Кейс · оплата труда
Правила премирования, проверенные до того, как они коснулись людей
Наш клиент переписывал положения о премировании под новые требования закона к описанию премий и до утверждения хотел знать, выйдет ли формула из проекта на тот месячный доход, который обещан сотрудникам. После своего курса по ИИ там надеялись, что ИИ поможет проверить расчёт. Так и вышло: за пять недель мы с ИИ-агентами испытали эти правила на собственных начислениях компании, пока они оставались черновиком. По итогам компания сама решила изменить логику премирования и взялась править проекты документов.
Оплата труда
Положение о премировании
Расчёт на данных компании
Двойной независимый расчёт
ИИ-агенты в аналитике
Задача после обучения
Что было до нас
Проект вырос из занятия. 20 августа мы провели для компании двухчасовое занятие про ИИ-агентов, часть её внутреннего курса, о нём отдельный кейс. В тот же день руководитель корпоративного обучения написала нам, что возможности её впечатлили, и предложила установочную встречу. Там же она спросила, помогаем ли мы с проектами автоматизации, в первую очередь в работе с персоналом: этот вопрос она задала по просьбе директора по персоналу. Через неделю на встречу пришли директор по персоналу и специалист по компенсациям, то есть владельцы процесса, и принесли задачу из своей работы.
Компания переписывала положения под новые требования закона к описанию премий. Сотрудникам обещан месячный доход, и проект положения предлагал ежемесячную премию с целевым размером и пониженным, нормативным значением: на него премия переходит в месяц, когда начисления и без того превысили обещанный доход. Вопросов было два.
Вопрос первый
Сходится ли формула
Выводит ли формула из проекта каждого сотрудника на обещанный доход в месяцы с отпусками, командировками и больничными, и как её поправить, если нет.
Вопрос второй
Какой норматив ставить
Компания прикинула пониженный размер премии сама и спросила, оптимален ли он и не подберёт ли его ИИ лучше, чем перебор вручную.
Компания рассчитывала, что проверку возьмёт на себя ИИ. Когда на установочной встрече выяснилось, что суммы в любом случае будет считать таблица с формулами, она решила, что посчитать можно и самим. Тогда мы спросили, чего она хочет, внедрения ИИ в работу с персоналом или решения одной конкретной задачи, и предложили второе. Компания даёт данные и формулу из проекта, мы пробуем и присылаем результат, она проверяет, а встречаемся, когда что-то не сходится. В таком формате компания согласилась попробовать.
Как шла работа
Четыре пакета за пять недель, все по электронной почте: три расчётных, в каждом книга Excel на живых формулах и пояснительная записка, а затем итоговая справка с приложением. Данные готовила специалист по компенсациям, трактовки и правила подтверждала директор по персоналу.
01
3 сентября. Посчитали формулу из проекта как есть
Два месяца по каждому из 29 сотрудников: оклад за отработанное время, отпускные, командировочные, премия, доплаты, налог, сумма к выплате. Спорные трактовки вынесли на лист параметров переключателями. На полных месяцах, без отпусков и командировок, формула давала до копейки обещанный доход плюс выплаты, предусмотренные сверх него, то есть премии за продажи. Значит, параметры были заданы согласованно. Из месяцев с отпусками и командировками ровно, до копейки за два месяца, формула сходилась лишь в одном случае: когда отпуск разрезан границей месяцев и в следующем месяце тоже есть отсутствие. В остальных итог уходил выше обещанного, а заложенный в формулу способ вернуть месяц к цели срабатывал не всегда. Три решения, от которых зависит сходимость, мы вынесли компании, а места, которые стоит показать юристу, собрали отдельным разделом.
