從夢魘變新創心頭好

AI會大幅搶走工作是某些人的夢魘，但是根據資誠發佈的報告顯示，20年內，AI等科技在中國可望增加9,300萬個工作機會，尤其服務業更是增加29％。有別於一般的成本考量因素，勤業眾信認為降低成本並非企業引進的主要目標，更不會從此大規模削減人力，而且35％的企業引進AI主要是為了協助決策判斷。如同上述所說，AI的到來可以激發新生的工作，那麼哪一類別最是吃香？英國新創AI公司的喜好或許會打破你我的眼鏡，IT領域不到30％，而感覺最是需要「人性」的人力資源反而超過60％，未來潛在價值更是高達1,000億美元，究竟HR加上AI有怎麼樣的魔力，讓這麼多新創投入呢？

求學時代，每位學生都要透過考試來審視學習的成果；企業階段，績效評估便是每個員工都避不開的階段。根據美國人力資源證照協會(HR Certification Institute, HRCI)對於績效管理的定義，重點是發展員工能力，但現在幾乎都是淪為決定薪酬、人員區隔與晉升的工具。臺灣師範大學科技應用與人力資源發展學系孫弘岳助理教授表示，有許多研究證實，績效管理制度往往無法達到提高員工績效及能力的效果，原因主要在於制度本身沒有聚焦在人員發展、不正確的目標設定、乏善可陳的績效回饋外加主觀的績效評核，讓原本立意良好的工具被汙名化，甚至有些企業動手修正或者廢除績效評核機制，但反而容易引發黑箱作業或者派系角力等疑慮。

即時把關大數據

所以，我們可以得知，「客觀」絕對是績效評估的必備要素，不會疲累、不受情緒影響的AI似乎可以完美勝任，關於這點，萬寶華企業管理顧問公司總經理吳璧昇表示績效評估是評定員工過去的工作表現，在這階段要納入AI的話，比較容易做到的是評估「量化」的KPI是否達成。若是第一線的服務人員，例如：電話行銷、客戶服務等職位，透過數據化來評測績效並不困難，但如果要進一步探討銷售人員面對客戶的整體表現，或客戶回頭率、滿意度等部分，雖然同樣可以數據化，但要單靠AI判讀，發展並無法像「入職面試」那麼迅速，吳璧昇認為越是需要用到人類判斷的領域，自動化的速度就無法那麼迅速。「量化」評估是AI的強項，「質化」評估目前仍有其難度，因此透過AI進行「績效考核」，單純依照數據直接評估並不難，但假如要加上企業價值觀的判斷，難度就會等比增加。除此之外，產業趨勢的變化也是不得不考量的因素，通常AI分析除了強大的電腦運算力，龐大的資料庫支援也是不可或缺，但是大數據的累積需要時間，假如今年企業需要的是擁有A項技能特質的員工，但5年後，B項技能特質才是產業需求，此時，就需要專業經理人或者人類HR來把關。

從人資到企業管理

資誠人資管理顧問公司董事長林瓊瀛更分析，「績效評估」本來就包含「發展」的重要面向，因此不能只是看「現在」，也要看「未來」，依照現今的時代趨勢，績效評估將不再是以往的一年一度大拜拜，而是任何時候都在做即時績效評估，從而根據員工現階段的表現來協助擘畫其未來的發展藍圖。績效評估已經從只看過去的「考古學」，逐漸結合新科技的協助，轉向「即時評估」的領域，這並不代表HR要完全透過AI、大數據等科技來隨時打成績，讓員工過度警惕，而是使員工知道可以隨時補強改進之處，這也是企業及人資即將發展的新方向。在此刻，資誠也嘗試導入先進的人力資源管理平台「Workday」，藉由雲端軟體強大的資料分析力，可得知員工生產力及組織健康度等，例如：透過薪資結構、產業環境、升遷機會等數據，事先預警員工的可能離職機率，提供企業主參考，預先處理，以降低員工離職率及節省衍生的人事成本。

