陳家聲/台大商研所兼任教授
對員工生產力，主要仍依據工作效率的思維！這是一般的勞動生產力觀念！進入數位、數智新時代，善用數位工具、AI工具，強調『人機協作』成為關注的核心！經營管理也要改變『勞動生產力』轉向『新質生產力』！
『勞動生產力』觀念重視透過數位科技的引進，讓員工把原有工作、特別是已有標準作業程序的事情做得更快，亦即更有效率，也就是員工生產力的提升！這在傳統管理觀念上似乎依是正確的！但是運用科技將部分業務運營流程、管理流程數位自動化後，可以節省員工大量低價值的工作，依20／80原則，員工可以把節省下的時間用來做20％ 更重要、更有價值的工作！而且這部分的工作，因為運用科技後，可以做得更多、更廣、更好，特別是員工的工作任務將會產生許多新的任務與要求，例如：如何蒐集、分析數據，瞭解流程、制度的瓶頸及優化、創新！
然而，看見AI巨頭強調ALL IN AI，建構更多的AI Agentic智能體後，AI巨頭的大量裁員，減少人力成本！還看見企業股價還因此而上漲！難免引發員工許多的焦慮：擔心被裁員、擔心企業大量建置AI智能體後，自己的本事、能力被AI智能體所取代！這是員工過去所熟悉、習慣的主要任務！而留下來的都是更複雜、耗費心力更多的工作任務，工作的挑戰度與時間將花費更多！或擔心被迫承擔更多新的任務活動！而且還是過去不曾接觸的新任務活動！需要重新學習！自己的體力已經不如年輕，如何與年輕人競爭？工作量增加、工作績效的挑戰度更高……等，這都影響著員工的工作態度與熱情，更是員工對AI的主要焦慮與壓力！企業管理者、HR部門是否清楚認知到這些問題，並提出相對應的協助措施！例如，企業的員工協助方案（EAP）與人才培訓是否把這些列入年度的重要工作項目，以維護企業職場健康環境？
當工作績效、成果是由員工與AI協同産出時，特別是AI風潮強調把AI當成員工，從數位助理─數位人、數位員工等，這些擬人化的描述，往往讓人自動產生許多聯想！特別是當『人機協同』作業的產出出現問題時！管理者就開始要釐清哪些是AI的產出？哪些是員工的貢獻？AI的產出，不是在人機協作就已經設計好了嗎？能夠瞭解哪些工作任務能夠由AI執行？所佔的工作比率？員工最害怕、擔心的是：自己的努力與貢獻沒有被看見、被肯定！特別是強調數位化、AI智能體建構，企業把資源過度傾斜到對AI系統的建構，期望透過AI的自主、自動決策，大量降低人力成本、提升經營成效！這方面的投資巨大，隨著AI系統的持續訓練與軟硬體更新、維護，折舊…等，這對企業而言也會形成每年固定的成本與折損！相信多數企業並未對此做系統性的研究！如何在『人』與『數位、AI系統』的成本與效益上取得平衡，相信是企業經營者CEO的重大議題，但是沒有標準答案！
AI替代的是低價值的例行性、重複性工作；AI的價值應該用來創造更大的經營價值！
員工要承擔哪些工作任務多半在人機協作時都已經在流程自動化時加入了人因工學的思考與設計！當陷入決策、管理失誤時，管理者必然會檢討釐清問題根源、追究責任歸屬！追究決策錯誤的責任是要清算『員工』？還是要『優化、改善』Agentic AI的被設計的規則？到底員工應該承擔什麼責任？特別是員工運用AI產出做出錯誤決策時！企業經營管理者CEO只覺得投資AI要能帶來價值創造！想要釐清員工的貢獻、價值剩下多少？這背後的『人設』是根據目前員工的崗位職責與任務要求。
AI能做目前有規則的工作任務，但對於創新發展、新賽道、新任務、突發事件這都不是AI規則所能預知與設計的！都要靠人來帶動創新、解決新問題！特別是目前Agentic AI的自主性、自主學習仍不是人所能控制的！到底要怎麼算決策失誤的帳？算誰的帳？投資AI的回報率？人的價值？AI是取代人？還是取代工作？如何定義『良好績效』？如何定義及區分『人』與『AI─機』的績效？釐清價值貢獻的來源？這中間存在許多值得深入探究的議題！唯一可以確信的是：企業無法沿用既有的績效評估制度！但到底要如何重新規劃『人機協同』下的績效評估，必須嚴肅地看待這問題！
