Koniec z tajemnicą wynagrodzeń to już nie tylko nośny postulat społeczny, ale twarda rzeczywistość prawna, którą wprowadza dyrektywa o jawności wynagrodzeń. Wdrożenie unijnych przepisów wywołuje w polskich firmach prawdziwe trzęsienie ziemi, stawiając działy kadr i płac w obliczu największego wyzwania od czasu wprowadzenia RODO. Pracodawcy, którzy latami opierali swoją politykę płacową na negocjacjach i poufności, tracą dotychczasową tarczę ochronną. Brak przygotowania na nowe, rygorystyczne przepisy to prosta droga do pozwów o dyskryminację, paraliżujących kontroli PIP oraz strat finansowych. W obliczu analizy ogromnej ilości danych, rozwiązaniem, które może uratować firmy przed prawnym chaosem, jest sztuczna inteligencja. W niniejszym artykule przeanalizujemy, z jakimi konkretnie ryzykami wiąże się dyrektywa o jawności wynagrodzeń i w jaki sposób narzędzia AI stają się niezbędnym orężem HR w walce o zgodność z prawem.
Dyrektywa o jawności wynagrodzeń – wyzwania i obowiązki dla polskiego HR
Zrozumienie skali wyzwania wymaga w pierwszej kolejności precyzyjnego zdefiniowania, czym w świetle nowych przepisów jest jawność wynagrodzeń. Unijna dyrektywa 2023/970, której przepisy właśnie stają się bezwzględnie obowiązującym prawem, drastycznie zmienia układ sił na linii pracodawca-pracownik. Jej nadrzędnym celem jest likwidacja luki płacowej ze względu na płeć (gender pay gap) oraz zapewnienie równego wynagrodzenia za tę samą pracę lub pracę o jednakowej wartości. W polskim Kodeksie pracy zasada ta funkcjonuje od lat (art. 18(3c) kp), jednak dotychczas była martwym przepisem, niezwykle trudnym do wyegzekwowania przez pracownika z powodu braku dostępu do danych.
Nowe regulacje całkowicie to zmieniają. Pracodawcy zostają obarczeni kilkoma potężnymi, nowymi obowiązkami. Po pierwsze, muszą informować kandydatów do pracy o początkowym poziomie wynagrodzenia lub jego przedziale (tzw. widełkach) jeszcze przed pierwszą rozmową kwalifikacyjną. Po drugie, wprowadzono bezwzględny zakaz pytania kandydatów o ich historię wynagrodzeń u poprzednich pracodawców. Po trzecie – i to budzi największy popłoch w działach HR – pracownicy zyskują bezwarunkowe prawo do żądania pisemnej informacji o swoim indywidualnym poziomie wynagrodzenia oraz o średnim poziomie wynagrodzenia (w podziale na płeć) w odniesieniu do kategorii pracowników wykonujących taką samą pracę lub pracę o równej wartości.
Dodatkowo firmy zatrudniające powyżej określonej liczby pracowników (docelowo od 100 osób) mają obowiązek regularnego raportowania luki płacowej. Jeśli raport wykaże nieuzasadnioną różnicę w średnim wynagrodzeniu kobiet i mężczyzn przekraczającą 5%, której pracodawca nie potrafi wytłumaczyć obiektywnymi kryteriami, a różnica ta nie zostanie skorygowana w ciągu 6 miesięcy, firma musi przeprowadzić kosztowną, wspólną z przedstawicielami załogi ocenę wynagrodzeń.
Ryzyko finansowe i wizerunkowe – co grozi pracodawcy za luki płacowe?
Lekceważenie nowych przepisów lub pobieżne przygotowanie to igranie z ogniem. Ustawodawca wyposażył organy kontrolne oraz samych pracowników w ostre narzędzia egzekucji prawa. Ryzyko materializuje się na trzech głównych płaszczyznach.
