디지털 시대의 성과관리: 현실과 미래

Digital Intelligence 성과 관리 개혁

Digital Intelligence 목표 설정

성과 계획은 기업의 번영 전략과 운영을 연결하는 성과 관리의 첫 번째 연결고리로서 성과 관리를 성공적으로 수행하는 핵심 요소입니다. 디지털 인텔리전스 기술을 통해 조직에서 수집한 대량의 데이터는 직원의 목표 설정에 사용될 수 있으며, 디지털 인텔리전스 목표 설정에는 알고리즘 작업 할당과 성과 목표 설정이라는 두 가지 측면이 포함됩니다.

알고리즘 작업 할당은 주로 긱 이코노미와 플랫폼 작업에 존재합니다. 예를 들어, 택배기사, 테이크아웃 라이더, 온라인 차량호출 운전자의 업무 맥락에서 알고리즘은 작업자의 실시간 지리적 위치 정보를 작업 관련 정보(예: 신규 주문, 우선순위 변경, 마감일)와 연결합니다. 시스템은 지능적으로 주문을 발송하고 최적의 경로를 제공하는 동시에 고객 인터페이스에서 정확한 예상 배송 시간을 제공합니다. 알고리즘 작업 할당 프로세스를 연구한 Alibaba 창고에서 15일간 현장 실험을 수행한 결과, 노동 집약적 환경에서 작업자는 알고리즘 작업 할당 프로세스가 인간보다 공정하다고 인식하여 생산성이 거의 20% 증가한 것으로 나타났습니다.

디지털 인텔리전스 기술은 풀뿌리 창고 직원을 위한 Amazon의 패키지 볼륨 목표 및 운송 운전자를 위한 화물 배송 목표와 같은 과거 성과, 비즈니스 요구, 교통 상황, 날씨 및 기타 데이터를 기반으로 성과 목표를 자동으로 설정할 수도 있습니다. 조직 내 다양한 ​​직위의 상대적으로 복잡한 작업의 경우 일정 규모의 데이터를 기반으로 한 모델링을 통해 목표 설정을 수행할 수도 있습니다. 예를 들어 영업부서의 업무계산, 증권사의 목표설정, 생산부서의 품질, 시간, 비용 설정, 공급망의 안정성 목표 기획 등이 있습니다.

알고리즘은 효율성과 정확성을 향상시킬 수 있지만 문제점도 많습니다. 알고리즘 작업 할당은 시장 수요와 직원 능력에 크게 의존하며 직원은 알고리즘으로 할당된 작업을 수락하거나 거부할 자유가 거의 없으므로 직원 자율성에 부정적인 영향을 미칩니다. 종종 알고리즘은 작업 표준을 지속적으로 높여 고용 불안과 작업량 증가로 이어집니다. 지식 중심 작업 환경에서 알고리즘 목표 설정은 직원 자율성에 영향을 미치고 직원 창의성을 제한합니다. 대부분의 알고리즘은 맹목적으로 '효율성'을 추구하며 직원을 오랫동안 '시스템'의 압박에 놓이게 합니다. 예를 들어, 실시간 알고리즘 업데이트 작업 누락을 방지하기 위해 플랫폼 작업자는 24시간 온라인 상태만 유지할 수 있으며, 알고리즘 작업 할당의 불확실성으로 인해 때로는 서두르고 때로는 한가해지면서 작업 소진이 악화됩니다.

디지털 인텔리전스 모니터링, 피드백 및 안내

디지털 인텔리전스 모니터링

최근 한 유명 회사의 해고로 인해 직원의 이직 경향과 여유 상황을 모니터링할 수 있는 "직원 행동 모니터링" 시스템이 대중에게 공개되었습니다. 시스템은 직원의 구직 사이트 방문 횟수, 채팅 키워드 수, 검색 키워드 수, 이력서 제출 수 등을 감지하여 잠재적인 퇴직 위험이 있는 직원을 발견할 수 있는 것으로 이해됩니다. 조직의 퇴직 위험이 있는 직원의 목록과 위험 수준을 사전 분석하고, 퇴직 위험을 판단하기 위한 근거를 제공합니다. 또한 시스템은 직원의 여유 시간도 분석할 수 있습니다. 회사 인트라넷상의 직원 채팅 기록, 온라인 시간, 애플리케이션 접속 특성 등이 모두 이 시스템에 의해 모니터링되며 직원의 업무 상태는 미리 정의된 규칙에 따라 결정됩니다. 동시에, 업무 효율성에 영향을 미치는 관련 없는 애플리케이션과 슬랙이 집중되는 시간대를 수집해 직원들의 소극적 업무태만 유발 요인을 자동으로 분석하고, 이를 통해 부서 및 직원 순위를 제공할 수도 있다. 가장 심한 느슨함.

