陈春花:AI时代,管理到底对什么负责?

点亮星标“☆”，第一时间获取双童动态

这是“数智新解”栏目的新一篇。之前我们讨论过计划、授权、激励、协同、领导力、赋能等命题。今天，我们回到一个更根本的问题：管理到底对什么负责？很多企业引入了AI绩效系统，数据越来越细，指标越来越多，但管理者的困惑却越来越深——“大家都完成了KPI，为什么业绩没上去？”“团队很忙，为什么产出没增加？”这篇文章，我们回到管理的常识，看看AI时代“管理只对绩效负责”这句话，到底在帮我们解决什么问题。

这些年，越来越多的企业开始将AI工具的使用纳入日常工作考核。有的统计使用频次，有的关注任务完成数量，有的甚至细化到每一步操作的数据轨迹。从管理者的角度看，这么做是有道理的——企业希望推动团队跟上数智化浪潮，希望改变原有的工作习惯，希望让AI真正成为提升效率的工具。这是企业转型的决心，值得肯定。

但在执行过程中，一些意想不到的现象开始出现。有的员工为了满足考核指标，开始“制造”AI使用的痕迹；有的团队把大量精力花在应付数据统计上，反而忽略了真正重要的工作；管理者面对海量的行为数据，却越来越难分辨：谁在真正创造价值，谁只是在完成指标。

这不是AI本身的问题，也不是管理者本身的问题。它说明了一个需要关注的事实：当我们用旧的标准去衡量新的事物时，偏差就会产生。企业推动数智化转型的方向是对的，但考核方式可能需要重新思考。

这就引出了一个基本观点：管理只对绩效负责。这一观点在AI介入的今天，到底在帮我们解决什么问题？

“管理只对绩效负责”的核心思想，用一句话说就是：管理不追求表面的正确，只追求结果的有效。这意味着三件事：

第一，保持纯粹的绩效导向。无论管理工具多先进，如果它不能转化为更高的效益和更快的效率，它就是无效的。

第二，保持独立的商业判断。技术再炫酷，也不能让工具反过来定义业务目标。管理必须服务于经营，而不是服务于数据。

第三，保持对人的核心关注。AI能替代流程，但不能替代人的创造力。管理的目的是把人从繁琐中解放出来，去聚焦真正创造价值的活动。

在AI时代，管理观的一个关键价值，就是帮助我们挤出数据泡沫，识别真绩效——从海量的行为数据中，过滤出真正创造价值的人和事。

要理解“管理只对绩效负责”，绕不开三组关系。但今天，它们有了新的含义。

第一组：功劳vs. 苦劳——AI正在放大“苦劳”的泡沫

过去，苦劳和功劳的区别可能靠管理者的经验判断。今天，AI可以精准追踪每个人的工作量、响应速度、工具使用频次。于是这些“苦劳”指标被自动纳入考核。有数据表明，一些企业在引入AI辅助工具后，开发效率明显提升，但员工的焦虑感反而上升了——因为管理者开始用代码量、操作次数作为新的绩效依据。

但问题是：苦劳不产生绩效。一个销售打了100通电话，如果都是无效沟通，他的贡献是什么？另一个销售只打了10通电话，但拿下了行业标杆客户。谁的绩效高？AI系统如果只看数据，会错判。管理者需要做的，不是取消数据分析，而是主动判断哪些指标真正反映了经营贡献，让考核回归功劳本身。

第二组：能力vs. 态度——态度必须转化为能力才有绩效

AI可以追踪出勤率、学习时长、响应速度，这些数据反映了态度。但态度好不代表能力强。一个员工每天准时打卡、积极参加培训、消息秒回，但他的工作质量平平。另一个员工喜欢打破常规，但总能解决最棘手的问题。AI系统可能会给前者高分，给后者扣分。

这种现象值得管理者警惕。推动员工使用AI，初衷基本上是：希望团队跟上技术变革。但如果只考核“用了没有”，而不问“用得怎么样”“产生了什么结果”，就可能出现偏差。管理只对绩效负责，我们要的是能解决问题的人，不是态度好但不出活的人。态度只有转化为能力——真正解决问题的能力——才会产生绩效。

