观点
超级经理的崛起：AI 时代的新型管理角色
Josh Bersin 在最新文章《The Rise of the Supermanager》中提出：未来的管理者不应只是简单协调者，而应成为真正的 Supermanager（超级经理） —— 协同 AI 重塑流程、赋能团队、主导创新。虽然 AI 工具能够带来个体效率提升（约 10–20%），但这只是底层红利。若要撬动组织生产力边界，就必须走向多流程自动化和全面流程重构。Supermanager 会主动在自己的职能边界内“实验”、推动 AI 应用、引导团队创新。
我从未见过像 AI 这样大规模、快速、而且充满乐观情绪的技术投资。2025 年，Google、Nvidia、Meta、Microsoft、OpenAI 和 Amazon 的资本支出接近 9000 亿美元，相当于美国 GDP 的近 3%。
为什么如此乐观？因为企业相信，AI 是未来的生产力技术，而且越早让公司拥抱 AI 越好。
但到目前为止，实际结果喜忧参半。
虽然人们被 AI 工具所吸引，但美国 GDP 却在下滑（从 2023 年的 2.9% 降至 2025 年预计的 1.8%，上半年甚至出现 -1.6% 的负增长），企业利润也在放缓。IT 行业利润增长 34%，金融服务增长 10%，但其他行业利润大幅下滑，说明 AI 的盈利目前主要集中在 AI 公司自身。
这就是一个关于承诺、期望和众多好点子的故事。
大企业的难题
AI 的潜力毋庸置疑。我们在研究与咨询中也彻底革新了工作方式，实现了在几乎不增加人手的情况下保持增长。
但对那些有着几十年官僚体系、繁多职位层级的大型组织而言，要真正实现生产力的提升并不容易。
我们调研了数百家公司，正在开展一项重大研究。在 HR 领域，已经有超过 100 个 AI 应用场景，可以改善招聘、员工支持、发展与生产力。例如渣打银行已经用 AI 来评估绩效和撰写评语。
然而，正如 MIT 最近的一项研究所示，真正的“流程再造”还没有到来。
四阶段框架与生产力极限
在我们的四阶段框架中，一个人使用 AI 代理来加速工作是相对容易的。OpenAI 的数据显示，41% 的使用场景是“信息检索”，其次是写作、数据分析和回答复杂问题。这些“个人生产力技巧”确实能带来帮助，但提升的上限通常只有 10–20%。
那么，如何实现“多流程自动化”，真正重构工作的方式？
这就是管理的职责所在，也是我今天要讨论的。
管理模式的演变
我研究管理已有 30 年，这是一条曲折的道路。它可以追溯到 Peter Drucker 的《卓有成效的管理者》，之后经历了 Jack Welch 的裁员式管理、Howard Schultz 的员工关怀、Brene Brown 的勇敢领导、John Mackey 的有意识资本主义，再到 IBM 的敏捷管理和 Zappos 的“无管理者”实验（最终失败）。
管理从来是一个充满新思想的领域，模式层出不穷。但我今天要讨论的是：在 AI 世界中，有效管理正在发生怎样的变化？
两大变化：赋能与实验
在过去十年中，出现了两大深刻变化：
赋能（Empowerment）
员工比以往更有自主权，能获取大量信息和强大工具。
互联网和疫情让员工获得前所未有的自由，他们不会再回到过去。
实验（Experimentation）
技术民主化让变革不再完全来自上层，而是更多自下而上推动。
一线团队不只是执行者，而是创新与变革的源头。
这两点在当今商业世界全面展开。忽视它的企业将面临风险。
微软、Meta 等公司快速转向 AI，依靠项目驱动的领导文化。拜耳、联合利华、汇丰、万事达、Spotify 和飞利浦等企业的成功，也源于小型自治团队承担改进责任。
今天，与过去不同的是，超级经理无需等待高层委员会批准。他们直接在前线实验、迭代并推动变革。
打破组织惰性
随着技术飞速发展，职位与头衔反而成为阻碍（“这不是我的工作”）。超级经理则打破这种模式，主动承担责任，推动成长与改进。他们拥抱新思想，分享探索经验，把 AI 的实践直接带入业务，而不是等待总部下达“项目指令”。
这种趋势的原因在于：AI 与过去的技术不同。
ERP、云计算、移动互联网等技术往往需要大量 IT 投入和多年建设。而 AI 是一种 终极民主化技术，任何人都能学习使用。最具创新的人，可能是最年轻或资历最浅的员工，因为他们“通过实践学习”，没有旧有 IT 习惯的束缚。
这就是所谓的 “超级员工效应（Superworker effect）”：每个人都可能成为高绩效者，经验的价值相对下降。新想法可能来自任何地方，最贴近客户或流程的人反而能创新最多。
管理角色的转型
AI 让监督与绩效考核变得更容易，因为它能跟踪行为和结果。这使得领导者可以从繁琐的监督中解放出来，专注于战略、辅导、协作和工作再设计。
因此，经理不会消失，而是角色被重新定义：
监督和绩效管理是基本职能；
真正优秀的经理要在流程再造、实验与增长方面脱颖而出。
传统的“推动业绩”“强化竞争”依然重要，但现在被放到学习与成长的语境下。问题从“你今天完成了什么”变成“你今天学到了什么”。
超级经理带来信任、支持和同理心，帮助员工在 AI 时代学习、重塑与成长。
我们是否需要更少的经理？
如果管理者只做监督工作，那确实可能被 AI 代理取代。但这类“空壳经理”本就存在多年，未来会更快被淘汰。
真正的超级经理则不同：
他们协调跨团队的创新；
在生产力项目上进行理性投资或果断止损；
促进知识共享、团队协同和优先级一致性。
这才是未来管理者的核心价值。
我并不认为“中层经理”会消失，而是他们的工作内容正在重新定义。能推动超级经理行为的公司，将在新世界中脱颖而出。
AI 带来的不只是技术，而是管理模式的再造。
如果过去十年是“数字化转型”，
那么未来十年就是“管理重构”。
超级经理不会是额外的头衔，而是企业在 AI 时代必须具备的关键能力。
观点
AI转型时代的HR角色：从人力资源到首席AI赋能官
HRTech推荐：《HR’s Role in AI Transformation》（点击下载）报告指出，人工智能带来的不仅是技术变革，更是以人为核心的管理革命。AI能够帮助企业简化流程、提升生产力、释放时间，使员工专注于更具创造性和战略性的工作。
AI转型不是单纯的技术问题，而是“人”的变革。HR 在其中扮演“首席AI赋能官（Chief AI Enablement Officer）”的角色。
报告提出了一个“三步战略”：第一，重塑AI驱动的HR职能，包括强化数据与技术基础、建立AI治理模式、实施AI控制塔并设计未来HR岗位；第二，在HR及全组织范围内推动AI应用，重点是技能重塑与提升，构建AI赋能框架，推动员工在Know AI、Use AI、Build AI与Lead with AI四个层面成长；第三，转型劳动力，涵盖变革管理、工作设计、人与AI代理协作、以及文化引领。特别强调AI代理将成为劳动力新成员，人类与AI的组合将决定未来组织的竞争力。
引言：AI转型是一场人类与组织的双重革命过去几十年里，技术革新不断改变企业运营的方式，但人工智能的兴起无疑是迄今为止最具颠覆性的力量。它不仅仅是一场技术浪潮，更是一次深刻的“人”的变革。人工智能的发展使组织在效率、洞察力和业务增长方面迎来了前所未有的机遇，但同时也带来了治理、文化和技能方面的巨大挑战。正是在这种背景下，HR被赋予了前所未有的使命——不仅是人才管理的执行者，更要成为AI转型的推动者和引领者。本报告由ServiceNow及其合作专家撰写，提出了一份面向HR领导者的行动手册，强调CHRO应成为“首席AI赋能官”，通过三步战略，将AI真正嵌入组织运行的血液之中。
为什么HR在AI转型中处于核心地位
人工智能带来的变化远远超过了效率层面的改进。它让企业重新思考工作的设计方式、人才的定义以及组织的整体结构。报告提出，“AI是一场人文复兴”，这意味着AI的最大价值在于释放人类的潜能，让员工摆脱低价值的事务性任务，把时间和精力集中在创造力、战略思维和创新活动上。
