最近有很多关于人工智能及其潜力改变人力资源和薪酬领域的讨论。
但实际上它是如何被应用的呢？
一项由YouGov和Deel进行的最近研究发现，尽管大多数（61%）的人力资源决策者认为AI将在未来五年内对人力资源产生积极影响，但目前只有不到四成（38%）的人在其流程和工作流中使用了AI。
我们需要填补这个知识缺口
AI真正擅长的是处理大规模数据集并从中得出有意义的结论。
在薪酬领域，有许多立法和合规数据需要考虑。
法律和要求不断变化。
AI模型应被用于帮助公司了解并遵守当地国家的法律法规，动态适应以保持最新状态。然而，这些技术未被采纳的事实令人失望。
我们需要做的是缩小知识差距，超越仅仅通过聊天机器人回答人力资源查询的阶段，进入更为复杂但核心的领域。
例如，当人工智能用于解决更大的薪酬问题时，比如处理国家合规问题或在薪酬错误成为真正问题之前发现它们，其作用更为显著。
大多数工资系统目前尚未正确利用人工智能，但它们可以并且应该这样做。
事实上，我认为人工智能在薪酬管理方面的最佳应用尚未被欣赏或甚至实现。
以下是我认为AI真正具有潜力变革公司薪酬和人力资源系统，并同时改善员工体验的关键领域：
毛到净（G2N）差异
雇主常见的一个挑战是向团队解释他们工资单周期之间的差异。
G2N变异性，正如人们所知，是一个相当常见的月度现象。
它可能是由费用报销、奖金或佣金、员工福利的变化或是汇率变化引起的。
更广泛的G2N差异可能在国家层面出现。
这可能是由于特定政府法令或政策所致，如第十三个月工资在菲律宾，或者是新的2024年税收立法中的捷克共和国适用于非货币性福利的
传统上，薪资经理的工作是分析这些差异。
但这项任务现在可以由人工智能处理了。
训练好的AI模型可以确定并在某个国家的工资变动中添加原因，无论根本原因是什麼。
目标是主动向雇主及其团队提供每个百分比差异的具体项目，确保工资单报告的准确性和精确性，并消除潜在的混淆。
2) 费用管理
费用对于薪资管理人员和员工来说都是一大难题，特别是在一家全球性的公司中，因为每个国家的规则和法律都会导致费用处理方式的不同。
这里人工智能可以发挥巨大作用；通过消除错误和合规风险的可能性。
例如，AI可以审查收据和发票以符合每个本地市场的规定，确保合规。
它还可以将它们与所有历史提交和一个第三方文档数据库进行比较，以防止意外重复和欺诈。
在员工一方，AI可以在员工提交的报销金额超出特定国家每日限额或不符合当地税务规定时发出警告。
它甚至可以告诉团队成员为什么一张收据被错误地提交，并向他们展示正确提交的示例。
自动化流程和信息从一个系统到另一个系统的流动
当人工智能完全集成到平台中时，它可以通过自动化和简化流程成功地减轻人力资源和薪资管理人员的工作负担。
工资单处理很大程度上涉及手动定制，而人工智能能够自动化这些定制和信息流的程度越高越好。
例如，在PaySpace原生计算引擎的后端，我们目前正在测试AI光学字符识别（OCR）。
它解读由税务机关提供的PDF文档，并提供该特定机构所需的所有报告模板。
我们的工程师可以将系统后端的相关字段映射到模板所需的字段上。
最终，开发人员将不再需要映射和配置模板，从而减少构建本地化报告所需的资源。
未来
当然，AI聊天机器人有助于帮助雇主更快地回答复杂且特定于国家的问题，如荷兰的育儿假政策是什么？“或”今年我在欧洲雇佣了多少名承包商？
最终，它们会变得如此出色，几乎相当于“ everywhere AI”在产品中。
在这里，薪资经理不必导航到聊天机器人目的地，而是可以直接询问与他们面前任务相关的问题。
这样的能力也可以帮助员工，他们可以询问工资单上的扣除原因，或者查询某个福利套餐及其详情。
这一切为什么重要？
工资是公司每月最大的开支。
改进流程，让团队更快地访问重要信息，确保在全球任何地方遵守国家规定——这些都是业务关键性的努力。
人工智能有潜力成为公司改善薪资和人力资源工作的关键合作伙伴——但前提是它必须针对薪资管理人员实际面临的问题进行定制。