第11章 绩效使能的四世同堂

一则寓言故事的启示

小时候，我们总会听到这样一个故事：

三个和尚没水喝

从前有座山，山上有座小庙，庙里有个小和尚。他每天挑水、念经、敲木鱼，给观音菩萨案桌上的净水瓶添水，夜里不让老鼠来偷东西，生活过得安稳自在。

不久，来了个瘦和尚。他一到庙里，就把半缸水喝光了。小和尚叫他去挑水，瘦和尚心想一个人去挑水太吃亏了，便要小和尚和他一起去抬水，两个人只能抬一只水桶，而且水桶必须放在扁担的中央，两人才心安理得。这样总算还有水喝。

后来，又来了个胖和尚。他也想喝水，但缸里没水。小和尚和瘦和尚叫他自己去挑，胖和尚挑来一担水，立刻独自喝光了。从此谁也不挑水，三个和尚谁也没水喝。[1]

为什么会出现一个和尚挑水喝，两个和尚抬水喝，三个和尚没水喝的现象呢？不应该是人多力量大，有更多水喝才对吗？

这则故事实际上蕴含了管理学中的3个效应：社会惰化效应、搭便车效应、傻瓜效应。

社会惰化效应

与单独工作时相比，个体在群体中工作时减少努力的现象被称为社会惰化。当只有一个小和尚在小庙里的时候，小和尚十分勤奋，然而，之后瘦和尚加入后，小和尚和瘦和尚都不愿意多承担，于是努力程度减半，从挑水喝变成了抬水喝，再后来，又加入了一个胖和尚，三人努力程度又降低到了零，最终出现了三个和尚都没水喝的局面。

民间还流传着很多类似的寓言故事，诸如“龙多不治水”“儿多不养娘”等，说的都是同样的道理：当多个人组成一个群体之后，群体绩效低于所有个体绩效之总和，即群体产生了社会惰化。

如果说民间故事还仅是从经验角度揭示了社会惰化的存在，那么法国林格曼（Ringelmann）教授于1913年开展的量化实验，则首次从科学角度对此进行了实证。实验中，林格曼教授让14个人去拉动一个重物，发现个体单独拉动时平均可以拉动63千克，2个人一起拉时，平均只能拉动59千克，3个人一起拉时，平均只能拉动53千克……当8个人一起拉时，平均只能拉动31千克，还不到单独拉时的一半。这一实验揭示了团队合作的一个基本规律：当人们在团队中工作时，往往不如他们单独工作时那么努力。一方面，团队总绩效确实在随着人数的增加而递增，是的，没错，人多力量大；另一方面，团队绩效增加的效率却随着人数的增加而在递减，一个和尚可以努力地挑水喝，2个和尚就变成了抬水喝。社会惰化效应如图11-1所示。[2]

你可能会说，当多个人一起拉重物时，会不会不是因为大家不努力，而只是大家没有往同一个方向使力呢？为了回答这个疑问，研究者又进一步开展了相关研究。英厄姆（Ingham）等人于1974年复制了林格曼实验，在其实验中，他们在每个群体中只使用一个真正的参与者，其他群体成员全部是伪装的参与者，伪装参与者在实验过程中并不真正使力，只是“喘气”以假装他们在用力拉。实验结果证实，当个体认为他们加入了一个多人群体之后，他们的努力程度确实降低了。

图11-1 社会惰化效应

拉特纳（Latane）等人于1979年开展了一个类似实验[3]，只不过这次不是拉重物，而是让大家用力喊叫，测试他们在单独喊叫时所喊出的音量以及多人一起喊叫时的音量情况。在拉特纳实验中，6个人在一房间里围坐成半圆，然后他们被要求以单独或者集体形式进行喊叫，正如林格曼效应一样，每个人喊叫的平均音量随参加人数的增多而递减。2人群体的平均音量为单人时的71%，4人群体的平均音量为单人时的51%，6人群体时则进一步下降为40%，这同林格曼效应是一致的。

那么，究竟是什么原因导致了人们在群体中的付出程度下降了呢？

1981年，威廉姆斯（Williams）、哈金斯（Harkins）和拉特纳（Latane）又开展了一个实验[4]，仍是以测试个体和群体两种条件下喊叫的音量差异，只不过这一次，群体条件下每人都拥有了一个麦克风。他们被告知，每人所喊叫的音量都可以被识别和区分出来。奇特的是，这次群体条件下的社会惰化效应消失了，个体在群体一起喊叫时所喊出的平均音量，与他们单独喊叫时别无二致。威廉姆斯等人推测，如果个体贡献缺乏可识别性，就会导致个体努力程度下降。

1985年，哈金斯与杰克逊进一步完善了这一结论[5]，他们表明，不是可识别性本身引起了社会惰化，而是当个体贡献不能被评价时才会发生社会惰化。这里的评价指的是具有可比性。例如，两人同时从事的都是搬砖工作时，他们的工作成绩就具有可比性，也即是可评价的。如果一个人搬了100块砖，另外一个人只搬了50块，那么显然前者的绩效要好于后者。但如果其中一人在搬砖，另外一个人在跳舞，那么搬100块砖和跳2段舞之间，就不具有可比性，虽然两者的贡献都可以被识别，但却不可对比，不可评价。也即是说，评价驱动了个体的高绩效。

搭便车与傻瓜效应

还是拿三个和尚挑水喝的故事来说，小和尚最初十分努力地挑水给自己喝，可后来加入的瘦和尚却想不劳而获，搭小和尚的“便车”，于是小和尚觉得自己被瘦和尚当成了“傻瓜”，小和尚就会减少努力。这样，小庙里的和尚就从挑水喝变成了抬水喝。这里实际上就涉及管理学上的两个效应：搭便车效应与傻瓜效应。