数据印证了这一趋势。根据ServiceNow的《AI成熟度指数2025》，82%的企业计划在未来一年增加AI投资。世界经济论坛的《未来就业报告》显示，86%的雇主认为到2030年AI和信息处理技术将会深刻改变业务模式。而Accenture的调查发现，64%的员工已经意识到AI将改变他们的工作内容，需要新的技能或进行显著的再培训。然而，McKinsey的调研也指出，只有1%的高管认为他们的生成式AI落地已达到成熟水平。这一矛盾说明，虽然AI投资与应用的热度极高，但企业在治理、应用深度和人才适配上依旧存在明显差距。
在这样的背景下，HR的任务不仅是配合技术部门落地工具，而是要将AI转型与人力战略绑定起来。正如报告所强调的，“企业战略始于人才战略”，如果HR不能主动推动AI赋能，那么企业的AI转型必然流于表面。
三步战略：HR引领AI转型的完整路线图
第一部分：重塑AI驱动的HR职能
AI要在HR中真正落地，首先必须打下坚实的技术与数据基础。报告强调，HR必须与IT形成紧密的战略合作关系，而不是过去的单向依赖。两者需要共同决定数据架构、技术平台和AI伙伴的选择，从而保证数据集中、质量可控，避免出现信息孤岛。只有这样，AI应用才能覆盖全员，形成统一体验，而不是分散在多个工具中导致混乱。
在此基础上，企业应建立HR专属的AI治理模式。ServiceNow提出“AI工厂”的概念，即通过结构化流程，将AI的创意收集、评估、优先级排序、开发与治理整合在一个可重复、可扩展的框架中。这种模式既能保障创新速度，又能确保伦理、合规和业务价值的平衡。例如，ServiceNow的AI控制塔就是一个典型案例，它能够实时监测AI模型的表现、数据质量和合规性，帮助HR领导者清晰掌握AI在组织内的使用情况，避免出现偏差或风险。
更重要的是，AI不仅改变了HR的工具箱，还将深刻改变HR岗位本身。未来的HR将不再只是处理招聘、绩效和培训，而是要承担更多“产品思维”和战略角色。新兴岗位包括AI编排设计师，负责规划AI代理与业务流程的融合；员工体验设计师，专注于优化AI驱动下的员工旅程；AI伦理官，确保AI使用与企业价值观一致；人才战略师，利用预测分析塑造长期的人才布局。这些角色的出现，意味着HR正在从事务执行者转向企业未来的战略设计者。
第二部分：推动AI赋能，重塑技能与学习生态
报告的第二步战略强调，AI赋能不仅发生在HR职能内部，更要扩展到整个组织。HR的责任是帮助所有员工掌握新技能，并通过合理的框架推动全员适应AI时代的工作方式。
世界经济论坛指出，到2030年，全球劳动力中约有59%的人需要进行技能重塑或升级，其中11%可能无法获得相应机会。这是一个极大的挑战。ServiceNow的研究同样表明，几乎所有岗位都将不同程度地经历任务的自动化或增强。因此，HR需要以战略性的方式推动再培训和技能升级，把员工从事务性任务中解放出来，让他们专注于创造价值。
未来的关键技能既包括技术能力，也包括人类核心能力。在技术层面，AI、大数据、网络安全和数字素养将持续增长。在人类核心方面，创造性思维、韧性、灵活性、领导力和好奇心同样重要。报告指出，单一的技能组合已不足以支撑未来，真正的竞争力在于技术与人类技能的结合。
为此，ServiceNow提出了“Know-Use-Build-Lead”的AI赋能框架。所有员工都需要具备AI的基础知识，理解提示工程和数据隐私等基本原则（Know）。大多数员工需要掌握如何使用AI工具完成工作（Use）。技术人员则需要具备构建AI解决方案的能力（Build）。而管理者必须学会如何引导团队与AI共事，推动采用和文化转型（Lead）。这种层级化的框架确保不同层次的员工都能找到清晰的学习目标。
此外，AI热力图是一个非常直观的工具，帮助企业识别岗位中最适合AI接管的任务。例如在HR共享服务岗位，AI能够处理知识库维护、案例管理和供应商对接等事务，从而节省员工约28%的时间。这些节省下来的时间被重新分配到人才发展和战略项目中，形成了“效率—学习—价值提升”的正向循环。
ServiceNow还推出了ServiceNow University，以AI驱动的学习体验取代传统的静态培训模式。它通过预测和个性化推荐，提供从入职到深度进阶的学习路径，使员工在工作中就能完成技能提升。这种模式意味着学习将不再是周期性任务，而是与工作高度融合的持续过程。
第三部分：转型劳动力，构建人机协同的新团队
AI的普及最终会改变劳动力的定义。报告提出，AI代理（Agentic AI）不再只是工具，而是将成为组织中的“虚拟员工”。这意味着HR必须考虑如何为AI代理“入职”，如何培训它们、如何评估绩效，甚至如何与人类员工共同组成混合团队。未来的组织将由人类与AI共同构成，HR的角色是设计并治理这种新型劳动力结构。
劳动力转型的关键在于三方面。第一是变革管理。许多员工对AI存有焦虑，担心被替代。HR必须通过沟通、培训和文化建设，确保员工理解AI是赋能工具而非竞争对手。第二是工作设计。企业需要明确哪些岗位和任务由AI承担，哪些仍需人类独有的判断、创造力和同理心。第三是文化引领。AI的真正成功取决于信任，当领导者投资于员工的学习和成长时，会传递一个重要信号：员工属于企业的未来。
报告特别强调，组织必须选择是用AI来替代人以削减成本，还是通过AI增强人类潜能。如果选择后者，就能打造更有韧性和创造力的团队，并形成长期竞争优势。
AI在实践中的应用价值
为了证明上述战略的可行性，报告提供了多个案例。
在ServiceNow内部，AI已经帮助HR共享服务部门实现生产力翻倍。一名HR支持员工的数量从412人提升到881人，同时不以裁员为目标，而是通过再培训把释放出来的时间投入到人才发展与战略工作中。
在AstraZeneca，AI平台帮助替代了实验室日常的手工流程，例如试管登记与存储，每年节省超过6万小时。这些时间被重新用于药物研发，从而加速了寻找罕见疾病治疗方案的进程。
BT集团的案例展示了AI在客户体验中的威力。通过ServiceNow平台，BT将客户服务的响应时间从4.7小时缩短到1分钟，任务自动化率提升80%。同时，AI还能预测并防止网络故障，帮助客户服务人员减少55%的文书时间。
这些案例表明，AI的价值不仅在于效率，更在于通过再分配时间和资源，实现业务增长和员工发展的双重目标。
未来趋势与大赌注
报告最后提出了未来几年的重点方向。
首先是Agentic AI。AI代理将成为劳动力规划的重要组成部分，独立完成任务并大规模运作，而人类则专注于需要创造力和复杂判断的工作。
其次是以技能为核心的组织模式。AI工具可以帮助企业绘制员工技能地图，识别差距并推荐培训。这样，组织能够更敏捷地适应变化，并把AI释放的能力重新分配到关键领域。
第三是“学习即工作”。未来的学习将不再依赖周期性的培训，而是融入日常工作流程。员工在完成任务的同时，不断获得新知识和技能，保持岗位的长期适应性。
此外，治理和信任将成为AI成功的基石。Accenture的调研显示，77%的高管认为，只有在信任和治理的基础上，AI才能真正释放潜力。
结论：HR是AI时代的变革引领者
《HR’s Role in AI Transformation》（点击下载）清晰地指出，HR在AI时代的使命远超传统职责。CHRO需要承担起“首席AI赋能官”的角色，推动AI的合规治理、技能重塑与文化转型，确保技术与人才的深度融合。AI的最终价值不是取代，而是增强，当人类的创造力与AI的效率结合，企业将迎来真正的人文复兴。
对企业而言，这意味着不能仅仅把AI视作提升成本效率的工具，而要把它看作战略资产，积极管理、合理分配，并通过文化和学习机制把员工纳入转型之中。只有这样，AI才能既推动业务增长，也成就更加有意义和有韧性的职场。
观点
【财报】科锐国际2025年上半年营收70.75亿元，同比大增27.67%
科锐国际（300662）发布2025年上半年业绩：营业收入70.75亿元，同比增长27.67%；归母净利润1.27亿元，同比增长46.96%；扣非归母净利润0.96亿元，同比增长50.08%。分业务看，灵活用工收入67.36亿元，同比增长29.31%，继续作为核心驱动力；中高端人才访寻与RPO合计实现恢复性增长；技术服务收入同比增长48.23%，受益于“禾蛙”产业互联平台与CRE、Match System等AI引擎带来的匹配效率提升。分区域看，中国大陆收入58.60亿元，同比增长33.62%；中国香港及海外收入12.15亿元，同比增长5.10%，实现由负转正。
