下次如何加薪将由AI和算法说了算

几乎所有人都认为，传统的、基于年度考核的员工绩效评估方法已经不管用了，即使它曾经奏效过。事实上，很难想象有哪件事会比这种做法更让员工感到深恶痛绝。

咨询公司Mercer最近对全球人力资源领导者进行的一项调查发现，只有2%的人认为他们目前的绩效管理体系非常有效。难怪麦肯锡（McKinsey）在最近的另一项研究中报告称，三分之二的雇主表示，他们正在或试图做出重大改变。

麦肯锡驻华盛顿的合伙人布莱恩·汉考克（Bryan Hancock）指出：“管理者和员工都认为，旧的员工绩效评估方法过于主观、过于官僚化、过于落后。”汉考克曾与利用人工智能（AI）评估人类表现的公司密切合作。

研究显示，雇主们正在努力废除年度绩效评估，并用实时反馈取代它。新系统还为管理人员提供了广泛的最新信息，从某人在当前工作岗位上工作了多长时间，到他们拥有的哪些技能可以在公司内部的其他地方得以发挥专长。

汉考克表示，利用这些数据，管理者可以集中精力“指导员工，而不是给他们打分”。这比过去使用的方式更客观，更关注未来的结果。最先进的AI系统还能做许多其他的事情，例如：当考虑提拔某人时，要基于公司范围内海量数据点的模式，提出具体的建议举措。

当然，这也引发了许多问题。如果人类管理者开始觉得他们的工作最终只是照章办事，那么他们在领导团队时会有多投入？是否会继续保持激情？企业如何才能设计出不会将管理者拒之门外的绩效管理系统？经理到底扮演什么角色？

IBM从2015年开始构建基于AI的绩效管理系统。该系统让我们得以一窥，AI如何在增强人类智能的同时，仍能让管理者运用自己的知识和判断力。

举例来说，考虑下IBM系统提出的一种建议：管理者应该在何时以及如何开始积极地鼓励焦躁不安的员工留在公司？利用沃森（Watson）算法，IBM的人力资源团队开发出新的程序，并申请了专利。

这个程序可以查看IBM所有公司的数据模式，并预测哪些员工最有可能在不久的将来辞职。然后，这些算法会推荐采取某些行动，比如更多的培训或提供晋升机会，以防止他们离职。

管理者们必须按照系统的指示行事吗？IBM的首席人力资源官戴安妮·盖尔松（Diane Gherson）并不这样认为，但她提出重要警告：遵循系统建议的老板通常会得到更好的结果。

盖尔松指出：“所有的数据都显示，给某组员工10%的加薪会使他们的‘逃跑风险’降低90%。而不采纳这些建议的经理，其团队的流失率是采纳这些建议的经理的两倍。”

她补充说，IBM赢得持怀疑态度管理者忠诚的另一个方法是，“解释系统为何推荐某种举措”。你必须打开“黑匣子”，向人们展示数据。

即便如此，盖尔松仍然坚持认为绩效管理“主要还是人类的工作”。管理者们知道，他们的直接报告比算法提供的报告更好，他们还有最后的决定权。

盖尔松举例说，如果老板决定不采纳AI系统关于留住某名员工的建议，“也许经理有很好的理由鼓励这名员工离开。”或者，经理可能非常了解给定的团队成员，从而为他或她提供比系统能够猜测到的更个性化、更具说服力的留住激励。

已经为IBM效力25年的老将马克·万格尔（Marc Wangel）领导着由12人组成的战略和技术团队，负责IBM在华盛顿特区联 邦政府的业务。他认为，IBM的数据驱动系统为管理者提供的是洞见，而不是命令。

用过去的方法来评估员工的绩效，意味着要从几套不同的人力资源部门记录中挖掘出每份直接报告中蕴含的信息。而相比之下，新系统让每个人职业生涯各个方面的信息都能立即提供给他或她的老板。

万格尔称：“这节省了大量的时间，实际上让我成为了一名更好的管理者。这样，我就有更多的时间与团队成员见面，并对他们进行指导。”

这很重要。要想让企业继续驾驭接连不断的变革浪潮，绩效管理必须不断发展，以便把正确的技能和人才放在正确的时间、正确的地点，而AI驱动的数据分析是其中的关键部分。

然而，与此同时，经理人作为教练、顾问、人才探子和啦啦队员的角色比以往任何时候都更为重要。汉考克指出：“AI非常擅长快速分析海量信息，并在海量数据集中发现趋势。判断某个人是否需要培训才能更擅长某项合作，这并不容易。你可以拥有世界上所有的数据，但你仍然需要有人来解释它。”

盖尔松也同意这种观点，她说：“纯粹基于数据的绩效反馈很有趣，但在规划你的职业未来时，你还需要与一位了解你、愿意倾听你的目标和梦想的经理建立关系。与AI同样有用的是，这种关系来自完全不同的地方。这是团队留给其成员的最好技能。”