📈 Salário de Pareto: A Lei de Price e a Remuneração 🔗

Se a raiz quadrada das pessoas produz metade do valor, quantas vezes maior do que o salário médio deveria ser o salário dos profissionais de alto desempenho?

A Lei de Price sugere que, em um determinado domínio, a raiz quadrada do número de pessoas envolvidas produz 50% do resultado. Esta é uma aplicação específica do Princípio de Pareto (frequentemente conhecido como a regra 80/20).

Se aplicarmos esse modelo matemático para calcular o valor hipotético gerado pelo nível mais alto de funcionários, a diferença entre os profissionais de ponta (top performers) e a média cresce exponencialmente à medida que a empresa escala.

📑 Índice 🔗

⚖️ A Escala da Assimetria 🔗

Aqui está a proporção da produtividade de um profissional de alto desempenho em comparação com a média da empresa, com base no número total de pessoas no sistema.

(Nota: A coluna “Produtividade dos Top Performers” reflete a contribuição individual de alguém no nível mais alto absoluto, calculada aplicando recursivamente a regra da raiz quadrada até que o tamanho do grupo seja pequeno o suficiente para ser avaliado.)

🧮 Exemplo de Cálculo: Uma Empresa de 10.000 Pessoas 🔗

Para entender como a matemática funciona, vamos analisar uma empresa de 10.000 pessoas. Se aplicarmos repetidamente a Lei de Price (a raiz quadrada do grupo produz metade do valor restante), obtemos os seguintes níveis:

Nesse cenário, uma única pessoa naquele grupo de elite de ~3 pessoas está produzindo 3,95% de todo o valor da empresa. O funcionário médio está produzindo 0,01%.

De acordo com esse modelo, o profissional de ponta está gerando 395 vezes mais valor do que o funcionário médio.

💻 O Código 🔗

Este script em Python gera os dados para as tabelas acima.

import math

def calculate_top_productivity(number_of_people, total_value_percent):
    """
    Recursively calculates the productivity of an individual in the top tier 
    based on Price's Law (square root of N produces 50% of the value).
    """
    next_tier_size = math.sqrt(number_of_people)
    
    # Base case: if the next tier is more than half the current group, 
    # we've drilled down as far as the math allows. Return the average of this tier.
    if 2 * next_tier_size > number_of_people:
        return total_value_percent / number_of_people
        
    return calculate_top_productivity(next_tier_size, total_value_percent / 2.0)

# Generate table data for company sizes from 10 to 100,000
for exp in range(5):
    total_people = math.pow(10, exp + 1)
    
    top_performer_value = calculate_top_productivity(total_people, 100.0)
    average_value = 100.0 / total_people
    ratio = top_performer_value / average_value
    
    print('| %6.0f | %5.2f%% | %6.3f%% | %7.2fx |' % (total_people, top_performer_value, average_value, ratio))