北京，2025年8月28日 —— 北京科锐国际人力资源股份有限公司（深交所代码：300662）今日发布2025年半年度财务报告，揭示公司核心财务表现：营业收入达到 人民币70.75亿元，同比增长 27.67%；归属于母公司股东的净利润 1.27亿元，同比增长 46.96%；扣非后净利润 0.96亿元，同比增长 50.08%。另外科锐国际2025年4月调整管理层，高勇在继续担任董事长的同时兼任总经理，接替卸任总经理的李跃章。
业务板块表现灵活用工继续担当核心增长引擎，上半年实现收入 67.36亿元，同比增长 29.31%，在总营收中占据九成以上份额。随着灵活用工市场需求扩大，公司在稳定交付、规模效应和政策利好的支持下保持了高速增长。同时，中高端人才访寻及RPO业务恢复增长，体现了企业招聘需求的逐步释放。技术服务收入表现尤为突出，上半年达到 6.5亿元，同比大幅增长 48.23%，主要受益于“禾蛙”产业互联平台与AI引擎（CRE、Match System）的深度应用和规模化落地。
区域市场表现中国大陆业务继续稳健扩张，上半年收入 58.60亿元，同比增长 33.62%，是整体业绩提升的关键驱动力。值得关注的是，中国香港及海外业务实现收入 12.15亿元，同比增长 5.10%，相比去年同期的负增长已显著改善，显示出公司国际化布局的复苏迹象。
AI与技术投入财报显示，公司在2025年上半年持续推进 “AI-First”战略，研发投入总计 0.65亿元。其中36%用于内部信息化建设，64%用于数字化产品升级。技术层面，公司迭代发布了 CRE 0.5、1.0、1.1 模型及 Match System 2.1，并引入 Refine-Thought（RT）推理框架，在行业标准 PJBenchmark 测评中实现了 60%的性能提升。此外，公司还启动了基于 图神经网络（GNN） 的 CRN（Career International Relation Network）模型研发，并已进入 Agent（智能体）落地阶段，标志着AI能力正加速从研发走向应用场景化。
财务与现金流公司上半年经营性现金流为 -1.93亿元，同比有所下降，主要原因在于灵活用工业务的“先行垫资+结算周期”模式。为确保业务拓展与研发资金，公司董事会决定 不进行半年度分红、不送股、不转增，维持稳健的资本分配策略。
HRTech观察：
科锐国际2025年上半年财报呈现出几个突出的看点：
营收与利润双高增长 —— 收入规模首次突破70亿元，净利润增速（+46.96%）显著快于营收，显示出经营杠杆效应正在释放。
业务与区域结构优化 —— 灵活用工保持稳定支撑，技术服务成为新的增长引擎；大陆市场继续高增，海外市场由负转正，为未来国际化战略提供支撑。
AI战略落地成效明显 —— CRE/Match System的迭代与智能体落地，体现公司在人岗匹配、招聘效率提升方面的核心竞争力。
现金流压力与资本分配 —— 经营性现金流仍为负，反映出业务模式的资金周转压力。但公司通过不分红的方式保留更多资金投向研发和扩张，展现出对长期发展的战略定力。
总体而言，这份财报不仅体现了科锐国际在“基本盘”上的稳健增长，更展示出其在AI驱动的人力资源科技化转型上的持续进展。在“稳就业”和“新质生产力”的政策环境下，科锐国际正在逐步从传统人力资源服务商，转型为具备技术与平台化优势的综合型人才解决方案提供商。
观点
【深度解读】并购潮与私有化正在改写全球HRTech：从 SAP×SmartRecruiters、Workday×Paradox 、Paychex → Paycor到 Dayforce123亿美元的私有化
2025 年，HR 科技行业正在经历一场由资本主导的深度重构。SAP 宣布收购 SmartRecruiters（估值约 15 亿美元），Workday 收购 Paradox，Paychex 以 41 亿美元并购 Paycor，Dayforce 被 Thoma Bravo 以 123 亿美元私有化，HireRight 也以约 17 亿美元完成退市。如此密集的大额交易，几乎前所未有。
这些交易的背后，是资本市场与私募基金对 HR 科技未来价值的重新定价：一方面，上市公司通过收购补齐短板、扩大版图，以套件化和全流程能力增强市场份额；另一方面，私有化带来的“长期主义”让企业摆脱季度财报压力，获得更大的战略灵活度去扩展全球薪资、前线招聘、合规验证等长期增长业务。
HRTechChina 认为，这场并购与私有化浪潮的核心意义在于：行业正进入集中度加速提升的阶段，头部平台形成一体化能力，中端市场加速整合，而传统独立厂商的生存空间被进一步压缩。 未来 3–5 年，HR 科技的格局将围绕“平台主导、资本驱动、生态竞合”三大关键词展开。
Workday 收购 Paradox：锁定前线招聘场景
2025 年 8 月，Workday 宣布收购会话式招聘平台 Paradox。Paradox 以候选人体验 AI 和高频量招聘场景见长，其助手 Olivia 已完成超过 1.89 亿次候选人对话，平均能将招聘周期缩短至 3.5 天，候选人转化率超过 70%。
在此之前，Workday 已完成对 HiredScore 的收购，用于人才匹配与编排；同时也收购了 Flowise，增强其 AI Agent 能力。Paradox 的加入，意味着 Workday 从候选人发现、智能对话到招聘、入职，形成了一条完整的 AI 驱动招聘闭环。这让 Workday 在前线招聘市场获得了差异化优势，也确立了其在全球高频量岗位招聘中的领导地位。Paradox202年12月最后C轮融资2亿美元，估值15亿美元。
SAP 收购 SmartRecruiters：补齐 SuccessFactors 短板
SAP 在 2025 年宣布收购 SmartRecruiters，这是其 SuccessFactors 平台的重要补充。SmartRecruiters 作为新一代 ATS，在灵活性、AI 驱动招聘流程和开放生态方面具备领先优势。通过此次收购，SAP 将获得现代化的招聘核心能力，以与 Workday 在人才获取领域形成直接竞争。
这笔交易意味着传统 HCM 巨头正在加速补齐招聘拼图。对 SAP 而言，SmartRecruiters 不仅是功能的叠加，更是进入中端市场、提升候选人体验和招聘速度的关键。
Paychex 41亿美元收购 Paycor：中端市场 HCM 的整合
2025 年 1 月，Paychex 宣布以 41 亿美元收购 Paycor，并于 2025 年 4 月完成交割。这一交易是 HCM 行业中端市场的一次里程碑。
Paycor 长期深耕中小型企业市场，提供云端人力资源与薪资解决方案；而 Paychex 在中小企业薪资服务方面处于美国市场领先地位。两者的结合，意味着 Paychex 能在薪资之外，获得更完整的 HR SaaS 产品线，从而与 ADP、UKG、Workday 等形成更直接的竞争。
对企业用户而言，这一交易将带来更强的集成服务，但也可能导致未来市场的集中度提高，独立厂商的竞争压力加大。
Dayforce 私有化：123 亿美元交易
2025 年 8 月，Dayforce 与 Thoma Bravo 达成协议，以 123 亿美元全现金私有化，股东将获得每股 70 美元的现金溢价。该交易预计在 2026 年初完成。
私有化后的 Dayforce 将获得更大的战略灵活性，尤其是在全球薪资、劳动力管理和 AI 投资方面。资本市场普遍认为，私有化能让公司摆脱短期盈利压力，更专注于长期的产品与市场扩张。
这笔交易也表明，私募股权基金正在积极重塑 HR 科技版图，推动行业内的再次整合。
HRTech行业趋势分析
1. HCM 套件化加速
SAP 与 Workday 的收购显示，大型 HCM 平台正在补齐招聘短板。通过并购 SmartRecruiters、Paradox 等专业厂商，它们将 ATS、人才匹配、候选人体验整合进一体化套件，从而对独立招聘软件形成直接威胁。
2. 一线的招聘成为新战场
Workday 收购 Paradox 表明，一线用工市场正在成为 AI 招聘的最大增量领域。零售、医疗、物流等行业的快速招聘需求，使得会话式 AI 与自动化流程成为不可或缺的基础设施。
