把一张奖金表交给 AI，几秒钟就能得到每个人的金额。可如果有人问“为什么他比我多”，老板仍答不上来，算得再快也没用。奖金争议通常不是计算速度的问题，而是规则在计算前就没讲透。
AI 适合帮企业找漏项、试算和核对版本。真正需要老板先作决定的，是奖金从哪里来、什么贡献算数、例外由谁处理。
第一件事：奖金池从哪里来
在讨论分给谁之前，先确定可分配的总额。收入、毛利、回款、项目结算与企业实际可用于激励的资金，不是一回事。不同业务的成本和周期不同，奖金池口径也应由企业明确。
例如只看签约额发奖，后续交付成本和回款风险可能被遗漏。AI 可以把已有数据按约定口径重算，标出公式中缺失的成本项或数据来源；但口径要由经营与财务负责人确认，不能让 AI 自己选择一个“看起来公平”的比例。奖金池这一层如果没算清，后面分配越精细，争议可能越大。关于这一点，源课堂已有奖金池的具体讨论。
第二件事：谁创造了可确认的贡献
销售拿到订单，交付完成项目，产品解决关键问题，支持岗位让流程更顺畅。贡献不一定只出现在最后签单的那一刻。企业需要按岗位和业务场景约定：哪些结果计入、由谁确认、同一结果能否重复计入、多人协作怎样记录。
AI 可以把项目节点、客户反馈和任务记录整理成待核的贡献清单；记录里没有的线下协调，不能由模型猜补。更不能因为一份 AI 生成的评分表，就把本来需要经理和相关部门确认的贡献裁定交出去。
第三件事：什么时候结算，争议怎么处理
奖金能不能发、何时发、遇到退款或项目返工怎么办，都影响员工预期。规则若只写“按业绩发放”，每到结算日就要重新解释一次。把确认节点、结算周期、数据负责人和申诉路径写成一页纸，往往比再加几列公式更有效。
规则确定后，可让 AI 用几种边界情况试算：同一订单跨月、两人接力、项目延期、数据更正。它应把差异和疑点列出来，让人复核；涉及个人薪酬数据，要先确认使用权限与保密范围。
老板可以先拿现有方案问三个问题：钱从哪来？贡献按什么证据确认？出争议谁拍板？这三句话答得清楚，再让 AI 提高计算效率，奖金方案才有机会真正执行下去。
把现行奖金规则、岗位考核依据和上一次有争议的结算记录摆在一起。如果同一笔钱在三处有三种说法，先别让 AI 开算。要梳理考核流程和评价环节，可以看看源目标绩效管理；奖金池和分配口径仍要由企业定，工具算得再快也替不了这个决定。
发布于源课堂 · 源目标信息科技（上海）有限公司
