萬惡的KPI
萬惡的KPI
2016.05.23 | 創業

本文作者曹政,原文刊載於微信公眾號:caoz的夢囈,《數位時代》獲授權轉載。

1、KPI的緣起

用最簡單的描述就是,KPI來源於工業化的年代,車間工人,業務代表,你很容易設計一套數據指標,來考核他們的工作績效和工作質量。而傳統的管理學又將這裡的指標更加地細化,分出不同的條目、類別,以實現更精確的管理和考核,這一切的基礎是,你的工作目標,是完全確定的,而你的工作成果,是完全可以量化的。

2、新時代的問題

在網路時代,或者說更早一點,在IT崛起的時代,我們應該意識到一個巨大的變革來臨了,工作的價值往往不在於工作量和勤奮程度,而在於員工的創造力以及一些方法論的東西。而工作目標也會隨著市場的變化快速的調整和迭代,人與人在才能和表現上的差距也會無比放大,在這種情況下,繼續去苛求量化方法,或者強求去制定一些標準,往往產生南轅北轍,與目標相反的結果。而這些,其實不斷的扼殺一些企業的創新能力,並持續低估一些傑出員工的價值體現。

前天的文章,談談激勵的原則。有些人表示看不太懂,但也有一些作為企業管理者表示非常需要,昨天文章剛發出去不久,就有極為優秀的遊戲製作人來詢問我關於激勵體系的問題,實話說,我並沒有太好的方案提供,但所遇到的激勵體系的問題,確實是很多企業共有的。

下面,我們說一下典型的KPI問題,先從技術領域說起。

1、以工作量為考核目標。

圖說明
圖片來源:Streetwill

據說某公司用程式碼行數作為考核目標。

這個策略實際上是激勵大量的垃圾程式碼,優秀的程式碼都是簡潔優雅的。參見雲風老師的 skynet開源程式碼。如果考核員工的程式碼行數,菜鳥工程師絕對開心,你不需要考慮架構,不需要考慮複用,大量的copy & paste很容易堆砌大量程式碼,我在最初編程的時候,也會有這樣的習慣,把以前的程式碼直接貼過來改寫,而這實際上是複用性很差的表現。

2、以解決問題為考核目標,比如處理實際問題數,修補bug數。

這個聽上去合理一些,但我以前舉過這樣的例子,兩個專案組,第一個組長水平很高,寫出來的專案程式碼非常穩定可靠,上線後啥問題都不出,專案團隊變得無所事事。第二個組長,稍遜一些,寫出來的專案程式碼上線後,經常出一些奇怪的問題,結果疲於奔命,各種加班,各種救火,結果第一個小組團隊全部被調往第二個小組支援,第二個小組組長因卓越的工作積極性,大量的問題處理表現,和持續性的加班奮鬥而被領導賞識,升職,第一個組長只能作為其下屬。

很多企業都會犯這樣的錯誤,這樣的案例其實也有不少。

3、以專家小組的考核為準。

技術的事情,讓技術專家去評定,有些大公司有非常優秀的技術專家,就組成評委會,技術工程師需要申請升級的時候,去報告自己的工作表現,所使用的技術,所完成的工作量,所達到的目標,技術專家根據其表現決定是否升職加薪。聽上去很合理對不對?

然而並不是,十年前,我遇到過這樣的問題,我需要處理一個線上的問題,這個處理方案不複雜,按照我的方案做很快就能完成,和我搭配的工程師人蠻好的,水平也很高,但是就跟我抱怨了,「對不起啊,我上次評高階工程師沒過呢,說我工作技術價值太低,這個方案我工作考核肯定上不去啊,我有個什麼什麼算法,你看行不行。」咳咳,都是打工族,你好意思難為人家嗎?本來一兩天的事情,做一兩週,說實話,這還是非常照顧產品需求,很容易溝通的工程師,如果有那種非常自我為中心的,出個一兩月的技術方案你也沒轍啊。

今天我說一句可能有些人不服氣的話,很多大公司,存在大量技術過剩的情況,就是因為這種技術考核體系,小題大做,沒必要的技術方案,沒必要的過度架構,很多是為了滿足技術評級和升職的需要,而這一切,除了人力和資源的浪費外,更導致了產品迭代緩慢,市場應對能力緩慢。