Pierwszą z nich są roszczenia odszkodowawcze pracowników. Zgodnie z art. 18(3d) kp osoba, wobec której pracodawca naruszył zasadę równego traktowania w zatrudnieniu, ma prawo do odszkodowania w wysokości nie niższej niż minimalne wynagrodzenie za pracę. Jednak nowa rzeczywistość prawna idzie o krok dalej: pracownik ma prawo do pełnego wyrównania szkody (back-pay) za cały okres trwania nierówności, co może obejmować lata wstecz, wraz z odsetkami ustawowymi oraz wyrównaniem utraconych premii i korzyści, do których by nabył prawo (np. wyższe składki emerytalne). W firmach o nieuporządkowanej siatce płac, gdzie takich przypadków mogą być dziesiątki, potencjalne koszty odszkodowań idą w setki tysięcy złotych.
Drugą płaszczyzną jest interwencja Państwowej Inspekcji Pracy (PIP). Inspektorzy PIP zyskali nowe kompetencje w zakresie weryfikacji procedur antydyskryminacyjnych oraz obiektywności kryteriów wynagradzania. Brak wyczerpujących, udokumentowanych procedur wyceny stanowisk lub odmowa wydania pracownikowi informacji o średnich zarobkach w dziale skutkuje nałożeniem kar grzywny. Ponadto PIP może nakazać pracodawcy natychmiastowe usunięcie stwierdzonych uchybień.
Trzecim, nierzadko najbardziej bolesnym, jest ryzyko reputacyjne. W dobie powszechnego dostępu do mediów społecznościowych i portali opiniujących pracodawców informacja o tym, że firma systemowo dyskryminuje finansowo część załogi (np. kobiety), rozchodzi się błyskawicznie. W efekcie tzw. employer branding leży w gruzach, najlepsi specjaliści odchodzą do konkurencji, a procesy rekrutacyjne stają się niebotycznie drogie i długotrwałe.
Przykład 1.
W średniej wielkości firmie z branży logistycznej zatrudniającej 250 osób nigdy nie istniała sformalizowana siatka płac. Wynagrodzenia negocjowano indywidualnie. Pani Anna, kierowniczka magazynu z 5-letnim stażem, korzystając z nowych uprawnień, złożyła wniosek o podanie średnich zarobków na stanowiskach równorzędnych. Dział HR, po gorączkowych, ręcznych obliczeniach, musiał wydać jej zaświadczenie. Okazało się, że jej wynagrodzenie zasadnicze (7500 zł brutto) jest o 25% niższe od średniej dla jej kategorii zaszeregowania, którą mocno zawyżali trzej niedawno zatrudnieni kierownicy zmian (mężczyźni), zarabiający średnio po 10 000 zł brutto za dokładnie ten sam zakres odpowiedzialności. Pani Anna natychmiast zażądała wyrównania oraz odszkodowania za ostatnie 3 lata. Pracodawca odmówił, twierdząc, że nowi kierownicy zostali zatrudnieni na „trudnym rynku pracownika”. Sprawa trafiła do sądu pracy. Zgodnie z zasadą odwróconego ciężaru dowodu to pracodawca musiał udowodnić, że płeć nie miała wpływu na różnicę. Argument „trudnego rynku” i „indywidualnych negocjacji” został przez sąd kategorycznie odrzucony jako niemający charakteru obiektywnego i niedyskryminującego. Firma przegrała proces, zmuszona była wypłacić pani Annie blisko 100 000 zł wyrównania wraz z odsetkami oraz pokryć koszty procesu. Co gorsza, za wygraną kobiety poszły kolejne pozwy od innych pracowników.
Gdzie człowiek nie nadąża, tam AI pomaga: audyt i wyrównywanie siatki płac
Aby nie podzielić losu firmy z powyższego przykładu, pracodawcy muszą dokonać głębokiego audytu swoich historycznych danych płacowych i zbudować całkowicie obiektywny system wynagradzania. Zrobienie tego ręcznie w organizacjach zatrudniających więcej niż kilkadziesiąt osób jest zadaniem tytanicznym, obarczonym gigantycznym ryzykiem błędu ludzkiego. Tu właśnie do gry wkracza sztuczna inteligencja (AI).