当群体成员试图占他人便宜，想不劳而获时，就出现了搭便车现象，就像那位年长的和尚一样。有时，这一占便宜行为可能也并非个体主观意愿，只是个体觉得自己势单力薄，在群体中即使努力也不会对群体产生多大的贡献，所以就干脆不努力了。例如，一个世代以务农为生的农民，如果加入到一个科学家群体中去研讨提升水稻的亩产率，那么他可能会觉得自己和科学家比起来，很不专业，实在是太渺小了。在这个时候，也许他本可以提供很好的见地，但他通常却不会这么做，他会选择保持沉默，让其他科学家去构思方案。

在一个群体中，如果有人搭便车，那么对那些被搭便车的成员而言，就会觉得不公平，自己的努力被不劳而获的人据为己有了。于是，他们就会有一种自己被当成了努力为他人作嫁衣的“傻瓜”，久而久之，这些成员倾向于减少努力，或者逃离这一群体。就像三个和尚中的小和尚一样，瘦和尚自己不挑水却喝他挑的水，就让他觉得自己像是个大傻瓜，所以他也不挑水了。在大学宿舍里也会发现类似规律，那些只有两个学生同住的宿舍，通常要比那些4个或者8个学生同住的宿舍要干净。人群越大，产生搭便车心理的人也就越多，被搭便车的人减少努力的可能性也越大，就这样，整个群体的绩效就都被拉低了，可谓“一颗老鼠屎，坏了一锅汤”。

社会惰化与内在动机

个体工作不被评估，就会减少努力这一现象，似乎与本书前面所描述的评估会减少个体创新成效是自相矛盾的。其实不然，两个实验所针对的工作性质是不一样的。评估会减弱个体的创新成效，针对的是高趣味性工作，如绘画、作诗、软件编程、架构设计等，即个体认为工作本身是有趣的；而不评估会减弱个体努力程度，针对的是低趣味性工作，如拉重物、绕线等，即个体认为工作本身是十分枯燥乏味的。内在动机的一个前提条件是工作本身要有趣或有意义，而当一项工作本身无趣和无意义时，个体是缺乏做这件事的内在动机的，在这个时候，要唤起个体努力意愿，唯有通过外在驱动，诸如评价、惩罚、激励等外在刺激手段。

这就又回到动机图谱了。动机图谱将人的动机分为三个大的类别：无动机、外在动机和内在动机。如果能提升工作的趣味性，让个体喜欢工作本身，如探索类工作，那么工作本身就具备了内在动机前提；
如果工作本身趣味性不高，但是能给工作本身注入价值和意义，就像告诉虔诚信教的教徒，他的搬砖是在修建神圣的教堂一般，同样能让工作本身接近内在动机状态；
而如果工作本身既无趣，也不能注入价值和意义，那么剩下的就只能是外在驱动了，也即通常的胡萝卜加大棒模式。胡萝卜加大棒模式的一大弊端就是，员工对金钱的渴望是无止境的，就像吸毒一样，初期少剂量的毒品都能让他飘飘然，之后对毒品的需求量与日俱增，直至最后对大剂量的毒品也表现出麻木状态为止。

做枯燥乏味的工作时，身边要没有眼睛盯着，没有人围观，工作成果如果不能被评价，个体就倾向于偷懒，这就是科学管理之父泰勒所说的“磨洋工”现象，也是华为创始人任正非所说的“人性是懒惰的”缘起。在这种场景下，一个人时的绩效努力程度要优于把它置身于一个群体中。当个体钻入群体怀抱时，个体仿佛找到了一个安乐窝，倾向于做“南郭先生”。 :::info 从动机理论来理解懒惰 ::: 但是，相反的情形却也无处不在。小时候，一次偶然的机会，我得到了一个可以玩俄罗斯方块的游戏机，那时候计算机还没有普及，一个这样的电子游戏机也实属罕物。可是，一个人玩一个游戏机，很快就会玩腻。然而，当自己觉得快玩腻的时候，一旦身边有小伙伴加入，就会立马增加游戏的趣味性，让自己突然间又兴致大增，想再多玩几次。也就是说，我打游戏的干劲，随着人数的增加而增加了。你是否也有类似经历？后来，电脑开始普及，可由于最初网络还不发达，很多游戏是单机游戏，诸如益智类小游戏下象棋、玩扑克，大型角色扮演类游戏《仙剑奇侠传》等，都是人和机器玩的游戏，这些游戏在出来之初，能唤起玩家的兴趣，可是玩过一次通关之后就会兴趣大减，燃不起重玩的欲望。再后来，网络游戏开始大行其道。网络游戏的一大特点是成群玩家通过互联网连接一起玩，可以通过网络进行组队、聊天和互相赠送装备，诸如最初的对战类游戏反恐精英（CS），还有后来出现的大型网络游戏如《魔兽世界》《剑侠情缘网络版》等。自此之后，极少有玩家再迷恋单机游戏了，全都转向了网络游戏。为什么QQ、微信等社交软件平台，非常容易推广它的新游戏？因为平台有天然的社交优势，可以便捷地拉上三五网友打上一局，更多的游戏主动权被交给了玩家。为什么置身于群体之中倾向于“偷懒”的个体，在游戏场景下却反而更加努力了呢？这说明，除了本身工作的趣味性可以增强人做事的动机以外，人与人之间的联结也能增强工作的趣味性。如果工作本身是无趣的，做工作的人之间又没有适当的有意义的联结，个体自然是能偷懒就偷懒，更多人组成的群体就意味着可以偷更多的懒，但如果工作本身是有趣的，或者即使工作本身是无趣的，但一起做这项工作的人之间可以进行有意义的沟通和联结，那么更多人的加入，只会激发个体更多的内在胜任感，也会培养个体之间的关系，从而促进个体的努力程度，个体在群体中会比单独工作时更投入。

[1] 故事摘录自词典网：http://www.cidianwang.com/gushi/shuiqian/195312.htm，有调整。

[2] 利·汤普森：《创建团队》，方海萍等译，中国人民大学出版社，2007，第36页。

[3] LatanéB.，Williams K.，Harkins S.，“Many Hands Make Light Work：the cause and consequence of social loafing，”Journal of Personality and Social Psychology，Vol.37，1979：822-832.