3. 中端市场整合显著
Paychex 收购 Paycor 是中端市场 HCM 的关键事件，显示该细分市场也进入整合阶段。类似的交易会持续压缩独立厂商的生存空间。
4. 私有化为“二次创业”提供资本工具
Dayforce 与 HireRight等HR科技机构的私有化，反映出私募基金正在推动 HR 科技行业的再平衡。相比公开市场，私有化能让企业更专注长期发展，但也会带来杠杆和整合的风险。
HRTechChina的观点
2025 年的并购与私有化浪潮，已经超越了单一产品层面的整合，而是预示着行业运行逻辑的重构。大型 HCM 平台通过收购 SmartRecruiters、Paradox、HiredScore、Flowise 等，基本补齐了从候选人获取、AI 匹配、对话体验到招聘入职的全链条能力；同时，私有化案例（Dayforce、HireRight）反映出资本市场的再平衡——公开市场追求短期盈利，而私募基金推动长期价值释放。整个行业的走向已经非常清晰：套件化、一体化、AI 驱动，以及资本主导的再平衡。
我们的观察：
平台主导，独立厂商生存空间缩小：SAP、Workday 等巨头通过收购补强招聘与 AI 能力，独立 ATS 与招聘软件被迫转型为生态合作伙伴，未来更多是“竞合”关系而非单纯竞争。
一线招聘将是最大增量场景：零售、医疗、制造、物流等前线岗位招聘成为 AI 招聘的突破口，效率、转化率与体验是核心指标。
中端市场整合提速：Paychex 收购 Paycor 是信号性案例，显示中端 HCM 市场已进入并购整合周期，未来竞争格局会明显集中。
私有化重塑资本节奏：Dayforce 与 HireRight 的私有化说明，PE/VC 正在重塑 HRTech 的资本路径，让企业获得更长的战略窗口，但也带来杠杆与整合风险。
AI 驱动全面渗透：无论是招聘、薪资还是合规，AI 都已不再是“附加功能”，而是所有产品的核心差异化方向。
对于企业用户而言，这意味着未来三到五年，HR 科技的选择不再是单点工具，而是“平台+生态”的博弈。如何在效率、合规与灵活性之间找到平衡，将是 CHRO 与 CIO 的核心任务。以上观点仅限于美国市场的观察。我们仅做参考，也欢迎大家一起与HRTech畅谈中国HR科技市场的发展。
来源：公司公告、新闻稿、行业分析报道（Workday、SAP、Paychex、Dayforce、HireRight 等官方发布及公开市场信息）
观点
深度观察 | AI重构HR的未来蓝图：战略编排才是核心战场--解读Deloitte《HR Reimagined: Agentic AI for HR》
HRTech隆重推荐！在AI加速重塑企业运作方式的今天，人力资源领域也正经历着一场深刻变革。2025年夏季，Deloitte 发布了最新研究报告 《HR Reimagined: Agentic AI for HR》，由资深人力资本与AI转型顾问 Greg Vert 和 Kyle Forrest 联合撰写。报告围绕“Agentic AI”（智能体AI）这一新一代技术，系统探讨了AI如何在HR全价值链中发挥作用——从战略规划、治理体系，到能力建设与技术架构，并通过16项HR核心能力与67个具体活动的分析，描绘了从AI辅助（Assisted）到增强（Augmented）再到AI驱动（AI-Powered）的成熟路径。
本文将结合报告核心内容与行业背景，带来一份深入的中文解读，帮助HR领导者与业务决策者理解AI在HR中的落地价值、潜在风险及战略编排方法。非常值得推荐阅读！！如果需要PDF 可以添加客服或者邮件获取德勤报告
人工智能的快速发展，正在让HR领域面临一次前所未有的变革。从招聘到员工体验，从绩效管理到流程优化，AI的触角已经伸入几乎所有HR职能。Deloitte 在《HR Reimagined: Agentic AI for HR》中，描绘了一幅未来蓝图——AI不再只是工具，而是HR战略执行的核心力量。本文将结合报告要点，带来一份面向HR领导者的深度解读。
1. AI在HR的三种形态：从辅助到驱动
报告指出，AI在HR的应用大致分为三个阶段：
辅助型（Assisted）：AI为人类提供支持，如自动生成职位描述、初步整理数据等。
增强型（Augmented）：人类与AI交替协作，AI能处理部分复杂任务，如候选人筛选、知识库更新、调查分析。
驱动型（AI-Powered）：AI主导流程执行，人类负责监督与优化，例如自动完成员工咨询、生成分析报告、触发跨部门流程。
解读：企业应先明确自身在这三个阶段中的位置，然后规划向更高阶段的演进路径，而不是盲目堆砌工具。
2. Agentic AI：HR的“虚拟同事”
传统AI往往是功能插件，作用单一。而Agentic AI的特征在于：理解上下文、规划多步骤任务、调用不同系统完成工作，并能根据反馈优化执行。这类AI更像是一名“虚拟同事”，能够独立完成从信号识别到结果交付的全流程。
解读：这要求HR团队具备“管理AI”的能力——为AI设定任务边界、明确流程接口、评估其工作成效，而不是只当它是一个按钮或查询工具。
3. 角色重塑：从事务处理到战略赋能
AI的引入会让HR的时间分配发生显著变化：
HR业务伙伴（HRBP）：从有限服务部分业务单元，转向为全体管理者提供战略性人才辅导。
卓越中心（COE）：从数据收集整理转向实时洞察与预测，参与前置决策。
HR运营（HR Ops）：80%以上的日常事务由AI执行，团队重心转向员工体验和流程改进。
解读：HR的绩效评估指标也应随之调整，从“完成多少任务”转向“业务贡献度”和“战略影响力”。
4. 高价值落地场景
报告给出了一些能快速显现成效的Agentic AI应用：
入职流程：多个AI协作完成任务分配、福利登记、培训安排，跨平台无缝衔接。
请假与返岗管理：AI提前识别返岗事件，触发跨部门流程，并根据反馈优化体验。
人才保留：AI实时分析流失风险并推送定制化留才方案，直接触发奖励或调配。
解读：这些场景有三个共性——跨系统、闭环执行、可持续优化，非常适合做为企业的AI试点项目。
5. 碎片化风险与战略编排
如果不同部门各自引入AI工具，很容易造成“67个AI源”的割裂局面：数据孤岛、体验不一致、治理困难。报告提出五个关键步骤来避免碎片化：
规划：目标与业务战略、员工需求一致；
治理：覆盖伦理、数据安全、信任机制；
能力建设：集中AI专业能力，设立卓越中心；
编排：工具互通并嵌入核心流程，而非外挂；
衡量：效率、体验、公平性与成果并重。
解读：这本质上是“企业级AI治理”的HR版本，需要跨部门协作才能真正落地。
6. 技术趋势：多智能体系统（MAS）
未来12-18个月，用户与HR系统的交互将从传统API调用，逐步转向多智能体系统（MAS）——多个AI可以相互协作、与人类互动、跨平台执行复杂任务。例如，招聘AI可以直接与培训AI、薪酬AI协作，实现从录用到入职培训到福利登记的自动化闭环。
解读：这意味着企业未来的AI生态将是“团队作战”而非“单兵作战”，需要提前规划架构与数据接口。
结语：AI价值取决于编排能力
AI进入HR是不可逆趋势，但它的价值并不会自动释放。真正的竞争力来自于战略性编排与持续优化——让AI不只是辅助工具，而是组织能力的一部分。对于想在未来人才竞争中保持领先的HR团队来说，现在正是重新设计角色、流程与能力结构的关键窗口期。
报告来源：Deloitte《HR Reimagined: Agentic AI for HR》 作者：Greg Vert 与 Kyle Forrest
观点
EOR（Employer of Record）是全球用工解法，还是一场资本游戏？
HRTech概述：在全球远程办公日益普及、跨国用工需求日趋增长的背景下，“Employer of Record”（EOR，名义雇主）这一模式迅速走红，成为人力资源科技公司竞相宣传的卖点。但这真的是全球招聘的灵丹妙药，还是被精心包装的“合规外衣”？知名HR科技观察者、分析师 Matt Charney 在这篇犀利长文中，深度揭示了EOR平台背后的商业模式、法律风险与战略误区。Matt Charney 的文章不仅系统梳理了Deel、Rippling、Remote、Papaya Global等EOR代表企业的操作逻辑，还毫不避讳地指出：尽管EOR表面上为企业提供了便捷的全球雇佣路径，但其本质仍是一种高溢价的中介服务，可能掩盖了供应商锁定、合规责任转嫁、以及战略延迟等深层问题。
