觉得年终奖发放不公平？别怕！机器学习技术会客观评价你的业绩

编者按：本文作者 Kris Duggan 是硅谷员工激励管理平台 BetterWorks 公司联合创始人见首席执行官，该公司旨在帮助企业、管理人员、以及员工提供有效的激励措施，让人们在工作中获得更多动力。

如今，机器学习已经快速渗透到了很多行业工作领域里，各种规模的企业都开始尝试应用机器学习技术来提升工作效率，为业务带来创新。事实上，在即将过去的 2016 年里，已经有超过 200 家专注于人工智能技术的公司获得了融资，总融资金额达到了 15 亿美元。此外，2011 年获得股权交易的人工智能初创公司数量只有 70 家，而到了 2015 年，这一数字已经变成了近 400 家。

像谷歌、微软、亚马逊这些大公司已经开始构建自己专属的机器学习技术，帮助他们处理海量数据和识别数据/业务类型。不过，目前似乎还有一个行业领域尚未被机器学习技术完全渗透——那就是人事管理。有报道称，现在依然有超过 55% 的企业无法有效使用人力资源数据来预测、改善员工绩效，最终导致很多有价值的人事数据被“浪费”。

不过，随着越来越多的企业开始尝试机器学习，想必在不远的将来，他们肯定会利用这个先进的技术颠覆当前低效的人事管理流程。机器学习技术应用在人事管理领域有两方面好处：第一，机器学习有能力消除固有的职场偏见问题；第二，它可以帮助人事经理获得正确、客观的反馈，维护积极的企业文化，识别、并留住优秀的员工。

如今企业人事管理存在的问题

超过一半的企业高管认为，当前的绩效管理方法无法有效驱动员工的工作能力和敬业度。而且，对于一家公司的业务部门管理人员来说，能够有效管理 70% 的手下员工就已经算是不错的成绩了。

除了这些挑战之外，与性别、年龄、喜好相关的固有职场偏见，也一直是个非常严重的问题。今年初，有报道称某些美国科技公司被要求优先和女性员工续约，之所以会出现这个问题，主要是因为在科技行业里，有 56% 的女性会因为到了所谓的“中级”点之后，便难以继续在职场上得到继续发展，有些人甚至会被变相要求辞退。不仅如此，相比于男性员工，女性员工很少能够从管理层得到反馈，来帮助她们改善自己的工作（差距至少在 20%）。

机器学习能让人类变成更好的管理者

随着机器学习技术的应用，企业可能确保职场上的偏见（无论是内部的还是外部的）被消除。而且，机器学习也已经展示了有能力对优化人事管理产生积极、正面的影响。像埃森哲、SAP、以及德勤这样的公司，已经开始尝试将将机器学习应用在了传统员工绩效管理评分和评级系统内，专门考核公司内部的技术员工。

机器学习可以针对性地分析员工工作数据，从而大大减少了人为判断要素，提高了人事管理透明度。这种方式，足以给整个行业领域带来颠覆，因为“数据不会说谎”，利用数据可以更全面的评估一个员工做了哪些工作，客观评价也能让员工获得公平待遇，从而激发了他们的工作积极性。另一方面，利用数据分析也能让企业管理人员变成更有效率的“职场导师”，而不是把时间浪费在琐碎的人事管理工作上。在今天的工作环境下，很少有管理人员能够将精力集中在员工培训上，不过在适当的环境背景中，机器学习已经有能力为管理人员提供最高效的反馈和识别。

此外，机器学习技术在员工评估方面也起到了非常大的帮助，譬如当年底考核的时候，人事专员不能因为自己对某位员工的个人喜好，而做出偏见性评估，因为机器学习评估工具可以收集员工的实际工作量数据，为人事经理提供建设性的批评或表扬评估建议。

当个人偏见消除之后，机器学习能让帮助人类变成更好的管理者，员工绩效是根据不可争辩的原始工作数据评估出来的，因此员工也不会对评估结果产生太多异议。利用丰富的员工工作数据仓库，人事经理还能够发现哪些员工实现了重要的工作目标，而且无需依赖个人观点和意见，为员工提供合适的反馈。

总结

当人事经理能够不再带有个人偏见、并根据数据为驱动的解决方案为员工提供绩效评估反馈，我们就会发现机器学习已经在不知不觉中改变了如今人事管理方式。

一方面，员工也不用担心自己是否会受到不公平待遇，而是能够把注意力放在工作上，着眼于如何朝着自己的个人奋斗目标和工作进步努力；另一方面，人事管理者的工作重心也不会放在处理员工琐事和处理企业和员工关系上，而是可以根据机器学习听得反馈，引导、帮助员工走向成功。总之，机器学习能让人类在职场上成为一个更好的管理者，我们应该好好利用这个技术。