Performance Management im digitalen Zeitalter: Realität und Zukunft

Digital Intelligence Performance Management Reform

Digital Intelligence Goal Setting

Leistungsplanung verbindet die Wohlstandsstrategie und den Betrieb des Unternehmens. Als erstes Glied im Leistungsmanagement ist sie ein Schlüsselfaktor für die erfolgreiche Umsetzung des Leistungsmanagements. Die große Menge an Daten, die von Unternehmen mithilfe digitaler Intelligenztechnologie gesammelt werden, kann zur Festlegung von Zielen für Mitarbeiter verwendet werden. Die Zielsetzung digitaler Intelligenz umfasst zwei Aspekte: algorithmische Aufgabenzuweisung und Leistungszielsetzung.

Algorithmische Aufgabenverteilung gibt es vor allem in der Gig Economy und Plattformarbeit. Beispielsweise verknüpfen Algorithmen im Kontext der Arbeit von Kurieren, Imbissfahrern und Online-Ride-Hailing-Fahrern die geografischen Standortinformationen der Mitarbeiter in Echtzeit mit aufgabenbezogenen Informationen (z. B. neue Bestellungen, Prioritätsänderungen, Fristen) usw Das System versendet Bestellungen intelligent, bietet optimale Routen und liefert gleichzeitig genaue erwartete Lieferzeiten an der Kundenschnittstelle. Ein 15-tägiges Feldexperiment in einem Alibaba-Lager, bei dem der algorithmische Aufgabenverteilungsprozess untersucht wurde, zeigte, dass Arbeiter in arbeitsintensiven Umgebungen den algorithmischen Aufgabenverteilungsprozess als gerechter empfanden als Menschen, was ihre Produktivität weiter steigerte.

Digitale Intelligenztechnologie kann auch automatisch Leistungsziele festlegen, die auf der bisherigen Leistung, Geschäftsanforderungen, Verkehrsbedingungen, Wetter und anderen Daten basieren, wie z. B. Amazons Paketvolumenziele für Lagerarbeiter an der Basis und Frachtzustellungsziele für Transportfahrer. Für die relativ komplexen Aufgaben verschiedener Positionen innerhalb der Organisation kann die Zielsetzung auch durch Modellierung auf Basis einer bestimmten Datenskala erfolgen. Zum Beispiel die Geschäftskalkulation der Vertriebsabteilung, die Zielsetzung des Wertpapierunternehmens, die Qualitäts-, Zeit- und Kostensetzung der Produktionsabteilung, die Stabilitätszielplanung der Lieferkette usw.

Obwohl der Algorithmus die Effizienz und Genauigkeit verbessern kann, weist er auch viele Probleme auf. Die algorithmische Aufgabenzuweisung hängt stark von der Marktnachfrage und den Fähigkeiten der Mitarbeiter ab, und die Mitarbeiter haben wenig Freiheit, algorithmisch zugewiesene Aufgaben anzunehmen oder abzulehnen, sodass sie sich negativ auf die Autonomie der Mitarbeiter auswirken wird. Oft erhöhen Algorithmen auch kontinuierlich die Aufgabenstandards, was zu Arbeitsplatzunsicherheit und erhöhter Arbeitsbelastung führt. In einer wissensgesteuerten Arbeitsumgebung beeinträchtigt die algorithmische Zielsetzung die Autonomie der Mitarbeiter und schränkt die Kreativität der Mitarbeiter ein. Die meisten Algorithmen streben blind nach „Effizienz“ und setzen Mitarbeiter lange Zeit dem Druck des „Systems“ aus. Um beispielsweise zu verhindern, dass Aufgaben von Echtzeit-Algorithmusaktualisierungen verpasst werden, können Plattformarbeiter nur rund um die Uhr online bleiben. Die Unsicherheit bei der Zuweisung von Algorithmusaufgaben führt dazu, dass sie manchmal zur Arbeit eilen und manchmal untätig sind, was ihren Arbeits-Burnout verschlimmert.

