利纳斯·阿劳斯在两座大型机场运营10个销售网点，还负责管理多个机场项目下近100处食品与非食品零售点位。其中部分网点完全没有现场工作人员。旅客径直上前，从货架上拿取三明治、瓶装水等商品，按理应主动付款，但现场无人监督。
对大多数零售从业者来说，这种模式几乎等于默许顾客白拿商品。最直观的解决办法，就是依靠人力与技术手段监控顾客。但对问题做过一番研判之后，阿劳斯只安装了少量摄像头，没有部署全套监控方案。“账算起来很简单，”他表示，“经过严谨的管控测算，我们发现，各个门店盘点库存所耗费的时间、管理开销与后勤成本，远远高于商品失窃带来的实际损失。”他得出结论：实施管控的代价，会超过它所能挽回的损失。
管理者却很难算出这笔账。以零售与餐饮行业为例，各类监控体系——关键绩效指标、核查清单、运营与行为准则、摄像头、传感器、应用软件——不只是运营工具，更已经融入组织文化。身处这种环境，人们往往只看到账本的一侧：管控带来的收益，包括失窃减少、合规度提升、差错降低。但管控所伴随的成本，却常常被忽略。
我是一名人力资源方向教授，长期和各类企业开展合作研究，近期研究对象涵盖烘焙店、超市、医疗及金融机构。我和同事的研究表明，无论监控对象是潜在客户还是内部员工，企业都应当更深入地审视管控体系背后错综复杂的利弊取舍。下文将解析这些权衡，同时给出管理者可以落地的行动建议，避开我所说的“管控陷阱”。
两类截然不同的成本
一套监控体系会产生两类成本。第一类是显性成本：设备采购、运维落地、执行监管所产生的开销，包含硬件设备、人力工时、给守规矩的用户带来的额外麻烦，以及占用的管理层精力。
第二类成本十分隐蔽，常常被人忽视：监控会改变被观察者的行为模式。
我们曾与德国一家大型连锁烘焙企业合作，真切体会到这类隐性成本可以有多高。该企业发现，一批难以替代的熟练员工离职率不断走高。企业展开调查后，找到了一个意想不到的诱因：公司的质量管控体系，其中包含20余份每日运营核查清单。技艺纯熟的烘焙师傅与门店管理者将这些清单视作一种信号：管理层不信任他们能够做好本职工作。
行为经济学家早就提出一个管理者频频遗忘的观点：人们不只对监控的测量内容做出反应，同样会解读监控所传递出的信号。经济学家阿明·法尔克与米夏埃尔·科斯菲尔德曾在实验室完成相关实验，成果刊发于一篇经典论文。实验显示：扮演雇主的一方实施管控，的确可以把员工的工作努力维持在基础水平，但管控同时会催生不信任，反而造成很多人工作投入度下降。
这套结论在真实商业场景中是否同样成立？为此，我们在这家烘焙连锁开展了随机对照试验。我们在一半门店取消两份员工抵触最强烈的核查清单，另一半门店维持原状。试验结果出乎委托研究的高管意料：试验组门店销售额上涨2.7%（效果与我们此前研究中推出团队奖金带来的提升大致相当）；熟练烘焙师傅与门店管理者的流失率下降超20%。取消清单并未拉低产品质量，清单原本要防范的各类问题并没有增多。不止如此，顾客也感受到了差异：谷歌点评里，试验组门店在服务效率、商品陈列观感上收获了更多好评。
倘若故事到此结束，得出的教训似乎会很简单：信任你的员工，舍弃管控手段。但我们还有另一组发现，让结论变得更为复杂。核查清单取消之后，经验尚浅的基层员工离职率反而上升了20%。对新人而言，清单构建起清晰的工作框架，对他们是一种助力；清单被撤去，这些员工感受到的不是解放，而是失去支撑。
因此真正的启示，并非监控本身一无是处，而是管控方式必须匹配员工的能力水平。同一份核查清单，对于资深烘焙师傅是冒犯与不信任，对于新人却可以是工作的救命指南。管理者真正要思考的，不是监控要做的更多还是更少，而是针对不同对象，出于合理目的，把控恰当的监控强度；要意识到，同一工作场所内，适用的管控标准本就可以各不相同。
