返辦公室嘅逆轉:數據究竟顯示咗啲咩
大公司花咗四年時間,下令員工返返辦公桌前面。以下係流失、生產力同招聘數據實際顯示嘅結果,以及點解對一間15人嘅初創公司嚟講,呢筆帳睇落並唔一樣。
2024年9月,Amazon行政總裁Andy Jassy同員工講,由2025年1月2號開始,佢哋每個星期都要返辦公室五日,結束公司由2023年起一直捍衛嘅每週三日混合辦公政策。JPMorgan Chase跟住要求全體員工喺2025年3月之前,恢復每週五日返辦公室。Dell、AT&T同美國聯邦政府,都喺同一段十八個月入面做出類似決定。如果你經營緊一間12人嘅初創,或者一間40人嘅代理公司,你大概已經傾過呢一版對話:我哋係咪都應該照做?
誠實嘅答案,要先睇大型公司真正執行呢啲命令之後實際發生咗咩——而唔係高層當初話會發生咩——然後再問,入面有幾多適用於你呢個規模嘅公司。呢啲證據嚟自公司披露、一項美國國家勞資關係委員會(National Labor Relations Board)嘅裁定,以及經過同儕審查嘅研究,並唔支持任何一個方向嘅簡單故事。
實際上發生咗咩
結束遙距工作嘅推力,開始得比多數人記得嘅更早。2021年4月同5月——當時大多數美國人仲未打疫苗——JPMorgan嘅Jamie Dimon同Goldman Sachs嘅David Solomon都公開講,在家工作係一種失常。用Solomon嘅講法,嗰係「一種我哋會盡快糾正嘅失常現象」。Goldman喺2021年6月之前就要求大多數員工返辦公室。Tesla同Twitter行嘅係另一條路:Elon Musk喺2022年10月接管Twitter之後,直接終止遙距工作;幾個月之前,一份外洩嘅Tesla備忘錄要求員工每個星期至少喺辦公室逗留40個鐘,否則就辭職。Apple喺2022年9月揀咗中間路線,要求每週返辦公室三日,儘管一班自稱為「AppleToo」嘅員工公開反對。
更大嘅一波出現喺2023同2024年,而且打中嘅係規模同文化都好唔同嘅公司。Disney嘅Bob Iger宣布,由2023年3月起,每週四日、星期一至星期四必須返辦公室。Grindr喺2023年8月同以遙距為主嘅員工講,一定要搬去辦公室附近,否則就離開;根據CNN同美國通訊工人聯合會(Communications Workers of America)嘅講法,呢款交友應用程式喺一個月之內流失咗大約46%嘅人手——178名員工入面嘅82人。Dell要求銷售人員由2024年9月30號起每週返辦公室五日,並且另外規定,公司入面任何完全遙距嘅員工都唔再有晉升資格,出勤就透過門禁拍卡同VPN紀錄追蹤。Amazon嘅五日命令喺2025年1月生效,AT&T就對靠近公司據點嘅員工跟進,而2025年1月一項新嘅總統行政命令,要求聯邦機關終止大多數員工嘅遙距工作安排。
| 公司/僱主 | 政策 | 公布或者生效時間 |
|---|---|---|
| Goldman Sachs | 大多數員工全面返辦公室 | 2021年4月至6月 |
| Tesla/Twitter(X) | 全面返辦公室;遙距工作終止 | 2022年6月/2022年10月 |
| Apple | 混合辦公,每週3日 | 2022年9月 |
| Disney | 混合辦公,每週4日(星期一至星期四) | 2023年3月 |
| Grindr | 全面返辦公室;必須搬遷 | 2023年8月 |
| Dell | 銷售每週5日;其餘採混合,但有晉升限制 | 2024年3月至9月 |
| Amazon | 全面每週5日返辦公室 | 2025年1月2日生效 |
| JPMorgan Chase | 全體員工全面每週5日返辦公室 | 2025年3月生效 |
| AT&T | 全面每週5日返辦公室(據點附近員工) | 2025年1月 |
| 美國聯邦政府 | 終止遙距工作安排 | 行政命令,2025年1月 |
