不再看績效加薪，專家：齊頭式微幅加薪當道 - 來自科技新報(TechNews)
在人工智慧 (AI) 快速發展的時代，企業的薪資結構正悄然發生變化。過去，績效是決定加薪幅度的主要因素，但如今，一種趨勢正在浮現：企業的加薪幅度正在普遍降低，甚至可能不再完全依賴績效，轉向齊頭式的微幅調薪。 這意味著，無論你的表現如何出色，未來的加薪幅度可能都將受到限制。
AI 如何影響你的薪資？
這種轉變背後的原因是什麼？主要來自於以下幾點：
- 勞動價值下降： AI 的應用正在逐步取代部分人力工作，降低了勞動力的整體價值。當企業可以利用 AI 更高效、更低成本地完成任務時，對人力資源的需求自然會下降。
- 市場低迷與成本削減： 在經濟不景氣或市場競爭激烈的環境下，企業往往將削減成本作為首要任務。薪資作為企業的重要支出之一，自然成為了削減的目標。
隱藏的假設：市場、預算與績效的微妙關係
我們的論點基於以下幾個隱藏的假設：
- 勞動市場需求降低： AI 技術普及導致對傳統勞動力的需求下降。
- 企業薪資預算減少： 企業在整體經濟不景氣的情況下，傾向於縮減薪資預算。
- 績效加薪成本過高： 個別績效加薪制度在管理和執行上成本較高，企業為了簡化流程而選擇齊頭式調整。
- 企業獲利與績效關聯性不大： 企業認為員工個人績效與整體獲利之間的關聯性較弱，因此降低績效加薪的必要性。
- 薪資成長率齊頭式： 所有員工，無論績效如何，都獲得相同的薪資成長幅度。
可能的偏誤：簡化、線性與循環論證
在分析薪資趨勢時，我們需要警惕以下潛在的偏誤：
- 過度簡化： 將複雜的薪資結構簡化為單一趨勢，忽略了行業、職位、地區等因素的差異。
- 線性思維： 假設 AI 對薪資的影響是線性且持續的，忽略了技術發展的非線性特性和市場的自我調節能力。
- 循環定義： 使用結果來證明假設，例如，認為加薪幅度降低是因為 AI 導致勞動價值下降，而沒有提供獨立的證據證明勞動價值確實下降。
- 無真正選擇的選擇： 聲稱企業在績效加薪和齊頭式加薪之間做出選擇，但實際上可能缺乏其他更優的替代方案。
Gemini 的觀點：同質化、短期成本與歷史可比性
Gemini 模型認為，此趨勢重要的假設可能包含：
- 人才同質化： 假設大部分人才的技能和價值趨於同質化，企業難以區分高低績效者。
- 短期成本優先： 企業更注重短期成本控制，而非長期的人才激勵和保留。
- 2008 年與 AI 革命的可比性： 將 AI 革命與 2008 年金融海嘯相提並論，認為兩者都會導致企業普遍削減成本。
相關問題討論：影響範圍與參考價值
關於此趨勢，我們需要進一步探討以下問題：
- 哪些職位受影響最大？
- 加薪幅度還有參考價值嗎？
- 失業後的再就業機率如何？
- 統計分析的條件是否充分？
- 產業分布是否會影響趨勢？
- 績效加薪模式還有哪些影響？
- 薪資成長預算從何而來？
- 不同城市/產業有何差異？
- 企業預算下降的意義是什麼？
- 星巴克案例是否適用於所有企業？
- 起薪高低對員工關注點有何影響？
AI 時代下的企業薪資調整趨勢是一個複雜且多面向的議題。我們需要以批判性思維來分析其背後的假設和偏誤，並充分考慮各種相關因素。面對可能的薪資調整，員工應積極提升自身技能，擁抱 AI 帶來的變革，才能在新的勞動市場中保持競爭力。
歡迎各位讀者分享對本文的看法，並提出您認為可能存在的隱藏假設與偏誤。
