AI轉型後績效考核還只算「人」的產出嗎？
年底考核結果公布，行銷部的兩位資深專員拿到了不同的等第。
志豪今年用 AI 讓自己的產量翻了一倍：文案、提案、活動報告，數量都是部門第一。他拿到了優等。
雅婷的個人產量沒有明顯增加。今年她花了很多時間教新人怎麼用 AI、整理了部門共用的提示詞庫，還在一次活動上線前，抓到 AI 生成的一組錯誤數據。這些事在考核表上都沒有欄位，她拿到了甲等。
考核面談時，雅婷問主管：「以後我還要教新人嗎？」主管一時不知道怎麼回答。
雅婷的問題，其實不是問主管，而是問制度。一個組織的考核表獎勵什麼，員工就會做什麼。當 AI 開始參與工作，這個老問題會變得更尖銳。
Kerr 的老問題：獎勵 A，卻期待 B
1975 年，組織行為學者 Steven Kerr 在《管理學會期刊》發表了一篇日後不斷被重印的文章：〈獎勵 A，卻期待 B 的愚行〉。他舉了很多例子：大學希望教授重視教學，升等卻只看研究；公司希望員工團隊合作，獎金卻只看個人業績；組織希望人敢於嘗試，卡考核的卻是「沒有犯錯」。
Kerr 的論點很簡單：人會去做被獎勵的事，而不是組織嘴上說重要的事。當兩者不一致，員工的行為並不是「沒有配合」，而是「太配合制度了」。
這篇文章是理論與案例的論述，不是實證研究（證據等級 B：經典管理文獻），但五十年來，它幾乎成了每一個考核制度設計者該先問的問題。
AI 讓這個問題變嚴重的三個地方
一、產出膨脹：數字變多了，意義變模糊了。 志豪的產量翻倍，有多少是他的能力，有多少是工具？Brynjolfsson、Li 與 Raymond 在《經濟學季刊》發表的客服中心研究發現，導入 AI 助理之後，5,179 位客服人員的平均生產力提高約 14%，新手與技能較低者更提高了約 34%，資深者則幾乎沒有變化（證據等級 A）。換句話說，在同一個團隊裡，個人產出的排名會因為 AI 而重新洗牌。如果考核仍然用「比較產量」來分等第，它量到的可能不是「誰做得好」，而是「誰的工作剛好最適合 AI」。
二、看不見的工作：讓 AI 用得好的那些事。 AI 在組織裡要發揮作用，背後有很多人力：教別人怎麼用、整理共用的提示詞與範例、檢查 AI 的錯誤、在 AI 出錯時接手。這些工作的共同特徵是：做得好的時候，什麼事都沒有發生。雅婷抓到的錯誤數據，就是一個「沒有發生的事故」，而考核表很難為沒有發生的事打分數。
三、團隊與個人的張力：功勞該算給誰？ 當一份提案是由一個人加上 AI，用了另一個人整理的提示詞，再經過第三個人檢查後完成，個人產出的邊界就變得模糊。如果考核只記在「最後交出的人」身上，就是在獎勵「使用」共同資源，而不是「建立」共同資源。長期下來，沒有人會想要建立。
研究：141 比 3 的關鍵在考核
MIT 的 Kellogg、紐約大學的 Wiesenfeld 與史丹佛的 Karunakaran，花了兩年時間，研究兩個組織如何讓第一線的專業人員參與生成式 AI 的創新實驗。一個是學術醫學中心（化名 NE Health），團隊開發病人看得懂的出院摘要；一個是企業法律事務所（化名 LegalCo），團隊開發法律研究的工具。
兩年後的結果差異很大：NE Health 有 141 個全組織使用的 AI 解決方案，LegalCo 只有 3 個，而且 LegalCo 超過 80% 的專業人員最後退出了 AI 創新的工作。
差異從哪裡來？研究者指出的關鍵之一，正是考核。NE Health 正式把 AI 實驗納入職責、績效評估與升遷，員工的創新工作可以轉換成專業上的認可與成長；在 LegalCo，許多參與者則表示，他們的 AI 相關工作在考核與薪酬決策中「仍然是看不見的」。
這是一份深入的田野研究，目前以工作論文與《哈佛商業評論》文章的形式發表（證據等級 C：尚未經同儕審查的質性研究）。只有兩個組織，而且醫療與法律的專業文化本來就不同，考核不會是唯一的原因。但它給了 Kerr 的老問題一個很具體的 AI 時代版本：組織希望員工實驗 AI，考核卻看不見實驗，員工就會退出。
顧問公司也提出了類似的建議。Mercer 的 Tauseef Rahman 在〈釋放人與代理混合人力的潛力〉一文中認為，傳統的生產力指標已經不夠，績效管理應該評估員工「如何運用代理來改善成果」，以及他們協作與管理代理的成效，而薪酬模式應該獎勵這些新的價值創造方式。這是顧問觀點，沒有數據支撐（證據等級 D），但方向與上述研究一致。
公平感：結果、程序與對待
考核制度要改，不只是為了「量得更準」，也是為了「讓人覺得公平」。Colquitt（2001）把組織正義分成幾個面向，並發展出廣為使用的測量工具（證據等級 A）。簡單來說，員工會問三個問題：
- 分配正義： 我得到的結果，與我的貢獻相稱嗎？
- 程序正義： 做決定的標準與過程是一致、透明的嗎？我有機會表達意見嗎？
- 互動正義： 我被尊重地對待了嗎？有人跟我說明理由嗎？
雅婷的不滿，在三個面向都有。她的貢獻沒有對應的結果；考核標準在導入 AI 之後沒有人討論過；面談時，主管也說不出她的工作為什麼沒有被算進去。對組織來說，這種不公平感的代價，往往不是員工抱怨，而是他們靜靜地停止做那些「不算分」的事。
心理動力的解讀：數字帶來的安心
以下是作者的觀點，而非上述研究的發現。
既然大家都知道只看產量不夠，為什麼很多組織還是會回到產量？
我的看法是：數字提供了一種安心。考核本質上是一個充滿焦慮的任務：主管要對部屬做判斷，而這個判斷會影響對方的收入與未來，也會影響彼此的關係。當一切都用數字說話，主管就不必為「我的判斷」負責，只要說「數字就是這樣」。從系統心理動力的角度來看，考核制度除了評估績效，也在幫組織「接住」評價他人的焦慮。