第三组：才干vs. 品德——才干产生绩效，品德保障才干向善

很多人认为品德优先。但管理只对绩效负责，意味着我们更关注一个人能做什么，而不是他原本是什么样的人。才干——解决问题的实际能力——直接产生绩效。品德更为重要，体现在可以保障拥有才干的人，朝着正确的方向产出绩效。

调研显示，对于AI已经改变了绩效评估方式这一点，管理者与员工之间存在认知差距。AI可以帮助我们评估一个人的技能、经验、成果，但无法判断一个人的价值观、诚信、责任感。这些品德的判断，只能由人来完成。而在AI时代，品德的权重不是降低了，而是提高了——因为当系统越来越强大，品德差的人造成的破坏也会越来越大。

理解了上面的逻辑，我们就可以回答：AI时代，管理者具体该怎么做？

第一，用AI衡量功劳，而不是苦劳。

AI最擅长的是量化。但量化的对象必须由人来定义。管理者要做的，是把“什么算功劳”想清楚——是客户问题的解决？是团队能力的提升？是战略目标的达成？

建议行动：每个岗位列出3-5个真正决定经营成果的“功劳指标”，比如“客户续约率”“关键项目节点达成”“跨部门协作满意度”。然后让AI去追踪这些指标，而不是任由系统自动抓取那些容易量化的“苦劳数据”。每周花10分钟审视数据，问自己：排名靠前的人，真的创造了更大的价值吗？

第二，用AI赋能能力，而不是评估态度。

AI最有价值的地方，是帮助我们发现能力短板、推送学习资源、模拟实战场景——把人从不擅长的、重复性的事务中解放出来，让人专注于创造价值。

建议行动：当AI识别出某位员工在某个技能维度偏弱时，不是急着打分扣分，而是自动推送相关课程或练习。同时，将员工从繁琐的事务性工作中解放出来，让他们有时间用于深度思考和创造性工作。考核时，重点看这段时间产生了什么成果，而不是看他“学了多久”“用了多少次AI”。

第三，用人与文化来保障品德和才干，用AI来判断成果。

AI可以告诉你“这个人做了什么”，但无法告诉你“这个人值不值得信任”。品德的判断，需要管理者与员工在日常工作中的深度互动，企业文化价值观的正向牵引。才干也需要管理者的识别——哪些能力是组织真正需要的？这个人有没有？

建议行动：每季度安排一次非正式的深度对话，不谈数据，深谈价值观、工作动机。同时，管理者要亲自参与关键项目的复盘，观察员工在压力下的判断力和协作方式。AI提供的客观成果数据，则作为验证这些判断的参考。

第四，定义真正的绩效——从“做了什么”到“创造了什么”。

这是管理者最根本的责任。什么叫绩效？不是任务完成率，不是行为数据，而是“效益”和“效率”的统一。公司年度目标分解下来，落实到每个岗位、每个人身上，究竟什么是这个人该为之负责的绩效？这个问题的答案，只能由管理者给出。AI无法替你定义。

建议行动：在设定绩效目标时，强制要求每个指标回答一个问题：“这个指标实现了，对客户或对经营结果有什么直接贡献？”每月花半小时与团队一起审视这些“贡献指标”，根据实际情况动态调整。

回到开篇的问题：AI放大了什么？

它放大了我们对“苦劳”的关注，放大了我们对“态度”的依赖，放大了数据的权威，却可能掩盖了真正的价值。

但这不是AI的错，也不是管理者的错。企业推动数智化转型，希望团队跟上时代步伐，这个方向完全正确。只是在执行过程中，我们需要不断地问自己：我们考核的，真的是我们想要的吗？那些数据，真的反映了绩效吗？

“管理只对绩效负责”这句话，在今天不是一句老生常谈，而是一把手术刀。它能帮我们切开数据的泡沫，看清楚什么才是真正值得关注的。苦劳不产生绩效，态度必须转化为能力才有绩效，品德保障下的才干能够获得可持续的绩效——这三句话，在AI时代比任何时候都更需要被认真对待。

当你想清楚了这一点，AI就是你的助手；想不清楚，AI就是你最大的干扰。