其實我們看很多新創小公司,乃至個人,可以很短時間內發布很有意思的產品,包括一些hackathon的活動,36-48小時做出來的產品也都有模有樣,但是大公司做一些同類產品動輒幾百人團隊,半年以上時間,有人會說,大公司性能要求高複雜度高,懂不懂?呵呵,這個我還真的略懂。

而更可怕的是,某些管理職能的人為了能升職,一些本來不需要很多人的崗位,也要硬掰出一堆工作任務來,招一堆人來滿足一些根本沒太大實際意義的事情,手下人多了,自然職位也就上去了。

4、基於犯錯率考核

這種思路是,考核你工作中出現的問題數,bug數和相關故障數。
嗯,其作用大家都知道,多做多錯,少做少錯,不做不錯。
吶,工程師都已經習慣背黑鍋了。

5、基於團隊目標

恩,單獨的技術實在難以考核,只好基於團隊目標,和你的專案團隊共進退,雖然存在不公平,比如優秀的技術如果配到了一個不靠譜的產品經理手裡,可能就被拖累了,但是好歹也是一種弊端較少的方案了吧。

然而,我們知道,大公司最怕的是什麼,部門藩籬,有些熱心的技術強者,願意和更多人分享,願意幫助其他人分析問題,解決問題,願意輔導更多年輕人,然而,這一切,都沒有任何激勵。很多大公司在KPI的導向下,部門利益高於公司利益,甚至不同部門明爭暗鬥,搶專案,搶資源,搶話語權。如果有個人才,是以公司利益為重,甚至願意為了公司利益犧牲團隊利益(有些情況下是需要的,比如,公司有個特別重要的專案,比這個部門當前的專案價值大很多,一個優秀的技術,在與本部門管理者溝通確認後,去緊急支援人家的專案,就比按時完成本部門專案,對公司價值更大,我個人是非常鼓勵這種行為的),那在這種考核目標下,簡直就是要被淘汰的典型了。

可怕吧。

技術職位不好評定,那麼其他職位呢,設計師類似技術人員,做的多不如做得好,一個好的設計,勝過1000個平庸的設計,然而好這個評定,如何定量?

在產品和設計領域,KPI的問題在於,只能考核已知的東西,如何評估未知的東西,而網路產業,IT產業,要經常面對未知的場景,提出新的觀點,新的構思,和新的產品特性,那麼,在這些東西提出來之前,我們的KPI原則是什麼,每個月遞交幾份ppt報告嗎?

所以,在西方有個說法,KPI= kill people idea,你照上司吩咐的做就是了,KPI沒有任何關於想法和創造力的評估手段。

我另一篇 狼,兔子,激勵 也提到一個話題,

前端時間有個老闆最喜歡的大毒草雞湯,叫做寫給加西亞的信。別管我的要求多麼過份,別管我的方向多不靠譜,別管我到底想明白了沒有,你們做到了就是狼,做不到就是兔子,就算我是智障,你們也要把公司帶得轟轟烈烈,幫我賺錢,這就是各個老闆熱衷的狼性文化。

圖說明
圖說:Streetwill

今天重講一下這個話題,在完全以目標為導向的體系裡,就會出現一個嚴重的問題,就是為了目標不擇手段,而這種不擇手段,很可能是犧牲企業長期的信用,或者犧牲的是產品的可持續發展能力達到的,而這一點,也是非常多網路巨頭一直在犯的錯誤。

案例說話:
當年,易趣和淘寶打架的時候,易趣買了百度的「易趣」關鍵詞,淘寶沒有買「淘寶」的關鍵詞,這事我就很好奇,我覺得這個詞易趣不買也是他們的啊,自然結果本來就是他們自己的,為什麼要花這個冤枉錢,後來別人給我一解釋才明白,我有多幼稚。廣告購買是市場部門的行為,廣告轉化率是市場部門的KPI,大家都知道品牌詞的用戶銷售轉化率是最好的,購買這個詞,所帶來的客戶轉化都能提高他們市場部門的KPI表現,如果是自然搜索流量,對不起,和市場部門業績毫無關係。那麼淘寶的人說,我們不要這種KPI。

再說遊戲產業,那麼遊戲營運團隊,製作團隊,以遊戲收入為指標分紅,聽上去是一個相當靠譜和準確的指標了,但是這裡就沒問題了嗎?