对于正考虑全球扩张的企业而言，Matt Charney 提出明确建议：EOR可以是进入新市场的“短期桥梁”，却不应成为长期用工的“终点策略”。HR与招聘负责人必须回归初心，清晰界定EOR的适用场景，审慎评估平台能力，并始终将“人”置于合规与效率之上。
这篇文章不仅是对EOR市场的冷静剖析，更是对“全球人才战略”是否真正可持续的深刻反思。无论你是创业者、HRD，还是国际化的HR服务提供商，都值得认真一读。以下是正文：
现在，有一个新的缩写词正在HR科技圈大行其道，各家厂商纷纷将它加进融资PPT里（不，不是“AI”），而是 EOR——Employer of Record，名义雇主。
说实话，这听起来确实不太“性感”。
什么是EOR？
简单说：你想在德国雇个顶尖工程师，或在巴西招个增长黑客，但你不想设立本地公司、搞懂外国税法，或者不小心触发某个政府的审计。
EOR平台——比如Rippling、Remote、Papaya Global、Multiplier，还有其他几百家长得差不多的——会以你的名义成为“法定雇主”，处理工资发放、合规、福利，以及你不想碰的各种繁琐事务。
听起来是不是很美？
确实是——直到你发现你其实是在付高价，雇一个光鲜的“中间人”，在你完全不了解的国家里按下“发工资”按钮，基于一套可能根本站不住脚的合规架构。
工作无国界，但风险也一样
我们怎么走到今天这一步的？其实，EOR这个概念并不新，几十年前就存在，常常藏在某些外包合同的角落，或某些国际商业咨询服务协议中。那时候，我们通常称之为“外包”或“离岸用工”——典型的里根时代遗产。
然后，疫情来了（你还记得吧？），大家都远程办公了，于是每家VC支持的初创公司都开始喊：“雇佣全世界最优秀的人才！”尤其当“全世界”意味着不需要提供医保、401(k)、或体面的薪资时。
全球招聘不再只是财富500强的专利，即便是刚拿了几百万美元种子轮的小公司，也能招个波兰的程序员，哪怕他们对那里的劳动法一无所知。
于是，新的EOR平台就来了：界面漂亮、融资充足、自称“下一代全球雇佣解决方案”，按SaaS倍数收费——在如今的“资本寒冬”里，这种故事太容易讲。
“点击一次，在150+个国家雇人”——这确实比“外包”或“离岸”听起来更动人，虽然本质是一样：用高利润率去买便宜劳动力。
但它们不会告诉你：你进入的是一个合规碎片化、费用虚高、合同模糊的世界——当事情出错时，你很可能孤立无援。
EOR靠什么赚钱？
剧透一下：不是靠为雇主省钱。
大多数EOR平台运作的是一种简单却极具吸引力的商业模式——特别对那些按ARR和营收估值的VC来说，简直“印钞机”：
每位员工每月收固定费用，或按工资比例（通常10–15%）收取；
福利方面加价（反正你也没法在韩国去比价医保）；
额外收取签证服务、股权激励、法律支持等“高级服务”费用。
你只要在六七个国家雇个几十人，这些加起来就是一大笔开销——只为了“你不拥有你的人”。
这对EOR来说，是个完美的生意模型。
对想延长现金流的小公司来说？就不那么妙了——这些“平台”对客户收取的费用，说好听是“服务溢价”，说难听点，近乎高利贷。
EOR到底是HR解决方案，还是一场空壳游戏？
表面看，EOR就像是一种银弹，帮你快速进入海外市场，不设本地实体也能雇人。但深入看？水很深。
我们先说法律风险。在一些国家，比如西班牙，只有经过官方认证的派遣机构才有资格提供EOR这类服务。
欧盟最近确实有一个“似乎支持”的判决——只要企业不对员工进行日常管理就行。可问题是：你不管人，那你还雇他干嘛？
再来是“常设机构风险”（PE风险）。如果你通过EOR雇佣的员工在当地创造营收、受你直接管理，那你仍然可能触发税务或商业登记责任。
EOR平台会说他们搞定了。你的会计可能会告诉你：你最好再核查一遍。
别忘了“供应商锁定”：你在5个时区雇了30人，一旦你想换平台或自建实体？就像工资发到一半突然换系统一样——代价惨重，风险极高，可能直接断送职业前途。
这是一场“圈地运动”
别搞错了，这是一场圈地竞赛（或者说淘金热）。
EOR市场从2022年的19亿美元，预计将在2028年增长至60–120亿美元，视你参考哪份分析报告而定（当然，也取决于有多少平台烧光钱或被并购）。
原因很简单：投资人喜欢“订阅式收入”，喜欢“粘性高、毛利高、刚需”的生意。EOR正是这种模式的典范。
但问题是：多数平台并不盈利。他们靠融资打价格战、争市场、扩地域。可烧钱总有尽头。
到那时？并购、裁员、涨价，会陆续上演。你的EOR平台倒闭了，或者被整合进另一个HR系统？祝你好运，尤其是还要发全球工资的时候。
那该不该用EOR？
答案是：视情况而定。
重点在于：EOR是一个优秀的短期工具，但非常糟糕的长期策略。理由很简单：
它非常适合测试新市场、临时雇佣一位专家，或搭建小团队；
它不适合大规模、长期、战略性用工。
一旦员工开始产生营收、参与管理或担任核心角色，EOR平台就会带来合规风险，并且很难融入你自己的绩效、薪酬、文化体系中。
如果你有明确的五年全球化战略——那你该自己“盖房子”，而不是一直租。
你要的是雇人？那EOR不错。你要的是全球团队？那你得设实体、搞合规、拥有人。
归根结底：EOR是“包装得很好的全球工资代发平台”
它不是在“重塑工作模式”，不是在“重定义HR”，更不是“就业的未来”。
HR和招聘负责人真正需要做什么？
你不需要是全球税务专家，但你需要参与决策。
因为虽然这个决定往往始于法务或财务，但最终责任一定落到HR头上。
员工入职后，是你要回答问题：
他们签的合同到底是什么意思？
为什么他们不能像纽约的同事一样拿奖金？
他们的医保包不包含试管婴儿？
什么时候能转正？能升职吗？
这不是采购问题，这是人的问题。而系统和“自动合规”并不能解决“人”的复杂性。
所以，HR要做三件事：
设定边界：明确哪些情况能用EOR，使用时间不能无限期。
审慎选商：很多EOR其实是贴牌本地服务商，问清他们是否有当地法律实体、是否真实负责合规。
保持参与感：任何“我们打算在某地雇人”的提议，都要问一句：“这个决定有长期意义吗？”
最终提醒：
问题不在于选了哪个EOR平台。而是你忘了自己为什么用它——然后，继续用了太久。
EOR不会消失，市场只会越来越大。但增长 ≠ 价值，便利 ≠ 战略。
如果你真的想建立全球化人才战略，那就从“像一个全球公司”那样思考：
设立实体、理解法律、落地本地化人力战略。把EOR当成桥梁，而不是终点。
下次有人说“我们直接EOR吧”，请你深呼吸，问几个问题，因为——
签字的那个人可能不是你，但出事时，收拾残局的，一定是你。
可以参考HR科技云图的出海服务选择适合的EOR机构：
观点
AI时代的员工敬业度与幸福感危机——我们该怎么办？
HRTech概述:Josh Bersing刚刚发布文章指出，美国职场幸福度与员工敬业度出现严重滑坡。根据 Gallup 数据，全面敬业的员工比例仅为 21%，优秀的管理者仅为 27%；令人担忧的是，66% 的员工处于“痛苦”状态，8%处于“挣扎”状态。同时，世界幸福报告显示，美国幸福排名从 2024 年的第 15 名跌至 2025 年第 24 名，首次跌出前 20 名，现仅略高于波兰、伯利兹与台湾。文章分析背后成因：AI 引发裁员与不确定恐惧感；曾经被推崇的远程与灵活工作被缩减；缺乏对年轻管理者的培训与支持；社会关系被社交媒体与政治撕裂；员工对领导层的信任及公平感下降。
员工敬业度与幸福感的统计数据令人震惊
Gallup 2025 年的数据表明，只有 21% 的员工完全投入工作（比去年下降 10%），只有 27% 的管理者投入工作（下降 11%），66% 的员工处于“痛苦”状态，**8%**处于“挣扎”状态。
还有更多令人沮丧的消息。《2025 年世界幸福报告》显示，美国的幸福感从 2024 年的第 15 位骤降到 2025 年的第 24 位，这是美国首次跌出前 20 名。美国的幸福感仅略高于波兰、伯利兹和台湾，如今已低于英国。
