陳春花：AI時代，管理到底對什么負責？

01.問題導入：AI放大了什么？

這些年，越來越多的企業開始將AI工具的使用納入日常工作考核。有的統計使用頻次，有的關注任務完成數量，有的甚至細化到每一步操作的數據軌跡。從管理者的角度看，這么做是有道理的——企業希望推動團隊跟上數智化浪潮，希望改變原有的工作習慣，希望讓AI真正成為提升效率的工具。這是企業轉型的決心，值得肯定。

但在執行過程中，一些意想不到的現象開始出現。有的員工為了滿足考核指標，開始“制造”AI使用的痕跡；有的團隊把大量精力花在應付數據統計上，反而忽略了真正重要的工作；管理者面對海量的行為數據，卻越來越難分辨：誰在真正創造價值，誰只是在完成指標。

這不是AI本身的問題，也不是管理者本身的問題。它說明了一個需要關注的事實：當我們用舊的標準去衡量新的事物時，偏差就會產生。企業推動數智化轉型的方向是對的，但考核方式可能需要重新思考。

這就引出了一個基本觀點：管理只對績效負責。 這一觀點在AI介入的今天，到底在幫我們解決什么問題？

02.核心思想：擠出數據泡沫，識別真績效

“管理只對績效負責”的核心思想，用一句話說就是：管理不追求表面的正確，只追求結果的有效。這意味著三件事：

第一，保持純粹的績效導向。無論管理工具多先進，如果它不能轉化為更高的效益和更快的效率，它就是無效的。

第二，保持獨立的商業判斷。技術再炫酷，也不能讓工具反過來定義業務目標。管理必須服務于經營，而不是服務于數據。

第三，保持對人的核心關注。AI能替代流程，但不能替代人的創造力。管理的目的是把人從繁瑣中解放出來，去聚焦真正創造價值的活動。

在AI時代，管理觀的一個關鍵價值，就是幫助我們擠出數據泡沫，識別真績效——從海量的行為數據中，過濾出真正創造價值的人和事。

03.三個迷思：AI時代的三組關系被重新定義了

要理解“管理只對績效負責”，繞不開三組關系。但今天，它們有了新的含義。

第一組：功勞vs. 苦勞——AI正在放大“苦勞”的泡沫

過去，苦勞和功勞的區別可能靠管理者的經驗判斷。今天，AI可以精準追蹤每個人的工作量、響應速度、工具使用頻次。于是這些“苦勞”指標被自動納入考核。有數據表明，一些企業在引入AI輔助工具后，開發效率明顯提升，但員工的焦慮感反而上升了——因為管理者開始用代碼量、操作次數作為新的績效依據。

但問題是：苦勞不產生績效。一個銷售打了100通電話，如果都是無效溝通，他的貢獻是什么？另一個銷售只打了10通電話，但拿下了行業標桿客戶。誰的績效高？AI系統如果只看數據，會錯判。管理者需要做的，不是取消數據分析，而是主動判斷哪些指標真正反映了經營貢獻，讓考核回歸功勞本身。

第二組：能力vs. 態度——態度必須轉化為能力才有績效

AI可以追蹤出勤率、學習時長、響應速度，這些數據反映了態度。但態度好不代表能力強。一個員工每天準時打卡、積極參加培訓、消息秒回，但他的工作質量平平。另一個員工喜歡打破常規，但總能解決最棘手的問題。AI系統可能會給前者高分，給后者扣分。

這種現象值得管理者警惕。推動員工使用AI，初衷基本上是：希望團隊跟上技術變革。但如果只考核“用了沒有”，而不問“用得怎么樣”“產生了什么結果”，就可能出現偏差。管理只對績效負責，我們要的是能解決問題的人，不是態度好但不出活的人。態度只有轉化為能力——真正解決問題的能力——才會產生績效。

第三組：才干vs. 品德——才干產生績效，品德保障才干向善

很多人認為品德優先。但管理只對績效負責，意味著我們更關注一個人能做什么，而不是他原本是什么樣的人。才干——解決問題的實際能力——直接產生績效。品德更為重要，體現在可以保障擁有才干的人，朝著正確的方向產出績效。

