Taris Tonsa／shutterstock
過往，經理人在制定KPI時經常受到阻礙，不過，生成式AI工具提供了新契機，經理人可以透過「3A」方法──關聯性挖掘、特徵排序、異常偵測，讓AI協助挖掘傳統KPI的盲點，加速制定全新的關鍵指標，顯著提升績效。
自費德烈．泰勒（Frederick W. Taylor）發表經典著作《科學原則管理》（The Principles of Scientific Management）以來，KPI（Key Performance Indicator）績效衡量指標一直是經理人非常倚重的執行工具。事實上，KPI在現代企業最常被運用的範疇是財務與成本計算，1980年代之後經常性地出現在績效管理、策略性人才管理領域中。1990年，柯普朗與諾頓（Kaplan and Norton）提出平衡計分卡工具後，推動KPI進一步制度化與標準化，使KPI運用在不只財務擴展，甚至到內部流程、創新研究、專案管理等面向。
但許多經理人甚至CEO，對於如何提出有效的KPI，一直都顯得困惑，甚至覺得難以找到有效的解方。
要回答這個問題，首先要先定義「目標」和「指標」的不同。這是許多人往往搞不清楚，但又極具意義的關鍵之處。
「目標」與「指標」的差異
「目標」，通常是以「年」為單位，指出在指定時間段想要獲得的成果。目標通常有方向性，例如您想要提升業績（往上提升）；例如您想要減少不良率（往下降低）。因為有方向性，所以目標的提出也等於告訴團隊：今年的...
