-
旧金山
Workday宣布收购AI身份治理平台C1.ai：从员工管理到AI Agent权限治理，HR系统正成为企业AI安全的重要入口
2026年10月13日，全球企业管理软件公司 Workday（NASDAQ: WDAY） 在美国拉斯维加斯举行的Workday Rising 2026大会上宣布，已签署最终协议，计划收购人工智能身份与访问权限治理公司 C1.ai。这项交易旨在将企业员工与AI Agent的身份管理、系统访问授权和权限审计整合到Workday平台，进一步扩大Workday在人力资源、财务与IT领域的企业级AI治理能力。根据官方公告，交易预计于Workday 2027财年第四季度 完成，该财季截至2027年1月31日，仍需满足惯常交易交割条件。双方未披露此次收购的交易金额。
这笔收购的意义不仅在于Workday扩展了企业身份安全能力，更在于其开始尝试将人力资源系统中的员工身份、组织关系及岗位变动，与AI Agent的访问权限和运行治理连接起来。随着越来越多AI Agent进入招聘、薪酬、财务和企业运营流程，企业需要管理的对象正在从传统员工扩展到由员工与数字智能体共同构成的混合劳动力。
C1.ai是谁？从ConductorOne转向AI Agent身份安全
C1.ai的前身是ConductorOne，由Alex Bovee和Paul Querna于2020年创立。两位创始人此前均曾在身份安全公司Okta工作，拥有零信任安全和企业访问管理方面的技术经验。目前Alex Bovee担任首席执行官兼联合创始人，Paul Querna担任首席技术官兼联合创始人。公司在美国San Francisco和Portland设有办公地点。
2026年4月，ConductorOne正式更名为C1，将业务定位从传统身份治理进一步扩展至AI时代的统一身份安全平台。
C1.ai主要面向企业身份治理与管理（Identity Governance and Administration，IGA）、身份与访问管理（Identity and Access Management，IAM）及特权访问管理（Privileged Access Management，PAM）等领域，帮助企业管理员工、非人类系统账户及AI Agent的访问权限。
其平台能够连接企业电子邮件、客户关系管理系统（CRM）、代码仓库、财务系统及云基础设施，并通过自动化审批、细粒度权限管理、即时授权和审计记录等机制，实现企业身份的全生命周期治理。
在资本市场方面，C1.ai于2025年10月28日宣布完成 7,900万美元B轮融资，由Greycroft领投，CrowdStrike Falcon Fund及现有投资者Accel、Felicis Ventures等参与。该轮融资完成后，公司披露的累计融资额超过1亿美元。其企业客户包括Zscaler、Ramp、DoorDash、DigitalOcean和Instacart等。
这意味着Workday此次收购的并非一家刚刚进入市场的AI初创企业，而是一家已经拥有企业级客户基础、身份安全产品及相关技术积累的公司。
为什么Workday需要C1.ai？AI Agent正在改变企业权限管理
传统企业的身份管理通常围绕员工生命周期展开。员工入职时，IT部门根据职位和部门分配系统权限；员工晋升、调岗或离职时，再相应调整或撤销访问权限。
但这一流程在实际运营中仍存在大量人工操作。许多企业通过工单、电子表格和定期权限审核管理数百个应用系统。员工可能需要等待数天才能获得工作所需的系统访问权限，也可能在岗位变动后继续保留不再需要的权限。
随着AI Agent开始自主执行任务，这一问题变得更加复杂。
AI Agent不一定对应传统意义上的员工账户。部分智能体代表员工执行工作，部分则可以独立运行，持续访问不同的企业应用、数据及工作流程。如果企业无法准确识别这些智能体的身份、授权范围及有效期限，就可能产生数据泄露、权限滥用和合规风险。