Algorytmy AI, w szczególności te oparte na uczeniu maszynowym (Machine Learning), potrafią w ułamku sekundy przetwarzać i analizować potężne pakiety danych płacowych i kadrowych (tzw. Big Data). Systemy te mapują setki zmiennych jednocześnie – od poziomu edukacji, poprzez staż pracy ogólny, staż w firmie, udokumentowane certyfikaty, oceny okresowe, aż po historyczne ścieżki awansów. AI nie ma uprzedzeń; patrzy na suche dane, identyfikując anomalie, które dla ludzkiego oka są niewidoczne w gąszczu wierszy w Excelu.
Dzięki AI dział HR może przeprowadzić symulację „co by było, gdybyśmy wyrównali wszystkie nieuzasadnione różnice”. System potrafi precyzyjnie wyliczyć tzw. lukę skorygowaną, czyli różnicę w zarobkach, która pozostaje po odliczeniu wszystkich obiektywnych czynników (jak staż czy kompetencje). Jeśli luka skorygowana wykazuje odchylenie na niekorzyść jakiejkolwiek grupy, AI natychmiast podnosi czerwoną flagę. Co więcej, zaawansowane systemy predykcyjne mogą podpowiedzieć pracodawcy zoptymalizowany budżet wyrównawczy, wskazując, którym pracownikom i o ile należy podnieść pensję w najbliższym cyklu podwyżkowym, aby bezboleśnie wejść w pełną zgodność z prawem.
Przykład 2.
Duża spółka technologiczna (ponad 800 pracowników) wdrożyła specjalistyczne oprogramowanie AI do audytu płac przed wejściem w życie dyrektywy. Zarząd był przekonany, że luka płacowa u nich nie istnieje, ponieważ od lat promują równość szans. Algorytm przeskanował dane z 10 lat. Ku zaskoczeniu zarządu system zidentyfikował poważny problem w Dziale Inżynierii Oprogramowania. AI wykryło istnienie tzw. kary za lojalność. Okazało się, że pracownicy zatrudnieni 5-7 lat temu (wśród których było 60% kobiet) zarabiali średnio o 18% mniej niż osoby na tych samych stanowiskach Senior Developerów zatrudniane w ostatnich 2 latach (w 80% mężczyźni). Różnica ta nie wynikała z kompetencji czy ocen okresowych (które algorytm również przeanalizował), ale wyłącznie z faktu, że budżety rekrutacyjne rosły szybciej niż budżety podwyżkowe dla obecnych pracowników. System AI wygenerował gotowy plan naprawczy: listę 45 osób (z nazwy), którym należało niezwłocznie podnieść wynagrodzenia, wyliczając koszt operacji na 850 000 zł rocznie. Gdyby spółka nie naprawiła tego błędu, zgodnie z nowymi przepisami pierwszy audyt płacowy z udziałem PIP skończyłby się katastrofą wizerunkową i wielomilionowymi odszkodowaniami.
Obiektywizacja kompetencji – systemy AI w budowaniu ról i siatek wynagrodzeń
Samo wyrównanie płac „na tu i teraz” to tylko leczenie objawowe. Niezbędne jest zbudowanie struktury (architektury) ról i kompetencji, która będzie odporna na zarzuty o dyskryminację w przyszłości. Dyrektywa wymaga, aby systemy oceny i zaszeregowania pracowników opierały się na obiektywnych, neutralnych pod względem płci kryteriach i wykluczały wszelką, nawet pośrednią, dyskryminację.
Tworzenie opisów stanowisk i wycenianie ich „wartości” dla organizacji to proces wysoce subiektywny, często obarczony nieświadomymi uprzedzeniami. Sztuczna inteligencja, w szczególności modele przetwarzania języka naturalnego (NLP – Natural Language Processing), pomagają w tworzeniu takich struktur. AI może przeanalizować obecne opisy stanowisk i wychwycić sformułowania budujące nierówności lub nieświadomie promujące cechy stereotypowo przypisywane jednej płci.
Następnie AI wspiera proces wartościowania pracy. Narzędzia te pomagają w precyzyjnym pogrupowaniu różnych stanowisk w tzw. kategorie pracowników wykonujących pracę o równej wartości. Dla człowieka porównanie pracy księgowej (praca umysłowa, odpowiedzialność finansowa) z pracą technika utrzymania ruchu (praca fizyczna, odpowiedzialność za ciągłość maszyn) pod kątem „równej wartości” jest karkołomne. AI, korzystając z ustrukturyzowanych metodologii (oceniających wysiłek, odpowiedzialność, umiejętności i warunki pracy), przypisuje im bezstronne wagi punktowe, łącząc pozornie odległe stanowiska w równe grupy zaszeregowania.
