デジタル時代のパフォーマンス管理：現実と未来

デジタルパフォーマンス管理の変革

デジタル目標設定

パフォーマンス計画は、企業の繁栄戦略と業務を結び付けます。パフォーマンス管理の最初のリンクとして、パフォーマンス管理を成功させるための重要な要素です。デジタル インテリジェンス テクノロジーを通じて組織が収集した大量のデータは、従業員の目標設定に使用できます。デジタル インテリジェンスの目標設定には、アルゴリズムによるタスク割り当てとパフォーマンス目標設定という 2 つの側面があります。

アルゴリズムによるタスク割り当ては、主にギグエコノミーやプラットフォームワークで見られます。たとえば、宅配業者、食品配達員、オンライン配車サービスのドライバーの業務環境では、アルゴリズムが作業員のリアルタイムの地理的位置情報とタスク関連情報 (新規注文、優先順位の変更、期限など) をリンクし、システムがインテリジェントに注文を発送して最適なルートを提供するとともに、顧客インターフェイスで正確な予想配達時間を提供します。アリババの倉庫で実施された 15 日間のフィールド実験では、アルゴリズムによるタスク割り当てプロセスを研究し、労働集約的な環境において、労働者はアルゴリズムによるタスク割り当てプロセスが人間よりも公平であると信じており、さらに生産性が 20% 近く向上したことが示されました。

デジタルインテリジェンステクノロジーは、過去のパフォーマンス、ビジネスニーズ、交通状況、天候などのデータに基づいて、Amazonの現場の倉庫作業員の荷物量目標や輸送ドライバーの貨物配送目標など、パフォーマンス目標を自動的に設定することもできます。組織内のさまざまなポジションにおける比較的複雑なタスクについては、一定規模のデータに基づくモデリングを通じて目標設定を行うこともできます。例えば、営業部門の事業見積、証券会社の目標設定、生産部門の品質・時間・コスト設定、サプライチェーンの安定性目標計画など。

アルゴリズムは効率性と精度を向上させることができますが、多くの問題もあります。アルゴリズムによるタスクの割り当ては市場の需要と従業員の能力に大きく依存しており、従業員にはアルゴリズムで割り当てられたタスクを承諾または拒否する自由がほとんどないため、従業員の自律性に悪影響を及ぼします。多くの場合、アルゴリズムはタスクのハードルを引き上げ続け、雇用の不安定化や作業負荷の増加につながります。知識主導型の職場環境では、アルゴリズムによる目標設定は従業員の自律性にさらに影響を及ぼし、従業員の創造性を制限します。ほとんどのアルゴリズムは「効率」のみを追求し、従業員を「システム」からの長期的なプレッシャーにさらします。たとえば、リアルタイムのアルゴリズム更新を必要とするタスクの見逃しを防ぐために、プラットフォームの作業員は 24 時間オンラインに留まるしかありません。アルゴリズムのタスク割り当てが不確実なため、作業員は急いで仕事に取り掛かることもあれば、何もせずに過ごすこともあり、仕事による燃え尽き症候群が悪化します。

デジタル監視、フィードバック、ガイダンス

デジタル監視

最近、ある有名企業で起きた一連のレイオフにより、従業員の離職傾向や仕事の怠慢を監視できる「従業員行動監視」システムが世間の注目を集めた。このシステムは、従業員の求人検索サイトの訪問回数、チャットキーワード数、検索キーワード数、履歴書提出数を検出し、潜在的な退職リスクのある従業員を事前に特定し、退職リスクのある人のリストと組織のリスクレベルを分析し、退職リスクを判断するための基礎を提供できると理解されています。さらに、このシステムは従業員の怠惰を分析することもできます。このシステムでは、社内イントラネット上での従業員のチャット記録、インターネット時間、アプリケーションアクセス特性などの行動を監視し、事前に定義されたルールに基づいて従業員の勤務状況を判定します。同時に、業務効率に影響を与える無関係なアプリケーションや、作業停止が集中している時間帯を収集することで、従業員の消極的な作業停止につながる要因を自動で分析し、作業停止が最も深刻な部門や従業員をランク付けすることもできます。