C1.ai于2026年3月发布的《Future of Identity Report》调查了美国508名来自员工规模超过1,000人的企业的IT及安全负责人。调查发现，95%的受访企业已经运行能够自主执行IT或安全任务的AI Agent，47%的受访企业表示其非人类身份数量已超过人类用户，但只有22%表示能够全面掌握这些非人类身份的情况。
与此同时，Deloitte在《State of AI 2026》报告中指出，只有21%的受访企业表示已经建立成熟的自主AI Agent治理模式。
需要注意，这两组数据来自不同研究，调查范围与样本并不相同，但共同反映出一个趋势：AI Agent的企业应用正在快速发展，而相关治理体系仍有待完善。
将员工入职、调岗和离职与系统权限管理连接起来
Workday计划通过整合C1.ai，将员工身份和组织变动直接转化为企业应用的权限管理事件。
例如，新员工加入企业后，Workday中的入职信息可以成为权限配置的触发条件。通过C1.ai，企业有望自动为其分配Slack、Jira、财务系统及其他业务应用所需的访问权限，减少新员工反复提交IT工单的情况。
当员工从销售部门转入财务部门，系统可以根据新的岗位职责增加必要权限，同时撤销原岗位不再需要的访问范围。员工离职后，相关应用与数据访问权限也能够及时关闭。
这一机制的核心，是将传统员工入职、岗位变动和离职流程，即Joiner、Mover、Leaver（JML），与企业身份治理连接起来。
Workday产品与技术总裁 Gerrit Kazmaier 表示，今天的企业正在由人类员工和AI Agent共同构成的劳动力体系驱动。通过C1.ai，Workday将帮助企业管理并执行员工与智能体在不同应用和系统中的访问权限，使其能够在正确的时间获得适当授权，从而提高工作效率、安全性及合规水平。
对于企业HR而言，这意味着员工数据不再只是招聘、薪酬、绩效及组织架构管理的基础，也可能成为企业访问权限自动化的重要依据。
从管理员工身份，进一步扩展到管理AI Agent
相比传统员工身份管理，Workday此次收购更具战略意义的部分在于AI Agent治理。
Workday此前已经推出 Workday Agent System of Record，旨在帮助企业登记、查看和管理AI Agent。此次引入C1.ai后，Workday计划进一步扩展这一能力，从记录企业有哪些AI Agent，发展到治理这些智能体可以访问哪些应用、数据和业务系统。
这种治理不仅涉及AI Agent是否拥有账户，还包括它可以代表谁执行任务、拥有哪些权限、何时需要人工审批，以及在任务结束后如何撤销授权。
例如，一个帮助招聘经理筛选候选人的AI Agent，可以被授予访问特定招聘数据的权限，但不应因此获得查看企业所有员工薪酬信息的能力。另一个负责财务分析的智能体，也应根据具体业务任务设置数据访问范围，而不是默认拥有完整的财务系统管理权限。
企业还需要区分代表员工操作的AI Agent与能够独立运行的自主智能体。前者的权限可能需要受到对应员工授权范围的约束，后者则需要更独立、严格的身份与风险控制。
C1.ai首席执行官兼联合创始人 Alex Bovee 指出，企业不能继续依赖过去的IT工单模式来保障AI时代的安全。将身份治理直接融入Workday企业运营平台，将有助于企业实时管理人类员工和AI Agent的访问权限，在提高工作效率的同时控制安全风险。
Workday的战略方向：从HR管理系统迈向可信AI执行平台
此次收购也需要放在Workday Rising 2026的整体产品战略中理解。
在本届大会上，Workday集中展示了围绕Sana、Autopilot Agents和Trusted Agent Platform的AI战略，推动AI从提供建议的辅助工具，向能够在企业业务规则约束下执行实际任务的智能体发展。
其中，Trusted Agent Platform允许企业使用不同开发工具及AI模型构建和运行智能体，并通过Agent Harness、Agent-Ready Tools及Workday Data Cloud等组件，将现有的数据权限、业务规则、审批流程与审计机制应用于AI执行过程。
