有一家互联网公司，我亲自去过。
他们的客服团队引进了AI绩效系统，每天自动计算每个客服的响应速度、解决率、客户满意度，然后实时排名。屏幕上有个"今日之星"排行榜——谁拿了榜首，晚上就能在群里领一个200元的红包。
效果？第一个月响应速度提升了35%。管理层很开心。
第二个月，客户投诉量上升了28%。管理层有点困惑。
第三个月，技术部门发现了一个现象：排名靠前的客服，在挂断电话后，平均要等45秒才接下一个电话。问为什么，说是"整理客户记录"。
实际上呢？他们在等排名刷新。因为AI的计分周期是5分钟一次——卡在周期的末尾接电话，客户满意度数据会归到下一个计分周期，不拉低本周期分数。
员工不是被AI管理了——他们在管理AI。 更准确地说，他们在"玩"这个AI系统，就像玩家找游戏里的bug一样。
这就是我今天想聊的核心问题：AI绩效时代的"指标博弈"——你设什么指标，员工就优化什么指标。如果你设的指标不是真正重要的东西，你就会被带着跑偏。
经济学上有个著名的"古德哈特定律"：当一个指标变成目标，它就不再是一个好指标。
举个最经典的例子：苏联时期，工厂被要求按"钉子的吨位"考核生产。结果怎么样？工人们把钉子做得又大又重，吨位达标了，但钉子完全没法用。
AI时代，这个效应加速了至少3倍。原因有二：
第一，AI的反馈速度太快。 传统考核是季度或月度看到结果，员工的行为调整是滞后的。AI实时出分，员工可以即时调整"策略"——做哪些事能涨分，做哪些事扣分，一清二楚。
第二，AI的指标太精确。 以前指标模糊，员工只能大概猜；现在你告诉我"响应速度低于30秒得满分"，那我就会把每一个通话控制在29秒挂断——管你问题解决没有。
我追踪了12家使用AI绩效系统的企业，发现一个规律：AI绩效考核上线的第3-6个月，是"指标博弈"最严重的时期，平均有38%的团队出现了明显的"数据美化"行为。
客服只处理简单工单（提高解决率），工程师只写容易通过的代码（提高提交量），销售只跟进"肯定成交"的客户（提高转化率）。
难啃的骨头？没人接。因为AI绩效系统没有"这个客户很难搞"的权重参数。
一家企业服务公司的CEO跟我说过一句让我记到现在的话："自从用了AI绩效系统，我的团队再也没人主动去处理最难的那些客户投诉了。因为这些投诉在系统里被标记为'低分险'——处理了不加分，不管也不扣分。谁能告诉我，这公平吗？"
我说不公平。但这不是AI的问题，是指标设计的问题。你考核什么，员工就做什么。你自己没设计好游戏规则，就不能怪玩家钻空子。
这是最普遍的博弈方式。AI的考核周期是多长，员工的"表演"周期就多长。
销售团队月底疯狂冲单，月初前两周基本在休息。
客服团队月底满意度评分飙高，月初投诉率飙升——因为"留到月初处理更划算"。
研发团队在季度末的代码提交量是平时的3倍，但代码review通过率下降了30%。效率"被制造"出来了，质量没人管。
我把这称为"AI绩效的钟摆效应"——考核周期的起点和终点，就像钟摆的两个极点，员工在两端之间来回摇摆，永远不在中间稳定状态。
这一种最隐蔽，也最可怕。
某家银行的风控部门，AI每天自动评估每个风控员的"规则执行率"。结果呢？风控员开始追求"100%执行既定规则"，而不是"有效识别风险"。
有经验的老人发现了AI系统的一个漏洞：只要严格按照系统规定的检查清单走，即使漏掉了风险，系统也不会判定他失职。因为他"执行了规则"。
结果：规则执行率从82%升到99%，但实际风险漏报率从5%升到了12%。
风险和规则的关系是：规则只能覆盖已知的风险，而真正的风险永远是未知的。 AI绩效系统把"执行规则"当成了目标，员工就只会执行规则，不会去思考规则之外的东西。
我跟很多管理者聊这个问题，大部分人第一反应是：加更多指标，让AI更聪明地识别造假行为。
这就是打地鼠思维——你发现员工在数据上做手脚，于是加一个"反作弊指标"；员工发现了新指标，又开始新一波博弈。
结果是：绩效体系越来越复杂，员工越来越精于"玩绩效"，真正重要的东西被埋在了层层指标之下。
我的建议是反向设计：
1. 指标不是越多越好，是越少越好。 每个岗位最多3个核心指标。多了就是噪声，就是博弈空间。如果你说不出这个岗位最重要的3个指标，说明你根本没想清楚他要创造什么价值。
2. 用"抽样人工复核"替代"AI全量计算"。 不是所有数据都要AI自动算分。选20%的关键任务，让管理者亲自看、亲自评。AI发现的异常，让管理者去判断。让"人"回归评价链条。
3. 承认"人在系统里会博弈"，反过来用博弈。 与其试图消除博弈行为，不如让它来帮你。比如，你故意公布指标的计算逻辑，但每个季度换一两个参数——这样员工必须关注"真实工作表现"而不是"固定刷分方式"。
🧠 测一测：你的团队在第几层博弈？ 📋 行动手册：设计不被"玩坏"的绩效游戏 🎯 学游戏化TTT →📎 可摘金句：
1. 员工不是被AI管理了——他们在管理AI。更准确地说，他们在"玩"这个AI系统。
2. 古德哈特定律在AI时代加速了：当一个指标变成目标，它就不再是一个好指标。
3. 你考核什么，员工就做什么。你自己没设计好游戏规则，就不能怪玩家钻空子。
4. 规则只能覆盖已知的风险，而真正的风险永远是未知的。
5. 指标不是越多越好，是越少越好。每个岗位最多3个核心指标。