调查显示：超半数管理者称采用 AI 后更难评估员工工作

TechCrunch 10 月 21 日报道了一项关于职场 AI 的新调查：超过 50% 的管理者表示，在团队引入 AI 之后，评估员工的工作表现变得更困难了。

这个数字与过去两年企业界的主流叙事形成了直接对照。厂商与咨询机构反复强调 AI 能提升人均产出，但调查指向的是另一件事：产出变多了，判断产出好坏的尺子却没有同步更新。

难点首先在归因。一份文档、一段代码、一份分析报告，可能完全由人完成，可能由 AI 生成，也可能是人与模型反复协作的结果。管理者很难把最终结果拆回具体的贡献者，也就难以判断谁真正解决了问题。

传统的代理指标同样在失真。当一份初稿的撰写时间被压缩到几分钟，交付速度就不再能说明员工的判断力、审稿能力与对业务的理解，而这恰恰是 AI 时代更稀缺的能力。

对企业的现实含义是，绩效体系可能需要从“做了多少”转向“判断了什么”：谁定义了问题，谁挑出了模型输出里的错误，谁为最终结论负责。这类贡献更难量化，但更接近真实价值。

也需要看到调查的边界。它反映的是管理者的主观感受，而不是对生产率的直接测量；管理者感到评估变难，既可能因为工作本身更复杂，也可能因为旧标准不再适用。

接下来值得观察的是，是否会出现专门面向 AI 协作团队的评估工具与指标体系，以及企业在绩效周期中如何记录 AI 的参与程度。答案会直接影响招聘、晋升与团队结构的下一步调整。