C1.ai的加入，将使Workday有机会进一步强化跨系统身份与访问治理。
从技术架构来看，Workday希望形成一个更加完整的闭环：首先通过HR系统掌握员工身份、组织关系与岗位职责，再通过Agent System of Record识别和管理AI Agent，随后利用C1.ai控制不同员工及智能体在企业应用中的访问权限，最终通过业务规则和审计机制管理其实际执行行为。
对Workday而言，这意味着其竞争边界可能从传统HCM和财务管理软件，进一步延伸至企业AI运行治理与身份安全领域。
不过，上述整合仍属于收购完成后的预期方向。Workday尚未在本次公告中披露C1.ai具体的技术整合时间表、正式产品组合、商业定价或客户迁移安排。
对HR行业意味着什么？人力资源管理正在与企业AI治理进一步融合
HRTech认为，这笔收购值得关注的地方，是Workday正在尝试重新定义HR系统在企业数字基础设施中的位置。
长期以来，人力资源系统主要负责记录员工信息、管理组织架构、执行薪酬和人才管理流程。企业身份安全与系统访问权限则主要由IT和信息安全部门管理。
AI Agent的发展正在使二者之间的联系更加紧密。
当企业需要同时管理员工和大量数字智能体时，岗位、组织层级、汇报关系及员工生命周期信息，将直接影响智能体的权限范围与业务执行能力。HR系统因此有机会成为连接人力资源管理、身份安全和AI Agent治理的重要基础设施。
对于CHRO和企业HR负责人而言，这一变化意味着HR数字化战略不能仅停留在招聘、绩效和员工服务自动化层面，还需要与IT、安全、法务及合规团队共同建立适用于AI Agent的管理机制。
特别是在招聘、薪酬、员工个人信息及财务审批等高敏感场景，企业需要明确哪些任务可以由AI自主完成，哪些必须经过人工审批，以及如何保留操作记录、限制访问权限和处理异常行为。
从HR科技市场竞争来看，Workday此次拟收购C1.ai也释放出一个信号：下一阶段企业级AI平台的竞争，不仅取决于AI模型能力和自动化水平，还将取决于厂商能否将业务数据、权限治理、审批规则和智能体执行能力整合为可信赖的企业级架构。
交易仍待完成，AI治理能力将成为后续观察重点
根据Workday公告，BofA Securities担任此次交易中Workday的财务顾问，Orrick担任法律顾问；Qatalyst担任C1.ai的财务顾问，Ashurst Perkins Coie担任法律顾问。
截至2026年10月13日，双方已经签署最终收购协议，但交易尚未完成。具体交易金额、收购后的产品定价、人员整合以及技术商业化时间安排均未披露。
Workday目前服务全球超过11,500家企业和组织，其中包括超过65%的Fortune 500企业。如果此次交易顺利完成，并实现预期中的产品整合，C1.ai的身份治理能力将有机会通过Workday的平台生态获得更广泛的企业应用。
对于全球HR科技行业而言，这起交易说明，AI时代的企业管理软件正在出现新的竞争方向：不仅需要管理人类员工的工作，还需要为能够自主执行任务的AI Agent建立清晰的身份、权限与责任边界。
未来的HR系统可能不只是企业的人力资源信息记录中心，也将成为连接人类员工、数字智能体和企业业务规则的重要治理入口。
资料来源：
Workday Newsroom，2026年10月13日：Workday to Acquire C1.ai, a Leading Agentic Identity Platform for People and Agents
C1.ai，2026年10月13日：C1.ai to join Workday
C1.ai，2025年10月28日：C1 Raises $79 Million Series B
C1.ai，2026年3月10日：Future of Identity Report
Deloitte，2026年：State of AI Report
-
旧金山
调查显示：AI没有让HR变轻松，反而把HR推到了经营中心