Digital Intelligence Monitoring, Feedback und Guidance

Digital Intelligence Monitoring

Kürzlich brachten die Entlassungen eines namhaften Unternehmens ein „Employee Behavior Monitoring“-System an die Öffentlichkeit, das Fluktuationstendenzen und Flautesituationen von Mitarbeitern überwachen kann. Es versteht sich, dass das System die Häufigkeit, mit der Mitarbeiter Websites zur Stellensuche besuchen, die Anzahl der Chat-Schlüsselwörter, die Anzahl der Suchbegriffe und die Anzahl der eingereichten Lebensläufe usw. erkennen kann, um Mitarbeiter mit potenziellem Kündigungsrisiko zu ermitteln Erweitern und analysieren Sie die Liste und das Risikoniveau der Mitarbeiter, bei denen das Risiko einer Kündigung für die Organisation besteht, und stellen Sie die Grundlage für die Bestimmung des Kündigungsrisikos bereit. Darüber hinaus kann das System auch die Auslastung der Mitarbeiter analysieren. Die Chat-Aufzeichnungen der Mitarbeiter im Intranet des Unternehmens, die Online-Zeit und die Anwendungszugriffseigenschaften werden von diesem System überwacht und der Arbeitsstatus des Mitarbeiters wird anhand vordefinierter Regeln ermittelt. Gleichzeitig kann das System durch die Erfassung irrelevanter Anwendungen, die sich auf die Arbeitseffizienz auswirken, und Zeiträume, in denen sich die Leerlaufzeiten konzentrieren, auch automatisch die Faktoren analysieren, die dazu führen, dass Mitarbeiter passiv und nachlässig arbeiten, und eine Rangfolge der Abteilungen und Mitarbeiter erstellen schwerster Durchhang.

Es werden nicht nur Informationen überwacht, sondern auch der Verkehr. Ende letzten Jahres löste eine intern von der Gome Group herausgegebene „Mitteilung über Strafen für Verstöße gegen den Verhaltenskodex von Mitarbeitern“ heftige Diskussionen im Internet aus. In dem Bericht wurde festgestellt, dass einige Mitarbeiter die öffentlichen Netzwerkressourcen des Unternehmens im Arbeitsbereich nutzten, um sich mit Dingen zu befassen, die nichts mit der Arbeit zu tun hatten, und es wurden Details zur Nutzung der Verkehrsdaten aufgeführt, welche Websites die Mitarbeiter während der Arbeit besuchten und wie lange sie sich Videos ansahen. „Augen“ des digitalen Intelligenzsystems. Eine Gartner-Umfrage unter 239 großen Unternehmen aus dem Jahr 2018 ergab, dass die Hälfte von ihnen nicht-traditionelle Überwachungstechnologien zur Überwachung der Mitarbeiter einsetzte – einschließlich der Verfolgung der Bewegungen der Mitarbeiter im Büro und ihrer biometrischen Daten. Im Jahr 2015 waren es nur 10 %.

Ein wesentlicher Vorteil der digitalen Intelligenzüberwachung besteht darin, dass sie nicht nur eine große Menge an Informationen und Indikatoren über mehrere Medien sammeln und aufzeichnen kann, wie z. B. Internetnutzung, Social-Media-Aktivitäten, Aktivitätsverläufe, Emotionen und Stress sowie Arbeitsinput, sondern auch Analysieren und verarbeiten Sie auch automatisiert und schnell heterogene Daten über Verhalten, Handlungen und Leistungen der Mitarbeiter. Die Echtzeit-Analysefunktion des digitalen intelligenten Leistungsmanagementsystems kann die Aktualität der Informationen zum Leistungsmanagement der Organisation verbessern und durch Verzögerungen verursachte Probleme vermeiden, wodurch eine kontinuierliche Verbesserung der Abteilungs- und Organisationsleistung erreicht werden kann. Vorhandene Forschungsergebnisse zeigen, dass die Überwachung digitaler Intelligenz positive Ergebnisse für Organisationen und Mitarbeiter bringen wird, z. B. durch die Bereitstellung umfassenderer Informationen für ein effektives Management, die Bereitstellung von Echtzeit-Feedback für Mitarbeiter, um ihr Verhalten rechtzeitig anzupassen, und die Reduzierung von Verhaltensweisen, die nichts mit der Leistung zu tun haben . Allerdings kann die digitale Überwachung den Mitarbeitern auch das Gefühl geben, dass ihre Privatsphäre verletzt wurde, ein Gefühl der Ungerechtigkeit hervorrufen, ihre Arbeitszufriedenheit, ihr organisatorisches Engagement und ihre Kreativität verringern und sogar die kontraproduktive Leistung steigern, das heißt: „Sie haben Richtlinien, ich habe Gegenmaßnahmen.“ „—— Das ist genau das Gegenteil von dem, was Digital Intelligence Monitoring erreichen will.