02
15 сентября. Искали один процент
Директор по персоналу ответила на записку восемнадцатью комментариями: выбрала трактовки, подтвердила правила, часть мест взяла в правку, а специалист по компенсациям подготовила данные ещё за два месяца. По правилам компании мы пересчитали четыре месяца и перебрали норматив от сотых долей процента до ста, а контрольно до пятисот. Ответ вынесли на первый лист книги и в письмо: единого процента, при котором все сотрудники выборки выходили бы на обещанный доход, на этих данных нет. Норматив можно не подбирать, а вычислить по формуле, только у каждого сотрудника получается своё предельное значение. Так ведёт себя проверенная конструкция премирования, и подбор процента этого не исправит.
03
28 сентября. Посчитали новую логику во всех заложенных трактовках
После двух расчётов компания сама предложила другую логику премирования и прислала данные за восемь месяцев, уже по 32 сотрудникам. Там, где её письмо и данные читались по-разному, мы не выбирали за неё: восемь спорных мест стали переключателями, два из них с четырьмя положениями и шесть с двумя, и все 1024 сочетания этих переключателей посчитаны. Выводы записаны как факты, без рекомендации: при исходных настройках и расчёте премии по итогам месяца совокупные выплаты за восемь месяцев были близки к расчётной цели и большинство случаев прошло установленную проверку, а при способе, когда премию назначают заранее, остались десятки случаев, где результат не соответствовал заданному условию проверки.
04
2 октября. Справка и взгляд сотрудника
Компания ответила, что наглядные расчёты помогли ей сделать выводы об изменении логики начислений и о правках в проекты документов, и попросила краткую справку: какой вариант лучше с четырёх сторон (экономика, право, сотрудник, администрирование) и как оба выглядят глазами сотрудника, который загрузит положения в нейросеть и спросит о своих правах. Вопрос о двух вариантах читался двояко, как прежняя логика против новой или как два способа внутри новой, и мы ответили на оба прочтения. Итоговая справка сравнила варианты с четырёх сторон, дала условную рекомендацию и правки в оба положения как основу для юриста и показала, как положения прочтёт сотрудник.
Как считали. Расчёт собирал Future Hub с помощью ИИ-агентов: они разбирали положения и данные, строили книгу с живыми формулами, пересобирали её под каждую трактовку, искали аномалии в данных и сверяли каждое число записки с книгой. Каждый расчёт перед отправкой проверяли независимым пересчётом и сверяли построчно, а любое расхождение считали вопросом, который надо закрыть до отправки. Перед третьим пакетом две независимые версии расчёта совпали по входным данным в каждой из 251 строки, по строке за каждый отработанный месяц каждого сотрудника, а итоги всех 1024 сочетаний сверены с контрольным пересчётом до копейки. Расчёт проверял механику при выполнении предусмотренных показателей; последствия другого уровня их выполнения отдельно не исследовались.
«Сильнее всего на итог влияют ваши решения, а не недостающие данные.»
— из нашего письма к расчёту 28 сентября
Карта развилок
Какой пониженный размер премии ставить
Прикинула норматив сама и спросила, оптимален ли он; позже уточнила, что норматив может быть любым, кроме нуля
Одного процента на всех нет: у каждого сотрудника своё предельное значение, и его можно вычислить по формуле вместо перебора
Оставаться ли в прежней конструкции премии
После двух расчётов сама предложила другую логику премирования
На данных за восемь месяцев при расчёте премии по итогам месяца совокупные выплаты были близки к расчётной цели и большинство случаев прошло установленную проверку; при назначении премии заранее остались десятки случаев, где результат не соответствовал заданному условию проверки. Выводы об изменении логики компания сделала по расчёту сама
Как читать места, которые письмо и данные допускают по-разному
Не выбирать вслепую: посчитаны все заложенные прочтения, выбор трактовки остался за компанией
Восемь переключателей, 1024 сочетания; итог сдвигают прежде всего решения компании о трактовках
Задавать премию суммой до начала месяца или формулой с расчётом по итогам
Попросила сравнить оба способа с четырёх сторон
Универсального победителя нет: при расчёте по итогам месяца месячный доход ближе к целевому, а сам расчёт проще при дисциплине закрытия месяца; при назначении заранее премия известна наперёд и прозрачнее связана с отработанным временем. Для расчёта по итогам месяца заранее утверждаются обещанный доход и формула, а сумма премии считается после; подходит ли такая конструкция под требования к премии, оценивает юрист
Что сотрудник увидит в тексте положения
Сама попросила посмотреть на документы глазами сотрудника с нейросетью
Разбор показал, какие доводы сотрудник может найти в тексте и какие места стоит поправить до утверждения
Развилка
Что решала компания
Что показал расчёт
Что изменилось
Компания получила ответ на свой вопрос в цифрах: при исследованных правилах на предоставленных данных формула прежнего проекта одним нормативом цели не достигает, и точной сходимости при премии, заданной заранее, в проверенной конструкции нет. Задачу это не закрыло, а сдвинуло. Компания сама предложила новую логику, получила её проверку на восьми месяцах во всех заложенных трактовках и, по её словам, сделала выводы об изменении логики начислений и о правках в проекты документов. Часть мест, которые стоит проверить юристу, она тоже взяла в правку. Рекомендация в итоговой справке условная, и какой вариант выбрать, в какой редакции утверждать положения, решает компания. Проект завершён; после итоговой справки компания написала, что работа была полезной, и пообещала приходить с новыми задачами.
