员工体验
从eNPS回升到员工旅程断点：2026年员工体验管理正在发生什么变化？
员工幸福感正在恢复，但对于HR而言，2026年真正值得关注的并不是一个平均分的回升，而是员工体验正在表现出越来越明显的结构性分化。
最新员工幸福感数据显示，2026年上半年员工净推荐值（Employee Net Promoter Score，eNPS）升至40，同比增长4.4%，达到2023年以来表现最好的上半年水平。经历此前数年的持续下滑后，员工对于工作和组织的整体感受正在逐步企稳。然而，如果进一步按照年龄、工龄和行业拆解数据，就会发现这种恢复并不均衡：年轻员工的体验改善相对有限，工作2—3年的员工仍处于明显的体验低谷，科技行业则没有跟随整体趋势同步回升。
对于企业HR来说，这组数据所揭示的核心问题已经超越“员工是否满意”，而逐渐指向一个更重要的管理议题：企业能否识别员工在不同生命周期阶段的关键体验断点，并据此重新设计完整的Employee Journey。EX Institute 发布的最新版 《EX Journey Map 2026｜员工体验旅程图》，从完整 Employee Journey 视角梳理员工生命周期，为企业开展员工体验诊断、EX Workshop、年度HR规划及HR数字化项目提供参考框架。点击可以免费下载（ https://www.exinstitute.org/download ）
员工幸福感正在回升，但平均eNPS正在失去解释力
从整体趋势来看，员工情绪确实出现改善。2024年底，eNPS一度下降至37左右的阶段性低点；进入2026年后，这一指标逐步恢复至40。不过，如果企业仅仅根据年度平均eNPS判断员工体验是否健康，很可能会产生误判。
原因在于，同一个公司平均值下面可能同时存在体验完全不同的员工群体。例如，26—30岁员工的eNPS只有31，比整体平均水平低9点；而51—60岁员工的满意度明显高于总体平均水平，两类员工之间形成显著差距。这说明，随着员工队伍在年龄、职业阶段、家庭责任、工作方式和职业预期上的进一步分化，所谓的“平均员工”正在越来越失去实际管理意义。
传统Employee Engagement项目往往以全员调查为起点，再形成一个公司整体得分，最后制定统一的改进计划。但在今天的组织环境下，这种方式已经很难充分解释真正的员工体验问题。年轻员工可能更加关注成长速度、职业发展、经理反馈与内部机会；更加资深的员工则可能更加重视工作自主性、组织稳定性、长期激励和福利保障。相同的HR政策，在不同员工群体中产生的体验可能完全不同。
这意味着，员工体验管理正在从“平均值管理”逐步进入“分群管理”。对于HR而言，未来真正有价值的分析不再只是“今年eNPS是多少”，而应该进一步回答：哪些员工的体验正在改善，哪些群体正在恶化，以及差异究竟发生在哪一个具体的员工旅程阶段。
工作2—3年，正在成为员工生命周期中最需要关注的体验断点
从工龄来看，数据呈现出非常典型的“U型曲线”。入职不足一年的员工eNPS大约为51，处于相对较高水平；但随着工龄增加，满意度快速下降，其中工作2—3年的员工eNPS只有33，成为整个员工生命周期中的明显低点。随着员工进入长期任职阶段，满意度又重新回升。入职环节可以在exinstitute.org网站做一个检测 https://www.exinstitute.org/journey/stage-3/assess
这组数据对于当前企业的Employee Experience设计具有很强的现实意义。过去几年，企业在人力资源数字化和雇主品牌建设过程中，对Recruiting Experience和Onboarding投入了大量资源。候选人沟通、招聘流程、Offer体验、入职培训、Buddy Program以及新员工融入已经成为很多企业较为成熟的HR实践，因此新员工在加入组织初期通常拥有相对积极的体验。
但员工是否真正愿意长期留下，并不是在入职第一天决定的，而往往是在加入组织一段时间后逐渐形成判断。
到了工作第二年和第三年，最初的“新员工蜜月期”已经结束。员工对于公司的薪酬体系、晋升机制、经理能力、内部机会以及组织文化都有了更加完整的理解，此时他们会重新评估几个更加现实的问题：自己的薪酬增长是否符合市场与个人预期？目前的岗位是否还有足够的学习空间？未来两三年是否存在明确的职业发展路径？经理是否真正能够帮助自己成长？继续留在组织内部，与进入外部市场相比，哪一个选择具有更高的职业回报？
因此，2—3年工龄并不只是一个员工满意度下降的时间点，它更可能代表员工与企业之间“心理契约”重新评估的阶段。如果企业在这一阶段缺乏清晰的职业发展、内部流动、薪酬调整和经理沟通机制，即使此前招聘和入职体验表现良好，也很难转化为长期留任。
对于HR来说，这意味着员工体验投资的重点需要从Onboarding进一步延伸到Post-Onboarding。与其把绝大部分资源集中在员工加入公司的前90天，不如进一步建立针对入职18个月、24个月和36个月员工的关键体验监测机制。
员工幸福感与离职之间的关系，让Employee Experience成为真正的经营议题
员工体验之所以越来越受到管理层关注，一个重要原因是它开始与真实的经营结果发生连接。
报告数据显示，负eNPS企业的年度员工流失率约为58%，而eNPS达到50以上的企业约为40%，两者相差18个百分点。换句话说，负eNPS企业的员工流失率相对于高eNPS企业高出约45%。这一差距在中小型企业中尤其值得重视。
对于拥有数千名员工的大型企业来说，一定程度的人员流动可以通过内部人才储备、持续招聘和岗位调配进行缓冲；但对于几十人或一两百人的企业而言，额外流失十几名员工就可能直接影响客户服务、项目交付、团队稳定性以及管理者的工作负担。
当然，这一数据只能证明员工幸福感和人员流失之间存在显著相关关系，并不能直接证明提升eNPS一定会导致离职率下降。员工不满意可能增加离职，而持续的人员离开和组织变化也可能反过来降低留下员工的体验，两者还可能同时受到经理质量、薪酬竞争力、业务增长和组织调整等因素影响。
但从管理角度看，这并不削弱Employee Experience的重要性。相反，它说明员工体验不能再被简单理解为“员工是否开心”，而应该被视为人才成本、组织稳定性和业务连续性的一部分。
当员工体验问题最终转化为离职时，企业承担的并不仅仅是一项HR指标下降，而是新的招聘成本、岗位空缺时间、培训投入、团队生产力损失、知识流失以及经理重新投入招聘和培养的时间成本。
科技行业持续低迷，反映的可能是工作价值主张正在重新定义
行业之间的差异同样值得关注。2026年上半年，建筑行业eNPS达到51，金融行业达到47，医疗行业约为40，而科技行业只有37。
真正值得警惕的不是科技行业当前得分较低，而是其发展方向与整体趋势不同。2023年科技行业eNPS仍达到42，随后下降至2024年的37，2025年短暂回升至38，2026年上半年再次回到37。在整体员工幸福感逐渐恢复的背景下，科技行业的员工体验并没有同步改善。
这背后很可能反映的不是某一个福利项目或者员工活动的问题，而是科技行业员工与企业之间的价值交换正在重新定义。
过去很长时间里，科技企业的Employee Value Proposition通常建立在几个核心基础之上：更高的薪酬、更大的股权增值空间、更快的职业发展、更前沿的工作内容以及更灵活的工作方式。但过去几年持续发生的组织重组、裁员、绩效压力以及AI带来的岗位重构，正在改变员工对于职业安全感和未来成长空间的判断。
特别是生成式AI开始进入软件开发、市场营销、客户服务、招聘、数据分析以及知识型工作的核心流程后，员工考虑的问题已经不仅是“我的工作体验怎么样”，还包括“我的岗位未来会变成什么”“公司是否愿意继续投资我的能力”“AI提升效率之后，我的职业路径在哪里”。
这使得Employee Experience开始与Job Design、Workforce Planning和AI Transformation更加紧密地结合。未来企业在推动AI应用和组织效率提升的同时，如果没有同步重新设计员工角色、能力发展和职业路径，很容易在效率提高之后留下新的员工体验缺口。
员工体验管理正在从一次调查，转向完整的Employee Journey设计
过去企业谈Employee Experience，很多时候仍然等同于员工敬业度调查、福利项目或者企业文化活动。但从这次数据可以看到，真正成熟的Employee Experience应该是一个贯穿完整员工生命周期的管理体系。
员工第一次接触企业雇主品牌、提交申请、参加面试、收到Offer、正式入职、第一次与经理进行绩效沟通、第一次获得薪酬调整、第一次申请内部机会、第一次面对组织调整，直到最终决定继续留下或者离开，每一个阶段都可能形成决定员工长期感受的关键时刻。
这些“Moments that Matter”共同构成了员工对于一家企业的整体判断。
因此，Employee Listening只能告诉企业员工目前处于怎样的状态；Employee Experience Management还必须进一步识别这种状态究竟由哪些触点形成，并找到最值得优先改善的环节。
对于HR来说，一个更加完整的管理闭环应该是：通过Employee Listening发现变化，通过People Analytics进行人群和生命周期分层，识别具体的Journey Touchpoint，再由经理和HR采取针对性行动，最后观察这些变化是否真正改善留任、内部流动、绩效以及员工关系。
这也是为什么未来员工体验平台、People Analytics、经理赋能、职业发展和内部人才市场之间的边界可能越来越模糊。员工体验不应该是一个独立项目，而应该成为连接多个HR职能的横向管理框架。
从“做了哪些HR项目”，转向“员工经历了怎样的旅程”
对于希望升级Employee Experience的企业，一个常见问题是HR项目很多，但员工体验仍然缺乏系统性。
企业可能已经拥有招聘系统、学习平台、绩效系统、福利平台、敬业度调查和员工沟通工具，但如果这些项目分别由不同团队负责、按照不同指标运营，就很容易形成“HR拥有很多项目，但员工经历的是一条割裂旅程”的情况。
因此，设计Employee Journey Map的价值，并不只是把HR流程画成一张图，而是帮助企业从员工视角重新审视整个组织。
