-
硅谷
【收购】美国HR科技公司Lattice收购AI原生教练平台Mandala，加速AI原生人才平台布局，HR进入“执行时代”
HRTech概述：旧金山的HR科技公司 Lattice宣布收购AI教练平台Mandala，并引入其创始人Tarun Galagali，全面加速“People + AI”战略。Mandala基于神经科学打造AI教练体系，已服务Google、Microsoft等企业，并培训3000+管理者。这次整合的关键不只是“加AI”，而是把AI嵌入到绩效管理流程中，实现实时辅导与决策支持。从“告诉你发生了什么”，转向“告诉你下一步该怎么做”。更多全球HR科技资讯，请关注HRTech。
2026年3月31日，总部位于旧金山的人力资源科技公司 Lattice 宣布收购AI原生教练平台 Mandala，并引入其创始人兼CEO Tarun Galagali，负责推进平台中AI能力的研发与落地。这一举措被视为其“People + AI”战略的重要里程碑，也标志着HR技术正从数据驱动走向AI驱动的执行阶段。
此次收购的核心在于Mandala所构建的AI-native coaching能力。Mandala基于神经科学方法论开发教练体系，并与沃顿商学院神经科学项目负责人Dr. Michael Platt合作，将行为科学与管理实践结合。其产品已在包括Google、Microsoft、Pendo、Grow Therapy等组织中应用，累计培训超过3000名管理者，形成了可验证的领导力提升路径。
Lattice计划将这一能力整合进自身平台，与其现有的Lattice AI Agent结合，进一步强化“在工作流中提供实时指导”的能力。不同于传统绩效管理系统依赖历史数据进行回顾分析，Lattice正在构建的是一个“行动导向”的AI层——不仅解释发生了什么，更直接给出下一步建议，从而推动管理行为的改变。
Lattice CEO Sarah Franklin在公告中表示，大多数平台仍停留在“告诉你发生了什么”的阶段，而Lattice正在构建的是“告诉你下一步该做什么”的能力层。这一定位本质上重新定义了绩效管理的价值，从记录工具升级为决策与执行系统。
从行业趋势来看，这一动作并非孤立。根据Gartner数据预测，到2030年，50%的HR活动将由AI自动完成或由AI Agent执行。同时，截至去年1月，已有61%的HR负责人进入生成式AI应用的高级阶段，较2023年的19%大幅提升；另有82%的HR领导者在过去一年中已规划部署Agentic AI能力。这意味着HR系统正在经历从“信息系统”向“执行系统”的结构性转型。
Mandala创始人Tarun Galagali表示，其未来工作的重点将是打造一个“基于神经科学、具有人类感知体验的AI智能层”，将人才数据转化为实际行为改变与领导力进化。这一方向与当前HRTech行业对“AI Agent”的探索高度一致，即让系统具备自主决策与执行能力，而非仅提供辅助信息。
在客户侧，这一转型同样得到验证。Pendo人力发展与战略副总裁Jessica Jolley指出，Mandala通过将个性化教练与实际管理工具结合，使管理者能够在不增加复杂性的前提下提升领导力。而Huge组织发展负责人JD Slaughter则表示，Lattice帮助其减少了低效反馈流程，同时提升了关键对话的质量与影响力。
成立于2015年的Lattice，目前服务全球近5000家企业客户，包括Brilliant Earth、Calm、Figma、Intercom和NPR等。公司近年来持续强化其在绩效管理、员工发展、薪酬与敬业度等模块的整合能力，并通过AI能力构建差异化竞争优势。
此次收购释放出一个清晰信号：HRTech的竞争焦点正在发生转移。从以数据为核心的系统能力，转向以AI驱动的行动与执行能力。对于企业而言，这意味着未来的人才管理系统，不再只是记录和分析工具，而将成为推动组织决策与行为改变的关键基础设施。
对中国HRTech同行的启示与建议
从Lattice的这次并购可以看到，全球HRTech的竞争已经不再停留在“功能完整性”或“模块覆盖度”，而是进入“是否能够驱动行为改变”的阶段。
对中国HRTech企业而言，至少有三点值得重点思考：
第一，从“数据平台”走向“执行系统”，不再只是做绩效记录、招聘管理，而是通过AI直接嵌入业务流程，输出可执行建议；
第二，构建差异化能力，不一定是通用大模型，而是像Mandala一样，在垂直场景（如管理者教练、反馈机制、组织行为）中形成方法论壁垒；
第三，重新定义产品价值，从“提升效率”升级为“提升管理质量和业务结果”，这将直接影响客户的付费意愿与长期留存。
更重要的是，HRTech若希望参与全球竞争，需要在“产品能力 + 方法论 +数据闭环”三者之间形成协同，而不仅是单点功能创新。
AI时代的赢家，很可能不是功能最多的平台，而是最接近“组织决策中枢”的系统。
-
硅谷
【重磅】HCM时代正在结束：Workday正重构AI驱动的工作执行系统，微软重构HR架构，HRTech进入AI执行时代
HRTech核心概述：这篇文章强烈推荐HR科技公司的CEO、企业HR负责人收藏研究，把握未来趋势！
过去二十年，企业通过 HCM 系统来“管理人”和“记录工作”；而接下来十年，系统本身将开始参与并完成工作。这不是一次简单的 AI 升级，而是一场关于“工作如何被执行”的范式转移。当系统不再只是承载流程与数据，而是具备理解上下文、遵循规则并推动任务完成的能力时，企业运行的基本逻辑正在发生改变。HCM 时代所代表的“以记录为中心的系统范式”，正在走向终点。
而Workday刚刚发布新一代Agentic AI，标志着企业软件进入“执行时代”。不同于传统AI只提供建议，这一代AI Agent可以理解企业数据、遵循流程规则，并直接完成HR与财务任务。Workday提出“New Work Day”概念，人类负责决策，AI负责执行，形成全新的协作模式。同时，其引入按结果付费的flex credits模式，也意味着SaaS商业模式正在发生变化。HCM时代正在结束！更多全球HR科技趋势，请关注 HRTech
Workday 这最新一轮产品发布的意义，不在于又增加了多少 AI 功能，而在于它正在重新定义企业系统的角色。按照官方表述，Workday 这次推出的是“hundreds of new AI capabilities and agents”，并且将这些能力直接嵌入平台，用于 HR、Finance、IT 和 Legal 等关键职能，目标是让企业从“AI-assisted tasks”走向“truly agentic work”。这说明 Workday 想做的，已经不再只是传统意义上的 HCM 软件，而是一个能够理解上下文、遵循企业规则并推动任务执行的平台。与此同时，微软在 Amy Coleman 领导下对 HR 组织架构的调整，也释放出相似信号：组织侧正在为“人类 + AI”共同工作的未来重构自身。这不是两个孤立事件，而是系统与组织同时转向新工作方式的开始。
Workday 当前到底在做什么：从 AI 辅助走向 Agentic Work
从 Workday 官方文章来看，这次发布的核心非常明确：Workday 正在把 AI 从“功能层”推进到“工作层”。文章开宗明义写到，未来企业不会再只受限于人本身能做什么，而将由 people 和 AI agents 共同驱动；同时，Workday 正在向客户推出“hundreds of new AI capabilities and agents built directly into the platform”，并强调这些能力不仅改变工作如何完成，也改变工作的体验。这里的关键，不只是 AI 更强，而是 AI 被定义为平台内的“agentic teammates”，能够结合 trusted HR、finance、business data，连同 operational context 和 enterprise guardrails，把工作“做对”。
Workday 在这篇文章中给出的结构，其实已经勾勒出一个新的平台框架。
第一层是 Sana from Workday。官方说明，Sana from Workday 已在全球范围内正式可用，其中包括 Sana for Workday、Sana Self-Service Agent，以及 Sana Enterprise。Sana for Workday 被定义为新的 AI interface；Sana Self-Service Agent 负责自动化大量 HR 和 finance 的任务、问题与工作流；Sana Enterprise 则把这种能力扩展到 Workday 之外，去 orchestrate hundreds of enterprise systems and business applications。换句话说，Workday 不再满足于做自己系统内部的对话入口，而是在尝试成为跨系统的统一 conversational interface。
