划中的哪些要素对员工留存率和工作表现的影响最大，然后专注于在那些对不同员工群体最有吸引力的项目上进行投入。

他补充道，人力资源团队还可以利用人工智能为经理们生成个性化的谈话要点，以便他们更一致地向组织内的员工解释薪酬决策以及公司的薪酬计划。

权衡风险

尽管人工智能能够帮助确定赔偿金额，但人工监督仍然很重要。

托马斯表示，在数据被添加到 PayScale 的数据库之前，会通过一系列自动异常值检测步骤进行验证。她还补充说，人工审核员也会定期审核数据。

托马斯说：“我们所有的工具在设计时都考虑到了薪酬透明度。Payscale 努力帮助各组织了解数据的来源以及我们如何利用数据得出薪资信息。”

人工智能在薪酬领域的兴起也引发了有关供应商如何构建和使用这些工具的新问题。托马斯表示，人力资源专业人士应与供应商合作，以确保他们了解每个供应商在其薪酬管理解决方案中如何使用人工智能。

托马斯表示：“雇主有责任确保他们了解供应商解决方案中可能存在的任何偏见。”例如，如果一个人工智能模型是基于显示男性从事相同工作时薪酬高于女性的历史薪资数据进行训练的，那么它可能会无意中建议给女性员工更低的薪资。

弗罗斯特表示，人力资源专业人士需要意识到使用人工智能的风险，尤其是在对比员工数据或使用薪资分析工具时保护机密信息方面。

弗罗斯特表示：“这些正是全面薪酬团队认真对待的责任，虽然人工智能是一种强大的工具，能够助力这一过程，但人的因素的重要性不容忽视。”