情報だけでなくトラフィックも監視されます。昨年末、国美グループが社内向けに出した「従業員行動規範違反に対する処罰に関する通知」が、インターネット上で白熱した議論を巻き起こした。通知には、一部の従業員が仕事場にある会社の公共ネットワークリソースを占有して仕事とは関係のない事柄に従事していたと記載されており、トラフィックデータの使用状況の詳細が列挙されていた。従業員が仕事中にどのウェブサイトにアクセスしたか、どのくらいの時間ビデオを視聴したかは、デジタルインテリジェンスシステムの「目」から逃れることはできなかった。 2018年にガートナーが大企業239社を対象に実施した調査によると、半数の企業が従業員を監視するために、オフィス内での従業員の動きや生体認証データの追跡など、従来とは異なる監視技術を使用していることが分かりました。この割合は2015年のわずか30%から増加しています。

デジタルモニタリングの主な利点は、インターネットの使用状況、ソーシャルメディアの活動、活動の軌跡、感情やストレス、仕事への取り組みなど、複数のメディアを通じて大量の情報や指標を収集して記録できるだけでなく、従業員の行動、行動、パフォーマンスに関するこれらの異種データを自動的に迅速に分析して処理できることです。デジタルパフォーマンス管理システムのリアルタイム分析機能は、組織のパフォーマンス管理情報の適時性を高め、遅延による問題を回避し、部門および組織のパフォーマンスの継続的な改善を促進します。既存の研究によると、デジタル監視は、効果的な管理のために組織に包括的な情報を提供したり、従業員にリアルタイムのフィードバックを提供して適時に行動を調整したり、パフォーマンスに関係のない行動を減らしたりするなど、組織と従業員にプラスの結果をもたらすことが示されています。しかし、デジタル監視は、従業員にプライバシーが侵害されていると感じさせ、不公平感を生み出し、仕事の満足度、組織への関与、創造性を低下させ、さらには逆効果のパフォーマンスを増加させる可能性もあります。つまり、「あなたには方針があり、私には対策がある」ということになります。これは、デジタル監視が達成しようとしていることとはまったく逆の結果です。

デジタルフィードバックとガイダンス

デジタルパフォーマンス管理システムは、パフォーマンス実行プロセス中に、従業員のプロセスパフォーマンスと結果パフォーマンスをビッグデータプラットフォームにリアルタイムで入力し、従業員にリアルタイムのパフォーマンスフィードバックを提供し、分析後、パフォーマンスが低い従業員に必要なガイダンスを提供することができます。心理学的研究によれば、フィードバックと指導はパフォーマンスを向上させる上で重要な要素であることがわかっています。従来のパフォーマンスのフィードバックとガイダンスは、管理者と従業員の面談や書面によるレポートの提供を通じて行われることが多かったのですが、デジタルインテリジェンス技術の導入により、新しいパフォーマンスのフィードバックとガイダンスの方法が誕生しました。

フォーチュン 500 企業の約 10% では、従来のパフォーマンス フィードバックに代わって、透明性の高いパフォーマンス データが採用されています。 Bernstein と Li (2017) は、パフォーマンスの透明性に関する研究で、より詳細でリアルタイムかつ透明性の高いパフォーマンス データを幅広い従業員と共有する (つまり、パフォーマンスの透明性) と、従来のパフォーマンス フィードバックと比較して、従業員の全体的なパフォーマンスが向上し、非生産的な行動を生産的な行動に変えるよう従業員を刺激できることを発見しました。デジタルフィードバックの即時性と透明性により、従業員はいつでも自分の仕事のパフォーマンスを把握できると同時に、他の従業員のパフォーマンスデータを共有し、自己調整を促進してパフォーマンスを向上させることができます。同時に、業績の透明性は管理者の仕事の一部を代替し、非公式の社会的比較の役割を刺激することができます。また、結果は、上司からのサポートが少なく、社会的比較の傾向が低い従業員の方が業績の透明性からより多くの利益を得ることを確認しました。