정보뿐만 아니라 교통량도 모니터링됩니다. 지난해 말 고메그룹 내부에서 발행한 '직원 행동강령 위반 시 처벌에 관한 고시'가 인터넷상에서 뜨거운 논의를 불러일으켰다. 보고서에는 일부 직원이 업무와 관련되지 않은 일을 하기 위해 업무 공간의 회사 공용 네트워크 자원을 점유했으며, 직원이 근무 중 방문한 웹사이트와 동영상을 본 시간 등의 트래픽 데이터 사용 내역이 모두 나열되어 있다고 밝혔습니다. 디지털 지능 시스템의 눈". ". 239개 대기업을 대상으로 한 2018년 Gartner 설문조사에 따르면 이들 중 절반이 직원을 모니터링하기 위해 직원의 이동 및 생체 인식 데이터 추적을 포함하여 비전통적인 감시 기술을 사용하고 있는 것으로 나타났습니다. 이 수치는 2015년에 10%에 불과했습니다.

디지털 인텔리전스 모니터링의 주요 장점은 인터넷 사용, 소셜 미디어 활동, 활동 궤적, 감정 및 스트레스, 업무 입력 등 다양한 미디어를 통해 많은 양의 정보와 지표를 수집하고 기록할 수 있을 뿐만 아니라, 또한 직원 행동, 조치 및 성과에 대한 이질적인 데이터를 자동으로 신속하게 분석하고 처리합니다. 디지털 지능형 성과 관리 시스템의 실시간 분석 기능은 조직 성과 관리 정보의 적시성을 높이고 지연으로 인한 문제를 방지하여 부서 및 조직 성과의 지속적인 개선을 달성하는 데 도움이 됩니다. 기존 연구에 따르면 디지털 인텔리전스 모니터링은 효과적인 관리를 위해 조직에 보다 포괄적인 정보를 제공하고 직원에게 실시간 피드백을 제공하여 적시에 행동을 조정할 수 있도록 하며 행동을 줄이는 등 조직과 직원에게 긍정적인 결과를 가져올 것으로 나타났습니다. 성과와는 관련이 없습니다. 그러나 디지털 감시는 직원들로 하여금 자신의 사생활이 침해당했다는 느낌을 주고, 불공평함을 조성하고, 업무 만족도, 조직 몰입도, 창의성을 저하시키고, 심지어 "너는 정책이 있고, 나에게는 대책이 있다"는 역효과적인 성과를 증가시킬 수도 있습니다. "—— 이는 디지털 인텔리전스 모니터링이 달성하려는 것과 정반대입니다.

디지털 피드백 및 안내

성과 실행 과정에서 디지털 성과관리 시스템은 직원의 프로세스 성과와 결과 성과를 실시간으로 빅데이터 플랫폼에 입력하고, 직원들에게 실시간 성과 피드백을 제공할 수도 있습니다. 분석 후 분석 성과가 낮은 직원에게 필요한 지침을 제공합니다. 심리학 연구에 따르면 피드백과 지도는 성과 향상을 위한 중요한 조건 중 하나입니다. 기존의 성과 피드백 및 지침은 관리자가 직원을 인터뷰하거나 서면 보고서를 제공함으로써 완료되는 경우가 많았지만, 디지털 인텔리전스 기술의 도입으로 새로운 성과 피드백 및 지침 방법이 탄생했습니다.

