La planification des performances relie la stratégie de prospérité et les opérations de l'entreprise. En tant que premier maillon de la gestion des performances, elle est un facteur clé dans la mise en œuvre réussie de la gestion des performances. La grande quantité de données collectées par les organisations grâce à la technologie d'intelligence numérique peut être utilisée pour définir les objectifs des employés. La définition des objectifs de l'intelligence numérique comprend deux aspects : l'attribution algorithmique des tâches et la définition des objectifs de performance.
L'allocation algorithmique des tâches existe principalement dans la gig economy et le travail sur plateforme. Par exemple, dans le contexte du travail des coursiers, des livreurs à emporter et des chauffeurs de taxi en ligne, les algorithmes relient les informations de localisation géographique en temps réel des travailleurs avec les informations liées aux tâches (telles que les nouvelles commandes, les changements de priorité, les délais), et le système répartit intelligemment les commandes et fournit des itinéraires optimaux tout en fournissant des délais de livraison prévus précis à l'interface client. Une expérience de terrain de 15 jours menée dans un entrepôt d'Alibaba pour étudier le processus d'attribution algorithmique des tâches a montré que dans les environnements à forte intensité de main-d'œuvre, les travailleurs percevaient le processus d'attribution algorithmique des tâches comme plus équitable que les humains, augmentant ainsi leur productivité de près de 20 %.
La technologie d'intelligence numérique peut également définir automatiquement des objectifs de performance basés sur les performances passées, les besoins de l'entreprise, les conditions de circulation, la météo et d'autres données, telles que les objectifs de volume de colis d'Amazon pour les employés d'entrepôt de base et les objectifs de livraison de marchandises pour les chauffeurs de transport. Pour les tâches relativement complexes des différents postes au sein de l’organisation, la définition d’objectifs peut également être réalisée par le biais d’une modélisation basée sur une certaine échelle de données. Par exemple, le calcul commercial du service commercial, la définition des objectifs de la société de valeurs mobilières, la définition de la qualité, des délais et des coûts du service de production, la planification des objectifs de stabilité de la chaîne d'approvisionnement, etc.
Bien que l'algorithme puisse améliorer l'efficacité et la précision, il présente également de nombreux problèmes. L'attribution algorithmique des tâches dépend fortement de la demande du marché et des capacités des employés, et les employés ont peu de liberté pour accepter ou rejeter les tâches assignées par des algorithmes, ce qui aura donc un impact négatif sur l'autonomie des employés. Souvent, les algorithmes élèvent continuellement les normes des tâches, ce qui entraîne une précarité de l’emploi et une augmentation de la charge de travail. Dans un environnement de travail axé sur la connaissance, la définition d'objectifs algorithmiques affectera l'autonomie des employés et limitera leur créativité. La plupart des algorithmes recherchent aveuglément « l'efficacité » et mettent pendant longtemps les employés sous la pression du « système ». Par exemple, afin d'éviter de manquer des tâches lors des mises à jour des algorithmes en temps réel, les travailleurs de la plateforme ne peuvent rester en ligne que 24 heures sur 24. L'incertitude de l'attribution des tâches des algorithmes les amène parfois à se précipiter au travail et parfois à rester inactifs, ce qui aggrave leur épuisement professionnel.
Récemment, les licenciements d'une entreprise bien connue ont amené au public un système de « surveillance du comportement des employés » qui peut surveiller les tendances du roulement des employés et les situations de ralentissement. Il est entendu que le système peut détecter le nombre de fois que les employés visitent des sites Web de recherche d'emploi, le nombre de mots-clés de chat, le nombre de mots-clés de recherche et le nombre de soumissions de CV, etc., afin de découvrir les employés présentant des risques potentiels de démission dans avancer et analyser la liste et le niveau de risque des employés risquant de démissionner pour l'organisation, et fournir la base pour déterminer le risque de démission. En outre, le système peut également analyser le retard des employés. Les enregistrements de discussion des employés sur l'intranet de l'entreprise, le temps de connexion et les caractéristiques d'accès aux applications seront tous surveillés par ce système, et le statut de travail de l'employé sera déterminé selon des règles prédéfinies. Dans le même temps, en collectant les applications non pertinentes qui affectent l'efficacité du travail et les périodes où le relâchement est concentré, le système peut également analyser automatiquement les facteurs qui poussent les employés à être passifs et paresseux dans leur travail, et fournir un classement des départements et des employés avec le le relâchement le plus important.