На установочной встрече обе стороны в шутку сошлись на том, что старая добрая таблица им друг. Итогом проекта и стали книги Excel, только в последней восемь переключателей спорных трактовок и 1024 сочетания.
4 пакета
три расчётных и итоговая справка, за пять недель с 27 августа по 2 октября
8 переключателей
спорных трактовок в одной книге, ни одна не выбрана за компанию
1024 сочетания
все сочетания заложенных в книгу переключателей, посчитаны и сверены до копейки
251 строка
по одной за каждый отработанный месяц каждого сотрудника; две независимые версии расчёта совпали в них по входным данным
Книги Excel на живых формулах — каждую сумму можно проверить, а под любой набор ответов расчёт пересобирается за секунды
Расчёт новой логики за восемь месяцев во всех заложенных трактовках — с листом итогов по всем 1024 сочетаниям
Справка с условной рекомендацией — сравнение вариантов с четырёх сторон и условия, при которых рекомендация верна
Формулы новой логики с контрольным примером и правки в оба положения — основа для работы юриста компании
Вопросы юристу — места проекта, которые стоит проверить до утверждения
Разбор глазами сотрудника — как положения прочтёт сотрудник с нейросетью и что стоит поправить в тексте до утверждения
Частые вопросы
Нет. Суммы считают формулы в книге, и каждую можно проверить.
Что это за формат
Проверка правил на данных компании до утверждения — самостоятельный формат. Его предмет — положение, пока оно черновик: что формула сделает с настоящими людьми в настоящих месяцах, где она ломается и какие решения за неё должна принять компания. Расчёт берёт на себя арифметику и показывает цену каждого решения, а решения остаются у компании.
Делать такую проверку проще до запуска: черновик ещё можно поправить, и сотрудники ещё не получили расчётный листок по новым правилам.
С обучением здесь вышла рифма. На занятии агент считал учебную премию на выдуманных данных, и ловушки в задаче стояли на границах: стаж ровно три месяца, сумма ровно на лимите. В рабочем расчёте ловушки тоже нашлись на границах: отпуск через границу месяцев, выплата в конце месяца за следующий, превышение порога на рубль. Разница в том, что здесь понадобились данные компании, люди, которые отвечают за процесс, и проверка каждого числа.
Похожая задача
Пришлите проект положения о премировании или описание системы оплаты. Проверим его на ваших данных до запуска: покажем, где формула расходится с обещанным и какие решения за неё придётся принять вам.
Расскажите про команду и задачу
Начнём с замера уровня — чтобы программа попала в аудиторию с первого занятия.
Свяжитесь с нами
Оставьте контакты — подберём эксперта и программу под задачу, бесплатно
Анатолий Кужилко
программная дирекция
Денис Дулов
коммерческий отдел
+7 495 989-20-10
Или посмотреть программы корпоративного обучения