而且，这不仅仅是蓝领或一线工人的问题：正如《华尔街日报》文章《为什么管理者如此痛苦》指出的那样，管理者（27% 敬业度）比去年幸福感低 11%，年轻管理者的感受最糟。只有三分之一的年轻管理者接受过任何培训，而且他们的管理跨度还在不断扩大。
我认为，管理者可能是受人工智能直接影响最大的群体。他们不仅被要求裁员、提高产出，还被期望在很多已经力不从心的情况下“改造”团队。
然后是恐惧的问题。由于 DOGE、各种关于 AI 消灭工作的文章以及大量裁员，86% 的员工表示在工作中经常感到“恐惧”，**34%**的人害怕发声。他们害怕什么？害怕 AI 抢走工作、害怕被淘汰，或干脆害怕被忽视。
（Adecco 对 8 万名员工的全球调查发现，40% 的员工担心工作稳定性，其中人工智能被列为这种恐惧的第一来源。）
为什么会发生这一切？
正如我在下方视频中讨论的那样，关于员工和劳动力幸福感的源源不断的调查和报告，源自多种因素的结合。
远程工作刚刚习惯了灵活性，却被“拉回”办公室。AI 技术人员过度推销他们的工具，并说服 CEO 裁员。政治和社交媒体削弱了我们的社区感、友情和善意。
《世界幸福报告》认为幸福有六个因素：
人均 GDP（财富）
社会支持（在遇到困难时是否有人可以依靠）
预期寿命（寿命长短与健康质量）
选择生活的自由（人们对自己生活控制和决策能力的感受）
慷慨（慈善捐赠、志愿服务以及帮助陌生人的意愿）
腐败感知（对政府和商业腐败的认知）
当我们观察美国的幸福状况时，问题很明显。尽管 GDP 上升，但社会支持显著下降（19% 的年轻人表示没有可以依靠的人）、预期寿命下降、自由度下降 15%、腐败感知下降近 20%。正如那句老话所说，金钱并不是幸福的来源。
在实际生活中，还有很多问题：加沙和乌克兰战火不断；美国政治极度两极化；关税战让国家对立；商业领袖们忙于追赶 AI，而 AI 现在主导着股市估值。
如果你在普通的一天打开 CNBC，你会看到大多数记者在将公司的业绩与 Nvidia 或 Microsoft 比较，并想知道“他们如何才能跟上”。这给 CEO 带来了更大的压力，公司在不确定中手忙脚乱地重组、转型或裁员，试图成为一家“超级员工公司”。
还有那些 AI 评论员，他们告诉我们“超级智能”即将到来。尽管听起来荒谬，但这让人们更加担心。
四天工作制？还是 72 小时（996）工作制？
现在我们来谈压力问题。尽管我们梦想着 AI 能带来四天工作制，但科技公司现在却走上了中国的路线，要求员工在周六工作。这被称为“996”，即早 9 点到晚 9 点，一周 6 天。在工作岗位稀缺的情况下，一些雇主能够强制执行这种规定。（风投似乎很喜欢这种方式。）
事实上，中国现在真的在实行“007”——从午夜到午夜，一周七天，只是采用轮班制。
“如果你想建立一家价值 1 亿美元的公司，你可以每周工作五天。但如果你想建立一家价值 100 亿美元的公司，你就必须每周工作七天。”——某知名风投
我们对四天工作制做了详尽的研究，大多数学术研究表明，生产力（每小时的实际产出）在每周 30–35 小时时达到峰值。当人们的体力极限被突破时，他们可以靠喝更多咖啡来支撑，但工作质量会下降。而软件公司是少数几个经常接受持续存在的缺陷的行业之一。
我认为，大多数人都不希望自己的汽车、飞机或医疗设备是由一个为了赶进度在周六加班的人设计或制造的。是的，iPhone 是由疲惫的中国工人制造的（我建议你阅读《Apple in China》了解详情），但苹果对质量的专注克服了倦怠的工作条件。
我们如何应对这些问题？（基于多年的研究）
这些问题很复杂，正如我们下面的框架所示。我将解释其中一些主题，并推荐我的书《Irresistible》。注意：下面讨论的所有研究及更多内容可在 Galileo 和 Galileo Learn 中找到。
重新思考“财务优先”先从基本问题开始：你的唯一商业目标是赚钱吗？如果是这样，你可能会忽视“持久的组织为股东带来最佳回报”这一事实。投资人力资本，你会发现这是你唯一会增值的资产（机器甚至软件都会老化）。
将使命感与问责制重新聚焦我们遇到的最佳公司在“使命感”和“问责制”之间保持强大平衡。他们对产品和客户有不懈的关注，同时也会彼此问责。最近几位客户告诉我，他们的文化“太友好”。人们不愿进行困难的对话，因此绩效问题得不到解决。我听到的最佳做法是使用“张力时间（Time under Tension）”的概念，迫使人们在情况不佳时彼此交流。
尽量避免过度招聘在我们的系统性 HR 研究中，我们发现太多公司认为所有问题都可以通过雇佣下一个专家来解决。这不仅非常昂贵，而且大多数“专家”不会久留。是的，我们希望建立人才密度，但你可以在公司内部找到优秀人才，而不必总是向外寻找。
慷慨投资于员工发展平均公司每年在每位员工的发展上只花费 1,200–1,500 美元（约占工资总额的 1.5–2%）。要确保这些钱花得值得，不要浪费在没人会用的一堆课程上。我们建议采用动态学习模式，例如 Galileo Learn 和其他新兴平台。学习可以提高生产力、质量、创新和敬业度。因此，将发展性任务、临时项目、岗位轮换和灵活安排视为学习、成长和提高生产力的机会。
打造动态组织：让人能够变换角色现在 AI 已经到来，我们都在面对职位变化、新角色和新的业务流程。PwC 的 CEO 调查支持我们的研究：那些经常调动人员的公司，其盈利能力比不这样做的公司高 27%，而且员工更敬业、更幸福、更高效。
公平支付，而不仅仅是高薪薪酬固然重要，但它的重要性可能没有你想象的大。我们关于薪酬公平的研究发现，薪酬的公平性和透明度比薪酬水平本身重要七倍。确保你的薪酬与当地生活成本、技能水平和市场保持一致。在福利方面，要了解本地需求——在一个城市，健身房会员资格可能远不如物理治疗补贴有价值。
学会欣赏、感谢并认可员工人类不是机器：我们都渴望被欣赏。一句简短的感谢、一次正式的表彰，甚至一个强大的社交认可平台，都能改变公司的运作方式。那些只是一味索取、很少奖励员工的公司，总是深陷倦怠之中。你可以通过专注于善意来避免这种情况。我们的研究显示，拥有高认可文化的公司，其自愿离职率比同行低 70%。
践行企业公民责任虽然现在这并不流行，但请记住，作为私营部门领导者，你也有公民责任。我们对待员工、商业伙伴、供应链和社区的方式非常重要。这包括 DEI（多元化、公平性和包容性）、社区参与、归属感以及我们称之为“员工激活”（倾听员工）。伟大的公司也是伟大的公民，这些投入构成了员工幸福、满足和意义的基础。
拥抱宽容、灵活和启发性最后，让我们记住以人为本的领导力基础。我们是人，不是机器。我们需要休息，我们有情感，有时会脆弱，也会犯错。是的，我们希望员工表现出色，但正如我们在疫情期间学到的那样，照顾好人，是照顾好业务的最佳方式。
是的，员工敬业度确实很重要最后一点，正如我在《Irresistible》中所描述的，企业中的员工敬业度呈钟形分布。虽然平均分是 3.4（满分 5 分），但许多公司表现得更高。这些“不可抗拒型组织”在长时间内始终优于同行。如果你希望你的业务长久发展，就要照顾好你的团队。
观点
Josh Bersin:人工智能能战胜人类直觉做决策吗？不可能
多年来，我们一直在争论 AI 是否能用于人类决策，比如：该雇佣谁？该提拔谁？薪酬多少合适？以及数百种其他决策。领导者每天都面临复杂、艰难的抉择——我们能信任 AI 来替我们做决定吗？
我的观点是：不能。
什么是直觉？什么是情绪？
我们都知道所谓“第一类思维”（Type 1 Thinking）——也就是直觉反应——在我们日常生活中扮演着主导角色。比如你见到一个人、坐在一个会议中，突然就知道“该雇谁”或“该怎么做”，即使数据很难查证。
我最近深入研究了遗传学、情绪与直觉，并得出结论：再强大的 AI “超级智能”，也无法替代我们的情绪。而这些情绪，来自我们的成长背景、过往经历，甚至基因组成——往往比数据更具洞察力。
作为一名工程师，我当然推崇数据与科学，因此并不是在否定算法与数据驱动决策。但我在人力资本领域的研究一再证明，是“人类直觉”在补充、辅助，并最终确定那些 AI 给出的建议。
AI 做决策的局限性在哪里？
AI 系统依赖“概率神经网络”进行训练，模型会从已有数据中学习，再用来判断新信息——写一段代码、生成一张图、创作一篇文章，它做得确实很出色。这是因为它可以瞬间把所有训练内容当作一个巨大的“数据集”，并用向量计算给出答案。