Non seulement les informations sont surveillées, mais aussi le trafic. À la fin de l'année dernière, un « Avis sur les sanctions en cas de violation du code de conduite des employés » publié en interne par le groupe Gome a suscité de vives discussions sur Internet. Le rapport indiquait que certains employés occupaient les ressources du réseau public de l'entreprise dans la zone de travail pour s'occuper de questions sans rapport avec le travail, et répertoriait les détails de l'utilisation des données de trafic sur les sites Web visités par les employés pendant leur travail et la durée pendant laquelle ils regardaient les vidéos. yeux" du système de renseignement numérique. ". Une enquête Gartner de 2018 auprès de 239 grandes entreprises a montré que la moitié des entreprises utilisaient des technologies de surveillance non traditionnelles pour surveiller les employés - notamment le suivi des activités des employés au bureau et de leurs données biométriques. Ce chiffre n'était que de 10 % en 2015. 30 %.
Un avantage clé de la surveillance de l'intelligence numérique est qu'elle peut non seulement collecter et enregistrer une grande quantité d'informations et d'indicateurs via plusieurs médias, tels que l'utilisation d'Internet, les activités sur les réseaux sociaux, les trajectoires d'activité, les émotions et le stress et la contribution au travail, mais Analysez et traitez également automatiquement et rapidement des données hétérogènes sur le comportement, les actions et les performances des employés. La fonction d'analyse en temps réel du système numérique intelligent de gestion des performances peut améliorer l'actualité des informations de gestion des performances organisationnelles et éviter les problèmes causés par le décalage, contribuant ainsi à une amélioration continue des performances du département et de l'organisation. Les recherches existantes montrent que la surveillance de l'intelligence numérique apportera des résultats positifs aux organisations et aux employés, tels que la fourniture aux organisations d'informations plus complètes pour une gestion efficace, la fourniture aux employés d'un retour d'information en temps réel pour ajuster leurs comportements en temps opportun et la réduction des comportements sans rapport avec les performances. . Cependant, la surveillance numérique peut également donner aux employés le sentiment que leur vie privée a été violée, créer un sentiment d'injustice, réduire leur satisfaction au travail, leur engagement organisationnel et leur créativité, et même augmenter les performances contre-productives, c'est-à-dire « vous avez des politiques, j'ai des contre-mesures ». "—— C'est exactement le contraire de ce que la surveillance du renseignement numérique tente d'atteindre.
Dans le processus d'exécution des performances, le système de gestion numérique des performances saisit en temps réel les performances des processus et les résultats des employés dans la plate-forme Big Data et fournit également des commentaires sur les performances en temps réel aux employés. être analysé après analyse. Fournir les conseils nécessaires aux employés ayant de mauvaises performances. La recherche psychologique montre que le feedback et l'orientation sont l'une des conditions importantes pour améliorer les performances. Les retours d'informations et les conseils traditionnels sur les performances sont souvent complétés par des managers qui interrogent les employés ou fournissent des rapports écrits, mais l'introduction de la technologie d'intelligence numérique a déclenché la naissance de nouvelles méthodes de retour d'informations et d'orientation sur les performances.
Dans près de 10 % des entreprises Fortune 500, les données transparentes sur les performances ont remplacé les commentaires traditionnels sur les performances. Les recherches de Bernstein et Li (2017) sur la transparence des performances ont révélé que des données de performance transparentes, plus détaillées, plus en temps réel et partagées avec un plus large éventail d'employés (c'est-à-dire la transparence des performances) peuvent mieux améliorer les performances globales des employés et les motiver. employés que le feedback de performance traditionnel. Le comportement improductif des employés se transforme en comportement productif. L'immédiateté et la transparence du feedback numérique permettent aux employés de comprendre à tout moment leurs propres performances au travail, tout en partageant également les données de performance des autres employés pour promouvoir l'autorégulation et ainsi améliorer les performances. Dans le même temps, la transparence des performances peut remplacer une partie du travail du manager et stimuler le rôle de comparaison sociale informelle ; les résultats confirment également que les salariés qui reçoivent moins de soutien de la part de leurs supérieurs et qui ont des tendances moins favorables aux comparaisons sociales bénéficient davantage de la transparence des performances.