有,而且很嚴重,實際上,大部分打工者,都比較看重短期的回報和效果,這很正常,誰也不確定自己能否在一個公司待多久,此外,誰都希望短期業績好看一點讓老闆賞識,也許就此升職加薪呢,長期的事情誰知道。所以就會存在一個問題,以犧牲產品的生命週期來刷收入,中國的遊戲產業,這個特徵冠絕全球。從業遊到手遊,中國的遊戲收入高峰能堅持六個月的都寥寥無幾,很多月流量過億的產品三個月後就剩下兩千萬不到了。 coc一款產品的生命週期,我們這邊對應的可能換了七八代主打產品了,問題是人家還在繼續稱霸排行榜呢。

我最近也有這個煩惱,給團隊按業績分紅是公司的原則,但又不能鼓勵那種衝流量的活動。這就不是規則所能控制的了,必須靠人的判斷力。

昨天那個朋友跟我分享的案例是,某個優秀公司的原則是,用業績分紅的方式沒問題,但是所有遊戲內活動安排都必須CEO親自審核,以免有過度的充值活動犧牲產品生命週期,問題是,這個CEO必須很懂業務啊,而且必須熟悉所有產品才行。所以,想要複製,還是很難。

那麼,問題這麼多,公司是否說,就不需要KPI了呢?或者說,有什麼更好的方法嗎?

其實,IT產業優秀的新創公司,初期都是沒有KPI的,我們看一些成功企業的發展史,在最早期的時候,都是靠一些天才的產品和技術,快速發展壯大,在網路產業,沒有哪個成功的企業創業初期是靠管理優勢的。直到人員膨脹,老闆已經無法直接面對所有員工的時候,管理的意義和重要性才凸顯了出來。而此時,引入職業經理人,引入績效考核制度,才被提入日程,這時候,你要說完全杜絕KPI,自由發揮,可能也不現實,畢竟缺乏自制力和目標感的人在職場佔據多數。

KPI的意義在於,約束平庸的員工,以提升他們的執行力,而不能用於去規範優秀的人才,如上的案例,很多時候,KPI的激勵,對於優秀的人才而言,反而是負面的。

往下滑看下一篇文章
從生成式AI到代理式AI,不可輕忽的五大關鍵趨勢與致勝訣竅
從生成式AI到代理式AI,不可輕忽的五大關鍵趨勢與致勝訣竅

代理式AI將驅動產業創新變革與升級,對此,研究機構Gartner預測,截至2028年底,33%的企業應用軟體將整合代理式AI功能,至少15%的日常工作決策將改由代理式AI負責,以及三分之一的生成式人工智慧互動將改由行動模型與自主代理完成,同時,加速協作型 AI Agent出現與普及。
面對勢不可擋的AI浪潮,Google Cloud搶先布局市場:不僅提供含括AI優化基礎架構、AI模型、可互通的AI代理等高度整合AI雲端技術堆疊,更攜手CloudMile萬里雲等夥伴協助不同產業客戶發揮代理式AI的綜效。

不可輕忽的五大AI趨勢

隨著雲端與人工智慧等創新科技成為企業創新變革的關鍵基石,想要極大化科技綜效、搶先布局未來,不可輕忽五大AI趨勢:

趨勢一:AI Agent蓬勃發展。

生成式AI已從單純的處理提示(Prompt)轉變成具備模組化、自主化與協作化能力的 AI Agent,Google Cloud 更透過年度旗艦活動介紹超過 600 個 AI Agent 與跨產業應用案例。

Google Cloud 台灣總經理陳愷新表示:「因應用途的不同,Google Cloud 推出客戶代理(Customer Agent)、員工代理(Employee Agent)、創意代理(Creative Agent)、資料代理(Data Agent)、程式碼代理(Code Agent)與資安防護代理(Security Agent)六大類 AI Agent,協助企業提升營運效率、員工生產力、資安防護,進而加速產業創新。」

萬里雲 x Google Cloud_Podcast
Google Cloud 台灣總經理 陳愷新
圖/ 數位時代

趨勢二:多模態AI應用普及。

企業開始透過多模態AI整合文字、圖像、音訊與影片等資訊,讓 AI可以模仿人類學習方式,以更精準且自然的方式輸出與互動。

趨勢三:AI驅動輔助搜尋崛起。

透過生成式AI賦能,企業搜尋模式可以跳脫關鍵字,改以多模態輸入與對話提示等方式互動,讓使用者可以快速找到所需資訊並因應權限優化知識搜尋成效。例如,玉山銀行整合 Gemini 模型與內部知識管理系統,短短 3 個月推出「金融業務聊天機器人(金秘書)」,大幅縮短分行人員解決複雜客戶問題的時間,以及減少內部教育訓練負擔。