這跟投資管理以人為本的流程有異曲同工之妙，元大投信總經理劉宗聖指出，元大投信為了因應AI時代的來臨，在內部也推行「AI」的概念運動。其中，「Ａ」指的是「自動化」(Automation)，自動化的概念不是粗暴地直接取代員工，是要導入人機協作的模式，員工的時間就不需要花在很單純或機械性的「執行」上，可以有內化、深化職場上所學及新吸收的知識的時間，把沉澱後的學習經驗與精華萃取出來，與組織全員一同共享，帶動整個團隊的能力提昇；「I」則是「互動化」(Interaction)，把各部門整合成一個單位，劉宗聖的做法是將市場跟投資整合起來，投資跟業務也整合在一起，讓製造即銷售、銷售即製造，不再是傳統的由投資單位先製造產品，再交由業務部門去行銷的分頭運作模式，形成多能多工多元的組織新樣態。透過這樣的AI之力，即使世界的趨勢與進步的速度越來越快，企業依舊可以在轉型過程中提昇生產力。

當然AI並非不會犯錯，當訓練機器的人出錯或者接受到錯誤決策，AI也會犯錯，就如同Amazon的AI招聘工具有個顯著的缺點－重男輕女，問題是如何發生的？就在於AI訓練樣本，也就是大數據上面，由於女性相關數據太少，於是AI就「誤」以為不重要，導致發生了歧視事件。最終的問題該如何解決呢？套句老生常談，「科技始終來自於人性」，萬用解方應該也是來自於「人性」吧！欲知AI如何深入HR領域，就看本期《能力雜誌》精彩報導。

【本文出自《能力雜誌》2018年12月號；訂能力電子雜誌；非經同意不得轉載、刊登】

考核未來才是重點

福斯新聞網(Fox News)指出，員工在上班時間逛網站、喝咖啡的時間及老闆最重視的生產效率，都能被AI「算」出來。例如：軟體開發團隊成員每天撰寫多少程式碼，都可以透過監測向老闆報告數據。特別的是，AI與一般科技的不同之處，在於能夠辨別員工意圖，例如：員工上網是為了創造更多銷售管道？或只是偷懶打發時間？這將成為提高生產效率的重要驅動力。然而，利用AI輔助績效管理，並非單純的監測這麼簡單。未來，AI可能不只如大家所擔心的會取代工作、搶走人類的飯碗，甚至員工的績效考核成績，也將掌握在AI的手中。

這不再只是科幻小說或是電影情節，而是IBM員工已經開始面對的現實。在IBM任職，當績效考核時間來臨，員工不僅要依據過去的成就、失敗被評估績效，「未來可能的表現」也是標準之一，而負責的考核官，就是IBM打造的頭號AI—華生(Watson)。也就是說，過去的表現，將不再是未來成功的最佳預測指標。

「算」出員工未來發展

不同於傳統單一的升遷模式，《彭博新聞社》指出，華生會查看員工過去的工作經驗和曾經執行過的專案，來推斷每個人的潛在技能和素質，華生還會搜尋IBM的內部培訓系統，來了解員工是否學習了新技能，當然，做最後決策的依舊不是AI。而是能制定獎金、薪酬和升遷的經理，他將依據華生的判斷來做出考核決定，提出最後裁決。而IBM抽查根據華生的預測對員工績效評估，表示華生對比人力資源專家的內部分析，準確率甚至高達96％。

「我們當然依舊關心員工的表現，但現在更增加了對未來表現的想像。」IBM薪酬與福利副總裁Nickle LaMoreaux這麼說。她進一步指出，如果員工的工作任務沒什麼變化，那依照傳統用過去表現來評估績效，問題其實不大；然而，現今的職務變化迅速，技能的「半衰期」越來越短，員工昨天可以做的事恐比明天可能做的事還少，在這個情況下，必須激勵員工不斷精進。

偏見與偏差

長期關注商業趨勢的《富比世》專欄作家，同時是國際知名暢銷作家、商業與科技策略顧問的馬爾(Bernard Marr)則提出了另一項藉由AI執行績效管理可能產生的優點：消除偏見或偏差。

