原文刊登于新加坡海峡时报

以量化指标为核心的评估方式已然过时。如今关键在于识别并培养那些真正值得发展的能力——因为AI正在接管越来越多可被量化的任务。

随着新加坡职场人士进入年终绩效评估季（performance review season），他们不得不面对一个令人不安的事实：现行的评估体系是为前AI时代设计的。

这套体系衡量的是曾经稀缺的东西——个人生产力、技术产出和任务完成率，却系统性地低估了如今日益关键的能力。

这里存在一个悖论(paradox)：如果你的绩效评估在产出数量（output volume）、响应速度、错误率和任务完成度等方面得分很高，那就意味着你擅长的正是人工智能做得更好的事情。你已经把自己优化到了被淘汰的边缘(You have optimised for obsolescence)。

裁员浪潮

2025年的裁员潮(retrenchment wave)讲述了一个发人深省的故事，也为新加坡在人工智能、自动化以及工作性质演变方面提供了重要启示。

微软、抖音、Meta、Agoda、Ninja Van等公司都在2025年进行了裁员，理由均为“业务重组或结构调整”。翻译过来就是：企业正在厘清AI能做什么，并据此调整人力配置。

新加坡的数据也讲述着类似的故事，只是更为低调。尽管2025年第三季度裁员人数稳定在3,500人，整体就业人数增加了24,800人，但“业务重组”仍是裁员的主要原因——这实际上是对AI驱动的人力资源重新校准的一种委婉说法。

从律师到管理顾问等知识型工作者正面临所谓的“岗位再设计”（job redesign）：由于生成式AI（Gen AI）接手了大量可量化的任务，他们反而被要求做更少的工作、拿更少的报酬。

而且受影响的不只是知识型工作者。据泄露的内部文件显示，美国第二大雇主亚马逊计划到2027年用机器人取代其国内最多60万名员工。目标是将其仓储与物流网络中高达75%的环节实现自动化，这可能成为美国企业史上规模最大的劳动力转型之一，也预示着未来可能发生的变化。

在新加坡，每年绩效评估季，各组织都会通过隐含的选择传递出他们重视什么。2025年，这些选择格外重要。我们应当共同决定：在AI承担更多可量化任务的时代，人类工作者的价值究竟体现在哪里？哪些贡献值得认可？又该培养哪些核心能力？

我们过去衡量什么？

迄今为止，绩效评估一直被用作正式工具，用于评估工作表现、提供反馈、规划职业发展，以及决定员工是否应获得晋升或至关重要的加薪。当然，它也是传达坏消息的方式——比如当某人未能达成目标时。绩效评估适用于管理者、支持人员乃至非专业岗位员工。

这一流程虽已逐步现代化：许多企业从年度考核转向持续反馈，AI生成的评估摘要也开始辅助主管判断。

然而，传统绩效体系仍主要追踪每周处理的文件数量、对查询的响应时间、按时完成的任务数、错误率或生产效率比等指标。这些指标在过去区分高绩效与低绩效员工时确有意义，当时人类承担全部工作，这些数据是价值的合理代理。但如今，这些恰恰是AI最擅长的任务。

当企业继续以处理文件数量、响应速度或执行一致性来评估员工时，实际上是在使用一套AI终将全面超越的标准。

以教育为例，AI现在可以起草讲解内容、生成例题，甚至预测学生常见的误解。但它无法做到的是：根据学生的具体背景判断何时需要换一种方式解释概念；察觉学生提出的问题本身就有偏差并加以引导；或针对个体需求投入精力，而非仅按“平均情况”进行优化。

这种模式在各行各业普遍存在：那位让团队整体效率提升、但个人产出较少的同事；那位能在问题恶化前就察觉苗头的团队成员；那位愿意花时间深入理解情境、从而在未来提出更优解决方案的专业人士。

这些贡献的共同点在于：它们依赖人际关系、高度情境化，而非可规模化、标准化；它们需要持续关注个体具体情况。

激励陷阱

问题在于，这种机制制造了扭曲的激励。理性的员工会把精力投向那些被衡量和奖励的行为。当绩效体系只追踪可量化产出、却忽视情境判断时，员工自然会相应分配自己的努力。结果就是：系统在训练人们变得更像AI，而此时人类真正的价值恰恰在于“不像AI”。

一位专业人士花数小时深入了解客户的具体情况后再提出方案，其“可测量产出”可能与直接套用模板的人完全相同。这种对情境的理解投入，在现有体系中无法体现。久而久之，聪明的员工只会专注于系统所衡量的内容。

如今的竞争优势恰恰存在于那些难以被衡量的领域：

• 足够深入地理解情境以灵活运用知识；
• 针对特定情况定制化投入精力；
• 在标准方法失效时做出判断。

这些能力是可以培养且至关重要的，但由于绩效体系未能捕捉它们，因而被严重低估。如果我们一边培训人们获取技术资质，一边却继续用可量化产出作为奖励标准，就会彻底偏离方向。

我们必须开始在绩效评估中纳入协作能力、创新能力与判断力等指标：例如，

• 同事在复杂情境下多频繁地寻求某人的判断；
• 其在问题升级前发现隐患的能力；
• 以及其根据具体情境定制解决方案的有效性。

真正重要的是：在标准化失效之处创造价值，在不确定性中行使判断力，以及在没有明确流程时如何行动——这正是人类不可替代的核心所在。

我们对持续反馈和AI赋能绩效工具的重视，为我们提供了良好基础——前提是我们将这些系统重新导向真正重要的衡量维度。

今年的考核，明年的战略

对于正在接受绩效考核的员工，请重新思考如何展现自身价值。不要只汇报你完成了什么——AI很快就能做得更多。请记录下：你的判断如何避免了潜在问题；你对情境的理解如何促成了更优方案；你对关系的投入如何带来了标准化流程无法实现的成果。

对于正在开展评估并做出留任决策的企业——尤其是那些已经裁员的公司——请自问：你是否留对了人？你保留的是那些绩效评分表上表现优异、但很快会被AI超越的人？还是那些通过营造卓越文化创造独特价值的人？

一些组织已率先迈出步伐。波士顿咨询公司（Boston Consulting Group）如今将“AI能力”纳入核心评估标准——不仅看员工取得了什么成果，更评估他们如何有效利用AI工具、借助AI提升解决问题的效率，以及与AI系统协同工作的能力。

科技公司瞻博网络（Juniper Networks）则彻底重构了绩效体系：将“工作产出”权重降至仅25%，其余75%用于衡量学习敏捷性、人际关系和使命契合度——这些正是AI时代真正关键的能力。

这些并非孤立的实验，而是证明：当AI接管常规任务后，绩效体系完全可以进化，去衡量真正创造价值的东西。

对于今年正在开展绩效评估的新加坡企业，摆在面前的问题是：你是愿意成为这些前瞻性实践的先行者？还是等到竞争对手已经抢先锁定那些擅长AI无法胜任之事的人才之后，才追悔莫及？