Negosiasi Gaji AI: Analisis Pembayaran di Atas Rencana

Kenaikan gaji dimulai sebelum panggilan negosiasi. Sinyal yang dilaporkan HR Dive, bahwa pemberi kerja memperluas rencana gaji untuk pelamar dengan keahlian AI, mengubah pertanyaan pekerja dari apakah perlu menambahkan AI ke résumé menjadi apakah keterampilan itu bisa dihargai. Bukti yang tersedia di sini tidak mencakup survei dasar HR Dive, jadi respons yang cerdas bukanlah memperlakukan temuan itu sebagai cek kosong. Perlakukan ini sebagai pemicu negosiasi: tunjukkan pekerjaannya, beri harga pada dampaknya, dan jelaskan perannya secara spesifik.

Perbedaan itu penting karena AI telah menjadi label yang digunakan orang untuk berbagai jenis pekerjaan yang sangat berbeda. Sertifikat, eksperimen chatbot, model machine learning, dan alur kerja pelaporan otomatis semuanya bisa disebut pengalaman AI dalam percakapan santai. Dalam percakapan gaji, bahasa yang santai bisa menjadi mahal. Kandidat yang punya daya tawar adalah kandidat yang bisa menjelaskan apa yang berubah, siapa yang diuntungkan, dan bagaimana pekerjaan itu dapat ditransfer ke pemberi kerja berikutnya.

Sinyal gaji tidak sama dengan jabatan

Bagian Employment Outlook 2023 dari OECD tentang AI dan pekerjaan berjudul Artificial intelligence and jobs: No signs of slowing labour demand (yet), yang merupakan kerangka berguna untuk momen ini. Ceritanya bukan sekadar bahwa AI menggantikan peran atau menciptakan peran baru. Ceritanya adalah bahwa keterampilan AI dapat menjadi mekanisme penyortiran di dalam peran yang sudah ada, terutama ketika pemberi kerja percaya bahwa keterampilan tersebut meningkatkan pekerjaan.

Panduan negosiasi gaji AI dan machine learning dari TeamRora juga menunjukkan mengapa jabatan saja merupakan bukti yang lemah. Panduan tersebut menggambarkan negosiasi gaji dalam percakapan untuk Research Scientist, Applied Scientist, dan ML Engineer, berdasarkan pengalaman yang mereka nyatakan dari ratusan negosiasi. Itu bukan pekerjaan yang dapat dipertukarkan, meskipun semuanya mungkin berada di bawah payung AI atau ML. Kandidat yang mengatakan mereka “melakukan AI” memberi pemberi kerja sebuah slogan; kandidat yang menyebutkan hasil teknis atau bisnis memberi pemberi kerja sesuatu untuk dievaluasi.

Di sinilah pelebaran jabatan merugikan pekerja. Jika résumé Anda mencantumkan AI Engineer, bersiaplah menerjemahkannya menjadi pekerjaan yang jelas: riset model, pekerjaan produk terapan, persiapan data, evaluasi, dukungan deployment, atau otomatisasi proses. Jangan membuat manajer perekrutan menebak versi mana yang Anda maksud. Kasus gaji dimulai ketika label yang samar berubah menjadi alur kerja yang kredibel.

Perekrutan berbasis keterampilan tetap membutuhkan bukti

Laporan OECD Skills Studies berjudul Empowering the Workforce in the Context of a Skills-First Approach berguna karena mengalihkan percakapan dari kredensial semata. Perekrutan berbasis keterampilan terdengar ramah bagi pekerja, dan memang bisa begitu, tetapi hanya jika keterampilan tersebut cukup terlihat untuk dibandingkan. Upskilling AI yang berakhir dengan lencana tanpa artefak mudah dinilai terlalu tinggi dan mudah pula diabaikan oleh pemberi kerja.

Bagi pembelajar yang memutuskan ke mana harus menghabiskan waktu, pertanyaan yang lebih baik bukanlah sertifikat AI mana yang terdengar paling mengesankan. Pertanyaannya adalah apa yang bisa Anda bangun, dokumentasikan, dan jelaskan setelahnya. Seorang pemasar mungkin membawa alur kerja perencanaan kampanye dengan langkah tinjauan manusia. Seorang manajer operasional mungkin menunjukkan proses triase dan aturan eskalasi di sekitarnya. Seorang developer mungkin menunjukkan prototipe kecil, catatan pengujian, dan penjelasan yang jelas tentang hal-hal yang tidak seharusnya dipercayakan kepada sistem.

Bukti itu tidak harus besar. Bahkan, yang lebih kecil sering kali lebih baik karena lebih mudah diverifikasi. Manajer perekrutan dapat memahami alur kerja sebelum dan sesudah lebih cepat daripada klaim luas tentang transformasi. Jika keterampilan AI mulai menjadi bagian dari strategi kompensasi, bukti penggunaan mengalahkan bukti kehadiran.

Gunakan AI untuk bersiap, tetapi jangan menyerahkan penilaian

University of Maryland Global Campus membingkai negosiasi gaji sebagai sesuatu yang dapat dipersiapkan kandidat, termasuk bagian tentang cara menyiapkan percakapan gaji dan memanfaatkan AI. Eastern Washington University juga menerbitkan panduan dengan judul How to Negotiate Salary With AI: Tips & Strategies. Bagian yang berguna bukanlah membiarkan alat menulis tawaran balik yang dramatis. Bagian yang berguna adalah menggunakan AI untuk mengorganisasi riset, membandingkan tanggung jawab, melatih bahasa, dan mengidentifikasi celah dalam bukti Anda.

Ada jebakan di sini. AI dapat membuat kasus yang lemah terdengar rapi, tetapi kerapian bukanlah daya tawar. Jika Anda tidak dapat menghubungkan keterampilan Anda dengan pendapatan, biaya, risiko, kecepatan, kualitas, atau pengalaman pelanggan, paragraf yang lebih mulus tidak akan menyelamatkan permintaan Anda. Gunakan AI untuk mempertajam argumen, lalu hapus apa pun yang tidak bisa Anda pertahankan dalam percakapan langsung.

Naskah negosiasi praktis itu sederhana: sebutkan keterampilannya, sebutkan penggunaan bisnisnya, sebutkan buktinya, lalu minta penyesuaian kompensasi. Ini mungkin terdengar kurang glamor dibandingkan iklan lowongan kerja, tetapi lebih dekat dengan cara keputusan gaji dibuat. Pemberi kerja tidak akan membayar lebih untuk kata-kata populer dalam waktu lama. Mereka membayar ketika mereka percaya karyawan baru berikutnya dapat mengubah cara kerja.

Hal yang perlu diperhatikan sebelum Anda berinvestasi

Fase berikutnya dari perekrutan AI akan menghargai kekhususan. Jika lebih banyak pemberi kerja bersedia memperluas tawaran untuk keahlian AI, pekerja harus mengharapkan lebih banyak penyaringan tentang apa arti sebenarnya dari keahlian tersebut. Itu kabar baik bagi orang-orang yang dapat menunjukkan artefak dan kabar buruk bagi program yang mengajarkan kosakata tanpa alur kerja.

Pada usia 25, kendalanya mungkin memilih proyek yang cepat menghasilkan bukti kredibel. Pada usia 45, kendalanya mungkin menerjemahkan pengetahuan domain yang mendalam menjadi proses berbantuan AI tanpa berpura-pura menjadi insinyur riset. Tahap hidup berbeda, siklus hype sama. Langkah yang tahan lama adalah membangun satu alur kerja yang berguna, mendokumentasikannya dengan rapi, dan berlatih menjelaskan nilainya sebelum panggilan tawaran tiba.