第二层是面向职能域的 agentic teammates。官方列出的 HR 侧能力包括 Payroll Agent、Total Rewards Agent（Early Access）、Talent Management Agent（Early Access）以及 Sana Self-Service Agent。Payroll Agent 的定位是横跨 payroll process 编排工作流、识别缺失数据与配置、管理 minimum wage updates，并提供 conversational insights。Total Rewards Agent 用于将 job profiles 与 market data 进行 benchmark，帮助 HR leaders 对 roles、skills 和 structures 做更准确的匹配。Talent Management Agent 则可基于 real-time contribution signals，为 managers 起草 evidence-based reviews。除了这些 agent，Workday 还增加了 Fraudulent Application Detection、Organizational Design & Scenario Modeling、Demand Forecasting 以及 Workday Peakon AI Topics 等 HR 能力。也就是说，这一轮变化已经不只是“问答式AI”，而是覆盖招聘、入职、绩效、薪酬、员工反馈与组织设计等多个核心流程。
第三层是将 agentic AI 扩展到 Finance、IT、Legal 和数据基础设施。Finance 侧新增 Financial Audit Agent、Planning Agent、Revenue Contract Agent（Early Access），并引入 Reimagined Expense Management 与 AI-Powered Reconciliation；其中 AI-Powered Reconciliation 被官方表述为可将 preparation and reconciliation 自动化“up to 70%”。IT 侧新增 Adoption Agent、BP Optimize Agent 和 Deployment Agent，同时扩展了 Workday Developer Copilot 与 AI Widgets。Legal 侧则继续推进 Workday Contract Intelligence Agent 和 Contract Negotiation Agent，并新增 full-document review and redlining capability。与此同时，Workday 还在强化 Workday Data Cloud、Live Data Query、Workday Data Connect 与 Workday Data Lake，明确强调要在 preserving Workday as the system of record 的同时，让外部平台获得 governed、real-time SQL access，且基于 zero-copy approach 避免数据重复。
如果把这些变化放在一起看，就能更准确理解 “Agentic AI” 与 “New Work Day” 的含义。它和此前常见的 Copilot、Assistant、Automation 的差别在于：Copilot 更偏向建议与生成，Assistant 更偏向问答与支持，Automation 多数基于预设规则；而 Workday 这次强调的是 reasoning、operational context、enterprise guardrails 与 orchestration。也就是说，系统不只是回应你的请求，而是在企业权限、流程与数据边界内，参与到多步骤任务的完成过程。Workday 自己在文中也明确写出，这些能力会让客户从 “AI-assisted tasks” 走向 “truly agentic work”，结果是 fewer clicks、fewer handoffs，以及更多时间投入更重要的工作。
Workday 为什么现在必须这么做：四层逻辑正在合流
如果只把这次动作理解为“AI 很热，所以 Workday 也要发 AI”，判断会过浅。更准确的说法是，Workday 是在商业、产品、技术与行业四层力量同时推动下，不得不向前走。
先看商业逻辑。过去企业采购 HCM 或 ERP，更关注的是流程标准化、数据统一、报表能力和合规性；而今天，客户越来越关心系统到底能否真正减少人工、提升产出、降低共享服务成本，并缩短业务完成路径。Workday 在文章里刻意强调，让 HR、Finance、IT、Legal teams “trade mundane, repetitive tasks for the work that really matters”，并多次使用 fewer clicks、fewer handoffs、automates routine work、agent-driven workflows 等表达。这反映出企业客户衡量软件价值的方式正在改变：不再只看有没有这个模块，而开始看这个系统能不能把工作做完。
再看产品逻辑。传统 HCM 的产品结构，建立在相对清晰的模块边界之上：招聘是招聘、绩效是绩效、薪酬是薪酬、员工服务是员工服务。但这次 Workday 的产品叙事，已经明显不是按模块展开，而是按工作流和执行任务展开。比如 Sana Self-Service Agent 并不局限于某个模块，而是横跨 Workday 与其他 knowledge sources 回答问题；Sana Enterprise 更进一步，直接跨 hundreds of enterprise applications 做 orchestration。Payroll Agent、Planning Agent、Contract Negotiation Agent 这些命名本身，也表明产品单元从“模块”变成了“执行主体”。这背后反映出一个变化：企业软件的核心设计对象，正在从功能模块转向任务流与工作结果。
技术逻辑则更直接。过去的自动化，多数依赖规则引擎、流程脚本和固定触发条件；它可以让流程更快，但很难处理跨系统、跨上下文、带判断色彩的复杂任务。而 Workday 这次反复强调 AI reasoning、trusted data、operational context 和 enterprise guardrails，说明它试图把大模型的推理能力与企业级 deterministic systems and controls 结合起来。这一步很关键，因为企业并不缺一个会聊天的模型，企业缺的是一个能够在权限边界、流程规则和真实数据约束下可靠执行的系统。Workday 的思路，本质上是把大模型从“生成层”引入到“执行层”。
行业逻辑则是更深的一层。无论是 HR Shared Services、Finance operations，还是 IT administration、contract review，这些职能过去十几年都在被不断标准化、流程化、中心化。今天它们共同面临的问题是：复杂性不断增加，但企业无法无限增加人手。于是，企业需要的已不再只是“更好的记录系统”，而是“更强的工作执行平台”。Workday 文章中把 HR、Finance、IT、Legal 一并纳入这一轮 agentic AI 叙事，本身就说明它看到的不是单一 HR 场景，而是整个企业后台与中台职能的共同转型。这也意味着，HR Tech 厂商如果仍然把自己理解为“某个模块的软件提供商”，很可能已经落后于客户需求的转变。
Workday 这一步的核心逻辑：它真正争夺的是 work execution platform 的位置
把前面的事实和逻辑合起来看，我的判断是：Workday 这次并不只是扩展 HCM，而是在从 HCM platform 走向 work execution platform。这个判断不是基于夸张想象，而是基于它在文章里已经做出的几项明确信号。
第一，Workday 依然强调 preserving the integrity of Workday as the system of record，但同时又通过 Sana、Data Cloud、Live Data Query、Data Connect 和 Data Lake，把系统能力向外扩展。也就是说，它并没有放弃 system of record 的位置，反而是在此基础上向 system of action 延伸。
第二，Sana Enterprise 被定义为可以 orchestrate agents across hundreds of enterprise systems and business applications。这已经不是单一 HCM 的叙事，而是 agent orchestration layer 的叙事。谁能成为这个层，就有机会从“一个系统”升级为“多个系统之上的工作入口和执行协调者”。
第三，Workday 这次把 HR、Finance、IT、Legal 放在同一波发布中，不是偶然。它在试图证明：agentic AI 不是某个部门的小功能，而是贯穿 enterprise operations 的统一方法。这意味着，未来讨论 Workday 时，不能再只把它看成“人力资源管理系统厂商”。更准确的理解是，它正在试图占据企业后台工作执行平台的位置。