馬爾指出，現今產業對評估員工績效的方法存在著信心危機，僅6％組織認為他們的績效管理是值得做的。而根據管理研究公司CEB調查發現，也有高達77％人力資源主管反應，績效管理並不能準確反映員工的貢獻。因為，越來越多公司發現現存的績效管理有所限制，例如：組織可能變得越來越大、越來越複雜，或小型企業可能跟網路夥伴合作⋯⋯等，過去的傳統指標很難評估知識經濟中的受雇者的效率是高是低。

除此之外，職場上造成的偏見與偏差，也常被歸類為績效管理執行困難的主因。一些可被記錄下來，有意識或無意識的行為，都可能不公平的影響個人對組織貢獻度的評估。其中，種族和性別，就是最顯而易見的例子。主管的「客觀評估」真的客觀嗎？恐怕不少人會在心裡打個問號。因此，就有人力資源專家指出，AI將有效減少無意識的人類偏見，因為，AI可以調整為忽略年齡、性別、種族等相關訊息。比較幸運的是，上述幾類偏差相對容易被發現，而其他類型的偏見，相對就很容易被忽略了。

在績效管理上容易出現幾種偏差，例如：員工會積極在老闆面前展現功績的「光環效應」(Halo Effect)，或是員工因內向而長期表現不被高調宣傳的「喇叭效應」(Horns Effect)。或像是馬爾所舉例的下列2種偏差：

1.對比偏差(Contrast Bias)

這意味著績效評估者傾向將受雇者的個人表現，與他的同儕比較，而非以已制定好的成就標準。

2.近因偏差(Recency Bias)

又可稱為近因效應，也就是最近發生的事件比較吃香，比起較久遠前發生的表現，雖然同樣都在評估績效的時期內，但最近的表現卻容易被賦予較高的權重，然而，這或許是不公平的。

馬爾進一步解釋，這些偏差都是AI可以介入，並有機會解決的領域，因為 AI不需克服人類因疲勞和邏輯錯誤而產生的判斷偏差。

年度績效評估過時了

人力資源平台BetterWorks創辦人兼執行長Kris Duggan認為，「年度」績效評估是績效評估適用性下滑的原因之一。在工作過程中持續的反饋(Feedback)才是解決方案的一部分，而AI認知系統可以幫助雇主做到。Duggan表示，AI有許多優點，其中一個是它跟許多人類管理者不同，不會到最後一刻，也不會等到「如果我有時間」才做，而是只要想對員工效率進行360度全方位檢視時，就可以即時獲得。當然，AI在人力資源管理的應用上，並不僅止於績效管理，在招聘、面試、培訓、留才、簡化工作流程等，都能節省大量的人力成本。

根據商業網站《商業內幕》(Business Insider)報導，旗下擁有多芬(Dove)、立頓(Lipton)等品牌的消費品巨擘聯合利華(Unilever)，藉著使用AI招聘入門級員工，大幅提高了多樣性，並獲得了成本效益。它在2016年7月到2017年6月的1年間，北美招募成績如下：在90天內，申請者從1.5萬人翻倍至3萬人；平均每位申請者花費的時間，從4個月縮短為4週，招聘人員審核申請的時間減少了75％；進入最後一輪甄選的申請者，從63％成長至80％，而職位的接受率，也從64％增為82％。

如同矛與盾的比拚，究竟AI與人類的戰爭誰勝誰負？雖然在圍棋領域已經大局底定，那麼在偏重人性的人資領域呢？2017年，北美知名的獵人頭公司辦了1場招募比賽，得到第1名的人花了25小時在5,500份履歷中，找到合適的人選。然而，代表AI的機器人只得到第3名，但它僅花了3.2秒就完成任務。AI的時代儼然已經來臨，HR如何應用、擁抱它，是現在到未來最重要的課題。

【本文出自《能力雜誌》2018年12月號；訂能力電子雜誌；非經同意不得轉載、刊登】