Digitales Feedback und Anleitung

Im Prozess der Leistungsausführung gibt das digitale Leistungsmanagementsystem die Prozessleistung und Ergebnisleistung der Mitarbeiter in Echtzeit in die Big-Data-Plattform ein und stellt den Mitarbeitern Echtzeit-Leistungsfeedback zur Verfügung werden nach der Analyse analysiert. Geben Sie Mitarbeitern mit schlechter Leistung die notwendige Anleitung. Psychologische Untersuchungen zeigen, dass Feedback und Anleitung eine der wichtigen Voraussetzungen für die Leistungsverbesserung sind. Herkömmliche Leistungsrückmeldungen und -führungen werden häufig dadurch vervollständigt, dass Manager Mitarbeiter befragen oder schriftliche Berichte erstellen. Die Einführung der digitalen Intelligenztechnologie hat jedoch die Geburt neuer Methoden für Leistungsrückmeldungen und -führungen ausgelöst.

In fast 10 % der Fortune-500-Unternehmen haben transparente Leistungsdaten das traditionelle Leistungsfeedback ersetzt. Die Forschung von Bernstein und Li (2017) zur Leistungstransparenz ergab, dass transparente Leistungsdaten, die detaillierter und in Echtzeit vorliegen und mit einem breiteren Spektrum von Mitarbeitern geteilt werden (d. h. Leistungstransparenz), die Gesamtleistung und Motivation der Mitarbeiter besser verbessern können Mitarbeiter als herkömmliches Leistungsfeedback. Das unproduktive Verhalten der Mitarbeiter wird in produktives Verhalten umgewandelt. Die Unmittelbarkeit und Transparenz des digitalen Feedbacks ermöglicht es den Mitarbeitern jederzeit, die eigene Arbeitsleistung nachzuvollziehen und gleichzeitig die Leistungsdaten anderer Mitarbeiter zu teilen, um die Selbstregulierung zu fördern und dadurch die Leistung zu verbessern. Gleichzeitig kann Leistungstransparenz einen Teil der Arbeit der Führungskraft ersetzen und die Rolle des informellen sozialen Vergleichs anregen; die Ergebnisse bestätigen auch, dass Mitarbeiter, die weniger Unterstützung von ihren Vorgesetzten erhalten und eine geringere Tendenz zum sozialen Vergleich haben, stärker von Leistungstransparenz profitieren.

Allerdings hat auch die Anwendung der Digital-Intelligence-Technologie im Leistungsfeedback für viele Kontroversen gesorgt. Die von der digitalen Intelligenztechnologie bereitgestellten Feedback-Informationen sind effektiver, aber die negative Wahrnehmung von Maschinen durch die Menschen wird ihre Wirkung erheblich schwächen. Insbesondere hat das Feedback der digitalen Intelligenz einerseits einen positiven „Bereitstellungseffekt“. Seine leistungsstarken Datenanalysefunktionen können die Genauigkeit, Konsistenz und Relevanz des Feedbacks verbessern, die Qualität des Feedbacks verbessern und die Verbesserung der Mitarbeiterproduktivität fördern Organisationsleistung. Die Ergebnisse zeigten, dass Mitarbeiter, die von einem KI-System generiertes Feedback erhielten, ohne die Quelle des Feedbacks zu kennen, eine um 12,9 % bessere Leistung erbrachten als Mitarbeiter, die Feedback von menschlichen Managern erhielten. Sobald die Anwendung der Digital-Intelligence-Technologie im Feedback den Mitarbeitern offengelegt wird, wird andererseits der „Offenlegungseffekt“, der durch negative Wahrnehmungen und Misstrauen gegenüber der neuen Technologie verursacht wird, die Produktivität der Mitarbeiter beeinträchtigen und den durch die Digital-Intelligence-Technologie erzielten Geschäftswert beeinträchtigen stark geschwächt sein. Die Ergebnisse der Studie zeigten, dass die Arbeitsleistung von Mitarbeitern, denen gesagt wurde, sie sollten KI-Feedback erhalten, um 5,4 % niedriger war als die Arbeitsleistung von Mitarbeitern, denen gesagt wurde, sie sollten Feedback von menschlichen Managern erhalten, und dass neue Mitarbeiter mit größerer Wahrscheinlichkeit negativ beeinflusst wurden.

Neben dem Leistungsfeedback wird die Technologie der digitalen Intelligenz zunehmend auch in der Leistungsberatung eingesetzt. KI-Trainer unterscheiden sich von Menschen, die unter körperlicher Müdigkeit und Stimmungsschwankungen leiden. Es erledigt Schulungsaufgaben bei wiederholten Schulungen konsistenter, vorhersehbarer und genauer und kann schnell skaliert werden, um Tausende von Mitarbeitern gleichzeitig und mit minimalen Kosten zu schulen. Zoom nutzt den KI-Coach Chorus, um sein Vertriebsteam zu schulen und so die Erfolgsquote von Transaktionen zu verbessern.

