夜雨聆风
全文 2242 字 | 阅读 6 分钟
以前定目标很难，现在AI帮忙变得容易了。但问题也跟着来了：目标越来越多，值得做的却没变多；指标越来越细，方向反而更模糊了。
很多企业正在经历一个变化。
AI能生成增长目标，自动拆到每个部门、每个人，实时追踪进度，预警偏差，调整资源。每个目标都精确，都合理，都有数据支持。
但你会发现，当这些东西越来越完备，一个问题反而越来越突出：目标越来越“精确”，团队却越来越不知道“该往哪里走”。大家被目标淹没，却对目标没了感觉。每个人都知道自己要完成什么指标，但没人说清楚“我们到底为什么要做这件事”。
以前我们担心的是“目标不合理、完不成”。今天，目标太容易制定了，反而不知道怎么选了。AI能帮我们生成目标、分解目标、追踪目标，但它没办法替我们判断：什么样的目标是好目标？什么才是真正值得追求的？
要回答这个问题，先得回到一个最基本的认知。
在《管理的常识》里，我提出过一个观点：目标是“不合理”的。
目标是一种预测，没人敢说预测是合理的；目标是一种决心，你发誓要做什么，目标就出来了。定目标的时候，往往是看发展趋势和面对的竞争。所以目标本身不是讨论“合理性”，而是讨论“必要性”。
但是，实现目标的行动必须“合理”。
计划，就是为了实现目标而寻找资源的一系列行动。计划不是预测，是行动承诺——对目标的承诺，对行动的承诺。
这个道理在不同层级的管理中体现得也不太一样。基层管理者对短期和效益负责，比如成本、质量、短期目标；中层管理者对稳定和效率负责，比如中期发展、生产力、人才队伍；高层管理者对成长和长期发展负责，比如企业未来、投资回报、市场占有率。三层目标功能不同，但必须上下对齐、环环相扣。
回到目标管理的本质。它不是管“目标”这个数字，而是在管三样东西。
第一，管“凭什么”——价值判断。
目标首先解决的是“为什么做”。凭什么选这个目标？凭什么值得整个团队全力以赴？目标是不合理的，不要老盯着它合不合理，要问它有没有必要。
很多企业在AI时代遇到的困境，恰恰是丢了这个能力。AI告诉你市场不错、对手在涨、我们有资源，目标定在增长15%，听起来很合理。但没人问：顾客真的需要我们做这件事吗？这件事对顾客有什么意义？这就是“目标泛滥”的根源——不缺数据，缺判断。
第二，管“认不认”——组织共识。
KPI是必须用的工具，管理的核心就是要有目标。KPI本身就是目标的呈现方式，它的意思不是管控，而是共识。不要把KPI当成一个管控指标，它其实是预算指标，是管理者都要承诺的。不承诺目标，没有资格当管理者。
目标管理的核心从来不是“管”，不是上级往下压指标，而是通过共识让每个人都理解、都认同这个目标。AI打破了信息孤岛，数据统一了，但认知不一定统一。目标写在系统里，没写进人心里。
第三，管“做不做”——行动承诺。
计划的真实含义，是确保行动合理，能找到资源，去实现那个不太合理的目标。计划不是预测，是行动承诺。AI能帮你算出“目标”，但没法替你承诺。承诺是发自内心的。当AI把一切都安排得妥妥帖帖，人的承诺意识反而会被削弱。该我做的，AI都替我安排好了，我还需要“主动”做什么？这是AI时代目标管理一个隐秘的代价。
目标管理的本质，从来不是管那个数字。它关注的是三样东西：凭什么（价值判断）、认不认（组织共识）、做不做（行动承诺）。
AI来了，三层目标和三个本质问题都受到了影响。
第一个挑战：目标“多”了，但“凭什么”丢了。
AI让目标生成变得特别容易。市场部一个目标，销售部一个目标，AI系统自动建议十几个目标，每个都有数据支撑，看起来都该做。
但如果你基于现有的资源和能力来定目标，目标可能合理、也能实现，但等你实现的时候，可能已经被同行和市场淘汰了。AI最擅长基于“现有资源”算出一个最优目标，但真正的目标不该被现有资源限制。如果只选AI建议的、数据好看的，可能正在丧失竞争力。在AI时代，选“什么目标不该设”比选“什么目标该设”更考验管理者的价值判断。