Cependant, l'application de la technologie de l'intelligence numérique dans le feedback sur les performances a également suscité de nombreuses controverses. Les informations en retour fournies par la technologie de l'intelligence numérique sont plus efficaces, mais la perception négative des machines par les gens affaiblira considérablement son effet. Plus précisément, d'une part, le feedback de l'intelligence numérique a un « effet de déploiement » positif. Ses puissantes capacités d'analyse des données peuvent améliorer l'exactitude, la cohérence et la pertinence du feedback, améliorer la qualité du feedback et favoriser l'amélioration de la productivité des employés, améliorant ainsi performances organisationnelles. Les résultats ont montré que sans connaître la source du feedback, les employés ayant reçu des feedback générés par un système d’IA ont obtenu des résultats 12,9 % meilleurs que les employés ayant reçu des feedback fournis par des managers humains. D'un autre côté, une fois que l'application de la technologie d'intelligence numérique dans les commentaires est divulguée aux employés, « l'effet de divulgation » provoqué par les perceptions négatives et la méfiance à l'égard de la nouvelle technologie nuira à la productivité des employés, et la valeur commerciale apportée par la technologie d'intelligence numérique sera être perdu. Les résultats de l’étude ont montré que les performances au travail des employés à qui il était demandé de recevoir des commentaires de l’IA étaient 5,4 % inférieures à celles des employés à qui il était demandé de recevoir des commentaires de gestionnaires humains, et que les nouveaux employés étaient plus susceptibles d’être affectés négativement.
En plus du feedback sur les performances, la technologie de l'intelligence numérique est de plus en plus utilisée dans l'orientation des performances. Les coachs IA sont différents des humains qui souffrent de fatigue physique et de sautes d’humeur. Il gère les tâches de formation de manière plus cohérente, prévisible et précise lors de formations répétées, tout en pouvant évoluer rapidement pour former simultanément des milliers d'employés à un coût minime. Zoom utilise le coach IA Chorus pour former son équipe commerciale afin d'améliorer le taux de réussite des transactions.
L'une des préoccupations concernant les conseils en matière d'intelligence numérique est que les informations qu'elles fournissent sont trop standardisées et complètes, ce qui semble redondant et verbeux aux employés ayant d'excellentes performances, et il est difficile pour les nouveaux employés de les absorber et d'apprendre pleinement. Dans le même temps, le manque de « soft power » des compétences interpersonnelles peut conduire au ressentiment des employés à l'égard des coachs en IA et entraver l'apprentissage fluide et l'amélioration des performances des employés. Luo et al. (2021) ont étudié la formation dispensée par les coachs IA au personnel de vente et ont découvert que l’effet de guidage des coachs IA par rapport aux coachs humains présentait une répartition en forme de U inversé entre les différents personnels de vente. En d’autres termes, ce sont les performances commerciales des employés de rang intermédiaire qui se sont le plus améliorées, mais celles des employés supérieurs et inférieurs n’ont connu que des augmentations limitées. En effet, les ventes en bas du classement souffrent le plus de la surcharge d’informations, tandis que les ventes en haut du classement sont les plus opposées à l’IA. Une autre conclusion importante de l’étude est que la combinaison coach IA-coach humain a le meilleur effet, ce qui est meilleur que l’utilisation uniquement de coachs IA ou de coachs humains. Parce que cette combinaison peut non seulement utiliser le « hard power » des coachs IA, mais aussi combiner le « soft power » des coachs humains.