[4] Ederyn Williams，“Medium or message：Communications medium as a determinant of interpersonal evaluation，”Sociometry，Vol.38，1975：119-130.

[5] Harkins S.G.，Jackson J.M.，“The role of evaluation in eliminating social loafing，”Personality and Social Psychology Bulletin，11，1985：457-465.

正态分布与幂次分布之争

人群的绩效分布，究竟是正态分布，还是幂次分布？以通用电气为代表的一大批传统企业认为，企业员工的绩效遵从正态分布规律。正态分布图如图11-2所示。

图11-2 正态分布图

正态分布规律告诉我们，从任意一个群体中随机抽取数量足够的样本，样本平均值接近该群体的整体平均值。也就是说，样本的绩效分布，代表的是群体的真实绩效分布。这一规律被广泛应用在日常统计分析中，比如人口普查、选举预测等都取得了很好的预测效应。

然而，不能因为手里拿着锤子，就把什么都当成钉子。正态分布有其适用条件，如果无视其适用条件随意套用，就会适得其反。2016年的美国大选就是一个绝佳的反面案例，当时主流民调机构均预测，希拉里占有绝对优势，毫无疑问会当选，而实际结果却让人大跌眼镜，特朗普获得了306张选举人票，希拉里只获得了232张选举人票，普遍不被看好的特朗普最终当选。事后分析表明，导致民调机构普遍预测失误的主要原因，正是他们的抽样样本不具有代表性所致。

一个样本的绩效要符合正态分布，必须满足两个条件：随机抽样且样本量足够大。这两个条件缺一不可。那么，企业员工群体符合这两个条件吗？企业员工是随机进入企业的吗？在企业内进行绩效排名的团队是随机抽取的吗？进行强制正态分布的群体数量足够大吗？答案是否定的。既然如此，为什么这么多企业会一致认为企业员工的绩效应当符合正态分布规律呢？

我们再来做一个分析：假如在自然条件下，社会上符合企业需要的所有人才构成的群体，其绩效表现符合正态分布规律，然后：

（1）知名企业：企业在进行人才招聘时，如果企业有足够的资本，且有很好的品牌效应，那么它通常能吸引到优秀人才加入，这样企业在招聘时，就会过滤掉社会人才中的低绩效群体，实际进入企业的人才就会是正态分布曲线的右半部分，如图11-3最右图所示。如果你仔细观察，你会发现，这个分布趋势，已经非常接近幂次曲线分布趋势了。

（2）一般企业：对于一般企业，其要么知名度不够，要么没有雄厚的激励资源，不足以吸引到足够优秀的人才，这样他们只能退而求其次，获取到中端人才，也就是正态分布曲线的中间部分，如图11-3中间一张图所示，这部分趋势线仍然维持了正态分布的典型特征，所以说，对一般企业而言，员工群体符合正态分布曲线是成立的。

（3）困难企业：如果一个企业刚刚起步，要什么没什么，那么它在人才吸引上会困难重重，这样它可能只能吸引到低端人才，也就是正态分布曲线的左半部分，如图11-3最左边一张图所示，企业几乎所有人才的绩效水平均低于行业平均水平。

图11-3 三种典型企业人才分布

上述三种分布是在企业招聘有效的情况下出现的，也即是说，企业的招聘部门能匹配公司阶段，从社会上寻找到了适合企业发展阶段的人才。而如果招聘部门处于无序状态，对人才没有严格的把关，其人才寻找过程类似于一个随机筛选过程，那么该企业人才就满足了随机且样本量足够大两个正态分布条件，所以其人才分布也就符合正态分布规律了。所以，一个企业如果声称它的员工绩效符合正态分布，也就等于承认了其人才引入过程的无序状态，或者说企业还是一般企业，缺乏知名度，其薪酬水平处于行业平均线水平。

2011年，有分析家称，谷歌向计算机科学专业刚毕业的大学生支付9万～10.5万美元的年薪，这比几个月之前高出了2万美元，远远高于行业平均水平（8万美元），因而，新兴公司已无法再跟进[1]。正因为谷歌极佳的品牌知名度以及丰厚的物质回报，所以谷歌公司对优秀人才有很强的吸引能力，再加上其科学的人才招聘方式，使得加入谷歌的人才都处于正态分布曲线的右半部分。这样，谷歌前首席人才官拉斯诺·博克（Laszlo Bock）在其所著《重新定义团队》（Work Rules！）一书中称，谷歌坚信人才的绩效分布不是正态分布，而是幂次分布。幂次分布的一个核心是：少数人创造了大部分绩效，大部分人的绩效低于群体平均值，这和正态分布恰好相反。正态分布认为，群体大部分人的绩效介于群体平均值周围。事实上，因为前述原因，他肯定是对的，但这话在其他企业是否成立，要具体问题具体分析。

在理论界，最早系统研究群体绩效分布规律的当属欧内斯特·奥博伊尔（Ernest O’Boyle JR）和赫尔曼·阿吉斯（Herman Aguinis），两人在一篇论文中分析了研究人员公开发表的论文数、艾美奖提名人员被提名次数、NBA球员进球数、美棒球职业联盟成员失误数分布趋势，得出的结论是，对这四类人群，其绩效分布更符合幂次分布，而非正态分布（见图11-4）。


