不用罷工要求老闆加薪了！下次如何加薪將由AI和演算法來決定

利用華生（Watson）演算法，IBM的人力資源團隊開發出新的程式，並申請了專利。這個程式可以查看IBM所有公司的數據模式，並預測哪些員工最有可能在不久的將來辭職。然後，這些演算法會推薦採取某些行動，比如更多的培訓或提供晉陞機會，以防止他們離職。

幾乎所有人都認為，傳統的、基於年度考核的員工績效評估方法已經不管用了，即使它曾經奏效過。事實上，很難想像有哪件事會比這種做法更讓員工感到深惡痛絕。

諮詢公司Mercer最近對全球人力資源領導者進行的一項調查發現，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，三分之二的僱主表示，他們正在或試圖做出重大改變。

麥肯錫駐華盛頓的合夥人布萊恩‧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於主觀、過於官僚化、過於落後。」漢考克曾與利用人工智慧（AI）評估人類表現的公司密切合作。

研究顯示，僱主們正在努力廢除年度績效評估，並用即時回饋取代它。新系統還為管理人員提供了廣泛的最新訊息，從某人在當前工作職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部的其他地方得以發揮專長。

漢考克表示，利用這些數據，管理者可以集中精力「指導員工，而不是為他們打分數」。這比過去使用的方式更客觀，更關注未來的結果。最先進的AI系統還能做許多其他的事情，例如：當考慮提拔某人時，要基於公司範圍內巨量資料點的模式，提出具體的建議舉措。

當然，這也引發了許多問題。如果人類管理者開始覺得他們的工作最終只是照章辦事，那麼他們在領導團隊時會有多投入？是否會繼續保持激情？企業如何才能設計出不會將管理者拒之門外的績效管理系統？經理到底扮演什麼角色？

AI如何幫忙

IBM從2015年開始構建基於AI的績效管理系統。該系統讓我們得以一窺，AI如何在增強人類智慧的同時，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？利用華生（Watson）演算法，IBM的人力資源團隊開發出新的程式，並申請了專利。

這個程式可以查看IBM所有公司的數據模式，並預測哪些員工最有可能在不久的將來辭職。然後，這些演算法會推薦採取某些行動，比如更多的培訓或提供晉陞機會，以防止他們離職。

管理者們必須按照系統的指示行事嗎？IBM的首席人力資源長戴安妮‧蓋爾松（Diane Gherson）並不這樣認為，但她提出重要警告：遵循系統建議的老闆通常會得到更好的結果。

蓋爾松指出：「所有的資料都顯示，給某組員工10%的加薪會使他們的『逃跑風險』降低90%。而不採納這些建議的經理，其團隊的流失率是採納這些建議的經理的兩倍。」

她補充說，IBM贏得持懷疑態度管理者忠誠的另一個方法是，「解釋系統為何推薦某種舉措」。你必須打開「黑盒子」，向人們展示數據。

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，他們的直接報告比演算法提供的報告更好，他們還有最後的決定權。

蓋爾松舉例說，如果老闆決定不採納AI系統關於留住某名員工的建議，「也許經理有很好的理由鼓勵這名員工離開。」或者，經理可能非常瞭解給定的團隊成員，從而為他或她提供比系統能夠猜測到的更個性化、更具說服力的留住激勵。

已經為IBM效力25年的老將馬克‧萬格爾（Marc Wangel）領導著由12人組成的戰略和技術團隊，負責IBM在華盛頓特區聯邦政府的業務。他認為，IBM的數據驅動系統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訊息。而相比之下，新系統讓每個人職業生涯各個方面的訊息都能立即提供給他或她的老闆。

萬格爾稱：「這節省了大量的時間，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，並對他們進行指導。」

這很重要。要想讓企業繼續駕馭接連不斷的變革浪潮，績效管理必須不斷發展，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。

然而，與此同時，經理人作為教練、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非常擅長快速分析巨量訊息，並在巨量資料集中發現趨勢。判斷某個人是否需要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。」

蓋爾松也同意這種觀點，她說：「純粹基於數據的績效回饋很有趣，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。」