しかし、パフォーマンスフィードバックにおけるデジタルインテリジェンス技術の応用も、多くの論争を巻き起こしています。デジタルインテリジェンス技術によって提供されるフィードバック情報はより効果的ですが、機械に対する人々の否定的な認識がその有効性を大幅に弱めます。具体的には、一方では、デジタルフィードバックにはプラスの「展開効果」があります。その強力なデータ分析機能により、フィードバックの正確性、一貫性、関連性が高まり、フィードバックの品質が向上し、従業員の生産性が向上し、組織のパフォーマンスが向上します。結果によると、AI システムによって生成されたフィードバックを受けた従業員は、フィードバックの出所を知らされずに人間のマネージャーから提供されたフィードバックを受けた従業員よりも 12.9% 優れたパフォーマンスを示した。一方、デジタルインテリジェンス技術のフィードバックへの応用が従業員に公開されると、新技術に対する否定的な認識や不信感によって引き起こされる「公開効果」により、従業員の生産性が損なわれ、デジタルインテリジェンス技術がもたらすビジネス価値は大幅に弱まります。調査の結果、AIからのフィードバックを受けるよう指示された従業員の業務パフォーマンスは、人間のマネージャーからのフィードバックを受けるよう指示された従業員よりも5.4%低く、新入社員はより悪影響を受ける可能性が高いことが示されました。

パフォーマンス フィードバックに加えて、デジタル インテリジェンス テクノロジーもパフォーマンス ガイダンスにますます使用されるようになっています。 AIコーチは、肉体的な疲労や感情の揺れを経験する人間とは異なります。反復的なトレーニングにおいて、トレーニング タスクをより一貫して、予測どおりに、正確に処理できると同時に、最小限のコストで数千人の従業員を同時にトレーニングできるように迅速に拡張できます。 Zoom は AI コーチ Chorus を使用して営業チームにトレーニングを提供し、取引の成功率を向上させています。

デジタルコーチングに関する懸念の 1 つは、提供される情報が標準化されすぎていて包括的であるため、パフォーマンスの高い従業員にとっては冗長で冗長になり、一方、新入社員にとっては情報全体を吸収して学習することが難しいことです。同時に、対人スキルという「ソフトパワー」の欠如により、従業員が AI コーチを嫌うようになり、スムーズな学習やパフォーマンスの向上が妨げられる可能性があります。 Luoら（2021）は、AIコーチが営業スタッフに提供するトレーニングを研究し、人間のコーチと比較したAIコーチのコーチング効果は、さまざまな営業スタッフ間で逆U字型の分布を示していることを発見しました。つまり、中間層の従業員の営業成績は最も向上しましたが、上位と下位層の従業員の営業成績はわずかにしか向上しませんでした。これは、ランキングの下位にいる営業担当者が最も深刻な情報過多に直面しているのに対し、ランキングの上位にいる営業担当者は AI に対する嫌悪感が最も強いためです。この研究のもう一つの重要な発見は、AI コーチと人間のコーチの組み合わせが最も効果的であり、AI コーチまたは人間のコーチのどちらか一方を使用するよりも優れているということです。この組み合わせにより、AIコーチの「ハードパワー」を活用し、人間コーチの「ソフトパワー」を組み合わせることができるからです。

デジタルインテリジェンス評価

デジタル時代の企業業績評価の重要な手段は、デジタルモニタリングを通じて得られた膨大な多次元ビッグデータを基盤として、インテリジェントアルゴリズムを通じて継続的にデータを分析し、評価することです。実際の状況に基づく評価結果は、アルゴリズムにフィードバックされ、反復的な最適化が行われ、より正確になります。比較的単純な例としては、デジタル労働プラットフォームでは、Didi Chuxingなどのオンライン配車プラットフォームがモバイルアプリケーションを使用して、ドライバーの受諾率、拒否率、配達時間厳守率などの指標を分析し、乗客の消費体験の評価を取得してドライバーの評判スコアを確立しています。また、MeituanやEle.meなどの食品配達プラットフォームは、食品配達ライダーの応答速度、完了した注文の数、総走行距離、配達時間厳守率をリアルタイムで追跡し、顧客の賞賛率に基づいて評価します。上で紹介した営業担当者の業績評価のような、より複雑な評価には、結果の量に対する客観的な評価と、営業行動のプロセスに対するインテリジェントな評価の両方が含まれます。

