社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

我问ChatGPT如何调整薪酬结构,它竟这样回答……

环球人力资源智库 • 1 年前 • 103 次点击  


来源 | 穆胜咨询(ID:hrm-yun


最近大火的ChatGPT大家都用了吗?


很多朋友会使用它来查找信息、编写代码、生成对话等等,然而新事物的出现在带给大家新奇体验的同时,也不可避免地向公众传递了焦虑。清华大学的一名教授认为ChatGPT的水平已经超过了90%的人类,未来将取代中等水平以下的文案、编辑、客服、翻译、程序员等诸多岗位,而这些岗位,在中国有几千万。


作为管理咨询从业者,最近也免不了回应这样的问题——ChatGPT会不会取代管理咨询行业呢?别急,让我们来测试一下。



ChatGPT带来的行业危机


薪酬激励是人力资源管理中的核心模块之一,我们就此项问题对ChatGPT进行了提问——“应该如何调整薪酬结构以促进员工积极性?”它是这样回答的:


图1:ChatGPT对话界面图  


不知道屏幕前的各位看完是什么感受,反正小编是觉得“听君一席话,如听一席话”,进一步产生了“说得挺好,下次别说了”的感叹。如果拿出这样的一份方案给到客户,告诉他们这样做薪酬调整,员工的积极性就能大幅提高,公司的业绩就能突飞猛进,公司的上市就能指日可待,估计会被老板们拉黑处理吧。毕竟“画大饼”也得让吃饼的人相信“饼”的存在不是?


问题出在哪呢?这种泛泛而谈的格式化语言,是企业老板们想看到的吗?千篇一律的激励方案真的能够得到有效落实吗?如果以上两个问题的答案都是否定的,那怎样调整薪酬结构才能让上述三个目标变得不那么遥远呢?



专业机构带来的新思路


穆胜咨询创始人、北京大学光华管理学院博士后穆胜先生在他的著作《重构平台型组织》中介绍了一个经过实践验证的全新的薪酬激励方案,让我们看看与ChatGPT给出的方案相比,有何区别。


首先我们假定薪酬改革是建立在一个平台型组织企业的基础上的。所谓平台型组织就是,企业将自己变成提供资源支持的平台,并通过开放的共享机制,赋予员工相当的财务权、人事权和决策权,使其能够通过灵活的项目形式组织各类资源,形成产品、服务、解决方案,满足用户的各类个性化需求。


在这一过程中,员工变成了为自己打工的创客,而创客和企业都能够从项目的成功中分享可观的收益,实现共赢。


简单来说,员工利用企业作为平台提供的资源来创业,通过类似合伙的共享机制,在成功达成经营目标之后,获得类似合伙人的利润分享。


图2:平台型组织四大构件示意图

资料来源:穆胜咨询


无论激励方案如何设计,员工最直观的感受都来自自己的薪酬。在这个方案中,我们把薪酬模块分成三个部分:


图3:金字塔组织与平台型组织的薪酬结构对比

资料来源:穆胜咨询


  • 基本酬——这是企业给员工兜底的基本薪酬。这部分薪酬与绩效无关,旱涝保收,用以维持员工们基本的生活需求。

  • 对赌酬——员工拿出自己应发工资的一定比例与企业对赌,若达到对赌业绩点,首先可以获得对赌酬返还,除此之外,还将获得超利分享的资格。但如果没有达到对赌业绩点,这个部分就被完全罚没。

  • 超利分享——它是指员工因为参与了对赌,所以有资格参与企业超额利润(不是绝对利润)的分享。老板不会分存量,他们喜欢分增量,所以,超额利润是可以拿出来的,拿多一点也没有问题。这个部分的薪酬是不封顶的,团队蛋糕做的越大,获得的收益也就越多,对于员工的激励性极强。