Fortune 500대 기업 중 거의 10%에서 투명한 성과 데이터가 전통적인 성과 피드백을 대체했습니다. 성과 투명성에 대한 Bernstein과 Li(2017)의 연구에 따르면 보다 상세하고 실시간이며 더 광범위한 직원과 공유되는 투명한 성과 데이터(예: 성과 투명성)가 직원의 전반적인 성과를 더 잘 향상시키고 동기를 부여할 수 있음을 발견했습니다. 전통적인 성과 피드백보다 직원의 비생산적인 행동이 생산적인 행동으로 전환됩니다. 디지털 피드백의 즉각성과 투명성을 통해 직원은 언제든지 자신의 업무 성과를 이해할 수 있고, 다른 직원의 성과 데이터를 공유하여 자율 규제를 촉진하여 성과를 향상시킬 수 있습니다. 동시에, 성과 투명성은 관리자의 업무 일부를 대체하고 비공식적인 사회적 비교의 역할을 촉진할 수 있습니다. 결과는 또한 감독자로부터 덜 지원을 받고 사회적 비교 경향이 낮은 직원이 성과 투명성으로부터 더 많은 혜택을 받는다는 것을 확인시켜 줍니다.

그러나 성과 피드백에 디지털 지능 기술을 적용하는 것도 많은 논란을 불러일으켰습니다. 디지털 지능 기술이 제공하는 피드백 정보는 더 효과적이지만, 기계에 대한 사람들의 부정적인 인식은 그 효과를 크게 약화시킬 것입니다. 구체적으로, 디지털 인텔리전스 피드백은 긍정적인 "배치 효과"를 가지고 있습니다. 강력한 데이터 분석 기능은 피드백의 정확성, 일관성 및 관련성을 향상시키고, 피드백의 품질을 향상시키며, 직원 생산성 향상을 촉진할 수 있습니다. 조직 성과. 연구 결과, 피드백의 출처를 알지 못한 채 AI 시스템에서 생성된 피드백을 받은 직원이 인간 관리자가 제공한 피드백을 받은 직원보다 성과가 12.9% 더 나은 것으로 나타났습니다. 반면, 피드백에 디지털 지능 기술을 적용한 사실이 직원들에게 공개되면, 신기술에 대한 부정적인 인식과 불신으로 인한 '공개 효과'는 직원의 생산성을 저하시키고, 디지털 지능 기술이 가져오는 비즈니스 가치는 크게 약해집니다. 연구 결과, AI 피드백을 받은 직원의 업무 성과는 인간 관리자로부터 피드백을 받은 직원의 업무 성과에 비해 5.4% 낮았고, 신입사원이 부정적인 영향을 받을 가능성이 더 높았다.

성과 피드백 외에도 성과 지도에 디지털 지능 기술이 점점 더 많이 사용되고 있습니다. AI 코치는 육체적 피로와 기분 변화를 경험하는 인간과 다릅니다. 반복되는 교육 전반에 걸쳐 보다 일관되고 예측 가능하며 정확한 방식으로 교육 작업을 처리하는 동시에 최소한의 비용으로 수천 명의 직원을 동시에 교육할 수 있도록 신속하게 확장할 수 있습니다. Zoom은 거래 성공률을 높이기 위해 AI 코치 Chorus를 사용하여 영업팀에 교육을 제공합니다.

디지털 지능 지도에 대한 한 가지 우려 사항은 제공하는 정보가 너무 표준화되고 포괄적이어서 성과가 뛰어난 직원에게는 중복되고 장황해 보이고, 신입사원이 완전히 흡수하고 학습하기 어렵다는 점입니다. 동시에, 대인관계 스킬의 '소프트파워'가 부족하면 직원들이 AI 코치에 대한 반감을 갖게 되어 직원들의 원활한 학습과 성과 향상을 방해할 수도 있습니다. Luo et al.(2021)은 AI 코치가 영업 직원에게 제공하는 교육을 연구한 결과 인간 코치에 비해 AI 코치의 지도 효과가 다양한 영업 직원 간에 역U자형 분포를 보이는 것을 발견했습니다. 즉, 중간직급 직원의 영업실적은 가장 많이 향상되었으나, 상위 및 최하위 직원의 영업실적은 제한적인 증가만을 보였다. 하위권 매출은 정보 과잉으로 가장 큰 피해를 입고, 상위권 매출은 AI를 가장 싫어하기 때문이다. 이번 연구의 또 다른 중요한 발견은 AI 코치-인간 코치 조합이 가장 좋은 효과를 갖는다는 점인데, 이는 AI 코치나 인간 코치만을 활용하는 것보다 낫다. 왜냐하면 이 조합은 AI 코치의 '하드 파워'를 활용할 수 있을 뿐만 아니라, 인간 코치의 '소프트 파워'도 결합할 수 있기 때문입니다.