图11-4 幂次曲线分布趋势

对此，我的解释是：两人所取的样本数量虽然足够大，但是并不是随机选取的，两位学者在这里事实上充当了“招聘人员”的角色。他们过滤掉了那些夜以继日写就却仍被编辑拒绝的不合格文章；过滤了那些没有被提名为艾美奖的人，NBA和美棒球职业联盟也是一个精英组织，其球员都是高绩效人才……这些原因，导致了群体成员绩效分布符合幂次分布，而非正态分布，因为它破坏了正态分布样本要满足随机性这一条件。

一般而言，当企业员工的绩效分布符合幂次分布的时候，企业员工更多的是内在驱动，企业更易实施绩效使能方法。但这并不意味着企业员工群体绩效分布处于正态分布的前半段时，就不适合开展绩效使能方法，只是由于此时企业的人才现状，企业实施的难度要更大一些。

[1] Claire Cain Miller and Jenna Wortham，“Silicon Valley Hiring Perks：Meals，iPads and a Cubicle for Spot，”The New York Times，Mar.26th.，2011.

基于工作性质和人员成熟度进行区别应用

绩效管理0.0是单纯的考勤，绩效管理1.0是单纯的绩效评价，绩效管理2.0是目标管理+绩效评价，三者都是基于外在动机的管理模式，只有绩效管理3.0才开始注重人的内在诉求，转变到基于内在动机的管理模式上。

需要指出的是，虽然绩效管理步入了绩效使能时代，但并不意味着所有企业都要一刀切地转换到该模式上。不同的绩效管理模式有其不同的适用场景。

如果是工厂的流水线作业模式，对工人的个人能力要求并不很高时，对企业而言，单纯的绩效评价模式可能仍是最经济有效的管理方式。就像富士康一样，苹果公司和它签订iPhone的生产订单之后，工厂就开始按照设计图纸要求进行生产，每个工人只需在指定岗位上做好“自己这颗螺丝钉”即可，每天会有专人统计自己做了多少件以及质量如何。流水线作业模式自福特公司引入以来，已被证明是切实有效的大规模作业模式，它追求的是极致效率。

但这种模式对知识型工作者而言，显然太过局限。对知识型工作者，正如德鲁克所言，目标胜于指标，要通过目标去牵引员工努力工作。年初，企业主设定一个战略目标，然后逐层分解到各层组织，直至员工，然后在年底考核他们的目标完成情况。通过引入目标管理，企业主和员工都能看到未来努力的方向，对未来更有信心，这对外部环境相对较稳定的企业而言，是行之有效的。就像移动互联网兴起之前的电信市场一样，各个运营商通常会规划好未来5～10年的网络演进方案，然后由像华为、爱立信这样的大型电信设备制造商去做设备开发和交付。运营商同设备制造商签订的合同周期通常都在1年以上，合同一旦签订，对设备制造商而言，就意味着来年的目标是确定了的，只需聚焦给定的需求，做好项目管理，保质保量交付即可。

然而，进入VUCA（Volatility易变性、Uncertainty不确定性、Com-plexity复杂性、Ambiguity模糊性）时代之后，外部环境瞬息万变，试图在年初制定好目标，年底再考核的方式已经行不通了，尤其是对高创造性工作更是如此，这是环境使然。没人能预料到明天的人工智能和今天的人工智能会有什么不同，也没人能预料到谁会首先赢得量子霸权，所有企业都仍在黑夜中摸索，希望能占领大数据、量子计算、人工智能等足以改变整个人类社会未来的制高点。新兴领域对人才要求极高，需要的是科学家级的人才，这样的人才供不应求，极度稀缺，所有企业都在争夺。而科学家本身对这些领域充满好奇，受内在动机的驱动。对科学家，唯一适用的绩效管理方式就是绩效使能，只需给他们创造良好和安全的氛围，让他们努力钻研和探索。评价只会限制他们的想象力，拉低他们的动机层次，将他们的关注点从原本强大的内在动机转移到低层次的外在激励上，适得其反。

就像今天人类社会虽然已进入信息时代，社会中仍然广泛存在着电气时代甚至是蒸汽时代的身影，未来即便人类全面进入到人工智能社会，这个社会也不会清一色的都是人工智能型企业。一方面，社会中存在着像谷歌、微软、苹果、IBM等高科技人工智能企业，同时也会长时间存在着像富士康一样的流水线工厂，分别处于生态链的不同位置，前者占据生态链上游有利位置，攫取了大部分的企业利润；而后者则位列生态链末端，但依靠规模优势仍能赚取一定利润。华尔街市场研究机构Canaccord Genuity的报告指出，截至2017年第3季末，苹果（AAPL-US）手机利润额在全球智能手机的占比约为72%；第4季占比进一步上升至87%。进一步分析表明，在全球智能手机利润份额占比中，苹果达到87%，三星约为10%。这意味着，余下所有手机厂商加在一起，只赚到不足3%的利润。据统计，一部售价500美元的iPhone手机，苹果的利润约为150美元，利润率在30%以上，而代工iPhone的富士康则只赚取了不到5美元的利润，两者在利润率上不可同日而语。