La méthode importante d'évaluation des performances des entreprises à l'ère de l'intelligence numérique est basée sur les mégadonnées multidimensionnelles massives obtenues par la surveillance de l'intelligence numérique. Les données sont analysées et évaluées en permanence grâce à des algorithmes intelligents, puis évaluées. les résultats sont combinés avec la situation réelle. Les commentaires sont intégrés à l'algorithme pour une optimisation itérative afin de le rendre plus précis. Relativement simples, comme la plateforme de travail numérique, les plateformes de covoiturage telles que Didi Chuxing utilisent des applications mobiles pour analyser le taux d'acceptation des commandes des conducteurs, le taux de refus de commandes, le taux de ponctualité et d'autres indicateurs et obtenir les évaluations des passagers sur l'expérience de consommation afin d'établir les points de réputation du chauffeur ; les plateformes de livraison de nourriture telles que Meituan et Ele.me suivent la vitesse de réponse, le nombre de commandes terminées, le kilométrage total et la ponctualité de livraison des livreurs en temps réel, et les évaluent en fonction des taux d'éloges des clients. De manière plus complexe, l'évaluation des performances du personnel de vente telle qu'elle a été introduite ci-dessus comprend à la fois une évaluation objective du nombre de résultats et une évaluation intelligente du processus de comportement commercial.
Mais ce type d’évaluation peut-il être objectif et juste ? Il est vrai que les machines ne se livreront pas au « favoritisme » et l'évaluation de l'intelligence numérique peut en effet éviter la subjectivité et les « sentiments humains » de l'évaluation manuelle. Cependant, le manque d'émotion et l'insensibilité aux urgences extérieures (telles que les accidents de la route, les fortes pluies, etc.) etc.) sont faciles à réaliser. En conséquence, l’évaluation est trop rigide, la rendant non seulement dépourvue d’émotion mais également dénuée d’« humanité ». Comme le montre l'article « Talk Delivery Riders, Trapped in the System » qui a fait exploser Internet, les coureurs ne peuvent jamais compter sur leur force personnelle pour lutter contre l'algorithme. Ils ne peuvent se conformer à ses règles qu'en conduisant illégalement, en conduisant dans la mauvaise direction. , feux rouges allumés, etc.
Bien entendu, l’évaluation de l’intelligence numérique a un impact positif sur la performance organisationnelle. Les algorithmes transmettent en fait aux employés les standards et normes de travail établis et préconisés par l'organisation. Lorsque ces informations sont internalisées et comprises par les employés et qu'ils forment leurs propres jugements de valeur, la plupart des employés suivront les instructions de l'algorithme pour se comporter conformément à celui de l'organisation. attentes. Par exemple, une fois que les chauffeurs de VTC en ligne ont appris que l'algorithme met en œuvre une politique de répartition préférentielle basée sur leurs notes favorables, ils effectueront de manière proactive des actions de service pour obtenir des commentaires favorables et améliorer leurs notes. Cependant, l’opacité et le caractère inexplicable des algorithmes peuvent également dérouter les employés. Dans le même temps, en raison du manque d’intuition et de capacités de jugement subjectif, l’évaluation de l’intelligence numérique est souvent considérée par les employés comme une expérience déshumanisante. Comment utiliser raisonnablement l’évaluation de l’intelligence numérique pour motiver les employés et promouvoir l’amélioration des performances organisationnelles est une proposition incontournable pour les managers.
Jetons un coup d’œil à ce que font les principales sociétés Internet. Afin de réduire l'impact du jugement subjectif, Baidu utilise des algorithmes pour analyser la fréquence des communications internes, la période de communication, la taille et la fréquence des e-mails, etc., puis sélectionne automatiquement les employés appropriés pour participer à des évaluations spécifiques des performances des employés à travers des étapes telles que la collecte de données. modélisation, apprentissage automatique et vérification d'analyse, candidats pertinents. ByteDance, qui utilise la gestion OKR, utilise une évaluation à 360 degrés dans le processus d'évaluation. Cependant, contrairement à l'évaluation à 360° traditionnelle, le système d'évaluation de l'intelligence numérique peut noter le style d'évaluation de chaque personne en fonction des données, de 1,0 (strict) à 6,0 (lâche). , cela peut empêcher le style d'évaluation d'une certaine personne d'affecter excessivement les résultats de l'évaluation de l'employé évalué. Dans le même temps, le système a également conçu une matrice d'étalonnage des performances pour calibrer les performances de l'équipe grâce à une analyse intelligente afin d'éviter les écarts causés par l'inexpérience des managers et aider à prendre des décisions plus raisonnables. En fait, il s'agit d'une manifestation classique de la collaboration homme-machine dans la gestion des performances. La technologie d'intelligence numérique derrière le système aide les gestionnaires humains à s'aligner sur les normes et à maintenir la « même règle » grâce à ses puissantes capacités d'analyse et de traitement des données, tout en étant humaines. gestionnaires Utilisez votre propre expérience de gestion et votre jugement complet pour donner l’évaluation la plus scientifique possible.