一张真正有效的员工体验旅程图需要回答几个核心问题：员工在每一个阶段试图完成什么？员工最关注什么？企业提供了哪些关键触点？哪些环节容易形成体验落差？HR currently拥有哪些项目和系统？哪些环节仍然缺少管理机制？最终又应该通过什么数据衡量体验是否真正改善？
当这些问题被放在同一张Employee Journey中，HR才能从“我们做了哪些项目”的内部视角，转向“员工真正经历了什么”的外部视角。
从一张Employee Journey Map开始重新审视员工生命周期
基于企业在员工体验、组织发展和HR数字化过程中越来越明显的需求，我们整理了最新版 《EX Journey Map 2026｜员工体验旅程图》，帮助HR团队从完整Employee Journey视角重新梳理员工生命周期。
这张旅程图将员工体验划分为招募、录用、入职、绩效、成长、激励和离职等主要阶段，并进一步把经理体验、组织沟通、跨文化管理、员工信任、People Analytics、数据治理以及AI治理等当前企业越来越关注的议题纳入员工体验框架。
它更适合作为企业开展Employee Experience Workshop、员工体验诊断、年度HR规划和HR数字化项目时的基础工具，而不是简单作为一张流程图使用。企业可以借助这张图识别关键Moment that Matters，检查现有HR项目是否真正覆盖员工生命周期中的重要体验节点，并进一步确定哪些环节最值得优先投入资源。
免费下载《EX Journey Map 2026｜员工体验旅程图》：https://exinstitute.org/download
2026年的员工幸福感开始恢复，这当然是一个积极信号。但对于企业HR而言，更重要的变化是员工体验正在变得越来越分化。未来真正优秀的Employee Experience Management，不是努力让每一个员工获得完全相同的体验，而是在正确的员工阶段，识别真正重要的问题，并提供真正有价值的组织支持。
当企业开始从平均eNPS转向员工分群，从年度调查转向持续倾听，从单点HR项目转向完整Employee Journey，员工体验才真正从一个HR概念，进入组织管理和业务经营体系。
资料来源： BambooHR, 2026 Employee Happiness Index, August 2026。研究数据覆盖2019年1月至2026年6月，涉及1,400多家企业、超过51,000名独立员工以及超过250万条eNPS评分。原研究未说明样本全部来自美国，因此本文不将其定义为美国员工调查。
员工体验
深度专题：从HR的20个高频场景看HR AI真正的增长机会
过去两年，HR AI市场经历了一个明显变化。企业最初关注的是大模型能否生成职位描述、撰写邮件或总结文件；现在，HR开始追问更实际的问题：AI能否接入ATS、HRIS和学习平台，能否推动流程继续向前，能否减少重复操作，以及能否产生可以衡量的业务结果。
一项针对HR AI应用的研究梳理了138个工作场景，覆盖招聘、HR技术、学习与发展、员工体验、绩效管理、人才分析、薪酬福利、合规和组织发展等16个HR实践领域。其中，20个最常见的应用集中在招聘、HR平台、学习发展、绩效管理、员工沟通和人才分析六个领域。招聘相关场景占据近一半，说明目前最成熟的HR AI仍然集中在高频、标准化、数据相对清晰并且容易人工复核的工作中。
对于企业HR来说，这20个场景比“AI将如何改变人力资源”这样的宏观讨论更有参考价值。它们不仅展示了企业正在使用AI做什么，也揭示了HR AI产品最容易从哪里切入、如何形成稳定使用，以及哪些应用有机会从单点工具发展成为企业级工作平台。
20个最常见的HR AI应用，正在形成四类产品
第一类是招聘与人才获取，也是目前应用最集中的HR AI市场。
常见场景包括职位描述起草与优化、自动简历解析与筛选、招聘广告程序化优化、AI辅助搜寻被动候选人、候选人与岗位匹配、结构化面试指南生成、面试排期自动化、重复候选人识别、人才管道清理，以及面试转录与总结。
其中，职位描述起草与优化是目前最常见的HR AI应用，采用率达到20%；自动简历解析与筛选为16%；招聘广告优化和被动候选人搜寻均为12%；候选人与岗位匹配为11%。
第二类是HR平台与员工知识服务。
文件提交提醒与任务分流、HR系统内置AI Copilot，以及基于企业内部文档的知识库问答，已经成为HR平台最常见的AI功能。这类应用的共同特点，是AI不再作为一个独立聊天工具存在，而是进入员工服务、HR运营和系统操作流程。
员工提出休假、福利、薪酬或公司政策问题后，系统不仅需要回答问题，还应该识别员工身份、调用适用政策、提供对应表单，并引导员工完成下一步操作。
第三类是学习与发展。
长篇培训资料摘要、AI生成测验与情景练习、微学习内容生成、个性化学习推荐和自适应学习体验，正在成为学习平台的重要增长方向。
早期学习AI主要帮助培训团队提高内容生产效率。下一阶段，系统将根据员工岗位、能力差距、学习历史和业务任务，动态决定向谁推荐什么内容，以及在什么时间提供学习支持。
第四类是绩效、沟通和员工反馈。
AI辅助起草绩效评语、常规HR沟通、目标设定支持，以及新员工调查与反馈分析，都已经进入较常见的应用范围。
这些功能距离员工和管理者的日常工作更近，也更容易形成稳定的使用频率。但企业需要清楚区分“辅助表达”和“替代判断”。AI可以帮助管理者整理事实、改善表达和识别遗漏，却不应在缺乏业务背景的情况下，独立决定员工表现、晋升机会或后续管理措施。
企业应该从哪一个AI场景开始
很多HR团队面临的真正困难，不是缺少AI工具，而是不知道应该从哪个场景开始。
一种常见误区，是直接采购覆盖多个模块的AI平台，然后要求各部门寻找使用方式。更有效的方法，是先从企业真实存在的问题出发：哪些工作重复发生，哪些流程占用大量时间，哪些任务容易遗漏，哪些信息经常被重复查询，以及哪些结果能够被量化。
对于仍然主要依赖人工处理事务的HR团队，可以先从职位描述、日常沟通、文件摘要和培训内容生成等低门槛场景开始。
对于已经广泛使用生成式AI，但使用方式仍然零散的团队，下一步应当把AI固定嵌入招聘、员工服务或学习流程，建立模板、权限、审核和结果记录。
对于已经完成多个AI试点的团队，则需要进一步考虑系统连接、数据治理、跨流程编排和组织级AI能力建设。
HRTech推出的HR AI Forward成熟度框架与能力评测，将HR的AI发展划分为L0事务型HR、L1工具型HR、L2能力型HR和L3系统型HR四个等级、十二个阶段，帮助HR团队判断自己目前处于什么位置，以及下一步应该从工具使用、流程接入、能力沉淀还是系统建设入手。
138个应用场景解决的是“AI可以做什么”，成熟度评测解决的则是“企业现在适合做什么”。两者结合，才能避免企业一开始就进入高投入、高风险和难以衡量结果的复杂项目。
为什么招聘成为HR AI的第一增长入口
招聘之所以率先实现规模化，并不只是因为招聘科技公司更早采用AI，而是因为招聘流程天然具备适合自动化的条件。
职位描述、简历、岗位要求、候选人沟通和面试记录，大多以文本或结构化数据形式存在。职位发布、简历筛选、面试安排和候选人跟进又属于高频、重复的流程。同时，多数AI输出可以由招聘人员复核，即使出现问题，也有机会在最终录用决定前纠正。
这使招聘AI能够较快证明三类价值：减少行政操作时间、提高候选人处理速度，以及扩大招聘人员能够覆盖的人才范围。
但招聘场景也说明，模型能力不等于产品价值。一个能够生成优秀职位描述的工具，如果不能同步岗位模板、审批流程、招聘渠道和候选人数据，最终仍然只是一个低频写作工具。
真正具有增长能力的招聘产品，需要把“生成职位描述”连接到职位审批、广告发布、人才搜寻、候选人匹配、面试安排、面试记录和录用分析，让AI从内容生成进入完整招聘流程。
HR AI产品正在从内容生成走向工作流执行
从20个高频应用中，可以看到HR AI产品正在经历三个阶段。
第一阶段是内容生成。AI帮助HR起草职位描述、面试问题、绩效评语、员工邮件和培训材料。这类功能部署速度快、学习门槛低，也是企业最容易接受的起点。
第二阶段是流程协助。AI开始处理面试排期、文件提醒、简历解析、知识检索、候选人去重和会议总结。此时，产品价值不再只体现在生成质量，而是体现在能否减少操作步骤、缩短处理周期并降低流程遗漏。
第三阶段是智能编排。AI根据岗位需求推荐候选人，根据员工情况推荐学习内容，根据内部知识回答问题，并在HR系统中推动后续操作。产品开始从“回答用户的问题”转向“理解上下文并协助完成任务”。
对准备采购HR AI产品的企业来说，市场上并不缺少AI功能，真正困难的是判断不同产品属于哪个场景、能够解决什么问题、需要连接哪些系统，以及是否已经有同类客户验证。
企业可以通过HR科技云图 MapofHRTech查看招聘、人才管理、学习发展、员工体验、薪酬福利和HR数字化等不同类别的产品与服务机构，也可以下载2026 HR科技云图，作为企业开展供应商初步研究和产品选型的入口。HR科技云图同时提供动态产品目录和月度品牌榜单，帮助企业持续观察市场变化。
产品增长的核心，是占据一项高频工作
对于HR科技供应商而言，增加AI功能并不必然带来产品增长。很多AI功能在演示时非常吸引人，但用户试用几次后便不再使用，原因通常不是模型生成效果不够好，而是功能没有进入日常工作流程。
真正能够形成增长的产品，首先需要占据一项稳定发生的任务。例如，每次创建职位时自动生成和检查职位描述，每次安排面试时自动协调时间，每次完成面试后自动形成摘要，每次员工提出问题时自动从内部政策中寻找答案。
只有当AI与真实工作事件绑定，产品才可能获得持续使用。
其次，产品需要把多个孤立动作连接起来。以招聘为例，职位描述生成、招聘广告优化、人才搜寻、候选人匹配、面试指南和面试总结不应是六个彼此分离的功能，而应成为一个连续的招聘工作流。
用户不需要在不同工具之间重复复制信息，系统也能够使用前一个环节的数据支持后一个环节。
最后，产品必须建立结果反馈。AI推荐的候选人是否进入面试，生成的职位描述是否提高申请转化，学习推荐是否带来课程完成和技能改善，这些结果都应该反向进入产品。