[alert-info] Uwaga na pułapkę „czarnej skrzynki”. Wykorzystując AI do tworzenia siatek płac, pracodawca nadal ponosi pełną odpowiedzialność prawną za jej obiektywność. Zgodnie z wytycznymi Aktu o Sztucznej Inteligencji (AI Act) oraz RODO zautomatyzowane decyzje w obszarze HR nie mogą być w 100% pozostawione maszynie bez ludzkiego nadzoru. Pracodawca musi rozumieć, dlaczego AI wyceniło dane stanowisko na poziomie X, a inne na Y, aby móc to udowodnić przed sądem pracy. Systemy AI muszą być transparentne i audytowalne. [alert-info]
Obsługa wniosków pracowniczych – automatyzacja komunikacji bez ryzyka ujawnienia danych wrażliwych
Kolejnym, czysto operacyjnym wyzwaniem, przed którym stają działy HR, jest realizacja zapytań pracowniczych. Jak wspomniano, każdy pracownik zyskuje prawo do informacji o średnich zarobkach. W firmach zatrudniających setki czy tysiące osób, w pierwszych miesiącach obowiązywania przepisów przewiduje się lawinę takich wniosków. Ich ręczne procesowanie to koszmar administracyjny. Co więcej, rodzi to potężne ryzyko naruszenia RODO. W małych działach czy wąskich specjalizacjach udostępnienie „średniej” zaledwie dwóch osób może de facto ujawnić konkretne wynagrodzenie kolegi z biurka obok, co jest złamaniem zasady poufności danych osobowych.
I w tym aspekcie technologia sztucznej inteligencji oferuje ratunek. Zintegrowane z systemami kadrowo-płacowymi boty (wirtualni asystenci HR), napędzani algorytmami generatywnego AI, mogą obsługiwać takie zapytania w pełni automatycznie.
Proces wygląda następująco:
- Pracownik składa wniosek przez wewnętrzny komunikator lub intranet.
- AI natychmiast weryfikuje tożsamość pracownika oraz jego przynależność do odpowiedniej „kategorii równej wartości”.
- Algorytm w czasie rzeczywistym analizuje bazę płacową, generuje średnie/mediany z uwzględnieniem podziału na płeć.
- Krytyczny krok ochrony danych: AI ma zaimplementowane algorytmy ochrony prywatności. Jeśli w danej kategorii jest zbyt mało osób, by chronić indywidualną tożsamość, system odmawia wygenerowania dokładnej liczby i podaje szerszy przedział lub łączy kategorie w sposób bezpieczny dla RODO, wydając odpowiednie, zgodne z prawem uzasadnienie.
- Pracownik otrzymuje gotowy, autoryzowany raport w formacie PDF w kilka minut.
Przykład 3.
W sieci handlowej liczącej 4000 pracowników rozproszonych w całej Polsce zaraz po wejściu w życie przepisów wpłynęło ponad 600 wniosków o informacje płacowe w pierwszym tygodniu. Dział HR składał się z 5 osób. Obsługa tego zajęłaby im miesiące pracy, paraliżując procesy naliczania bieżących wypłat. Firma wykorzystała wdrożonego wcześniej chatbota HR opartego na AI. Kiedy pracownik sklepu złożył zapytanie, AI natychmiast rozpoznawało jego kod stanowiska (Sprzedawca – Poziom 2). System zliczał dane dla wszystkich Sprzedawców Poziomu 2 w danym regionie. Ze względu na zdefiniowane przez prawników parametry systemu AI dbało o to, by nigdy nie podać średniej z próby mniejszej niż 5 osób. Wszyscy pytający otrzymali zindywidualizowane, merytoryczne i zgodne z dyrektywą zestawienia w ciągu 2 minut od wysłania zapytania na firmowym komunikatorze. Błędy ludzkie i opóźnienia zostały zredukowane do absolutnego zera, a firma uchroniła się przed roszczeniami z tytułu ignorowania praw pracowniczych.