呢份清單入面值得留意嘅係:政策並唔一致,執行方式都唔一致。追蹤美國主要辦公室市場門禁拍卡活動嘅Kastle Systems,喺佢嘅Back to Work Barometer入面記錄到,即使呢波命令已經推行咗幾年,每週平均入座率仍然徘徊喺50%嘅低段到中段——意思係,喺已經公布返辦公室政策嘅公司入面,仍然有相當比例嘅員工大多數日子都冇出現。命令,同佢實際造成嘅行為,係兩組唔同嘅數據,而只有其中一組會攞到新聞稿。
量度到嘅結果究竟顯示咗啲咩
呢方面最清楚嘅大樣本研究,嚟自匹茲堡大學(University of Pittsburgh)嘅Yuye Ding同Mark Ma。佢哋研究咗137間採用返辦公室命令嘅S&P 500公司。佢哋嘅發現喺2023年發表,並且喺後續研究入面擴充:呢啲命令並冇改善財務表現——資產回報率、利潤率同股價回報都睇唔到可以量度嘅好處——而透過Glassdoor評分量度嘅員工滿意度下跌咗,公司亦出現異常嘅流失增加,大約13到14個百分點,同時空缺嘅招聘時間都變長。
同一組研究者嘅後續研究〈Return-to-Office Mandates, Brain Drain and Gender Difference〉,發現咗一件同大多數命令公開邏輯相反嘅事。公司將返辦公室(RTO)講成係提高問責嘅方法,並且隱含地,用嚟將表現唔好嘅人推走。數據顯示嘅卻係相反嘅模式:命令之後,女性嘅流失大約比男性多出20%,而中層同高層管理人員——通常係經驗最豐富、薪酬最高、最難取代嘅員工——離開嘅比率高過基層員工。
返辦公室命令最有可能推走嘅員工,並唔係公司如果逐個個案決定時會選擇失去嘅嗰啲人。佢哋往往係喺別處選擇最多嘅人。
針對混合辦公本身——有別於全面五日命令——最嚴謹嘅證據,嚟自中國旅遊公司Trip.com進行嘅一項隨機對照試驗,由Nicholas Bloom同共同作者喺2024年6月發表喺《Nature》。喺1,612名被隨機分配到混合時間表(三日辦公室、兩日遙距)或者全面返辦公室時間表嘅員工入面,混合辦公整體將流失降低咗33%,效果最大嘅係非管理人員、女性,以及通勤時間長嘅員工。績效評估同晉升率喺兩組之間冇有意義嘅分別。呢個係呢個範疇入面少數能夠主張因果效果、而不只係相關性嘅研究之一,因為分配到混合或者全面返辦公室係隨機嘅,而唔係由員工或者主管自己揀。
研究仲未有定論嘅,係全面五日嘅命令會唔會改善產出或者協作——呢樣正正係公司最常用嚟做理由嘅事。冇任何一間已經實施呢種命令嘅公司,公布過顯示佢有效嘅績效數據;Amazon、JPMorgan同其他公司嘅公開理由,都圍繞文化同導師制,而唔係量度到嘅生產力。呢個唔係證明嗰個主張係假。呢個係一個誠實嘅缺口:目前最強嘅因果證據,支持混合優於完全遙距,並且另外支持混合喺留人方面優於全面返辦公室——但冇同等嘅隨機研究,能夠單獨分離出五日命令對產出嘅效果。
Grindr喺2023年嘅命令,對小公司嚟講係一個有用嘅數據點,正因為Grindr當時並唔係巨頭。嗰陣佢大約有178名員工——呢個規模離一間正在成長嘅初創,比離Amazon近得多。公司喺好短嘅通知時間之內要求搬去辦公室附近;82名員工喺一個月之內離開。2024年11月,美國國家勞資關係委員會認定,呢項命令至少有一部分係用嚟削弱員工進行緊嘅工會組織努力。教訓唔係小公司唔應該請人返辦公室——而係當一項政策改變緊貼住信任或者勞資衝突之後,受影響嘅人會讀出嗰個時機,監管機構有時都會。
關鍵在於你講緊邊一種政策
「返辦公室」被當成一句說話,用嚟指三種唔同嘅政策,而呢三種政策各自有唔同嘅證據基礎。將佢哋當成可以互換,正正係呢場辯論入面大部分混亂嘅來源。
| 政策類型 | 流失證據 | 生產力證據 | 誠實嘅保留 |
|---|---|---|---|