但这都基于一个假设：数据本身就足够全面，能够包含足够多的观点和洞察。如今，大多数大型 AI 实验室已承认“可索引的数据已经用尽”，所以开始制造“合成数据”——也就是 AI 用已有数据生成新数据，以此来扩充模型。
问题来了：这些数据缺失了什么？
如果你研究情绪理论（至少有六种主流理论），你会发现大多数观点都认为，一个人“对一件事的感觉”源于其生活经历、刺激源（所见所闻所感）以及基因。而“基因”这个维度，则是几百万年人类进化的产物。
所以即使某个商业决策在逻辑上是合理的，但我们每个人对数据的解读都是不同的，而我们的反应也由经验和人性所驱动。这就是为什么在一个高管会议上，大家面对同一组营收与市场数据，却会得出完全不同的结论：
比如一个人说：“我们做得不错，该庆祝！”另一个则说：“为什么没更快增长？我们本可以更好！”
为什么人类决策更有优势？
人类互动千差万别，有人积极进取，有人保守稳重。这种“直觉差异”正是一些公司在市场中脱颖而出的关键。
那这种直觉来自哪里？来自我们几百万年的进化历史与独特的“表观遗传能力”（epigenetic capabilities）。换句话说，人类智能与直觉，源于我们的家族基因、成长经历与历史背景。
以我自己为例：父亲那边是音乐家与科学家，母亲家族是商人。我最终成了一个热爱商业与人力工作的工程师。而因为父母都是企业家，我也成了一个有野心、敢冒险、喜欢挑战的人。
这些人类“能力”，本质上是历史和基因的组合，它们在我们的情感、直觉、性格和智慧中展现出来。
AI 决策能超越人类吗？绝不可能。
很多人用丹尼尔·卡尼曼的书《思考，快与慢》来解释这个问题。书中提出：
“快速思维”是直觉，
“慢速思维”是分析。
尽管这个划分广受欢迎，但现实更复杂。AI 在“慢速分析”方面确实做得不错，但仍然极其“幼稚”。
比如让 Grok 来解释“杰弗里·爱泼斯坦事件”，它会给出一段生硬的描述，但完全没有触及人类直觉所捕捉到的“这是个肮脏、混乱、令人羞耻的丑闻”。
我想表达的是：无论 AI 如何发展，也无论企业在数据中心上投入多少资金，它都无法复制人类在基因、历史与演化层面累积的智能。
举几个例子你就明白了：
当你开车经过街口，看到一个小孩站在路边，你的本能反应是“她可能会突然冲出来”。
当你在会议中感到“这个决策不对”，你会下意识决定“我们先别急，明天再看看感觉”。
而 AI 呢？它只会基于逻辑推演立即给出一个“答案”。
总结：人类直觉，在AI时代更重要
这种“情绪 + 本能 + 遗传”的判断力，正是人类与众不同的关键所在。
正因如此，我们才会有乔布斯与盖茨的不同，马斯克与奥特曼的差异。我们必须正视并尊重这些“人类智能”的组成部分，它们比以往任何时候都更重要。
观点
员工体验平台的演进：推动 AI 转型的关键引擎
员工体验平台（EXP）正在成为企业 AI 转型的关键基础设施。EXP 不再只是HR工具，而是推动组织学习、透明沟通和员工赋能的核心平台。研究提出五大战略：以人为本、自下而上、持续学习、透明沟通和实时优化。案例包括 Microsoft 的 HR AI 转型、ASOS 的 AI 自动化、Clifford Chance 的法律文书 AI 起草。EXP 赋能组织实现敏捷变革和AI落地。
AI 正在快速改变职场——不仅是技术，更是组织文化与工作方式的深刻变革。
人工智能（AI）的广泛应用为生产力、效率和业务增长带来了前所未有的机遇。然而，AI 转型并不仅仅意味着“部署新技术”，它实际上深刻地重塑了员工体验，影响着组织文化、团队协作方式与工作流程。
在这一转型过程中，员工体验平台（Employee Experience Platform，简称 EXP） 正逐渐从传统的 HR 工具，演进为推动企业成功实施 AI 的关键引擎。EXP 不再只是一个用于请假或查政策的门户，而是集成沟通、学习、协作、数据与自动化的智能化平台，帮助组织推动 AI 采纳、提升员工准备度，并确保 AI 真正带来业务价值。
员工体验平台的演进
EXP 的初始功能主要是处理事务性流程，如请假申请、薪资查询等。但如今，随着 AI 技术的发展，EXP 已演变为智能化的交互中心，集成以下核心功能：
跨系统的员工沟通与协作
提供关于 AI 使用和员工情绪的实时洞察
支持个性化的学习与技能建设
自动化重复任务，让员工专注于更有价值的工作
同时，得益于 AI Agent 的融入，如今的 EXP 变得更易使用，员工可通过自然语言与系统交互，实现跨系统流程操作，无需再进入多个事务性系统。
因此，EXP 不再是“可有可无”的系统，而是 企业 AI 成功转型的关键基础设施。
企业 AI 转型案例
我们调研了三家具有代表性的公司，探讨他们在 AI 转型中如何借助 EXP 实现落地与成效：
1. ASOS（线上时尚零售）
部署 Microsoft Copilot 与 Microsoft Viva 赋能多业务部门
用 AI 驱动 HR 案例处理工具，提升服务效率
通过自助服务门户精简事务流程
用自定义 AI bot 自动完成可持续认证流程
成果：员工生产力提升、参与度增强、AI 无缝落地
2. Microsoft（打造 AI 驱动的 HR 部门）
通过 Viva 学习模块开展 AI 培训
自助 HR 工具增强员工支持体验
实时分析 AI 使用情况，持续优化策略
成果：HR 效率显著提升，数千名 HR 领导参与 AI 社群
3. Clifford Chance（国际律所）
用 AI 起草法律文件，为律师提供初稿
借助 AI 语言工具跨越法律语境差异
利用 AI 管理法律知识，快速找出相关案例
成果：文书效率提升、知识共享加速、决策更精准
AI 转型的敏捷性要求
与传统变革不同，AI 推广不是一次性事件，而是一个 持续试验、迭代和适应的过程。因此，企业需具备“变革敏捷性”（Change Agility），用灵活的机制推动员工学习和组织协同。
借助 EXP 实现 AI 成功的五大战略
我们总结出五个成功企业在 AI 转型过程中普遍遵循的策略，而 EXP 是支撑这些策略实施的核心平台：
1. 以人为本与目标导向（Focus on People and Purpose）
AI 的导入需与组织使命、价值观和员工需求保持一致。EXP 可确保所有 AI 工具围绕员工体验设计，提升参与度、工作效率和福祉。
📌 案例：Microsoft HR 借助 Viva Amplify 定制 AI 推广内容，让 HR 团队及时获取战略沟通信息，确保 AI 项目与业务目标保持一致。
2. 采用自下而上的迭代方法（Bottom-Up, Iterative Approach）
AI 转型不能靠高层指令推动，而应依赖一线员工的反馈与试验。EXP 通过实时反馈与学习机制，让员工在实际工作中试用、迭代与优化 AI 工具。
📌 案例：ASOS 借助 Viva 社区功能发起“Work Smarter”活动，员工可在平台上公开交流 AI 使用案例，形成知识共享文化。
3. 鼓励透明沟通与试验精神（Transparent Communication and Experimentation）
员工需要明确知道 AI 工具的使用场景、目的与风险，才能建立信任并积极参与。EXP 提供结构化、公开的试验机制，确保过程透明。
📌 案例：Clifford Chance 在 Microsoft Viva 中嵌入 AI 工作流程，员工可以实时测试 AI 辅助起草功能，同时了解其运行逻辑。
4. 推动持续学习与技能建设（Continuous Learning and Skill-Building）
员工必须掌握 AI 基本素养，才能有效融入 AI 工具。EXP 提供基于角色定制的学习路径，支持技能升级与长期成长。
📌 案例：Clifford Chance 借助 Viva Learning 培训员工 prompt 工程、AI 素养与数据分析技能，为 AI 工具的使用打下基础。
5. 实现实时度量与持续优化（Real-Time Measurement and Improvement）
与传统 IT 项目不同，AI 推广必须持续监测并快速调整策略。EXP 提供实时分析能力，帮助企业追踪员工情绪、生产力与 AI 使用情况。