디지털 인텔리전스 평가

디지털 인텔리전스 시대의 중요한 기업 성과 평가 방법은 디지털 인텔리전스 모니터링을 통해 얻은 방대한 다차원 빅데이터를 기반으로, 데이터를 지능형 알고리즘을 통해 지속적으로 분석하고 평가하는 것입니다. 결과는 실제 상황과 결합되어 반복 최적화를 위해 알고리즘에 피드백이 공급되어 더욱 정확해집니다. 디지털 노동 플랫폼과 같이 상대적으로 간단한 플랫폼인 Didi Chuxing과 같은 차량호출 플랫폼은 모바일 애플리케이션을 사용하여 운전자의 주문 수락률, 주문 거부율, 시간 엄수율 및 기타 지표를 분석하고 소비자 경험에 대한 승객의 평가를 얻습니다. 메이투안(Meituan), 엘레미(Ele.me) 등 음식배달 플랫폼은 배달원의 응답속도, 주문 완료 건수, 총 마일리지, 배달 시간 엄수 등을 실시간으로 추적해 고객 칭찬률을 바탕으로 평가한다. 더 복잡하게 말하면 위에서 소개한 영업사원의 성과평가에는 결과 수에 대한 객관적인 평가와 영업행위 과정에 대한 지능적인 평가가 모두 포함됩니다.

그런데 이런 평가가 객관적이고 공정할 수 있을까요? 기계가 "선호"에 관여하지 않고 디지털 지능 평가가 수동 평가의 주관성과 "인간의 감정"을 실제로 피할 수 있다는 것은 사실입니다. 그러나 감정이 부족하고 외부 긴급 상황(예: 교통 사고, 폭우, 등)에 대한 평가가 너무 경직되어 있어 감정적이지 않을 뿐만 아니라 '인간성'도 결여되어 있습니다. 인터넷을 뜨겁게 달궜던 '시스템에 갇힌 토크배달 라이더들'이라는 기사에서 보듯이, 라이더들은 개인의 힘으로는 결코 알고리즘에 맞서 싸울 수 없으며, 불법 운전, 잘못된 방향으로의 운전을 통해서만 알고리즘의 규칙을 준수할 수 있습니다. , 빨간불 실행 등

물론 디지털 지능 평가는 조직 성과에 긍정적인 영향을 미칩니다. 알고리즘은 실제로 조직이 확립하고 옹호하는 업무 표준과 규범을 직원에게 전달합니다. 이 정보가 직원에 의해 내면화되고 이해되고 자신의 가치 판단이 형성되면 대부분의 직원은 조직의 지침에 따라 행동하게 됩니다. 기대. 예를 들어, 온라인 차량 호출 운전자는 알고리즘이 자신의 호의적인 평점을 바탕으로 우선 배차 정책을 구현한다는 사실을 알게 되면 호의적인 의견을 얻고 평점을 높이기 위해 적극적으로 서비스 작업을 수행합니다. 그러나 알고리즘의 불투명성과 설명 불가능성은 직원들을 혼란스럽게 할 수도 있습니다. 동시에 직관력과 주관적 판단력이 부족하기 때문에 직원들은 디지털 지능 평가를 비인간적인 경험으로 간주하는 경우가 많습니다. 디지털 지능 평가를 합리적으로 사용하여 직원에게 동기를 부여하고 조직 성과 개선을 촉진하는 방법은 관리자에게 피할 수 없는 제안입니다.

대표적인 인터넷 기업들은 무엇을 하고 있는지 살펴보겠습니다. 주관적 판단의 영향을 줄이기 위해 Baidu는 알고리즘을 사용하여 내부 통신 빈도, 통신 기간, 이메일 크기 및 빈도 등을 분석한 후 데이터 등의 단계를 통해 특정 직원 성과 평가에 참여할 적합한 직원을 자동으로 선택합니다. 모델링, 머신러닝, 분석 검증, 관련 후보. OKR 관리를 활용하는 바이트댄스는 평가 과정에서 360도 평가를 사용하지만 기존의 360도 평가와 달리 디지털 지능 평가 시스템은 데이터를 기반으로 개인별 평가 스타일을 1.0(엄격)부터 6.0(느슨)까지 점수를 매길 수 있다. , 이는 특정인의 평가 스타일이 평가 대상 직원의 평가 결과에 지나치게 영향을 미치는 것을 방지할 수 있습니다. 동시에 관리자의 경험 부족으로 인한 편차를 방지하고 보다 합리적인 판단을 내릴 수 있도록 지능형 분석을 통해 팀 성과를 보정하는 성과 보정 매트릭스도 설계했습니다. 실제로 이는 성과 관리에서 인간-기계 협업의 전형적인 표현입니다. 시스템 뒤에 있는 디지털 지능 기술은 인간 관리자가 강력한 데이터 분석 및 처리 기능을 통해 표준을 조정하고 "동일한 통치자"를 유지하는 데 도움이 됩니다. 본인의 경영 경험과 종합적인 판단으로 가장 과학적인 평가를 해드립니다.

