董毓格 龍立榮 程芷汀

縱觀人類社會(huì)發(fā)展的歷史，科技的發(fā)明和使用將人類社會(huì)大致分成四個(gè)階段：農(nóng)業(yè)社會(huì)、工業(yè)社會(huì)、信息社會(huì)和數(shù)智社會(huì)。在數(shù)智社會(huì)中，數(shù)字化和智能化技術(shù)（移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能、5G等）極大地顛覆了眾多傳統(tǒng)行業(yè)，深刻地改變了企業(yè)的經(jīng)營管理模式。伴隨著數(shù)字經(jīng)濟(jì)的快速興起，各種數(shù)智技術(shù)、智能機(jī)器、網(wǎng)絡(luò)基礎(chǔ)設(shè)施不斷地更新迭代，重構(gòu)了工作中的勞動(dòng)力，重塑了管理的計(jì)劃、組織、領(lǐng)導(dǎo)和控制職能。

“十四五”規(guī)劃將人工智能列為強(qiáng)化我國國家戰(zhàn)略科技力量的首要前沿領(lǐng)域，《中國制造2025》把數(shù)智化作為行業(yè)轉(zhuǎn)型升級的重要戰(zhàn)略，在當(dāng)前力推的新基建中，數(shù)智技術(shù)作為基礎(chǔ)設(shè)施受到高度重視。根據(jù)埃森哲的測算，到2035年，人工智能的應(yīng)用將為中國各行各業(yè)帶來近50萬億人民幣的增長值。麥肯錫全球研究院也預(yù)測，到2030年，約70%的公司將至少采用一種形式的人工智能技術(shù)，而相當(dāng)一部分大型公司將使用全系列技術(shù)。身處數(shù)智化浪潮中的中國企業(yè)，面對不斷上漲的勞動(dòng)力成本，不斷升級的消費(fèi)者需求，新冠肺炎和世界格局動(dòng)蕩加劇造成的外部商業(yè)環(huán)境，迫切需要借助數(shù)智技術(shù)進(jìn)行轉(zhuǎn)型升級，打造更敏捷、柔性、可持續(xù)和以客戶為中心的經(jīng)營模式。

過去，機(jī)器是由人操作的?，F(xiàn)在，機(jī)器是自我學(xué)習(xí)和執(zhí)行的。這種變革的本質(zhì)意味著數(shù)智技術(shù)不僅可以替代簡單的重復(fù)性工作，也可以通過強(qiáng)大的數(shù)據(jù)收集、分析和挖掘能力在更多復(fù)雜工作中展現(xiàn)其實(shí)力。比如，基于大數(shù)據(jù)平臺的智能決策系統(tǒng)，可以通過數(shù)智支撐，提供具有預(yù)測性的輔助決策信息；基于物聯(lián)網(wǎng)、云平臺的運(yùn)營管控系統(tǒng)，可以實(shí)現(xiàn)智能運(yùn)營監(jiān)測及分析；基于人工智能的生產(chǎn)管理平臺及應(yīng)用，能為組織大幅降本增效。績效是決定組織競爭成敗和可持續(xù)發(fā)展的關(guān)鍵因素，將數(shù)智技術(shù)應(yīng)用在績效管理上，增強(qiáng)其將人力資本轉(zhuǎn)化為組織競爭優(yōu)勢的能力，對于提高企業(yè)核心競爭力具有重要的意義。

績效管理（p e r f o r m a n c e management，PM）歷來是學(xué)術(shù)研究和管理實(shí)踐中的熱門話題，學(xué)者對其內(nèi)涵有著諸多論述。本文將其定義為組織為達(dá)成戰(zhàn)略目標(biāo)對個(gè)人和團(tuán)隊(duì)績效進(jìn)行管理和改善的過程，目的是使組織成員的工作活動(dòng)及產(chǎn)出與組織目標(biāo)保持一致，通過持續(xù)提升個(gè)人、團(tuán)隊(duì)及組織的績效水平，最終實(shí)現(xiàn)組織的戰(zhàn)略目標(biāo)。

績效管理是一個(gè)連續(xù)的循環(huán)性過程，包括績效計(jì)劃、績效監(jiān)控、績效評價(jià)和結(jié)果應(yīng)用四個(gè)環(huán)節(jié)?？冃в?jì)劃是指依據(jù)組織的戰(zhàn)略規(guī)劃，確立部門及個(gè)人的工作目標(biāo)，并獲得對目標(biāo)承諾的過程?？冃ПO(jiān)控是在績效計(jì)劃實(shí)施的過程中，組織對員工和部門的績效進(jìn)行監(jiān)控，并提供必要的反饋、指導(dǎo)與支持的過程?？冃гu估是績效管理系統(tǒng)的核心環(huán)節(jié)，在此階段，組織采取有效的方法以一定的周期對個(gè)人及部門績效目標(biāo)的完成情況進(jìn)行評價(jià)。績效結(jié)果應(yīng)用是影響整個(gè)績效管理系統(tǒng)有效性的重要環(huán)節(jié)，組織根據(jù)績效評估的結(jié)果制定提升績效的改進(jìn)計(jì)劃，并做出相應(yīng)的管理決策（薪酬、晉升、培訓(xùn)等）。