📌 案例：Microsoft HR 借助 Viva Insights 实时追踪 AI 使用频率、员工负荷减轻情况与情绪变化，以便动态调整 AI 战略。
HR 在 AI 转型中的新角色
在 AI 重构工作的过程中，HR 部门不再只是支持者，而是：
主导员工技能升级与再培训
协助重塑岗位定义与工作流程
在 HR、IT 与业务之间架起 AI 战略桥梁
落实负责任 AI 政策，确保 AI 应用符合伦理与企业文化
HR 将在未来的 AI 时代中扮演 “战略引导者 + 管理变革催化者” 的核心角色。
行动建议与未来展望
企业若想在 AI 转型中取得成功，应当：
✅ 采用“变革敏捷”思维，持续学习、实时迭代
✅ 建立 AI 驱动的员工体验平台，支持流程与文化融合
✅ 打破 HR、IT、业务之间的壁垒，实现跨部门协同
✅ 实施实时度量机制，根据反馈不断优化 AI 战略
EXP 已成为企业迈入 AI 未来的基础设施。
AI 将持续重塑职场，但决定 AI 成败的关键并非技术本身，而是组织是否能让员工真正拥抱 AI、用好 AI。
EXP 不再只是一个 HR 工具，而是打造学习型组织、推动信任建设和灵活变革的“中枢神经系统”。企业若想在 AI 驱动的时代中保持竞争力，就必须把员工体验放在战略核心位置。
作者：Kathi Enderes | 全球研究与行业分析高级副总裁 | Josh Bersin Company
观点
Josh Bersin专栏：“人才情报市场”爆发，AI 如何重塑招聘、技能与决策？
HRTech概述：在当今数据驱动的时代，“人才数据” “People Data ”已成为企业最重要的资产之一。Josh Bersin 在其最新分析中指出，人才情报市场正在快速发展，形成从数据收集（如 Rhetorik）、数据建模（如 Lightcast、Revelio）、到智能平台（如 Galileo、Seekout）的三层架构。Lightcast 收购 Rhetorik 不仅加强了全球人才画像能力，还拓展至销售与营销数据领域。借助 AI，企业HR如今能通过对话式系统实现招聘推荐、技能评估、内部流动等多项功能。这场由数据与AI驱动的革命，正在重塑HR的专业边界。
原文题目：People Data For Sale: How The Talent Intelligence Market Works
作者：Josh Bersin · 2025年7月16日
在我们经济中，**“人力数据市场”**是最具活力和影响力的部分之一。每位招聘人员、选址专家、人力资源高管、经济学家、大学校长和政府规划者都希望知道：哪些岗位在增长？哪些技能最受欢迎？薪资趋势如何变化？还有更多相关洞察。
虽然很多人了解美国劳工统计局（BLS）发布的公共调查数据，但在其背后，有一个更加先进、由 AI 驱动的产业：“人才数据市场”。
人才数据市场的结构
几十年来，像 Monster.com、LinkedIn 等公司，以及其他数百家公司，通过算法抓取了关于个人、职位和企业的信息。最初，他们这么做是为了开发产品和服务。但如今，**“数据采集本身”**已成为一项庞大的商业活动。
大致来说，该市场可以分为三类供应商，且部分公司跨界经营。
第一类：数据聚合商（Data Aggregators）
代表企业包括：Rhetorik（已被 Lightcast 收购）、Lightcast（职位市场数据）、People Data Labs（PDL）、SignalHire、Revelio Labs、Cognism、Coresignal、Draup、Talent Neuron 等。
这些公司专注于大规模采集专业个人档案数据，信息来源包括公共记录、网页抓取（例如 LinkedIn 的公开资料）以及与一些小型数据供应商的合作，有些合作甚至涉及隐秘运作（如以色列的情报公司）。
部分聚合商如 Revelio、Draup、TalentNeuron、Lightcast 等，也会直接销售产品，因此在某种程度上也属于第二类供应商——数据整理与建模者。
第二类：数据整理与建模商（Data Enrichment & Organizers）
这类公司会将数据进行分类、构建技能模型、统一职位名称等，将海量非结构化数据组织成可用信息。他们的价值在于推理、日常更新以及与通用框架的整合。
代表公司包括：Lightcast（领先者）、Draup、Revelio Labs、TalentNeuron、Findem、ZoomInfo 等。后者多聚焦于销售与金融领域。
他们的技术团队会处理每天新增的数百万条记录，将其整理成职业分类体系（例如职位模型、职业编码），并推演出一个人的技能、雇主、教育背景、薪资与地理位置等信息之间的关联。
随后，这些数据会以 API 接口、数据连接器等形式供第三方平台调用。
这类数据处理非常复杂。例如，一个人的数据链会包含教育、技能、工作经历、雇主、所在城市等；这些又会连接到公司层级的信息，包括企业历史、产品、投资和技术项目等。
当这些公司把数据组织得足够好时，可以回答如下问题：
哪些职位越来越值钱？
AI 工程师的技能是如何细分的？
电动车工程师需要哪些新兴技能？
哪些能源科技正在崛起？哪些公司在使用？我要如何找到这些人才？
这些能力，将使得使用这些平台的企业在人才市场上领先对手数倍。例如，很多公司用 Lightcast 进行选址决策，投资金额甚至高达数亿美元。
第三类：人才智能平台（Talent Intelligence Products）
这是产业链的第三环节。
这类公司（包括几乎所有 HR SaaS 厂商）将上述数据集成进企业的招聘系统、技能分析、规划、内部流动等流程中。它们的任务是将外部人才数据与企业内部数据融合，从而使 HR 系统变得“智能”。
举个例子：你想为某项目寻找最适合的市场或工程人才，但公司 HR 系统只记录了职称和学历。借助上述数据平台，这些系统可以告诉你：谁才是真正合适的人选？甚至还能预测谁具备晋升潜力。
人才数据市场的高价值应用场景
该市场主要面向四大类终端用户：
企业客户：用于人力规划、招聘分析、技能战略。
教育机构：用于课程设计、学生就业评估、经济影响评估。
政府单位：用于经济发展、政策制定和劳动力投资。
销售与市场团队：用于线索生成、市场细分和客户画像构建。
对企业来说，这类数据对增长与绩效至关重要。随着 AI 系统普及，对高质量人才数据的需求也越来越高。
例如，Galileo 是一款直接接入 Lightcast 数据的 AI 工具。你可以上传10位员工的姓名、职位、简历和会议记录，让 Galileo 进行能力评估、对比与基准分析。这一功能可用于绩效管理、发展辅导、岗位设计与招聘决策。
Josh 本人还尝试过让 Galileo 分析过去 6 个月的公司会议数据，它能自动识别出员工姓名、技能强项与弱项，有些甚至是他自己之前未曾意识到的。
更重要的是，这只是冰山一角。通过这些数据+AI，企业可以：
智能筛选候选人
分析薪酬与外部趋势对比
进行绩效分析与技能对标
而这一切，都可以通过像 Seekout、Galileo、Eightfold 等 AI 系统实现，进入“对话式分析”新时代。
最新动态：Lightcast 为何收购 Rhetorik？
作为行业巨头，Lightcast 最近收购了数据采集公司 Rhetorik。这不仅增强了其人才画像数据源，还标志着其正式进军营销与销售数据市场。
目前 Lightcast 已覆盖三大市场：企业、教育与政府。此次收购将：
丰富 Lightcast 的员工数据维度
拓展销售/市场线索类数据应用
强化其在技能建模、薪酬基准、职业路径等方面的领先地位
借助现有数据科学团队，Lightcast 有望在多个市场领域实现倍增式增长。
AI 正在加速这个市场的演进
Josh 在播客中指出，AI 工具如 Galileo、Microsoft Copilot 等，让每位 HR 或管理者都能轻松使用这些复杂的数据系统。
你不再需要编写报告或查询数据库，只需提问，系统即可给出有洞察力的答案。
Lightcast 也正是意识到 AI 驱动的市场机会，才会加快产品布局，以巩固其市场领先地位。
扫一扫 加微信
hrtechchina
观点
观点
观点
观点
观点
观点
观点
观点
观点
观点
扫一扫 加微信
hrtechchina
