微軟正在為管理者提供新的工具來跟踪員工的工作，這引發了新的隱私問題。本月，該公司在其 Viva Insights 平台上添加了人工智能使用報告，讓老闆可以了解團隊使用 Copilot 的頻率。該功能與 2020 年 Microsoft 不喜歡的“生產力得分”相呼應。
此外，一項新的 Microsoft Teams 功能是設置為 十二月。當用戶加入公司 Wi-Fi 時，它將把他們的工作地點更改為辦公室。
這些並行發展標誌著 Microsoft 更廣泛地推動為現代工作場所提供數據驅動的洞察，此舉既帶來了潛在的好處，也帶來了重大風險。
衡量 AI 採用率和員工位置
Microsoft 通過兩項新功能擴展其工作場所分析功能，旨在讓組織更深入地了解員工的工作情況。
第一個功能是 Viva Insights 平台內的一組 Copilot 採用基準，將於本月推出。它允許管理人員監控整個團隊中人工智能使用的頻率和深度，跟踪特定 Microsoft 365 應用程序中的活躍用戶和採用率等指標。
推動這些分析的主要是財務方面的。由於 Copilot 許可證是一項重大的持續投資，高管們面臨著證明其價值的壓力。
儀表板顯示了關鍵指標，例如活躍用戶的百分比，以及最重要的是回訪用戶的比率。低迴報率可能表明員工正在嘗試人工智能，但沒有將其整合到日常工作流程中，這對於任何首席信息官來說都是一個重要的洞察。
微軟表示，“這些洞察有助於識別採用趨勢，並提供更廣泛的背景和新的機會來提高 Copilot 的參與度。”
第二個功能，預計發佈於 2025 年 12 月，將為 Microsoft Teams 帶來自動位置跟踪功能。
根據官方路線圖，“當用戶連接到組織的 Wi-Fi 時，Teams 將自動設置他們的工作位置以反映他們正在工作的建築物。”
它的目標是提供更準確的混合工作模式圖，顯示誰在辦公室、誰在遠程工作，而無需手動更新狀態。對於混合團隊來說，這可以簡化協調，但它也引入了新的被動位置監控層。
雖然這兩種工具都被設計為生產力增強器，但它們也代表了管理層可用的員工數據粒度的顯著增加。
不僅能夠跟踪員工是否在工作，而且能夠跟踪他們在哪里以及他們如何使用特定工具，這引發了有關工作場所邊界的新問題 監視。
似曾相識? “生產力得分”爭議的迴響
這些新進展與微軟備受爭議的“生產力得分”功能進行了直接比較，該功能於 2020 年推出，但遭到了迅速而嚴重的抵制。
該工具最初允許管理員深入了解員工個人數據，準確顯示一個人發送了多少電子郵件、他們使用聊天的頻率以及他們參與共享的程度。 文件。
隱私倡導者和行業觀察人士很快譴責了該功能。人們擔心這種精細的數據將被用於侵入性的績效管理，而不是真正的生產力提高，從而形成一種數字出勤主義文化。
面對越來越大的公眾壓力，微軟被迫做出快速改變。在最初的抗議發生幾週後，該公司從生產力得分中刪除了個人用戶名，將重點轉移到匯總數據上。
當時，Microsoft 365 首席副總裁 Jared Spataro 承認了這一失誤，並表示:“我們已經聽到了反饋，今天我們通過對產品進行更改來做出回應，以進一步保護客戶的隱私。”
這一歷史背景在當前的推出中顯得尤為重要。 的 Copilot 基準和 Teams 位置跟踪。
平衡分析與隱私保護
根據 2020 年強烈反對期間的經驗教訓，微軟已將隱私保護措施直接納入新的 Copilot 基準中。
為了確保外部比較保持匿名，該公司實施了一項關鍵的結構保護:每個同行組都是 由至少 20 家不同的公司組成，從統計上來說很難識別任何單個組織的數據，一項安全措施詳細介紹於 公司的公告。
內部比較的目的還在於通過關注群體級別的數據而不是個人用戶的操作來保護個人隱私。然而，人們仍然擔心管理者可能會誤解這些數據，將副駕駛的高使用率等同於高性能。
這可能會導致“生產力劇場”，員工執行膚淺的人工智能操作只是為了提高他們的指標。這種行為不僅會損害真正的生產力提升，還會損害士氣並助長不信任氣氛。
即將推出的 Teams 位置功能也引發了爭論。一些人認為這是一種潛在的越權行為，如果員工報告的位置與經理的期望不符，可能會導致不舒服的對話。
該功能也是在企業關於返回辦公室的爭議中出現的。雖然微軟將其視為一種提高透明度的工具，但批評者擔心它可能會被用來執行出勤政策或在辦公室和遠程工作人員之間造成不公平的鴻溝。
為了解決這些問題，微軟的官方文檔澄清該功能在設計時考慮到了用戶控制。
默認情況下，它是選擇退出的，需要每個用戶的明確同意，詳見其技術文檔。至關重要的是，管理員不能代表員工授予此同意，從而讓員工對是否自動共享其位置有最終決定權。
但是，經理可以“禮貌地要求”員工打開它，從而在團隊內部造成同事壓力。
對於員工來說，有用的分析和侵入性監控之間的界限變得越來越細。 Viva 基準測試和 Teams 位置功能都是 Microsoft 更廣泛戰略的一部分，旨在為現代工作場所提供數據驅動的見解。
這些工具的實施方式將決定它們是被視為優化工作的資產還是數字微觀管理的工具。