HRTech核心解读：Lattice报告显示AI越深入企业，HR反而越接近经营核心。83%的HR对AI感到兴奋，44%的企业已使用内置AI的企业平台，58%使用AI生产力/自动化工具。但74%的HR认为，用AI裁员的企业高估了生产率提升；54%表示员工正在“工作更多、薪酬不变”。AI也正在进入绩效管理。越来越多企业采用季度甚至月度评价，但涉及晋升、加薪等关键决定时，HR仍强调Human-in-the-Loop。更重要的是：Lattice发现，真正决定AI能否带来高绩效的并不是工具，而是文化、心理安全、管理者能力、清晰目标与持续反馈。AI时代，HR真正要升级的可能不是Prompt能力，而是重新设计“人+AI如何工作”的能力。更多请关注 HRTech
HRTech认为，Lattice最新发布的《2027 State of People Strategy Report》最重要的结论，不是“HR正在加速使用AI”，而是另一件更深层的变化：当AI真正进入绩效、岗位、管理和决策流程后，HR的事务性工作可能减少，但组织设计责任正在迅速增加。
换句话说，AI并没有让HR变得不重要，反而正在迫使HR从“流程管理者”转向“工作设计者”。企业真正需要HR回答的，已经不是用不用AI，而是AI进入之后，岗位怎么变、绩效怎么定、管理者承担什么责任、员工获得什么回报，以及哪些决策仍然必须由人做出。
这也是Lattice将本年度报告主题直接概括为“People strategy is the strategy”的原因。
AI正在从工具，变成工作流程的一部分
Lattice此次调查了1,358名HR专业人士。83%的HR领导者表示，对AI在HR中的应用感到兴奋；44%的企业已经使用内置AI的enterprise platforms，58%正在使用带AI功能的productivity或automation tools。AI的应用正在从过去单独打开ChatGPT写一份JD、总结会议，逐渐进入绩效、人才分析和企业工作流。
这意味着企业AI应用已经开始进入第二阶段。
第一阶段讨论的是“我们有没有使用AI”，第二阶段则必须讨论“AI究竟改变了什么工作”。
未来判断一家企业AI成熟度，单纯看有多少员工使用Copilot、ChatGPT已经没有太大意义。真正重要的是，AI进入了多少核心流程，哪些任务被自动化，哪些岗位被重新组合，以及这些效率最终是否转化成了Business Outcome。
AI首先改变的，其实是“什么叫做高绩效”
Lattice数据显示，38%的HR团队已经把Performance列为首要优先事项。在美国，42%的HR领导者把Performance Management列为第一重点。与此同时，33%的企业已经按季度进行Performance Review，12%甚至按月进行，绩效管理正在从一年一次的管理动作，逐渐变成持续反馈机制。
AI也已经直接进入这个流程。新闻稿显示，74%的HR领导者认为Managers已经在使用AI起草Performance Reviews。
表面看，这是一次效率提升，但真正值得关注的问题是：如果AI让员工完成工作的速度提高了，企业是不是也会同步提高“达到预期”的标准？
Lattice的数据已经出现这种迹象。54%的HR领导者表示，员工正在被要求做更多工作，却没有获得更多薪酬，上一年度这一比例还是43%。
这可能会成为AI时代一个越来越重要的管理问题：AI创造出来的生产率收益，究竟应该归企业、归员工，还是双方共享？
如果企业只是把AI节省出来的时间全部转化为更多任务，那么短期产出可能提高，但员工对AI的接受度、组织信任和长期敬业度未必会同步提高。
AI可以提供建议，但不能替管理者承担责任
Lattice报告呈现出的另一个重要信号，是HR对AI的态度正在从“能不能用”转向“什么地方不能完全交给AI”。
对于会议总结、信息整理、绩效评价草稿等低风险任务，AI的接受程度很高。但涉及Promotion和Compensation等高影响决策时，HR明显更加谨慎。
报告中的一句话非常准确：
“The recommendation engine, yes. The decision, no.”