没有反馈闭环的AI是一次性输出工具，有反馈闭环的AI才能持续改善，并形成真正的产品差异化。
对于正在建设AI产品、升级现有HR平台或已经形成客户案例的HR科技机构，可以申请加入HR科技云图产品与机构目录，让企业采购者能够在具体场景和产品类别中发现相关解决方案。HR科技云图的核心价值不是简单收录企业名称，而是将产品能力、市场分类、品牌信息和企业采购需求连接起来。
用户增长不是注册人数，而是从尝试走向工作习惯
HR AI的用户增长不能只看注册量、访问量或生成次数。企业用户是否真正采用一项产品，取决于产品能否完成从首次体验到稳定使用的转变。
用户激活的标志，不应只是打开AI功能，而是完成第一项有价值的HR任务。例如，成功生成并发布一个职位，完成一次候选人筛选，回答一个员工政策问题，或者制作一套能够直接使用的培训内容。
用户留存来自重复工作。职位描述、面试安排、员工问答、绩效评估和培训推荐都有明确的周期性。当产品能够在这些时间点主动出现，并自动带入岗位、候选人、员工或组织上下文，用户就不需要每次重新输入提示词，使用AI也会逐渐成为工作流程的一部分。
用户扩展发生在产品从个人工具变成团队系统之后。
最初可能只有一名招聘人员使用职位描述生成；随后，招聘团队开始共享模板，业务经理参与审批，HR负责人查看效率和质量数据；最终，产品扩展到更多岗位、部门和业务单元。
因此，对HR AI产品更有意义的增长指标应该包括：完成了多少真实工作流，用户是否持续重复使用，人工修改比例是否下降，流程周期是否缩短，是否有更多角色参与，以及产品是否从一个场景扩展到相邻场景。
从产品功能走向可传播的客户成果
HR AI供应商还需要解决一个经常被忽视的问题：产品已经上线，但市场并不知道它真正解决了什么问题。
仅仅宣传“接入大模型”“推出AI Agent”或“升级智能助手”，很难帮助企业买家理解产品价值。更有效的内容结构应该包括明确的业务场景、原有流程、AI介入方式、人员分工、实施周期和量化结果。
例如，与其只说产品推出了面试智能助手，不如说明它是否减少了面试记录时间、提高了面试反馈提交率，或者缩短了从面试到决策的周期。
与其只说系统能够生成培训内容，不如说明课程制作时间下降了多少、学习参与率是否提高，以及业务部门是否更快获得了需要的培训资源。
产品增长与内容增长最终需要连接在一起。产品功能提供实际价值，客户案例证明价值，行业内容解释价值，奖项和榜单进一步放大价值，最终形成企业认知、采购线索和市场影响力之间的增长循环。
目前，2026 HRTech INNO Awards已经设置HRTech创新实践奖、创新团队奖、创新产品奖，并特别设置人力资源科技AI创新产品奖。近12个月内已经形成实际应用和可量化成果的企业HR团队及HR科技产品，可以通过案例申报，将内部项目进一步沉淀为可复制、可传播的行业实践。
企业HR需要重新定义AI项目的衡量方式
当前很多企业AI项目仍然缺少清晰的价值衡量。企业知道员工正在使用AI，却不能准确回答AI节省了多少时间、改善了哪些结果，或者是否只是把工作从一个系统转移到了另一个系统。
对于职位描述生成，可以衡量起草时间、人工修改次数、审批周期和申请转化率。
对于面试排期，可以衡量人工协调时间、候选人取消率和招聘周期。
对于知识库问答，可以衡量问题解决率、人工工单减少量、响应时间和员工满意度。
对于学习推荐，可以衡量内容参与率、课程完成率、技能变化和实际岗位表现。
只有当HR把应用场景与业务指标连接起来，AI采购才会从创新试点预算进入长期运营预算，产品也才有机会从单一部门试点走向企业规模化部署。
AI应该减少低价值操作，而不是替代HR判断
AI目前最稳定的价值，是帮助HR更快地处理信息、形成初稿、发现模式和推进流程，而不是自动完成复杂的人事判断。
在招聘、绩效、薪酬、员工关系和组织调整等高影响场景中，AI可以提供信息和建议，但最终判断仍应由具备业务背景并承担管理责任的人完成。
产品需要保留人工审核、修改记录、数据来源、权限控制和员工申诉机制，而不能把“自动化程度更高”简单等同于“产品更加先进”。
对企业来说，负责任的AI应用不是降低创新速度，而是让产品更容易得到员工、管理者、法务和企业管理层的长期信任。
HR AI下一阶段的分水岭，是能否形成工作完成率
138个应用场景为企业提供了一张能力地图，而最常见的20个应用则说明，市场不会平均接受所有AI功能。
最先实现规模化的，仍然是高频、标准化、数据相对清晰、输出容易复核，并且能够产生明确业务结果的工作。
对于HR而言，正确的起点不是寻找一套能够覆盖所有场景的“万能AI”，而是找到最耗时、重复度最高、最容易衡量的几个流程，明确AI负责什么、员工负责什么，以及最终结果如何评价。
对于HR科技公司而言，下一阶段的竞争也不再是谁拥有更多AI按钮，而是谁能够把内容生成、流程自动化、数据连接和业务结果组合成完整产品。
用户不会长期为一次精彩的回答付费，但会为持续减少工作、缩短流程并改善结果的系统付费。
HR AI真正的增长机会，不在于让HR每天多使用一个聊天工具，而在于让AI进入工作发生的地方，理解组织上下文，协助完成任务，并把节省下来的时间重新投入到判断、沟通、关系和组织建设中。
HRTech将持续跟踪全球HR AI产品、企业实践、投融资、上市公司表现和HR科技市场变化。HR从业者可以阅读并下载《2026年8月HRTech行业观察报告：企业HR必须关注的五大变革》，也可以订阅HRTech每周资讯，持续获得全球HR科技产品、趋势和实践信息。
员工体验
【纽约】AI员工服务平台Harmony获3400万美元种子轮融资，100多个Agent重构企业服务体验
HRTech概述： 美国纽约AI员工服务平台Harmony宣布完成3400万美元种子轮融资。Harmony将AI Agent直接嵌入Slack和Microsoft Teams，帮助员工处理IT、HR、财务、采购和法务等内部服务请求，试图将传统的门户、知识库与工单模式升级为能够理解组织上下文并执行任务的Agentic Enterprise Service Management。
3400万美元种子轮，连续创业团队再次进入企业软件市场
Harmony由Nitzan Shapira和Ran Ribenzaft共同创立。两人此前曾联合创办云可观测性公司Epsagon，后者被Cisco以5亿美元收购。Nitzan Shapira目前担任Harmony联合创始人兼CEO；Ran Ribenzaft在本次新闻稿中的具体职务原文未说明。
对于一家种子轮阶段的企业软件公司而言，3400万美元是一笔值得关注的早期融资。Harmony获得投资的核心逻辑，不只是为企业增加一个AI问答工具，而是推动员工内部服务从“提交工单、排队处理”，进一步转向由AI Agent理解需求、判断权限、连接系统并完成操作。
Harmony解决的不是“找不到答案”，而是“知道流程却办不成事”
多数企业已经部署HRIS、ITSM、知识库、身份管理、协同办公、薪资、采购和财务系统，但员工要完成一项内部事务，仍然需要先判断应该进入哪个门户、填写哪一张表单，以及由哪个部门负责。
申请软件访问权限、重置MFA、领取办公设备、完成入职、查询薪资信息或者提交休假申请，看似都是标准化事务，实际却经常需要跨越多个系统、审批链和责任部门。Harmony称，部分员工支持请求可能需要长达48小时才能解决，由此形成一种随着请求数量不断累积的“隐性生产力成本”。
Harmony没有另外建立一个要求员工主动访问的新门户，而是将服务入口放入员工日常使用的Slack和Microsoft Teams。员工提出请求后，AI Agent可以结合其身份、岗位、设备、应用、权限和工作历史理解具体情境，并在已经连接的企业系统中继续采取行动。
例如，当员工申请一项软件权限时，普通聊天机器人可能只会提供操作说明；Harmony希望Agent进一步识别员工身份与现有权限，触发必要的审批流程，并在满足条件后完成系统操作。这使其产品定位更接近AI原生的企业服务管理平台，而不是传统的HR Chatbot或知识问答工具。
100多个预构建AI Agent，可在数天内完成部署
Harmony目前提供超过100个预构建AI Agent，覆盖Application Access Request、MFA Reset、Employee Onboarding、Employee Offboarding、Software Compliance Report和PTO Requests等场景。公司表示，这些Agent可以在数天内完成部署，不需要企业替换现有核心系统，也不需要经历数月的传统软件实施周期。
Harmony的底层能力之一是Context Graph。该图谱将员工身份、设备、企业应用、权限及工作历史连接起来，使Agent能够根据员工所处的组织环境提供个性化服务，而不是向所有员工返回完全相同的答案。
这也是AI员工服务平台与普通生成式AI助手之间的重要区别。企业内部服务不仅需要语言理解能力，还需要身份识别、权限判断、流程编排、系统集成和审计记录。能否准确调用企业系统并在授权边界内完成任务，将直接决定产品能否进入真实的生产环境。
部分客户三个月内分流超过75%的支持请求
Harmony披露的客户包括n8n、eToro、Cyera和KITH。公司表示，在不同客户的部署中，Harmony上线两周内分流了48%的支持请求，三个月内的请求分流比例超过75%。
在跨职能场景中，客户报告的最高请求分流率分别为HR 68%、采购58%、DevOps 47%、安全42%和财务36%。在部分部署中，企业员工采用率超过80%。Harmony同时披露，其平台整体无人工介入解决率达到70%。
这些数据说明，Harmony正在从IT支持逐步扩展至HR、财务、采购和其他企业服务部门。不过，上述数据均来自Harmony官方新闻稿，是不同客户或不同部署环境中的公司披露结果，并非基于统一样本的独立研究。
企业在解读数据时，也需要区分“请求分流率”和“完全解决率”。请求没有进入传统人工队列，并不一定代表问题已经被准确、完整地解决。评估AI员工服务平台时，还需要同时考察转人工比例、重复提交率、错误率、平均解决时间、员工满意度以及高风险操作的人工审批比例。
员工体验正在从“感知管理”进入“服务执行”
