为什么持续反馈与 AI 正在取代年度绩效评估
传统的绩效管理体系正面临严重问题。企业平均每年要在绩效管理相关事务上投入每位经理约 210 小时,但只有 14% 的员工明确表示,绩效评估能够激励他们进步(Gallup,2023)。问题不仅仅在于效率低下,更在于:现有制度是为过去的工作时代而设计的。
年度绩效考核、僵化的 KPI,以及自上而下的目标设定,在工作内容可预测、组织层级明确的时代或许有效。但如今的知识型工作需要完全不同的模式:持续反馈、实时洞察,以及建立在信任而非监控之上的绩效体系。
这种转变并非停留在理论层面。研究显示,89% 的招聘失败源于态度问题,而非技术能力不足(Leadership IQ,2020);同时,拥有强大反馈文化的公司,其员工流失率可降低 14.9%(ClearCompany,2020)。如今的问题已不再是“是否要改革绩效管理”,而是“企业能够多快完成适应”。
什么是持续性绩效评估?
持续性绩效评估以持续进行的反馈对话,取代传统年度或季度评估周期。管理者与团队成员不再等到数月后才讨论绩效问题或表彰成果,而是通过定期、实时的沟通,持续交流工作进展、面临挑战以及个人成长方向。
持续性绩效管理的核心原则包括:
- 高频沟通触点:每周或每两周一次的简短交流,取代冗长的年度评估。Gallup(2020)的研究发现,每周获得反馈的员工,其工作投入度高出 2.7 倍。
- 面向未来的发展导向:持续性评估并不过度纠结过去的表现,而是更关注未来成长以及如何移除工作障碍。这种方式与“成长型思维”研究一致:相比结果导向的表扬,聚焦过程的反馈更能培养韧性(Dweck,2016)。
- 双向沟通机制:优秀的持续绩效体系会鼓励员工向上反馈,并积极参与目标制定。研究表明,感到自己意见被重视的员工,更有可能充分发挥最佳表现,其概率高出 4.6 倍(Salesforce,2019)。
- 情境化反馈时机:反馈会在最相关的时刻发生,例如项目结束后、面对挑战时,或出现新机会时。即时反馈能有效避免小问题逐渐演变成重大问题。
向持续反馈转型,并不仅仅意味着“提高反馈频率”。更重要的是建立研究人员所称的心理安全感,也就是员工相信自己能够自由表达观点,而不会因此受到惩罚或羞辱(Edmondson,1999)。当团队成员相信反馈的目的是帮助成长,而非惩罚,他们就会更愿意接受指导,也更敢于承担经过思考的风险。
AI 如何改变绩效追踪方式
人工智能(AI)正在彻底改变企业追踪与管理绩效的方式,使绩效管理从依赖主管主观判断,转向以数据驱动的洞察分析。但 AI 的目标并不是取代人的判断,而是通过更全面的信息来增强决策能力。
实时行为分析
AI 能够分析沟通模式、协作频率以及反馈质量,从而提供更客观的绩效指标。例如,MIT 人类动力学实验室(Human Dynamics Laboratory)的研究发现:团队的沟通模式,比个人智商、性格或技能的总和,更能准确预测团队成功(Pentland,2012)。
现代 AI 系统可以追踪以下内容:
- 反馈质量
自然语言处理技术能够评估反馈是否具体、可执行,并具备成长导向。 - 认可与赞赏模式
AI 能分析团队中谁经常给予认可、谁经常获得认可,从而帮助管理者理解团队互动关系与氛围。 - 员工投入指标
包括参与讨论的积极度、跨团队协作行为等数据,都能作为绩效表现的前瞻性指标。
预测性绩效洞察
AI 特别擅长发现人类容易忽略的模式。通过分析历史数据,AI 能够预测哪些员工可能面临 下降的工作投入度或职业倦怠的风险,甚至在问题明显出现之前就发出预警。
Visier(2023)的研究指出,预测性分析最多可在员工真正离职前 9 个月,就识别出其离职风险。
关键在于:AI 应该用于“提供洞察”,而不是“替代决策”。在 Happily.ai,我们发现最有效的方法,是向管理者提供团队健康状况与员工投入度的实时数据,再由管理者基于这些信息展开真实的人际沟通。
个性化成长建议
AI 还能分析员工的工作模式、优势以及成长空间,并据此推荐个性化的发展机会。这种方式突破了“一刀切”的培训体系,转向更精准的技能培养,使员工个人目标与组织需求能够更好地结合。
不过,在绩效管理中导入 AI,也必须谨慎处理隐私、偏见与透明度等问题。
真正理想的方向,是利用 AI 帮助人们展开更高质量的对话,而不是建立一个破坏信任的监控系统。
为什么当信任不足时,传统绩效框架会失效
OKRs(目标与关键成果法)、KPIs(关键绩效指标)以及其他绩效管理框架,本身都可能是强而有力的工具。但前提是,管理者与团队成员之间必须建立足够的信任。缺乏信任时,这些制度往往不仅无法发挥作用,甚至会适得其反。
衡量悖论