Eine Sorge bei der Beratung zur digitalen Intelligenz besteht darin, dass die bereitgestellten Informationen zu standardisiert und umfassend sind, was Mitarbeitern mit hervorragenden Leistungen überflüssig und wortreich erscheint und es für neue Mitarbeiter schwierig ist, sie vollständig aufzunehmen und zu lernen. Gleichzeitig kann der Mangel an „Soft Power“ zwischenmenschlicher Fähigkeiten zu Unmut der Mitarbeiter gegenüber KI-Coaches führen und ein reibungsloses Lernen und eine Leistungssteigerung der Mitarbeiter behindern. Luo et al. (2021) untersuchten die Schulungen von KI-Coaches für Vertriebsmitarbeiter und stellten fest, dass die Führungswirkung von KI-Coaches im Vergleich zu menschlichen Coaches eine umgekehrte U-förmige Verteilung bei verschiedenen Vertriebsmitarbeitern aufwies. Mit anderen Worten: Die Vertriebsleistung der Mitarbeiter auf mittlerer Ebene verbesserte sich am stärksten, die Leistung der Mitarbeiter auf der oberen und unteren Ebene konnte jedoch nur begrenzt gesteigert werden. Das liegt daran, dass die Verkäufe am unteren Ende der Rangliste am meisten unter der Informationsüberflutung leiden, während die Verkäufe an der Spitze der KI am meisten abgeneigt sind. Ein weiteres wichtiges Ergebnis der Studie ist, dass die Kombination aus KI-Trainer und menschlichem Trainer die beste Wirkung hat, was besser ist als der Einsatz nur von KI-Trainern oder menschlichen Trainern. Denn diese Kombination kann nicht nur die „Hard Power“ von KI-Coaches nutzen, sondern auch die „Soft Power“ von menschlichen Coaches kombinieren.

Bewertung der digitalen Intelligenz

Die wichtige Methode zur Bewertung der Unternehmensleistung im Zeitalter der digitalen Intelligenz basiert auf den massiven mehrdimensionalen Big Data, die durch die Überwachung der digitalen Intelligenz gewonnen werden. Die Daten werden kontinuierlich durch intelligente Algorithmen analysiert und ausgewertet Die Ergebnisse werden mit der tatsächlichen Situation kombiniert und in den Algorithmus zur iterativen Optimierung eingespeist, um ihn genauer zu machen. Relativ einfache Plattformen wie die digitale Arbeitsplattform, Ride-Hailing-Plattformen wie Didi Chuxing, verwenden mobile Anwendungen, um die Bestellannahmerate, Bestellablehnungsrate, Pünktlichkeitsrate und andere Indikatoren der Fahrer zu analysieren und die Bewertungen der Fahrgäste über das Kundenerlebnis zu ermitteln die Reputationspunkte des Fahrers; Lebensmittellieferplattformen wie Meituan und Ele.me verfolgen die Reaktionsgeschwindigkeit, die Anzahl der abgeschlossenen Bestellungen, die Gesamtkilometerzahl und die Lieferpünktlichkeit der Lieferfahrer in Echtzeit und bewerten sie anhand der Kundenlobquoten. Komplexer: Die oben vorgestellte Leistungsbewertung des Vertriebspersonals umfasst sowohl eine objektive Bewertung der Anzahl der Ergebnisse als auch eine intelligente Bewertung des Verkaufsverhaltensprozesses.

Aber kann eine solche Beurteilung objektiv und fair sein? Es ist wahr, dass Maschinen keine „Bevorzugung“ betreiben und die Bewertung digitaler Intelligenz tatsächlich die Subjektivität und die „menschlichen Gefühle“ einer manuellen Bewertung vermeiden kann. Der Mangel an Emotionen und die Unempfindlichkeit gegenüber externen Notfällen (wie Verkehrsunfällen, starkem Regen usw.) usw.) sind leicht zu bewerten. Dadurch ist die Bewertung zu starr und daher nicht nur emotionslos, sondern auch ohne „Menschlichkeit“. Wie in dem Artikel „Talk Delivery Riders, Trapped in the System“ gezeigt wird, der das Internet zum Explodieren brachte, können Fahrer sich niemals auf ihre persönliche Stärke verlassen, um gegen den Algorithmus anzukämpfen. Sie können seine Regeln nur einhalten, indem sie illegal fahren und in die falsche Richtung fahren , rote Ampeln usw.

