【文／周尚勤 圖片提供／達志影像、東方IC】
隨著人工智慧(Artificial Intelligence, AI)的發展，其應用層面擴及至人力資源管理(Human Resources Management)，在英國，成立不到2年的AI新創公司，有超過60％專注在人力資源管理領域；未來20年，該領域創造的經濟價值，更高達1,000億美元，成為產業的潛力新星。AI導入績效管理並非最近才發生的新鮮事，2016年，日本獵人頭招募網站BizReach，就宣佈與Yahoo、美國客戶管理平台Salesforce.com合作開發能蒐集員工工作數據的AI系統。屆時「員工上班時間在幹嘛」、「工作負荷程度」、「績效提前預測」等人力資源管理工作，都可透過數據化分析。
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。
【完整內容請見《能力雜誌》2018年12月號，非經同意不得轉載、刊登】