加薪不再求老闆　部分企業開始透過AI評估員工績效

▲愈來愈多企業開始透過人工智慧來更有效率地對員工績效進行評估。（圖／取自免費圖庫Pixabay）

財經中心／綜合報導

部分企業到目前爲止仍採用年度考覈的方式來評估員工績效，不過現在已有愈來愈多企業表示正在試圖改變這種方式，有企業開始透過人工智慧收集數據，來管理員工，並更有效率地對員工績效進行評估。

《財富》（fortune）報導，有許多員工對基於年度考覈的員工績效評估方法感到深惡痛絕，據諮詢公司Mercer對全球人力資源領導者進行的調查發現，僅有2%的人認爲他們目前的績效管理體系非常有效。也難怪麥肯錫諮詢公司（McKinsey & Company）在最近的另一項研究報告中寫道，有三分之二的僱主表示他們正在或試圖嘗試做出改變。

麥肯錫駐華盛頓的合夥人漢考克（Bryan Hancock）說：「管理人員及員工都認爲過去的年度考覈方式過於主觀、官僚，也過於落後，」漢考克表示，自己與將人工智慧應用於績效評估的公司密切合作，這些僱主們正努力廢除年度績效評估，並以即時回饋取而代之。新系統將爲管理人員提供更廣泛的最新訊息，包括個別員工在崗位上工作的時數，及他們所擁有的技能能在公司內部哪些其他地方發揮。漢考克表示，透過這些數據，管理人員能更集中精力「領導員工，而非爲他們打分數。這比過去使用的方式更客觀，更關注未來的結果。」

IBM於2015年開始建構以AI爲基礎的績效管理系統。該系統讓我們得以一窺，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。如IBM的系統可以建議管理人員，應在何時、如何開始積極地鼓勵一名對工作感到厭倦的員工繼續留在公司。舉例來說，IBM的人資團隊利用Watson演算法開發並獲得了一項程式的專利，該程式可以查看IBM所有公司的數據，並預測出哪些員工最可能在不久的將來離職。接着，該演算法會建議應採取的措施，如給予員工更多的培訓或提供晉升機會等，以防止他們離職。

不過，管理人員們必須得按照系統的指示行動嗎？IBM人資長蓋爾鬆（Diane Gherson）並不這樣認爲，但她也警告，遵循系統建議的老闆通常會得到更好的結果。「所有數據都顯示，給員工加薪10%會使他們的『逃跑風險』降低90%。而不採納該建議的經理，其團隊的人力流失率是採納該建議的經理的2倍。」蓋爾鬆補充道，IBM贏得那些抱持着懷疑態度管理人員青睞的另一個方法即，向他們「解釋系統爲何建議採取某些行動，你必須打開『黑盒子』並向他們展示出你的數據。」

即便如此，蓋爾鬆仍認爲績效管理「主要還是人類的工作。管理人員比演算法更能直接瞭解這些報告，他們仍握有最終決定權。」例如，若老闆決定不接受系統提出的關於留住特定員工的建議，「也許經理有更好的理由鼓勵該名員工離開或留下，」或着，經理對一個特定團隊成員的瞭解，能足以令他爲該名員工提供一個更具說服力的激勵，來留住該名員工。

已爲IBM效力25年的老員工瓦格爾（Marc Wangel）負責領導IMB華盛頓特區聯邦政府的業務的由12人組成的戰略和技術團隊，他認爲，IBM的數據驅動系統爲管理人員提供的是「見解」而非「命令」。

過去要評估一名員工的績效，得從不同的人力資源部門記錄中挖掘出每份報告中隱含的訊息。相較之下，新系統可以讓他們以及他們的老闆立即獲得每位員工的職業生涯各個方面的訊息。「這節省了相當多的時間，也讓我成爲一名更好的管理者。」瓦格爾說，「我有了更多時間與團隊成員面對面，對他們進行指導。」

要想讓企業繼續駕馭接連不斷的變革浪潮，績效管理必須不斷髮展，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驅動的數據分析是其中的關鍵部分。而與此同時，經理人作爲教練、顧問、伯樂及啦啦隊成員的角色比以往更爲重要。

漢考克指出，AI非常擅長從大數據中找到趨勢，「但判斷一個人是否需要接受培訓才能更擅長某項合作，這並不容易。你可以擁有世界上所有的數據，但你仍然需要有人來解釋它。」

蓋爾鬆也同意這種觀點，「純粹基於數據的績效反饋很有趣，但在規劃你的職業未來時，你還需要與一位瞭解你、願意傾聽你的目標和夢想的經理建立關係。與AI同樣有用的是，這種關係來自完全不同的地方。這是團隊留給其成員的最好技能。」