디지털 인텔리전스 보상 및 처벌

디지털 인텔리전스 보상 및 처벌은 수학 지능 평가 결과를 기반으로 하며 알고리즘을 사용하여 대화형 및 동적 방식으로 직원에게 보상하고 처벌합니다. 성과가 좋은 직원에게는 더 많은 기회와 더 높은 급여, 승진이 주어지고, 성과가 낮은 직원에게는 급여와 상여금이 공제되고 심각한 경우에는 바로 해고됩니다. Didi, Meituan, M-turk 등과 같은 많은 온라인 공연 노동 플랫폼의 경우 근로자 보상은 거의 전적으로 알고리즘에 의해 결정됩니다. IBM의 1위 인공지능인 왓슨(Watson)은 직원의 과거 실적, 프로젝트 정보 등에 접근해 미래 잠재력을 분석, 예측하고, 직원의 승진 가능 여부와 급여 인상 여부를 판단한다. Google은 또한 의사 결정에서 인간의 편견을 줄이기 위해 엔지니어링 홍보 결정에 알고리즘을 사용합니다. 아마존의 알고리즘은 각 물류 및 창고 부서 직원의 업무 효율성을 추적하고 각 직원의 "낚시" 시간을 계산합니다. 누군가가 직장을 너무 오랫동안 떠나면 AI가 자동으로 해고 명령을 생성합니다. 러시아 게임 결제 서비스 기업 엑솔라(Xsolla)는 지난해 AI 알고리즘을 이용해 직원 150명을 해고해 물의를 빚었다. 디지털 지능의 상벌에 대해 걱정하는 사람들이 많아지고 있다. 노동이 알고리즘에 의해 통제되면서, 인간적으로 배려해야 할 상벌도 알고리즘의 추가로 인해 차가워졌다.

향후 효율적이고 유연한 성과관리 시스템 재구축

인류학자이자 데이터 사회학자인 닉 실버(Nick Silver)는 '알고리즘 문화'라는 개념을 제안했습니다. 그의 견해에 따르면, 알고리즘은 합리적인 절차에 의해 형성될 뿐만 아니라 제도, 사회윤리, 일상적인 문화생활 등 인간의 집단적 실천으로 구성된다. 디지털 지능 기술의 개발과 적용은 성과 관리에 개념적, 기술적 변화를 가져왔지만, 조직 관리와 직원 업무를 강화하고 관리 효율성과 서비스 품질을 향상시키는 동시에 부정적인 영향도 가져왔습니다.

효율적이고 인간적인 미래 성과관리를 구축하려면 어떻게 해야 할까요? 즉, 전통적인 '사람이 통치하는' 방식을 고수하지도 않고, 인간과 기계의 상호 보완적인 장점을 통해 완전히 의존하지도 않는 '인간-기계 협업'이라는 개념을 채택하는 것이 적절합니다. 효율적이고 유연한 성과관리 체계를 구축할 수 있습니다.

디지털 지능 기술의 장단점

디지털 지능 기술은 속도, 효율성, 객관성, 수량화의 장점을 갖고 있지만 성과 관리에 있어 더 많은 대인 관계와 공감을 제거합니다. 이러한 데이터 중심 방법은 업무를 전환시킵니다. 비인간적인 형태. 기존 연구에 따르면 대부분의 사람들은 알고리즘과 기계를 사용하여 인간을 관리하는 것이 비인간적인 행동이라고 믿고 있습니다. 예를 들어, 알고리즘 기술은 변화하는 장면 요인을 고려하지 못하므로 알고리즘이 직원 성과를 잘못 판단할 확률이 높아집니다.