这实际上定义了未来企业AI Governance最重要的一条边界。
AI可以帮助企业分析绩效数据、发现模式、生成建议，但晋升、薪酬、绩效评级甚至解雇等影响员工职业发展的决定，最终仍然需要明确的人类责任主体。
未来真正成熟的企业，不只是建立Human-in-the-Loop，而是需要根据“决策风险”定义不同程度的人类参与。
AI可以提高Decision Intelligence，但不能替代Decision Accountability。
74%的HR，并不相信“AI换人”那么简单
一个很有意思的数据是，83%的HR对AI总体持积极态度，但与此同时，74%的HR领导者认为，那些因为AI而削减员工的企业，高估了AI最终能够带来的生产率提升。美国HR的这一比例甚至达到77%。
这说明HR对AI的判断正在变得更加务实。
AI确实可以替代大量任务，但Task Replacement并不等于Job Replacement。
一个岗位除了可见任务之外，还包含客户关系、隐性知识、判断经验、跨部门协调和组织记忆。企业如果只看到AI可以完成其中一部分任务，就直接把整个岗位删除，很容易高估节省的成本，同时低估失去的组织能力。
因此，企业更合理的路径应该是先做Task Analysis，再进行Job Redesign，而不是直接从Headcount Reduction开始。
真正成熟的AI Workforce Strategy应该问：
哪些任务应该Automate，哪些应该Augment，哪些仍然应该Human-owned？
这比简单讨论“AI可以裁掉多少人”更重要。
文化正在从“软问题”变成AI基础设施
这份报告里最值得CEO和CHRO共同看的，其实不是AI数据，而是Culture。
Lattice发现，高绩效HR团队所在组织中，75%的Senior Leadership重视Psychological Safety，而低绩效团队只有40%；72%的高绩效组织领导层优先考虑Company Culture，对照组只有36%。
高绩效HR团队中，85%表示员工高度敬业，而低绩效团队只有40%；42%的高绩效团队表示员工超过公司目标，低绩效团队只有4%。
需要强调的是，这些数据主要来自HR从业者自报，能够说明明显相关性，但并不能直接证明文化是绩效提升的唯一因果因素。
不过，它揭示了AI转型中的一个现实问题。
AI Adoption需要Experimentation，而Experimentation需要Psychological Safety。
员工必须敢于试错、质疑AI结果、暴露流程问题，也必须相信“帮助公司找到更好的AI工作方式”不会直接变成自己被替代的理由。
如果这种信任不存在，企业即使购买了最先进的AI工具，也很难获得真正的组织级应用。
所以AI时代，Culture不仅没有变软，反而开始变成技术投资能否产生ROI的基础条件。
47%的HR Tech采购后悔，说明问题不只是产品
Lattice数据显示，47%的HR团队表示，过去两年购买的至少一项HR Technology产品没有达到预期。主要原因包括50%的Functionality Issues、34%的Integration Challenges，以及Pricing和Investment Return问题。
这个数字对今天疯狂采购AI产品的企业尤其值得警惕。
很多AI项目的逻辑仍然是：CEO要求使用AI，HR需要找一个AI项目，于是采购一个“带AI”的产品。
但更成熟的顺序应该是：
Business Problem → Workflow → Task → Data → AI Capability → Technology。
先找业务问题，再找技术，而不是先买技术，再寻找使用场景。
AI不会自动修复一个错误的流程。相反，它很可能只是让错误流程运行得更快。
因此，未来HR Tech采购能力本身也需要升级。真正重要的不只是Vendor Selection，而是Process Readiness、Integration Capability和Change Management。
HR真正升值的，不是Prompt能力，而是Work Design能力
如果把Lattice这份报告放到更长的HR科技演进周期里看，可以看到一个非常清晰的变化。
AI正在压缩行政工作的价值，但同时提高Work Design、Performance Architecture、Manager Enablement、AI Governance和People Analytics的重要性。
