头条 - HRTechChina.com - 向上的力量！

头条

大咖观点：生成式AI将全面普及，HRTech的未来在哪里？ HRTech概述：Josh Bersin最新推文谈到，生成式AI全面进入主流！46%的企业领导每天使用AI，80%每周使用，74%报告正向回报，AI投资普遍超千万美元。当前主要用于会议总结、数据分析与文档撰写，但AI正在从“个人助理”升级为“多功能智能体”。IBM Ask HR 与 Galileo 等系统正在成为企业的数字伙伴。未来，AI Agent 将具备记忆与个性，并通过数据治理实现跨系统协作。AI不会取代工作，而是让HR成为“超级工作者”。企业的竞争，将取决于谁能率先完成AI系统化转型。推荐阅读了解，视频解读可以访问视频号：HRTech 这里有一份JoshBersin发布的报告《充分发挥 AI 影响力，拥抱超级员工时代》，点击下载 Josh Bersin刚刚完成了一次横跨欧洲、亚洲和中东、累计近六万英里的行程，拜访了数百家公司，讨论他们的AI战略。虽然每家公司的成熟度各不相同，但有一点非常明确：AI作为商业工具已经到来——它是真实存在的，其使用场景正在迅速增长。宾夕法尼亚大学沃顿商学院（Wharton）的最新调查显示，46%的商业领袖每天使用生成式AI（Gen AI），80%每周至少使用一次。在这些用户中，72%正在衡量投资回报率（ROI），74%表示结果是正向的。顺带一提，HR部门在使用率上排名第三，仅次于IT和财务部门。预算投入也在大幅上升：23%的大型公司每年在AI上的支出超过2000万美元，43%超过1000万美元。企业从AI中获得了什么？答案是：生产力。目前最主要的应用是我称之为“第一阶段”的使用方式——个人生产力提升。AI帮助员工总结会议、分析数据、查找信息、撰写或分析文档。这些个人层面的应用确实带来了实在的效率提升，但这仅仅是开始。生成式AI或将成为“新一代微软Office” 不得不说，这种使用方式与文字处理、电子表格和互联网搜索早期的发展非常相似——它们都是“个人生产力”的革命。微软对此早已深谋远虑，MS Copilot正在逐渐成为“新一代Office套件”。当然，AI能做的远不止这些。目前约有12%的公司部署了企业级AI代理（Corporate Agent），例如IBM的“Ask HR”。这类“知识与信息管理”聊天机器人正迅速普及，它们可以取代复杂的门户网站和SharePoint页面，也可用于客户支持。未来，每家公司都会拥有自己的AI代理。举个例子：我们的一位客户——一家大型医疗保健公司——已经运行员工聊天机器人（Agent）四年之久。它的成功使得公司所有的HR应用都逐步整合在其后端。员工通过该Agent就能获得关于薪资、福利、工作排班甚至培训的帮助。 AI在招聘领域的应用也已被证明行之有效：候选人可以与智能代理聊天、完成AI评估，甚至接受AI虚拟面试——这一切可在深夜进行，无需安排与招聘经理的通话。虽然高ROI的多功能Agent（Stage 3）尚未全面落地，但各企业已开始部署AI教练和AI学习工具。许多大型客户已上线AI原生学习系统，实现了30%–40%的人员优化，同时显著提升了学习与赋能效率。跨越卢比孔河：我们越过了什么界限？ “跨越卢比孔河”（Crossing the Rubicon）意味着“无法回头的临界点”。现在，我们正处在这样的时刻。尽管外界仍有各种危言耸听的报道——称AI将毁掉工作与生活——生成式AI其实是一种有用、务实、且易于理解的工具。它并不完美（我在播客中讨论过ChatGPT的高错误率），但一旦你掌握了使用方法，并建立可靠的数据集，AI的表现相当令人满意。两年前，《纽约时报》还在刊登那些关于AI恋人或“AI伴侣”的怪异故事。如今这些报道早已消失，取而代之的是超过1万亿美元的基础设施、工程与能源投资——让AI真正变得安全且可用。当然，这并不意味着AI百分之百安全。如果使用不当，你仍可能得到错误结论、糟糕报告或虚假结果。但我们正在学习如何“验证AI”的输出，对其“概率性特征”也更加适应。新的挑战也随之出现——AI的能耗与资源消耗。例如，阿联酋的一位领导者告诉我，每一次ChatGPT查询平均会消耗4升水，这已成为亟待解决的新问题。接下来会怎样？我们才刚刚开始，AI的演进远未结束。第一阶段：从单用户到多功能使用场景 AI的最大ROI将来自我称之为“多功能智能体”（Multi-Functional Agent）的形态。当前的AI工具，就像汽车中的“助力方向盘”——虽然能帮助转动方向，但我们真正想要的是“AI直接带我们到达目的地”，而非仅帮忙转向。这种转变正在招聘和培训领域率先出现。如今的AI代理能自动撰写职位需求、与候选人沟通、安排面试并筛选简历，接下来还会连接入职与绩效评估。这种“招聘-职业一体化智能体”正是多功能AI的雏形，我们也在为供应商与买方制定相关蓝图。企业不希望拥有上百个“各自为政的Agent”，而是希望建立能贯穿端到端业务流程的“智能工作代理”。例如，“从设计到生产再到销售”或“从营销到签约、再到开票与支持”的全流程。当前的单一用例AI将逐步走向融合。随着这些多功能Agent的出现（多数由IT团队自建，而非完全依赖供应商），企业岗位将被系统性重塑。不再需要“面试协调员”“客户预约助理”或“应收账款专员”——这些工作将被整合到AI工作流中。在我们的Galileo实践中也能看到这一趋势：它从最初的HR助手，进化为能自动回答问题、生成课程、解决复杂薪酬或内部政策问题的系统。Galileo如今能“为你构建解决方案”，从“问题或想法”一步直达“验证过的解决方案”，就像一辆“自动驾驶汽车”。智能体将拥有记忆与个性第二个重大变化是：AI智能体开始“了解你是谁”。例如，Galileo现在可以记住你的身份和过往行为。与其每次都从零开始，这些智能体会**“从你的使用中学习”，或“从业务本身学习”**，因此变得更具自主性、更个性化，也更有价值。想象一下：你是一位经理，面临产能不足的问题。你问Galileo：“能帮我招聘一个新员工吗？”Galileo可能会回答：“在我帮您开启招聘申请之前，能否请您说明这个职位要做什么？”然后它可能继续问你部门的管理幅度（因为它掌握基准数据），并建议道：“以您预算的薪资水平，寻找内部候选人可能更合适。是否希望我帮您筛选具备相关技能的公司内部员工？” 一个月后，当你再次向Galileo求助时，它可能会说：“上次您新招的那位员工似乎上手速度较慢。我们是否该为团队制定一个新的培训计划，再考虑增员？” 看出差别了吗？当所有这些“助力方向盘式”的AI工具逐渐协同工作时，下一步就是让AI真正“接管整辆车的驾驶”——帮助企业整体运作，而非只处理单点事务。Bersin预测：这类系统将在2026年大量落地。数据管理将成为企业的命脉在与拥有AI经验的公司交流时，我们几乎发现了一个共同点：他们新培养的最关键能力，是数据管理、数据标注与数据治理。我们在构建Galileo的过程中也得到了相同的教训：如果数据不准确、不及时、未正确标注，AI的输出就会失真。AI本身并不“理解”这些文字或数字的意义，它只是通过概率与向量计算来生成答案。因此，哪怕最微小的数据错误，都可能导致高比例的错误结论。（可参考我关于“45%的新闻查询结果有误”的播客内容。）这也是为什么像IBM、沃尔玛、BMS这样的公司最终发现，“数据所有权”成为了关键战略资源。例如，IBM在其“Ask HR”智能体中管理着超过6000条HR政策，并为每条政策指定负责人，负责更新与维护。现在，IBM正在构建新的智能体，用以扫描政策内容，监测全球数千个地区的法规变动，以提醒潜在风险。可以预见，所有公司都将踏上这一学习曲线。智能体将与智能体对话更令人兴奋的是：AI智能体之间的“互联互通”即将实现。我们称之为Agent-to-Agent（A2A）通信，或多代理通信协议（MCP）。虽然这些协议仍在早期阶段，但企业界已在积极探索。不过我也要提醒一句：别急着采购五十个不同的AI代理。如果这些代理不能互相协作，它们的实际价值会大打折扣。许多客户现在签合同时只签一年，就是为了避免“被锁死在某个快速过时的AI系统中”。供应商风险与市场格局 AI前路依然存在风险。我们仍不确定OpenAI是否能“自我整顿”，微软的Copilot目前分散在多个方向，而谷歌（Gemini）与Anthropic还需面对来自Grok、DeepSeek等新竞争者。如果股市出现剧烈调整，AI行业也很可能迎来一轮整合。我认为，那些专注于高质量、务实商业应用的产品才最值得购买。例如Galileo、Paradox、Eightfold、Sana、Arist等，这些HR领域的AI产品都已具备成熟的落地能力。此外，各大HCM厂商——SAP、Workday、ADP、HiBob、ServiceNow——也正在将AI智能体嵌入薪酬与流程引擎中，力图成为企业的端到端多功能智能体供应商。SAP收购SmartRecruiters、Workday收购HiredScore、Paradox与Sana的整合，正是这一趋势的体现。HR团队必须密切跟进这些生态变化。其他担忧：工作流失与员工“被弱化”？在我这次旅途中，听到了很多类似的担忧：HR人员害怕被取代；招聘人员不确定候选人是否“真人”；有人问我：“我们是不是都要变得更笨？” 我的回答是——如果你不主动拥抱这场革命，它也会在没有你的情况下开始。这是一个商业史上难得的转型时期，我们有机会彻底重塑自己的工作方式。现在不是退缩的时刻，而是亲手掌握AI工具、亲身实践的时刻。只要你开始使用这些工具，或者让我们带你体验Galileo，你就会发现新的职业机会——你的熟练度与经验将成为你在AI时代的竞争优势。至于AI是否会取代人类的工作？我建议别听技术圈那些危言耸听的人。这根本不可能。即便有一天我们真的拥有“自动驾驶汽车”，我们回头也可能会说：“其实开车也没多有趣嘛。”那时候我们会把注意力放到生活的其他部分，用新的方式创造价值。而AI技术仍然如此新、如此不完美、变化如此迅速，反而创造了无数新的岗位与角色——超级员工（Superworkers）、顾问、创新者——去挖掘新的应用场景。我记得1981年电子表格刚推出时，大家都以为会计师要失业了。结果呢？如今会计师比过去更多，只是他们不再浪费时间手算列数。对于设计师、创作者、作家或分析师而言，AI就像你身边的一台个人超级计算机。正如木匠使用电动锯与自动雕刻机一样，你依然能创造出精美、复杂的作品——只要学会使用这些新工具。欢迎来到新的世界现在迷雾已散，AI将长期存在。让我们一起走上“超级工作者”的道路，帮助组织学习、应用并充分利用这项惊人的新技术。接下来的方向，就掌握在我们手中。附录：这里有一份JoshBersin发布的报告《充分发挥 AI 影响力，拥抱超级员工时代》，点击下载附录思维导图：

