给员工戴上AI耳机:你的每一句"谢谢" 都在被AI打分

2026-02-28 | 来源: 爱范儿 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

测量的陷阱

回到汉堡王的案例上，一个好的门店经理，本来就应该知道员工的服务状态。通过巡店、带教、日常反馈来调整，通过观察一个员工在午餐高峰期的眼神和节奏来判断状态，通过在下班后聊两句来了解谁最近压力大。但这需要经验，需要在场，需要判断力——而这些恰恰是连锁快餐业最稀缺的东西。

快餐业的中层管理长期被挤压。员工流动率高（美国快餐业年均员工流动率超过 100%），培训周期被压缩到最短，门店经理自己的薪酬和职业发展空间有限，留不住有经验的人。结果就是：管理能力的系统性缺失。不是某一家店的经理不行，而是整个行业的结构决定了它很难持续拥有足够好的中层管理。

于是当 AI 出现时，它被当成了一个绕过管理能力的捷径：既然我没有足够好的经理，那就让算法来盯着。既然我没法让每个店长都具备观察力和同理心，那就让系统去数「请」和「谢谢」出现了几次。

问题是，算法盯的是词语，不是人。「请」和「谢谢」可以被计数，但一个员工在高峰期顶着压力依然耐心地帮顾客换餐、一个新手第一次独立处理投诉时虽然紧张但态度诚恳——这种真正的服务质量，关键词识别捕捉不到。

关店102家后,被「消化」的西贝员工

汉堡王推AI耳机评分员工友善度监控疑虑引热议

用AI替代超4千员工推特创始人的Block公司大裁员

更何况，真正会发生的更可能是，一旦员工知道自己的每一句话都在被评分，行为就会发生扭曲。「友好」从一种自发的态度变成了一种被监控的表演。你会在每句话前面加上「请」，不是因为你真的想要礼貌，而是因为你知道系统在听。你会在递出汉堡的时候说「谢谢您的光临」，不是因为感谢，而是因为不说这句话你的分数会低。

社会科学有一个概念叫古德哈特定律（Goodhart’s Law）：当一个指标变成目标时，它就不再是一个好的指标。「请」和「谢谢」的出现频率原本可以作为服务友好度的一个粗略信号，但一旦它变成员工被考核的 KPI，员工就会优化这个指标本身，而不是优化它背后的东西。

这条路的逻辑链条是清晰的：不会管人 → 用技术替代管理 → 技术只能量化表层指标 → 表层指标变成 KPI → 员工表演指标 → 真实服务质量反而下降。而管理层看到仪表盘上「友好度评分」在上升，以为问题解决了。

鲁克斯说：「这一切都是为了辅助管理。」

AI 介入管理有两种办法：辅助和替代。「辅助」意味着 AI 提供信息，人来做判断。经理看到友好度数据下降，然后去观察、去了解原因——也许是排班不合理，也许是某个员工家里出了状况，也许是某个时段的顾客投诉确实多了。数据是起点，不是终点。

「替代」意味着：AI 的输出就是结论。友好度分低了，系统自动标记，经理直接拿着分数去谈话，或者更直接地——把它接入绩效考核。不需要观察，不需要了解，不需要判断。