Natürlich hat die Bewertung der digitalen Intelligenz einen positiven Einfluss auf die Unternehmensleistung. Algorithmen vermitteln den Mitarbeitern tatsächlich die von der Organisation festgelegten und befürworteten Arbeitsstandards und -normen. Wenn diese Informationen von den Mitarbeitern verinnerlicht und verstanden werden und sie sich ihre eigenen Werturteile bilden, werden die meisten Mitarbeiter den Anweisungen des Algorithmus folgen, um sich im Einklang mit denen der Organisation zu verhalten Erwartungen. Wenn beispielsweise Online-Ride-Hailing-Fahrer erfahren, dass der Algorithmus basierend auf ihren positiven Bewertungen eine bevorzugte Versandrichtlinie umsetzt, führen sie proaktiv Servicemaßnahmen durch, um positive Kommentare zu erhalten und ihre Bewertungen zu verbessern. Die Undurchsichtigkeit und Unerklärlichkeit von Algorithmen kann jedoch auch Mitarbeiter verwirren. Gleichzeitig wird die Bewertung digitaler Intelligenz aufgrund mangelnder Intuition und subjektiver Urteilsfähigkeit von Mitarbeitern oft als eine entmenschlichende Erfahrung empfunden. Für Manager ist es eine unumgängliche Aufgabe, die Bewertung digitaler Intelligenz sinnvoll zu nutzen, um Mitarbeiter zu motivieren und die Leistungsverbesserung der Organisation zu fördern.

Werfen wir einen Blick darauf, was die führenden Internetunternehmen tun. Um die Auswirkungen subjektiver Beurteilungen zu reduzieren, analysiert Baidu mithilfe von Algorithmen die interne Kommunikationshäufigkeit, den Kommunikationszeitraum, die Größe und Häufigkeit von E-Mails usw. und wählt dann automatisch die geeigneten Mitarbeiter aus, die über Schritte wie Daten an bestimmten Leistungsbewertungen der Mitarbeiter teilnehmen sollen Modellierung, maschinelles Lernen und Analyseverifizierung sind relevante Kandidaten. Bytedance, das OKR-Management verwendet, verwendet im Bewertungsprozess eine 360-Grad-Bewertung. Im Gegensatz zur herkömmlichen 360-Grad-Bewertung kann das digitale Intelligenzbewertungssystem jedoch den Bewertungsstil jeder Person auf der Grundlage von Daten bewerten, von 1,0 (streng) bis 6,0 (locker). Dadurch kann verhindert werden, dass der Bewertungsstil einer bestimmten Person die Bewertungsergebnisse des zu bewertenden Mitarbeiters übermäßig beeinflusst. Gleichzeitig hat das System auch eine Leistungskalibrierungsmatrix entwickelt, um die Teamleistung durch intelligente Analysen zu kalibrieren, um Abweichungen aufgrund der Unerfahrenheit der Manager zu vermeiden und zu vernünftigeren Urteilen beizutragen. Tatsächlich ist dies eine klassische Manifestation der Mensch-Maschine-Zusammenarbeit im Leistungsmanagement. Die digitale Intelligenztechnologie hinter dem System hilft menschlichen Managern, sich an Standards auszurichten und durch ihre leistungsstarken Datenanalyse- und -verarbeitungsfunktionen „das gleiche Maß“ zu behalten Manager Nutzen Sie Ihre eigene Managementerfahrung und Ihr umfassendes Urteilsvermögen, um eine möglichst wissenschaftliche Bewertung abzugeben.