头条
2025年11月11日
头条

信任AI，还是绕开AI？2025职场人正在重新选择 HRTech概述：德勤《Workforce Trust with AI》（点击可下载）最新调研显示，尽管企业内部AI工具的可及性提升，但员工对生成式AI的信任却大幅下滑——仅三个月内下降35%。43%的员工承认使用未经批准的AI工具，暴露出企业在AI治理与信任建设方面的巨大缺口。研究指出，AI技术的最大挑战已从“可用性”转向“可信度”。当员工不再相信AI，创新也将失去持续动力。视频解读请访问视频号：HRTech 一、AI时代的“信任危机”正在蔓延 AI在企业中无处不在，从简历筛选、绩效评估到客户分析，几乎每个环节都在被智能化。然而，德勤最新发布的《Workforce Trust with AI》报告提醒我们：AI的最大障碍不再是技术成熟度，而是“信任”。报告基于2025年5月至7月对六大行业、超过1.7万名员工的调研，结果令人警醒——生成式AI（GenAI）在职场的使用率下降了15%，员工对AI的信任度更是在三个月内暴跌35%。这意味着，AI在企业内部虽然普及了，但“敢不用、不想用”的现象却在扩大。二、数据背后的现实：员工为何“不信任AI”？在拥有AI工具可用权限的员工中，43%承认自己使用了“未经批准的AI工具”。换句话说，几乎一半的员工在“绕过”企业提供的AI系统，选择自己信任的外部工具。这种“信任错位”背后有三大原因：可用性差：45%的员工认为企业AI工具“太难用”，不如外部平台便捷。结果不可靠：37%的人指出官方工具“输出不准、不懂语境”。缺乏透明性：大量员工反映AI的决策过程“不可解释”，难以信任其公平性。这揭示了一个核心问题——企业在AI导入阶段往往只关注技术性能，却忽视了员工的“心理信任成本”。三、信任的断层：谁更信任AI？谁更抵触？德勤的细分数据发现，高层与基层员工的AI信任差距接近两倍。企业高管与管理层普遍对AI持积极态度，认为其能提升效率、降低风险；一线员工则更担忧AI取代岗位、加剧考核压力。代际差异同样明显： X世代和婴儿潮一代对AI的信任度普遍高于Z世代与千禧一代。年轻员工虽然更熟悉AI工具，却对其公平性和透明度更敏感。换言之，“越懂技术的人，越不轻易信任技术”。四、培训=信任：数据证明了这一点报告揭示一个惊人的数字：接受过AI实操培训的员工，对雇主AI的信任度提升 144%。培训不仅让员工理解“AI如何工作”，更让他们感受到“AI为何值得信任”。同样重要的是，那些拥有开放沟通与示范机制的企业，AI采纳率更高、员工更积极。德勤指出，“信任AI”的员工每周平均节省两小时工作时间，并更可能主动向他人推荐AI工具。这种正向循环，正是企业AI转型的关键。五、企业信任重建三步走：从透明到共创在德勤的模型中，职场信任的四大支柱包括：人性（Humanity）、能力（Capability）、可靠性（Reliability）、透明度（Transparency）。结合报告结论，企业可从以下三个方向重建AI信任：让AI“看得见”：公开算法逻辑、用途和数据来源，让员工理解AI不是“黑箱”。让AI“用得顺”：将AI融入现有流程，而非强制替代人类判断。让AI“更懂人”：在AI设计中融入人性化体验与反馈机制，建立共创式关系。信任并非通过制度“要求”出来的，而是通过体验“赢得”的。六、从治理到文化：AI信任是企业竞争力的新指标德勤认为，AI信任正在成为继“数字化转型指数”之后的第二个关键组织指标（Workforce Trust Index）。当企业AI的可解释性、伦理框架与人机协作机制逐渐成熟，员工会重新建立“数字信心”。未来的竞争，不仅是算法的比拼，更是信任生态的建设。对HR而言，这份报告带来的最大启示是： “AI治理不只是IT部门的事，它正在成为HR文化与员工体验的新核心。” 七、结语：信任AI，才能用好AI 生成式AI的崛起改变了工作方式，但决定其成败的仍然是“人”。当员工不再害怕AI、当AI不再被视为“威胁”，信任才可能转化为生产力。德勤的研究无疑为企业指明方向：从算法信任到组织信任，AI的未来不在机器，而在人心。