| 全面RTO(5日) | 異常流失上升大約13–14個百分點(Ding同Ma);資深員工同女性不成比例 | 冇已公布嘅隨機對照試驗或者公司數據顯示產出改善;主張都係軼事 | 部分流失可能反映疫情之後正常嘅招聘修正,而不只係政策本身 |
| 混合(每週2–3日) | 相比全面返辦公室,隨機對照試驗入面流失降低大約33%(Bloom等人,《Nature》2024) | 同一項隨機對照試驗入面,績效評估或者晉升率冇可以量度嘅分別 | 結果會因設計而異——Dell將混合模式綁上晉升禁令,仍然有大約一半符合資格嘅員工拒絕完全配合 |
| 遙距優先 | 因為自我選擇而流失最低;好難將政策效果同揀呢啲職位嘅人分開 | 大多係自己填答嘅調查數據(WFH Research/SWAA);冇可以比較嘅大型隨機對照試驗 | 協調同入職成本係真實嘅,但好少用同流失同等嘅嚴謹程度嚟量度 |
真正有強因果證據支持嘅政策類型只有一種,就係混合辦公,具體原因係Bloom嘅團隊能夠將佢做成一項真正嘅實驗。全面RTO同遙距優先都更加依賴觀察性數據——比較嗰啲因為唔同理由而揀咗唔同政策嘅公司——呢樣令到政策本身嘅效果,好難同採用佢嘅嗰間公司嘅效果分開。有信心走向遙距優先嘅公司,往往本來就經營得唔錯;喺多年漂移之後急住下令全面RTO嘅公司,往往本來就喺第啲事上面已經掙扎緊。
喺你呢個階段,真正重要嘅係咩
以上都冇話俾一間12人嘅初創聽應該做咩。佢話俾你聽嘅係,喺複製一項Amazon為150萬名員工、以及以數千萬平方英尺計嘅物業足跡所設計嘅政策之前,你應該先檢查啲咩。
先由你實際競爭緊嘅人才市場開始。完全要返現場嘅職位空缺而家占美國招聘廣告嘅絕大多數,但遙距同混合職位空缺相對佢哋存在嘅數量,仍然吸引咗不成比例嘅總申請量,而且根據LinkedIn嘅人才數據,女性同較年輕嘅求職者更加可能專門申請遙距職位。如果你係一間10人公司,要同十倍於你規模嘅公司搶一位資深工程師或者第一位營運負責人,彈性係少數你可以攞嚟競爭、又唔使花現金嘅條件之一。
喺借用別人嘅結論之前,先睇你自己嘅流失數據。一間15人嘅公司產生唔到統計上有意義嘅流失率——一年失去兩個人係13%嘅流失率,同時都可能幾乎代表任何嘢。Amazon嘅數據嚟自數十萬名員工,呢點正正係佢能夠支撐你嘅數據無法支撐嘅結論嘅原因。如果你指唔出一個具體嘅生產力或者協作問題——錯過嘅期限、一個因為缺乏協調而停滯嘅專案、因為啱嘅人唔喺同一個房間而拖得太耐嘅決定——你就係喺對別人嘅標題做出反應,而唔係對自己嘅證據。
將協作問題同信任問題分開。Ding同Ma關於人才流失嘅研究,有一個值得坐低嚟諗嘅重點:命令係一種鈍嘅、全公司適用嘅工具,無論個人表現點樣都套到每一個人身上,而呢樣正正係一個組織喺唔信任管理層能夠做個別判斷時會伸手去攞嘅嗰種政策。如果真正嘅問題係你唔信任一兩個人喺冇人監督時仍然能夠有生產力,對全公司落五日命令並唔會整好嗰件事——佢只會令到嗰啲從來都唔係問題嘅人開始搵第二份工,而呢點恰恰係研究顯示嘅模式。
掂掂你實際會拿去交換嘅嘢。一間40人嘅公司冇Amazon嘅冗餘。如果一項命令令你失去兩位資深嘅人——依照性別同年資研究,佢哋正正係最有可能離開嘅人——你冇五百個喺招聘管道入面嘅候選人可以吸收呢個損失。物業嘅算法都唔一樣:大多數小公司並唔擁有一棟半空嘅大廈,需要靠返辦公室嚟合理化,而嗰樣曾經係某啲大公司命令背後一個真實(即使通常唔講出口)嘅動機。
如果想要更多面對面時間嘅真正目標,係睇清楚大家做緊咩、更快做決定、少做重複嘅功夫——而唔係為咗出席而出席——嗰係一個協調問題,而協調問題好多時唔使靠一刀切嘅命令都可以解決。喺FabricLoop上面嘅團隊,將任務同筆記直接連到做出決定嘅嗰條訊息串,所以主管唔使將所有人叫到同一個房間入面問,都睇到專案狀態同脈絡。一間15人嘅公司,已經擁有任何RTO政策都無法喺Amazon嘅規模上面複製嘅近距離優勢——值得問嘅問題唔係要唔要複製一項為35萬人打造嘅政策,而係你真正嘅能見度問題,係咪一個呢個星期就可以補上嘅工具缺口。
