This website requires JavaScript.
如果以算法决定一切,最终受困的是企业

几十年来,支撑赋权员工的声浪渐长。企业领导者也初步逐渐接受新观念:让员工参加抉择方案,公司整体业绩就会有所提高。但是目前有显著的趋势表明,这样的方式正在转向另一个方向——陈旧的准确工程方式重整旗鼓。这种气势令人甚为忧虑。

许多组织采纳将抉择方案和控制权交还给专业人士和算法的优化法,劳动力被当作产品,而企业的政策是将其本金降到最低,为此让合同工和零工替代全职员工,用软件和机器,减少对人工判断的需求。员工处在亲近监督下,有必要按照规矩行事。

历史标明,将员工的出产力视为一个工程学问题割裂地看待,会带来许多影响深远的连锁问题。赋权和优化这两种方式或许可以获得平衡,获取两方面的好处,但这需求先抛开“员工表现从根本上讲是一个工程问题”的观念。

截然相反的两种方法

20世纪初,弗雷德里克·泰勒(Frederick Taylor)提出以高效运营为政策的“科学处理”。他认为,实行作业任务有最佳方法。工程师可以找出这种最佳方法,工人只需实行即可。这样的论点迅速从制造业扩展到白领作业,对薪酬原则和办公室及办公楼规划布局等各方面都产生了严峻的影响。后来西电(Western Electric)等一些公司发现这种方法存在问题——有根据证明员工不再极力——并初步测验给员工更大的话语权,放宽了计件薪酬(按作业量向员工付出酬劳)和绩效政策。

1957年,处理学学者道格拉斯·麦格雷戈(Douglas McGregor)在《哈佛商业议论》宣布文章,总结了关于怎样最大极限地激起员工潜力的两种天壤之别的观念:一派认为员工有必要严厉控制、给予指示,另一派则认为员工在可以安闲表达观念、采纳行动时对公司奉献最大。麦格雷戈在1960年出书的开创性著作《企业的人道层面》(The Human Side of Enterprise)中将这两种方法别离标记为X理论和Y理论。

过去的40年里,Y理论模型的位置一直在上升。日本企业首要选用这种方法。例如,丰田的精益出产方法有若干组成部分,但中心思维是授权一线员工改善质量和功率——让他们有权叫停某一产品线。这样的工厂生产出的轿车及其他产品质量显着更优,很快引起了消费者的注意。

至21世纪,精益出产(又叫丰田出产方法)从轿车行业推广到医疗甚至政府等各个领域,质量、功率和员工保存率等人事相关绩效都出现提高。但精益出产方法往往很难引进,特别是在工业化的美国轿车工厂,作业标准非常冗杂,处理者与工人之间的不信任根深柢固,“不创新”的心情成为主流。不过近些年来,活络项目处理的潮流使得Y理论得到了进一步推广。

 

反弹

有人说,这种行为方式会随着大萧条的影响减退一起式微。大萧条影响深远,许多年青处理者不知道其他方法。不过除了大萧条,还有其他要素的影响。

活动的作业团队。公司忧虑的一大问题是,市场需求大幅度不坚定,本公司劳动力却是固定不变的,根本不可能在事务减少时裁人、好转时再让员工回来。零工经济供应了一种不同的方法。

优步的司机只在有活干的时分收取薪酬,让优步公司获得迅猛发展。这样的成功案例令其他企业蠢蠢欲动,也跟着解雇全职员工,用合同工取而代之:事务减少时不必向合同工付出薪酬,也不必供应福利。

人才按需供应方式现在现已遍及。研讨标明,美国企业中约1/3的员工不是全职。谷歌的合同工和暂时员工数量多于全职员工(根据2020年若林大辅宣布于《纽约时报》的一篇文章,前者13万以上,后者12.3万),这种现象在科技公司中并不稀有。合同工几乎是悉数轿车服务公司和亚马逊Flex、Deliveroo等快递企业的中心。这些企业含糊了全职员工与合同工之间的规律鸿沟,有效地监督合同工的大部分作业:监控司机所在位置,为司机供应道路智能规划。帕特里夏·卡拉汉(Patricia Callahan)宣布在《纽约时报》的一篇文章称,亚马逊Flex甚至要求按时配送率抵达令人吃惊的999/1000(亚马逊并未回应对这一标准宣布议论的请求)。