头条
2025年11月10日
头条

AI并购潮下的人力资源科技重构：揭示HCM市场的4个惊人真相在AI浪潮与资本力量的双重推动下，全球人力资源科技（HRTech）市场正经历前所未有的并购潮。Workday、ADP、SAP、Deel、Dayforce等巨头正通过收购AI平台、薪资系统与编排工具，全面重塑人力资本管理（HCM）的未来格局。表面上，这是一场AI驱动的技术竞赛，实则是一场关于“系统编排（System Orchestration）”的深层战争——谁能让企业的HR、财务与IT系统自动协同、实时行动，谁就掌握了未来。私募基金的深度介入进一步加速了这一重构，推动市场从“增长优先”转向“整合优先”。 AI只是开端，真正的竞争焦点，正在于让系统“动起来”的行动智能。 AI之外，真正改变游戏规则的是什么？当前，人力资源（HR）领域的每一次对话似乎都离不开人工智能（AI）。从自动化招聘到员工体验，AI无疑是当下最热门的话题，重塑着我们对未来工作的想象。这股浪潮声势浩大，以至于我们很容易认为AI就是故事的全部。然而，在这股显而易见的AI浪潮之下，一场更深刻、更具结构性的变革正在悄然发生。它关乎资本的流向、厂商的战略分野以及HR系统本质的进化。如果我们只关注AI，就如同只看到了冰山的一角。真正理解人力资本管理（HCM）市场的未来，需要我们潜入水下，看清那些正在重塑整个行业格局的底层力量。本文将揭示四个出人意料的发现，它们共同描绘了一幅远比“AI革命”更宏大、更复杂的市场图景。 -------------------------------------------------------------------------------- 1. 真正的战场不是AI，而是“系统编排” 尽管AI是热门话题，但HCM厂商竞争的核心已悄然转向“系统编排”（System Orchestration）。这不再是简单的流程自动化，而是赋予多个独立系统（如HR、财务、IT）自动协作、实时行动的能力。它意味着系统不仅能存储数据，更能基于数据触发跨部门、跨平台的行动。正如RedThread Research联合创始人Stacia Garr的核心观点所指出的：“未来HCM的胜负不在于谁的AI更聪明，而在于谁能让系统之间自动行动、协同决策。” 顶级厂商的布局清晰地印证了这一点。它们正在积极投资于构建这种“系统之间的连接层”。例如，Workday接连收购了AI知识层Sana、对话式AI平台Paradox、低代码AI Agent构建器FlowiseAI、文档智能工具Evisort以及人才编排AI平台HiredScore；ADP在收购低代码工作流平台Sora之后，又收购了WorkForce Software以强化劳动力管理与编排能力；SAP则将数字采用平台WalkMe与人才招聘系统SmartRecruiters收入囊中。这些举动表明，未来的竞争优势将属于那些能够让组织内所有系统协同作战的平台。 2. 隐形推手：私募基金正在重塑行业格局一个容易被忽视的真相是，私募基金（Private Equity, PE）已经成为HR科技领域最强大的力量之一。PE的深度介入正在显著加速行业的并购节奏，并从根本上改变了厂商的优先事项，使其更加关注盈利能力、规模化和高效整合。具体的案例包括： Thoma Bravo拟议的123亿美元私有化Dayforce的交易，预示着一场资本驱动的转型。 UKG 在Hellman & Friedman和Blackstone的支持下，本身就是合并的产物，并持续通过并购扩张。 Silver Lake 成为Qualtrics的新东家，推动其在体验管理领域的整合。这种资本逻辑正推动市场从过去的“增长优先”转向“整合优先”。对于厂商而言，平台扩张、AI协同和交叉销售成为了投资回报的关键指标。对于采购者而言，这意味着需要更深入地理解厂商背后的资本结构，因为它直接影响着产品路线图、定价策略和客户支持的稳定性。 3. 厂商三分天下：三大新兴阵营正在形成市场的演变并非趋于统一，而是正在分化为几个截然不同的战略阵营。理解厂商属于哪个阵营，对于企业做出正确的采购决策至关重要。目前，三大新兴阵营已清晰可见： AI编排型 (AI Orchestration) 这类厂商的目标是成为组织的智能决策中枢，将AI能力嵌入到跨系统的工作流中。以Workday、SAP和ADP为代表，它们通过收购AI Agent构建器、人才编排AI和数字采用平台，致力于构建一个能够连接HR、财务乃至整个企业的智能一体化平台。基础设施整合型 (Infrastructure Integration) 这类厂商致力于打造覆盖HR、财务、IT的全球运营“基础设施”，控制着企业运转的核心命脉。以Deel和HiBob为例，前者通过收购全球薪资、支付、IT设备管理等公司，旨在成为“全球运营操作系统”；后者则通过整合薪资与财务规划（FP&A）工具，强化其在中端市场的人财一体化能力。资本驱动型 (Capital-Driven) 这一阵营是第二节中讨论的私募基金力量的最直接体现。这类厂商在PE的支持下，更倾向于通过快速并购来整合市场、实现规模化盈利。以Dayforce和UKG为代表，它们的战略通常更侧重于市场整合和运营效率，通过捆绑产品和优化定价来实现资本回报。 4. 从“被动记录”到“主动行动”：HR系统的终极进化 HCM市场正在经历一场根本性的转变：HR系统正从一个存储员工信息的“记录系统”，演变为一个能够驱动组织决策和行动的“行动中枢”。这个转变的深层含义是，系统不再仅仅是被动地存储数据，而是能够基于数据更快地理解、决策并触发跨系统行动，进而掌控工作流程的“连接性结构”（connective fabric of work）。例如，当AI识别到某位关键员工有离职风险时，未来的系统不仅会发出警报，还能自动同步提醒其主管，并主动推荐有效的留任策略和沟通话术。这标志着“行动智能”的到来。 Stacia Garr的理念精辟地总结了这一趋势：“未来的HR系统，不仅要看得见人，更要动得起组织。” AI之后，决胜的关键是“行动力” 在AI的浪潮席卷之后，人力资源科技正迈入一个全新的“行动智能”时代。真正的变革不在于谁的数据更多或算法更优，而在于谁的系统能更快地理解、决策并触发有效的行动。竞争的关键已经从单纯的“智能化”转向了系统的“行动力”与“智能协同能力”。这场以AI为名的重构，实则是一场关于系统行动力的全球竞赛。当你的HR系统开始拥有“行动力”时，你和你的团队准备好了吗？

头条
2025年11月06日
头条

从岗位到技能：全球HR战略的范式转移 “以技能为核心（Skills-first HR）”在人力资源战略中的重要性。面对全球经济波动与技能短缺，传统基于岗位的HR模式已难以支撑企业敏捷转型。Skills-first HR以“技能”为组织设计和人才配置的核心，通过数据与AI技术实现员工技能与业务需求的动态匹配，促进内部流动、降低招聘成本，并增强组织的战略韧性。视频解读请访问视频号：HRTech 在全球经济充满不确定性、组织转型节奏不断加快的当下，企业在“人才战略”上的核心逻辑正在经历深刻变革。过去以“岗位”为基础的管理体系，正在被一种更具前瞻性的模式取代——“以技能为核心（Skills-first HR）”。这一理念不仅是人力资源职能的创新，更是企业竞争力与战略韧性的重要基石。一、技能短缺成为企业生存的战略焦虑PWC 2024 年全球CEO调研显示，45%的首席执行官认为，如果维持现有运作模式，他们的企业在十年内将难以为继。主要原因之一，正是组织缺乏适应未来变革所需的关键技能。劳动力市场数据亦显示，美国、欧盟及英国的劳动生产率增长自疫情后明显放缓，而技能缺口被视为拖慢增长的核心因素。在这种背景下，企业亟需一种能够快速识别、调配和培养技能的机制，使人力资源成为战略执行的关键引擎。这正是“Skills-first HR”概念的由来。二、Skills-first HR的核心逻辑Skills-first HR的理念是：不再将岗位视为人力资源管理的基本单位，而是以“技能”作为组织设计与人才配置的核心要素。这种转变有三大特征：以技能而非职位驱动：通过识别员工可迁移的技能，快速匹配组织内部机会，打破岗位边界；以数据和技术为支撑：借助AI与数据分析，实时描绘技能地图，预测未来需求；以内部流动和持续成长为目标：让员工在组织内部找到成长路径，减少外部招聘依赖。这种模式下，内部员工的再部署更高效、更具成本优势，同时组织的敏捷度显著提升。三、构建Skills-first HR的四大支柱作者提出，企业要实现从“岗位导向”到“技能导向”的转型，需要构建四个关键基础：技能分类体系（Skills Taxonomy）：建立组织统一的技能语言与评估标准。无论是新加坡的沟通能力还是美国的项目管理，都需在同一框架下可比、可验证。然而，这一体系的建立往往伴随权力结构的博弈——总部主导与地区自治的冲突，技术团队与HR专业判断的差异，都可能成为阻力。成功企业往往将其上升为“业务战略项目”，而非HR内部工程。技能盘点与验证（Skills Audit）：通过员工自评、管理者反馈及AI数据推断等多渠道，形成“技能护照（Skills Passport）”。组织可据此生成技能热力图，识别短板与潜力区域，为战略规划提供依据。关键在于——“先行动，再完善”，而非追求完美数据。需求建模（Demand Modelling）：仅了解现有技能远远不够，企业还需预测未来需求。作者引用的案例中，一家保险公司通过外部专家与AI模型发现，未来10年内15%的岗位将被技术替代，50%的岗位将被重塑。这类预测帮助企业提前布局人才发展与学习战略。减少结构性障碍（Structural Barriers）：传统层级式的岗位体系已不适应敏捷用工。Mastercard通过将3.3万名员工分入11个“行会（Guilds）”，每个行会设有学习学院，员工可跨部门、跨地区流动。这种灵活架构被视为未来组织的雏形。四、变革落地的关键：从HR项目到业务战略转向Skills-first HR并非一蹴而就。研究指出，成功转型的企业普遍遵循三大原则：分阶段推进：以小范围试点为先，积累组织经验；业务牵引：由CEO与高层主导，明确其对战略目标的支撑；跨部门协作：如保险公司建立“HR数据作战室”，由精算与HR团队共同分析技能数据。同时，HR职能本身也需重塑： HR需掌握数据分析能力，从“经验判断”转向“数据洞察”；从被动响应转为战略前置，基于业务规划主动塑造未来能力；打破传统“招聘、培训、薪酬”孤岛，重构以技能价值链为导向的HR组织架构。五、从“职位管理者”到“能力战略家”Skills-first HR不是HR的技术革命，而是一场思维范式的转变。当企业真正以技能为中心运营，员工不再只是被动的“岗位占有者”，而是可流动、可成长的“能力载体”；而HR，也从后台支持者，转变为推动组织战略实现的“能力架构师”。未来，谁能先掌握“技能语言”，谁就能在人才竞争中赢得先机。来源：Collings, D. G. & McMackin, J. (2025). Skills-first HR: a key enabler of future global strategy. Organizational Dynamics, 54(1), 101140. Elsevier Inc.

