如今，市场上不乏关于绩效管理现状的讨论，而且人们普遍都对现状感到不满，认为相关流程过时、冗余低效，或与实际工作方式脱节。

与此同时，企业面临着日益复杂的形势。随着 AI 融入日常工作流，它不仅改变了人们的工作方式，更重塑了创造价值模式，而且这类价值创造方式往往更隐蔽、更难归因、也更分散，传统系统根本无法精准捕捉。

这引发了一个更基础的问题： 当 AI 协同产出工作成果时，真正有价值的贡献该如何定义？又该建立怎样的考核与激励机制？

我们的最新研究（完整报告将于 5 月下旬发布，并收录于 Future of Work Research Lab 资源库）整合了针对 4,000 多名员工开展的全球调研，以及 25 位绩效与薪酬管理领导者围绕此问题开展的多场次深度研讨。

研究结果不是简单地呼吁替换现有系统，而是揭示了一套规律，为绩效管理体系的迭代升级指明方向。

绩效管理仍然举足轻重

各项数据均一致表明，绩效管理与员工对整体工作体验的感知密切相关。

根据我们的调查数据，员工对绩效管理有效性的看法，与以下方面存在显著且系统性的关联：

• 对管理层的信任
• 感知到的公平性
• 价值与贡献认同感
• 工作满意度
• 对组织的不满

员工对绩效管理机制的评价越高，其感受到的公平性、价值认同、满意度与信任度就越高，负面情绪就越少。如若评价下滑，则各项指标呈反向变化。

从心理学的角度来看，这并不令人意外。绩效管理系统的作用不仅限于评估工作成果，还揭示了企业如何评价员工、分配资源以及制定决策。从这个意义上说，绩效管理系统是企业价值观的直观体现。

此外，我们的数据也清楚地表明，员工对绩效管理 作用 的看法至关重要。

当员工认为绩效管理系统是以促提升或促发展为导向时，他们感知到的公平性、信任感和价值认同感会更高。而当员工认为系统是以 追踪或评估 为导向时，则不太可能出现上述结果，而且值得注意的是，员工更有可能会对企业产生不满。

这种差别看似细微，实则具有重要意义。它表明，绩效管理的影响不仅取决于系统的设计用途，更取决于其落地方式和员工的实际体验。

工作方式的转变正在颠覆现有衡量机制中的假定逻辑

除了这些研究结果外，员工和 HR 负责人普遍认为，工作性质正在发生变化，绩效管理体系也必须同步演进。

总的来说，以下几大因素正在推动这一变革：

• 工作节奏加快，形式更灵活
• 协作更趋于分散且跨职能
• 对数字化工具和 AI 的依赖程度加深
• 技能的半衰期缩短

在这种形势下，绩效管理系统中的一些核心假定逻辑开始显露出局限性。例如，许多系统默认假设：

• 工作产出即等同于价值贡献
• 贡献可以明确归因于个人
• 绩效可以在固定周期内进行评估
• 管理人员能够全面了解情况，准确评估绩效

但在实际场景中，这些假设变得越来越站不住脚。

在我们的客户专题研讨中，HR 负责人一致指出，这种矛盾在以下三个方面最为突出：

1. 确定实际影响。企业通常能够追踪活动和交付成果，却难以确定哪些工作对业务成果产生了实质性影响，或推动了战略优先事项的实现。
2. 衡量长期价值。那些在较长时间范围内逐步显现成效的贡献（例如构建功能、优化系统或降低未来风险），往往无法在年度或季度周期中得到充分体现。
3. 解读绩效信号。绩效评估依然主要由管理人员负责，但他们通常缺乏全面的可视性，尤其是在分布式或异构环境中，因为大部分工作都是在无法直接观察的情况下进行的。

这些挑战未必是新出现的。只不过随着工作日益复杂、相互关联，并且越来越依赖 AI，这些挑战变得愈发突出，也更难应对。

更全面地了解工作贡献

为了更好地理解企业如何应对这些变化，我们邀请 HR 负责人共同探讨未来绩效定义的发展趋势。

HR 负责人在这个问题上虽然没有得出统一的答案，但反复提到了一些观点，这些观点有助于我们更全面地理解何谓“有价值的贡献”。

未来绩效管理的重心将迎来一些方向上的调整：

• 从产出到实际影响：重实际影响，而非单纯的工作产出
• 从短期业绩到长期价值创造：考虑可持续性、下游影响以及长期贡献
• 从个人成就到组织贡献：认可员工赋能他人、提升整体组织效能的价值。
• 从任务完成到决策质量：更加重视决策、优先级排序和辨别能力，特别是在充满不确定性或由 AI 赋能的场景中
• 从定期审查到持续了解：考虑到工作本身一直在不断变化
• 从管理人员的观察到多维度信号综合研判：综合研判多个维度的数据和表现，而不仅仅局限于管理人员直接观察到的情况
• 从静态目标到灵活调整的目标：认识到随着优先事项的变化，可能需要相应地调整目标