인간의 장점과 단점

인간 고유의 감정, 직관, 창의성, 상상력, 추상적 사고 등은 가치판단, 감정표현, 파격적이고 창의적인 문제 등의 문제에서 없어서는 안 될 요소로 작용합니다. 이러한 인간의 특성은 디지털 지능 성능 관리로 인해 발생하는 문제를 해결하고, 알고리즘을 지속적으로 수정 및 개선하며, 알고리즘에 인간성을 주입하는 데 도움이 될 수 있습니다.

특히 인간은 총체적이고 거시적이며 장기적인 사고가 필요한 상황에서 상대적 우위를 유지하는 경향이 있으며, 기계가 갖지 못한 상상력과 창의성을 가지고 있어 디지털 지능 기술의 의사결정 결과를 더 잘 최적화할 수 있습니다. 인간의 독특한 경험과 감정은 복잡한 역동성 속에서 모든 당사자의 이익을 조정하고 가능한 갈등을 제거하는 데 도움이 됩니다. 인간의 지혜를 활용하여 인공지능을 개선하는 것은 디지털 지능 기술로 인해 발생하는 문제를 해결하고 디지털 지능 기술과 인간 지혜의 유기적 통일성을 실현할 수 있을 뿐만 아니라 디지털 지능 기술이 인간의 통제에서 벗어나는 것을 방지하는 데도 도움이 됩니다. 물론, 의사결정 속도, 정확성, 비용 등의 측면에서 객관적이고 구조화된 문제를 해결하는 데 있어 인간이 디지털 지능 기술에 여전히 상대가 되지 않는다는 것은 부인할 수 없습니다.

디지털 지능 기술과 인간의 공동 공생

기계와 인간은 상호 보완적인 장점과 문제 해결 능력을 가지고 있습니다. 관리 효율성 향상에 있어 디지털 인텔리전스 기술의 효과는 중요하지만 효율성은 관리 측정의 한 측면일 뿐입니다. 더욱 주목해야 할 점은 경영효과, 즉 조직목표와 사회적 비전의 일치도, 기업의 사회적 책임과 사명을 강조하는 점, 경영윤리적 이슈 등이다. 디지털 지능 기술의 지속적인 발전으로 인해 많은 표준화된 직업이 기계로 대체되겠지만, 정서적 경험이 풍부하고 창의적이고 가치 있으며 보다 '따뜻한' 직업과 기술에는 여전히 인간이 필요합니다. 구체적으로 말하면, 기계의 이성적 사고는 '진리'를 중시하는 반면, 인간의 사고는 '진선미'의 조화와 통일성을 중시하며, 가치 함축과 윤리, 도덕적 고찰을 중시한다.

인간이 아닌 존재로서 기술 자체는 인간과 동등하며 인간과 함께 행위자 연합을 형성할 수 있습니다. 디지털 지능 기술이 구현하는 자동화 및 지능 기능은 기술 개발자와 사용자가 인간 행동의 자율성을 무시하고 효율성 향상과 비용 절감을 맹목적으로 추구하도록 유도할 수 있습니다. 그러나 우리는 지능형 시스템이 아무리 복잡하더라도 인간은 항상 의사 결정 루프에 적극적으로 참여해야 한다고 믿습니다. 시간이 지남에 따라 인간과 기계 간의 상호 작용은 양측을 더욱 스마트하게 만들 수 있습니다. 이는 디지털 지능 기술을 인간 사회에 통합하고 책임 있는 인간-기계 협업 시스템의 구축을 보장합니다.

미래에는 "인간-기계 협업"이라는 아이디어를 채택하여 효율적이고 유연한 성과 관리를 구축하고, 기계의 기술적 장점을 최대한 활용하여 "사람에게 힘을 실어주고" 인간의 경험과 감성을 결합하고 인간과 기계의 조화로운 협업을 통해 직원들이 일자리를 얻을 수 있도록 돕습니다. 의미와 행복을 느낍니다. 인간-기계 공생의 협력 작업 모델에서 인간은 기계 알고리즘을 최적화하는 데 도움을 줄 수 있으며, 기계 실습은 결과적으로 인간 활동을 돕게 됩니다. 이는 윈윈(win-win) 상황입니다.