头条
2025年11月03日
头条

2026人力资源领域的十大趋势：从 AI 采用到“代理型转型” HRTech概述：HRTechChina每年都会聚合整理全球各个专家、媒体发布的新趋势，供大家参考，2026年的趋势是什么？你怎么看，欢迎一起讨论交流！关注HRTechChina 大家都在谈 AI 与人力资源，但 2026 年的焦点不再只是“工具”，而是——自治系统、被激发的人，以及可衡量的动能。来自 Gartner、Mercer、麦肯锡和德勤的多份研究报告都指向同一个结论：我们正进入“代理型人力资源（Agentic HR）”时代——智能系统不再只是辅助决策，而是与我们并肩行动、共同执行。以下是未来即将到来的十大发展趋势，以及希望保持领先的领导者应如何应对。从“AI 采用”到“代理型运营模式” AI 助手已经是去年的话题。根据德勤预测，到 2028 年，三分之一的企业应用程序将支持“自驱动代理（self-driving agents）”，能够以极少的人类干预来感知、决策与行动。新的北极星指标将是 RoA（自主回报率，Return on Autonomy） —— 衡量人机协作在速度、信任与价值上的释放。 CHRO 从政策执行者转变为价值架构师 Gartner 2026 年调查显示，CHRO 不再优化流程，而是重新设计“工作如何创造价值”。AI 正在接管事务性任务，而 HR 的新使命，是构建一个让人类目标、数据与技术高度契合的生态系统。技能也许是新的操作系统，但“动机”才是能源 Mercer 称“技能智能（skills intelligence）”是新的组织操作系统。确实，岗位正在逐渐消融，取而代之的是基于技能的灵活团队。但技能只能说明“人能做什么”，而动机才揭示“人为什么去做”。下一个进化方向不只是技能智能，而是动机智能（Motivational Intelligence™）。当企业将工作与员工内在驱动力相匹配，不只是重组团队，而是点燃组织的持续动能。未来的人力资源，不是“基于技能”，而是“由动机驱动”。战略性劳动力规划终于走向成熟麦肯锡的 HR Monitor 显示，多数公司仍停留在“人数规划”阶段，而非“能力规划”。2026 年将成为分水岭——能否利用 AI 预测技能缺口、驱动因素与业务结果，将决定企业的竞争层级。人机信任将成为新的商业指标德勤《代理型企业（Agentic Enterprise）》报告指出：自主性若缺乏信任，终将失败。我们将看到“政策即代码（policy-as-code）”、AI 审计，以及“监护型代理（guardian agents）”等机制，用以监督其他代理。AI 治理与透明度，将决定其能否真正被采纳。经理效能被重新定义随着 AI 自动化行政工作，管理者将重新成为“教练”。Mercer 预测，这一转变将要求全新能力：同理心、数据素养，以及 AI 导师支持下的持续反馈机制。职业成长取代薪酬，成为留才关键麦肯锡与 Work Institute 的研究均显示：员工离职并非因为薪酬，而是因为“停滞”。2026 年，能够让职业发展可视化、个性化、持续化的企业，将赢得人才。员工体验 = 行为改变 Gartner 指出，HR 投资的回报不在于技术采用，而在于员工行为的改变。换句话说，关键不是工具，而是“动能”。平台整合与代理层叠多平台碎片化的时代即将结束。未来属于互联平台，以及能跨系统运行的 AI 层。多代理协同（multi-agent orchestration）将推动实时教练、洞察与执行，助力企业规模化运营。变革管理进化为“变革运营” 变革将不再是事件，而是一项长期能力。它是一种“持续运转的肌肉”，通过沟通、试验与信任构建而成。德勤发现，当前仅有 44% 的员工支持重大组织变革——这一比例将决定谁能突破、谁将停滞。结语：进入“代理型HR”的新时代 2026 不只是又一个“转型之年”，而是新纪元的开端： AI 不取代人类，而是放大人类潜能；领导者不再管理流程，而是设计生态系统；成长不再是季度指标，而是每日实践。对于那些在构建未来的 HR 者来说——现在正是从试点走向实践的时刻：让参与转化为能量，让数据变为决策，让动机驱动可衡量的绩效。这正是 Claro Mentor 的使命：帮助企业结合 AI 与人类动机，实现持续成长，而非条件成长。思考提问在这 10 大趋势中，哪一个将对你所在的组织产生最大的影响？作者：斯玛达尔·塔德莫尔 Claro-AI Mentor 首席执行官兼联合创始人

头条
2025年11月02日

头条

全球HR能力报告：超过一半HR低估了AI转型的挑战 HRTech概述：在AI驱动的新时代，人力资源正在经历前所未有的能力裂变。《全球HR能力报告》通过对13,000多名HR专业人士的研究发现，超过一半的HR团队对自身应对AI转型的能力缺乏信心。报告指出，未来HR的竞争力将由五大核心要素决定：商业敏锐度、数据素养、数字敏捷、人员倡导与执行卓越。然而，现实中多数HR仍停留在事务管理阶段，对业务理解不足，对技术应用信心不强。AI的浪潮不仅重塑岗位与流程，更在重新定义HR的角色与价值。想要掌握这场变革的关键，就必须以数据为依据、以数字化为引擎。关注HRTechChina，获取最新全球HR趋势与AI转型洞察。在AI加速重塑组织的时代，人力资源部门正站在一场能力重构的门槛上。最新发布的《Future-Ready HR Skills Report（未来型HR技能报告）》通过对13,000多名全球HR专业人士的调研，为“面向未来的人力资源能力”描绘了全景图。关注视频号：HRTech 获取视频解读。报告揭示了一个令人警醒的现实：超过一半的HR团队承认，他们没有信心能够真正满足企业对人力资源职能的期待。这份研究不仅是关于“HR需要学习什么”，更是关于“HR如何重新定义自己”的答案。一、五维度重塑：未来HR的核心能力地图报告认为，面向未来的HR需要具备五大核心能力：商业敏锐度（Business Acumen）：理解商业逻辑，将人力决策与价值创造直接挂钩。数据素养（Data Literacy）：从数据中提炼洞察，驱动基于证据的决策。数字敏捷（Digital Agility）：懂得何时、如何、为何使用技术以创造业务影响。人员倡导（People Advocacy）：在变化中坚守公平、包容与价值导向。执行卓越（Execution Excellence）：将战略转化为结果，解决复杂问题并推动落地。这五大领域共同构成HR的“未来能力模型”，而现实中，HR群体在这些方面的差距仍然明显。二、能力错位：HR的“信心陷阱” 1. 商业敏锐度：懂业务，才有发言权 73%的HR自认为具备商业理解力，但“商业流利度（Commercial Fluency）”是得分最低的子能力。在服务岗位上，这种差距更为突出；相反，那些直接参与战略制定的HRBP得分明显更高。结论： HR若想成为决策层的一部分，必须理解利润模型、市场动态与客户需求。 2. 数据素养：从报告到洞察的进化人力资源拥有史上最丰富的数据，却仍未能把数据转化为决策力。最大短板不是工具，而是**“数据翻译力”与“故事化表达”**——也就是让数据真正说服业务。 AIHR指出：“Insight without action is just noise.” —— 洞察若无法落地，只是噪音。优秀的HR不仅能读懂数据，还能讲出影响决策的故事。在未来三年内，“数据翻译力”将成为HR是否能参与公司决策的分水岭。真正具备数据素养的HR，能用一页图表讲清决策依据，用一句洞察带动组织行动。 3. 数字敏捷：技术不再是选项，而是生存力数字敏捷是目前HR最薄弱的领域。仅39%的受访者认为自己擅长使用数字工具，而经验的积累并未显著改善这一点。很多HR“会用系统”，却不会评估ROI或选择合适的工具。未来的关键在于：技术思维与业务判断的融合。数字化不是HR的“额外技能”，而是能力底座。 4. 人员倡导：价值导向的领导力回归 74%的HR表示对“以价值为导向”充满信心，但在“伦理与风险应对”上存在明显短板。报告指出，真实的组织历练比任何课程更能塑造HR的价值观。优秀的HR懂得在变革中守住边界，在组织利益与员工权益之间找到平衡。 5. 执行卓越：让战略真正落地 82%的HR对自己的执行力充满信心，但“分析型问题解决”仍是普遍弱项。执行力不是“多做”，而是“做对”。真正的执行卓越，是能在复杂环境中保持方向感与持续性，并通过数据衡量结果，而非过程。三、四大转型优先级：从“泛学”到“定向成长” 报告最后总结出未来HR能力建设的四个关键方向：聚焦基础（Focus on Fundamentals）：商业流利度、数据翻译力、数字决策力，是HR的生存底线。宽度与深度并行（Build Broad and Deep Skills）：未来HR应既懂人，又懂数、懂业务、懂技术。以曝光驱动学习（Learning Through Exposure）：能力成长源自跨部门协作、实战项目与真实场景，而非年资堆积。看清真实能力（Understand Real Capability）：不同职能、人格与行为模式决定HR的发展路径，应以“行为画像”而非“职位等级”来评估。四、90天落地蓝图：从认知到实践报告提出可操作的三步路径：第1月：诊断与对齐评估团队在商业理解、数据与工具应用上的差距，确定两个可量化业务目标。第2月：实战与复盘发起跨部门OKR项目，组织“数据驱动决策”模拟演练。第3月：数字化落地试点自动化流程或AI工具应用，将结果与业务指标直接挂钩。这份“90天计划”帮助HR从学习走向执行，实现能力的真正转化。 HR的未来，不在AI，而在人报告的结尾写道： “HR团队的成功，取决于他们的技能是否仍具相关性。” AI不会取代HR，但会淘汰那些不懂业务、不会用AI、缺乏判断力的从业者。未来的HR将不只是“人事管理者”，而是能用数据和洞察驱动组织成长的战略伙伴。面对AI浪潮，中国的HR正站在全球转型的同一起跑线上。要抓住时代机遇，关注HRTechChina，获取更多关于HR数字化转型、AI应用与全球趋势的最新解读。

