生產力 92% 是績效還是表演？
員工監控軟體公司 Insightful 的網站上掛著這樣一則客戶回饋： 導入初期生產力只有 70% 多，現在已經提升到 92%，而且員工會主動來問自己今天的分數是多少 。
前言
讀者 您好，員工監控軟體公司 Insightful 的網站上掛著這樣一則客戶回饋：導入初期生產力只有 70% 多，現在已經提升到 92%，而且員工會主動來問自己今天的分數是多少。文中還提到工作變得像遊戲一樣。
然而，同一家公司的 CEO 在接受《華爾街日報》採訪時卻說，企業通常將目標定在每天工時的 60~80%。而那篇報導給上班族的建議是：如果要人為地提高活躍度，請小心，一旦達到 90% 反而會引起懷疑。
三個數字互相矛盾。炫耀用的 92%、正常區間 60~80%、被懷疑操縱的 90%。先說結論：測量系統正在把自己製造出來的表演，重新解讀為績效。
92% 是績效還是表演？
先看看這個數字到底在量什麼。稼動率1是指工時中被歸類為工作活動的佔比。這裡「被歸類為工作」就是全部了。它量的不是實際產出了什麼，而是游標有沒有停留在管理員事先指定的應用程式和網站上。
所以，提高這個數字的方法只有兩種：做更多的工作，或者看起來像是在工作。
《華爾街日報》整理的應對技巧，有趣的是幾乎都偏向後者。第一條建議是把行事曆排滿。因為打電話或進入面對面會議時，通訊軟體的狀態會變成「離開座位」，而監控工具會交叉比對那個時段是否有排程，來判斷是否有正當理由。如果行事曆上什麼都沒有，就會被解讀為摸魚。還有建議用硬體裝置而非軟體的滑鼠震動器2，因為安全系統開始封鎖軟體型的了。
您看出這些技巧的共同點了嗎？沒有一條是關於如何把工作做得更好。全部是讓機器「讀得懂」的方法。
也來看看這個市場有多大。Insightful 在自家資料中聲稱近 80% 的大型企業已導入員工監控，並表示超過 5,100 個團隊在使用其產品。產品介紹文案也很有趣：宣稱即使沒有監控或鍵盤記錄也能實現完整觀察，同時又說明能掌握應用程式和網站使用記錄、閒置時間，以及 AI 導入現況和未經授權的 AI 使用。只是「監控」這個詞沒出現，但被計量的項目卻不斷增加。
這種遊戲其實已經存在很久了。1980 年代初，一位名叫 Roger Wagner 的開發者製作了被視為起點的「老闆鍵」。當上司靠近時，按一個快捷鍵就能把畫面切換成試算表。但 Wagner 本人說那其實是個玩笑。他不是在為懶惰的員工辯護，而是在諷刺過度窺探的管理者。四十年後，那個玩笑變成了生存技能。
Meta 數的是 Token
到此為止還只是察言觀色的遊戲。問題在於，這個數字開始被用來決定去留。
7 月 13 日，26 名現任和前任員工在奧克蘭聯邦法院對 Meta 提起訴訟。背景是 5 月宣布的約 8,000 人、佔全體員工 10% 的裁員。起訴狀稱公司動用了「內部人工智慧系統的能力」，聲稱鍵盤記錄和活動監控數據、演算法輔助的績效排名，以及 AI Token3 使用量儀表板被用於篩選對象。Meta 的立場是最終判斷由人做出。
起訴狀中我反覆閱讀最久的一段是：這些分數和等級在設計上，使正在享受保護性請假的員工或因身心障礙而產出減少的人無法累積。26 名原告全都使用過醫療、產假或家庭假，或曾請求身心障礙的合理便利。臨時禁令申請於 7 月 17 日被駁回，保全審理則在 8 月 24 日舉行。
這個案件中重要的不是勝負。而是公司在裁員時以 AI 使用量作為指標這件事本身。
也要看背景才能理解。路透社 2026 年 4 月報導，Meta 為了 AI 訓練目的，一直在記錄員工的鍵盤輸入、滑鼠移動和點擊。據報導，該計畫可能違反歐洲隱私法規，且系統收集的對話和記錄可能被其他員工存取，因此被中止。裁員宣布就在下個月。這是一個展示觀察用途的數據能多快被挪作他用的時間線。
而勞工端的數據揭示了這個指標的本質。《華爾街日報》引用的 Visier 對 1,000 名美國勞工的調查中，48% 的人承認曾誇大自己的 AI 使用量。研究者的解讀是：這是為了在組織中不顯得落後而採取的行動。
把兩個事實疊加起來看：公司在計量 AI 使用量，一半員工在誇大那個數字，公司用誇大的數字排名，排名變成名單。沒有餘力誇大的人就被排到後面。最典型的就是正在產假、根本沒有登入的人。
這裡還有一個反轉。現在企業開始關注 Token 成本，用太多也被視為浪費。正確區間變窄了，而且一直在移動。上一期我將驗證 AI 產出所花的隱形時間稱為「驗證稅」。這次被計費的不再是驗證，而是花在表演上的時間。
韓國已經有相關條文了
美國各州甚至連告知員工正在被監控的義務都沒有。但韓國的情況有所不同。
《個人資訊保護法》第 37 條之 2 規定了自動化決策中資訊主體的權利。條文分四款：完全自動化系統的決策對權利或義務產生重大影響時，可以拒絕該決策（第 1 項）；可以要求對決策進行說明（第 2 項）；如有要求，事業者應採取人工介入重新處理等措施（第 3 項）；應公開自動化決策的基準和程序以便查閱（第 4 項）。