しかし、この評価は客観的かつ公平なものなのでしょうか?確かに、機械は「私利私欲のために行動したり、詐欺行為をしたり」することはなく、デジタル評価は確かに人手による評価の主観性や「人間的な感情」を回避することができます。しかし、感情の欠如や外部の緊急事態（交通事故、大雨など）に対する鈍感さは、過度に厳格な評価につながりやすく、「人間的な感情」だけでなく「人間性」も欠いてしまいます。インターネットで話題となった記事「配達員、システムに閉じ込められる」が示したように、配達員はアルゴリズムに対抗するために自分の力に頼ることは決してできず、違法運転、逆走、信号無視などによってそのルールに従うことしかできない。

もちろん、デジタル インテリジェンス評価は組織のパフォーマンスにプラスの影響を与えます。アルゴリズムは、実際には、組織が確立し、推奨している作業基準と規範を従業員に伝えます。この情報が従業員に内在化され、理解され、独自の価値判断が形成されると、ほとんどの従業員はアルゴリズムの指示に従い、組織の期待に沿った行動をとるようになります。たとえば、アルゴリズムが肯定的なレビューに基づいて注文を偏らせるポリシーを実装していることを知った後、オンライン配車サービスのドライバーは、肯定的なレビューを獲得して評価を向上させるために、率先してサービスを提供するようになります。しかし、アルゴリズムの不透明性と説明の難しさは、従業員を混乱させる可能性もあります。同時に、直感と主観的な判断の欠如により、デジタルインテリジェンス評価は従業員から非人間的な経験と見なされることがよくあります。デジタルインテリジェンス評価を合理的に活用して従業員のモチベーションを高め、組織のパフォーマンス向上を促進する方法は、管理者にとって避けられない問題です。

大手インターネット企業が何をしているのか見てみましょう。主観的な判断の影響を減らすために、Baidu はアルゴリズムを使用して社内コミュニケーションの頻度、コミュニケーション期間、電子メールのサイズと頻度などのデータを分析し、データモデリング、機械学習、分析検証などの手順を通じて、特定の従業員のパフォーマンス評価に参加する適切で関連性のある候補者を自動的に選択します。 OKR経営を採用しているByteDanceは、評価プロセスで360度評価を採用しています。ただし、従来の360度評価とは異なり、デジタル評価システムでは、データに基づいて各人の評価スタイルを1.0（厳格）から6.0（緩い）まで採点できます。これにより、人の評価スタイルが評価対象従業員の評価結果に過度に影響することを防ぐことができます。同時に、このシステムは、インテリジェントな分析を通じてチームのパフォーマンスを調整し、マネージャーの経験不足による逸脱を可能な限り回避し、より合理的な判断を下せるように支援するためのパフォーマンス調整マトリックスも設計しました。実際、これはパフォーマンス管理における人間と機械のコラボレーションの典型的な具体化です。システムの背後にあるデジタルインテリジェンステクノロジーは、強力なデータ分析と処理機能を通じて、人間の管理者が基準を調整し、「同じ基準」を使用するのを支援し、同時に人間の管理者は管理経験と総合的な判断能力を使用して、最も科学的な評価を行います。

デジタル報酬と罰

デジタル報酬と罰則はデジタル評価の結果に基づいており、従業員はアルゴリズムを通じてインタラクティブかつ動的な方法で報酬と罰則を受けます。優秀な従業員はより多くの機会、より高い給与、昇進を得る一方、成績の悪い従業員は給与やボーナスが削減され、深刻な場合には直接解雇される。 Didi、Meituan、M-turk などの多くのオンライン ギグ労働プラットフォームでは、労働者の賃金はほぼ完全にアルゴリズムによって決定されます。 IBMの最高峰人工知能ワトソンは、従業員の過去の業績やプロジェクト情報などにアクセスして、従業員の将来の可能性を分析・予測し、従業員が昇進できるかどうか、昇給すべきかどうかを判断します。 Google は、エンジニアの昇進の決定においてもアルゴリズムを使用し、それらの決定における人間の偏見を減らしています。アマゾンのアルゴリズムは、物流・倉庫部門の従業員全員の作業効率を追跡し、各従業員の「怠け」時間をカウントする。誰かが長時間仕事を休んでいると、AIが自動的に解雇命令を出す。昨年、ロシアのゲーム決済サービス会社エクソラはAIアルゴリズムを使って150人の従業員を直接解雇し、騒動を巻き起こした。デジタルの賞罰はますます多くの人々を不安にさせています。労働がアルゴリズムによって制御されるにつれて、人間的な配慮が必要な賞罰がアルゴリズムの追加によって冷たくなっています。