所以，在实际应用时，要具体结合企业所面临的外部环境、工作本身的性质，以及员工队伍的能力层次去区别应用绩效管理。绩效管理3个时代与其适用企业关系如图11-5所示。

企业在思考是否采用绩效使能模式时，应该试着回答下述三个问题：

·问题1：企业所从事的工作，员工觉得有趣吗？

·问题2：企业所从事的工作，员工觉得有价值或有意义吗？

·问题3：假如公司因为暂时经济困难而无法向员工持续加薪，员工仍然愿意继续从事这份工作吗？

图11-5 绩效管理3个时代与其适用企业关系

假如上述三个问题中的任一回答是肯定的，那么请选择基于内在动机假设的绩效使能模式，否则，企业可能仍需要使用基于外在动机假设的绩效管理2.0或者1.0方式。

必须要指出的是，上述三个问题的答案，很大程度上不是取决于工作本身，而是取决于企业管理层准备如何回答。同样是枯燥乏味的工作，一个企业可以通过适当的工作设计把它变得很有趣，而另一个企业通过糟糕的分工模式可以把它变得更无趣。举一个例子来说，你认为开出租车工作会无趣吗？相信绝大多数人都会说：“是的，每天绕着大致相同的路线在城市里转来转去，如果不是为了生计，谁会去做这份苦活呢？”然而，随着网约车的兴起，现在三五个司机会组成一个出租车队，他们通过微信等方式互相分享乘客信息。比如，其中一名司机通过网络预约了下午5点去机场接机，但是下午5点该司机恰好赶不回来，于是他会通过微信群把这一接机信息分享给其他司机，让该时段正好空载的司机前去机场接客。这一互助行为让另外一名司机十分感激，它培养的是彼此之间的“关系”，而关系正是人类三个基本心理需求之一。同时，在网约平台上，让司机有更多的选择自主权，司机不用满大街沿路搜寻要打车的乘客，而是只需打开网约车软件，就可以获取到远在几公里之外乘客的打车信息，这大大地提升了司机工作的自主性，而自主正是人类三个基本心理需求之一。再则，出租车司机灵活自组织形成出租车队后，彼此会通过微信群分享自己跑了多少单，收到多少出租车费，这一比较让开出租车这一行为仿佛游戏过关一般，激发了司机内心的胜任感，而胜任感是另一基本心理需求。就这样，枯燥乏味的开出租车活动，居然也能满足内在动机的三大基本心理需求，变得非常有趣起来。

相反，我曾经看到过无数企业，把一件原本会非常有趣的工作，变成了人人唾弃的活儿。举个例子来说，软件开发本是一件非常有意思的工作，程序员可以在开发过程中体验到创造的乐趣。然而，不少企业在软件开发过程中增加了太多的流程控制环节，每一环节需要写无数的文档，其结果是，一个程序员的大部分时间不是用来写代码，而是耗费在写应付各个审核环节的文档。一个程序员曾抱怨说，为了改一行代码，需要写5份文档，提交8个人审核批准。厚重的流程和不信任氛围，剥夺的是程序员对软件的自主权，侵蚀的是程序员对软件的胜任感，也加剧了程序员怀疑自己是否适合软件开发工作的质疑，其结果是，怀揣成为软件开发大牛梦想加入企业，进了企业之后发现自己其实什么也做不了，变成了文书先生，渐渐地，不再喜欢这份工作了。无数企业的程序员戏称自己为“码农”，意即写代码的农民，这透露的正是企业对软件开发活动的不信任和不重视。一个原本高大上的创造性活动，就此变成了体力劳作一般的行为，何其悲哀。

再来看两个企业的案例：一个是富士康流水线作业模式，一个是佳能的细胞式生产方式。

先来看富士康流水线作业模式案例。

谁是富士康“十三死”的罪魁祸首

富士康集团是专业生产电子产品及半导体设备的高新科技集团（全球第一大代工厂商），是全球最大的电子专业制造商，2012年进入全球企业前50强，位居第43位。

在富士康公司，工作高度细分，分工极为精细，富士康追求每个岗位效率的极致化。例如，20秒要完成一块电路板测试，1分钟要装7个静电袋等。你若曾经看过卓别林导演的《摩登时代》电影，影片中卓别林的工作，就是机械地在流水线上扭螺丝钉，这一场景并非虚构，它真实地存在于富士康的流水线之中。

流水线在提高工作效率的同时，等于把工人当成了机器。2010年1月至8月期间，富士康连续发生了17起自杀事件，造成13死4伤的惨剧。虽然这背后的原因有很多，但这种机械化劳作模式可能是其中主要原因之一。在富士康，工人日夜重复同一动作，工人对工作没有任何的新鲜感，缺乏成就感和工作自主性，感到工作十分“枯燥”。富士康实行的是准军事化管理，员工之间不允许搞小集团，甚至连同一宿舍员工都互不认识。新员工进公司的第一堂课就是军训，列队出操。“这是学习尊重规则、尊重秩序。每一个员工都是一个士兵，指哪儿打哪儿，不容许有丝毫的差错。”员工之间没有私人友谊，缺乏交流。

也即是说，富士康流水线作业模式和准军事化管理，剥夺了员工的“自主”“胜任”“关系”三个基本心理需求，最终导致员工不满情绪逐步累积，出现大量的心理问题，从而导致极端事件。

再来看看佳能的细胞式生产方式案例。

细胞式生产方式

细胞式生产方式又名自律分散型生产方式，由1925年佛兰德斯（Flanders）所提出的成组技术（Group Technology）发展而来。成组技术改变了传统式流水线专业分工的生产方式，把结构、材料、工艺相近似的零件组成一个零件族（组），按零件族制定工艺进行加工，加工时把该零件组所需的设备安排在一个车间内，一次性完成该零件组。

细胞式生产方式属于成组生产技术。简言之，就是一张环状工作台，一个到四个左右的工人，以人力车取代长长的传送带和无人搬运车，每个工人熟练掌握尽可能多的工序，从而减少工作交接时间以提高效率。换言之，细胞式生产方式通过横向扩大工人的工作范围，让工人从单一、精细的螺丝钉变成了多面手和全能型人才。

日本佳能公司在采取细胞式生产方式，废除1.6万米长的流水线后，生产率平均每年提高50％；佳能在大连的工厂，在采用细胞式生产方式后的一年内，生产率就提高了370％，净利润率从原先的1％上升到10％。和以往的传送带生产方式相比，细胞式生产方式在减少产品库存和设备投资、提高生产率和产品质量方面更具优势。