头条
2025年10月31日
头条

【硅谷】Mercor完成3.5亿美元C轮融资，估值达100亿美元：引领“人类训练AI”的新劳动形态 HRTech概述：硅谷公司 Mercor 近期完成 3.5 亿美元 C 轮融资，估值约 100 亿美元。它所做的，就是将医生、律师、银行家等领域大牛纳入平台，帮助他们指导AI模型理解判断、意图与专业经验。这样的角色不是重复性劳动，而是“专家 → 训练师”的转型。在AI浪潮加速重塑全球劳动力市场之际，总部位于旧金山的AI科技公司 Mercor 宣布完成 3.5亿美元C轮融资，由 Felicis 领投，Benchmark、General Catalyst、Robinhood Ventures 等共同参投。此轮融资使公司估值达到 100亿美元，较上一轮增长约五倍，成为AI经济领域增长最快的独角兽之一。人机协作的新范式：从执行者到“AI训练师” Mercor成立于2022年，由联合创始人兼CEO Brendan Foody 与CTO Alex Kovacs 创办，定位于“连接人类专才与AI经济”的桥梁。公司构建了一个覆盖全球的专业人才网络，现已拥有 3万多名专家，每天支付超过 150万美元的报酬，净推荐值（NPS）超过 65。这些专家来自医疗、法律、金融、工程等领域，他们通过Mercor平台为AI模型提供真实世界的知识、经验和判断力训练。Mercor的核心理念是——AI不取代人，而是由人来训练AI，让机器学习人类的判断、意图与品味。 CEO Brendan Foody在公司公告中表示：“AI的每一次进步，都会释放新的‘人类潜能’。我们看到越来越多的专业人士从重复性劳动中解放出来，专注于AI无法可靠完成的高价值工作。” 投资人押注“Human + AI”经济体本轮融资的领投方 Felicis 创始人 Aydin Senkut 指出：“Mercor正在构建未来AI经济的基础设施，让人类智慧成为AI系统不可或缺的一部分。掌握专业知识、能够提供判断和反馈的专家，将成为AI时代最有价值的劳动力资源。” Mercor的客户已涵盖多家前沿AI实验室和财富500强企业，广泛应用于医疗影像识别、金融分析、法律推理、企业智能体训练等领域。通过将专家的知识转化为模型评估与微调数据，Mercor帮助企业在保持合规与质量的同时，加速AI系统的落地和价值创造。迈向“人类+智能体”的经济时代 Mercor表示，此轮融资将主要用于三大方向：扩大专家网络规模，吸纳更多领域型人才；优化匹配算法，提升专家与AI项目之间的匹配效率；加速项目交付，强化人机协作流程与企业集成能力。分析人士指出，Mercor正推动一种全新的劳动形态：人类不再是AI的竞争者，而是“AI训练师”。在未来十年，数以百万计的专业人士将以“教机器做事”的方式参与经济创造，让AI成为“被训练的学徒”，而非“取代者”。人类潜能的再次解锁随着AI逐步进入企业核心运营层，Mercor的模式代表了从“自动化”到“增强化”的转变——人机协作成为提升生产力的核心引擎。Foody认为，企业价值链将持续上移，“那些能把专业判断力转化为可学习标准的人，将成为AI经济中最具竞争力的群体。” Mercor 融资历程一览： 2022 年（种子轮 Seed）：融资约 360 万美元，投资方包括 Y Combinator 与 General Catalyst。 2023 年（A 轮融资）：融资约 3,000 万美元，由 Benchmark 与 Felicis 领投，投后估值约 6 亿美元。 2024 年（B 轮融资）：融资约 1 亿美元，主要投资方为 Benchmark 与 General Catalyst，估值提升至 20 亿美元。 2025 年 10 月（C 轮融资）：完成 3.5 亿美元融资，由 Felicis 领投，Benchmark、General Catalyst、Robinhood Ventures 等参投，公司最新估值约 100 亿美元。

头条
2025年10月28日
头条

深度解读：AI正在成为你的新“同事”，从工具到队友，企业准备好了吗？(附录报告下载) 一、AI不再是工具，而是“团队的一员” 报告《AI Agents As Employees》（附下载），揭示了一个前所未有的趋势：AI正从“被动执行的工具”，转变为“主动参与的员工”。在企业的日常运作中，AI代理（AI Agents）已经开始承担明确的职责，它们可以理解目标、设定行动计划、跨系统执行任务，并与人类同事协作。这意味着，AI不再仅仅是后台算法或客服机器人，而是正在被企业正式“纳入组织结构图”。在某些创新公司中，AI代理甚至被赋予职位名称——如“AI市场分析员”“AI合规专员”“AI创意顾问”等。二、AI代理的崛起：企业自动化的新形态 AI代理（AI Agent）与传统AI最大的区别在于其“主动性”与“自主性”。它们可以不依赖人工指令，自行感知任务、拆解目标并执行决策。报告指出，一个成熟的AI代理具备四个特征：主动性（Proactivity）：能够自发识别并启动任务；目标导向（Goal-driven）：不再仅响应指令，而是围绕目标执行；持续学习（Adaptive Memory）：能记住历史任务与结果，不断优化自身行为；协作能力（Collaborative Integration）：能与人类或其他AI协同完成复杂任务。这类“智能员工”正在出现在多个行业中。例如： Unstoppable Domains 的AI客服代理已处理约三分之一的用户请求； Shopify 利用AI代理帮助新商家自动上架和优化产品； Banco do Brasil 用AI代理执行实时风险与合规监控； Synergetics.ai 建立AI代理市场，提供金融、法务、合规等可即插即用的AI员工。三、从自动化到协作：组织正在被重塑 AI代理的出现，不仅改变了工作效率，更重塑了组织关系。报告强调：真正的变革，不是AI接管人类，而是AI融入团队结构。企业的组织图正在发生革命性变化。传统的人力层级——经理、主管、执行者——正在被“人机混合团队（Human + AI Teams）”替代。这种新模式下： AI负责数据密集型、重复性、系统性任务；人类负责战略决策、创新思维、情绪沟通与伦理判断。但这种融合带来新的挑战：信任、透明度与心理安全。员工会担心“AI是否在取代我”，而管理者则困惑“AI输出的结论是否可信”。四、信任的重建：AI透明化成为企业竞争力报告认为，未来的核心竞争力不再是AI算法的先进程度，而是AI决策的透明性与可解释性。只有可解释、可追溯的AI，才能赢得员工和客户的信任。目前，包括 Salesforce、Microsoft、PwC 在内的企业，正在研发“Explainable AI（可解释AI）”与“AI Audit Trail（AI决策追踪）”机制，以确保AI的行为合规、可靠且可核查。63%的员工表示，“人工复核”机制是提升AI信任度的关键。报告建议企业建立： AI服务卡（AI Service Card）：记录AI的功能、数据源与决策范围；伦理审计机制（Ethical Audit）：确保AI行为符合公司价值观；透明反馈系统（Feedback Loop）：让员工能追溯AI行为背后的逻辑。五、领导力的转变：从“管理人”到“管理AI” 随着AI代理融入团队，管理者的职责也在变化。未来的领导者，不仅要懂得如何激励人，还要学会如何监督AI、纠偏AI、与AI协作。这意味着一种新型的“AI领导力”正在诞生。报告提出三大核心能力：技术理解力：掌握AI的基本原理与局限；伦理判断力：在冲突与风险中平衡效率与公平；系统思维：能同时统筹人类与AI的协作机制。同时，新的岗位也在兴起，如首席AI官（Chief AI Officer）、AI治理主管（AI Governance Lead）、AI伦理负责人（AI Ethics Officer）。六、效率的代价：IBM与麦当劳的警示报告中特别引用了两个案例，揭示AI“过度自动化”的风险： IBM案例：2023年，IBM采用AskHR系统后，裁掉了约8000名HR员工。但两年后，公司发现AI虽能处理94%的问题，却无法应对复杂的人类事务。最终，IBM重新招聘人类HR岗位，CEO Arvind Krishna 承认：“AI没有情感判断力，它能给答案，却无法安抚人心。” 麦当劳案例：2024年，麦当劳放弃AI自动点餐系统，因为AI频繁出错、误识别语音。高效率带来的，却是用户体验和信任的崩塌。这两个案例成为报告中的警示章节：The Limits of Automation（自动化的边界）。AI能提升效率，但当企业忽视“温度”与“人性”，自动化就会变成风险放大器。七、未来的衡量标准：ROI不止是省钱过去企业衡量AI的投资回报率（ROI）主要看成本节约与效率提升。但报告提出了全新的“四维ROI模型”：维度说明经济价值（Economic Value）成本节约、营收增长、时间效益运营绩效（Operational Performance）准确性、执行力、稳定性员工与客户体验（Human Impact）满意度、信任度、协作度伦理与社会价值（Ethical Value）品牌信任、社会责任、AI治理透明度企业未来的竞争，不再只是“谁用AI更多”，而是“谁用AI更负责任、更聪明、更人性化”。八、结语：AI的未来，不是取代，而是共生《AI Agents As Employees》的核心结论是： “未来的竞争优势，不属于最先采用AI的企业，而属于最懂得让AI与人类共生的企业。” AI代理正在成为企业的新成员，但它不是人类的替代品，而是人类智慧的放大器。真正的未来组织，将是一个 “Human + AI” 协作生态—人在其中创造意义，AI在其中驱动效率。而领导者的终极考验，不是如何驯服AI，而是如何在人与AI之间，重新定义“信任”的边界。想了解更多关于“AI代理如何重塑组织结构、信任机制与领导力”的研究，请下载完整报告：《AI Agents As Employees》——来自Unstoppable Domains COO Sandy Carter 的深度分析，揭示AI从工具到“队友”的全路径演化。（下载地址：https://www.hrtechchina.com/Survey/E729DF7E-1F90-FD11-9E24-688BA8ED8B1D ）

