幾乎所有人都認為，傳統(tǒng)的、基于年度考核的員工績效評估方法已經(jīng)不管用了，即使它曾經(jīng)奏效過。事實上，很難想象有哪件事會比這種做法更讓員工感到深惡痛絕。

咨詢公司Mercer最近對全球人力資源領導者進行的一項調(diào)查發(fā)現(xiàn)，只有2%的人認為他們目前的績效管理體系非常有效。難怪麥肯錫(McKinsey)在最近的另一項研究中報告稱，三分之二的雇主表示，他們正在或試圖做出重大改變。

麥肯錫駐華盛頓的合伙人布萊恩·漢考克(Bryan Hancock)指出:“管理者和員工都認為，舊的員工績效評估方法過于主觀、過于官僚化、過于落后?！睗h考克曾與利用人工智能(AI)評估人類表現(xiàn)的公司密切合作。

研究顯示，雇主們正在努力廢除年度績效評估，并用實時反饋取代它。新系統(tǒng)還為管理人員提供了廣泛的最新信息，從某人在當前工作崗位上工作了多長時間，到他們擁有的哪些技能可以在公司內(nèi)部的其他地方得以發(fā)揮專長。

漢考克表示，利用這些數(shù)據(jù)，管理者可以集中精力“指導員工，而不是給他們打分”。這比過去使用的方式更客觀，更關注未來的結果。最先進的AI系統(tǒng)還能做許多其他的事情，例如：當考慮提拔某人時，要基于公司范圍內(nèi)海量數(shù)據(jù)點的模式，提出具體的建議舉措。

當然，這也引發(fā)了許多問題。如果人類管理者開始覺得他們的工作最終只是照章辦事，那么他們在領導團隊時會有多投入?是否會繼續(xù)保持激情?企業(yè)如何才能設計出不會將管理者拒之門外的績效管理系統(tǒng)?經(jīng)理到底扮演什么角色?

AI如何幫忙

IBM從2015年開始構建基于AI的績效管理系統(tǒng)。該系統(tǒng)讓我們得以一窺，AI如何在增強人類智能的同時，仍能讓管理者運用自己的知識和判斷力。

舉例來說，考慮下IBM系統(tǒng)提出的一種建議：管理者應該在何時以及如何開始積極地鼓勵焦躁不安的員工留在公司?利用沃森(Watson)算法，IBM的人力資源團隊開發(fā)出新的程序，并申請了專利。

這個程序可以查看IBM所有公司的數(shù)據(jù)模式，并預測哪些員工最有可能在不久的將來辭職。然后，這些算法會推薦采取某些行動，比如更多的培訓或提供晉升機會，以防止他們離職。

管理者們必須按照系統(tǒng)的指示行事嗎?IBM的首席人力資源官戴安妮·蓋爾松(Diane Gherson)并不這樣認為，但她提出重要警告：遵循系統(tǒng)建議的老板通常會得到更好的結果。

蓋爾松指出：“所有的數(shù)據(jù)都顯示，給某組員工10%的加薪會使他們的‘逃跑風險’降低90%。而不采納這些建議的經(jīng)理，其團隊的流失率是采納這些建議的經(jīng)理的兩倍?！?/p>

她補充說，IBM贏得持懷疑態(tài)度管理者忠誠的另一個方法是，“解釋系統(tǒng)為何推薦某種舉措”。你必須打開“黑匣子”，向人們展示數(shù)據(jù)。

即便如此，蓋爾松仍然堅持認為績效管理“主要還是人類的工作”。管理者們知道，他們的直接報告比算法提供的報告更好，他們還有最后的決定權。

蓋爾松舉例說，如果老板決定不采納AI系統(tǒng)關于留住某名員工的建議，“也許經(jīng)理有很好的理由鼓勵這名員工離開。”或者，經(jīng)理可能非常了解給定的團隊成員，從而為他或她提供比系統(tǒng)能夠猜測到的更個性化、更具說服力的留住激勵。

團隊中應該有AI

已經(jīng)為IBM效力25年的老將馬克·萬格爾(Marc Wangel)領導著由12人組成的戰(zhàn)略和技術團隊，負責IBM在華盛頓特區(qū)聯(lián) 邦政府的業(yè)務。他認為，IBM的數(shù)據(jù)驅(qū)動系統(tǒng)為管理者提供的是洞見，而不是命令。

用過去的方法來評估員工的績效，意味著要從幾套不同的人力資源部門記錄中挖掘出每份直接報告中蘊含的信息。而相比之下，新系統(tǒng)讓每個人職業(yè)生涯各個方面的信息都能立即提供給他或她的老板。

萬格爾稱：“這節(jié)省了大量的時間，實際上讓我成為了一名更好的管理者。這樣，我就有更多的時間與團隊成員見面，并對他們進行指導。”

這很重要。要想讓企業(yè)繼續(xù)駕馭接連不斷的變革浪潮，績效管理必須不斷發(fā)展，以便把正確的技能和人才放在正確的時間、正確的地點，而AI驅(qū)動的數(shù)據(jù)分析是其中的關鍵部分。

然而，與此同時，經(jīng)理人作為教練、顧問、人才探子和啦啦隊員的角色比以往任何時候都更為重要。漢考克指出:“AI非常擅長快速分析海量信息，并在海量數(shù)據(jù)集中發(fā)現(xiàn)趨勢。判斷某個人是否需要培訓才能更擅長某項合作，這并不容易。你可以擁有世界上所有的數(shù)據(jù)，但你仍然需要有人來解釋它?！?/p>

蓋爾松也同意這種觀點，她說：“純粹基于數(shù)據(jù)的績效反饋很有趣，但在規(guī)劃你的職業(yè)未來時，你還需要與一位了解你、愿意傾聽你的目標和夢想的經(jīng)理建立關系。與AI同樣有用的是，這種關系來自完全不同的地方。這是團隊留給其成員的最好技能?！?/p>