這裡有個陷阱。第 1 項的拒絕權附有但書。已取得同意、屬於法令義務、或為履行契約所必需時，不得拒絕。以「履行勞動契約」為由，完全可能落入這個例外。民主社會律師協會的權碩賢律師指出，現行個人資訊法制最大的盲點在於將「同意」設為正當化一切監控的萬能鑰匙。完全沒有反映勞資之間的權力不對等。
但把條文讀到底，會發現有東西留下來了。第 2 項的說明請求權和第 4 項的公開義務沒有那個但書。 意思是，拒絕可能被阻擋，但詢問以什麼基準評分、要求公司公開該基準，是另一回事。在我看來，這兩款在國內幾乎沒有被運用過。
現場也不是完全靜默。職場霸凌 119 在 2025 年 10 月發布的電子勞動監控現況報告顯示，已有企業級解決方案在銷售，能以秒為單位截取 PC 畫面並像影片一樣回放。國內工作場所被收集的項目也在報告中整理：工作期間的網路使用記錄、通訊軟體和電子郵件記錄、CCTV 影像、GPS 定位、個人社群媒體活動，以及 PC 電源和滑鼠・鍵盤活動偵測記錄。與本次訴訟中有問題的項目幾乎完全重疊。報告中也記載了向拒絕建議離職的員工出示 CCTV 確認的行蹤，或從申訴員工的工作 PC 中還原個人通訊軟體對話並以此為由的案例。順帶一提，本文不是法律諮詢。如有實際爭議，應先諮詢專業人士。
Oswald 的視角
在規劃 GTM 策略時，我設計過多次儀表板 KPI，指標總是按同樣的順序老化。最初是觀察用的。為了看看發生了什麼而建立。接下來變成報告用的。出現在向高層匯報的簡報上。最後變成評估用的。
觀察用時準確的數字，一旦變成評估用，就一定會變好。但現實沒有改變。Goodhart 法則4說的就是這個。
所以我沒辦法把 92% 視為成功案例。如果出現那個數字，不該慶祝，而是應該開始審查的信號。因為供應商自己說正常區間是 60~80%。
特別是 AI 使用量，作為指標幾乎是最差的。它是投入而非產出，偽造成本幾乎為零，現在甚至多了「用太多就是浪費」的反向信號。把這種指標與人員去留掛鉤，是設計失敗。
我並不反對監控工具本身。找瓶頸時它是有用的。只是測量和評估之間，必須有一層人的判斷。
結語
總結如下。
第一，稼動率和 AI 使用量是行為的痕跡，不是結果。 一旦與評估掛鉤，製造痕跡的技巧就會取代真正的能力。第二，Meta 訴訟揭示的是：這些痕跡已經被用於雇用決策，以及從根本上無法累積的人處於結構性劣勢。第三，韓國勞工已經有要求說明和公開基準的管道。只是還沒有人用。
如果您是管理者，今天打開儀表板時，試著問自己一個問題就好。 提高這個數字最容易的方法，是做好工作，還是看起來像是在做好工作？
如果您現在在公司被某個數字評估，為了守住那個數字而做出與實際績效無關的行動，歡迎在留言區分享那是什麼行動。案例累積後，下一期我會按指標分類整理。
💬 哪個數字在支配您的一天？歡迎留言分享 · 📨 如果有同事在看儀表板，請把這篇文章轉給他們
參考資料 & 延伸閱讀
核心來源
- Cordilia James, “How to Outsmart AI When It’s Tracking Your Workday”, The Wall Street Journal, 2026. ··· 本期的起點。同時採訪了監控工具製造商和規避該工具的人，這是這篇報導的強項。
- Sanders et al. v. Meta Platforms, Inc.，美國加州北區聯邦法院（奧克蘭），2026 年 7 月 13 日起訴。 ··· 71 頁起訴狀中關於 AI 分數無法累積的段落是核心。無論結果如何，這份文件都很好地梳理了自動化評估的結構性盲點。
- 《個人資訊保護法》第 37 條之 2（自動化決策中資訊主體的權利等），國家法令資訊中心。 ··· 建議直接查閱第 1 項但書與第 2、4 項的差異。讀一遍條文只要 3 分鐘。
背景知識
- 職場霸凌 119，《電子勞動監控現況及法制改善政策報告》，2025 年 10 月 12 日。 ··· 包含具體的國內現場案例。只看海外報導會覺得是別人的事，看了這份報告就知道不是。
- 關於 Charles Goodhart 指標法則的討論，Marilyn Strathern, “Improving Ratings: Audit in the British University System”, European Review, 1997. ··· 我們常引用的 Goodhart 法則表述，其實出自這篇論文。
推薦搭配閱讀的往期
- 盧德派砸的不是機器 ··· 討論「驗證稅」概念的那一期。與本期的「花在表演上的時間」相呼應。
- 數千名 IBM 顧問在考試 ··· 討論 AI 使用是否成為組織內資格信號的過程。當那個信號變成評估指標時會怎樣，就是本期。
