邁向更公平的、數據驅動的績效管理

任人唯才至關重要。可以預期的是，獎勵人才、努力工作和成效的公司，績效會超越那些充斥著裙帶關係、系統性偏見、有毒的辦公室政治，與全然無能的公司。人員分析技術興起、人力資源領域的技術創新，再加上人工智慧（AI）和機器學習演算法無可避免會整合納入人才管理實務之中，這些全都顯示相同的潛在現象：不懈地追求以更合理、公平、以實證為基礎的方法來管理員工，並在工作中發揮員工的潛力。 

然而，可靠、準確且不帶偏見的員工工作績效評量指標，仍然是惡名昭彰地難以捉摸，而這些指標是更公平地管理績效的關鍵。雖然技術工具確實很多，更別提還有大量湧現的花俏數據、視覺化工具和數位儀表板，但是，若想以可靠的量化方式呈現員工所創造的價值，目前呈現的結果仍與真實管理的現況相去甚遠，一如40年前的情況。 

可以確定的是，大型企業裡充滿著來自內部通訊系統、專案管理軟體、問卷調查平台，甚至感測器的數據，但他們將這些數據轉化為可信賴的工作績效指標的能力，充其量仍屬於發展階段。儘管在技術方面有顯著的進步，並且在數據科學方面獲得不可否認的成就，但員工的產出、績效或價值創造，與他們的職涯進展、職位或資歷之間，仍存有很大的落差。若要求任何組織找...