CloudMile萬里雲創辦人暨董事長劉永信表示:「Enterprise Search 不僅能打破孤島、快速連結Google Workspace、BigQuery、Looker、SAP、Salesforce 等內部系統與資料來源,還可以進一步提高企業內部搜索相關知識的效率。」

趨勢四:AI 輔助顧客體驗優化。

透過AI驅動的全通路個人化行銷,以無縫消費體驗提升零售業營收、效率跟提升客戶忠誠度。例如,CloudMile 萬里雲整合最新 AI 人臉檢測、表情辨識技術、服裝顏色分析與圖像標籤,以及串連 Google Workspace 雲端應用,打造出獨一無二的 AI 旅行推薦體驗服務 AI 魔鏡,消費者只要站在互動裝置前自拍,系統即會依照臉部表情與穿衣風格自動生成個人化旅遊行程與亮點,大幅提升選旅效率與便利性。

趨勢五:以 AI 加強資安防護。

面對AI帶來的嶄新、增強的安全攻擊,如深度偽造(DeepFake)攻擊與攻擊頻率增強等,企業除可以藉由 AI 增強現有安全系統,還可以透過偵測威脅、保護資料、識別潛在風險等方式對抗深度偽造與假訊息等釣魚攻擊。

「AI 與雲端將成為企業營運的關鍵基礎設施、發揮相輔相成的綜效,此外,也有助於企業加速業務創新與發展數位經濟生態圈,進而鞏固企業競爭力。」劉永信認為,透過 Google Agentspace 提供的多代理協作機制,企業不僅可以整合工作流程,還可以進一步優化模組設計與完善安全治理,讓 AI Agent 進入企業日常營運場景,在這個過程中,若進一步結合 A2A 協定(Agent-to-Agent Protocol),AI Agent 將不僅是單一任務執行者,可以相互溝通,型塑嶄新的企業虛擬團隊,讓企業能以更敏捷的人機協作模式回應市場與顧客需求。

3關鍵 X 5指標,助企業加速代理式AI落地與極大化綜效

劉永信表示:「Data Anywhere 是企業發展代理式AI的關鍵基礎,具體實作方式是從資安(Security)、人工智慧(AI)與雲端財務管理(FinOps)三個關鍵面向切入,型塑具備自主強化的『AI 優先』營運模式以優化創新轉型成效。」例如,企業需要一個含括雲端、邊緣、地端的數據同步與治理框架以確保數據即時性、隱私性、合規性與安全性。

萬里雲 x Google Cloud_Podcast
CloudMile 萬里雲集團創辦人暨董事長 劉永信
圖/ 數位時代

除了以 Data Anywhere 為基礎打造的 AI First 營運模式,Google Cloud 建議企業可以從 5 個關鍵指標選擇平台與合作夥伴:第一是平台服務是否含括全面 AI 技術堆疊,讓企業可以因應需求挑選所需的基礎設施、平台、模型與商業應用;第二是提供企業客戶多元選擇,包括選擇自行開發或者是以既有服務進行客製化開發,以及可以彈性選擇平台提供的 AI 模型、第三方 AI 模型與開放原始碼服務等。

第三是確保雲地、新舊系統的互通性,例如,Google Cloud 不僅在 2019 年推出混合雲管理平台 Anthos 服務,更於日前推出 A2A 協定協助企業打通、協作各個 AI 代理,以及推出 Google Agentspace 協助企業集中化管理AI代理與透明化營運成效等。第四是平台是否有支援開放標準與應用程式介面(API)等機制,讓企業客戶可以因應業務發展彈性串聯與擴展應用範疇。第五是確保平台提供的是負責任的AI以及提供與時俱進的安全防護機制,例如 Google Cloud 便積極深化在深度偽造防護(DeepFake Defense)的能量。

展望未來,隨著 AI 的推陳出新與日趨普及,Google Cloud 除會因應市場需求持續優化平台服務,也會攜手 CloudMile 萬里雲針對產業客戶需求提供最佳服務,以產業專屬、軟硬整合的方式發揮智慧化人機協作的綜效,實踐生態圈共贏。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