有別于傳統(tǒng)互聯(lián)網(wǎng)時(shí)代的數(shù)字化技術(shù)，數(shù)智技術(shù)表現(xiàn)出可量化、實(shí)時(shí)化、可視化、智能化的核心特征，它具有強(qiáng)大的數(shù)據(jù)獲取、計(jì)算分析、信息處理和自學(xué)習(xí)能力，可以在迭代中不斷優(yōu)化，擴(kuò)展人類在處理復(fù)雜問題時(shí)的認(rèn)知。數(shù)智技術(shù)驅(qū)動(dòng)的算法越來越多地應(yīng)用于企業(yè)管理：描述性算法用于記錄過去的事件并分析其對當(dāng)前事件的影響，比如收集員工不同類型的績效數(shù)據(jù)并進(jìn)行整體評估的績效評估算法；預(yù)測性算法側(cè)重于預(yù)測未來行為，例如估計(jì)應(yīng)聘者未來績效表現(xiàn)的算法；規(guī)定性算法則用于從不同的可能性中選擇最佳解決方案，比如自動(dòng)化任務(wù)分配和調(diào)度決策算法。根據(jù)普華永道的研究報(bào)告，跨國公司中已有40%的人力資源部門使用基于AI的工具。數(shù)智技術(shù)的飛速發(fā)展和應(yīng)用給企業(yè)傳統(tǒng)的績效管理方式帶來了新的機(jī)遇，績效管理已經(jīng)發(fā)生了以及即將發(fā)生怎么樣的變化？管理者應(yīng)該如何應(yīng)對？本文將以績效管理的不同環(huán)節(jié)作為切入口，向讀者展示學(xué)界和業(yè)界最新的研究成果和實(shí)踐案例，探究數(shù)智時(shí)代的績效管理新模式。

數(shù)智目標(biāo)設(shè)定

績效計(jì)劃連接公司繁榮戰(zhàn)略與運(yùn)營，作為績效管理的第一個(gè)環(huán)節(jié)，它是績效管理成功實(shí)施的關(guān)鍵因素。組織通過數(shù)智技術(shù)收集的大量數(shù)據(jù)可用于設(shè)定員工的目標(biāo)，數(shù)智目標(biāo)設(shè)定包括兩個(gè)方面：算法任務(wù)分配和績效目標(biāo)設(shè)定。

算法任務(wù)分配主要存在于零工經(jīng)濟(jì)和平臺工作中。比如，在快遞員、外賣騎手、網(wǎng)約車司機(jī)的工作背景下，算法將勞動(dòng)者的實(shí)時(shí)地理位置信息與任務(wù)相關(guān)信息（如新訂單、優(yōu)先級變化、截止時(shí)間）聯(lián)系起來，系統(tǒng)智能派單并提供最優(yōu)路線，同時(shí)在客戶界面提供準(zhǔn)確的預(yù)期交付時(shí)間。在阿里巴巴倉庫里進(jìn)行的一項(xiàng)為期15天的現(xiàn)場實(shí)驗(yàn)研究了算法任務(wù)分配過程，結(jié)果表明，在勞動(dòng)密集型環(huán)境中，工人認(rèn)為算法任務(wù)分配過程比人更公平，這進(jìn)一步使其生產(chǎn)率提高了近20%。

數(shù)智技術(shù)也可以根據(jù)過往績效、業(yè)務(wù)需求、交通情況、天氣等數(shù)據(jù)自動(dòng)設(shè)定績效目標(biāo)，如亞馬遜基層倉庫工人的包裹量目標(biāo)和運(yùn)輸司機(jī)貨物交付目標(biāo)。對于組織內(nèi)相對復(fù)雜的各個(gè)不同崗位的任務(wù)，基于一定規(guī)模的數(shù)據(jù)，也可以通過建模進(jìn)行目標(biāo)設(shè)定。比如銷售部門的業(yè)務(wù)測算，證券公司的目標(biāo)設(shè)定，生產(chǎn)部門的品質(zhì)、時(shí)間和成本設(shè)定，供應(yīng)鏈的穩(wěn)定性目標(biāo)規(guī)劃等等。

