El estudio de las dependencias causales en economía está lleno de grandes dificultades, ya que es necesario considerar no solo la estructura del objeto, sino también tener en cuenta una gran cantidad de factores que actúan sobre el objeto, sobre los cuales no se sabe nada o son difíciles de medir. En este documento, intentamos superar este problema y aplicar la teoría de la causalidad estadística para la gestión de la productividad laboral. Sugiere una nueva tecnología que proporciona la inferencia de relaciones causales entre los programas especiales implementados en la empresa y la productividad laboral de los empleados. La novedad de la tecnología propuesta es que se basa en un modelo de objeto híbrido, que combina dos modelos: 1-el modelo de objeto estructural sobre su funcionamiento y desarrollo para proporcionar una inferencia causal y predecir el efecto de los factores explícitos; 2-el modelo basado en datos observados para aclarar la causalidad y probarla empíricamente. La tecnología proporciona la integración de la teoría de redes Bayesianas causales, métodos de experimentos controlados aleatorios y métodos estadísticos, permitiendo evaluar el efecto de los programas en la eficiencia laboral bajo no linealidad, dinamismo, estocasticidad y no estacionariedad de los datos iniciales. La diferencia entre la tecnología propuesta y otras es que asegura la determinación del efecto sinérgico de la acción de la causa (programa) en el efecto - productividad laboral en condiciones de factores ocultos. La importancia práctica de la investigación radica en los resultados de la prueba de las disposiciones teóricas, métodos y tecnologías propuestas en datos reales sobre una empresa de servicios de alimentos. Los resultados obtenidos podrían contribuir al crecimiento de la productividad laboral ante la incertidumbre de los factores externos e internos y proporcionar a las empresas un desarrollo sostenible y un aumento de su rentabilidad.