第二个挑战：数据“统一”了，但“认不认”没达成。
AI打破了信息孤岛，数据可以穿透组织，每个人都能看到同一套数据。但信息透明不会自动带来信任，决策快也不等于大家想得一样。
数据统一不等于认知统一。目标是冷的，组织是有温度的。团队对目标理解得一致吗？真心认同吗？投入程度一样吗？这些靠的是共识，不是数据推送。AI可以提供数据，但没法“达成共识”。它没法像你一样在会议室里，听不同的声音、看不同的表情，最后在讨论中找到那个大家都认同的方向。
第三个挑战：行动被“优化”了，但“做不做”弱了。
AI可以帮每个人安排最优路径：做什么效率最高，走什么流程最顺，用什么工具最省力。但计划的核心是行动承诺。承诺是主动的、自觉的。当AI把一切安排妥了，人从“主动者”变成“被动执行者”，承诺意识就会变弱。员工即使完成了指标，也感受不到“非完成不可”的责任感。承诺没法外包，这是目标管理的核心动力，也是AI时代管理者必须主动守护的东西。
AI时代，判断好目标的标准，其实没变。
第一，创造顾客价值。经营的本质就是为顾客创造价值。一个好的目标，一定要回答“这件事对顾客有什么意义”。如果AI能算出完美的数字，但这个数字跟顾客价值没关系，它就不是好目标。
第二，形成组织共识。好的目标不是老板压下来的，也不是AI算出来的，而是团队共同认可的。大家不仅知道“要做什么”，还知道“为什么做”，并愿意投入。
第三，激发组织行动。目标管理不是定一个数字，而是激发一系列行动。目标不是关键，关键是实现目标的行动。好目标能驱动团队去主动找资源、不断创造。
第四，给价值判断留出空间。这一点在AI时代格外重要。好目标不是把一切都算得滴水不漏，而是在算法之外为人的判断留出余地。你可以同时算好几条路，但最终选哪条，取决于管理者的价值判断。AI越强，管理者越不能放弃这个责任。
知道了目标管理的本质和AI时代的挑战，管理者可以从这几件事入手。
第一，把“必要性”讨论变成制度。不要老盯着目标合不合理，要问有没有必要。别让AI的建议把你淹没，做规划时先关掉系统，问问团队：顾客需要什么？我们的使命要求我们做什么？什么目标值得我们全力以赴？
第二，把“共识”当成目标管理的头等大事。别只盯着KPI完成率。从定目标到拆解到追踪，整个过程都要关注大家对目标的共识够不够。KPI不是管，是共识——你不走到团队里去，只用数据看板，共识永远达不成。
第三，把“承诺”转化成可落地的行动。目标不是挂在那里看的，是用来激发行动的。开月度会议时，别光讨论目标本身，目标是个结果。要讨论行动、措施、方案。当团队每个人都知道“我下一步要做什么”“我需要什么资源”，承诺才能真正落地。
第四，学会用AI，但把判断权留给自己。AI特别擅长算“合理性”——资源够不够、路通不通、风险大不大。这些可以交给AI。但“必要性”——这个目标值不值得追、符不符合组织的核心使命——这个判断必须由人来完成。别被数据绑架，要有意识地为价值判断留出空间。
回到开头那个问题。AI时代，目标管理到底在管什么？
答案一直没变。目标管理不是在管那个数字，而是在管三样东西：凭什么选这个目标，让目标有价值；我们对此达成共识，让目标凝聚团队；我承诺为此付出行动，让目标变成动力。
目标管理的本质，是价值判断、组织共识和行动承诺的统一。AI改变了效率和方式，但改变不了这个本质。
AI能帮你算出目标，但给不了你“凭什么”“承诺”和“共识”——这三样，才是目标管理真正要管的东西。
（本文完）
本文收录于“春暖花开”公众号【共生课堂】栏目。转载请联系授权。
微信 ID：chunnuanhuakai-cch