至于 Flex Credits、outcome-based pricing、AI agent as labor 这类变化，这篇官方文章并未展开详细说明，因此若做进一步讨论，必须明确属于趋势判断，不应伪装成本文事实。原文未说明 Flex Credits 的具体机制，也未直接使用 outcome-based pricing 或 AI agent as labor 这些表述。但从 Workday 将 agent 明确包装为能持续执行任务的“teammates”，并把价值叙事从“软件功能”转向“把工作做对、做快、做完”，可以预见的是，未来企业软件的商业模式很可能会向结果与执行量倾斜，而不再仅以 seat 或 module 为中心。这种变化一旦发生，影响就不会局限于 HR，而会同时波及 Finance、IT、Legal 等系统预算与采购逻辑。这里需要强调：这是基于现有动作的行业推演，并非该篇原文直接陈述。
从 Workday 的现实变化出发，未来 HR 科技产品会怎么演进
如果以 Workday 这次已经发生的变化为起点，未来 HR 科技产品的演化方向会越来越清晰。
首先，HCM 的核心数据结构会逐步从 job-based 走向 task-based。今天的大多数 HCM 依然围绕职位、组织层级、岗位说明、审批路径来设计；但当系统开始能够处理具体任务时，企业管理的对象会越来越多地变成“谁来完成什么任务，以什么规则完成”。这并不意味着 job 会立刻消失，而是意味着 task、workflow、signal、context 会在产品结构中越来越重要。Workday 这次已经把 Payroll、Talent Management、Total Rewards、Planning、Contract Review 这些工作，重新组织为 agentic teammates 的执行单元，这正是一个前兆。
其次，Employee Experience、People Analytics、Knowledge、Workflow、Service Delivery 会加速融合。过去这些是分开的市场：一个做员工体验，一个做员工服务，一个做知识库，一个做分析，一个做流程。但从 Sana Self-Service Agent 和 Workday Peakon AI Topics 这类能力可以看到，未来体验不再只是界面体验，分析也不再只是报表分析，知识也不再只是静态知识库。系统会把员工提问、知识检索、反馈主题、流程执行和个性化答案整合成一个连续过程。员工感知到的，不再是“我在用几个系统”，而是“我在一个界面里把问题解决了”。
第三，AI Agent 对 HR Shared Services 和 HR Operations 的影响会最先落地。因为这些职能天然拥有高频、重复、规则明确、跨系统协同的特征。Workday 自己在文中提到 recruiting、onboarding、performance、payroll 等流程都正在走向 agent-driven workflows，这意味着 HR 运营工作会先被重写：一线问答、资料查找、状态更新、规则校验、数据补全、绩效材料草拟等任务，会越来越多地由 agent 完成。这里的结果不一定是简单裁员，更可能是团队结构重组：人类 HR 从执行大量标准动作，转向处理异常、提供判断、做组织设计与策略支持。
Talent Acquisition、Learning、Performance 也会随之变化。招聘环节中，Fraudulent Application Detection 已经说明 AI 将成为甄别 bot 或可疑申请的重要能力；Talent Management Agent 则表明绩效反馈的起草与初步整合正在自动化。至于 Learning，本文原文未展开详细说明，因此不能据此断言 Workday 已发布对应 agent；原文未说明。但可以预见的是，若招聘、绩效、组织设计、员工反馈已经进入 agentic 逻辑，那么学习与技能发展迟早也会被纳入同一条“从 signal 到 action”的链条。这一点属于趋势判断。
未来产品竞争的核心，也会从“功能多不多”转向“是否能完成工作、是否能编排人和 AI 的协作”。因为当所有厂商都能接入模型、都能做聊天界面时，真正的壁垒就不在生成能力，而在于上下文、数据质量、企业规则、跨系统编排能力和执行可靠性。Workday 这次最值得行业重视的地方，不是它用了多先进的模型表述，而是它明确把 trusted data、controls、guardrails、deterministic systems 作为 agent 成立的基础。未来 HCM 的界面会更对话化、动作更自动化、数据模型更强调实时信号与任务上下文，价值衡量方式也更偏向“系统帮企业减少了多少人工步骤、缩短了多少周期、完成了多少可审计任务”。这些变化目前还在展开过程中，但方向已经很明确。
为什么微软最新的 HR 组织架构调整是关键呼应
如果只看 Workday，很容易把这件事理解为系统厂商的主动升级；但把微软的 HR 组织调整放进来，逻辑就更完整了。因为它说明，企业组织一侧也在同步变化。
你提供的微软新架构中，最值得重视的不是某个具体部门名称，而是这些名称组合起来所反映出的设计思路。Engineering HR 这个设置，本身就不是传统 HR 语言。它说明 HR 不再只是制度管理和业务支持部门，而正在把流程、系统、工程化能力视为 HR 核心能力的一部分。换句话说，组织已经在假设：未来 HR 要管理的，不只是人和政策，还包括系统配置、流程逻辑和自动执行能力。
Employee Experience 与 People Analytics 的整合也同样重要。过去很多公司把体验与分析拆开，体验偏沟通与设计，分析偏数据与洞察。但当 AI 和 agent 进入 HR 体系后，体验和分析必须合一。因为未来员工体验不只由界面和政策决定，也由系统是否能基于数据及时响应、理解问题并推动动作决定。微软把 People Analytics 并入 Employee Experience，恰恰说明组织侧已经意识到：数据不再只是用来看，而是用来驱动体验与行动。
Workforce Acceleration 则是另一个强信号。传统 HR 语境更常见的是 Workforce Planning、Workforce Management、Talent Management，而“Acceleration”这个词意味着关注点已经从“管理既有劳动力”转向“提升整体工作速度与能力”。在 AI 进入工作流的背景下，这个命名很有意味。它暗示组织正在思考的，不只是人怎么被管理，而是整体 workforce——包括未来可能由系统和 agent 承接的一部分工作——如何被加速和放大。
把微软这套组织调整与 Workday 的产品方向放在一起看，就能看到非常清晰的行业信号：系统方已经在从 HCM 转向 work execution，组织方也在从传统 HR team 转向更工程化、更数据化、更面向未来协作模式的结构。两边同时变化，就意味着 HR 科技行业不能再停留在旧范式里。未来 HR 能力模型会明显分化：一部分 HR 会更像 architect，负责设计流程、规则、人机协作与组织结构；另一部分偏执行型、事务型岗位则会被 agent 和自动化持续压缩。这里同样要强调，关于微软此举未来影响的部分属于分析判断；微软具体内部意图，若未在正式材料中说明，则不宜做超出证据的断言。
未来 HR 的核心，不再只是管理人，而是设计“人 + AI 如何共同完成工作”的组织与系统
Workday 这次动作最重要的意义，不在于发布了多少 agent，而在于它正在把 HR 系统从“记录人”推向“执行工作”。它没有放弃 system of record 的根基，反而是在 trusted data、controls 和 enterprise guardrails 之上，向 system of action 迈进。与此同时，微软的 HR 架构调整说明，企业组织本身也已经开始为这种新系统逻辑做准备：HR 要更工程化、更数据化，也更面向任务流和生产力提升。
这背后的真正变化是，未来 HR 的核心职责将不再只是管理人、制定政策或维护流程，而是设计一个新的工作系统：在这个系统里，人类负责判断、创造、关系与复杂决策，AI 负责越来越多的执行、整合、提醒、检索、草拟与编排。谁能先把“人 + AI 如何共同完成工作”这件事设计清楚，谁就更可能在下一阶段的 HR 科技和组织竞争中占据主动。
对 HR 科技行业而言，最危险的不是 AI 来得太快，而是仍用旧 HCM 的想法去理解新一代系统。因为当组织方已经开始变化、系统方也已经开始变化时，行业再把自己理解为“卖模块、卖功能、卖记录系统”，就已经慢了一拍。Workday 这一步真正提出的问题不是“要不要加 AI”，而是“未来的企业系统，到底是记录工作，还是完成工作”。这才是接下来几年 HR 科技行业最值得严肃面对的分水岭。