調研顯示，對于AI已經改變了績效評估方式這一點，管理者與員工之間存在認知差距。AI可以幫助我們評估一個人的技能、經驗、成果，但無法判斷一個人的價值觀、誠信、責任感。這些品德的判斷，只能由人來完成。而在AI時代，品德的權重不是降低了，而是提高了——因為當系統越來越強大，品德差的人造成的破壞也會越來越大。

04.新解呈現：AI時代，如何讓管理真正對績效負責？

理解了上面的邏輯，我們就可以回答：AI時代，管理者具體該怎么做？

第一，用AI衡量功勞，而不是苦勞。

AI最擅長的是量化。但量化的對象必須由人來定義。管理者要做的，是把“什么算功勞”想清楚——是客戶問題的解決？是團隊能力的提升？是戰略目標的達成？

建議行動：每個崗位列出3-5個真正決定經營成果的“功勞指標”，比如“客戶續約率”“關鍵項目節點達成”“跨部門協作滿意度”。然后讓AI去追蹤這些指標，而不是任由系統自動抓取那些容易量化的“苦勞數據”。每周花10分鐘審視數據，問自己：排名靠前的人，真的創造了更大的價值嗎？

第二，用AI賦能能力，而不是評估態度。

AI最有價值的地方，是幫助我們發現能力短板、推送學習資源、模擬實戰場景——把人從不擅長的、重復性的事務中解放出來，讓人專注于創造價值。

建議行動：當AI識別出某位員工在某個技能維度偏弱時，不是急著打分扣分，而是自動推送相關課程或練習。同時，將員工從繁瑣的事務性工作中解放出來，讓他們有時間用于深度思考和創造性工作。考核時，重點看這段時間產生了什么成果，而不是看他“學了多久”“用了多少次AI”。

第三，用人與文化來保障品德和才干，用AI來判斷成果。

AI可以告訴你“這個人做了什么”，但無法告訴你“這個人值不值得信任”。品德的判斷，需要管理者與員工在日常工作中的深度互動，企業文化價值觀的正向牽引。才干也需要管理者的識別——哪些能力是組織真正需要的？這個人有沒有？

建議行動：每季度安排一次非正式的深度對話，不談數據，深談價值觀、工作動機。同時，管理者要親自參與關鍵項目的復盤，觀察員工在壓力下的判斷力和協作方式。AI提供的客觀成果數據，則作為驗證這些判斷的參考。

第四，定義真正的績效——從“做了什么”到“創造了什么”。

這是管理者最根本的責任。什么叫績效？不是任務完成率，不是行為數據，而是“效益”和“效率”的統一。公司年度目標分解下來，落實到每個崗位、每個人身上，究竟什么是這個人該為之負責的績效？這個問題的答案，只能由管理者給出。AI無法替你定義。

建議行動：在設定績效目標時，強制要求每個指標回答一個問題：“這個指標實現了，對客戶或對經營結果有什么直接貢獻？”每月花半小時與團隊一起審視這些“貢獻指標”，根據實際情況動態調整。

05.總結：管理只對績效負責，不是一句口號

回到開篇的問題：AI放大了什么？

它放大了我們對“苦勞”的關注，放大了我們對“態度”的依賴，放大了數據的權威，卻可能掩蓋了真正的價值。

但這不是AI的錯，也不是管理者的錯。企業推動數智化轉型，希望團隊跟上時代步伐，這個方向完全正確。只是在執行過程中，我們需要不斷地問自己：我們考核的，真的是我們想要的嗎？那些數據，真的反映了績效嗎？

“管理只對績效負責”這句話，在今天不是一句老生常談，而是一把手術刀。它能幫我們切開數據的泡沫，看清楚什么才是真正值得關注的。苦勞不產生績效，態度必須轉化為能力才有績效，品德保障下的才干能夠獲得可持續的績效——這三句話，在AI時代比任何時候都更需要被認真對待。

當你想清楚了這一點，AI就是你的助手；想不清楚，AI就是你最大的干擾。

（本文完）

（作者 春暖花開）