毫无疑问,对赌对于员工来说是有风险的,他们为什么愿意投身其中呢?关键还是在于高回报。穆胜咨询发现,3倍及以上的杠杆率会让员工乐意参与对赌。


相信各位对于拿出多少钱来对赌或者应该设置多少的杠杆率有所困惑,在穆胜咨询《2022中国企业平台型组织建设研究报告》中,我们也对此进行了相关调研。


图4:对赌激励预测(跟投比例-期待杠杆率)

资料来源:2022中国企业平台型组织建设研究报告


调研数据显示,组织内已实行对赌激励的企业占比28.4%(相对去年增加1.4%)。另外,有93.6%(相对去年增加3.6%)的样本企业员工有意愿参与对赌激励,即投入一笔本金以获得经营收益的分享资格,说明这种激励机制有广泛的群众基础。


整体来看,从实施对赌的比例,到参与对赌的意愿,再到投产比预期区间的意愿集中度,都有4%以内的小幅增长。这表明,这种将员工变为企业“准合伙人”的方式,越来越成为主流。当然,这种增速并不突出,我们推测是在经济环境的不确定状态下,企业为了维护员工的稳定性,选择了放慢改革节奏。


上面提到的这种三段式薪酬的调整会带来两种效果,能力较弱的人收入会减少一部分,最终会离开组织,而能力较强的人收入会大幅度增加,会坚定地留在组织,更多的强人也会加入组织。仔细想想,这不正是老板们需要的组织状态吗?



AI与咨询人的“PK”


知名法律教授罗翔老师说过:“知识与信息的优势并不一定会让人成为一个智慧的人,很多时候占有的信息越多,越不会进行选择”。毫无疑问的是,ChatGPT的信息获取能力远超人类,甚至它也能够快速收集并整理分析数据。


但是,它毕竟是个被动的智能引擎,在现阶段,它能否产生价值,取决于调用它的人。使用者要有构架思维,在此基础上再对它进行模块化调用,并需要不断纠正才能得到准确的回答。


总之,我们不要期待现阶段的ChatGPT可以给出解决方案,如果硬要这样,就可能会被ChatGPT错误引导,得到我们前文那个让人哭笑不得的结果。它会告诉你,“一个人之所以饿死,是因为没有吃东西”。


小编更倾向于认为,ChatGPT是基于海量信息整合后提出的方案,这个方案自然是比较传统的,对于模板化的工作,ChatGPT确实可以极大地提升效率。


但对于咨询行业来说,也许ChatGPT可以提升咨询顾问前期准备工作的效率,但无法取代咨询顾问的高端价值。毕竟真正的有价值的咨询,需要我们咨询人去现场、做调研、查实情,根据不同企业不同情况给予针对性的解决方案,而绝非是一份模板就可以解决的。


想必,从以上两份方案的对比中,各位就可以得出结论了。


穆胜博士的“三段式薪酬改造”激励模型从平台型组织的架构出发,深切关注员工们最关心的薪酬问题,提出了极具激励作用的薪资分配方案,并为企业激励提供了具体落实办法。


管理咨询行业从来都不是纸上谈兵,我们能做的就是运用专业的知识把我们的服务精准投放,而这至少在当前阶段,是ChatGPT还没有办法做到的。


当然,未来如何,犹未可知。(end)


未来,取代你的不是AI,而是会使用AI的人,

用ChatGPT成倍提升生产力,从繁重的劳动中解放出来,

ChatGPT,每个HR必备的数字助理。


拥有100万HR用户的环球人力资源智库,推出线下公开课,

《AI时代的HR:ChatGPT助力HR进阶的应用与实践》

课程以数字时代的科技认知、搜索引擎与ChatGPT提升HR生产力的逻辑、AI与ChatGPT在工作中的5个日常应用实例、ChatGPT在人力资源管理中的12个典型应用实例等七个章节,


带你了解以ChatGPT为代表的各类AI工具在企业中的应用,

掌握ChatGPT在人才招聘、培训与发展、绩效管理、员工福利等方面的应用,

了解未来HR从业者面临的挑战及应对策略,

提升职业能力和竞争力、实现个人技能升级与转型。



时间安排:

上海•2023年05月31号


扫描下方二维码报名


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/154303
 
103 次点击