Workday 正在把 HR 系统从“记录人”推向“执行工作”，微软则在把 HR 组织从“支持职能”转向“生产力设计者”。两者共同指向的，是一个全新的企业运行逻辑：工作不再完全由人完成，而是由“人 + AI”共同构成的混合劳动力系统来执行。在这个框架下，HR 的核心不再只是管理人，而是设计任务如何被拆解、如何在不同主体之间分配、以及如何在系统中被可靠地执行。对于 HRTech 行业而言，这已经不是是否拥抱 AI 的问题，而是是否能够完成从“记录系统”向“执行系统”的跃迁。
HCM 的旧边界正在失效，新的竞争，将围绕“谁能真正让工作被完成”展开。
-
硅谷
【旧金山】AI自动化平台 Gumloop获5000万美元B轮融资，加速打造“人人可构建AI代理”的企业基础设施
HRTech概述：AI 自动化创业公司 Gumloop 宣布完成 5000 万美元 B 轮融资，由硅谷知名投资机构 Benchmark 领投。公司成立于 2023 年，目标是让企业中的普通员工也能创建 AI 代理，从而自动化复杂工作流程。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
企业AI自动化赛道持续升温。总部位于旧金山的AI自动化平台 Gumloop 近日宣布完成 5000万美元B轮融资，由硅谷知名风险投资机构 Benchmark 领投，Nexus Venture Partners、First Round Capital、Y Combinator、BoxGroup、The Cannon Project 以及 Shopify Ventures 参与投资。此次融资将用于扩大产品能力并加速销售与工程团队建设，以应对企业客户快速增长的需求。
该公司成立于 2023年，核心目标是让企业中的普通员工也能够创建和部署 AI 代理（AI agents），无需编写代码即可自动化复杂的工作流程，从而降低企业应用AI的门槛。
让每个员工成为“AI自动化构建者”
Gumloop 的产品定位是一个 企业级AI自动化与代理平台。平台通过可视化工具和工作流系统，使非技术员工能够构建自动执行任务的AI代理。这些代理可以处理复杂的多步骤流程，例如数据处理、业务运营任务或跨系统协作流程。
目前，该平台已在多家高速增长的科技公司内部使用，包括 Shopify、Ramp、Gusto、Samsara、Instacart 和 Opendoor 等企业。通过 Gumloop，企业员工可以构建自己的 AI agent，并在公司内部共享，从而形成自动化的网络效应，加速组织内部的AI落地。
公司创始人兼CEO Max Brodeur-Urbas 表示，公司成立的初衷是让“理解任务本身”成为自动化的唯一门槛，而不是编程能力。通过AI代理，员工可以摆脱重复性工作，把精力集中在更具创造性的任务上。
三大核心产品模块构成AI自动化平台
根据公司官方披露，Gumloop 的平台主要由三大模块组成：
第一是 Gumloop Agents，即企业员工可以在几分钟内创建的AI代理，这些代理可以连接企业应用，并在 Slack、Microsoft Teams 或电子邮件等工作工具中自动执行任务。
第二是 Gumloop 平台本身，用于团队协作构建、共享和管理AI自动化流程，实现企业内部的自动化编排。
第三是 Gumstack，这是为企业安全团队设计的治理平台，用于监控AI代理的数据调用和工具访问，并对来自 ChatGPT、Claude Code 或内部代理的调用进行审计与追踪。
这一架构体现了公司试图打造 “企业AI自动化基础设施” 的战略，而不仅仅是一个简单的自动化工具。
Benchmark押注企业AI自动化的巨大市场
本轮融资由 Benchmark 合伙人 Everett Randle 主导，这也是他从 Kleiner Perkins 加入 Benchmark 后的首笔投资。
Randle 认为，企业AI成功的关键在于让每一位员工都拥有AI能力，而不是将AI能力集中在少数工程师手中。他在调研中发现，一些企业在同时试用多个自动化工具后，员工最终选择了 Gumloop，并形成高频使用习惯。
这种“员工驱动”的AI采用模式，被认为是企业AI落地的重要路径：当员工能够轻松构建自动化工具时，AI会在组织内部自发扩散。
激烈竞争中的新一代AI自动化平台
Gumloop 所处的 企业自动化与AI代理（AI Agents）赛道 正在快速升温。
在该领域，传统自动化平台如 Zapier 和 n8n 已经拥有成熟用户基础，而新一代AI代理工具如 Dust 也在迅速崛起。同时，大模型厂商也开始进入这一市场，例如 Anthropic 推出的 Claude Cowork 允许用户创建无需代码的自动化代理。
与这些产品相比，Gumloop 的差异化在于其 模型无关（model-agnostic）架构。企业可以根据任务需要灵活选择 OpenAI、Gemini 或 Anthropic 等不同AI模型，从而在性能和成本之间取得平衡。
企业AI正在从“工具”走向“基础设施”
随着大模型能力的快速提升，企业AI的形态正在发生变化。
过去，企业更多将AI视为单一应用或助手工具；而如今，越来越多企业开始将AI代理嵌入到业务流程中，形成持续运行的自动化系统。
在这一趋势下，像 Gumloop 这样的 AI agent infrastructure（AI代理基础设施） 平台，可能成为未来企业软件架构中的关键层。
对于企业而言，如果每个员工都能构建并共享自己的AI代理，组织生产力结构将发生深刻变化——AI不再只是IT部门的技术项目，而是整个企业的生产力工具。
-
硅谷
热议：硅谷金融科技公司Block裁员4000人，市值暴涨60亿美元：当“减少员工”成为资本市场最受欢迎的增长策略
HRTech概述：硅谷金融科技公司 Block宣布裁员约4,000人，占员工总数的40%。几乎在同一时间，公司上调了2026年毛利指引至122亿美元。消息公布后，股价盘后上涨约20%，市值增加约60亿美元。资本市场给出的反应并不含糊：这是一次被奖励的裁员。如果换算这组数据，约60亿美元市值增量对应约4,000个岗位的消失，相当于市场为每减少一个岗位隐含定价约150万美元企业价值。这就是残酷的现实！更多信息，请关注 #HRTech
发生了什么？硅谷知名金融科技公司裁员40%
Jack Dorsey，这个曾经同时执掌Twitter和Square的硅谷传奇，在给全公司的一封信里轻描淡写地宣布：Block将裁员超过4000人，从10000人缩减到不足6000人。近乎腰斩。
消息一出，Block股价盘后暴涨20%。市值增加约60亿美元。算下来，每裁掉一个人，华尔街就奖励这家公司150万美元的市值。
这不是一家濒临破产的公司在断臂求生。Block的营收高达240亿美元，毛利润同比增长24%，2026年的业绩指引被上调至122亿美元毛利润。换句话说：公司越来越赚钱，但华尔街更爱那个"人越来越少"的版本。
这一幕，将深刻改写我们对工作、对职业、对公司的全部想象。
裁员已经不是"出事了"的信号，而是"赢了"的庆典
过去三十年，我们形成了一套关于裁员的集体认知：公司裁员，意味着出了问题——市场不好、战略失误、现金流告急。裁员是公司示弱的语言，是CEO向董事会低头的姿态。
但2026年开始，这套认知正在被系统性地颠覆。
看看Dorsey信中那句话，他说得无比坦然："我们不是因为麻烦才做这个决定。我们的业务很强健。"然后他补了一刀："但有些事情变了。"
"有些事情变了"——这五个字，才是整封信最重要的内容。
那个"变了的东西"，就是AI。更准确地说，是AI让一个人能干过去三个人的活，而且还干得更快、更稳、更便宜。当这个拐点真正到来，企业家面对的逻辑就变得极其清晰：继续保留冗余人员，是在燃烧股东的钱；削减人员，是在向市场证明你已经看见了未来。
Block不是第一个，更不是最后一个。ASML在接到史上最大订单时裁了1700人，Salesforce在AI客服处理了50%用户交互之后裁了5000人，亚马逊在去年10月和今年1月两波合计裁了30000人。这些公司裁员时无一例外都在盈利、都在增长、都在创新。
他们在庆功宴上宣布裁员。华尔街在鼓掌。
这才是最令人不寒而栗的地方。
Dorsey做对了一件事，但这件事本身就是对所有人的警告
Dorsey在信里解释了他的两个选项：一，像很多公司那样，缓慢地分批裁员，拖个一两年；二，一次性把所有痛苦集中处理掉，然后从新的起点出发。
他选了后者，理由是："反复裁员会摧毁士气、专注力，以及客户和股东对领导层的信任。"
从企业管理的角度，他说得对。"裁员不确定性"是组织效率的杀手——当每个员工都不知道下一轮刀落在哪里，所有人都会把精力分配给自保，而不是创造。Dorsey用一刀致命换来了组织的确定性，这是他作为CEO对留存员工的一种保护。
但换一个视角来看，这种"魄力"背后是更冷酷的逻辑：4500万美元到5亿美元的重组费用，按照Block目前的营业利润水平，两个季度就能回本。之后每一年，都是纯粹的利润率扩张。这不是情怀，这是财务模型给出的最优解，Dorsey不过是敢于执行而已。
他的勇气令人钦佩，但他的逻辑令所有在座的打工人心惊。
因为这个逻辑现在已经被数百个CEO同时看见了。高盛估计，AI每个月在美国高暴露行业净减少5000到10000个岗位。花旗集团计划裁减20000人，陶氏化学砍掉4500个职位。2026年头六周，科技行业已经消失了30700个工作岗位。调查显示40%的雇主预计会因AI而缩减人力。