雖然算法可以提高效率和準(zhǔn)確性，但它也存在的不少問題。算法任務(wù)分配高度依賴于市場需求及員工能力，員工也幾乎沒有接受或拒絕算法分配任務(wù)的自由，因此它會(huì)對員工自主性有消極影響。通常算法還會(huì)不斷提高任務(wù)標(biāo)準(zhǔn)，會(huì)導(dǎo)致工作不安全感和工作量增加。在知識型驅(qū)動(dòng)的工作環(huán)境中，算法目標(biāo)設(shè)定更會(huì)影響員工的自主性和限制員工的創(chuàng)造性。算法大多一味追求“效率”，讓員工長期處于“系統(tǒng)”的壓力之下。比如為了防止錯(cuò)過算法實(shí)時(shí)更新的任務(wù)，平臺勞動(dòng)者只能全天候保持在線，算法任務(wù)分配的不確定性導(dǎo)致他們時(shí)而拼命趕工，時(shí)而空閑無事，加劇其工作倦怠。

數(shù)智監(jiān)控、反饋和指導(dǎo)

數(shù)智監(jiān)控

近日，一家知名企業(yè)的裁員風(fēng)波將一款可監(jiān)測員工離職傾向和怠工情況的“員工行為監(jiān)測”系統(tǒng)帶入公眾視野。據(jù)了解，該系統(tǒng)能檢測到員工訪問求職網(wǎng)站次數(shù)、聊天關(guān)鍵詞量、搜索關(guān)鍵詞量以及簡歷投遞次數(shù)等內(nèi)容，從而提前發(fā)現(xiàn)潛在離職風(fēng)險(xiǎn)的員工，為組織分析離職風(fēng)險(xiǎn)的人員列表及風(fēng)險(xiǎn)等級，并給出離職風(fēng)險(xiǎn)的判定依據(jù)。除此之外，該系統(tǒng)還可分析員工怠工情況。員工通過公司內(nèi)網(wǎng)的聊天記錄、上網(wǎng)時(shí)長、訪問應(yīng)用的特征等行為都會(huì)被這套系統(tǒng)監(jiān)控，并通過預(yù)定義的規(guī)則判定員工的工作狀態(tài)。同時(shí)，通過收集影響工作效率的無關(guān)應(yīng)用、怠工集中的時(shí)間段，系統(tǒng)還可以自動(dòng)分析員工消極怠工的因素，給出怠工情況最嚴(yán)重的部門排行和員工排行。

被監(jiān)控的不止信息，還有流量。去年年底，國美集團(tuán)內(nèi)部發(fā)布的一份《關(guān)于違反員工行為規(guī)范的處罰通報(bào)》在網(wǎng)絡(luò)上引發(fā)熱議。通報(bào)表示，部分員工在工作區(qū)域內(nèi)占用公司公共網(wǎng)絡(luò)資源從事與工作無關(guān)事宜，并列出流量數(shù)據(jù)使用明細(xì)，員工上班時(shí)上了什么網(wǎng)站、刷了多久視頻，統(tǒng)統(tǒng)逃不過數(shù)智系統(tǒng)的“眼睛”。亞馬遜為其合作伙伴使用的卡車開發(fā)了電子跟蹤技術(shù)，實(shí)時(shí)監(jiān)控司機(jī)的駕駛狀態(tài)。通過全方位的攝像，系統(tǒng)可以輕易判斷司機(jī)有沒有打瞌睡、分心、違章等安全駕駛問題，并對其進(jìn)行智能打分。2018年Gartner對239家大型企業(yè)的調(diào)查結(jié)果顯示，有一半的公司在使用非傳統(tǒng)監(jiān)控技術(shù)對員工進(jìn)行監(jiān)測——包括跟蹤員工在辦公室周圍的活動(dòng)及其生物特征數(shù)據(jù)，這個(gè)數(shù)字在2015年僅為30%。

數(shù)智監(jiān)控的一個(gè)關(guān)鍵優(yōu)勢就是它不僅能夠通過多種媒介（攝像頭、智能手環(huán)、語音系統(tǒng)、屏幕點(diǎn)擊、網(wǎng)站訪問等）收集和記錄大量信息和指標(biāo)，如互聯(lián)網(wǎng)使用情況、社交媒體活動(dòng)、活動(dòng)軌跡、情緒和壓力、工作投入量，還可以自動(dòng)、快速地分析和處理這些有關(guān)員工行為、動(dòng)作及績效的異質(zhì)性數(shù)據(jù)。數(shù)智化績效管理系統(tǒng)所具備的實(shí)時(shí)分析功能可以增強(qiáng)組織績效管理信息的時(shí)效性，避免因滯后產(chǎn)生問題，從而有利于實(shí)現(xiàn)部門和組織績效的持續(xù)提升?，F(xiàn)有研究表明，數(shù)智監(jiān)控會(huì)給組織和員工帶來積極結(jié)果，如為組織提供更全面的信息進(jìn)行有效管理、為員工提供實(shí)時(shí)反饋使其及時(shí)調(diào)整自身行為，減少與績效無關(guān)的行為。然而，數(shù)智監(jiān)控也會(huì)讓員工感到隱私被侵犯，產(chǎn)生不公平感，降低其工作滿意度、組織承諾、創(chuàng)造力，甚至?xí)黾臃瓷a(chǎn)績效，即“你有政策，我有對策”——而這與數(shù)智監(jiān)控試圖實(shí)現(xiàn)的目標(biāo)恰恰相反。