AI 讓這個防衛變得更脆弱。當產量可以被工具放大，數字就不再能乾淨地代表「這個人」；主管被迫回到自己的判斷：誰的貢獻比較大？這比看一個數字要辛苦得多。所以改考核的阻力，不只來自制度的慣性，也來自主管不想被推回到那個不確定的位置。
另一方面，對雅婷這樣的人來說，「看不見的工作」常常帶著一種雙重的失落：她沒有被獎勵，而且很難為自己爭取，因為「我幫了大家很多」聽起來像是在郀功。如果制度不替她說，她最後會用「不再做」來說。
怎麼做：讓考核表看得見 AI 時代的貢獻
一、考核加入「如何運用 AI 改善成果」。 不是「有沒有用 AI」，而是「用 AI 讓什麼變好了」：錯誤減少了嗎？客戶體驗改善了嗎？是否把省下的時間用在更高價值的工作？同時，把產量指標從「個人之間的比較」改成「與自己、與目標的比較」，減少 AI 帶來的排名失真。
二、認可看不見的工作。 在考核表上新增一個「組織貢獻」的區塊，明確列出：教導他人使用 AI、建立共用的提示詞與範例、檢查與修正 AI 的錯誤、參與 AI 實驗。可以請員工在考核前自行列出三件這類工作，由受惠的同事佐證。NE Health 的經驗提醒我們，如果希望員工實驗，就要讓實驗進入職責與升遷的語言。
三、在校準會議中檢查公平性。 在主管們討論等第的校準會議中，增加三個固定的問題：這位同仁的產出，有多少來自他人建立的資源？有沒有人的貢獻在數字上看不到？我們的等第分布，是否系統性地偏向「工作剛好適合 AI」的人？這些問題不會讓決定變容易，但會讓決定變得公平。
給人資與 OD 的提醒： 不必等到制度全面改版。今年的考核季，可以先在校準會議與面談指引中加入上述問題，並在考核後做一次簡短的公平感調查：「導入 AI 之後，你覺得自己的貢獻有被看見嗎？」這份資料，會是明年改制度最有說服力的依據。
結語：制度獎勵什麼，組織就會得到什麼
Kerr 五十年前的提醒，在 AI 時代一樣適用，而且更急迫。如果考核只獎勵個人產出，組織就會得到更多的產出，以及更少的教導、更少的檢查、更少的實驗。而這些，恰好是讓 AI 在組織裡真正發揮作用的東西。
留給你的問題： 你們今年的考核表裡，哪一欄在獎勵「幫別人用好 AI」？
延伸閱讀
參考文獻
- Brynjolfsson, E., Li, D., & Raymond, L. R. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044（證據等級 A：同儕審查田野研究）
- Colquitt, J. A. (2001). On the dimensionality of organizational justice: A construct validation of a measure. Journal of Applied Psychology, 86(3), 386–400.（證據等級 A：同儕審查實證研究）
- Kellogg, K. C., Wiesenfeld, B., & Karunakaran, A. (2026). Experimentalist intensification governance: Managing worker negative consequences associated with generative AI innovation work [Working paper]. 摘要見 MIT Sloan 新聞稿（2026 年 9 月 9 日）：https://mitsloan.mit.edu/press/why-some-organizations-turn-ai-experiments-business-value-while-others-quietly-fail（證據等級 C：工作論文、質性田野研究）
- Wiesenfeld, B., Karunakaran, A., & Kellogg, K. C. (2026, August 6). AI experiments need domain experts. Here's how to support them. Harvard Business Review. https://hbr.org/2026/08/ai-experiments-need-domain-experts-heres-how-to-support-them（證據等級 C）
- Kerr, S. (1975). On the folly of rewarding A, while hoping for B. Academy of Management Journal, 18(4), 769–783.（證據等級 B：經典管理文獻）
- Rahman, T. (n.d.). Unlocking the potential of the human-agent hybrid workforce. Mercer. https://www.mercer.com/en-us/insights/total-rewards/total-rewards-strategy/unlocking-the-potential-of-the-human-agent-hybrid-workforce/（證據等級 D：顧問觀點）
慧培國際相關服務
- 職能模型重構 重新定義 AI 時代的貢獻，將「運用 AI 改善成果」與「組織貢獻」寫進職能與考核指標。
- 組織發展與變革 協助人資設計校準會議的公平性檢查，讓考核制度的改變被主管與員工接受。
更多資訊請見慧培國際網站 www.whitespace-leadership.com 。