绩效体系被AI重构之后，为什么员工反而更焦虑了？

# 绩效体系被AI重构之后，为什么员工反而更焦虑了？

你有没有见过这样的场景？

一家互联网公司的HR总监兴奋地向CEO汇报：“我们上线了全新的AI绩效系统！从目标设定到过程追踪，再到最终评估，全部自动化。员工每天的行为数据都会被实时采集，系统会自动生成评分和建议。年度绩效评估周期从三个月缩短到一周。”CEO满意的点了点头。

三个月后，这家公司开始出现离职潮。不是那些绩效差的员工要走，而是绩优员工——那些原本最稳定的核心骨干。

发生了什么？

这可能是大多数企业在拥抱AI绩效管理时，完全没有预料到的结局。

AI把绩效变成了“全景监狱”

传统绩效管理有两大原罪：一是主观偏见，二是周期冗长。AI似乎完美解决了这两个问题——算法不带感情，数据不会说谎，评估可以实时完成。但 AI 带来了第三个问题，而且更致命：它把绩效评估变成了一个“全景监狱”。

什么是全景监狱？这是哲学家福柯提出的概念——一个建筑设计上让囚犯时刻感觉被监视的建筑。囚犯不知道监视者在哪里，但确信自己正在被观察。于是他们开始自我规训——不做任何可能被视为出格的事。

AI绩效系统就是这样一座数字全景监狱。

硅谷一家SaaS公司曾做过一个实验。他们给销售团队配备了一个AI助手，会实时追踪员工的邮件回复速度、会议时长、客户拜访路径。系统会给每个销售人员的“活跃度”打分。这个分数会实时显示在团队排行榜上。

结果是，销售业绩确实提升了3%。但同时，团队内部的协作氛围评分下降了47%。员工开始在匿名调研中写：“我感觉自己不是在见客户，而是在表演给算法看。”一年后，团队离职率攀升到了惊人的31%。

这不是绩效管理。这是绩效监视。

AI的介入，让绩效评估从“结果考核”变成了“过程监控”。而过程监控的可怕之处在于，它把员工变成了时刻被审视的“演员”。当一个人知道自己的一举一动都在被记录和分析时，他首先想到的不是如何把工作做好，而是如何让AI觉得自己把工作做好。

这在心理学上叫做“表演性工作”（Working Under the Algorithm）。它的本质是，员工的工作目标从“创造价值”悄悄变成了“满足算法”。这两者，有时候恰恰是相反的。

评分更准了，但员工为什么不满意了？

传统绩效管理被诟病最多的，是“评分偏见”。管理者凭印象打分，近因效应，晕轮效应，员工不服气。

AI来了。系统基于几百个维度的数据进行综合评分，理论上应该更公平、更客观。但有趣的是，员工对AI评分的接受度，往往比人工评分更低。

这是什么道理？

芝加哥大学行为科学教授尼克·埃普利（Nick Epley）做过一系列关于“算法信任”的研究。他的发现是这样的：人们不是不能接受算法给出的建议，但有一个前提——人们需要“理解”算法为什么这么判断。

人工评分再不公平，员工知道背后是一个“人”。他可以找这个管理者沟通、申诉、争吵。这个过程本身，就赋予了员工某种“掌控感”。哪怕结果不如意，但流程是透明的，关系是对等的。

但AI评分不一样。算法给出了一个低分，员工去问HR：“为什么？”HR也只能摊手：“系统这么判的，我们也不清楚具体逻辑。”员工瞬间失去了对话的对象。他不是在跟一个系统较劲，而是在跟一团无法穿透的“黑箱”较劲。这种无力感，比低分本身更让人崩溃。

没有解释的公平，不是真正的公平。 这是AI绩效系统最被忽视的一个盲点。

AI消灭了绩效申诉，但也消灭了绩效对话

很多企业上线AI绩效系统后，最骄傲的一个宣传点是：“我们大幅减少了绩效争议，AI评估结果让员工心服口服。”

但如果你去问那些员工，他们会告诉你另一个版本：“不是心服口服，是无机可乘。”

传统绩效管理有一个隐含的价值，往往被管理层忽略——绩效面谈本身，就是组织最重要的沟通机制之一。 一个管理者和下属坐下来，认真回顾过去一年的表现，讨论哪些地方做得好，哪些地方需要改进，这是一个极其珍贵的“连接时刻”。

但AI接管之后呢？评估结果出来了，系统生成一份报告，双方签字确认。流程是高效了，但那个真实的、有温度的、有时甚至带有一点冲突的对话，没了。

一位制造业的HR负责人曾跟我分享过一个真实的案例。他们公司用AI系统做绩效评估，第一年效果很好——纠纷减少了，流程加速了。但第二年，管理层发现了一个奇怪的现象：中层管理者的领导力评估分数普遍下降，更关键的是，团队氛围评分也在下降。一问原因，员工说：“以前年终还会跟老板坐下来聊聊，现在系统评完就结束了，感觉自己就是个数字。”

AI消灭的是绩效争议，但同时消灭的，还有绩效对话。

而绩效对话，才是绩效管理真正的价值所在。评估只是手段，对话才是目的。AI优化了手段，却杀死了目的。

落地建议：让AI成为助手，而不是监工

到这里，我想你可能已经感受到了一些不安。但我并不是在否定AI在绩效管理中的价值。我否定的是那种“把一切交给AI”的懒惰思维。

那么，AI绩效体系到底应该怎么建？我给你三条落地建议。

第一条：让AI负责数据，不让它负责判断。

AI最擅长的，是处理海量数据，发现人类看不到的模式。它可以告诉你“哪个销售最近客户拜访频率下降了37%”，但它不应该直接给出“该员工绩效不合格”的结论。判断，应该留给人来做。AI提供的是洞察，不是裁决。这条边界的模糊，是大多数AI绩效系统走偏的开始。

第二条：每一次AI评估结果，都必须附带可解释的理由。

员工看到AI给出的评分时，他最需要的不是分数，而是一个“为什么”。系统应该告诉员工：“你的这项指标下降，是因为近两周的XXX数据出现了变化。”没有解释的评分，只会制造焦虑；有了解释，评分才能变成改进的起点。

第三条：保留人工绩效面谈的环节，把AI报告当作谈话的素材，而不是谈话的替代。

无论系统多先进，管理者和下属之间那种真实的、面对面的对话，都不可替代。AI可以生成报告，但创造连接的，只能是人。把AI当作一个更高效的信息整理工具，而不是一个更冷漠的决策机器。这才是AI在绩效管理中应有的角色。

---

回到开头那个互联网公司的故事。CEO在听到离职潮的报告后，做了一个决定——他让HR关掉了实时排行榜，停掉了过程监控，只保留关键结果数据的定期分析。半年后，离职率恢复了正常水平。

他后来跟我说了一句话，我很认同：“技术最大的价值，不是让机器更像人，而是让人可以做更像人的事。”

绩效管理的本质，从来不是打分和排名。它是一家公司和它的员工之间，最诚实的对话。AI可以重构这个对话的效率，但不该重构这个对话的温度。

别让算法，成为你和员工之间最后的一堵墙。