当组织内部信任不足时,员工往往会迎合指标,而不是追求真正有价值的成果。这种现象被称为“古德哈特定律(Goodhart’s Law)”,即当一个指标成为目标时,它就不再是一个好的指标(Goodhart,1975)。哈佛商学院的研究也指出,过度强调绩效指标,会削弱员工的内在动机,并可能导致不道德的捷径行为(Ordóñez,2009)。
例如,一个销售团队若面对高压 KPI,同时又缺乏心理安全感,成员可能会:
- 只追求容易取得的短期成果,而忽视长期客户关系建立
- 不愿与同事分享客户资源或成功经验
- 隐瞒潜在问题,以免显得自己“不够成功”
结果看似数据变好了,但真实绩效却在下降。
反馈循环失灵
传统绩效框架往往假设:反馈能够在主管与员工之间顺畅流动。然而,研究显示,管理者与员工对“管理有效性”的认知存在明显落差。Gallup(2024)的研究指出:
- 59% 的管理者认为自己经常给予员工认可
- 但只有 35% 的员工真正感受到被认可
当信任缺失时:
- 反馈会被过滤
员工告诉主管的,往往是主管想听的话,而不是真正需要知道的信息。 - 目标变成强制指令
缺乏员工参与的自上而下目标设定,会导致认同感不足与优先级错位。 - 指标沦为武器
绩效数据被用于惩罚,而非成长与发展。
创新的扼杀者
在低信任环境下,再加上僵化的绩效制度,往往会压制创新。
当员工担心失败会被追责,他们就会避免承担那些能够带来突破性成果的聪明风险。
Amy Edmondson(2019)的研究发现,“心理安全感”是组织学习行为的关键基础。
拥有高信任关系与良好绩效体系的团队,通常展现出明显优势:
- 项目推进更快
Google 的 “Project Aristotle” 研究发现,心理安全感是团队高效运作的首要预测因素。 - 创新能力更强
高信任团队在面对复杂问题时,更愿意承担合理风险。 - 错误更少
团队成员更愿意主动承认并修正错误。
建立以信任为基础的绩效体系
真正的解决方案,并不是放弃绩效管理框架,而是建立一种“将信任与衡量并重”的制度。越来越多具有前瞻性的企业,正在朝这个方向转型。
从关系开始,而不是从指标开始
在导入任何绩效框架之前,企业首先应该投资于建立良好的主管与团队关系。
研究显示,管理者与员工关系的质量,能够解释员工投入度差异中的 70%(Gallup,2020)。有效的方法包括:
- 培训管理者的反馈能力
教导主管如何提供具体、可执行且具成长导向的反馈。 - 定期关系沟通
将“成长对话”与“绩效评估”分开,避免员工把每次交流都视为考核。 - 建立向上反馈机制
为团队成员创造安全渠道,让他们也能对管理方式提出意见与建议。
为透明度与情境而设计
当员工理解“决策是如何做出的”,以及“自己的工作如何影响整体目标”时,信任就会逐渐建立。
这意味着企业需要:
- 清晰的目标制定流程
让团队成员参与目标制定,而不是单方面被指派任务。 - 持续共享背景信息
帮助员工理解自己的工作如何连接客户成果与企业成功。 - 开放的数据透明度
在可能情况下,让绩效数据更公开透明,而不是封闭在少数管理层手中。
从“评估”转向“赋能”
优秀的绩效体系,不只是衡量成功,而是帮助员工取得成功。
这需要:
- 识别障碍
定期沟通应聚焦于发现并排除影响绩效的阻碍。 - 支持技能成长
将绩效讨论与学习发展机会结合。 - 合理资源配置
确保团队拥有完成目标所需的资源与支持。
用 AI 强化判断,而不是取代判断
AI 应该帮助管理者提升管理质量,而不是消除绩效管理中的“人性元素”。
最成功的 AI 应用方式包括:
- 提供洞察,而非裁决
AI 负责发现模式与趋势,再由管理者与团队共同讨论与理解。 - 保障隐私与自主权
员工应清楚知道哪些数据会被收集,以及这些数据如何被使用。 - 关注团队健康
AI 的用途应是识别哪些团队需要支持,而不是寻找“该惩罚谁”。
前进的方向:持续进化
绩效管理的未来,并不是寻找一个“完美制度”,而是建立能够随着组织与员工持续演化的“适应型系统”。这意味着企业必须拥抱实验与调整、衡量真正重要的事情,并始终把推动绩效的核心——人与人之间的关系放在中心位置。
那些正在引领这场转型的组织,通常拥有几个共同特征:
- 他们除了传统绩效指标,也同时衡量员工投入度与身心健康
- 他们将管理者培养视为企业核心能力之一
- 他们利用科技促进更高质量的沟通,而不是取代沟通
- 他们把绩效管理视为持续过程,而不是一年一次的例行公事
能够做好这一点的企业,将在吸引与留住优秀人才方面获得巨大优势。
在这个顶尖人才拥有更多选择权的时代,绩效管理的质量,已经成为企业之间的重要差异化竞争力。
超越已经失灵的旧制度(Moving Beyond Broken Systems)
传统绩效管理体系,是为一个“稳定且可预测”的世界而设计的。