Belohnungen und Bestrafungen für digitale Intelligenz

Belohnungen und Bestrafungen für digitale Intelligenz basieren auf den Ergebnissen von Bewertungen der mathematischen Intelligenz und verwenden Algorithmen, um Mitarbeiter auf interaktive und dynamische Weise zu belohnen und zu bestrafen. Leistungsstarke Mitarbeiter erhalten mehr Möglichkeiten, höhere Gehälter und Beförderungen, während leistungsschwache Mitarbeiter von Gehältern und Prämien abgezogen werden und in schwerwiegenden Fällen sogar direkt entlassen werden. Bei vielen Online-Gig-Arbeitsplattformen wie Didi, Meituan, M-turk usw. wird die Vergütung der Arbeitnehmer fast ausschließlich durch Algorithmen bestimmt. IBMs führende künstliche Intelligenz, Watson, analysiert und prognostiziert zukünftiges Potenzial, indem es auf die historische Leistung der Mitarbeiter, Projektinformationen usw. zugreift, und bestimmt, ob Mitarbeiter befördert werden können und ob ihre Gehälter erhöht werden sollten. Google nutzt bei der Entwicklung von Werbeentscheidungen auch Algorithmen, um menschliche Voreingenommenheit bei der Entscheidungsfindung zu reduzieren. Der Algorithmus von Amazon verfolgt die Arbeitseffizienz jedes Mitarbeiters der Logistik- und Lagerabteilung und zählt die „Angelzeit“ jedes Mitarbeiters. Sobald jemand den Job zu lange verlässt, generiert die KI automatisch einen Entlassungsbefehl. Xsolla, ein russischer Spiele-Zahlungsdienstleister, entließ im vergangenen Jahr mithilfe von KI-Algorithmen 150 Mitarbeiter und sorgte damit für Aufruhr. Immer mehr Menschen machen sich Sorgen über die Belohnungen und Strafen der digitalen Intelligenz, und auch die Belohnungen und Strafen, die humanistisch behandelt werden sollten, sind durch die Hinzufügung von Algorithmen in den Hintergrund gerückt.

Rekonstruieren Sie in Zukunft ein effizientes und flexibles Leistungsmanagementsystem.

Der Anthropologe und Datensoziologe Nick Silver schlug das Konzept der „algorithmischen Kultur“ vor. Seiner Ansicht nach entstehen Algorithmen nicht nur durch rationale Verfahren, sondern setzen sich auch aus menschlichen kollektiven Praktiken wie Institutionen, sozialer Ethik und dem alltäglichen kulturellen Leben zusammen. Die Entwicklung und Anwendung der Digital-Intelligence-Technologie hat konzeptionelle und technische Veränderungen im Leistungsmanagement mit sich gebracht, aber auch einige negative Auswirkungen mit sich gebracht und gleichzeitig das Organisationsmanagement und die Arbeit der Mitarbeiter gestärkt sowie die Managementeffizienz und Servicequalität verbessert.

Wie baut man ein zukünftiges Leistungsmanagement auf, das sowohl effizient als auch menschlich ist? Es empfiehlt sich, die Idee der „Mensch-Maschine-Kollaboration“ zu übernehmen, also weder am traditionellen „Mensch-gesteuerten“ festzuhalten, noch in völlige Abhängigkeit von Algorithmen zu verfallen, ein neues Modell effizientes und flexibles Leistungsmanagement aufgebaut werden kann.

Die Vor- und Nachteile der digitalen Intelligenztechnologie

Obwohl die digitale Intelligenztechnologie die Vorteile von Geschwindigkeit, Effizienz, Objektivität und Quantifizierung bietet, eliminiert sie mehr zwischenmenschliche Beziehungen und Empathie im Leistungsmanagement. Diese Art von datengesteuerten Methoden transformiert die Arbeit eine unmenschliche Form. Bestehende Forschungsergebnisse zeigen, dass die meisten Menschen glauben, dass der Einsatz von Algorithmen und Maschinen zur Steuerung von Menschen ein entmenschlichendes Verhalten sei. Beispielsweise berücksichtigt die Algorithmustechnologie sich ändernde Szenenfaktoren nicht sorgfältig, was die Wahrscheinlichkeit erhöht, dass der Algorithmus die Leistung der Mitarbeiter falsch einschätzt.

Die Vor- und Nachteile des Menschen

Die einzigartigen Emotionen, die Intuition, die Kreativität, die Vorstellungskraft, das abstrakte Denken usw. des Menschen machen ihn unverzichtbar bei Themen wie Werturteil, emotionaler Darstellung sowie unkonventionellen und kreativen Themen. Diese Eigenschaften des Menschen können dazu beitragen, die durch das Leistungsmanagement der digitalen Intelligenz verursachten Probleme zu lösen, den Algorithmus ständig zu korrigieren und zu verbessern und dem Algorithmus Menschlichkeit zu verleihen.