數(shù)智反饋與指導(dǎo)

在績效執(zhí)行的過程中，數(shù)智化績效管理系統(tǒng)將員工的過程績效和結(jié)果績效實(shí)時(shí)錄入到大數(shù)據(jù)平臺中，并對員工進(jìn)行實(shí)時(shí)績效反饋，更可以在分析后對績效較差的員工進(jìn)行必要的指導(dǎo)。心理學(xué)研究表明，反饋和指導(dǎo)是提升績效的重要條件之一。傳統(tǒng)的績效反饋與指導(dǎo)往往采取管理者與員工面談或提供書面報(bào)告的方式來完成，但數(shù)智技術(shù)的引入觸發(fā)了新的績效反饋與指導(dǎo)方式的誕生。

近10%的財(cái)富500強(qiáng)公司中，透明的績效數(shù)據(jù)已經(jīng)取代了傳統(tǒng)的績效反饋。哈佛大學(xué)商學(xué)院Bernstein和Li（2017）對績效透明的研究發(fā)現(xiàn)，更詳細(xì)、更實(shí)時(shí)，并與更廣泛的員工分享的透明績效數(shù)據(jù)（即績效透明）相比傳統(tǒng)的績效反饋更能提高員工的整體績效，激發(fā)員工的非生產(chǎn)性行為向生產(chǎn)性行為轉(zhuǎn)變。數(shù)智反饋的即時(shí)性、透明性使得員工在隨時(shí)了解自己工作績效的同時(shí)，也能共享其他員工的績效數(shù)據(jù)，促進(jìn)其自我調(diào)節(jié)，進(jìn)而提升績效。同時(shí)，績效透明可以替代部分管理者的工作，激發(fā)非正式的社會(huì)比較的作用；結(jié)果還證實(shí)：受到主管支持更少和社會(huì)比較傾向更低的員工從績效透明中獲益更多。

然而，數(shù)智技術(shù)在績效反饋中的應(yīng)用也引發(fā)了很多爭論。Tong等（2021）發(fā)表在頂級戰(zhàn)略管理期刊《戰(zhàn)略管理雜志》（Strategic Management Journal，SMJ）上的研究發(fā)現(xiàn)，即使數(shù)智技術(shù)提供的反饋信息更有效，但人對機(jī)器的負(fù)面認(rèn)知會(huì)大大削弱其效果。具體來說，一方面，數(shù)智反饋具有積極的“部署效應(yīng)”，其強(qiáng)大的數(shù)據(jù)分析能力可以增強(qiáng)反饋的準(zhǔn)確性、一致性和相關(guān)性，提高反饋的質(zhì)量，促進(jìn)員工的生產(chǎn)力的提升，進(jìn)而提升組織績效。研究結(jié)果顯示，在不知道反饋源的情況下，接受AI系統(tǒng)生成的反饋信息的員工的工作績效比接受人類經(jīng)理提供的反饋信息的員工的工作績效高12.9%。另一方面，一旦將反饋中數(shù)智技術(shù)的應(yīng)用披露給員工，對新技術(shù)的負(fù)面認(rèn)知及不信任所引起的“披露效應(yīng)”將損害員工的生產(chǎn)力，數(shù)智技術(shù)帶來的商業(yè)價(jià)值將被大大削弱。研究結(jié)果顯示，被告知接受AI反饋員工的工作績效比被告知接受人類經(jīng)理反饋的員工的工作績效低5.4%，且新員工更容易受到負(fù)面影響。

除了績效反饋，數(shù)智技術(shù)在績效指導(dǎo)中的應(yīng)用也越來越多。AI教練與會(huì)經(jīng)歷身體疲勞和情緒波動(dòng)的人類不同。在重復(fù)的培訓(xùn)中它可以以更一致、更可預(yù)測和更準(zhǔn)確的方式處理培訓(xùn)任務(wù)，同時(shí)它可以快速擴(kuò)展，以最低的成本同時(shí)培訓(xùn)數(shù)千名員工。美國最大的人壽保險(xiǎn)公司大都會(huì)人壽（MetLife）利用一位名為Cogito的AI教練跟蹤客服人員與客戶的對話，并就如何改進(jìn)工作向員工提出建議，提升客戶服務(wù)的技能。Zoom公司利用AI教練Chorus為其銷售團(tuán)隊(duì)提供培訓(xùn)，提高交易成功率?；ヂ?lián)網(wǎng)金融公司微眾銀行運(yùn)用電話營銷教練SmartSales助力銷售人員的培訓(xùn)。