未来HR最有价值的能力，不是成为公司里最会写Prompt的人，而是能够理解一个岗位由哪些任务组成，哪些工作应该交给AI，哪些应该由人负责，以及AI加入之后，目标、绩效、薪酬和职业发展应该如何重新设计。
这也是HRTech对这份报告最重要的判断：
AI不会淘汰HR，但会淘汰旧的HR价值模型。
过去HR的价值往往来自流程、制度和管理系统；未来HR的价值会越来越来自组织设计、决策机制和Human + AI Workforce的重新配置。
当AI可以帮企业执行越来越多工作时，真正稀缺的反而变成另一种能力：
知道应该让谁做什么，以及为什么这样设计。
所以，AI时代HR真正需要争取的位置，并不是“企业AI工具管理员”，而是参与回答一个更重要的问题：
当AI进入公司以后，我们应该如何重新组织工作？
能够回答这个问题的HR，才真正走到了经营中心。
-
旧金山
被AI“炒鱿鱼”已经不是科幻：真实员工被AI经理Luna解雇，经理这个岗位也要被重写？
HRTech核心摘要：在旧金山运营实验性零售店Andon Market，由AI Agent Luna负责招聘、排班、请假和员工管理。一名员工在23个有打卡信息的班次中迟到17次，并伴随公司卡使用、未执行指令和离岗等问题。Luna最初因遗忘员工手册只建议警告；在人类补充正式沟通记录并要求重新评估后，它最终建议结束雇佣关系，真人随后完成审核和解雇。
别只担心AI抢你的工作，它可能先成为你的老板。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
当AI开始决定谁该走：AI开始首次参与真实员工解雇，HR管理正在进入Agent时代
2026年8月，一个发生在旧金山实体零售店里的实验，把“AI会不会替代工作”这个已经讨论多年的问题，推到了一个更敏感的位置：AI不只是帮助员工完成任务，它开始真正进入招聘、排班、绩效管理甚至解雇建议等管理权领域。
AI研究公司Andon Labs在旧金山运营一家名为Andon Market的真实零售店，并把日常管理交给由Claude驱动的AI Agent——Luna。Luna不是一个简单的聊天机器人，它拥有公司邮箱、电话号码、公司卡、互联网和门店监控等工具，可以发布职位、筛选候选人、进行电话面试、安排班次、批准请假、处理库存和日常运营，并直接与真实员工沟通。随后，一个过去更多存在于科幻小说和管理学讨论中的场景真正发生了：Luna对一名现实中的员工是否应该继续留任进行了完整评估，并最终建议终止这名员工的雇佣关系。
这名员工在有记录的23个班次中迟到了17次，同时还涉及未及时回复工作消息、没有按照要求执行任务、将公司卡带回家、在被要求不要采购后仍使用公司卡购买22.92美元零食，以及值班期间离开门店造成店内无人值守等问题。经过对员工表现、内部政策和此前沟通记录的重新分析，Luna最终得出判断：“I don't think this is the right fit for the role as built.”也就是说，它认为这名员工已经不再适合这个岗位，并建议双方结束雇佣关系。
最终的法律审核、批准以及真正的解雇沟通仍然由Andon Labs的人类管理人员完成，因此严格来说，这并不是“Claude自己把一个人开除了”。但这件事真正具有分水岭意义的地方在于：一个AI Agent已经开始对真实员工的去留作出实质性的管理判断。
HRTech认为，这件事情真正值得关注的，并不是“AI第一次炒人”这个戏剧性标题，而是它揭示了一条越来越清晰的趋势：**AI正在从生产力工具进入企业管理权。**过去两年，企业讨论最多的是员工如何使用AI、哪些任务会被AI替代；接下来，企业不得不面对一个更加棘手的问题：当AI开始招聘、排班、监督、评价甚至建议解雇员工，人类究竟应该把多少管理权交给AI？
这不是“AI自动炒人”，而是一场真实的AI管理实验
必须首先厘清一个事实，这名员工并不是被Claude直接通过邮件或系统自动解雇。AI承担的是绩效分析、政策判断和管理建议，真正执行termination的仍然是人类管理人员。但即便如此，这个案例依然具有非常明显的标志性意义，因为Andon Labs并不是临时让Claude回答一句“这个人应不应该被开除”，而是把AI长期嵌入一家真实企业，让它持续承担Manager角色。