但今天的组织,需要的是能够快速适应变化、提供实时洞察,并建立信任而非破坏信任的系统。由 AI 支持的持续性绩效管理,其意义并不仅仅是提升效率,更重要的是打造一个让员工能够发挥最佳表现的工作环境。当这些系统运作良好时:
- 管理者会成为更优秀的教练
- 员工能够更快速成长
- 企业整体表现也会持续提升
在 Happily.ai,我们亲眼见证了:当持续反馈、AI 驱动的洞察,以及建立信任的实践真正结合时,组织绩效能够发生巨大改变。
如今的问题已不再是:“你的绩效管理系统是否需要改变?”
而是:“你会主动引领这场变革,还是被迫追赶别人?”
未来属于那些既懂得衡量真正重要的事,又始终记得“绩效终究关乎人”的组织。因为,人们只有在以下情况下,才能发挥最佳表现:
- 信任他们的领导者
- 理解自己的工作意义
- 获得实现成功所需要的支持
准备好通过行为科学、游戏化和 AI 来转变您的组织文化了吗?了解 Happily.ai 如何帮助您打造组织应有的高绩效文化。
当您真正了解员工的感受后,真正的工作才刚刚开始。Budaya 与组织携手合作,将洞察转化为有意识的文化实践、更强的团队一致性,以及可持续的文化变革。让我们一起打造一种员工真正能够亲身体验,而不仅仅是被衡量的企业文化。
领导力
参考:
- ClearCompany. (2020). Performance Management Statistics Report. ClearCompany Research.
- Dweck, C. (2016). Mindset: The New Psychology of Success. Ballantine Books.
- Edmondson, A. (1999). Psychological safety and learning behavior in work teams. Administrative Science Quarterly, 44(2), 350-383.
- Edmondson, A. (2019). The Fearless Organization. Wiley.
- Gallup. (2020). State of the Global Workplace. Gallup Press.
- Gallup. (2023). State of the Global Workplace: The Voice of the World's Employees. Gallup Press.
- Gallup. (2024). Employee Recognition Report. Gallup Workplace Analytics.
- Goodhart, C. (1975). Problems of monetary management: The UK experience. Papers in Monetary Economics, 1, 91-121.
- Leadership IQ. (2020). Why New Hires Fail: Study of 20,000 New Hires. Leadership IQ Research.
- Ordóñez, L. D., Schweitzer, M. E., Galinsky, A. D., & Bazerman, M. H. (2009). Goals gone wild: The systematic side effects of overprescribing goal setting. Academy of Management Perspectives, 23(1), 6-16.
- Pentland, A. (2012). The new science of building great teams. Harvard Business Review, 90(4), 60-69.
- Salesforce. (2019). State of the Connected Customer. Salesforce Research.
- Visier. (2023). AI Adoption in HR: Transforming Workforce Analytics. Visier Research.
Tareef is a product-focused innovator passionate about data, design, and using tech for good. He believes technology should make us better: happier, and healthier.




