用了 AI 之後，員工的工作該怎麼評？53% 主管覺得更難：員工考核該改的四件事
一份報告寫得又快又漂亮，主管卻開始猶豫：這是員工想出來的，還是 AI 寫的？monday.com 委託 Nielsen 在 10 月發表的調查訪問七國、1,701 位總監與資深主管，53% 表示導入 AI 之後，更難評估員工的原創貢獻；78% 已經改變了評估團隊的方式。另一份由 Highwire 在 8 月進行的調查則發現，78% 的主管過去一年用過 AI 準備回饋或考核，但只有 16% 的員工說自己被告知。AI 讓工作變快，也讓員工考核變得更難說清楚。以下是主管與企業主該調整的四件事。
第一件事：員工考核要看「判斷」，不只看成品
當成品都很工整，成品本身就不再是最好的評分依據。TechCrunch 對 monday.com 調查的報導指出，主管們開始更重視其他能力：怎麼下指令、哪些工作該交給 AI、怎麼嘗試新的做法。
實際做法可以很簡單：
- 請員工說明過程：這份提案哪些部分用了 AI？哪些判斷是自己做的？為什麼選這個方向而不是另一個？
- 看他擋下了什麼：AI 給了錯誤數字或不適合的語氣，員工有沒有發現並修正？
- 看結果，而不只看產出：客戶有沒有回覆、專案有沒有如期上線，比文件有幾頁更有意義。
如果要替團隊或 AI 代理建立可衡量的指標，可以參考〈人人都在用 AI 代理，卻只有四分之一在量成效〉。
第二件事：把 AI 使用規則講清楚，雙向揭露
員工猜不透主管怎麼看待 AI，就會選擇不說。比較健康的做法，是把規則寫下來：哪些工作可以用 AI、哪些資料不能放進 AI、用了要不要標註。我們在〈員工早就在用了：與其禁止，不如替「影子 AI」開一條正路〉談過該怎麼訂。
揭露也要是雙向的。Highwire 的調查中，有 40% 的員工懷疑主管用了 AI 但無法確認，或根本不確定。主管若用 AI 協助整理考核內容，主動說明，反而比被猜到更能維持信任。
第三件事：主管用 AI 寫考核，要守住三條界線
AI 可以幫主管把回饋寫得更具體。Highwire 的調查中，54% 的員工覺得回饋變得更具體、可執行；但也有 34% 覺得變得更制式，32% 覺得更沒用。另外，The Predictive Index 7 月的調查發現，44% 的主管承認曾把員工姓名或績效細節輸入公開的 AI 工具。
所以主管用 AI 協助考核時，至少守住三條界線：
- 不把可辨識的員工資料放進公開 AI 工具，改用公司核准、資料不外流的環境。
- AI 只整理素材，不下結論：評等與薪資、升遷相關的判斷由人決定。TechCrunch 也引述研究提醒，AI 模型可能帶有對特定族群的偏見。
- 用自己的話說最後一段：員工最在意的，是主管有沒有真正看見他的努力。
第四件事：把「監督 AI」的工作算進考核
AI 讓產出變快，卻多了一種看不見的工作：給 AI 足夠的背景、檢查輸出、修正錯誤。monday.com 的調查中，47% 的主管說花更多時間審閱與指導團隊產出，58% 預期一年內要管理的 AI 代理會比人還多。
如果考核只算「交了幾份」，那些花時間把 AI 產出檢查清楚的人，反而顯得比較慢。建議把以下幾項明確寫進評估：
- 主動發現並修正 AI 錯誤的紀錄。
- 把好用的 AI 流程整理成團隊可共用的方法。
- 判斷「這件事不該交給 AI」的決定。
結語：AI 負責產出，人負責判斷與信任
AI 時代的員工考核，重點從「做了多少」轉向「判斷得好不好」與「值不值得信任」。AI 負責完美，人負責動人；同樣地，AI 可以幫忙整理考核資料，但看見一個人的成長，仍然是主管的工作。如果你想替團隊建立 AI 使用規則與內部工具，歡迎看看 TitApeX 的服務項目，或直接與我們聯繫。
留言