那么，是什么力量让细胞式生产方式焕发了工人的活力呢？

在流水线生产方式下，工作一环扣一环，所有工人必须围绕同一流水线机械作业，彼此之间没有任何交流，工人们要做的，就是一刻不息地做好自己的那份工。也就是说，在这种方式下，工人对工作缺乏控制，没有自主权，同时由于缺乏交流，彼此也没有关系感知。而在细胞式生产方式中，每个工人都对产品有整体的理解，工作范围得以扩大，可以相对灵活地安排手头的工作，到底是先做A工序还是B工序，由张三来做A工序还是由李四来做A工序，工作小组可以自行协商安排；同时，一个工作小组的生产成果是可见的，这会让工人觉得很有成就感，提升了工人们的胜任感知。另外，工人们在生产过程中，相互围在一起，可以彼此交流，这增进了工人们的情感纽带，促进了工人的关系感知。

换言之，通过细胞式生产方式，满足了工人自主、胜任和关系三大基本心理需求，大大提升了工人的动机水平。

所以，有趣和无趣是相对的，很大程度上不取决于工作本身，而是取决于企业如何进行工作设计。恰当的工作设计，可以提升工作趣味性和工作意义及价值，满足人的三个基本心理需求，从而促进人的内在动机，具备实施绩效使能的条件。

多年以来，诺德斯特龙公司的新员工在入职时都会收到一个员工手册，其实也就是一张灰色，13厘米×20厘米大小的卡片，这张小卡片上只写有几十个字：

欢迎加入诺德斯特龙百货公司！

我们很高兴有你的加入。我们的首要目标是向客户提供卓越服务。请将你的个人目标和职业目标都提升至更高水平。我们相信你有能力做到。

诺德斯特龙规则：第一条，请在所有情况下使用最优判断。再无其他规则。

你可以在任何时候向你的部门经理、商店经理或区域经理提出任何疑问。

诺德斯特龙是一家成功的高档时装零售公司，在业界以高品质的商品和高水平的服务闻名遐迩。《财富》杂志2009年评选的“100家最适合工作的公司”榜单中，诺德斯特龙名列第72位。作为一家低“技术含量”的零售公司，它并没有给员工规定各类条条框框，而是通过明确诺德斯特龙的价值（向客户提供卓越服务），激发员工对工作的价值和意义感知，然后在具体做事上，尽可能赋予员工以自主权（除鼓励员工尽可能做出最优判断外，再无其他规则），你可能还记得，自主是人类三大基本心理需求之一，这可显著提升了员工的工作动机。

谷歌特别强调工作中的乐趣。因为好玩，谷歌人甚至还可以拿自己公司的Logo来开一些玩笑，时常对“Google”这几个字母做些涂鸦来替换网站上惯常使用的正式Logo，而这在很多公司通常是不允许的。也正因此，其前任首席人才官说，“快乐”是谷歌人最常用于描述谷歌文化的词。人在快乐时极富创造性，谷歌的创新，与其对工作乐趣的强调不无关系。

美国西南航空公司也推行一种快乐型企业文化[1]，鼓励员工设法让自己的工作变得更有乐趣并且与个人更相关。西南航空并没有使用激励资源去达成这一目标。实际上，西南航空的工资并不比任何其他竞争对手高，它却能很容易招聘到明星员工的加入。工作乐趣，本身就是对工作最好的回报，它远胜于物质激励。

更进一步，理查德·哈克曼（Richard Hackman）和格雷格·奥尔德姆（Greg Oldham）提出了一个受到广泛认可的工作特征模型（Job Characteristics Model），识别出了可能影响工作动机的若干心理状态，以及影响这些的工作设计。这个模型可以作为企业开展自身工作设计以提升工作趣味性，进而增强员工内在工作动机的参考模型（见图11-6）。

在工作特征模型中，当工作需要员工展示多样化的技能、工作本身是完整而非碎片的、工作本身很重要时，员工就能体验到强烈的工作意义感，在动机图谱中，这相当于将员工的工作动机往右侧拉升了。另外，工作需要足够的自主性，这是人类的三个基本心理需求之一，当工作自主性得到满足时，这意味着工作是员工自己想做的，而非别人强加给他的。最后，反馈信息强化了员工的胜任感，这也是人类三个基本心理需求中的另外一个，当员工胜任感得到满足后，就形成了一个良性循环，一方面自己想做更多，另外一方面自己也确实会不断取得更好的成绩，这种内在的良性循环促使员工不断挑战自我，乐在其中。这样，工作特征模型满足了人类基本心理需求中的自主性和胜任感两个基本心理需求，它能提升员工的内在动机也就是理所当然的事了。工作特征模型在实践中得到了广泛的认可。后来的研究者在此基础上增加了工作关系相关的内容，从而使得工作特征模型完整地涵盖了自主、胜任及关系三个基本心理需求，使得它对内在动机的促进作用更加完整，指导意义也更强。

图11-6 哈克曼–奥尔德姆工作特征模型

当提到激励时，很多企业的第一反应都是外在的物质激励，从而抱怨自己没有足够的激励资源。其实，最好的激励往往是免费的，它不但无处不在，还威力无穷。

[1] 乔治·米尔科维奇、杰里·纽曼、巴里·格哈特：《薪酬管理（第11版）》，成得礼、董克用译，中国人民大学出版社，2014，第231页。

激励的最高境界是做到“润物细无声”

春夜喜雨

好雨知时节，当春乃发生。
随风潜入夜，润物细无声。
野径云俱黑，江船火独明。
晓看红湿处，花重锦官城。

这首《春夜喜雨》是诗圣杜甫脍炙人口的名篇，是杜甫于上元二年（761年）在成都草堂居住时所作，描绘了春雨的特点和成都夜雨的景象。摘录于此，作为本书对读者的最后赠语。