我们再把阿劳斯的零售业务和烘焙店案例放在一起看。二者业务不同，要解决的问题也不一样：前者应对外来顾客的失窃，后者聚焦内部人员管理。但二者拥有共通之处。阿劳斯的案例说明：即便损失真实存在，管控的直接成本依旧可能高于它挽回的损失；烘焙店的案例则警示，对于企业最想留住的核心人才，管控带来的隐性代价可能十分沉重。
换言之，很多企业低估了监控员工产生的各类成本，又高估了事无巨细指挥员工行动所能带来的收益。不妨看看星巴克CEO布莱恩·尼科尔2025年初的举措：作为“回归星巴克”战略的一环，他强制要求咖啡师在每一杯饮品的杯子上手写寄语，不遵守的员工会受到处分，甚至遭到解雇。咖啡师反馈，这项硬性要求挤占工作时间，让本就紧张的四分钟出杯目标更难达成。而这项举措原本想要传递的人文温度呢？不少员工索性批量预写千篇一律的套话应付了事。
管控陷阱
过去，有一个因素会约束管理者的监控冲动：监控成本高昂。企业不可能时时刻刻盯着每一个人，因此不得不权衡：这么做是否真的值得。但人工智能正在打破这层约束。摄像头可以解析画面内容；软件能够统计键盘敲击、通话时长，甚至AI工具的调用token消耗。亚马逊、Meta、优步内部，甚至会鼓励开发人员更多消耗AI token，还设置内部排行榜对消耗量进行排名。
当监控变得廉价、颗粒度更细、可以不间断运行，很自然的推论就是：企业仅仅因为技术可行，就会大举扩大监控范围。而这恰恰是一个陷阱。当监控的直接成本近乎归零，管理者就容易放弃审慎评估，甚至不再思考监控这件事到底值不值得。监控成本变低，不等于管控带来的各类代价就此消失，只是这些代价更容易被视而不见。
想要避开管控陷阱，管理者可以落实下面几项做法：
1、每一项管控都要证明自身价值
首先复盘企业现有的全部监控手段，其中一部分可能只是沿袭下来的旧制度。很多时候人们已经感知不到它的成本，因此务必逐条评估：这套监控，金钱层面、行为层面分别要付出多大代价。
再进一步追问：它实实在在换回了什么？亚马逊后来关闭了内部AI token消耗排行榜，原因是员工为冲榜单刻意拉高消耗量，推高算力成本，却没有产出更多有效工作。Meta也曾暂停“模型能力计划”——该计划会记录键盘敲击、鼠标点击、屏幕截图，用来生成AI训练数据，后续发现内部数据泄露风险远超预期。等你读到这篇文章的时候，两家企业或许已经进一步调整了相关政策。
2、管控手段要适配受影响的员工
给需要框架指引的人提供规则，给能力已经成熟的人留出自主空间。烘焙连锁里，反感核查清单的大多是完成正规学徒培训的员工，他们手握技能证书，理应获得信任，不需要过度监管也能出色完成工作。
企业完全可以依托人事档案中已有的信息完成这类规划，把监控强度和员工能力资质挂钩，并且提前公开这套规则。德国法兰克福的教学医院自2006年起就在实践这套模式：住院医师如果熟练掌握指定临床操作，就会拿到能力认定书面证明，此后开展该项目时便可以脱离上级监督。监督会依据大家事先都清楚的标准，针对一项项具体任务逐步解除。
3、不要仅仅因为AI降低成本，就扩大监控范围
成本下降，不是大肆监控的理由，反而意味着企业要比以往更加审慎地做选择。人们天然倾向于过度使用AI管控，而非管控不足。但在监控成本低廉的时代，能够胜出的企业，都会周全权衡账本两端的收益与代价。烘焙连锁最后也没有彻底废除全部清单，而是开展试验保留两份，试验结束后继续留存一份。我们提倡的，正是这种对待管控的审慎思辨。
良性的企业离不开管控，但管控本身不能成为企业战略。当AI提供低成本监控方案时，管理者很容易把大量精力放在监控、合规、抓员工过失上。但企业需要跳出固有思维，拥有更宏观的视角：很多时候，廉价的监控工具并不是解决问题的答案。真正的症结，或许藏在更底层：企业战略、招聘培训体系，或是领导力的缺失。
吉多·弗里贝尔（Guido Friebel）| 文
吉多·弗里贝尔是法兰克福歌德大学人力资源教授，经管学院院长。
本文来自微信公众号“哈佛商业评论”（ID：hbrchinese），作者：HBR-China，编校：周强，36氪经授权发布。