Harmony将自身描述为重构Employee Experience的平台（免费获取《EX Journey Map 2026》），但其切入的员工体验，与传统员工敬业度调查、员工倾听或福利体验平台并不相同。
传统员工体验项目更多关注员工如何感受企业文化、领导力、成长、认可和福利。Harmony所关注的是另一类更具体的体验：员工能否及时获得完成工作所需要的内部服务。
员工是否能够顺利入职，软件权限能否快速开通，政策是否容易理解，薪资和休假问题是否能够得到解决，都会影响员工对组织效率、管理质量与信任程度的判断。因此，员工体验不只是“员工如何评价组织”，也包括“组织能否及时帮助员工完成工作”。
对HR共享服务中心、HRIS和员工体验负责人而言，未来的员工体验指标可能需要同时覆盖员工感知和服务交付结果。除eNPS与满意度之外，一次解决率、平均响应时间、流程完成率、员工采用率和人工升级率，都可能成为数字化员工体验的重要衡量指标。
Agentic ESM需要HR、IT和合规共同治理
企业内部服务并不是一个仅依靠大语言模型就能完成的场景。员工申请权限、访问薪资数据、修改个人资料、提交采购需求或者完成离职流程，都涉及身份认证、敏感信息、审批制度和审计要求。
Harmony通过Context Graph为Agent补充组织上下文，但企业能否安全部署此类平台，仍然取决于底层身份治理、角色权限、知识准确性、系统集成和异常处理能力。
企业至少需要明确三类边界：哪些低风险、标准化请求可以由Agent直接完成；哪些事务必须保留人工审核或双重确认；当Agent给出错误答案、调用错误数据或者执行错误操作时，企业能否迅速追溯、撤销并修复。
这也意味着Agentic Enterprise Service Management不会只是IT部门的技术项目。HR需要负责政策、员工场景和服务体验；IT需要负责系统、身份和权限；法务、安全与合规团队则需要建立数据使用、审计和责任边界。
新资金将用于产品、团队和企业系统集成
Harmony表示，本轮融资将用于加快产品开发、扩大团队，并深化与企业软件生态的集成。公司还计划将AI能力扩展至Infrastructure & Operations、Enterprise Applications、Cybersecurity和Enterprise Resource Planning，进一步建设综合性的Enterprise Service Management平台。
Lightspeed Venture Partners合伙人Yoni Cheifetz认为，员工支持正在从以工单和队列为中心的模式，转向由AI Agent即时、大规模解决请求的模式。
HRTech观察：AI员工服务的竞争正在进入系统执行层
Harmony本轮融资释放出的行业信号是，企业AI应用的竞争正在从内容生成、知识搜索和智能问答，进一步进入企业流程与系统执行层。
未来AI员工服务平台的核心壁垒，不会只是拥有多少个Agent，而是能否连接足够多的企业系统，准确识别身份和权限，在不同流程之间完成编排，并为每一次操作保留清晰、可追溯的审计记录。
企业也不宜从“部署多少个AI Agent”开始项目，而应先识别哪些员工请求数量大、规则明确、风险可控，同时存在明显的等待与系统切换成本。政策查询、标准化权限申请、入职任务提醒、PTO申请和常见系统支持，通常更适合作为早期试点。
涉及薪酬调整、员工关系、绩效决定、敏感个人数据和高权限系统变更的场景，则需要更加严格的人工审核、授权控制和异常处理机制。
Harmony能否成长为具有代表性的企业服务平台，仍需要继续观察客户续约率、部署深度、跨部门扩展、真实解决率和单位经济模型。但它已经揭示了一个明确方向：员工体验平台未来不仅需要帮助企业了解员工感受，还需要真正减少员工完成工作时面对的流程摩擦。
下一步行动：从员工旅程识别AI改造机会
Harmony展示了AI Agent如何进入入职、权限、政策、休假和日常支持等员工服务节点。对于正在规划员工体验或HR数字化项目的团队，可以通过免费获取《EX Journey Map 2026》，系统梳理员工全生命周期的8个关键阶段，识别重复请求最多、服务摩擦最明显，以及适合优先引入AI的体验触点。该旅程图包含AI增强与出海全球化视角，并提供中英双语版本。
希望进一步了解AI、员工体验与人力资源数字化实践的企业HR，可查看并报名2026人力资源科技年度论坛·“What’s Next”深圳站。论坛将于2026年9月17日在深圳益田威斯汀酒店举办，议题覆盖AI赋能HR、员工体验升级、数字化落地和前沿产品应用。
员工体验
【创新大奖】2026HRTech创新奖评选提名正式启动，诚邀参与！HRTech INNO Awards，创新引领人力资源新未来！
【创新大奖】2026HRTech创新奖评选提名正式启动，诚邀参与！HRTech INNO Awards，创新引领人力资源新未来！ 2026 HRTech INNO Awards ——创新引领人力资源新未来推动人力资源科技创新，表彰行业先进
当下全球经济环境复杂多变，AI 大模型深度落地、企业全球化出海提速，人力资源数字化、智能化、全域线上化已成企业组织升级必经之路。人才竞争、组织效能、员工体验、全球化用工等多重挑战，倒逼 HR 管理模式、技术产品持续迭代创新。
HRTech 作为国内垂直深耕人力资源科技的第三方专业服务平台，长期聚焦行业前沿技术、标杆实践与产业趋势，持续输出行业榜单、专业峰会、深度内容，推动人力资本数字化高质量发展。 2026 HRTech INNO Awards 人力资源科技创新评选正式启幕，面向全行业发掘可落地、高价值、前瞻性的 HR 创新实践、优秀 HR 团队与数智产品，树立行业标杆，传递创新力量。
2026 HRTech INNO Awards 旨在表彰那些在人力资源科技领域做出杰出贡献的企业，HR团队及人力资源科技服务机构，鼓励创新、探索精神。
欢迎踊跃提名
https://www.hrtechchina.com/Survey/21484CA0-541F-A6BA-EC55-5DFADA5FDDB1
评选定位
面向企业 HR 团队、人力资源科技服务商，表彰在人才吸引、招聘选拔、培训发展、绩效管理、员工关怀、雇主品牌、全球化用工、AI 智能化落地等全 HR 场景，实现降本增效、组织增值、模式突破的创新主体；搭建行业案例共享、供需对接、品牌传播、资源链接的专业平台，以标杆力量驱动人力资源科技产业革新。
创新，需要勇气，更需要行动！
奖项设置HRTech创新实践奖（企业内部HR创新实践）
HRTech创新团队奖（企业内部HR团队）
HRTech创新产品奖（HR科技机构申请）
特别设立
人力资源科技AI创新产品奖
人力资源科技出海创新产品奖
参评核心要求
申报案例、产品落地周期为近 12 个月内，具备完整落地场景与可量化业务成果；
申报主体无行政处罚、重大负面舆情、行业失信记录；
创新方案需具备可复制性、行业参考价值，不局限单一小众场景；
所有申报材料需提交完整案例文档、数据成效佐证材料。入围主体需配合参与峰会现场标杆案例分享或线上专题访谈（部分优质项目）；
其他补充事宜
参评核心价值
权威行业认证：获得 INNO 创新官方行业标签，成为企业数字化创新转型实力背书；
全域品牌曝光：平台官网、行业公众号、垂直社群、行业峰会全渠道传播，海量 HR 专业人群触达；
供需精准对接：获奖案例纳入 HRTech 官方标杆案例库，精准匹配甲方企业数字化采购需求；
行业资源链接：免费参与线上专题沙龙、线下行业峰会，与头部 CHO、服务商面对面交流；
标杆内容沉淀：定制企业案例专访、行业专题报道，沉淀可复用市场宣传素材；
最大化利用评选结果：进行对产品的对外市场宣传 发挥在其领域的领导作用，促进产品创新和行业发展
参与评选流程
免费提名：扫描海报二维码 / 复制链接 http://hrnext.cn/Usmwh3 提交基础信息；
案例提报：初审通过后，完整上传项目实践、数据成果、落地材料；
专家评审：进入行业专家专业独立评审打分；
大众投票（部分项目）；
案例分享：部分优质项目及HR创新实践案例论坛现场分享；
颁奖典礼：获奖产品/项目，及团队现场参加颁奖典礼及颁发获奖证书。
企业奖项申请咨询：
微信：hrtech-china
邮件：hi@hrtechchina.com
机构奖项申请咨询：
微信：HRTechNice
邮件：nice@hrtechchina.com
立即提名，与HRTech一同见证和塑造人力资源科技的未来！
关于HRTechHRTech是国内首家领先的专注人力资源科技商业服务平台，作为HR领域唯一深度垂直独立的第三方专业服务机构，致力于推动人力资源科技进步与发展，持续引领行业新科技新趋势新产品新方向。HRTech核心报道HR科技创新企业与产品，关注并实时分享全球的人力资源科技资讯。定期发布行业市值榜单和HR科技云图，持续举办高品质的专业前沿峰会论坛，表彰认可业内先进。
员工体验
DeepSeek 招 HR，真正的信号是 AI 公司正在重新定义 HR
DeepSeek 最近发布的 HR 团队招聘信息，表面上看是一次普通的职能岗位补充，但如果放在 AI 公司组织扩张的背景下看，它释放出的信号并不简单。它不是在寻找传统意义上的招聘执行者，也不是单纯补充人事运营人员，而是在为一家 AGI 导向的技术公司搭建更长期的人才识别、组织服务和文化承载能力。你觉得呢
HR 不再只是支持部门，而是 AI 公司的人才基础设施
这份 JD 最突出的特点，是将 HR 直接放进 AGI 叙事之中。岗位描述里反复出现“AGI”“长期主义”“人类潜能”“人才土壤”“共建者”等关键词，这说明 DeepSeek 对 HR 的定位并不是后台支持，而是组织能力的一部分。对于 AI 公司来说，真正的竞争不只是模型、算力和数据，也包括能否持续吸引、识别、保留并激发顶尖人才。技术突破背后，最终还是人的密度、协作方式和创新环境。
这也意味着，AI 时代的 HR 不再只是处理流程、发布岗位、安排面试和完成入职，而是要参与构建公司的人才系统。谁能识别未来可能成长为关键人才的人，谁能建立长期人才关系，谁能让高潜人才进入组织后真正发挥作用，谁就在参与一家 AI 公司的核心能力建设。
招聘 HR 的能力正在从“招人”转向“人才情报”