Les récompenses et les punitions de l'intelligence numérique sont basées sur les résultats des évaluations de l'intelligence mathématique et utilisent des algorithmes pour récompenser et punir les employés de manière interactive et dynamique. Les employés les plus performants bénéficieront de plus d'opportunités, de salaires et de promotions plus élevés, tandis que les employés les moins performants verront leur salaire et leurs primes déduits et, dans les cas graves, ils seront directement licenciés. Pour de nombreuses plateformes de travail en ligne, telles que Didi, Meituan, M-turk, etc., l’indemnisation des accidents du travail est presque entièrement déterminée par des algorithmes. Watson, l'intelligence artificielle numéro un d'IBM, analyse et prédit le potentiel futur en accédant aux performances historiques des employés, aux informations sur les projets, etc., et détermine si les employés peuvent être promus et si leurs salaires doivent être augmentés. Google utilise également des algorithmes dans l'ingénierie des décisions de promotion afin de réduire les préjugés humains dans la prise de décision. L'algorithme d'Amazon suivra l'efficacité du travail de chaque employé du service de logistique et d'entreposage et comptera le temps de « pêche » de chaque employé. Une fois que quelqu'un quitte son emploi trop longtemps, l'IA génère automatiquement un ordre de licenciement. Xsolla, une société russe de services de paiement de jeux, a licencié l'année dernière 150 employés en utilisant des algorithmes d'IA, provoquant un tollé. De plus en plus de gens commencent à s'inquiéter des récompenses et des punitions de l'intelligence numérique. Alors que le travail est contrôlé par des algorithmes, les récompenses et les punitions qui devraient faire l'objet d'une attention humaniste sont également devenues froides en raison de l'ajout d'algorithmes.
L'anthropologue et sociologue des données Nick Silver a proposé le concept de « culture algorithmique ». Selon lui, les algorithmes ne sont pas seulement formés par des procédures rationnelles, mais également composés de pratiques collectives humaines telles que les institutions, l'éthique sociale et la vie culturelle ordinaire. Le développement et l'application de la technologie de l'intelligence numérique ont apporté des changements conceptuels et techniques à la gestion des performances, mais ils ont également eu des impacts négatifs en renforçant la gestion organisationnelle et le travail des employés, en améliorant l'efficacité de la gestion et la qualité des services.
Comment construire un futur management de la performance à la fois efficace et humain ? Il convient d'adopter l'idée de « collaboration homme-machine », c'est-à-dire de ne pas s'en tenir au traditionnel « gouverné par l'homme » ni de tomber dans une dépendance totale aux algorithmes. Grâce aux avantages complémentaires des humains et des machines, un nouveau modèle. de gestion efficace et flexible des performances peut être construite.
Bien que la technologie de l'intelligence numérique présente les avantages de la rapidité, de l'efficacité, de l'objectivité et de la quantification, elle élimine davantage de relations interpersonnelles et d'empathie dans la gestion des performances. Ce type de méthodes basées sur les données transforme le travail en. une forme inhumaine. Les recherches existantes montrent que la plupart des gens pensent que l’utilisation d’algorithmes et de machines pour gérer les humains est un comportement déshumanisant. Par exemple, la technologie des algorithmes ne prend pas en compte soigneusement les changements de facteurs de scène, ce qui augmente la probabilité que l'algorithme évalue mal les performances des employés.
Les émotions uniques de l'homme, son intuition, sa créativité, son imagination, sa pensée abstraite, etc. les rendent indispensables dans des questions telles que le jugement de valeur, la représentation émotionnelle, les questions non conventionnelles et créatives. Ces caractéristiques des êtres humains peuvent aider à résoudre les problèmes causés par la gestion des performances de l'intelligence numérique, à corriger et à améliorer continuellement l'algorithme et à injecter de l'humanité dans l'algorithme.
