想改善個人健康，計算卡路里和每日步數是不錯的辦法。但如果是想在專業(yè)上更成功，又該計算什么呢？企業(yè)網絡想讓員工以更好、更快、更便宜的方法來管理自身的優(yōu)缺點，就必須像個人一樣「量化自我」。
對個人來說，未來生產力的關鍵十分清楚：任何人想在21世紀的企業(yè)里飛黃騰達，就必須加緊自我監(jiān)控、自我監(jiān)測、自我量化，程度要讓歐威爾的《1984》讀來如同兒戲。原因并不是什么后工業(yè)時期的侵擾或侵襲，而是 出于專業(yè)的自我保護和自我改進。
別覺得這是《1984》的老大哥，而該覺得這是一位大數據導向的教練。
知識工作者想打敗那些更省成本、（更）具智慧的機器，最好的辦法就是擁抱科技，讓自己也變得更聰明、更具影響力。據稱，美國辦公室員工平均每天得處理超過5,000MB的資料，而且數字還在上升。如果無法將這股資料狂潮 轉化成個人上升的生產力，等于就是等著失業(yè)。不管是印度、中國、甚至是經濟合作暨發(fā)展組織（OECD）的知識工作者，都會面臨一樣的情境。這是個全球化的趨勢。
換句話說，就算現在還不能以具備成本效益的方式來使用資料、強化人類的表現，遲早也得面對自動化做到這點的一天。對于世界級的企業(yè)來說，明日的「量化自我」（quantified self）將不再只是持續(xù)的自我評估，而是轉變?yōu)椴粩嗟淖晕腋倪M。如果企業(yè)無法以可量化的方式取得實際改善，終會遭到淘汰。
目前的自我追蹤/監(jiān)控工具就像是放大鏡，主要功能是讓人能用新的觀點、把自己看得更清楚；但這些科技也能針對提升績效表現，提出最佳、最實際的選項。
這可以說是把「量化自我」給「亞馬遜化」或是「Netflix化」。就像是亞馬遜建議購買書籍、或是Netflix建議觀賞影集的方式，由資訊驅動的數字公司也能夠收集分類、綜合并客制化各種明確的建議，讓人更有生產力、更有效率。另外還有更精細的「建議系統(tǒng)」，提出的建議更能刺激各種創(chuàng)意和合作。創(chuàng)新的領導者就會靠著演算法，投資提升人類表現及流程效率。
舉例來說，只要被動監(jiān)控員工的聊天、電子郵件、備忘錄及簡報，企業(yè)的建議系統(tǒng)就能「知道」每個人的溝通模式及風格。這樣一來，在主管撰寫重要的專案評論時，這種軟體就能提供像是「情緒的自動校正」，能夠建議正確的用字，好讓這些評論更有效發(fā)揮影響力。當然，面對這些由資料所驅動的編輯建議，主管可以選擇是否要接受；但同樣當然，建議系統(tǒng)也同樣會監(jiān)控他們的選擇及后續(xù)的結果，讓建議系統(tǒng)從中學習。
根據個人化的程度，建議系統(tǒng)能夠建議內向的員工多多使用公司的社群媒體，也建議太過外向的員工溝通時稍做克制。像這樣由資料所驅動的演算法諮詢，提出的建議可能包括閱讀某幾份明確的備忘錄、指出該邀請的特定同事、或是有哪幾場會議無須參加。
到頭來，要踏上（或是維持在）職場的康莊大道，會需要有足夠的謙遜及自我紀律，能夠聽從手中最聰明的機器所提出最佳的建議。想在專業(yè)上成功，可能靠的就是要對這些機器有如同對同事一般的信任、甚至是更多。
當然，這對管理及企業(yè)上的意義更是重大。目前企業(yè)及管理者已經預測「人類分析」將日益蓬勃，讓各種層級的領導者都需要積極定義（及測量）所謂的卓越該是如何。目前清楚正在浮現的關鍵差別在于，能提出最佳忠告及諮詢的對象可能不再是表面上的人類領導，而是機器本身。
確實，這種下一代企業(yè)建議系統(tǒng)的真正風險（及契機）就在于，高階管理者會愈來愈依賴這些科技來認識自己手下的人類同事?！感刨嚒古c「依賴」兩者的差別正變得小到難以察覺。這樣一來，如果建議系統(tǒng)的成效已經確實比自己的人類直覺及見解來得更好，主管又該如何應對？
這將會是高階管理者在未來數字企業(yè)中必須面對的挑戰(zhàn)。有些時候，重要的還不只是你做了什么，還要看看你怎么去測量成效才行。