将来に向けた効率的かつ柔軟なパフォーマンス管理システムの再構築

人類学者でありデータ社会学者でもあるニック・シルバーは、「アルゴリズム文化」という概念を提唱しました。彼の見解では、アルゴリズムは合理的な手順によって形成されるだけでなく、制度、社会倫理、日常の文化生活などの人間の集団的実践によっても構成されている。デジタルインテリジェンス技術の発展と応用は、パフォーマンス管理の概念と技術に変化をもたらしましたが、組織管理と従業員の業務を強化し、管理効率とサービス品質を向上させた一方で、いくつかのマイナスの影響ももたらしました。

効率的かつ人間的な将来のパフォーマンス管理をどのように構築するか? 「人間と機械のコラボレーション」という考え方、つまり、従来の「人間の支配」に固執するのではなく、アルゴリズムに完全に依存するのではなく、人間と機械の相補的な利点を通じて、効率的で柔軟なパフォーマンス管理の新しいモデルを構築するという考え方を採用することをお勧めします。

デジタルインテリジェンス技術の長所と短所

デジタルインテリジェンステクノロジーには、スピード、効率、客観性、定量化などの利点がありますが、パフォーマンス管理において人間関係や共感がさらに排除されます。このデータ主導のアプローチは、仕事を非人間的な形に変えてしまいます。既存の研究によると、アルゴリズムや機械を使って人間を管理するのは非人間的な行為だとほとんどの人が考えていることが分かっています。たとえば、アルゴリズム技術では変化するシナリオ要因を考慮に入れることができず、アルゴリズムが従業員のパフォーマンスを誤って判断する可能性が高くなります。

人間の善と悪

人間が持つ独特の感情、直感、創造性、想像力、抽象的思考などは、価値判断、感情表現、型破りで創造的な思考といった問題において欠かせないものとなっています。こうした人間の特性は、デジタルパフォーマンス管理によってもたらされる問題を解決し、アルゴリズムを継続的に修正・改善し、アルゴリズムに人間味を注入するのに役立ちます。

具体的には、人間は全体論的、マクロ的、先見的な思考が求められる状況において相対的な優位性を維持する傾向があり、機械にはない想像力と創造力を持っているため、デジタルインテリジェンス技術の意思決定結果をより適切に最適化することができます。人間特有の経験と感情は、複雑な力学においてすべての関係者の利益を調整し、起こり得る対立を排除するのに役立ちます。人間の知能を利用して人工知能を向上させることは、デジタル知能技術がもたらす問題を解決し、デジタル知能技術と人間の知能の有機的な統一を実現できるだけでなく、デジタル知能技術が人間の制御から逃れることを防ぐのにも役立ちます。もちろん、意思決定のスピード、正確性、コスト、客観的かつ構造化された問題の解決という点では、人間がデジタルインテリジェンス技術に劣っていることは否定できません。

デジタルインテリジェンスと人間の共生

機械と人間は互いに補完し合う強みと問題解決能力を持っています。デジタル技術は経営効率の向上に大きな効果をもたらしますが、効率は経営を測定する一側面にすぎません。さらに注目すべきは、経営効果、すなわち、組織の目標と社会ビジョンの適合度、企業の社会的責任や使命の重視、経営倫理の問題への関わりである。デジタルインテリジェンス技術の継続的な発展により、標準化された仕事の多くは機械に置き換えられるでしょうが、感情的な経験が豊富で、創造的で、価値があり、より「温かい」仕事やスキルには、依然として人間が必要です。具体的には、機械の合理的思考は「真実」をより重視するのに対し、人間の思考は「真・善・美」の調和のとれた統一性を重視し、価値の含意や倫理的配慮に重点を置いています。

