公司買 AI 工具畀員工用，話係想提生產力。但調查話，呢個新嘢唔止係幫手，仲令做 manager 嘅人頭頭痛。
Monday.com 委託 Nielsen 喺七個國家問咗 1,700 位董事同高級經理。結果超過一半話，用咗 AI 之後，評估下屬嘅表現變得好難。點解呢？因為員工交上嚟嘅嘢已經「拋光」完，喺 inbox 整齊擺好，manager 睇唔出邊度係自己人出嘅手、邊度係 AI 幫手。
結果近半 manager 話，佢哋花多咗時間 review 同引導團隊嘅輸出，比起之前更忙。
不過要注意，manager 唔係對 AI 反感。調查中 94% 話對用 AI 改善工作感到興奮，好多人仲覺得自己清楚邊度用得最有價值。Monday.com 嘅市場研究主管 Michal Miller Levi 話，呢種熱誠好似 2000 年代初互聯網興起時嘅「魔力」一樣。佢話，問題唔係工具唔好，而係 AI 發展速度快過公司適應速度。
但佢哋又喺變。78% 受訪者話，用咗 AI 之後改變咗評估員工嘅方式，例如將焦點放喺員工會唔會寫 prompt、識唔識判斷邊啲嘢可以交俾 AI、敢唔敢試新方法。
最敏感嘅位係呢度：46% manager 話用 AI 輔助決策，39% leader 用 AI 草擬績效評考。呢度就好麻煩——LLM（大型語言模型）本質係預測機器，反覆重複訓練數據入面嘅人嘅模式。今年 Luxembourg Institute of Socio-Economic Research 嘅研究話，喺冇清晰客觀標準、逐個獨立評分嘅情況，LLM 嘅評分傾向同人類相同。2025 年初一篇研究話，AI 模型可對黑人男應聘者有偏見，喺唔同社會群體間差異明顯。
Levi 被問到用 AI 評估人嘅表現會唔會帶入外界偏見，話公司都未揾到解決辦法。
另外，57% manager 話公司入面嘅工具比之前更多，51% 話工具變得更相互依賴、更集中。
同埋，有人要決定邊啲嘢可以交俾 AI agent（代理）做、有人要審佢哋嘅產出、出事要有人兜底。報告話，呢類監督會變成一層新嘅「隱形勞動」——唔計入工時、唔見於 KPI，但真係要人做。
阿調搞兩下：AI 寫嘢寫得好靚，靚到你睇唔出係邊個寫嘅，呢個本身唔係 bug，係新現實。但當 assessment 制度都趕唔上呢個新現實，問「邊個寫嘅」已經唔再係唯一要問嘅嘢。真正要問嘅係：而家嘅 KPI 仲可以反映實際貢獻嗎？用 AI 寫評考嘅 manager，佢嗰個 bias 又算邊個嘅？呢個位，調查都承認，目前冇答案。
阿調｜深度調教