在招聘 HR 方向中，最值得关注的是“系统性 Mapping”“海内外高潜人才”“长期、真诚的互动”“准确识别能力特质与职业诉求”。这不是传统招聘专员的工作语言，而更接近 Talent Intelligence。DeepSeek 想要的不是只会在招聘平台上筛简历、推流程的人，而是能够理解技术人才市场、判断人才潜力、建立候选人网络，并长期经营人才池的 HR。
更重要的是，JD 中提到要识别“尚未被市场验证、却蕴含巨大潜力的人才”。这句话很关键。很多公司的人才策略是抢已经被大厂、论文、title 和薪酬证明过的人，但真正有长期竞争力的组织，往往需要更早地发现那些还没有被市场充分定价的人。这样的招聘 HR，本质上更像“人才投资人”：既要懂人，也要懂技术组织的成长逻辑。
招聘闭环被拉长，Quality of Hire 变得更重要
这份 JD 还明确要求招聘 HR 跟踪候选人入职后的融入情况，协助解决初期适应问题，确保招聘成果真正落地。这说明 DeepSeek 对招聘结果的理解，不只是 offer 数量和入职人数，而是候选人进入组织后的适配、留存和实际贡献。
这对 HR 是很大的能力升级。过去很多招聘团队的 KPI 停留在招聘周期、到岗率和 HC 完成率，但在高密度人才组织中，真正重要的是 Quality of Hire。一个关键人才是否适应团队节奏，是否理解公司使命，是否能与现有研发文化协作，都会直接影响组织效率。招聘不再是交易，而是人才进入组织后的持续转化过程。
综合服务 HR 不是行政人事，而是 People Operations
另一个方向“综合服务 HR”也值得注意。它覆盖入职、档案、考勤、薪酬、福利等基础人事流程，但 JD 同时强调要运用自动化工具和 AI 能力持续优化流程，提高效率和员工体验。这意味着 DeepSeek 并不希望这个角色停留在传统事务型 HR，而是希望其成为 People Operations 的建设者。
对快速成长的 AI 公司来说，基础人事流程看似普通，实际上决定了组织扩张的稳定性。员工能否顺利入职，薪酬福利是否准确，问题响应是否及时，跨城市团队服务是否一致，都会影响员工对组织的信任感。AI 公司越强调长期主义，越不能忽视这些基础体验。真正好的 HR Ops，不是把流程做复杂，而是用系统、工具和服务意识，让组织在扩张中保持清晰、稳定和高效。
AI 公司正在要求 HR 自身也变得 AI-native
这份 JD 的另一个重要信号，是 HR 不只是服务 AI 公司，还要主动使用 AI 工具改造自己的工作。综合服务方向明确提出自动化和 AI 能力，这意味着 AI-native 组织不会允许 HR 仍然停留在传统手工流程中。未来 HR 的价值，不是简单地“更有人情味”，而是在效率、数据、体验和判断之间找到新的平衡。
招聘可以借助 AI 做人才 mapping、简历分析和候选人关系管理；HR Ops 可以用自动化工具优化入职、档案、薪酬福利和员工问答；HRBP 则需要用数据和组织洞察支持更复杂的人才决策。AI 不会让 HR 消失，但会让低效、重复、缺乏判断力的 HR 工作被重新定价。
真正的启发：HR 也要进入下一代能力模型
DeepSeek 这份 HR 招聘信息最值得关注的地方，不在于它招了几个 HR，而在于它呈现了 AI 时代 HR 能力模型的变化。未来优秀的 HR，不能只会执行流程，也不能只会讲文化，而是要同时具备人才洞察、组织理解、数据意识、系统化能力和长期主义。
AI 公司正在重新定义人才，也正在重新定义 HR。对 HR 从业者来说，这既是压力，也是机会。真正有价值的 HR，不会只是“支持业务的人”，而会成为理解技术变革、识别关键人才、建设组织土壤的人。DeepSeek 招 HR 的背后，看到的是一个更大的趋势：在 AI 时代，人才不是资源部门管理的对象，而是公司最核心的生产力系统。
员工体验
麦肯锡《HR Monitor 2026》发布：HR职能进入人机协作时代的系统级转型（附录下载）
2026 年，人力资源部门正在进入一个新的临界点。根据麦肯锡最新发布的《HR Monitor 2026》，在人工智能重塑工作方式、技能结构和组织运行模式的背景下，HR 的角色正在从传统的职能卓越（functional excellence），转向更深层的系统级转型（system-level transformation）。这份报告基于对欧洲、美国和中国等 10 个国家约 1,300 名 HR 专业人士和 5,500 名员工的调研，呈现出一个清晰信号：未来 HR 的核心价值，不再只是把招聘、培训、绩效和员工体验做得更高效，而是帮助企业重新定义工作、能力、人才供给和人机协作方式。
HR正在从支持部门变成组织转型的设计者
过去很长一段时间，HR 的专业化主要体现在流程、制度和模块能力上，例如招聘效率、培训体系、绩效管理、薪酬福利和员工关系。但在 AI 加速进入企业核心流程之后，HR 面临的任务已经发生变化。报告提出，HR 需要同时扮演两种角色：一是 AI 转型的组织架构师，参与设计岗位、任务和能力如何变化；二是企业内部的示范者，通过自身运营模式的重塑，率先展示 AI 如何真正嵌入工作流程。
这意味着，HR 不能再只停留在“服务业务”的位置，而要参与回答企业未来三到五年的关键问题：哪些工作会被自动化，哪些岗位会被重新组合，哪些技能会变得更重要，哪些员工需要重新培养，哪些流程可以交给 AI 代理（AI agents）完成。真正的 HR 转型，正在从事务效率问题，变成组织能力问题。
人力规划仍然过于短期，能力规划才是关键
报告中最值得警惕的数据是，只有 11% 的组织真正采用三年以上的长期人力规划。虽然不少企业已经开展人力规划，但多数仍停留在短期编制、岗位和预算层面，本质上还是“算人头”。在 AI 时代，这种规划方式已经不够用。因为 AI 改变的不是某一个岗位，而是岗位背后的任务结构和能力组合。
未来企业需要的不是简单的人头规划，而是能力规划（capability planning）。HR 需要建立更清晰的技能智能（skills intelligence），持续识别组织内部已经具备哪些能力、未来需要哪些能力，以及员工能否通过再培训和内部流动完成能力迁移。报告显示，虽然 85% 的组织已经建立技能分类体系，但只有 57% 将全组织人力规划与完整的技能记录结合起来。这说明很多企业虽然有技能数据，却还没有真正把它用于战略决策。
未来人才竞争的重点，不是会不会用AI，而是能否判断AI
随着 AI 接管越来越多重复性和执行性任务，未来技能的重心正在变化。报告显示，问题解决能力、创造力、数据分析与 AI、数字素养、推理能力等成为 HR 专业人士最关注的未来技能。其中，数字素养的排名上升尤其明显，反映出企业对“能够理解和使用 AI 输出”的人才需求正在增加。
这也说明，AI 并没有让人的价值下降，而是改变了人的价值位置。未来更稀缺的不是机械执行能力，而是判断、解释、整合和决策能力。企业需要的人才，不只是会操作工具的人，而是能够在复杂业务场景中理解 AI 输出、提出正确问题、识别风险并做出判断的人。对 HR 来说，培训体系也不能再只围绕课程和平台建设，而要真正嵌入业务任务、绩效反馈和职业发展路径。
招聘市场趋稳，但慢招聘仍然是组织损耗
报告显示，全球劳动力市场总体趋稳，部分市场更偏向雇主。全球录用接受率从 2025 年的 56% 上升至 2026 年的 59%，招聘成功率从 46% 上升至 50%。但这并不代表招聘压力消失。相反，在申请量增加、候选人筛选复杂度提升的情况下，招聘效率正在成为新的竞争差异。
一个重要数据是，跨市场招聘周期中位数达到 70 天，平均招聘周期超过 90 天，而表现最好的前四分之一组织可以将流程压缩到 49 天左右。对于关键岗位和高需求技能而言，过长的招聘周期会直接增加候选人流失、招聘成本和业务等待成本。AI 可以提升简历筛选、技能匹配、面试协调和候选人沟通效率，但前提是招聘流程本身足够清晰。如果企业只是把 AI 叠加在混乱流程上，技术只会放大原有问题。
员工体验回到更现实的基本面
过去几年，企业谈员工体验，常常聚焦文化活动、福利包装、员工关怀项目和体验工具。但报告中的员工数据显示，在经济不确定性上升的环境下，员工关注正在回归基本面。影响员工留下来的前三项因素分别是薪酬、工作与生活平衡、岗位安全感，占比分别为 52%、46% 和 45%。附录最新版本2026员工体验旅程图提供下载
这对企业是一个重要提醒。员工体验不是“让员工开心”的项目集合，而是雇佣关系是否公平、稳定、透明和可持续。尤其在生活成本压力和就业不确定性并存的环境下，员工更关心薪酬是否合理、工作负荷是否可持续、管理沟通是否透明，以及组织是否提供足够的安全感。对于 HR 来说，改善员工体验不能只靠新增项目，而要回到薪酬公平、管理质量、工作负荷和组织信任这些底层问题。
HR运营模式正在进入新一轮重构
传统的三支柱模型，即 HRBP、专家中心和共享服务中心，仍然是许多企业 HR 组织的基础。但报告显示，这一模式正在进入混合过渡期。32% 的 HR 组织仍主要采用 Ulrich 模型，18% 仍处在更早期的 HR generalist 模式，34% 表示已经部分采用敏捷 HR 模式。也就是说，多数企业并不是已经完成转型，而是在旧模型与新模式之间寻找新的平衡。
未来 HR 运营模式的方向，可能不是简单取消三支柱，而是在其基础上加入更强的数据底座、跨职能协作、按任务流动的资源配置，以及 AI 代理驱动的员工服务。HR 的组织设计也将从“谁负责哪个模块”，转向“如何围绕员工旅程和业务场景配置人、流程、数据和技术”。
AI试点很多，真正规模化仍然有限
尽管 AI 已经成为 HR 领域最热的话题，但报告显示，全球只有 28% 的 HR 流程已经部署可运营的 AI 解决方案，37% 仍停留在试点阶段。中国在这一方面相对领先，43% 的 HR 流程已经进入 AI 运营使用阶段，另有 45% 仍处于试点阶段。这说明，企业并不缺 AI 试验，真正缺的是从单点试点走向端到端重构的能力。HR的AI能力成熟度测试很重要，点击可以参与测试。