这不是周期性的寒冬，这是结构性的重塑。
给职场人的三条生存建议：不要成为那个"被替换的逻辑单元"
面对这一切，恐慌没有用，但清醒至关重要。以下是我认为每一个职场人此刻最应该做的事。
第一，停止用"经验年限"来定义自己的价值。
"我有十年经验"这句话，正在以前所未有的速度贬值。AI不在乎你的资历，它只在乎你在做的这件事是否可以被流程化、可以被数据化、可以被重复执行。如果答案是肯定的，你的经验就是训练AI的素材，而不是对抗AI的护城河。
真正的护城河，是那些AI目前依然处理不好的能力：跨领域的判断力、高度情境化的人际沟通、在模糊信息下做出有担当的决策。这些能力无法速成，但从现在开始刻意培养，还来得及。
第二，学会和AI协作，而不是和AI竞争。
Block的Dorsey说，留下来的6000人要"以智能为核心"来构建公司。这意味着留存员工的画像，不是"能被AI替代的人"，而是"能驾驭AI产出更大价值的人"。
现实是残酷的：同样的岗位，一个会用AI工具的人，产出可以是不会用AI的人的三到五倍。这种效率差距，在市场压力下会迅速转化为用人决策。你不需要成为工程师，但你必须成为AI的熟练使用者。这是2026年最低门槛的职场保命符。
第三，把个人品牌当成第二份工作来经营。
4000个Block员工今天失业了。其中绝大多数人，在公司的Slack和邮件之外，没有任何被市场感知的存在。他们的能力、判断、作品，都封存在公司的内网里，随着权限的取消而消失。外部的影响力——哪怕是一个垂直领域的内容账号、一份行业简报、一个可以被搜索到的作品集——都是你在下一轮市场中的第一张名片。这不是副业，这是保险。
给HR和管理层的建议：你们是最后一道防线，也是第一批被问责的人
如果说裁员的浪潮对普通员工是一场生存考验，那对HR从业者来说，则是一次更深刻的身份危机：当AI可以筛简历、做背调、设计薪酬模型、分析离职率，HR的核心价值究竟是什么？
首先，把"人才密度"作为你最重要的KPI。
Dorsey信中反复强调的一个概念是"smaller and flatter"——更小、更平。这不是裁员的借口，而是一种组织哲学的转变。高人才密度的小团队，比臃肿的大团队效率更高、文化更纯粹、抗风险能力更强。HR的职责，不再是管理头数，而是保证每一个头都在创造不可替代的价值。
这意味着你需要重新设计绩效评估体系——不是以任务完成率为核心，而是以"如果这个人消失了，损失是否可以被AI或流程快速填补"为核心。可以被填补的，是高风险岗位；无法被填补的，才是组织的真正资产。
其次，重新设计你们的人才发展逻辑。
过去的培训体系，本质上是在教员工如何更好地完成现有任务。这套逻辑在AI时代已经失效——因为"现有任务"本身的半衰期越来越短。
新的人才发展，应该聚焦在两个方向：一是AI工具的系统性赋能，让每个岗位的员工都具备和AI协同工作的能力；二是复合型思维的培育，让人才能够在不同的业务场景之间灵活迁移，而不是深陷单一技能的路径依赖。
再者，裁员方案的人道设计，比你想象的更重要。
Dorsey的这封信，在冷酷的商业逻辑之外，有一个细节值得所有HR学习：他在信的开头第一段，就把补偿方案写清楚了——20周工资、加每年一周的年资补偿、六个月医疗保险、5000美元转型支持。他在告诉那4000人"你们走之前，先看看我们给了什么"。
这不只是公关，这是组织信任的最后一次投资。一家公司裁员时的处理方式，会被每一个留下来的员工铭记——它决定了剩余团队是带着信任继续战斗，还是带着恐惧等待下一次刀落。
HR的最终价值，不是在公司扩张时招到人，而是在公司收缩时让组织不散。
结语：金丝雀停止歌唱之后
文章开头那段分析用了一个比喻：Block是煤矿里的金丝雀。矿工用金丝雀来检测有毒气体——当金丝雀停止歌唱，说明危险已经到来。
但我想换一个角度来结尾。
金丝雀停止歌唱，并不意味着矿工必死。它意味着那些没有注意到金丝雀的人，危险了；而那些早已准备好应对空气变化的人，才能继续前进。
AI重塑劳动市场不是假设，不是警告，不是科幻小说。Block的4000名前员工，是真实的人，有房贷、有孩子、有梦想，今天他们拿着一张支票和一句"你们建立了这家公司"的感谢，走出了他们工作多年的地方。
这并非个案。ASML 在创纪录订单背景下裁员 1,700 人；Salesforce 在 AI 代理处理 50% 客户互动后裁员 5,000 人；Amazon 今年累计裁员 30,000 人；Goldman 估算 AI 每月已造成 5,000–10,000 个净岗位流失。市场逻辑正在发生变化：效率与利润率成为估值核心，AI 驱动的“更小团队”模式被资本市场积极定价。
这不是终结，这是一个新的起点——但只有那些清醒地看见了变化、提前调整了自己的人，才能在这个起点上站稳。
Dorsey说，他选择了诚实，而不是拖延。
在这个时代，每一个职场人和每一个HR，也面临着同样的选择。
诚实地看见正在发生的事，然后行动。或者，等着被行动。
-
硅谷
【纽约】AI招聘平台 Elly 完成800万美元融资，重构“判断驱动型”招聘系统底层逻辑
HRTech概述：纽约AI招聘平台 Elly 宣布推出 AI-native hiring platform，并完成 800万美元融资，由 Sorenson Capital 领投。不同于传统ATS系统，Elly 从底层即以AI为核心，覆盖 sourcing、interviewing 与 applicant tracking，自动解析面试中的非结构化对话与团队反馈。客户数据显示，每位候选人最多可节省1小时45分钟文档时间，每周节省最高10小时初筛沟通时间。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
2026年2月25日，总部位于纽约的 Elly（运营主体为 Recruit Tech Labs dba Elly）宣布推出其 AI-native hiring platform，并完成 800万美元融资。本轮融资由 Sorenson Capital 领投，Atomic 与 Next Wave Capital 参与投资。Sorenson Capital 合伙人 Rob Rueckert 将加入 Elly 董事会。
这不仅是一笔资本加注，更是一场围绕招聘系统底层架构的重新定义。
从“流程记录”到“判断生成”：AI-native 架构的真正含义
过去十年，招聘软件的核心形态几乎没有发生本质变化。Applicant Tracking System（ATS）仍然以“字段+状态”为核心结构，要求招聘人员持续手动更新候选人阶段、填写面试反馈、维护流程节点。与此同时，大量AI工具以外挂形式出现，却彼此割裂，无法共享上下文信息。
Elly 试图解决的并非“效率问题”，而是“认知问题”。
招聘决策并不是一次性发生，而是在 sourcing 对话、面试交流、内部讨论中逐步形成。然而传统系统只记录结果状态，却无法沉淀“判断形成过程”。Elly 作为 AI-native 平台，从底层即以AI为核心，横跨 sourcing、interviewing 与 applicant tracking 三个环节，在招聘过程进行时自动捕捉非结构化对话内容，将分散信息转化为结构化、可搜索的信号。
这种设计意味着系统不再依赖手动录入字段，而是实时理解招聘逻辑的演进。
Elly CEO Kristen Habacht 表示：“Recruiting teams are overwhelmed by software that was never designed to reflect how hiring actually works. Elly flips that model by understanding the reasoning behind choices as they form.”
这句话揭示了其核心定位——理解“判断”，而非管理“流程”。
面试数据资产化：从沉没成本到复利效应
在招聘实践中，面试是最信息密集的环节，却也是最难沉淀为组织资产的部分。面试笔记往往零散存在，无法复用，更难形成长期招聘认知积累。
Elly 将每一次 screening、interview 与内部讨论视为可结构化资产。平台能够解析非结构化对话，将反馈随流程演进持续累积，使团队在高频招聘环境下获得更清晰的候选人画像。
这种“信号复利模型”在高体量招聘场景下尤为关键。
早期客户覆盖 technology、construction、manufacturing、healthcare 与 hospitality 等行业。据披露数据：
每位候选人最多节省 1小时45分钟 面试文档整理时间每周节省 3–5小时 手动记录与跟进时间每周节省 5–10小时 通过替代 live screening calls
这些数字不仅反映效率提升，更说明招聘组织在信息整合层面的结构性改进。
资本逻辑：复杂度削减，而非功能叠加
本轮 800万美元融资由 Sorenson Capital 领投。Rob Rueckert 表示：“Elly understands hiring judgment as it forms, not after the fact. That fundamentally changes how recruiting teams operate.”