미래의 디지털 및 지능형 성과 관리는 다음과 같은 특징을 가져야 합니다. 첫째, 조직은 기술적 이점을 최대한 활용하고 성과 모니터링 프로세스 및 인공 지능 분석 중에 수집된 대량의 데이터를 활용하여 설정해야 합니다. 처벌은 빠르고 객관적인 의사결정 지원을 제공합니다. 둘째, 민첩하고 투명한 디지털 인텔리전스 기술은 성과 피드백을 전례 없는 빈도와 투명성으로 제공합니다. 연간 피드백과 분기별 피드백은 이제 과거의 일이 되었습니다. 투명한 성과 피드백은 조직에 직원에게 정보를 제공하고 조직 전반에 걸쳐 협업을 강화합니다. 셋째, 포괄적이고 다차원적인 빅데이터의 강력한 내부 및 외부 정보 수집은 다음을 포함하여 성과 관리를 더욱 포괄적이고 막다른 골목 없이 만듭니다. 오디오, 비디오 및 행동 모니터링, 리더, 부하 직원 및 외부 고객, 내부 동료에 대한 종합적인 평가인 "사람"이 보다 입체적인 방식으로 묘사됩니다. 넷째, 인간적 유연성, 인간의 "소프트" 기술입니다. 관리자는 이 시스템에 필수적이며 관리자는 자동화하기 어려운 미묘한 대인관계 기술에 민감합니다. 의사소통의 파악, 특수한 상황에 대한 고려, 윤리와 도덕성, 거시적 수준과 전반적인 상황에 대한 고려는 직원의 저항을 줄일 수 있습니다. 알고리즘에 접목하여 경영적 사고의 고도를 높이고, 디지털 지능 기술의 장점을 보다 효과적으로 적용하여 직원과 조직의 성과를 향상시킵니다.

결론

디지털 지능 기술의 발전과 개선으로 관리자와 직원은 새로운 시대의 성과관리에 다시 적응해야 합니다. 성숙한 관리자는 디지털 지능 기술에 사로잡혀서는 안 되며, 알고리즘의 제안을 명령으로 간주해서는 안 됩니다. 대신 자신의 독특한 경험과 감정을 활용하여 판단을 내리고 지능 기계의 힘을 잘 활용해야 합니다. 새로운 시대의 직원들은 개인의 주도권을 최대한 발휘하고, 디지털 기술과의 상호작용에 적극적으로 참여하며, 개성과 잠재력을 발휘하고, 긍정적이고 즐거운 업무 경험을 창출해야 합니다.

"알고리즘에 갇힌" 음식 배달원들은 업무의 재구성을 통해 알고리즘과 조화롭게 살아갈 수 있습니다. 알고리즘 뒤에 있는 관리자도 인간의 본성과 가치를 알고리즘에 새겨넣고, 기업의 책임을 다해야 하며, 그리고 합리적인 디지털 지능 목표를 설정하세요. 디지털 인텔리전스 모니터링에는 옳고 그름이 없습니다. 관리자는 합리적인 채널을 통해 데이터를 얻은 다음 효율성과 윤리의 균형을 맞춰 결론을 도출하고 직원에게 권한을 부여해야 합니다. 효율적이고 정확한 디지털 인텔리전스 피드백은 "공개 효과"를 완화하기 위해 관리자가 적극적으로 개입하고 직원에게 디지털 인텔리전스 기술 적용의 목표와 이점을 알려 직원의 우려를 완화해야 합니다. 동시에 상황에 따라 다양한 접근 방식을 채택해야 하며 "일률적인 방식"을 채택할 수는 없습니다. 예를 들어, AI를 사용하여 나이든 직원에게 성과 피드백을 제공할 수 있지만 관리자는 여전히 신입 직원에게 성과 피드백을 제공할 수 있습니다. 디지털 인텔리전스 코칭에서는 조직이 AI 코치와 인간 관리자를 조합하여 사용하는 것이 좋습니다. 이 조합에서 AI는 강력한 데이터 처리 기술과 개인화된 피드백을 제공하는 반면, 인간 코치는 자동화하기 어려운 미묘한 대인 커뮤니케이션에 중점을 둡니다. 마지막으로, 성과 결과 적용의 핵심 연결고리에서는 관리자의 개입이 직원들의 불공평함 등 부정적인 감정을 효과적으로 줄이고 기업 문화와 가치를 더 잘 보여줄 수 있도록 권장됩니다.

결국, 데이터가 아무리 많아도, 알고리즘이 아무리 강력해도 그 뒤에 있는 "01 논리"를 뚫고 사람들의 마음에 직접 닿을 수는 없습니다.

위 내용은 디지털 시대의 성과관리: 현실과 미래의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!