HRTech 认为，这也是未来 HR 科技竞争的分水岭。单一工具型 AI 应用可以提升局部效率，但真正有价值的系统，必须能够连接员工数据、技能体系、招聘流程、学习发展、绩效管理和员工服务。未来的 HR 科技，不只是帮助 HR 更快完成任务，而是帮助企业更准确地理解组织能力，并更快完成能力重组。
HRTech观察：HR的下一场考试，是组织能力再设计
这份报告给 HR 领域最重要的启发是：AI 不会自动带来更好的 HR，也不会自动创造更强的组织能力。真正决定 HR 价值的，是能否把业务战略、人力规划、技能体系、员工体验、组织设计和 AI 工作流连接起来。未来领先的 HR 团队，将不再只是流程运营者，而是企业人机协作时代的组织能力设计者。
对于企业管理者和 HR 负责人来说，2026 年的关键问题不是“我们有没有 AI 工具”，而是“我们是否知道未来需要什么能力，哪些工作正在被重构，哪些员工需要转型，哪些流程可以被 AI 接管，以及 HR 自己是否已经准备好用新的方式运行”。这才是 HR 真正的转折点。
点击可以下载并阅读麦肯锡《HR Monitor 2026》完整报告。
员工体验
2026最新版员工体验旅程图（EX Journey Map 2026）开放下载：AI增强与全球化升级
HR 的工作从来不缺执行，真正缺的是一张能看清全局的员工体验地图。
招聘看转化率，培训看完课率，薪酬看市场竞争力，绩效看目标达成率。但员工真正感受到的，并不是某一个单点流程，而是从第一次看到招聘信息，到入职、成长、激励，再到离职后的完整体验。这正是《EX Journey Map 2026》要解决的问题。
《EX Journey Map 2026》由 EX Institute 与 HRTechChina 联合发布，是一套面向 HR 团队的年度员工体验框架工具。它覆盖员工全生命周期 8 个关键阶段，帮助企业系统识别关键触点、评估体验质量，并找到最值得优先改善的环节。
本次发布的是高清 PDF，中英双语，可打印，可用于团队工作坊、内部复盘和管理层汇报。目前已有超过 5,000 位 HR 下载使用，覆盖华为、腾讯、阿里、比亚迪、蔚来、西门子、德勤等企业。
2026版员工体验旅程图三大升级
第一，新增“第0阶段”：AI治理与全球化战略底座。
在招聘、入职、绩效和发展之前，企业需要先建立底层能力，包括数据标准、AI伦理、PIPL合规、全球HRIS和跨区域管理机制。没有这一层，AI应用很容易停留在孤立工具层面，难以真正改善员工体验。
第二，AI增强视角贯穿员工全旅程。
新版旅程图将AI简历筛选与偏见检测、AI薪酬建议引擎、AI智能入职助手、Manager AI Coaching、AI情绪监测预警、AI离职风险预测等场景，嵌入到员工生命周期的不同阶段，帮助HR从“知道AI重要”走向“知道AI如何落地”。
第三，增加出海全球化视角。
面向正在全球化扩张的企业HR，新版加入多法域劳动合规、跨文化面试设计、Total Rewards全球薪酬体系、外派与回任衔接等内容，帮助企业在不同国家和地区建立更一致、更合规的人才管理体验。
覆盖8个关键阶段
《EX Journey Map 2026》覆盖员工体验完整路径：
0 AI治理与全球化战略底座
1 招募
2 录用
3 入职
4 绩效
5 成长
6 激励
7 离职
每个阶段都标注了核心员工体验触点、员工期望状态，以及AI应用和全球化扩展场景，方便HR团队直接对照使用。
现在下载
填写工作邮箱即可获取高清完整版 PDF，并订阅月度 EX 洞察，随时可退订。
下载地址：exinstitute.org/download
2026员工体验相关延伸资源
EX Awards 2026 · 员工体验大奖
第六届 EX Awards 已于 6 月 1 日正式开放，设置 23 个奖项，覆盖企业 HR 团队、HR 科技机构和服务机构。评选以 JPA 员工旅程实践评估为核心，所有参评企业无论是否获奖，均可获得专业诊断报告。案例提交截止日期为 8 月 31 日。
了解详情：exinstitute.org/awards
EX 工具包
旅程图 PDF 是起点。EX 工具包提供 8 个阶段的深度解读、自测诊断工具与实操模板，帮助 HR 从框架认知走向落地改善。
了解详情：exinstitute.org/
EX Institute · People First™
体验即信任 · exinstitute.org/
员工体验
【评选】2026年员工体验大奖(EXAwards®）评选正式启动，全面升级覆盖员工全生命周期八大关键阶段，诚邀参与！
EX Awards
2026 Employee Experience Awards
提名正式启动
EX Awards 奖项介绍
由 HRTech（hrtechchina.com）与员工体验研究院（EX Institute，exinstitute.org）联合发起的第六届「员工体验大奖」（EX Awards® 2026）正式启动，即日起开放企业提名报名。
作为国内专注员工体验领域的专业性年度评选，EX Awards 自2021年创立以来，已持续发掘和表彰在员工体验领域进行系统性创新的优秀企业、HR团队及服务机构，累计参评企业超过300家，覆盖互联网、金融、制造业、消费品等主要行业。
在过往的几年中，我们一直面临着各种大环境因素下的挑战，对于我们影响深远，工作和生活都已经变得不同。当下员工体验在中国的落地与创新比以往任何时候都更为迅速和重要。当然，我们一直在针对员工体验话题进行潜心研究，以推动企业不断提高员工体验为其战略导向--以推动企业绩效增长为最终目标，企业通过优化和增强员工体验，致胜不确定的未来！员工体验大奖设立，是为了发掘和表彰持续在员工体验方面做出创新和卓越成就的组织及团队，因为其着眼于员工本身，纵览员工生命周期的不同阶段，不论是通过数字化的科技工具提升工作效率及体验、还是提供充满人性的员工关怀和福利举措、又或者创造健康安全及包容共生的职场。无论企业的实践是否贯穿员工体验旅程或只是部分、也可能是提升员工关键时刻的体验实践，都欢迎积极加入本次评选活动。
我们深信，通过发掘行业中正在为落实员工体验而用心改革的优秀中国企业，使其成功故事成为行业风向标，将会起到极大的示范效应，促进行业积极交流、共同进步。——员工体验研究院马上参与提名：http://hrnext.cn/wL8Zi（复制链接到浏览器打开或扫描上方图片二维码）EX Awards 奖项设置
员工体验最佳实践奖（13项）
- EX Practice Award
01、最佳入职体验奖 Best Onboarding Experience Award
02、最佳员工成长与发展体验奖 Best Employee Growth & Development Experience Award
03、最佳绩效体验奖 Best Performance Management Experience Award
04、最佳员工激励与认可体验奖 Best Employee Motivation & Recognition Experience Award
05、最佳员工健康与关爱体验奖 Best Employee Wellness & Care Experience Award
06、最佳工作场所奖 Best Workplace Experience Award
07、最佳数字化员工体验奖 Best Digital Employee Experience Award
08、最佳 AI 员工体验应用奖 Best AI Application for Employee Experience Award
09、最佳出海员工体验奖 Best Overseas Staff Experience Award
10、最佳 ESG 与员工社会责任体验奖 Best ESG & Employee Social Responsibility Experience Award
11、最佳离职关怀与 Alumni 体验奖 Best Offboarding Care & Alumni Experience Award
12、最佳招募实践奖 Best Recruitment Practice Award
13、最佳 Offer 与录用实践奖 Best Offer & Hiring Practice Award
员工体验最佳团队奖 -BEST Team Award:
·员工体验最佳团队奖 Best EX Team（以 HR/EX 团队整体为参评单位，评审团队在员工体验全链路的系统性运营能力与年度整体成果，不设子类）
最佳员工体验产品奖 （6项）-BEST Product Experience Award:
1、最佳招募与候选人体验产品奖 Best Recruitment & Candidate Experience Product Award
2、最佳入职体验产品奖 Best Onboarding Experience Product Award
3、最佳绩效与成长产品奖 Best Performance & Development Product Award
4、最佳员工激励与关爱产品奖 Best Employee Engagement, Motivation & Care Product Award
5、最佳 AI 员工体验产品奖 Best AI-powered Employee Experience Product Award
6、最佳出海员工体验产品奖 Best Global Employee Experience Product Award
最佳员工体验服务机构 -Best Employee Service Providers（面向员工福利、健康管理、员工关爱、数字化体验等领域的服务机构。参评时自行说明服务方向，不设固定子类）
马上参与提名2026年员工体验大奖参与提名地址：http://hrnext.cn/wL8Zi
EX Awards参评对象
企业：在员工体验旅程的关键时间点利用技术或创新的管理实践来提升员工体验、促进员工和企业欣欣向荣的实践案例的企业HR或HR团队。人力资源科技机构：陪伴员工生命周期各个阶段、如在招聘入职、员工福利健康、学习发展、核心人力资源数字化系统、职场办公空间等提供数字化的员工体验的供应商和产品服务。
EX Awards评选机制