對于數(shù)智指導(dǎo)的一個(gè)擔(dān)憂是，其提供的信息過于標(biāo)準(zhǔn)化和全面，對于績效優(yōu)秀的員工顯得冗余、啰嗦，而新員工又難以全盤吸收和學(xué)習(xí)。同時(shí)，缺乏人際交往技能的“軟實(shí)力”可能會(huì)導(dǎo)致員工對AI教練的反感，阻礙員工順利的學(xué)習(xí)和績效的提升。Luo等（2021）對AI教練為銷售人員提供培訓(xùn)進(jìn)行研究，發(fā)現(xiàn)AI教練相對于人類教練的指導(dǎo)效果在不同的銷售人員之間呈倒U形分布。也就是說，排名中等的銷售績效提升程度最大，但排名最靠前和靠后員工的績效僅得到有限的增長。這是因?yàn)榕琶亢蟮匿N售在面臨最嚴(yán)重的信息過載問題，而排名靠前的銷售對人工智能的厭惡程度最高。該研究還有一個(gè)重要發(fā)現(xiàn)，即AI教練-人類教練組合的效果最優(yōu)，好于僅使用AI教練或人類教練。因?yàn)檫@種組合既可以利用AI教練的“硬實(shí)力”，又結(jié)合了人類教練的“軟實(shí)力”。

數(shù)智評估

數(shù)智時(shí)代企業(yè)績效評估的重要手段是以數(shù)智監(jiān)控獲取的海量多維大數(shù)據(jù)為基礎(chǔ)，通過智能算法不斷對數(shù)據(jù)進(jìn)行分析進(jìn)而作出評估，而后結(jié)合實(shí)際情況的評估結(jié)果被反饋至算法進(jìn)行迭代優(yōu)化使其更加準(zhǔn)確。比較簡單的，如在數(shù)字勞動(dòng)力平臺中，滴滴出行等網(wǎng)約車平臺運(yùn)用手機(jī)應(yīng)用程序分析司機(jī)的接單率、拒單率、準(zhǔn)時(shí)率等指標(biāo)并獲取乘客對消費(fèi)體驗(yàn)的評分以確立司機(jī)口碑分；美團(tuán)、餓了么等外賣平臺實(shí)時(shí)跟蹤外賣騎手的響應(yīng)速度、完成訂單數(shù)、總里程、送餐準(zhǔn)時(shí)率，結(jié)合顧客好評率對其進(jìn)行評估。更加復(fù)雜的，如前文介紹的對銷售人員的績效評估，既有結(jié)果數(shù)量的客觀評估，也有銷售行為過程的智能評估。

但是這種評估是否能做到客觀和公正呢？誠然，機(jī)器不會(huì)“徇私舞弊”，數(shù)智評估確實(shí)可以避免人工評價(jià)的主觀性和“人情”，但對情感的缺乏以及對外部突發(fā)事件（如交通事故、暴雨天氣等）的不敏感容易導(dǎo)致評價(jià)過于僵化，使其不僅無“人情”更無“人性”。正如引爆網(wǎng)絡(luò)的《外賣騎手，困在系統(tǒng)里》一文所展示的一樣，騎手們永遠(yuǎn)無法依靠個(gè)人力量去對抗算法，唯有通過違規(guī)行駛、逆行、闖紅燈等方式順應(yīng)它的規(guī)則。

當(dāng)然，數(shù)智評估對組織績效有積極影響。算法實(shí)際上向員工傳遞了組織制定和倡導(dǎo)的工作標(biāo)準(zhǔn)和規(guī)范，當(dāng)這些信息被員工內(nèi)化理解并形成自己的價(jià)值判斷后，大部分員工會(huì)按照算法的指令做出符合組織預(yù)期的行為。比如網(wǎng)約車司機(jī)在了解到算法是根據(jù)他們的好評度來實(shí)施派單傾斜政策后，會(huì)主動(dòng)做出服務(wù)行為，從而獲取好評以提升評級。但算法的不透明、不可解釋性也會(huì)使員工產(chǎn)生混淆，同時(shí)由于缺乏直覺和主觀判斷的能力，數(shù)智評估往往被員工認(rèn)為是一種非人性化的體驗(yàn)。如何合理使用數(shù)智評估來激勵(lì)員工、促進(jìn)組織績效提升是管理者不可回避的命題。