头条
2025年10月28日
头条

IBM裁掉8000名HR后，又重新招聘人类HR——当AI效率高，却失去了判断的温度 HRTech概述：IBM曾用AskHR系统取代8000名HR，AI能处理94%的询问，却无法理解员工的情绪与信任。两年后，IBM重新招聘人类HR岗位，重建人与组织的桥梁。麦当劳的AI点餐系统也因高错误率被终止。AI的确提升了效率，却削弱了人性温度。未来领导者的关键，不是完全自动化，而是在人机之间找到平衡——让AI处理事务，让人类判断情境。真正的竞争力，将来自“人机共生”。一、AI狂飙的年代：IBM的“理性实验” 2023年，IBM成为全球AI转型的先锋之一。公司高调宣布将通过其自研的智能人力资源系统 AskHR，实现HR自动化与成本优化。系统上线后，IBM在全球范围内裁撤了约 8000名人力资源岗位员工，这被视为AI接管人力工作的一次大胆实验。 AskHR系统的确强大——它能在几秒内回答员工关于薪资、假期、绩效、合规等常见问题，处理速度和准确率远超人工。据IBM CEO Arvind Krishna 介绍，该平台能处理 94% 的标准询问，实现了显著的运营效率提升。然而，IBM很快意识到一个更深层的问题：AI能回答问题，却无法理解问题背后的“人”。二、AI的极限：无法替代“人类判断” 自动化系统擅长逻辑，但在需要情境理解和人性判断的场景中，AI往往显得“机械而冷漠”。当员工情绪波动、绩效分歧、文化冲突或伦理争议出现时，AskHR的回答虽然正确，却让人“感觉被拒绝了”。报告指出，在裁员后的两年间，IBM的内部员工满意度显著下降。尤其在涉及晋升、公平与组织文化的议题中，AI的冷处理方式削弱了信任，员工与组织之间的关系被“算法化”了。到2025年，IBM不得不重新招聘人类HR岗位，尤其在工程、市场、销售与组织发展部门，重建人类判断与沟通的桥梁。这一决策被外界称为—— “AI自动化的一次人性反弹（the human backlash to automation）”。三、效率的代价：麦当劳的“AI点餐失败” IBM并非唯一的例子。麦当劳在2024年终止了其AI自动点餐系统试点，因为AI在识别顾客语音时频频出错。错误率高达20%，不仅延误了订单，还引发大量客户投诉。这些案例都揭示出一个相同的事实： AI的效率提升是显著的，但人类的信任损失更昂贵。 AI的局限不在算法，而在对复杂情境的理解。它缺乏“语境判断力”（contextual judgment），无法分辨人类语言中的情绪、隐喻与价值冲突。四、“效率”与“温度”的平衡：AI领导者的课题 IBM的案例在全球商业界引发强烈反思。报告认为，未来企业在部署AI代理（AI Agents）时，必须在效率与人性之间重新找到平衡。领导者的角色，也从“流程管理者”转向“AI监督者（AI Steward）”。他们需要懂得以下三点：建立双循环系统（Human-in-the-loop）：让AI处理机械任务，但在人类判断关键节点保留人工复核。重塑信任机制：建立AI决策的“可解释性”（Explainability）与“追溯机制”（Audit Trail）。衡量新型ROI：不仅看成本节约，还要看文化、信任与长期创新的收益。五、启示：AI的未来，不是取代，而是协作 IBM的“先裁后招”是一个时代信号——AI不是终点，而是检验组织智慧的分水岭。那些盲目追求效率的企业，最终会发现，真正的竞争优势来自“人机共生”。 AI可以处理问题，但解决问题仍需要人心。正如报告结语所写： “Efficiency without empathy backfires.”没有温度的效率，终将反噬组织的信任。