这首诗恰好形容了在企业内部激励应处于什么样的位置。一方面，内在动机显现了巨大的能量；另一方面，它又极易受外在激励的影响。好的激励，恰似一场好雨，在该发生的时候发生，做到“随风潜入夜，润物细无声”，应当把外在激励当成是对员工用心投入后的一种感谢，意在给员工以公平的回报，同时又不侵蚀员工的内在动机。如果真的做到这一点了，企业就会是繁花盛开的地方。外在动机激发人的好胜心，内在动机促进人的好奇心。可以毫不夸张地说，人类的每一个发明、进步和创新，都是在人类巨大的好奇心驱使下完成的；人类的每一场战争与冲突，都是在好胜心的驱使下导致的。面向未来，无论是企业的绩效管理，还是薪酬管理，都应从基于胡萝卜加大棒的外在激励中跳出来，转变到基于内在动机为管理假设的轨道上来。

那些拥抱内在动机理念的公司

阿里巴巴

阿里巴巴CEO张勇2018年9月份在阿里组织部上做过一次讲话，其中的很多观点很好地体现了张勇是一个基于内在动机进行管理的人，他把这作为阿里重要的管理和激励理念。如下是他当时讲话的一些核心观点摘录[1]：

·我们要成为造梦者，而不仅仅是被梦想激励的人。
·如果我们这伙人为KPI而活着，只是为了一个KPI而做事情，阿里就完了。
·（如果）每个组织部同学只是为了一个数字、一个最后的绩效考评评语，阿里走不远，也走不好。
·我希望我们每个人都是阿里巴巴未来的创造者，而不只是来做一个岗位、做一件事情，把这个事情做到一个数字、一个结果。
·我最害怕阿里变成一个机器一样不断循环，我们的很多业务、很多事情，过去十几年已经这么做了，如果今天还这么做，五年以后继续这么做，阿里肯定没有未来。
·如果每个人都有更多的好奇心，每个人都用学习的态度，多了解一点自己不熟悉的世界，阿里的边界和宽度会非常扎实，而不只靠一群每个有特定技能的人简单串联起来。
·阿里巴巴不需要一个manager，而需要更多的leader。

字里行间透露出阿里巴巴CEO张勇对KPI的深刻认知，他已经触及了内在动机的本质。KPI只是一个数字，最关键的是要理解KPI背后的价值和意义，而这两者合并在一起，就是OKR。最重要的不是单纯为了结果而做事，而是活在当下，认可做事的价值和意义，甚至是去创造事情的价值和意义，从追梦变成造梦，打造一支依靠内在动机、快乐做事、自我驱动的队伍。

阿里巴巴的绩效管理工具当下虽然仍叫KPI，但剥开这层外衣，裸露其中的肉身其实是OKR，而其灵魂则是内在动机理念。用内在动机武装起来的队伍，无往而不胜，一定会活得长长久久。阿里说，公司的愿景是要活过102年。如果阿里能始终坚持内在动机管理理念，何止102年！

字节跳动（今日头条）

张一鸣在2017年源码资本年会上做过一次分享，其核心观点是作为CEO，在管理公司时要“Context，not Control”，他对Context和Control是这样定义的：

·Context是指决策所需要的信息集合，包括原理是什么，市场环境如何，整个行业格局如何，优先级是什么，需要做到什么程度，以及业务数据和财务数据，等等。
·Control则包括了委员会、指令、分解和汇总、流程、审批，等等。
Context的模式就是自下而上的模式，Control就是自上而下的模式。

Control导致了很多大灾难，微软就是一例。微软前CEO比尔·盖茨曾经按照自己的技术理念力推Windows Vista操作系统，计划2003年上线，但直到2006年才真正推出，耗时3年多，更为致命的是市场对这个系统的反应却一片惨淡。乔布斯也犯过同样的错误。第一次离开苹果做NeXT的时候，他提出一个非常理想的做计算机的模式，包括优雅的操作系统，完全面向对象（Object Oriented）的语言，但是最终也没有卖出多少台。他认为，Control除了会带来战略上的误判，还会因为追求控制感而导致企业反应迟钝。CEO如果把精力都花在繁复的审批手续上，那么就没有精力去思考企业的长远生存和发展，从而把自己锁在了审批台。而一线由于审批决策的不及时，也会贻误战机，错失很多机会。

相比Control而言，Context有诸多好处[2]：

（1）发挥集体智慧：它采用的是分布式运算模式，让更多人用更多CPU进行运算，让更多人参与决策，是利用集体的智慧。

（2）加快执行速度：不需要层层汇总，不需要汇总到一处，不需要在CEO这里排队列，能够更及时地响应。

（3）充分的外部信息输入：在Control模式中，任何信息都要到CEO这个节点，靠CEO再分发出去。CEO很大程度变成了公司和外部之间的接口。相比单靠CEO接触外界情况，了解市场行业或者宏观经济，让更多的同事，更多主管直接面向行业，信息肯定会更充分，角度也不一样。

（4）参与感激发创造力：做同样的事情，如果员工知其然，也知其所以然，做起来会比只知道指令更有意思。这对发挥员工创造力是有帮助的。

（5）可规模化：Context的建设，表现形式可能是内部的系统，可能是知识共享文档，这些都是可以复用的，是可规模化的。而CEO和管理团队的时间精力是有瓶颈，靠拼体力、脑力、耐力来解决，是有瓶颈的，是没有规模效应的。

总结起来，张一鸣的Context模式，就是要激发员工自主，让员工充分参与，同时也让员工知道做事的价值和意义，“知其然，也知其所以然”。在动机图谱上，这正是在孵化员工的内在动机，而内在动机能促进创新，这一点，张一鸣判断得非常准确。由此，我们不难理解字节跳动公司的诸多创新行为了。字节跳动能在短时间内推出极具影响力的短视频产品抖音，开始抢占社交帝国腾讯的用户时间，撼动其在社交领域多年形成的霸主地位，同其内部这一管理理念有着至关重要的关系。

