Повысить нельзя уволить: насколько объективны нейросети при расчете зарплат сотрудников

Москвич Александр Фатеев (имя изменено по просьбе героя) работает в такси второй год. Раньше трудился менеджером в крупной западной компании, но после ее ухода из России сел за «баранку».

— Принято считать, что у таксистов большие зарплаты, но я в среднем зарабатываю около 130 тысяч в месяц, — рассказывает он. — Больше мне не дают сделать алгоритмы агрегатора.

Фатеев в числе первых столкнулся с искусственным интеллектом при распределении доходов. И назвать этот опыт удачным он не может.

— С одной стороны, правила вроде бы оговариваются «на берегу», — говорит он. — Это и сумма за поездку, и начисление коэффициентов за работу в плохую погоду и часы пик, и рейтинг, и комиссия агрегатора, но с другой — алгоритм не учитывает «человеческий фактор». А это и усталость от потока заказов, который нельзя поставить на паузу, и опоздание из-за отсутствия подходящих мест для парковки, и скандальные клиенты.

— Недавно я вез пассажира к вокзалу, он всю дорогу молчал, а когда подъехали — заявил, что ему не понравилась музыка в салоне, и поставил мне «кол», — разводит руками таксист. — Мой рейтинг рухнул. Ну и кому ты что-то будешь объяснять? Нейросети? Где она, справедливость?

А ведь именно справедливость при начислении зарплат, премий и бонусов позиционируется как главное преимущество ИИ перед эйчаром из плоти и крови, которые могут помешать беспристрастной оценке.

Привести к единому знаменателю

В 2025 году «Финэкспертиза» провела исследование зарплат мужчин и женщин на крупных предприятиях. Выяснилось, что разрыв превысил 30 процентов, при этом зарплаты женщин отстают от зарплат мужчин.

— С помощью ИИ-аналитики можно обнаружить несоответствия в зарплатах, — рассказывает руководитель кадрового агентства Юлия Карпова. — Нейросеть может определять дублирование функций, неравномерную нагрузку или позиции, оплата которых заметно отличается от рынка. Благодаря технологиям компания получает дополнительную фактуру для более точного контроля расходов и пересмотра структуры команды.

В мировой практике ИИ-аналитику начали применять с 2019 года. В IBM нейросеть оценивает внутренние данные, цифры из общедоступных источников, зарплаты в сопоставимых компаниях, эффективность сотрудников, потенциал роста и риск увольнения. А выявленные проблемные места уполномоченные модели, что называется, режут, не дожидаясь перитонитов.

Так, этим летом ИИ-модель, которой поручили управление розничным магазином в Сан-Франциско, впервые приняла решение об увольнении человека. В нашей стране тоже вовсю экспериментируют с нейросетями в кадровой политике. В прошлом году крупнейший российский банк использовал ИИ для расчета зарплат. Согласно отчету, благодаря новой технологии повышение заработной платы получили более 10 тысяч сотрудников в 800 населенных пунктах. Этот технологичный подход сотрудники банка высоко оценили. Но их технооптимизм разделяют не все.

Цифровая справедливость

В феврале 2024 года таксист из Екатеринбурга рассказал, что выполнил 124 заказа по тарифу «Комфорт+» за неделю, но обещанный бонус в 9300 рублей не получил. В сервисе объяснили, что бонус начисляется только за заказы от пользователей сервиса. Также система может не начислить бонус, если найдет нарушения: многочисленные отмены, фиктивные заказы или отказы от поездок.

И это не единичный случай. Водители часто жалуются, что им не объясняют, какие именно поездки не засчитали и почему. В марте этого года в одном из интернет-сообществ водитель поделился курьезной историей о том, как сначала получил подтверждение о зачислении бонуса в 16 тысяч рублей, а через час деньги исчезли «в результате автоматической проверки».

Пока критерии оценки моделей — «черный ящик» для пользователей: алгоритмы дают точный результат, но не могут объяснить логику расчета бонусов. И это ставит под сомнение всю систему. А без доверия к ней нет смысла рассчитывать на заинтересованность и мотивацию специалистов — главные преимущества людей перед роботами.

— Сотрудники могут начать подстраивать свое поведение под показатели, которые учитывает алгоритм: делать прежде всего то, что повышает измеряемые метрики, и меньше времени тратить на наставничество, помощь коллегам или инициативы, которые система не учитывает, — объясняет Юлия Карпова.

В итоге бизнес сталкивается со своего рода «итальянской забастовкой», когда люди выполняют задачи сугубо в рамках инструкций.

Ограниченная способность

— Сам по себе ИИ справедливость не создает: он работает на тех данных, которые в него заложены разработчиками, — говорит экономист Илья Кутнюк. — Если компания использует неполные показатели, алгоритм не исправит проблему. Кроме того, система оценки требует методологической базы. ИИ не может сам решить, что ценно для компании и как это должно оплачиваться. Эти правила устанавливают люди.

И если результат одного специалиста легко измерить цифрами — сумма продаж, количество проектов, скорость выполнения задач, то вклад другого измерить сложнее: это и развитие команды, и обучение, и предотвращение рисков. Если учитывать только количественные показатели, есть риск недооценить создающих долгосрочную ценность.

— Главный вопрос не в том, можно ли доверить зарплаты роботу, а насколько хорошо компания понимает ценность своих сотрудников, — считает Илья Кутнюк.

Эксперты уверены, польза моделей проявляется не в автоматическом назначении зарплат, а в освобождении людей для той работы, где необходимо участие живого специалиста. Нейросеть может помогать с анализом данных, но окончательное решение по зарплатам должен принимать человек. Ведь без человеческого отношения «справедливость» превращается в форму контроля.

КСТАТИ

В 2027 году в Москве планируется внедрение аттестации водителей такси с помощью ИИ. Об этом сообщил замглавы столичного Департамента транспорта Владимир Макаров. По его словам, главная задача данной системы заключается в том, чтобы не допускать подлога и махинаций при сдаче экзаменов онлайн.