2026年EX Awards在评审机制上进一步强化「数据说话」的核心原则，建立「硬性分数门槛 + 软性案例评分」的双轨评审体系。
企业团队及实践大奖
硬性门槛：员工体验测评问卷（JPA）提名初审通过后，员工体验研究院向企业HR负责人及管理层（至少3人参与）发送员工旅程实践评估问卷（JPA），评估企业在员工旅程各阶段的HR实践成熟度。75分以上直接入围；60-74分条件入围；60分以下60天后可重新申请。
软性评分：案例质量评审达到分数门槛的参评企业需提交书面案例（不少于500字）及参评视频或论坛现场实践分享（不少于20分钟），由员工体验研究院内部团队进行案例质量评审，重点考察案例完整性、数据支撑质量和实践创新性。
产品及机构大奖
1.通过奖项报名链接或二维码提交报名信息（更早的提名可以早一步推进评选流程） 2.内部初步审查，预计3-5个工作日 3.初审通过后，产品的话需要提交产品UI截图、设计理念等案例；其他需要提供参选案例介绍（不少于300字） 4.工作人员客户回访 5.大众评审 6.综合评审
EX Awards评选时间节点
2026年6月4日
参评正式开放
官方参评平台上线，企业可提交参评申请，选择适合的参评方案，完成支付后启动 JPA 测评流程。
2026年6月起
JPA 测评发放 · 案例提交开放
参评确认后，员工体验研究院向企业 HR 负责人及管理层发送 JPA 问卷（至少3人参与）；测评完成后开放案例材料提交。
2026年8月31日
案例材料提交截止
书面案例与参评视频的最终提交截止日，逾期不予受理，建议提前完成，不要等至最后。
2026年9月下旬
第一批颁奖典礼
与 HRTech 年度论坛联合举办，获奖企业现场领奖并展示年度最佳实践案例。
2026年10月
第二批颁奖典礼
与员工体验论坛联合举办，获奖企业现场交流分享，持续表彰年度最佳员工体验实践。
2026年12月
《2026中国员工体验年度报告》发布
汇总全年最佳实践案例，对外正式发布，成为行业年度必读参考，获奖案例同步进入长期传播。
EX Awards参评收益
这不只是一个奖项，而是一套将员工体验投入转化为专业认可与业务结果的评审机制。
01.专业测评背书，数据说话
JPA 旅程实践评估由员工体验研究院独立组织，测评结果客观可查。获奖不是评选出来的，是测评出来的——这是 EX Awards 与一般行业奖项最本质的区别。
02.雇主品牌的有力背书
获奖标识可用于招聘 JD、官网、校招物料、Offer 信与 ESG 报告。经第三方认可的雇主品牌信号，比企业自我表达更能降低候选人不确定性。
03.HR 团队价值更容易被看见
评选结果可用于年度汇报、项目复盘与资源申请，帮助 HR 团队从执行者转向业务价值创造者角色，让过去一年的投入有了对外可传达的证明。
04.免费获得专业诊断报告
所有完成 JPA 测评的参评企业，无论是否获奖，均收到员工体验研究院出具的专业诊断报告，含 8 阶段分布与行业基准对标——测评本身就有独立价值。
马上参与提名2025年员工体验大奖参与提名地址：http://hrnext.cn/wL8Zi企业奖项申请咨询：小科微信 ：hrtech-china邮件地址：ex@hrtechchina.com机构奖项申请咨询：奈斯微信：HRTechNice邮件地址：nice@hrtechchina.com
主办方简介
关于HRTechHRTech是中国首家领先的专注人力资源科技商业服务平台，作为HR领域唯一深度垂直独立的第三方专业服务机构，致力于推动中国人力资源科技进步与发展，持续引领行业新科技新趋势新产品新方向。HRTech核心报道中国HR科技创新企业与产品，关注并实时分享全球的人力资源科技资讯。定期发布行业市值榜单和HR科技云图，持续举办高品质的专业前沿峰会论坛，表彰认可业内先进。关于员工体验研究院(EXInstitute®)成立于2020年，旨在链接全球智慧与灵感，推动员工体验在组织中的进一步落地实践，提升组织绩效。员工体验研究院以开放的平台汇聚中国最优秀的员工体验专家顾问，面向组织提供调研、测评、指数、出版、咨询、培训、会议、表彰认证等落地支持服务。
员工体验
深度解读：从AI代理到AI控制塔-大型企业AI转型进入系统重构阶段：Workday、SAP、ServiceNow、Microsoft释放的新信号
HRTech深度解读：企业AI转型正在进入“系统重构”阶段。Josh Bersin近期围绕Workday、SAP、ServiceNow、Microsoft和Cornerstone的分析显示，AI不再只是写邮件、做PPT、生成JD的效率工具，而是在进入企业软件的底层运行逻辑。Workday从system of record走向platform for agents，SAP强调Autonomous Enterprise，ServiceNow布局AI Control Tower，Microsoft掌握员工日常工作入口，Cornerstone则把学习平台升级为workforce intelligence和skills platform。对HR来说，真正的挑战不是学会更多AI工具，而是理解AI如何重构工作流、岗位、能力、治理和组织责任。未来HR的价值，不在于更会使用AI，而在于帮助企业设计AI时代的组织运行方式。
过去一年，企业对AI的讨论经历了明显变化。最初，许多组织关注的是员工如何使用ChatGPT、Copilot或各类AI写作工具提升效率；随后，企业开始讨论AI如何嵌入招聘、学习、绩效、客服、IT和财务流程；而现在，从Josh Bersin近期围绕Workday、SAP、ServiceNow、Microsoft和Cornerstone等大型公司的分析来看，一个更深层的变化正在发生：AI不再只是企业软件中的一个功能，而正在成为企业运行方式、组织结构和工作流系统重构的核心力量。
这也是中国HR和企业管理者尤其需要关注的地方。AI转型的重点，已经不再是“员工会不会用AI写邮件、写JD、做PPT”，而是企业是否有能力把AI放进真实业务流程中，重新定义人、系统、数据、流程和责任之间的关系。
一、从AI工具到AI代理：企业软件的底层逻辑正在改变
在过去的SaaS时代，企业软件的核心价值是“记录”和“流程”。HCM系统记录员工信息，ERP记录财务和供应链数据，LMS记录学习课程和培训完成情况，ITSM系统记录服务请求和工单流转。系统的价值来自数据集中、流程标准化和管理可视化。
但AI Agent出现之后，企业软件的价值正在发生迁移。系统不只是记录发生了什么，而是要帮助企业判断下一步该做什么，并在权限、规则和审计框架下自动完成部分工作。
Josh Bersin在分析Workday时指出，Workday正在从传统的system of record转向platform for agents。其逻辑是：企业内部的数据、安全模型、业务规则、合规要求和审批机制已经沉淀在Workday这样的核心系统中，如果AI代理要在企业内部大规模运行，就不能绕开这些规则，而必须在可信系统的“rails”之上运行。
这句话背后的意义非常大。AI不是简单替代一个软件按钮，也不是给现有界面加一个聊天框，而是把“执行工作”的能力放进企业系统。如果AI代理可以发起审批、筛选候选人、推荐薪酬调整、生成绩效反馈、安排学习路径、识别离职风险，那么它就不再是辅助工具，而是企业工作流中的新型执行主体。
这意味着未来企业管理的一个核心问题将变成：哪些工作由人做，哪些工作由AI代理做，哪些工作由人机协同完成，以及这些行为如何被记录、审计和治理。
二、Workday的信号：HR系统不再只是HR使用的系统，而是AI代理运行的基础设施
Workday的案例对HR行业尤其重要。过去，Workday被视为大型企业HCM和财务系统的代表，是企业记录员工、组织、薪酬、审批、绩效和财务信息的核心平台。但在AI时代，Josh Bersin认为Workday正在重新定位自己：它不再只是一个system of record，而要成为企业AI代理运行的平台。
这背后的关键不是“Workday也有AI功能”，而是Workday试图把企业规则、权限体系、组织结构、岗位信息、财务约束和合规边界变成AI代理可调用、可遵守、可审计的运行环境。换句话说，Workday的价值不只是数据本身，而是“可信业务规则”的系统化沉淀。
对于HR来说，这个变化非常关键。很多企业现在谈AI，仍然停留在“用AI生成招聘文案”“用AI写员工通知”“用AI做培训内容”这一层。但真正的大型企业AI转型，关心的是AI能否在组织内部安全执行任务。例如，一个AI招聘代理是否可以筛选候选人？是否可以自动安排面试？是否可以根据企业政策判断薪酬范围？是否可以在合规框架下记录推荐理由？是否能够被审计？如果这些问题没有解决，AI就只能停留在个人效率工具层面，无法进入企业级工作流。
这也是HR未来角色变化的起点。HR不能只问“我能用AI做什么”，而要问“企业中的人力资源决策和流程，如何被AI重新设计，并仍然保持公平、合规、透明和可解释”。
三、SAP的转型：AI正在从HR系统走向企业全局运营系统
如果说Workday代表了人力与财务系统的AI代理化，那么SAP的变化则代表了更大的企业运营系统重构。Josh Bersin近期分析SAP时提到，SAP正在将自己定位为Autonomous Enterprise，并将Joule和相关AI能力放在企业级运营自动化的核心位置。SAP的优势在于，它覆盖了财务、人力资本、库存、制造、采购、供应商、合同、外包和临时劳动力等企业关键资源。
这对HR的启发在于，未来很多所谓“人力资源问题”，不会只在HR系统里被解释。比如销售团队绩效下降，原因可能不只是销售人员能力不足，也可能来自定价策略、供应链成本、产品竞争力、区域市场变化、销售激励机制、经理管理方式或组织协同效率。过去HR只能看到员工数据和绩效结果，难以连接业务全貌；但如果AI能够打通ERP、HCM、财务、供应链、销售和学习系统，HR对组织问题的判断就会从“人力数据分析”升级为“业务系统级组织诊断”。
这对中国企业尤其重要。很多企业的人力资源管理仍然以流程、制度、考勤、招聘和薪酬为主，HR数字化也往往围绕“系统上线”和“数据看板”展开。但AI时代的HR价值，不再只是把HR流程线上化，而是能否帮助企业看清组织能力、业务结果和人才结构之间的真实关系。