综合来看，以上趋势共同勾勒出绩效管理的转型逻辑：即从衡量可见且可归因的成果转变为把握真正创造的价值。

重要的是，这些方向上的调整既非相互排斥的关系，也不是所有企业都会全盘落地。相反，这些趋势展示了企业正在探索多元化的路径，让绩效衡量机制更好地适应当下及未来的价值创造模式。

数据多未必能消除不确定性

应对这些挑战的一个潜在方案是增加绩效数据的数量和粒度。

随着 AI 和数字化工具的进步，如今我们能够捕捉到更广泛的行为信号，包括沟通模式、协作网络、任务耗时指标以及工作流交互情况。

然而，实证分析及我们自己的研究都揭示了一个重要矛盾：虽然掌握更多数据能够提供全新洞察视角，但也会带来诸多问题：

• 噪音和不确定性
• 数据解读方面的挑战
• 隐私和监控方面的问题
• 对公平感和自主性的潜在影响

实证研究表明，即便在技术层面上做到了精准无误，若考评体系不透明、过度介入员工工作，依然会削弱员工的信任感。HR 负责人在和我们讨论时也表达了同样的担忧，尤其是关于绩效指标的生成方式、权重分配，以及员工能否了解这些指标的使用情况或能否对此提出申诉。

因此，问题的核心已从数据量的多寡转向聚焦数据的解读、沟通和治理，也就是说越来越注重数据的透明度和可解释性，以及为人工研判保留空间。

绩效与奖励之间的关系也在不断变化

绩效的定义和衡量方式变化显然会对奖励方式产生影响。

我们的调查数据再次证实，薪酬仍是影响员工工作表现的核心因素。平均而言，员工将约 72% 的工作动力归因于薪酬，其中相当一部分人甚至将几乎 全部 的动力都归因于薪酬。此外，74% 至 80% 的员工表示，在其他条件不变的情况下，薪酬上涨将对关键工作成果产生显著或重大影响，包括工作积极性、敬业度、主动付出、绩效及留任率。从这五项指标来看，仅有极少数（5% 至 8%）受访者认为加薪不会带来任何影响。

这些调查结果充分表明，薪酬依旧是驱动员工行为的重要因素。

与此同时，绩效与薪酬之间的关系正变得日益复杂，并受到以下几方面的影响：

• 薪酬透明度提升
• 基于技能的薪酬模式备受关注
• 团队贡献和网络化贡献概念的兴起
• 员工期望获得更加个性化的奖励体验

这些发展趋势引发了一个重要问题：在贡献更加分散、更隐蔽且难以归因于个人的新形势下，企业如何定义公平以及合理分配奖励。

这些趋势还预示着，奖励的作用发生了巨大变化。 除了反映过往绩效外，薪酬正逐渐成为驱动员工行为和传达组织战略导向的重要机制，尤其是在价值贡献内涵持续演变的当下。

展望未来

归根结底，这些调查结果表明，企业正处于意义重大的转型期。

绩效管理的核心目标基本不变，即确保工作与战略协调一致、支持员工发展以及为奖励决策提供依据，正在发生变化的是实现这些目标的时代背景与业务环境。

随着 AI 不断重塑工作方式，企业需要更加重视以下方面：

• 关注影响，而不仅仅是活动本身
• 认可岗位职责之外的延伸价值贡献
• 整合多数据源与视角
• 构建可信且动态的个人技能及成长追踪机制
• 在技术能力与人工研判和信任之间取得平衡

对于 HR 负责人和技术提供商而言，这既带来了挑战，也创造了机遇，尤其是在绩效和奖励管理系统的设计、解读和体验方面。

敬请关注本专栏，完整研究报告将于 5 月下旬发布。在报告中，我们将更深入地探讨上述影响，包括新兴的评估模型、绩效和奖励系统的设计考量因素，以及 HR 技术的潜在发展方向。

现阶段，我们观察到的一个重要基本点就是：随着绩效定义的演变，绩效评估和奖励系统也必须随之发展。这些系统既要立足于当前的价值创造方式，又必须适应未来的价值创造模式。