头条
2025年10月27日
头条

2026年全球人力资源11大趋势：AI时代的信任与重构人力资源正迎来其发展史上最具决定性的时刻之一。人工智能已开始重塑组织决策、工作设计及价值交付的方式。与此同时，不确定性日益加剧，技能缺口不断扩大，对速度与适应性的要求持续攀升。人力资源部门拥有独特机遇引领组织转型——通过重构运作模式、构建新能力，助力企业在变革中保持协同、韧性与以人为本的核心价值。到2026年，最卓越的人力资源从业者将成为适应性、信任与创新的架构师。本文深入剖析11项将重塑人力资源职能的趋势，阐释这些趋势对人力资源从业者的意义。 2026年全球11大人力资源发展趋势 1. 人工智能领导联盟形成，人力资源部门参与决策人工智能已从IT部门走向董事会。随着颠覆性变革横跨行业与职能领域，领导团队逐渐认识到人工智能不仅关乎系统集成，更关乎业务转型。它已成为核心业务优先事项，正在重塑组织制定战略、决策制定、价值衡量与交付的方式。 AI重要性提升体现在高管任命中：48%的富时100指数企业已设立首席AI官，平均每家企业配备两名高管负责AI事务。然而头衔本身并不能保证人工智能领域的进展。真正的转变发生在高级领导者——首席执行官、首席人工智能官、首席人力资源官、首席财务官、首席运营官和首席技术官——共同努力将人工智能融入商业战略、决策和文化时。当这种跨职能协同发生时，组织更有可能超越试点阶段，将人工智能转化为持久的变革。在这场变革中，人力资源部门不能充当旁观者，因为人工智能转型对人的影响至关重要。92%的人力资源负责人表示已参与人工智能实施工作，但仅有21%深度参与战略决策。这一差距表明，许多人力资源职能仍缺乏影响力、授权或能力来争取决策席位。要扭转局面，人力资源部门需主动建立公信力、培养相关技能，并定位为人工智能转型的战略伙伴。人力资源部门参与越早，就越能有效塑造人工智能对员工岗位、技能及信任关系的影响。从一开始就将人力资源纳入人工智能战略的组织，更可能在速度与可持续性之间取得平衡，将技术驱动的变革转化为可衡量的成果，同时不损害企业文化。核心要义：人力资源部门“支持”技术项目的时代已终结。如今人力资源部门被赋予共同制定人工智能转型战略的职责，既要守护变革中的人文关怀，又要确保决策转化为实际应用与成效。人力资源部门行动指南参与战略规划：将劳动力数据、技能预测、伦理考量及信任建设专长引入人工智能决策论坛。建立高管联盟：与首席人工智能官、首席财务官及首席技术官协作，使AI部署与人才准备度、企业文化及商业成果保持协同。将技术转化为人才影响：运用清晰语言阐释AI对岗位职能、技能需求及企业文化的冲击，确保管理层决策立足现实。 2. 以人为本的治理引导人工智能部署随着人工智能深度融入招聘、学习和绩效管理领域，新的风险正在显现——不仅源于技术本身，更源于人们的使用方式。设计拙劣的提示、对输出结果的盲目信任以及存在偏见的数据，都可能悄然塑造现实世界中的结果，影响着谁能获得面试机会、绩效如何评估，或是员工依据哪些信息做出决策。这使得治理既是技术问题，也是劳动力问题，需要系统层面的保障措施和日常使用的责任实践。目前已有78%的企业在至少一个职能领域部署了人工智能。随着应用范围扩大，担忧也在加剧：麦肯锡数据显示，超过半数美国员工将网络安全、准确性及个人隐私列为生成式人工智能的主要顾虑，另有三分之一员工担忧可解释性、公平性与公正性问题。这些担忧源于日常实践：发送给客户的AI生成文档存在错误、招聘工具推荐存在偏见的决策、反馈系统中AI解释不够清晰。 IT和法务部门提供技术与监管保障，而人力资源部门则承担独特使命：将这些保障转化为员工理解并信任的日常实践。通过跨职能协作，人力资源确保治理不仅合规，更能以人为本并赢得员工信任。具体措施包括：审查招聘算法的偏见风险、对绩效工具进行公平性压力测试、识别AI可能无意中引发职业倦怠或损害员工福祉的环节。这些努力将负责任的AI应用融入员工的实际工作体验。核心要义：AI的最大风险并非技术层面，而是人性因素。若缺乏防护机制，AI可能悄然侵蚀日常决策中的公平性、准确性与员工福祉。人力资源部门需通过将负责任使用理念融入日常工具、流程和行为，引导以人为本的治理体系。人力资源行动指南审核关键工作流程：审查招聘、培训和绩效管理中的人工智能应用，识别偏见、误用或排斥风险。建立伦理防护栏：协同IT与法务部门制定偏见预防、可解释性及人工监督标准。开展员工教育：提供通俗易懂的培训与交流平台，使员工理解AI应用方式及现有保障措施，通过透明化建立信任。 3. 企业投资AI卓越中心尽管98%的企业正在加速AI整合，但极少数真正具备实现规模化应用并创造实际价值的准备。项目常在试点阶段停滞，伦理风险无人管控，员工对AI对自身岗位的影响感到疏离或困惑。缺乏清晰架构的组织难以实现从愿景到影响力的跨越。 AI卓越中心（CoE）正由此发挥关键作用。这些资源充足的跨职能团队整合技术、人才与信任。卓越中心通过跨部门协调、制定成功指标、管控风险及建立治理机制，确保人工智能以可扩展且可持续的方式落地。例如西门子人工智能实验室作为卓越中心，汇聚专家共同开发、测试并推广人工智能驱动的解决方案，加速工业场景创新进程。除IT与业务专家外，领先企业正越来越多地将人力资源纳入卓越中心，不仅为管理变革，更要主导变革方向。数据显示，在人工智能应用方面领先的企业，其人力资源部门参与帮助员工识别适合自动化任务的概率高出2.5倍，这有助于加速应用进程并降低抵触情绪。人力资源部门在工作设计、角色转型、技能再培训需求以及伦理实施方面提供洞见，这些对维持转型至关重要。拥有强大人工智能卓越中心且人力资源部门积极参与的企业，更可能实现创新规模化、强化企业文化并交付可衡量的业务成果。它们之所以行动更快，是因为从一开始就协调战略与人力影响，避免了碎片化、技术主导型转型的陷阱。核心要义：AI CoE正成为成功部署AI的关键要素。投资于此并让HR成为核心合作伙伴的组织，正将雄心转化为可衡量的成果：更快的部署速度、更强大的企业文化、更具韧性的团队。人力资源行动指南争取席位：加入或倡导人力资源部门在AI卓越中心（CoE）中的代表权，确保员工需求成为部署核心。规划人才影响：利用CoE的AI实施计划，主动分析技能与岗位变化，主导定制化技能再培训。建立信任：推动CoE内部沟通策略，构建透明机制、道德规范及员工信心。 4. AI能力提升驱动集体成长人工智能不仅通过节省时间改变工作，更重塑了人们投入时间的本质。自动化长期被视为削减成本的杠杆，而企业如今认识到人工智能的真正价值在于释放人力，使其转向更高价值的活动。即使节省时间有限——尤其在技术或专业岗位——摆脱重复性任务的能力也为解决问题、协作创新创造了空间。研究表明，人工智能每年可为每位员工释放超过120小时的工作时间。若能明智地重新投资这些腾出的时间，它们将成为推动技能发展和开拓职业新路径的增长引擎。部分企业已率先实践：比利时某领先电信运营商将节省的时间投入员工技能再培训，为其转型新岗位提供空间与支持。领先企业正迈向更高境界。其80%以上的人工智能投资用于重塑核心职能和推出新产品，而非单纯削减成本。这标志着思维模式的转变：人工智能能力已成为企业重塑的杠杆。但若未对节省时间进行有意识的重新分配，团队可能因新任务过载而分散精力，甚至因过早裁员导致岗位缺口需重新招聘。金融科技公司Klarna曾裁撤约700名客服人员，期望AI客服能完全替代人力。但管理层后来承认仅依赖AI“并不合适”，最终重新聘用员工以恢复平衡。鉴于当前39%的技能预计将在五年内被颠覆，企业如何重新配置这些时间将直接决定其劳动力适应力、竞争力及长期成功。核心要义：人工智能应被视为“思维伙伴”或“额外帮手”，旨在增强而非取代人类能力。但单纯节省时间无法推动进步。人力资源部门的职责在于引导重新投资方向，将释放的产能转化为战略资产——这意味着利用这些资源激发学习动力、推动创新发展、增强劳动力长期韧性。人力资源行动指南追踪并重塑时间价值：识别AI削减行政任务的领域，协同业务领导者将节省时间重新分配至创新、转型或客户体验等战略举措，确保收益直接支撑核心业务目标。为员工设计新路径：针对自动化冲击的岗位，建立技能再培训试点项目并提供透明的职业转型方案。协助管理者转化时间红利：通过检查清单或讨论指南赋能管理者，将产能提升转化为具体举措，如交叉培训、持续流程优化或团队驱动型创新实验。 5. 技术压力与过时恐惧进入人力资源议程创造机遇的力量同样滋生着焦虑。部分企业利用人工智能推动创新与技能再培训，另一些则狭隘地聚焦效率提升与成本削减。员工夹在中间：既对潜力感到兴奋，又因数字变革加速而承受技术压力与过时恐惧（FOBO）的双重压力。这些担忧已开始影响员工的工作状态。皮尤研究中心数据显示，52%的劳动者担忧人工智能对职场未来的影响，三分之一受访者认为人工智能将削减其就业机会。这些担忧源于现实：世界经济论坛报告显示，41%的雇主计划在未来五年因人工智能而缩减人员编制。然而75%的员工坦言在日常工作中缺乏运用人工智能的信心。由此引发的不确定性加剧、工作投入度下降及隐性变革阻力正持续发酵。若缺乏支持，员工可能选择退缩、丧失动力，或难以在组织中看到自身发展前景。尤其在机器承担更多工作任务的时代背景下，FOBO（恐惧被淘汰）正严重侵蚀员工信心，使他们质疑自身价值与职业前景。人力资源部门不能将这些问题视为“软性”关切。若组织此刻不解决这些问题，将在适应能力至关重要的时期面临技术应用停滞、抵触情绪加剧及人才流失的风险。人力资源部门的职责在于正视这些恐惧，创造坦诚对话的空间，设计干预措施以减轻技术压力，并通过清晰沟通、专业指导和持续学习将焦虑转化为行动力。核心要义：唯有让员工感受到支持与安全感，人工智能才能真正成功。解决未来恐惧症和技术压力已成为维持长期员工健康的核心任务。人力资源部门应采取的行动通过实践学习建立对人工智能的信心：为员工提供安全空间探索和尝试人工智能工具，同时结合培训、反馈和同伴支持。监测新兴风险：在脉搏调查中加入技术压力与FOBO指标，与生产力及敬业度同步追踪。构建清晰可行的技能重塑路径：当AI重塑岗位职能时，明确传达技能重塑方案、职业替代路径及成长机遇。 6. 