在当前 HR Tech 市场，AI工具层出不穷，但企业的真实痛点往往是“系统堆叠导致复杂度上升”。Elly 的价值主张并非再增加一个功能模块，而是通过统一AI架构降低复杂性。
这与当前资本市场对“AI基础设施层”的关注趋势一致——投资人更青睐能够成为组织操作系统底层能力的平台，而非单点工具。
值得注意的是，Elly 诞生于 Atomic 这一 venture studio。Atomic 曾孵化多个成功企业，其参与意味着产品从一开始即围绕可扩展性与规模化设计。
新资金将用于产品研发、AI能力深化、销售与市场拓展。
行业意义：招聘系统进入“理解时代”
如果回顾招聘技术发展路径：
第一阶段是流程数字化第二阶段是自动化与效率提升第三阶段正在进入“认知理解”阶段
Elly 所代表的，是第三阶段的雏形——系统不再只是数据库，而是能够理解动态判断、积累组织招聘认知的基础设施。
在AI渗透招聘的浪潮中，真正的分水岭并不在于谁生成了更好的面试问题，而在于谁能成为招聘判断形成的核心载体。
800万美元的融资规模或许并不庞大，但其战略意义在于验证了一个趋势：招聘软件的竞争，正在从功能对比转向架构对比。
当系统能够理解“为什么选择”，招聘团队才真正从管理工具，转向管理判断。
-
硅谷
OpenAI 刚任命了一位新的首席人才官： Arvind KC， 为一位“系统型领导者”走向 AI 时代的人才中枢
HRTech概述：OpenAI 正式任命 Arvind KC 为公司新任 Chief People Officer，全面负责招聘、员工发展、企业文化与人才体系建设。Arvind KC 拥有 Roblox、Google、Palantir、Meta 等科技巨头高管背景，兼具工程与 HR 领导力，将助力 OpenAI 在 AI 驱动的未来工作时代打造高效协作与可持续增长的人才架构。
2026 年 2 月 24 日，OpenAI 正式宣布任命 Arvind KC 为 Chief People Officer（首席人才官）。在生成式人工智能持续重塑全球工作形态的背景下，这一任命不仅是一次高管更替，更是 OpenAI 在组织能力与人才系统层面的战略强化。从 HRTech 的视角来看，这一动作背后所指向的，是 AI 公司正在进入“组织深水区”。
从工程系统到人才系统：一条清晰的能力演进路径
Arvind KC 的履历极具代表性。他并非传统意义上的人力资源出身，而是一位长期在技术与企业系统领域深耕的管理者。
2023 年 7 月起，他在 Roblox 担任 Chief People and Systems Officer，负责人才体系与企业系统的整合建设。在这一职位上，他已开始承担“People + Systems”双轨整合的角色，将技术架构思维引入组织与人才管理。
在此之前，他于 2019 年 7 月至 2023 年 6 月在 Google 担任 Vice President, Engineering，负责工程团队管理与技术战略执行。这段经历强化了他对大规模技术组织运作与人才密度管理的理解。
更早阶段，2014 年 12 月至 2019 年 6 月，他在 Palantir Technologies 担任 CIO（首席信息官），工作地点位于 Palo Alto, CA，负责企业信息系统与技术基础设施建设与运营。Palantir 本身是一家高度工程驱动型公司，这段经历为其构建复杂组织系统能力打下基础。
2011 年 4 月至 2014 年 11 月，他在 Facebook（现 Meta）担任 Director, IT，工作地点 Menlo Park, CA。值得注意的是，在 Facebook 任职期间，他带领产品经理、工程师和数据分析师团队，构建面向 HR、Recruiting、Sales & Marketing、Infrastructure、Legal 和 Security 等业务部门的企业级解决方案。这意味着，他早在十余年前便深度参与 HR 与招聘系统的技术建设。
更早期，他于 2008 年 9 月至 2011 年 4 月在 Xilinx 担任 Director, Operations Business Solutions，负责运营相关企业系统与业务解决方案。
这条职业路径显示出一个清晰逻辑：从企业系统与工程管理出发，逐步走向“系统型人才领导者”。
OpenAI 进入规模化组织阶段
OpenAI 过去几年完成了从研究机构向产品化与商业化平台的跃迁。随着企业客户增长、产品线扩展与全球影响力提升，公司组织复杂度显著上升。
在这一阶段，技术能力已不再是唯一竞争壁垒，组织能力与人才机制成为决定长期增长的关键变量。
OpenAI 在任命声明中明确指出，Arvind KC 将负责招聘、入职、员工发展，以及设计支持协作与高绩效的系统与政策。这一职责定位表明，公司正在以系统化方式重构人才管理，而非简单扩大招聘规模。
应用业务 CEO Fidji Simo 在声明中强调，此次任命将确保人才流程、政策与系统与公司发展目标保持一致，并在 AI 驱动的工作环境中持续演进。
AI 原生组织的现实命题
生成式 AI 正在改变岗位结构、技能要求与协作模式。知识型工作正在被重新定义，组织必须回答几个核心问题：
哪些能力将被自动化？哪些能力必须强化？员工如何与 AI 协同？绩效如何在“人机协作”环境中衡量？
这些问题本质上都属于“人才系统设计”的范畴。
Arvind KC 的履历恰恰体现出一种系统思维：他长期构建企业级 IT 与 HR 平台，对数据、流程与协作机制具有结构化理解。对于一家以 AI 为核心的公司而言，这种能力尤为关键。
Chief People Officer 的战略升级
近年来，Chief People Officer 在科技企业中的地位不断提升。尤其是在高创新、高密度人才环境中，人才机制直接影响研发效率与产品节奏。
AI 公司面临的挑战更加复杂：一方面需要吸引顶尖研究与工程人才；另一方面必须在伦理、治理与社会影响层面形成稳定组织共识。首席人才官不仅是文化守护者，更是系统设计者。
OpenAI 的这一任命释放出一个重要信号：在 AI 企业内部，HR 领导角色已与技术战略深度绑定。
对 HRTech 行业的启示
从 HRTech 角度看，这一任命具有三重意义：
第一，技术型 HR 领导者正在成为趋势。未来的人才负责人必须理解工程逻辑与系统架构。
第二，人才管理将从“流程优化”转向“能力结构设计”。技能映射、角色进化与持续再培训成为核心议题。
第三，组织系统本身将成为创新场景。HRTech 平台需要更好地支持人机协作、动态能力管理与组织弹性。
OpenAI 任命 Arvind KC，不只是一次人事更新，而是 AI 企业进入组织成熟阶段的标志性事件。当技术革命持续推进，真正决定企业长期竞争力的，越来越是组织系统如何与技术同步进化。
AI 重塑工作，而人才系统正在成为下一个战略战场。
-
硅谷
【旧金山】非办公室员工HR平台 Humand 完成 6600万美元A轮融资，加速打造全球一线员工AI操作系统
HRTech概述：旧金山的一家针对一线员工的HR科技公司Humand 宣布完成 6600万美元A轮融资。本轮由 Kaszek 与 Goodwater Capital 领投。Humand 定位为面向全球27亿一线员工的 AI 操作系统。全球近80%的劳动力属于非办公室员工，但长期缺乏数字化工具支持。Humand 通过移动优先的 AI 原生平台，将沟通、培训、绩效与人力流程整合为统一系统。AI 智能体嵌入各类流程，实现自然语言操作与自动化响应。目前平台已服务超过160万用户，覆盖51个国家与1500多家企业。更多全球HR科技资讯，请关注HRTechChina
总部位于美国旧金山的非办公室员工HR平台 Humand 宣布完成 6600万美元（USD 66M）A轮融资。本轮融资将重点用于加速美国市场扩张、加强AI产品研发能力，并推动其成为全球非办公室员工（non-desk workers）领域的品类领导者。
此次融资不仅是公司发展过程中的重要里程碑，也被视为“非办公室员工数字化”赛道进入规模化竞争阶段的重要信号。
瞄准全球80%劳动力：被长期忽视的非办公室员工
根据公司披露的数据，全球约80%的劳动力属于非办公室员工，规模约为27亿人。这部分群体包括零售门店员工、制造工厂工人、医护人员、仓储与物流人员、建筑工人、餐饮与酒店服务人员等。他们并不在传统办公室环境中工作，也通常不拥有企业邮箱或固定桌面电脑。
长期以来，企业级HR系统主要围绕“坐在办公桌前的白领员工”构建。大多数传统HCM或HR软件默认每位员工都具备企业邮箱、PC访问权限和标准化办公时间安排。这一产品逻辑导致非办公室员工在企业数字化转型过程中被边缘化。
结果是：
· 员工无法便捷获取公司信息和政策
· 请假、福利、培训等流程高度依赖人工或线下沟通
· HR团队需要处理大量重复性咨询
· 内部沟通高度碎片化
· 一线员工参与度和归属感偏低
Humand 正是基于这一结构性痛点切入市场。
移动优先的一体化HR平台：为一线场景而设计