Rekrutacja w nowej erze – widełki płacowe
Ostatnim, ale niezwykle ważnym etapem jest proces pozyskiwania talentów. Wymóg publikowania widełek płacowych zmusza pracodawców do porzucenia strategii „badania oczekiwań kandydata i płacenia mu absolutnego minimum, na jakie się zgodzi”. Widełki muszą być realne, wąskie (najlepiej by rozstrzał nie przekraczał 20-30%) i oparte na aktualnej sytuacji rynkowej oraz, co kluczowe, spójne z wewnętrzną siatką płac! Podanie w ogłoszeniu wyższych widełek, niż zarabiają obecni specjaliści w firmie, to przepis na wewnętrzny bunt i masowe pozwy o dyskryminację ze strony dotychczasowej załogi.
AI służy tu jako zaawansowane narzędzie analityczne rynku pracy. Systemy sztucznej inteligencji skanują tysiące ogłoszeń o pracę w czasie rzeczywistym, analizują dane z raportów płacowych i łączą je z wewnętrznymi danymi budżetowymi firmy. Na tej podstawie narzędzia AI mogą wygenerować idealne, rynkowo konkurencyjne i bezpieczne prawnie (nienaruszające równowagi wewnątrz firmy) widełki płacowe dla konkretnego ogłoszenia, dostosowane do specyficznych wymagań i lokalizacji.
Przykład 4.
Firma z sektora finansowego pilnie poszukiwała specjalisty ds. cyberbezpieczeństwa. Rekruter, nie znając aktualnych realiów tego niezwykle dynamicznego rynku, chciał zaproponować w ogłoszeniu przedział 15 000-20 000 zł brutto. Wewnętrzny system AI, monitorujący rynek i zintegrowany z polityką wynagrodzeń firmy, po przeanalizowaniu zakresu obowiązków, zablokował publikację ogłoszenia. Algorytm wyliczył, że rynkowa mediana dla tych kompetencji wynosi obecnie 23 000 zł, a podanie niższych widełek spowoduje brak spływu aplikacji wysokiej klasy. Jednocześnie AI ostrzegło, że zatrudnienie kogoś za 23 000 zł złamie wewnętrzną spójność płac, ponieważ obecnie pracujący na tym samym poziomie eksperci w firmie zarabiają 19 000 zł. Zanim firma wypuściła ogłoszenie, najpierw zaktualizowała wycenę tego stanowiska wewnątrz organizacji i zaplanowała wyrównania dla obecnego zespołu. Gdyby nie szybka analiza predykcyjna AI, firma albo nie znalazłaby pracownika, albo doprowadziłaby do rażącej, możliwej do zaskarżenia dysproporcji płacowej.
Dyrektywa o jawności wynagrodzeń - podsumowanie
Nowa era transparentności wynagrodzeń bezpowrotnie niszczy dotychczasowe, pełne uznaniowości i poufności schematy zarządzania personelem. Pracodawcy zostają postawieni w obliczu przepisów, w których najdrobniejszy błąd w wycenie stanowiska lub zignorowanie żądania pracownika niesie ze sobą realne, niezwykle dotkliwe sankcje finansowe ze strony sądów pracy i Państwowej Inspekcji Pracy. Przedsiębiorca, stając naprzeciw zmotywowanych pracowników chronionych prawem z odwróconym ciężarem dowodu, potrzebuje perfekcyjnej, obiektywnej i ustrukturyzowanej wiedzy o swojej organizacji.
W tym kontekście sztuczna inteligencja nie jest już technologiczną nowinką dla działów HR – staje się absolutną koniecznością ochronną. Wykorzystanie AI do bezstronnego audytu płac, identyfikacji ukrytej dyskryminacji, automatycznego wartościowania ról oraz bezpiecznego, zgodnego z RODO raportowania pozwala przenieść ryzyko z barków pracodawcy na poziom bezpiecznego i przewidywalnego procesu operacyjnego. Przedsiębiorstwa, które wdrożą te rozwiązania przed upływem ostatecznych terminów dyrektywy, nie tylko zyskają spokój prawny, ale przede wszystkim zbudują kulturę zaufania, która w dzisiejszym biznesie jest bezcenna.