跨职能架构取代HR孤岛在人工智能驱动的工作环境中，围绕招聘、培训、薪酬、绩效等职能孤岛构建的传统HR架构正日益过时。事实上，89%的人力资源职能部门已完成重组或计划在未来两年内实施变革，这标志着全面现代化进程的加速推进。 Workday、SAP Joule和Microsoft Copilot等平台的人工智能能力正通过贯通员工全生命周期的数据与工作流加速这一转变。随着这些工具实现跨职能领域的工作交接自动化与洞察共享，职能边界正自然消融，整合协作的标准也随之提升。领先企业正逐步摒弃传统的人力资源卓越中心模式——即人才招聘、学习发展、全面薪酬或绩效管理等各自为政的专项团队。取而代之的是组建敏捷的跨职能团队，让不同专业领域的人力资源专家共同应对共享的业务挑战。这些跨学科小组聚焦于入职流程重构、员工留任率提升或领导力人才梯队建设等优先领域。团队不再进行职能割裂式的工作交接，而是通过共享平台、数据及反馈循环实现协同。由此带来决策加速、员工体验统一化，并更紧密地对接业务成果。这种变革既是结构性的，也是文化性的。它要求人力资源从业者摒弃职能优先思维，采用以结果为导向的方法，并依托数据素养和系统思维进行支撑。当人力资源重组为灵活的跨职能能力网络时，便成为推动速度、创新与价值相关性的引擎。这些演进中的架构还使人力资源部门能更有效地运用人工智能——无论是协同开发新工具，还是运用洞察力塑造整体人力资源战略与员工体验。变革势头正盛，但仍有提升空间：42%的营销团队已采用人工智能，而人力资源团队仅占13%。核心要义：流动性人力资源架构已成为适应性的基石。在规模化拥抱人工智能的企业中，这种模式助力人力资源部门更快创造商业价值，并更精准地响应实时人才需求与转型诉求。人力资源行动指南组建或加入敏捷团队：与人才、学习、分析及IT部门同事协作，聚焦入职培训、技能发展或员工留任等成果导向型挑战。提升数据素养：强化跨职能数据解读能力，将洞察转化为基于业务目标的劳动力战略。重塑角色定位：摆脱孤岛式专家形象，成为融合人力资源专长、咨询思维与设计思维的战略伙伴。 7. 人力资源领域AI投入加速增长人工智能驱动的人力资源技术正迅速成为企业规划决策与价值交付的核心支撑。人力资源技术预算持续攀升——55%的企业正在增加相关投入，预计到2030年人工智能人力资源技术市场规模将增长三倍。从招聘入职到绩效管理、人才培养及人力规划，人工智能平台已全面支撑人力资源全流程。但随着投资增长，实现业务影响的压力也在攀升。然而，人工智能的采用率和影响力仍存在显著差异。尽管49%的人力资源团队在招聘中使用人工智能，但将其应用于绩效管理、人才发展或入职培训等其他领域的比例不足15%。投资回报率也呈现两极分化——顶尖企业报告的投资回报率高达55%以上，而其他企业则远远落后，回报率低至5%。现实情况是，单纯的技术投入并不能等同于实际成效。随着AI预算增加，人力资源团队需要具备有效运用这些工具的能力和决策框架。这包括：将投资与实际人力需求相匹配，培养将AI融入日常工作的技能，以及建立支持跨职能应用的组织架构。采取战略性、有准备的组织将更有能力将投资转化为可衡量的成效。核心要点：随着AI投资加速，HR团队需具备扎实技能、完善的采用机制，并精准判断AI创造最大价值的领域。这些领域的准备程度将决定投资能否产生实质影响。 HR行动指南优先选择高价值应用场景：协同利益相关方识别AI可解决的实际问题，例如优化入职流程、提升内部流动性或减少绩效评估中的偏见。验证供应商宣称：要求提供真实基准数据，通过试点验证AI能力，并在全面部署前让终端用户参与测试。早期追踪应用成效：为每项HR技术部署设定明确目标（如时间节省、质量提升、体验指标），并监测使用模式以指导优化。 8. AI能力成为HR基础素养 AI已不再是技术专家的专属领域。随着企业跨职能部署AI，HR从业者需掌握AI语言——无论是引导生成式AI工具、解读算法建议，还是就自动化决策制定伦理规范。这一转变已在招聘市场显现：尽管当前仅2%的HR职位要求AI技能，但需求增速远超其他热点领域，同比增幅达66%。这意味着先行者将在个人与组织层面脱颖而出。对个体HR从业者而言，在需求加速的市场中尽早掌握AI应用能力——即理解如何在日常工作中运用、质疑和应用AI工具——将带来显著的职业优势。然而当前仅35%的HR从业者表示具备使用AI技术的能力。与此同时，当下投入资源培养AI素养的人力资源团队，将更有能力引领全公司的人工智能应用进程，而非被技术能力更强的职能部门边缘化。 AI素养的培养路径也在发生变革。传统长周期正式课程正让位于实践性持续学习。当前最普遍的方式是自主探索：38%的人力资源从业者通过工具实验、功能试用、指令测试及实践学习来积累AI技能。这些低风险环境有助于团队建立信心并分享经验。这种迭代模式恰如AI自身的演进方式：通过实验、反馈与优化不断进化。核心要义：在人工智能赋能的世界里，理解并负责任地运用人工智能已成为人力资源部门保持相关性与影响力的基本门槛。人力资源部门行动指南安全空间实验：利用沙盒工具或试点项目练习AI指令编写与输出解读。共享同行经验：建立内部论坛或实践社区，促进团队间洞见与技巧交流。负责任地应用：在实验中设置伦理防护栏，确保透明度、偏见防范及人工监督。 9. 人类优势将定义HR的未来影响力随着AI承担更多技术性与事务性工作，HR的独特价值正日益植根于人类能力。在机器处理大量常规事务的职场中，同理心、道德判断力、沟通能力及文化建设正成为关键差异化要素。这些能力并非“锦上添花”的软性特质，而是引导组织应对变革、维系信任、在自动化浪潮中守护文化的核心要素。这一转变已在更广阔的人才市场显现：近六成雇主认为软技能较五年前更为重要，预计到2030年社交与情感技能需求将增长26%。在人力资源领域，这意味着辅导能力、影响力及情商等核心能力正从边缘地位跃升为职能部门的核心交付要素。在充满不确定性的时刻，这些技能尤为重要——人力资源部门需要引导领导者、支持员工，并为关于变革的复杂对话创造空间。尽管数字化和分析技能的需求日益增长，但对于希望保持可信度、赢得信任并保持高效的人力资源专业人士而言，情商、适应力和影响力如今同样不可或缺。随着企业转型，人力资源部门将被要求在日常工作中践行人文技能，并为整个组织树立典范。要可信地引领变革，人力资源从业者必须投资于自身发展，积极培养同理心、辅导能力、信任构建和道德判断等技能。这些能力应体现在与员工及领导层的日常互动中，而不仅是战略文件中的空泛表述。核心要义：技术越是重塑职场，人性化技能越是定义HR价值。要保持影响力与成效，强化情商、道德判断力及沟通能力正变得与掌握AI工具同等重要。 HR行动指南持续提升人性化能力：将主动倾听、辅导技巧、文化认知视为核心能力而非锦上添花。以身作则：在日常工作中展现情商、道德判断力与适应力，尤其在变革或模糊时期。融入人性化节点：从入职到绩效评估，在所有HR项目中刻意设置反思、讨论与联结的空间。 10. 人才规划超越岗位与角色企业的人才规划模式正经历根本性变革。传统以岗位为本的模式侧重编制、头衔与成本，如今正让位于更灵活的技能优先策略。管理者不再单纯填补岗位空缺，而是聚焦特定项目所需能力，探索如何整合员工、自由职业者、合作伙伴乃至人工智能代理，以实现不断演变的业务目标。这种技能导向型规划已显现显著成效。研究表明，采用技能导向模式的企业在预判并有效应对变革方面成功率提升57%。以万事达卡为例，其四分之三员工已注册内部人才市场，仅通过内部流动就释放了10万小时产能，节省成本达2100万美元。通过围绕技能而非僵化岗位组织工作，领先企业正提升敏捷性、加速创新，并为员工开辟超越传统层级的新成长路径。对人力资源部门而言，这种转变要求突破静态岗位描述的局限，拥抱动态技能分类体系、人工智能驱动的人才市场以及跨项目贡献评估模型等新型工具。核心要义：未来人力规划的重点不再是填补岗位，而是整合人员与技术领域的核心技能与能力，以精准高效的方式满足不断变化的业务需求。 HR行动指南动态技能映射：运用人工智能平台识别员工、外包人员及AI系统等所有人才来源的现有技能、关联领域及能力缺口。启动技能导向试点：按能力而非职位组建团队，测试新型工作模式。促进内部流动：构建清晰的技能导向晋升通道，支持员工随成长转换岗位迎接新挑战。 11. 领导层扩张与管理层精简企业持续精简架构以提升效率、削减层级，这一趋势被称为“大扁平化”。这种转变的影响日益显现。随着AI系统接管协调、追踪和排程等任务，中层管理层级正被重新评估甚至彻底取消。例如谷歌以提升效率为由，将小型团队经理人数削减逾三分之一。更广泛而言，过去三年全球经理人数下降超过6%，高管职位也在减少。成本压力与人工智能成熟度的结合正在改变组织定义管理和分配领导力的方式。然而，当管理中的行政职能日益缩减时，领导力中的人文关怀却变得比以往任何时候都更为重要。组织正转向非正式、分散式和情境化的领导模式，团队指导责任在不同层级和情境中实现共享。非正式领导力的影响已在实践中显现：一项基于161个变量对比正式与非正式领导者的研究发现，非正式领导者在共同愿景、沟通能力、人际关系和人格特质方面始终表现更优。核心要义：人工智能与效率驱动或许正在重塑管理者角色，但同时也提升了以人为本的领导力价值——这种领导力更能驱动信任、绩效与文化建设。人力资源行动指南重塑领导力培养体系：将学习重点从监督管理转向影响力、共情力与协作能力。认可分布式与非正式领导力：更新绩效考核与奖励机制，表彰各层级的领导行为。助力管理者转型：帮助传统管理者摆脱繁琐行政事务，拥抱AI无法替代的辅导与信任构建职能。这11大趋势为2026年及未来人力资源工作的优先事项提供了实践路线图。它们揭示了重塑职场格局的关键变革：从AI对决策的影响、技能与岗位的重新定义，到不断演进的员工体验。无论是参与AI战略制定、强化人才能力建设，还是重构人才规划体系，人力资源部门的机遇已然明晰。变革浪潮正在席卷，人力资源部门的应对策略将同时塑造企业绩效与未来工作形态。此刻正是以坚定信念采取行动、凝聚共识、打造能够为组织与员工创造持久价值的人力资源职能的关键时刻。

头条
2025年10月20日

《 123 4 5 6 7 8 9 10 11 》 106 跳转至