在这一管理哲学的指导下，字节跳动公司也采用了OKR这一绩效使能方法：

……

第四，我们鼓励内部信息透明。

我们鼓励群聊，各部门之间充分沟通，不要只跟CEO沟通。也不提倡一对一的沟通，我们认为一对一的沟通效率很低。如果有新加入的同事或者高管希望跟我一对一的沟通，我经常会说你可以抄送给我，但你首先发给其他人，发给需要和你配合的人。

我们让管理层的OKR对下属员工保持公开，让大家知道你在做什么，为什么在做这个事情，其他部门的人在做什么。OKR的制定过程也不是自上而下的分解，而是大家互相之间自己对齐。看一下上级的OKR，看一下别的部门的OKR，看一下同级的OKR，了解目前公司最重要的任务是什么，这个季度最重要的任务是什么，我做什么能够帮助他们。季度会也是尽量让相关人多参与，并不是一个非常小范围的高管会。我们还会经常举办CEO面对面，在这个会上回答员工提问，让大家了解公司进展。

第五，我们认为做到充分建立Context，需要好的内部系统做支持。

我们有将近100个人的内部工具开发团队，做各种工具尝试。比如我们自己开发了OKR系统，并且和内部使用的IM打通，方便大家互相查看。

这些基础工具，第一可以让人更轻松，第二可以规模化。新人加入公司，很快能适应OKR系统，很快可以看到内部的资料，从内部获取信息。他也能意识到，他不仅仅有获得信息的权利，也有支持相关工作的责任。这样的实践，在我们看来，是把公司当成产品来建设，让公司内部的Context更有效，让这个系统分布式处理能力更强。

从这几段话可以看出，字节跳动公司的OKR融合了自下而上目标制定、信息的公开透明、轻松娱乐等特点，字节跳动公司的绩效管理已经升级到了3.0时代，即绩效使能模式。

华为

我在华为工作了13年，对华为非常了解。从2008年到2015年，华为的绩效管理源自IBM的PBC模式。PBC注重自上而下目标分解，注重执行，对每一个人而言，这就像和公司签署了一份合同，如果能达成合同要求，就能获得好的回报，否则，就一切激励与己无缘。PBC的考核周期固定为半年或者年度，这在外部环境相对较稳定的工业时代是可行的。每年年底公司做好战略规划，然后第二年全年落地实施战略规划即可。但是，当时代切换到VUCA时代之后，外部环境急剧动荡。以前公司能往未来看5～10年，但现在也许看3年，甚至看1年都看不准了。这个时候如果还僵化地采用原有的战略规划—战略执行模式，就会导致整个公司都高度依赖高层，基层只是简单、机械、被动等待和执行，从而剥夺了一线员工的积极主动性，贻误市场机遇。

但华为不愧是一家伟大的公司。以客户为中心是其核心价值观。在这一初衷的牵引下，内部的管理机制会快速适配外部环境的变化而做出相应调整。自2015年10月起，华为这家高科技公司，也在积极地探索OKR这一绩效使能模式。华为也是国内首家引入OKR的大型企业。它的整个OKR探索历程完全采用自下而上方式进行，没有任何行政强制，完全是一点一点通过逐步影响管理者和员工，一点一点逐步去扩大试点范围，从2015年10月的最初300人，扩展到2016年年底的1万人，再到2017年年底的2万人……这是一个星火燎原的过程。我有幸全程主导了OKR这个从0到1、从1到N的变迁过程，包括OKR外部洞察与分析、OKR方法论构建和OKR IT平台的打造。及至我将离开华为时，华为已决定在国内8万研发人员范围内推广OKR这一绩效使能方法。这表明，在历时两年的试点之后，OKR已获得了华为高层的一致认可。本书所介绍的OKR实践，正是源自于我在华为的OKR开展经历。在这一过程中，我做了大量的理论探索，几乎研究了关于内在动机、目标管理、绩效考核领域近年的大部分文献，加在一起不下1 000篇。理论的威力在于它能预测未来。通过对绩效管理理论的探索，我试图洞穿绩效管理的本质，帮助企业真正认识绩效管理，不再人云亦云、不再肤浅地跟随标杆实践，建立企业自己的自信，让企业的绩效管理从“管”转变到“使能”上来，转变到绩效管理3.0时代上来，转变到绩效使能这一方法上来。OKR只是一种绩效使能方法，它是走向深层次绩效使能的切入点。如今，华为正沿着这条变革之路向纵深推进，不断撬动后端激励机制的改变，不断弱化绩效的强应用方式，不断驱动授权和赋能文化的生成。是OKR让华为看到了绩效管理2.0的局限，也是OKR让华为看到了绩效使能的威力，华为正在绩效使能这条大道上坚定地大步前行。我们相信华为的未来会越来越美好。

[1] 摘自新浪文章：《阿里巴巴张勇：如果只为kpi而活，阿里就完了》，网址：https://tech.sina.com.cn/roll/2018-10-03/doc-ifxeuwws0604218.shtml。

[2] 摘自36氪文章：《张一鸣：做CEO要避免理性的自负》，链接：https://36kr.com/p/5072281.html。

结语

基于内在动机理念的绩效使能方法是可持续的、健康的，它能极大地促进企业的创新能力提升，帮助企业从同质化、靠拼体力的低层次竞争模式蜕变到差异化、依靠脑力和创新的高层次竞争模式。

追梦还是造梦？Context还是Control？绩效管理还是绩效使能？决定权在你手上，你的选择决定着你的企业是否会成为像阿里巴巴、字节跳动、华为这样富于创新的企业。

绩效使能，你值得拥有，一经拥有，必将让你的公司与众不同！