テクノロジー自体は、非人間的な存在として、人間と同等であり、人間とアクター同盟を組むことができる。デジタルインテリジェンス技術の自動化されたインテリジェントな機能は、技術開発者とユーザーが人間の行動の自律性を無視して、効率性の向上とコストの削減を盲目的に追求するように誘導する可能性があります。しかし、私たちは、インテリジェント システムがどれほど複雑であっても、その意思決定ループには人間が常に積極的に関与するべきだと考えています。時間が経つにつれて、人間と機械の相互作用によって両者がより賢くなる可能性があります。これは、デジタルインテリジェンス技術を人間社会に統合し、責任ある人間と機械の共同作業システムを構築するための保証です。

今後は、「人間と機械のコラボレーション」という理念を採用し、効率的で柔軟な業績管理を構築し、機械の技術的優位性を十分に発揮させて「人間に力を与える」とともに、人間の経験と感性を融合させ、調和のとれた人間と機械のコラボレーションを促進し、従業員が仕事に意義と幸福感を得られるよう支援することが推奨されます。人間と機械の共生という共同作業モードでは、人間は機械のアルゴリズムの最適化に協力することができ、機械の実践は人間の活動を支援することになります。これは双方にメリットのある状況です。

将来のデジタルパフォーマンスは、最初に、インテリジェントで効率的である必要がありますバックは、リアルタイムで透明なパフォーマンスのフィードバックをいつでも提供し、組織全体のコラボレーションを強化します。 UEは、「人々」を4番目にします。これは、人間のマネージャーの「ソフト」なスキルがこのシステムで不可欠である必要があります。従業員と組織のパフォーマンスを向上させる。

結論

デジタル インテリジェンス テクノロジーが発展し、向上するにつれて、管理者と従業員は新しい時代のパフォーマンス管理に適応する必要があります。成熟した経営者は、デジタル知能技術に囚われてアルゴリズムの提案を皇帝の命令のように扱うのではなく、独自の経験と感情を使って判断し、知能機械の力をうまく活用すべきです。新時代の従業員も個人の自発性を発揮し、デジタル技術との関わりに積極的に参加し、個性と潜在能力を発揮し、前向きで楽しい仕事体験を生み出す必要があります。

「アルゴリズムに囚われた」配達員は、自らの仕事を再構築することでアルゴリズムと調和して共存する。アルゴリズムの背後にいる管理者も、アルゴリズムに人間性と価値観を書き込み、企業責任を果たし、合理的なデジタル目標を設定する必要がある。デジタル監視に正解も不正解もありません。管理者は合理的なチャネルを通じてデータを取得し、利益と倫理のバランスをとって結論を導き、従業員に権限を与える必要があります。効率的で正確なデジタルフィードバックには人間味が欠けています。「開示効果」を軽減するために、管理者は率先して介入し、従業員にデジタル技術を適用する目的と利点を伝えて、懸念を軽減する必要があります。同時に、状況に応じて異なるアプローチを採用する必要があり、「万能」なアプローチを採用すべきではありません。たとえば、AI は古い従業員にパフォーマンス フィードバックを提供するために使用できますが、新しい従業員へのパフォーマンス フィードバックは依然としてマネージャーを通じて提供されます。デジタルコーチングでは、組織は AI コーチと人間のマネージャーを組み合わせて採用することが推奨されます。この組み合わせにより、AI は強力なデータ処理スキルとパーソナライズされたフィードバックを提供し、人間のコーチは自動化が難しい微妙な対人コミュニケーションに重点を置きます。最後に、業績結果の適用という重要な部分では、管理者の介入を通じて、従業員の不公平感などの否定的な感情を効果的に軽減し、企業文化や価値観をよりよく発揮することが推奨されます。

結局、どれだけ多くのデータや強力なアルゴリズムを持っていても、その背後にある「01ロジック」を突き抜けて人々の心に届くことはできないのです。