并没有根据标明减少全职员工确实令事务作用得到了改善。我的观点和其他一些研究都标明,一起选用派遣员工和全职员工,会对全职员工产生负面影响,下降其忠诚度,影响全职员工与搭档之间的联络,并下降运营绩效。

薪酬商洽。优化理论中一个简略而重要的方法——价格差异化,现在用于确认起薪。我们经常忘记,曩昔企业的起薪一律平等,初级作业特别如此,现在则可以谈起薪。职场专家知道,就长期而言,向具有类似技能、承当相同作业的人供应不同的薪酬,会带来许多费事,负面影响甚于规律问题。但是,下降员工起薪可以立竿见影地节约本钱,这个显而易见的诱惑让许多企业趋之若鹜。

AI与优化。促进企业选用X理论的一大驱动力就是人工智能(AI)。现在的AI东西几乎都是自机器学习程序衍生而来的算法:优化用人需求的方程组、职位提名人匹配、市场营销活动等等。算法将员工的抉择方案权转移给专家,即编写算法的数据分析师。这就是泰勒发起的改变:运用工程原则找到仅有的最佳方法。

例如,长途货运这份作业曾经高度自主。以前的货运司机只要能按时抵达目的地,途中彻底可以安闲分配。现在算法规矩了道路、日程和驾驶方面的系数。货车驾驶室装备了监督司机、收集信息的设备,用来催促司机遵循规矩,而且改善算法。摄像头会记载司机是否在驾驶,让电脑按照驾驶时间为他们计费;车速和驾驶时间一直在被记录;司机每抵达一个目的地,就会收到下一步指示(比方说,由于左转弯时产生事故的几率较高、耗时较多,所以要他们减少左转弯)。

这种做法作用怎样,亚马逊及其12.5万仓库员工给出了一个好例子。2019年斯科特·沙恩(Scott Shane)宣布于《纽约时报》的文章中说,亚马逊仓库员工要遵循算法给出的政策,预备一个订单里的每件产品都有规定时长。若未达成,就会收到算法给出的警告,收到三次警告就可能会被解雇。是否解雇员工,主管尚有终究抉择权,但这种状况不知道还能继续多久。

假设掠夺员工悉数的自主权,员工就不再觉得自己身负职责,做出额外奉献的自愿也会下降。AI算法抉择悉数,员工不知道自己还有什么用了。想想看,一位货车司机发现了更好的装卸货物的方法,他能奉告谁?确实,均匀而言算法节约了燃料和本钱,但假设我们掠夺员工的自主权,选用优化法进行规划和控制,员工就不会再极力创新。

将一线处理者和员工的抉择方案权转移给专家和软件,会产生愈加难以追寻的本钱。一是会逐渐削弱主管和一线处理者,他们的权威正是来自聘任人员、拟定日程、衡量绩效等职责。假设一名员工由于被软件组织连续三个星期六来加班而感到不满,主管该怎样办?倘若无法供应协助,那么之后主管要怎样请这位员工额外协助?在由软件控制的环境里,互相协助、树立联络,并让员工感到组织支撑自己的气氛消失了。

 

获得平衡

据估计,悉数大型企业CEO里具有工程学和计算机科学学位的人占到了1/3。47%的CEO有金融学布景,这个领域注重的是本钱最小化、公式和量化政策,而不是赋权。与Y理论相关的行为理论只在商学院课程中低调出现,被微观经济、会计、金融和运营实务课程挡得严严实实——这些东西全都依赖于优化。而且,教授行为理念的企业处理训练项目现已有大部分消失了。

终究一点,Y理论要求领导者和处理者投入许多时间和精力,但相关规矩却含糊不清。与之比较,优化规律有清晰的规矩,有硬性的关键需求,如功率最大化、本钱最小化,CFO和华尔街都喜爱这样的东西。

处理者面临的严峻挑战,并不是在X理论和Y理论之间做挑选,而是找到实在有用(而非理论上有用)的组合方法。归纳优化法和员工赋权结合起来,作用会好得多。精益出产的一大优点就是结合了两者,将改善功率和质量的任务交给一线员工,教导员工怎样更好地规划作业。因此,现在看到公司以软件替代精益方法,着实令人灰心。

疏忽人可能会更简略,但人是不会消失的。人的需求和利益非常重要,有才干的领导者有必要加以考虑。