讓我們看看互聯(lián)網(wǎng)頭部企業(yè)的做法。百度為了降低主觀判斷的影響，通過算法分析內(nèi)部的溝通頻次、溝通時(shí)段、郵件的大小和頻次等數(shù)據(jù)，再經(jīng)由數(shù)據(jù)建模、機(jī)器學(xué)習(xí)、分析驗(yàn)證等步驟自動(dòng)選出參與特定員工績效評估的合適、相關(guān)人選。采用OKR管理的字節(jié)跳動(dòng)在評價(jià)環(huán)節(jié)使用360度評估，但是與傳統(tǒng)360評估不同的是，數(shù)智評估系統(tǒng)可以基于數(shù)據(jù)對每個(gè)人的評價(jià)風(fēng)格進(jìn)行評分，從1.0（嚴(yán)格）到6.0（寬松），這樣可以避免某個(gè)人的評價(jià)風(fēng)格過度影響被評價(jià)的員工考核結(jié)果。同時(shí)，系統(tǒng)還設(shè)計(jì)了績效校準(zhǔn)矩陣，通過智能分析對團(tuán)隊(duì)績效進(jìn)行校準(zhǔn)，盡可能避免因?yàn)楣芾碚呓?jīng)驗(yàn)不足導(dǎo)致的偏差，輔助進(jìn)行更加合理的判斷。其實(shí)這就是績效管理中人機(jī)協(xié)同的經(jīng)典體現(xiàn)，系統(tǒng)背后的數(shù)智技術(shù)通過其強(qiáng)有力的數(shù)據(jù)分析處理能力，幫助人類管理者拉齊標(biāo)準(zhǔn)，拿好“同一把尺”，而人類管理者則應(yīng)用自己的管理經(jīng)驗(yàn)以及綜合判斷能力給出最科學(xué)的評估。

數(shù)智獎(jiǎng)懲

數(shù)智獎(jiǎng)懲是基于數(shù)智評估的結(jié)果，通過算法以交互和動(dòng)態(tài)的方式對員工進(jìn)行獎(jiǎng)勵(lì)和懲罰。對于高績效員工，他們會(huì)獲得更多機(jī)會(huì)、更高的薪酬和晉升，而低績效員工則會(huì)被扣除薪水和獎(jiǎng)金，嚴(yán)重者會(huì)被直接解雇。對于許多在線零工勞動(dòng)平臺，如滴滴、美團(tuán)、M-turk等，勞動(dòng)者的薪酬幾乎完全由算法決定。IBM的頭號人工智能沃森（Watson）通過調(diào)取員工的歷史績效、項(xiàng)目信息等來分析預(yù)測其未來潛力，決定員工是否能晉升以及是否調(diào)薪。谷歌也將算法用于工程師晉升決策中，以減少該決策中的人類偏見。亞馬遜的算法會(huì)追蹤每一個(gè)物流倉儲部門員工的工作效率，統(tǒng)計(jì)每一名員工的“摸魚”時(shí)間，一旦有人離崗時(shí)間太長，AI會(huì)自動(dòng)生成解雇指令。而俄羅斯一家游戲支付服務(wù)公司艾克索拉（Xsolla）去年直接用AI算法開除了150名員工，引發(fā)了軒然大波。數(shù)智獎(jiǎng)懲讓越來越多的人開始感到擔(dān)憂，隨著勞動(dòng)被算法控制，本該具備人文關(guān)懷的獎(jiǎng)懲也因算法的加入而變得冰冷。

人類學(xué)家、數(shù)據(jù)社會(huì)學(xué)家尼克·西弗提出過“算法文化”的概念。在他看來，算法不僅由理性的程序形成，還由制度、社會(huì)道德、普通文化生活等人類集體實(shí)踐組成。從前文的介紹可以看出，數(shù)智技術(shù)的發(fā)展和應(yīng)用已經(jīng)給績效管理帶來了理念和技術(shù)的變革，但它在為組織管理和員工工作賦能、提升管理效率與服務(wù)質(zhì)量的同時(shí)也帶來了一些消極影響。

如何建構(gòu)未來兼具效率和人性的績效管理？宜采取“人機(jī)協(xié)同”的思想，即既不拘泥于傳統(tǒng)的“人治”也不陷入對算法的完全依賴中，通過人類與機(jī)器的優(yōu)勢互補(bǔ)，構(gòu)建高效柔性的績效管理新模式。