傳統績效評估的悖論：從勞動生產力轉向新質生產力
當前企業在評估員工使用AI開展工作時，仍沿用傳統的成功衡量標準：生産力、目標完成度、工作效率。這中間隱含著一個悖論：高度依賴AI的員工看上去生産力極高；而另一部分員工的工作節奏會變慢，校驗預設條件、查核AI輸出結果、修正錯誤，這恰恰是創造最大價值的工作，卻反而顯得效率低下。這中間存在著許多人設的錯誤：引進AI、人機協同，員工的生產力應該提升！員工的職責與能力要求沒有改變！員工仍被要求做原來的工作？只要提升效率？計算節省多少工作時間？還是AI取代了能夠被規則化的工作任務，剩下無法被AI規則化處理的工作，代表著更為複雜、需要高度認知複雜度、花費更多時間才能解決的問題，處理這類問題所花的時間肯定與解決例行、規則化的工作更為重要、更有價值！
然而在目前對AI功能的過度喧染下，幾乎所有AI大廠只提到利用AI、大模型節省多少時間、提升多少效率，但沒有思考企業對員工崗位責任與角色的重新界定，以及對員工能力、素質要求提升而需要付出的代價！這種執一的偏誤也是導致企業引進AI後看不見成效的重要原因！從2025年後，企業警覺到AI大廠所強調AI算力、億萬參數規模的誤導，使得企業花費鉅額投資購買『硬體』算力設備，卻得不到整體經營的成效！企業經營者變得更為『務實、現實』！強調對AI帶來的結果價值，對引進AI也強調拿結果來付費！
管理者怎樣才能確保追求速度與效率的同時，不會犧牲人的判斷力與責任擔當？這些問題至關重要！企業大舉投入AI，管理者承受巨大壓力，需要證明AI投資能够産生回報。根據蘭迪·賓與湯姆·達文波特聯合開展的“數據與AI領導力”年度調研，于2026年初發布的數據：91% 的企業正在加大AI投入，99% 的企業將AI投資列爲組織最高優先級。然而僅有18% 的企業表示，自身AI投資已經實現高度可量化的業務價值。這類調查多是企業經營者的意向表達，並不是企業真實推動經營AI化落實的具體成果！根據多方面諮詢機構與學術調研機構持續發佈的調研數據，實際成果似乎與企業真正落實推動AI的家數、所獲得具體經營成果的數據，通常低於10％，甚至更低！數據之間存在的差距甚大！筆者在閱讀各項調查報告時，需要考慮是多數全球性的調查只是企業高管的主觀意向表達！與真實推動存在差距！再者，這些調查對象多為全球性知名大企業，非一般中小企業！從他們推動AI落地的成果而言，反映這些前瞻大企業仍是在摸索、試驗階段！包括AI大模型、AI智能的建構等。
傳統績效評估模式下，管理者很可能獎勵員工對AI的過度依賴，却懲罰能够規避重大失誤的人類判斷力；一味追求産出數量，忽視實際業務成效，看不清真正驅動高效工作的核心要素。把舊績效指標套用到全新工作模式，會帶來嚴重的不良後果。當AI系統在傳統指標上的表現優于人類，部分員工會産生防禦心態：某AI廠商的調研報告指出：10% 的員工坦言，他們會篡改數據，刻意拉低AI的表現。這一現象並不意外。當管理層強調用AI來裁减人力、裁員的工具時，而非提升、創造企業更大的效益時！員工必然會承受壓力，需要在傳統關鍵績效指標上證明自己比AI更强，因爲他們深知自己的崗位岌岌可危。蓋洛普2024年的調研顯示，當時企業才剛剛開始適應生成式AI，財富500强企業中，僅有2% 的首席人力資源官高度認可本公司的績效管理體系能够激勵員工自我提升；受訪員工裏，也只有20% 認爲績效評估公平、透明。
時至今日，上述情况及問題並沒有好轉。德勤今2026年1月發布報告稱：儘管人們對自動化寄予厚望，仍有84% 的企業沒有圍繞AI重新設計崗位、工作流程與職業發展路徑；僅有30% 的企業針對員工合理運用AI設置績效激勵。大多數企業的人才策略只聚焦員工培訓。企業培訓員工適應全新工作模式，評估及獎勵方式却仍一成不變。筆者把這問題留給廣大的讀者、企業經營管理者、HR專業工作者去思考，在人機協作機制下，如何建構新的績效管理制度！期望大家能夠對此交流分享。