Plus précisément, les humains ont tendance à conserver des avantages relatifs dans les situations qui nécessitent une réflexion holistique, macroscopique et clairvoyante, et ont une imagination et une créativité que les machines n'ont pas. Ils peuvent donc mieux optimiser les résultats décisionnels de la technologie de l'intelligence numérique. Les expériences et émotions uniques des êtres humains les aident à coordonner les intérêts de toutes les parties dans une dynamique complexe et à éliminer d'éventuels conflits. Utiliser la sagesse humaine pour améliorer l'intelligence artificielle peut non seulement résoudre les problèmes causés par la technologie de l'intelligence numérique et réaliser l'unité organique de la technologie de l'intelligence numérique et de la sagesse humaine, mais également contribuer à empêcher la technologie de l'intelligence numérique de s'échapper du contrôle humain. Bien entendu, il est indéniable qu’en termes de rapidité de prise de décision, de précision, de coût, etc., l’humain n’est toujours pas à la hauteur de la technologie de l’intelligence numérique pour résoudre des problèmes objectifs et structurés.
Les machines et les humains ont des avantages complémentaires et des capacités de résolution de problèmes. L’efficacité de la technologie de l’intelligence numérique pour améliorer l’efficacité de la gestion est significative, mais l’efficacité n’est qu’une dimension de la mesure de la gestion. Ce qui mérite plus d'attention est l'effet de gestion, c'est-à-dire le degré d'adéquation entre les objectifs organisationnels et la vision sociale, mettant l'accent sur la responsabilité sociale et la mission de l'entreprise et impliquant des questions d'éthique de gestion. Avec le développement continu de la technologie de l'intelligence numérique, même si un grand nombre d'emplois standardisés seront remplacés par des machines, les emplois et les compétences riches en expérience émotionnelle, créatifs et précieux, et plus « chaleureux » nécessitent toujours des humains. Plus précisément, la pensée rationnelle des machines met davantage l'accent sur la « vérité », tandis que la pensée humaine met davantage l'accent sur l'harmonie et l'unité de « la vérité, la bonté et la beauté », et se concentre davantage sur la connotation de valeur, l'éthique et les considérations morales.
En tant qu'existence non humaine, la technologie elle-même est équivalente aux humains et peut former une coalition d'acteurs avec les humains. Les fonctionnalités d’automatisation et d’intelligence incarnées par la technologie de l’intelligence numérique peuvent inciter les développeurs et les utilisateurs de technologies à rechercher aveuglément l’amélioration de l’efficacité et la réduction des coûts, ignorant l’autonomie du comportement humain. Mais nous pensons que quelle que soit la complexité d’un système intelligent, les humains devraient toujours participer activement à sa boucle décisionnelle. Au fil du temps, l’interaction entre les humains et les machines peut rendre les deux parties plus intelligentes. C’est la garantie de l’intégration des technologies d’intelligence numérique dans la société humaine et de la mise en place d’un système de travail collaboratif homme-machine responsable.
À l'avenir, nous devrions adopter l'idée de « collaboration homme-machine » pour construire une gestion des performances efficace et flexible, faire jouer pleinement les avantages techniques des machines pour « responsabiliser les gens », combiner l'expérience humaine et la sensibilité, promouvoir collaboration humaine-machine harmonieuse et permettre aux employés d'accéder à un emploi, de donner du sens et du bonheur. Dans le cadre du modèle de travail collaboratif de symbiose homme-machine, les humains peuvent contribuer à optimiser les algorithmes des machines, et la pratique des machines contribuera à son tour aux activités humaines.