數(shù)智技術(shù)的優(yōu)劣

正如前文所介紹的，數(shù)智技術(shù)可以通過多種途徑（攝像頭、智能手環(huán)、語音系統(tǒng)、屏幕點(diǎn)擊、網(wǎng)站訪問等）全方位、全過程地收集、記錄并存儲比以往任何時(shí)候都全面的數(shù)據(jù)信息。憑借其高速的計(jì)算分析能力，智能算法對收集和捕獲到的標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行處理和分析，進(jìn)行數(shù)智任務(wù)分配和目標(biāo)設(shè)定，優(yōu)化工作任務(wù)安排，大大提升了運(yùn)行效率。通過持續(xù)匯總并分析來自內(nèi)部和外部、關(guān)于結(jié)果和過程、主觀和客觀的員工績效的信息，智能算法能夠評估并預(yù)測其績效表現(xiàn)，并進(jìn)行實(shí)時(shí)反饋，進(jìn)而以交互和動(dòng)態(tài)的方式進(jìn)行數(shù)智獎(jiǎng)懲。通過對數(shù)據(jù)大規(guī)模地收集和使用，算法得以在迭代中不斷開發(fā)和改進(jìn)，進(jìn)一步提升效能。

盡管數(shù)智技術(shù)具有快速、高效、客觀、可量化等優(yōu)勢，但它消除了績效管理中更多的人際關(guān)系和同理心，這種以數(shù)據(jù)為主導(dǎo)的方法將工作變成了一種不人道的形式。已有的研究表明，大多數(shù)人認(rèn)為使用算法和機(jī)器來管理人類是一種非人性化的行為。比如算法技術(shù)對變化的場景因素考慮不周，提升了算法對員工績效作出誤判的概率。

人類的優(yōu)劣

人類特有的情感、直覺、創(chuàng)造力、想象力、抽象思維等使其在價(jià)值判斷、情感表征、非常規(guī)和創(chuàng)造性等問題中不可或缺。人類的這些特點(diǎn)可以幫助解決數(shù)智績效管理帶來的問題，不斷修正、完善算法，為算法注入人性。

具體來說，人類傾向于在需要整體、宏觀和遠(yuǎn)見思維的情況下保持相對優(yōu)勢，并具有機(jī)器所不具備的想象力和創(chuàng)造性，因此，可以更好地優(yōu)化數(shù)智技術(shù)的決策結(jié)果。人類獨(dú)有的經(jīng)驗(yàn)和情感有助于其在錯(cuò)綜復(fù)雜的動(dòng)態(tài)中協(xié)調(diào)各方利益，消除可能的沖突。使用人類智慧來完善人工智能，不僅能解決數(shù)智技術(shù)帶來的問題，實(shí)現(xiàn)數(shù)智技術(shù)與人類智慧的有機(jī)統(tǒng)一，也有助于避免數(shù)智技術(shù)脫離人類控制。當(dāng)然不可否認(rèn)的是，在決策速度、準(zhǔn)確度、成本等方面，在解決客觀、結(jié)構(gòu)化的問題上，人類還是比不過數(shù)智技術(shù)。

數(shù)智技術(shù)與人的協(xié)同共生

機(jī)器和人類具有互補(bǔ)的優(yōu)勢和解決問題的能力。數(shù)智技術(shù)對管理效率的提升效用是顯著的，但效率只是衡量管理的一個(gè)維度。更值得關(guān)注的是管理效果，即組織目標(biāo)與社會(huì)愿景之間的契合程度，強(qiáng)調(diào)企業(yè)社會(huì)責(zé)任與使命，涉及管理倫理問題。隨著數(shù)智技術(shù)的不斷發(fā)展，盡管大量規(guī)范化的工作會(huì)被機(jī)器取代，但富有情感體驗(yàn)、具有創(chuàng)造力和價(jià)值性、更有“溫度”的工作和技藝，仍然需要人類。具體來說，機(jī)器的理性思考更多地強(qiáng)調(diào)“真”，而人類的思考更加強(qiáng)調(diào)“真善美”的和諧統(tǒng)一，更側(cè)重于價(jià)值內(nèi)涵、倫理道德的考慮。

正如行動(dòng)者網(wǎng)絡(luò)理論的觀點(diǎn)所強(qiáng)調(diào)的，技術(shù)本身作為一種非人類的存在和人具有等同性，能夠與人類一同形成行動(dòng)者聯(lián)合體。數(shù)智技術(shù)所體現(xiàn)出的自動(dòng)化、智能化特征，可能會(huì)誘導(dǎo)技術(shù)研發(fā)者和應(yīng)用者一味地追求提高效率、降低成本，忽視了人類行為的自主性。但我們認(rèn)為，無論智能系統(tǒng)有多復(fù)雜，人類應(yīng)當(dāng)始終主動(dòng)地參與到其決策環(huán)路中。隨著時(shí)間的推移，人機(jī)之間的交互可以使雙方變得更聰明。這是數(shù)智技術(shù)融入人類社會(huì)，構(gòu)建負(fù)責(zé)任的人機(jī)協(xié)同工作體系的保證。

