用了 AI 之后，员工的工作该怎么评？53% 主管觉得更难：员工考核该改的四件事
一份报告写得又快又漂亮，主管却开始犹豫：这是员工想出来的，还是 AI 写的？monday.com 委托 Nielsen 在 10 月发布的调查访问七国、1,701 位总监与资深主管，53% 表示导入 AI 之后，更难评估员工的原创贡献；78% 已经改变了评估团队的方式。另一份由 Highwire 在 8 月进行的调查则发现，78% 的主管过去一年用过 AI 准备反馈或考核，但只有 16% 的员工说自己被告知。AI 让工作变快，也让员工考核变得更难说清楚。以下是主管与企业主该调整的四件事。
第一件事：员工考核要看“判断”，不只看成品
当成品都很工整，成品本身就不再是最好的评分依据。TechCrunch 对 monday.com 调查的报道指出，主管们开始更重视其他能力：怎么写指令、哪些工作该交给 AI、怎么尝试新的做法。
实际做法可以很简单：
- 请员工说明过程：这份提案哪些部分用了 AI？哪些判断是自己做的？为什么选这个方向而不是另一个？
- 看他拦下了什么：AI 给了错误数字或不合适的语气，员工有没有发现并修正？
- 看结果，而不只看产出：客户有没有回复、项目有没有如期上线，比文件有几页更有意义。
如果要为团队或 AI 智能体建立可衡量的指标，可以参考〈人人都在用 AI 智能体，却只有四分之一在衡量成效〉。
第二件事：把 AI 使用规则讲清楚，双向披露
员工猜不透主管怎么看待 AI，就会选择不说。比较健康的做法，是把规则写下来：哪些工作可以用 AI、哪些数据不能放进 AI、用了要不要标注。我们在〈员工早就在用了：与其禁止，不如为“影子 AI”开一条正路〉谈过该怎么定。
披露也要是双向的。Highwire 的调查中，有 40% 的员工怀疑主管用了 AI 但无法确认，或根本不确定。主管若用 AI 协助整理考核内容，主动说明，反而比被猜到更能维持信任。
第三件事：主管用 AI 写考核，要守住三条界线
AI 可以帮主管把反馈写得更具体。Highwire 的调查中，54% 的员工觉得反馈变得更具体、可执行；但也有 34% 觉得变得更模板化，32% 觉得更没用。另外，The Predictive Index 7 月的调查发现，44% 的主管承认曾把员工姓名或绩效细节输入公开的 AI 工具。
所以主管用 AI 协助考核时，至少守住三条界线：
- 不把可识别的员工数据放进公开 AI 工具，改用公司批准、数据不外流的环境。
- AI 只整理素材，不下结论：评级与薪资、晋升相关的判断由人决定。TechCrunch 也引述研究提醒，AI 模型可能带有对特定群体的偏见。
- 用自己的话写最后一段：员工最在意的，是主管有没有真正看见他的努力。
第四件事：把“监督 AI”的工作算进考核
AI 让产出变快，却多了一种看不见的工作：给 AI 足够的背景、检查输出、修正错误。monday.com 的调查中，47% 的主管说花更多时间审阅与指导团队产出，58% 预期一年内要管理的 AI 智能体会比人还多。
如果考核只算“交了几份”，那些花时间把 AI 产出检查清楚的人，反而显得比较慢。建议把以下几项明确写进评估：
- 主动发现并修正 AI 错误的记录。
- 把好用的 AI 流程整理成团队可共用的方法。
- 判断“这件事不该交给 AI”的决定。
结语：AI 负责产出，人负责判断与信任
AI 时代的员工考核，重点从“做了多少”转向“判断得好不好”与“值不值得信任”。AI 负责完美，人负责动人；同样地，AI 可以帮忙整理考核资料，但看见一个人的成长，仍然是主管的工作。如果你想为团队建立 AI 使用规则与内部工具，欢迎看看 TitApeX 的服务项目，或直接与我们联系。
评论