Insbesondere neigen Menschen dazu, relative Vorteile in Situationen zu behalten, die ganzheitliches, makroskopisches und weitsichtiges Denken erfordern, und verfügen über Vorstellungskraft und Kreativität, die Maschinen nicht haben. Daher können sie die Entscheidungsergebnisse der digitalen Intelligenztechnologie besser optimieren. Die einzigartigen Erfahrungen und Emotionen des Menschen helfen ihm, die Interessen aller Parteien in einer komplexen Dynamik zu koordinieren und mögliche Konflikte zu beseitigen. Der Einsatz menschlicher Weisheit zur Verbesserung der künstlichen Intelligenz kann nicht nur die durch die digitale Intelligenztechnologie verursachten Probleme lösen und die organische Einheit der digitalen Intelligenztechnologie und der menschlichen Weisheit verwirklichen, sondern auch dazu beitragen, zu verhindern, dass sich die digitale Intelligenztechnologie der menschlichen Kontrolle entzieht. Natürlich lässt sich nicht leugnen, dass der Mensch hinsichtlich Entscheidungsgeschwindigkeit, Genauigkeit, Kosten usw. der digitalen Intelligenztechnologie bei der Lösung objektiver und strukturierter Probleme immer noch nicht gewachsen ist.

Die kollaborative Symbiose von digitaler Intelligenztechnologie und Menschen

Maschinen und Menschen verfügen über komplementäre Vorteile und Problemlösungsfähigkeiten. Die Wirksamkeit der Digital-Intelligence-Technologie bei der Verbesserung der Managementeffizienz ist erheblich, doch Effizienz ist nur eine Dimension der Managementmessung. Was mehr Aufmerksamkeit verdient, ist der Managementeffekt, d. h. der Grad der Übereinstimmung zwischen Organisationszielen und sozialer Vision, wobei die soziale Verantwortung und Mission des Unternehmens im Vordergrund stehen und Fragen der Managementethik einbezogen werden. Mit der kontinuierlichen Weiterentwicklung der digitalen Intelligenztechnologie werden zwar viele standardisierte Jobs durch Maschinen ersetzt, aber Jobs und Fähigkeiten, die reich an emotionalen Erfahrungen, kreativ und wertvoll und „warmer“ sind, erfordern immer noch Menschen. Insbesondere legt das rationale Denken von Maschinen mehr Wert auf „Wahrheit“, während menschliches Denken mehr Wert auf die Harmonie und Einheit von „Wahrheit, Güte und Schönheit“ legt und sich mehr auf Wertkonnotationen sowie ethische und moralische Überlegungen konzentriert.

Als nichtmenschliche Existenz ist die Technologie selbst dem Menschen gleichwertig und kann gemeinsam mit dem Menschen eine Koalition von Akteuren bilden. Die Automatisierungs- und Intelligenzfunktionen der Digital-Intelligence-Technologie können Technologieentwickler und -anwender dazu verleiten, blindlings nach Effizienzsteigerungen und Kostensenkungen zu streben und dabei die Autonomie menschlichen Verhaltens außer Acht zu lassen. Aber wir glauben, dass Menschen immer aktiv an der Entscheidungsfindung eines intelligenten Systems beteiligt sein sollten, egal wie komplex es ist. Mit der Zeit kann die Interaktion zwischen Mensch und Maschine beide Parteien intelligenter machen. Dies ist die Garantie für die Integration der digitalen Intelligenztechnologie in die menschliche Gesellschaft und die Schaffung eines verantwortungsvollen kollaborativen Arbeitssystems zwischen Mensch und Maschine.

In Zukunft sollten wir die Idee der „Mensch-Maschine-Zusammenarbeit“ übernehmen, um ein effizientes und flexibles Leistungsmanagement aufzubauen, die technischen Vorteile von Maschinen voll auszuschöpfen, um „Menschen zu befähigen“, menschliche Erfahrung und Sensibilität zu kombinieren und zu fördern harmonische Mensch-Maschine-Zusammenarbeit und ermöglichen es den Mitarbeitern, einen Arbeitsplatz mit Sinn und Glück zu finden. Im Rahmen des kollaborativen Arbeitsmodells der Mensch-Maschine-Symbiose können Menschen dabei helfen, Maschinenalgorithmen zu optimieren, und Maschinenübungen werden wiederum menschliche Aktivitäten unterstützen. Dies ist eine Win-Win-Situation.