Humand 的核心产品定位为“面向非办公室员工的一体化移动优先HR平台”。与传统系统不同，其平台从底层设计逻辑出发，以移动端为核心载体，并适配现场工作环境。
在一个移动应用中，Humand整合了30多个模块功能，包括：
·内部沟通与公司公告
·请假申请与审批流程
·员工福利信息查询与注册
·培训与发展项目
·公司政策与文件访问
·员工认可与文化建设工具
最关键的是，该平台无需企业邮箱，也不依赖桌面端访问。员工只需通过手机即可完成日常HR交互。
这一设计思路解决了非办公室员工长期存在的“数字触达障碍”，同时为企业提供了一个统一的员工管理与沟通环境。
Sammy：嵌入式AI HR助手
Humand 在产品层面的重要创新之一，是其AI HR助手“Sammy”。
Sammy 允许员工通过自然语言与系统进行互动。例如：
·查询剩余假期天数
·了解健康保险选项
·搜索公司政策
·获取培训信息
这一AI助手的作用在于降低员工使用门槛，并显著减少HR部门重复性工作量。过去需要人工回复的常规问题，现在可以由AI即时处理。
从产品架构层面来看，Humand 不仅仅是将AI作为附加功能，而是将AI嵌入到日常工作流程中，形成“AI原生”的交互体验。这也使其在与传统HR系统的竞争中形成差异化定位。
规模验证：160万员工、1500家企业、覆盖50个国家
截至目前，Humand 已服务超过160万名员工，覆盖1500多家企业，业务遍及50个国家。客户包括 Siemens、PSBank 和 Viva Aerobus 等企业。
这一规模数据意味着其产品已在多个行业场景中得到验证，包括零售、制造、航空、金融等领域。
与许多早期HR科技公司不同，Humand 已经具备清晰的产品市场匹配（product-market fit）信号。公司强调，其增长并非仅依赖概念创新，而是建立在真实企业应用场景和持续交付能力之上。
美国市场成为核心战略重心
尽管 Humand 具备全球业务布局，但公司明确表示，美国市场是其本轮融资后的核心战略方向。
美国拥有数量庞大的一线员工群体，涵盖零售、医疗、物流、制造与酒店等行业。与此同时，美国企业对于员工体验、合规性与数字化工具的需求持续提升。
Humand 将通过以下三大方向强化美国市场布局：
第一，建立品类领导地位。公司希望将“非办公室员工HR平台”定义为独立赛道，并成为该领域的默认选择。
第二，扩大本地团队与客户成功能力。通过构建专门面向美国市场的团队与成功案例，提升客户落地效果。
第三，持续推进产品创新。针对混合型员工结构（同时拥有办公室与非办公室员工的企业）优化产品能力。
从“记录系统”到“行动系统”的转变
传统HR软件通常被定义为“系统记录”（systems of record），其主要功能是数据存储与合规管理。
Humand 的愿景则是将HR系统升级为“系统行动”（systems of action），通过统一移动端入口和AI辅助，实现实时沟通与流程执行。
这种转变的核心在于：
·提升员工参与度
·降低组织沟通成本
·减少人工处理流程
·增强企业内部透明度
在AI逐渐成为企业基础设施的背景下，Humand 正在尝试成为覆盖非办公室员工场景的AI操作层。
品类竞争格局与未来挑战
尽管Humand在“non-desk HR”赛道建立了清晰定位，但未来竞争仍然存在多个变量：
·大型HCM平台是否会快速进入该细分市场
·AI能力是否成为行业标准配置
·美国市场的品牌建设速度
·混合型企业客户的复杂需求
不过，从融资规模、市场验证与战略清晰度来看，Humand 已成功建立早期领先优势。
长期愿景：连接100%的员工
Humand 的核心愿景是“连接100%的员工”。在其叙事逻辑中，办公室员工与非办公室员工之间的数字鸿沟是一个“人为构建且过时”的结构。
公司强调，每一位员工，无论在办公室、工厂车间、医院还是零售门店，都应享有同等质量的数字工具与沟通渠道。
本轮 6600万美元A轮融资，使 Humand 在资本、品牌与产品能力方面进一步强化，为其全球扩张与品类定义奠定基础。
在全球HR科技赛道不断向AI与员工体验演进的背景下，非办公室员工市场正从边缘走向中心。Humand 正试图成为这一转型过程中的核心平台。
未来几年，这一赛道是否会出现独角兽级别平台，或被传统巨头整合，将成为HR科技领域的重要观察方向。
-
硅谷
【旧金山】AI劳动力管理平台 Reload 完成 227.5 万美元种子轮融资，发布共享记忆架构产品 Epic
HRTech概述：旧金山的新创HR科技公司Reload 宣布完成 227.5 万美元种子轮融资，由 Anthemis 领投。公司推出首款产品 Epic，主打为AI代理提供共享架构记忆层。当前企业在使用 coding agents 时面临长期上下文缺失问题，Reload 通过定义产品需求、数据模型与系统结构，并持续维护决策记录，构建 AI 员工的管理系统。其目标是成为 AI workforce 的“System of Record”。
2026年2月19日，AI 劳动力管理平台 Reload 宣布完成 227.5 万美元种子轮融资。本轮由 Anthemis 领投，Zeal Capital Partners、Plug and Play、Cohen Circle、Blueprint 与 Axiom 参投。与此同时，公司正式发布首款AI产品 Epic，标志着其从平台构建阶段进入产品落地阶段。
Reload 由连续创业者 Newton Asare（CEO）与 Kiran Das（CTO）创立。这是两人在此前公司成功退出后的第二次创业合作。创始团队观察到，随着生成式AI与自动化工具快速演进，企业内部的 AI agents 正在从辅助工具转变为“数字员工”，在编码、调试、重构等复杂任务中承担越来越多的执行工作。但当前企业缺乏系统化的管理架构来协调这些AI代理的协作与治理。
构建 AI 员工的管理基础设施
Reload 的核心定位是 AI Workforce Management Platform，即面向“AI员工”的管理系统。不同于直接构建新的模型或单一功能代理，Reload 的平台聚焦于企业级管理层面，提供统一接入、权限控制与任务可视化能力，使企业能够在跨团队、跨部门环境下集中管理不同来源的 AI agents。
企业可以在 Reload 平台上接入内部开发或第三方构建的代理，为其分配角色与权限，并实时追踪其执行任务的过程与结果。平台通过集中化管理与记录机制，形成针对AI员工的“System of Record”，为企业提供可见性、协调能力与审计支持。这一设计本质上是为数字劳动力建立一套结构化的管理框架。
行业痛点：AI 代理缺乏长期系统记忆
当前企业在使用 AI coding agents 时普遍面临一个问题：代理通常仅围绕当前提示进行执行，缺乏对产品整体背景与历史决策的长期理解。随着项目演进或代理切换，系统容易失去上下文，甚至偏离原始设计目标。
在多名工程师使用不同AI工具协作的情况下，项目层面的架构一致性与知识连续性往往难以维持。这种“短期记忆模式”成为AI规模化应用中的核心瓶颈。
Epic：共享架构记忆层的技术设计
为解决上述问题，Reload 推出了 Epic。该产品建立在 Reload 平台之上，被定位为“架构级共享记忆层”。Epic 不替代现有 coding agents，而是为其提供统一的结构与长期上下文支持。
在项目启动阶段，Epic 可自动生成并维护关键系统资产，包括产品需求文档、数据模型、API规范、技术栈决策、架构图与结构化任务拆解。这些基础资产成为后续所有AI代理执行工作的统一参照。
在开发推进过程中，Epic 持续记录架构决策、代码变更路径与设计模式演进，形成结构化的长期记忆体系。当团队更换 coding agent，或多名工程师同时使用不同代理时，所有参与者仍基于同一共享知识源进行构建，避免信息碎片化。
在技术实现层面，Epic 可作为扩展插件嵌入 AI 辅助代码编辑器，如 Cursor 与 Windsurf，直接运行于开发环境之中。这种嵌入式部署方式使其成为开发流程的一部分，而非独立的外部管理系统。
竞争格局与差异化定位
在AI基础设施领域，Reload 面临 LongChain 与 CrewAI 等竞争者。LongChain 侧重于AI代理部署与记忆管理，CrewAI 聚焦企业级代理编排。相比之下，Reload 更强调项目级架构定义与长期共享系统理解，其核心目标是为AI员工建立治理与管理层级，而非单纯提升单个代理的执行效率。
公司认为，传统企业管理系统并未为“作为团队成员运行的AI代理”设计，而Reload 正在构建这一缺失的基础设施层。
融资用途与未来发展
本轮 227.5 万美元融资将主要用于团队扩张与产品能力提升，尤其是强化底层基础设施，以支持日益增长的AI代理数量与复杂度。随着企业内部AI代理规模不断扩大，如何实现结构化管理、权限控制与长期知识保持，将成为新的企业软件核心问题。
Reload 所构建的，并非单一功能产品，而是一套面向数字劳动力时代的管理操作系统。随着AI从辅助工具向协作主体演进，围绕“AI员工”的治理、协调与共享记忆体系，或将成为下一代企业软件的重要基础层。