未來宜采取“人機(jī)協(xié)同”的思想構(gòu)建高效柔性的績效管理，充分發(fā)揮機(jī)器的技術(shù)性優(yōu)勢“賦能于人”，結(jié)合人的經(jīng)驗(yàn)和感性，促進(jìn)和諧的人機(jī)協(xié)作，使員工獲得工作意義感與幸福感。人機(jī)共生的協(xié)同工作模式下，人類可以幫助優(yōu)化機(jī)器算法，機(jī)器實(shí)踐又會(huì)反過來助力人類活動(dòng)，這是一個(gè)雙贏的局面。

未來的數(shù)智化績效管理應(yīng)具有以下幾個(gè)特征：第一，智能高效，組織應(yīng)充分發(fā)揮技術(shù)優(yōu)勢，通過績效監(jiān)控過程收集的大量數(shù)據(jù)和人工智能分析為目標(biāo)設(shè)定、評估考核、獎(jiǎng)勵(lì)懲罰給出快速、客觀的決策輔助；第二，敏捷透明，數(shù)智技術(shù)賦予了績效反饋前所未有的頻率和透明度，年度反饋、季度反饋都已成為過去式，實(shí)時(shí)、透明的績效反饋將隨時(shí)為組織和員工提供信息，增強(qiáng)整個(gè)組織的協(xié)作；第三，全面多維，大數(shù)據(jù)對內(nèi)外部信息的強(qiáng)力獲取使得績效管理更加全方位無死角，音頻、視頻、行為監(jiān)控的納入，領(lǐng)導(dǎo)、下屬、外部客戶、內(nèi)部同事的全方位評價(jià)，“人”被刻畫得更加立體；第四，人本柔性，人類管理者的“軟”技能在這個(gè)體系中必不可少，管理者對人際間細(xì)微的、難以自動(dòng)化的溝通交流的把握，對特殊情況、倫理道德的考量，對宏觀層面、整體大局的考量，可以降低員工對算法的抵觸，提升管理思想的高度，更有效地應(yīng)用數(shù)智技術(shù)的優(yōu)勢，提高員工和組織績效。

隨著數(shù)智技術(shù)的發(fā)展和改進(jìn)，管理者和員工必須重新適應(yīng)新時(shí)代的績效管理。成熟的管理者不應(yīng)該被數(shù)智技術(shù)困住，把算法的建議當(dāng)圣旨，而是應(yīng)該運(yùn)用其獨(dú)有的經(jīng)驗(yàn)和情感作出判斷，善用智能機(jī)器的力量。新時(shí)代的員工也應(yīng)該發(fā)揮個(gè)人能動(dòng)性，積極參與到與數(shù)智技術(shù)的互動(dòng)中，釋放個(gè)性和潛能，創(chuàng)造積極愉快的工作體驗(yàn)。

“困在算法里”的外賣騎手通過工作的重新塑造和算法和諧共處，算法背后的管理者也需要將人性和價(jià)值觀寫進(jìn)算法里，履行企業(yè)責(zé)任，進(jìn)行合理的數(shù)智目標(biāo)設(shè)定。數(shù)智監(jiān)控本無對錯(cuò)，管理者應(yīng)通過合理途徑獲取數(shù)據(jù)，而后平衡效益與倫理得出結(jié)論，進(jìn)而賦能于員工。高效、準(zhǔn)確的數(shù)智反饋少了點(diǎn)人情味，為了緩解“披露效應(yīng)”，管理者應(yīng)主動(dòng)介入，告知員工數(shù)智技術(shù)應(yīng)用的目標(biāo)和好處，以緩解他們的擔(dān)憂。同時(shí)，應(yīng)根據(jù)情況采取不同的方式，不能“一刀切”。比如，可以使用AI向老員工提供績效反饋，但仍通過管理者向新員工提供績效反饋。在數(shù)智指導(dǎo)中，建議組織采用AI教練和人類管理者的組合。在這種組合中，人工智能提供了強(qiáng)大的數(shù)據(jù)計(jì)算技能和個(gè)性化反饋，而人類教練則專注于人際間細(xì)微的難以自動(dòng)化的溝通。最后，在績效結(jié)果應(yīng)用這一關(guān)鍵環(huán)節(jié)，建議通過管理者的介入有效降低員工的不公平感等負(fù)面情緒，更好地展現(xiàn)企業(yè)文化和價(jià)值觀。

畢竟，再多的數(shù)據(jù)，再強(qiáng)的算法，都無法穿越背后的“01邏輯”，直達(dá)人心。

華中科技大學(xué)管理學(xué)院，本文得到國家自然科學(xué)基金資助（基金號72132001）