Zukünftiges digitales und intelligentes Leistungsmanagement sollte die folgenden Merkmale aufweisen: Erstens sollte es intelligent und effizient sein und seine technologischen Vorteile voll ausschöpfen und große Datenmengen nutzen, die während des Leistungsüberwachungsprozesses und der Analyse künstlicher Intelligenz gesammelt werden Ziele, Bewertungen und Belohnungen sorgen für eine schnelle und objektive Entscheidungshilfe. Zweitens: Die digitale Intelligenz-Technologie sorgt für eine beispiellose Häufigkeit und Transparenz der Leistungsrückmeldung. Jährliches Feedback und vierteljährliches Feedback gehören der Vergangenheit an Durch transparentes Leistungsfeedback erhalten Unternehmen Informationen für ihre Mitarbeiter und verbessern die Zusammenarbeit im gesamten Unternehmen. Die leistungsstarke Erfassung interner und externer Informationen durch Big Data macht das Leistungsmanagement umfassender und ohne Sackgassen Audio-, Video- und Verhaltensüberwachung, Führungskräfte, Untergebene und externe Kunden, die umfassende Bewertung interner Kollegen, „Menschen“ werden dreidimensionaler dargestellt, vierte, humanistische Flexibilität, die „Soft Skills“ des Menschen Manager sind in diesem System von wesentlicher Bedeutung, und Manager sind sensibel für die subtilen zwischenmenschlichen Fähigkeiten, die schwer zu automatisieren sind. Das Verständnis von Kommunikation, die Berücksichtigung besonderer Situationen, Ethik sowie die Makroebene und die allgemeine Gesamtsituation können den Widerstand der Mitarbeiter gegenüber Algorithmen verringern und verbessern die Höhe des Managementdenkens erreichen, die Vorteile der Digital-Intelligence-Technologie effektiver nutzen und die Leistung von Mitarbeitern und Organisation verbessern.

Fazit

Mit der Entwicklung und Verbesserung der digitalen Intelligenztechnologie müssen sich Manager und Mitarbeiter neu an das Leistungsmanagement der neuen Ära anpassen. Reife Manager sollten nicht in der Falle der digitalen Intelligenztechnologie bleiben und die Vorschläge von Algorithmen als Erlasse betrachten, sondern ihre einzigartigen Erfahrungen und Emotionen nutzen, um Urteile zu fällen und die Leistungsfähigkeit intelligenter Maschinen sinnvoll zu nutzen. Auch im neuen Zeitalter sollten Mitarbeiter ihre Eigeninitiative voll entfalten, sich aktiv an der Interaktion mit digitalen Technologien beteiligen, ihre Persönlichkeit und ihr Potenzial freisetzen und ein positives und angenehmes Arbeitserlebnis schaffen.

Die „im Algorithmus steckengebliebenen“ Essenslieferanten können durch die Umgestaltung der Arbeit im Einklang mit dem Algorithmus leben. Die Manager hinter dem Algorithmus müssen auch die menschliche Natur und die Werte in den Algorithmus schreiben und das Unternehmen erfüllen Verantwortlichkeiten und setzen Sie sich auf jeden Fall vernünftige Ziele für die digitale Intelligenz. Bei der Überwachung digitaler Informationen gibt es kein Richtig oder Falsch. Manager sollten Daten über vernünftige Kanäle erhalten, dann Effizienz und Ethik abwägen, um Schlussfolgerungen zu ziehen, und dann die Mitarbeiter befähigen. Effizientes und genaues Digital-Intelligence-Feedback ist etwas weniger unpersönlich. Um den „Offenlegungseffekt“ abzumildern, sollten Manager proaktiv eingreifen und die Mitarbeiter über die Ziele und Vorteile von Digital-Intelligence-Technologieanwendungen informieren, um ihre Bedenken auszuräumen. Gleichzeitig sollten je nach Situation unterschiedliche Ansätze verfolgt werden, und es kann nicht „eine Einheitsgröße“ angenommen werden. Beispielsweise kann KI genutzt werden, um älteren Mitarbeitern Leistungsfeedback zu geben, Manager können aber auch neuen Mitarbeitern Leistungsfeedback geben. Beim Digital-Intelligence-Coaching wird Unternehmen empfohlen, eine Kombination aus KI-Coaches und menschlichen Managern einzusetzen. In dieser Kombination bietet KI leistungsstarke Fähigkeiten zur Datenverarbeitung und personalisiertes Feedback, während menschliche Trainer sich auf eine differenzierte zwischenmenschliche Kommunikation konzentrieren, die schwer zu automatisieren ist. Schließlich wird im zentralen Zusammenhang mit der Anwendung von Leistungsergebnissen empfohlen, dass die Intervention der Manager die negativen Emotionen der Mitarbeiter wie Ungerechtigkeit wirksam reduzieren und die Unternehmenskultur und -werte besser demonstrieren kann.

Denn egal wie viele Daten oder wie leistungsfähig der Algorithmus ist, er kann die „01-Logik“ dahinter nicht durchdringen und die Herzen der Menschen nicht direkt erreichen.

Das obige ist der detaillierte Inhalt vonPerformance Management im digitalen Zeitalter: Realität und Zukunft. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!