-
硅谷
Workday创始人即刻重返CEO：应对AI浪潮，HR系统迎来“AI拐点时刻”
HRTech概述：Workday宣布关键管理层调整，联合创始人Aneel Bhusri即刻重新出任CEO，原CEO Carl Eschenbach卸任并转为战略顾问。这一变化并非简单的人事轮换，而是Workday在企业AI时代到来背景下的一次战略重心重构。董事会明确指出，随着AI成为企业软件领域比SaaS更深层次的变革力量，公司需要具备长期愿景与文化沉淀的领导者掌舵。Bhusri既是公司创始人，也是Workday价值观与产品理念的核心塑造者，其回归意味着Workday将更坚定地推进“AI原生企业平台”的定位。
当地时间2月9日，Workday 正式宣布重大管理层调整：公司联合创始人兼现任执行董事长 Aneel Bhusri 即刻回归担任首席执行官（CEO），接替 Carl Eschenbach。后者在带领公司完成全球扩张与运营升级阶段后卸任CEO及董事职务，并将以CEO战略顾问身份继续支持公司过渡与发展。
从HR科技行业视角来看，这不仅是一则人事变动新闻，更是一家全球头部HCM厂商在“AI拐点时刻”做出的关键战略重排。
从规模化运营到AI主导：Workday的阶段切换
Workday董事会在声明中明确指出，公司正进入一个由AI定义的新阶段。Bhusri与Dave Duffield创立Workday之初，即希望重塑企业管理软件的工作方式，而如今，生成式AI与Agentic AI的崛起，被视为比SaaS更深层次的一次技术革命。
Carl Eschenbach过去三年任期的核心任务，是“打基础”——推进全球扩张、强化运营纪律、拓展行业纵深、提升组织效率，并启动AI相关能力布局。可以说，他帮助Workday从高速成长型企业过渡为更成熟、可规模化复制的全球平台公司。
而Bhusri的回归，则更像是“第二增长曲线的点火者”。他在公开表态中直言：
“AI带来的转型将超过SaaS，它将定义下一代市场领导者。”
这意味着，Workday接下来的重心，将不只是功能优化或市场扩张，而是围绕“AI原生企业平台”的底层重构。
财务与业务展望：增长预期保持稳定
在资本市场层面，Workday同步重申：
FY2026第四季度及全年业绩预计符合此前指引
仅GAAP operating margin存在调整（详见2月4日Form 8-K披露）
FY2026财报将于2月24日盘后发布
基本面稳定释放了一个清晰信号：此次换帅并非应对经营压力，而是主动的长期战略升级。
对HR Tech行业意味着什么？
作为全球企业HR与财务管理系统的核心厂商之一，Workday目前：
服务 11,000+ 家企业客户
覆盖 65% 以上《财富》500强公司
其技术路线往往具有行业风向标意义。
从HR Tech角度判断，这次CEO回归释放出三个重要趋势：
第一，HR系统正在从“流程管理工具”升级为“决策智能平台”。未来系统不仅记录数据，还将主动提出招聘建议、预算预测、薪酬优化甚至自动执行任务。
第二，Agent（智能代理）可能成为下一代核心交互形态。Workday此前提出“managing people, money, and agents”，已经暗示系统将直接管理AI劳动力。
第三，创始人回归强化长期主义。在AI转型高度不确定的阶段，拥有深厚产品理解与文化共识的创始人，更利于进行大规模技术押注。
HR Tech点评
从行业观察者角度，这更像是一次“方向盘回到创始人手中”的战略回归。如果说过去十年HR SaaS解决的是“上云问题”，那么未来十年解决的将是“智能决策问题”。Workday的这次调整，本质上是在提前卡位下一个时代。
对企业HR与CIO而言，一个值得思考的问题是：当系统可以自己判断、建议甚至执行时，我们对HR软件的采购标准是否也该改变？
Workday显然已经给出了答案。
你们觉得呢！
-
硅谷
HR科技圈硅谷悬疑剧——Deel和Rippling“企业间谍案”骤然升级，美国司法部介入调查
HRTech概述：围绕硅谷的HR科技巨头 Deel 和 Rippling 的企业间谍争端有了新转折。据多方报道，美国司法部已启动对 Deel 的刑事调查，联邦检察官向大陪审团发出传票，调查其是否雇佣内线渗透 Rippling 内部获取机密。此案从民事纠纷升级为可能的刑事审查，意味着 HR科技企业竞争中的合规界限面临更严格审视。各方看点：法律风险、市场信任、竞争情报伦理。你怎么看？欢迎讨论！
在HRTech行业，人们习惯于讨论产品创新、客户增长与全球扩张，却很少将“刑事调查”与 HR SaaS 联系在一起。然而，2026 年初发生在硅谷的一起法律风波，正在打破这种长期以来的行业认知。
据《华尔街日报》与 TechCrunch 等媒体披露，美国司法部（DOJ）已对全球 HR 软件公司 Deel 启动刑事调查，并由加州北区联邦检察官向大陪审团发出传票，调取与其竞争对手 Rippling 相关的所谓“企业间谍”证据。调查重点在于，Deel 是否通过内部人员获取 Rippling 的商业机密信息。
这一动作的意义远超过一场普通诉讼。它标志着一场原本属于企业之间的民事纠纷，正式进入联邦刑事审查层面。
对于 HR 科技行业而言，这是一次真正值得高度关注的信号。
民事纠纷的开端：两家独角兽的正面交锋
Deel 与 Rippling 是近几年全球 HR SaaS 赛道增长最快的两家公司。前者主打全球雇佣与薪资支付解决方案，帮助企业在多个国家合规用工；后者则以 HR、Payroll 与 IT 一体化系统切入企业核心管理流程。两家公司客户群体高度重叠，目标市场一致，在国际化企业服务领域形成直接竞争关系。
2025 年，Rippling 在美国联邦法院提起诉讼，指控 Deel 招募其内部员工作为“内线”，长期获取包括销售线索、客户名单、产品规划在内的敏感商业信息，并将数据传递给 Deel 管理层。根据公开文件，该员工随后在爱尔兰法庭提交宣誓书，承认曾向 Deel 提供相关情报。Rippling 还通过内部日志与“蜜罐数据”设计，试图证明信息外泄路径的存在。
对此，Deel 全面否认指控，并提出反诉，称对方试图通过法律手段打击竞争对手。从法律属性看，这一阶段仍属于典型的商业竞争诉讼。硅谷科技史上类似案例并不罕见，从 Oracle 与 SAP 的版权争议，到 Waymo 与 Uber 的自动驾驶技术之争，多数最终以赔偿或和解收场。
如果故事停留在这里，它不过是一场高增长独角兽之间的“商业攻防战”。
真正的变化发生在 2026 年。
关键转折：司法部介入带来的“性质升级”
与企业间的民事诉讼不同，司法部启动刑事调查意味着案件进入完全不同的法律轨道。
民事纠纷的核心通常是经济赔偿与商业责任，解决方式多为和解、禁令或赔付；而刑事调查则由政府主导，关注是否触犯联邦刑法，一旦形成起诉，可能涉及巨额罚款、强制监管、甚至高管个人刑责。
简单来说，前者是“赔钱问题”，后者则可能演变为“坐牢问题”。
因此，在整个事件链条中，真正具有决定性意义的并非间谍细节或资金往来，而是 DOJ 的正式介入。这代表监管层面已经不再将此视为单纯的商业摩擦，而是开始评估是否存在违法行为。
从行业影响看，这种性质升级远比任何单一证据更具杀伤力。对于一家高度依赖信任关系的 HR SaaS 企业而言，一旦被贴上“企业间谍”或“刑事调查对象”的标签，客户采购、融资节奏、IPO 计划乃至品牌声誉都会受到持续冲击。
对中国 HR 科技从业者的现实启示
如果只把这起事件当成硅谷八卦，就低估了它的参考价值。事实上，这更像是一堂关于全球化竞争与合规治理的案例课。
首先，竞争情报的边界正在变得更加清晰。在高增长赛道中，企业往往希望通过各种方式了解对手策略，包括挖角核心员工、获取市场信息、追踪客户动向等。但一旦触及未授权数据获取或诱导泄密行为，在欧美法律体系下很容易被认定为商业秘密侵害甚至刑事问题。对出海型 HR 科技公司而言，这一点尤为重要。
其次，HR SaaS 本质上是一个“高信任行业”。企业将员工身份信息、薪酬数据、合同与合规文件交由系统托管，客户选择供应商时首先考虑的并不是价格，而是安全与合规。一旦企业形象与“间谍”“数据泄露”产生关联，恢复信任的成本远高于技术修复。
最后，创始人与高管的个人责任风险正在上升。在美国法律框架下，如果监管机构认定管理层知情或参与相关行为，责任不再局限于公司层面，而可能延伸至个人。这种趋势对中国创业者同样具有现实警示意义。
结语：一场关于“底线”的行业提醒
从表面看，这是一场两家独角兽之间的激烈竞争；但从更深层次看，它折射的是 HR 科技行业在快速扩张过程中必须面对的底线问题：在追求增长与市场份额时，合规与伦理边界究竟在哪里。
当竞争从商业层面走向司法层面，输赢就不再只是订单和估值的差距，而是企业信誉、资本信任与长期生存能力的考验。
对中国 HR 与 HR 科技机构而言，真正值得关注的不是谁赢了官司，而是如何在全球市场中建立更稳健、更透明、更可持续的治理体系。
这，或许才是 Deel 与 Rippling 风波留给行业最重要的启示。
你怎么看？
扫一扫 加微信
hrtechchina
