AI ไม่สามารถแก้ไข KPI ของคุณได้ และหนังสือค้นหาข้อมูลเล่มใหม่ก็ไม่สามารถแก้ไขได้เช่นกัน

เบอร์นาร์ด มาร์ ได้เผยแพร่ข้อเสนอแนะเกี่ยวกับ KPI มากกว่าจำนวนสายพันธุ์ของด้วงเสียอีก สักวันหนึ่ง อาจมีใครบางคนเห็นรายการนั้นแล้วคิดว่า: เราต้องการเรือที่ใหญ่กว่านี้ แนวคิดนี้เป็นที่ยอมรับอย่างกว้างขวาง นี่คือ KPI 75 ข้อสำหรับธุรกิจค้าปลีก นี่คือ 50 ข้อสำหรับธุรกิจด้านการดูแลสุขภาพ และนี่คือ 127 ข้อสำหรับสิ่งที่องค์กรของคุณทำในไตรมาสนี้ เลือกข้อที่ดูเหมาะสม ใส่ลงในแดชบอร์ดของคุณ แล้วการบริหารจัดการประสิทธิภาพก็จะเสร็จสมบูรณ์ มาร์ไม่ใช่คนเดียวในเรื่องนี้ เขาเป็นเพียงตัวอย่างที่โดดเด่นที่สุดของหมวดหมู่การเผยแพร่และการให้คำปรึกษาทั้งหมดที่สร้างขึ้นบนพื้นฐานเดียวกัน: ว่าปัญหาการวัดผลเป็นปัญหาของการเลือก แต่มันไม่ใช่ ตอนนี้ AI ได้เข้ามามีบทบาทแล้ว แน่นอนว่ามันถูกนำไปใช้กับปัญหาการเลือกด้วยความกระตือรือร้นอย่างมาก ป้อนลำดับความสำคัญเชิงกลยุทธ์ของคุณลงในแบบจำลองภาษา แล้วมันจะส่งคืน KPI — เร็วขึ้น มากขึ้น และใช้ถ้อยคำที่มั่นใจกว่าหนังสืออ้างอิงใดๆ เครื่องมือบางอย่างยังสามารถเปรียบเทียบกับมาตรฐานอุตสาหกรรมได้อีกด้วย สิ่งที่ไม่มีเครื่องมือใดบอกคุณก็คือ การวัดผลนั้นนับเป็นหลักฐานหรือไม่ นี่ไม่ใช่คำวิจารณ์ต่อเทคโนโลยี นี่คือคำอธิบายของปัญหาที่เทคโนโลยีได้รับสืบทอดมา AI ไม่ได้สร้างช่องว่างทางความรู้ที่เป็นหัวใจสำคัญของการวัดผลการปฏิบัติงาน แต่เป็นเพียงเครื่องมือที่ทำให้มันทำงานได้เร็วขึ้น นี่คือช่องว่างนั้น วรรณกรรมเกี่ยวกับการวัดผลการปฏิบัติงานกว่า 70 ปีได้สร้างเครื่องมือสำหรับการประเมินผล บัตรคะแนน, OKRs, กรอบงาน KPI ทั้งหมดนี้ตอบคำถามเดียวกันคือ เราทำได้ดีแค่ไหน? เครื่องมือเหล่านี้ถูกออกแบบมาเพื่อตัดสินผลลัพธ์ แต่เครื่องมือที่เน้นหลักฐานตอบคำถามที่แตกต่างออกไป คือ เกิดอะไรขึ้นจริง และเราสามารถแสดงให้เห็นได้หรือไม่? เครื่องมือเหล่านี้ถูกออกแบบมาเพื่อสร้างสิ่งที่ตรวจสอบได้ บันทึกที่สามารถใช้เป็นหลักฐานได้เมื่อมีคนที่ไม่เกี่ยวข้องขอตรวจสอบพื้นฐานของการตัดสินใจ ความแตกต่างอาจฟังดูเล็กน้อย ในทางปฏิบัติแล้วมันคือความแตกต่างระหว่างเอกสารการกำกับดูแลกับสไลด์นำเสนอ W. Edwards Deming เข้าใจความแตกต่างนี้ เขาเข้าใจว่าการวัดผลที่ปราศจากพื้นฐานทางสถิติจะสร้างสัญญาณรบกวนที่ปลอมตัวเป็นสัญญาณ สิ่งที่ถูกรายงานว่าเป็นข้อมูลผลการปฏิบัติงานมักเป็นการเปลี่ยนแปลงที่เกิดขึ้นอยู่แล้ว ซึ่งถูกโยงไปถึงการตัดสินใจที่ไม่ได้เกี่ยวข้องอะไรเลย Field นี้ได้อ่านงานของ Deming สร้างแดชบอร์ดที่ดีขึ้น และก้าวต่อไป คำถามที่เขาตั้งขึ้นจริง ๆ นั้นถูกจัดอยู่ในหมวด "การผลิต" และถูกทิ้งไว้ที่นั่นเป็นส่วนใหญ่ คำถามนั้นคือ: การวัดผลแบบไหนจึงจะนับเป็นหลักฐานได้? หนังสือของ Marr ไม่ได้ตอบคำถามนี้ พวกเขาตอบไม่ได้ เพราะมันไม่ใช่คำถามที่มีคำตอบให้ค้นหาได้ง่าย ๆ มันต้องอาศัยกรอบการทำงานที่มีลำดับขั้นที่กำหนดไว้ล่วงหน้า เกณฑ์ที่ประกาศไว้ล่วงหน้า และตรรกะการปรับเทียบที่บันทึกไว้ก่อนการใช้งาน ไม่ใช่การวิเคราะห์ย้อนกลับหลังจากได้รับผลลัพธ์แล้ว กล่าวอีกนัยหนึ่ง มันต้องอาศัยระเบียบวินัยเชิงโครงสร้างแบบเดียวกับที่ทำให้การค้นหา KPI ดูเหมือนจะเป็นงานที่ยุ่งยากเกินไป จนกระทั่งถึงช่วงเวลาที่คุณต้องปกป้องการตัดสินใจเรื่องทรัพยากรต่อคณะกรรมการ ผู้บริจาค หรือหน่วยงานกำกับดูแล และแดชบอร์ดไม่สามารถบอกอะไรคุณได้เลยนอกจากสิ่งที่ได้สันนิษฐานไว้แล้ว AI ช่วยเร่งความเร็วไม่ว่าคุณจะใช้วิธีการใดก็ตาม หากคุณนำสถาปัตยกรรมหลักฐานที่ออกแบบมาอย่างดีมาใช้ มันก็สามารถทำสิ่งที่เป็นประโยชน์ภายในโครงสร้างนั้นได้ หากคุณนำรายการ KPI ที่ฟังดูเหมาะสมในการประชุมมาใช้ มันจะช่วยให้คุณสร้าง KPI ได้มากขึ้น เร็วขึ้น ในรูปแบบตัวอักษรที่คุณเลือก กรอบงาน MetriqOne สร้างขึ้นจากคำถามที่เดมิงตั้งขึ้น และ Field นี้ส่วนใหญ่ละเลยไป ไม่ใช่เพราะหนังสืออ้างอิงไร้ประโยชน์ แต่เพราะการเลือกไม่เคยเป็นส่วนที่ยาก ส่วนที่ยากคือการปรับเทียบ — การรู้ล่วงหน้าว่าตัวชี้วัดของคุณควรตรวจจับอะไร ภายใต้เงื่อนไขใด และหมายความว่าอย่างไรหากตัวชี้วัดไม่ตรวจจับ คำตอบนั้นอยู่ในหนังสือ Foundations of Evidence-Based Leadership (เล่ม 2) ซึ่งติดตามความล้มเหลวทางด้านความรู้ในห้าประเพณีการวัดหลัก และระบุตำแหน่งที่ Field นี้ผิดพลาดอย่างแม่นยำ คำตอบในการนำไปใช้ — วิธีการสร้างระบบที่สร้างหลักฐานที่ตรวจสอบได้ในองค์กรที่ไม่มีโครงสร้างพื้นฐานที่มั่นคง ข้อมูลที่สะอาด หรือซอฟต์แวร์เฉพาะทาง — อยู่ในหนังสือ Proof Without Judgement (เล่ม 1) ทั้งสองเล่มมีจำหน่ายใน Amazon และไม่มีเล่มใดที่มีรายการ KPI 75 รายการ นั่นเป็นคุณสมบัติ ไม่ใช่ความผิดพลาด Torgeir Skogvold เป็นผู้ก่อตั้ง MetriqOne และผู้เขียน MetriqOne Trilogy: Measurement for the Real World