SAP的AI转型提醒我们：未来的HR分析不应只回答“员工满意度是多少”“培训完成率是多少”“招聘周期是多少”，而要回答“组织能力是否支撑战略”“哪些岗位正在成为增长瓶颈”“哪些团队的结构与业务目标不匹配”“哪些流程正在消耗大量人力但没有创造战略价值”。
四、ServiceNow的野心：企业需要AI代理的控制塔
ServiceNow的转型则揭示了另一个重要方向：当企业内部出现越来越多AI代理之后，新的治理平台会变得非常关键。Josh Bersin在分析ServiceNow时指出，ServiceNow正在推动一个管理企业AI的宏大愿景，包括AI Control Tower、Agent Fabric、Context Engine等能力，目标是管理企业中的agent、workflow和people，并监控AI代理的成本、行为和ROI。
这个判断非常值得中国HR关注。今天很多企业还没有真正大规模部署AI代理，但已经可以看到未来的问题：不同部门会采购不同AI工具，员工会自行使用不同AI应用，业务团队会把AI接入各种流程，IT会担心数据安全，法务会担心合规风险，HR会担心公平性、岗位变化和员工能力断层。最终，企业会进入一个“AI使用高度分散，但责任边界不清晰”的阶段。
这就是为什么ServiceNow要做AI Control Tower。它看到的不是某一个AI工具的机会，而是企业AI治理层的机会。未来企业不只需要AI应用，更需要知道这些AI应用在做什么、谁授权了它们、它们调用了哪些数据、产生了什么成本、创造了什么业务价值、是否存在偏差和风险。
对HR而言，这个趋势意味着AI治理将成为HR必须参与的组织议题。尤其在人力资源场景中，AI一旦参与招聘、绩效、晋升、薪酬、培训推荐和员工关系，就会触及公平、偏见、隐私、合规和员工信任等敏感问题。HR不能只做AI工具的使用者，而必须参与制定AI使用规范、角色权限、员工培训、伦理标准和组织变革方案。
五、Microsoft的机会：谁掌握员工日常入口，谁就掌握企业AI入口
Josh Bersin近期也分析了Microsoft在企业AI中的机会。他认为Microsoft可能在企业AI竞争中占据非常重要的位置，因为它不仅有Copilot，还有Microsoft 365、Teams、Outlook、Excel、Azure、Microsoft Graph、Copilot Studio和庞大的企业客户基础。Microsoft的优势不是某一个单点AI能力，而是它已经处在员工每天工作的入口处。
这对HRTech行业有非常现实的影响。过去HR系统主要由HR部门选择和推动，员工进入HR系统通常是为了请假、查工资、做绩效、参加培训或提交申请。但在AI时代，员工可能不会主动打开某一个HR系统，而是直接在Teams、Outlook、Copilot或企业门户中提问：“我该如何申请育儿假？”“我今年的绩效目标应该怎么写？”“我适合申请哪个内部岗位？”“我需要补哪些技能？”“我的团队是否存在离职风险？”
如果Microsoft这样的横向入口能够连接企业数据和工作流，那么很多HR服务可能会从独立系统界面转移到员工日常工作入口中。这将改变HRTech产品的竞争逻辑。未来HR软件不只是比功能清单，而是比谁能进入真实工作场景、谁能与企业入口系统深度集成、谁能让员工和经理在最自然的工作环境中完成HR任务。
对中国市场而言，这也意味着企业微信、钉钉、飞书以及各类协同办公平台在AI时代可能承担更重要角色。HR系统如果仍然孤立存在，而不能进入业务沟通、任务协同和知识流转场景，其使用频率和战略价值可能会被削弱。
六、Cornerstone的变化：企业学习正在从课程管理转向能力基础设施
在学习与人才发展领域，Cornerstone的变化同样具有代表性。Josh Bersin近期分析Cornerstone时指出，这家公司正在通过Workforce AI重新定义企业学习、技能管理和全球enablement。Cornerstone不再只是传统LMS或学习内容平台，而是在向AI-native workforce intelligence和skills platform演进。
这反映了企业学习市场的根本变化。过去企业学习主要关注课程采购、内容管理、培训完成率和学习平台使用率。但AI时代真正的问题是：员工是否具备完成未来工作的能力？企业是否知道哪些技能正在缺失？哪些岗位会被AI重构？哪些团队需要重新培训？哪些经理需要被赋能？哪些员工可以通过内部流动而不是外部招聘满足业务需求？
传统L&D如果仍然停留在“买课程、推培训、统计完成率”，价值会迅速下降。AI正在把学习从内容供给转向能力诊断、个性化发展、岗位匹配、绩效支持和组织能力建设。Cornerstone的转型说明，企业学习平台正在从“培训系统”变成“员工能力基础设施”。
这对中国HR尤其有启发。很多企业过去做培训，关注的是年度培训计划和课程交付；但未来更重要的是建立动态能力图谱，识别员工当前能力、岗位未来要求和业务战略之间的差距。AI不是让培训部门更快生成课件，而是让企业更准确地判断组织能力是否跟得上业务变化。
七、HRTech判断：企业AI转型的主战场不是工具，而是工作流
综合Josh Bersin近期对这些大型公司的分析，我们认为，企业AI转型正在进入第二阶段。第一阶段是个人效率阶段，员工用AI写内容、做总结、查资料、生成文档。第二阶段是流程嵌入阶段，企业把AI放进招聘、客服、IT、财务、人力、学习等业务流程。第三阶段则是系统重构阶段，AI代理成为企业工作流的一部分，软件平台开始重新定义数据、权限、流程、角色和商业模式。
现在Workday、SAP、ServiceNow、Microsoft和Cornerstone的变化，说明大型企业软件公司已经开始进入第三阶段。
这对HRTech行业意味着，未来真正有价值的产品不只是“AI功能更强”，而是能否解决五个问题：是否理解企业真实工作流，是否能接入可信数据和业务规则，是否能让AI在权限和合规边界内执行任务，是否能衡量AI带来的业务结果，是否能帮助组织完成岗位、能力和流程的再设计。
因此，HRTech的竞争也会发生变化。单点工具如果只是包装AI生成能力，很容易被平台型产品吸收；只做内容库、表单流、简单聊天机器人的产品，也会面临替代风险。更有长期价值的方向，是围绕组织能力、工作流重构、AI治理、技能图谱、员工体验和业务结果形成可持续的数据与流程闭环。
八、对中国HR的真正启示：不要把AI转型误解为“学会几个工具”
对中国HR而言，Josh Bersin这些文章最大的价值不是告诉我们某一家美国软件公司发布了什么新产品，而是提醒我们：AI转型正在改变HR的专业边界。
过去HR的专业价值主要体现在招聘、薪酬、绩效、员工关系、培训和组织发展等模块能力。AI时代，这些模块不会消失，但它们会被重新连接。招聘会和技能图谱连接，培训会和绩效支持连接，组织发展会和业务数据连接，员工体验会和AI服务入口连接，合规会和算法治理连接。
未来HR需要具备三类新能力。
第一，是AI工作流设计能力。HR要能够识别哪些流程适合自动化，哪些流程必须保留人工判断，哪些流程需要人机协同。例如，AI可以帮助筛选简历，但最终录用决策如何保持公平？AI可以生成绩效反馈，但经理如何承担管理责任？AI可以推荐学习路径，但员工发展如何与业务目标连接？
第二，是AI治理与风险识别能力。HR必须理解AI在招聘、绩效、薪酬、晋升和员工关系中的潜在偏见、隐私风险、合规风险和员工信任问题。未来HR不只是制度执行者，而是组织AI使用边界的共同设计者。
第三，是组织能力重构能力。AI会改变岗位内容、技能要求、团队结构和管理方式。HR需要帮助企业重新定义岗位、能力模型、人才梯队、领导力标准和学习体系。真正的HR价值，不是告诉员工如何使用AI工具，而是帮助组织判断AI时代需要什么样的人和组织能力。
九、为什么这对中国企业更紧迫
中国企业在AI应用上往往行动很快，但在治理、流程、角色和组织能力建设上容易滞后。许多企业会先采购工具、先试点应用、先要求员工提升效率，但没有同步建立数据权限、流程边界、岗位影响评估和员工能力升级机制。这会带来一个问题：AI看似被广泛使用，但组织并没有真正变得更强，反而可能出现工具碎片化、流程混乱、责任不清和员工焦虑。
这正是Josh Bersin近期文章所揭示的核心趋势：大型企业软件公司正在把AI从“功能”升级为“企业运行层”。也就是说，AI真正的价值不是单点效率，而是系统能力。谁能把AI放进企业规则、数据结构、业务流程和组织治理中，谁才可能真正获得长期优势。
对中国HR来说，这也是一个重要提醒。不要只关注“AI能帮HR省多少时间”，而要关注“AI会如何改变企业管理的基本结构”。如果HR只把AI当工具，就会被工具替代；如果HR能参与设计AI时代的组织运行方式，就会成为企业转型中的关键角色。
十、HRTech结语：HR的机会，不在于更会用AI，而在于更懂组织如何被AI重构
Josh Bersin近期对Workday、SAP、ServiceNow、Microsoft和Cornerstone的分析，本质上指向同一个结论：企业AI转型已经进入平台化、代理化、治理化和系统化阶段。大型软件公司争夺的不只是AI功能，而是企业未来的工作入口、数据语义层、代理执行层、治理控制层和商业计费层。
这对HR行业是一次真正的提醒。AI不会只是让HR工作更快一点，而会重新定义HR工作的边界、价值和责任。未来优秀的HR不只是AI工具使用者，也不是简单的流程管理员，而是组织AI转型的设计者、治理者和能力建设者。
对中国企业来说，现在最需要做的不是追逐每一个新的AI工具，而是回到三个基本问题：我们的关键HR流程是否值得被AI重构？我们的组织是否具备管理AI使用行为的规则和能力？我们的HR团队是否已经从“个人AI使用”走向“组织AI治理与转型”？
真正的AI时代HR，不是会用更多工具的人，而是能够帮助企业重新设计工作、能力和组织运行方式的人。
员工体验
【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。
扫一扫 加微信
hrtechchina
员工体验
员工体验
员工体验
员工体验
员工体验
员工体验
员工体验
员工体验
员工体验
员工体验
扫一扫 加微信
hrtechchina