La future gestion de la performance numérique devrait avoir les caractéristiques suivantes : Premièrement, elle doit être intelligente et efficace. L'organisation doit tirer pleinement parti de ses avantages technologiques et utiliser la grande quantité de données collectées au cours du processus de suivi des performances et d'analyse de l'intelligence artificielle pour définir. les objectifs, l'évaluation et la récompense. La punition fournit une aide à la prise de décision rapide et objective ; d'autre part, la technologie d'intelligence numérique agile et transparente offre des retours sur les performances avec une fréquence et une transparence sans précédent. Les retours annuels et trimestriels sont devenus une chose du passé et en temps réel. et un retour d'information transparent sur les performances fournira aux organisations des informations aux employés et améliorera la collaboration dans l'ensemble de l'organisation ; troisièmement, la puissante acquisition d'informations internes et externes par le Big Data, complète et multidimensionnelle, rend la gestion des performances plus complète et sans impasses, y compris l'audio, la vidéo. , et la surveillance comportementale, les dirigeants, les subordonnés et les clients externes , l'évaluation globale des collègues internes, les « personnes » sont représentées de manière plus tridimensionnelle ; quatrièmement, la flexibilité humaniste, les compétences « générales » des managers humains sont essentielles ; dans ce système, et les managers sont sensibles aux compétences relationnelles subtiles et difficiles à automatiser. La maîtrise de la communication, la prise en compte des situations particulières, l'éthique et la moralité, et la prise en compte du niveau macro et de la situation globale peuvent réduire la résistance des salariés aux algorithmes, améliorer la réflexion de la direction, appliquer plus efficacement les avantages de la technologie de l'intelligence numérique et améliorer les performances des employés et de l'organisation.
Avec le développement et l'amélioration des technologies d'intelligence numérique, les managers et les employés doivent se réadapter à la gestion de la performance de la nouvelle ère. Les managers matures ne devraient pas se laisser piéger par la technologie de l’intelligence numérique et considérer les suggestions des algorithmes comme des décrets. Ils devraient plutôt utiliser leur expérience et leurs émotions uniques pour porter des jugements et faire bon usage de la puissance des machines intelligentes. Les employés de la nouvelle ère doivent également donner libre cours à leur initiative personnelle, participer activement aux interactions avec les technologies numériques, libérer leur personnalité et leur potentiel et créer une expérience de travail positive et agréable.
Les livreurs de nourriture « coincés dans l'algorithme » peuvent vivre en harmonie avec l'algorithme grâce à la refonte de leur travail. Les managers derrière l'algorithme doivent également écrire la nature humaine et les valeurs dans l'algorithme, assumer leurs responsabilités d'entreprise, et fixer des objectifs raisonnables en matière d’intelligence numérique. Il n’y a pas de bien ou de mal dans la surveillance de l’intelligence numérique. Les managers doivent obtenir des données par des canaux raisonnables, puis équilibrer efficacité et éthique pour tirer des conclusions, puis responsabiliser les employés. Un retour d'information efficace et précis sur l'intelligence numérique est un peu moins impersonnel. Afin d'atténuer « l'effet de divulgation », les managers doivent intervenir de manière proactive et informer les employés des objectifs et des avantages des applications technologiques d'intelligence numérique pour apaiser leurs inquiétudes. Dans le même temps, différentes approches doivent être adoptées en fonction de la situation, et une approche universelle ne peut pas être adoptée. Par exemple, l’IA peut être utilisée pour fournir des informations sur les performances aux employés plus âgés, mais les managers peuvent toujours fournir des informations sur les performances aux nouveaux employés. Dans le coaching en intelligence numérique, il est recommandé aux organisations de recourir à une combinaison de coachs IA et de managers humains. Dans cette combinaison, l’IA fournit de puissantes compétences d’analyse des données et des commentaires personnalisés, tandis que les coachs humains se concentrent sur une communication interpersonnelle nuancée difficile à automatiser. Enfin, dans le maillon clé de l’application des résultats de performance, il est recommandé que l’intervention des managers puisse réduire efficacement les émotions négatives des employés telles que l’injustice et mieux démontrer la culture et les valeurs de l’entreprise.
Après tout, quelle que soit la quantité de données, quelle que soit la puissance de l'algorithme, il ne peut pas pénétrer la « logique 01 » qui se cache derrière lui et atteindre directement le cœur des gens.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Quelles compétences sont nécessaires pour travailler dans l'industrie PHP ?
Pourquoi Webstorm ne peut pas exécuter le fichier
Qu'est-ce que le métaverse
Utilisation du mot-clé Type dans Go
Introduction au code de saut js
Quel est le paramètre de mémoire virtuelle approprié ?
Que faire en cas de conflit IP
Comment réparer libcurl.dll manquant sur votre ordinateur
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