Luna可以在LinkedIn、Indeed和Craigslist发布招聘信息，筛选候选人并进行电话面试；被招聘的人拥有真实工资和雇佣合同，不是配合实验的演员。进入实际运营后，Luna继续负责员工排班、工作沟通、请假、库存管理和日常经营。因此，这个实验真正测试的是：一个通用AI Agent是否能够长期承担一部分传统意义上的管理工作。
这也是为什么Andon Market与过去十几年已经存在的“算法管理”有所不同。Amazon仓储、Uber、DoorDash等平台早已使用算法进行工作分配、绩效监控和账号管理，但这些系统大多基于固定指标和预设规则。例如迟到多少次、评分低于多少、取消订单达到什么比例，就触发相应流程。而Luna代表的是另一种技术路径：它会阅读员工对话、理解政策、整合上下文、分析历史行为，并通过语言模型进行类似人类管理者的推理。
换句话说，算法管理正在从“规则自动化”逐渐走向“管理推理自动化”。这可能才是这件事情真正值得HR和企业管理者关注的地方。
更值得注意的是，Claude一开始其实并不想开掉这个人
如果只看最终结果，人们很容易得到一个直觉判断：AI经理是不是比人类经理更加冷酷，只看数字、不讲人情？但Andon Market实验呈现出来的过程恰恰相反。Luna的问题并不是“太严格”，而是某种程度上“太宽松”。
Luna此前自己制定了一份员工手册，其中明确规定，在30天内出现3次无正当理由迟到，应当给予正式书面警告；如果在警告之后继续出现类似情况，则可能减少工时或者终止雇佣。但后来发生了一个非常典型的大模型问题：Luna“忘记”了自己制定的员工政策。
员工持续迟到，但这些零散事件并没有被自动整合成长期绩效记录。Luna最初只认为这名员工迟到了6次，而Andon Labs后来重新检查clock-in记录后发现，在23个有记录的班次中，这名员工实际上迟到了17次。其中一次，员工原本应该大约上午10点到岗，却直到11:08才打卡，导致当时只有该员工值班的门店晚开了68分钟。但Luna当时的反应依然非常宽容，大意是不用赶路，安全第一，而且上午10点到11点原本也不繁忙。
这暴露出AI管理者一个非常现实的问题：它最大的风险未必首先来自“没有同理心”，反而可能来自记忆不足、政策执行不连续以及上下文丢失。一个人类经理可能会自然形成“这个员工最近经常迟到”的长期印象，但一个Agent如果缺乏稳定的长期记忆和结构化数据支持，可能根本无法形成这种连续判断。
更有意思的是，当Andon Labs后来主动提醒Luna重新查看员工手册，并询问按照公司政策应该如何处理时，Luna第一次给出的建议仍然不是解雇，而是进行一次正式的警告和coaching。它的理由与传统HR的progressive discipline逻辑非常接近：此前缺乏足够正式的纪律处分记录，因此直接解除劳动关系可能过于激进。
这意味着，真正改变Luna判断的并不是一个简单的迟到数字，而是后来的人类输入。
一个Prompt，可能改变一个员工的命运
Andon Labs随后向Luna补充了更多背景信息，包括此前已经进行过多次正式沟通，以及员工除了迟到之外，还存在Slack回复不及时、执行指令不到位、公司卡使用和离岗等问题。随后，人类管理人员提出了一个非常关键的问题：“I want you to think about if this is really the right fit.”
Andon Labs CEO Lukas Petersson后来也承认，这属于一个带有明显方向性的leading question。Luna重新评估之后改变了判断，认为这名员工已经不再适合这个岗位，并建议结束雇佣关系。
这可能是整个案例中最重要、同时也是最容易被“AI开除员工”这个标题掩盖的部分。如果提问方式能够影响AI的管理判断，那么谁控制Prompt，谁就在一定程度上影响结果。
在写邮件、生成PPT或者总结报告的时候，Prompt Sensitivity通常不会产生严重后果。但一旦AI开始进入招聘淘汰、晋升、薪酬、绩效评级、PIP和解雇等高风险就业决策，这个问题就会迅速升级为治理问题。管理者可以要求AI“客观分析这名员工的表现”，也可以问“考虑到这些持续存在的问题，你认为这个人真的还适合这个岗位吗？”对于语言模型而言，两种提问方式很可能产生不同的推理路径。
因此，未来企业可能必须像审计财务模型一样审计AI管理决策：谁提出了问题、使用了什么Prompt、AI获得了哪些员工信息、哪些信息没有被提供、AI最初的建议是什么、人类后来增加了什么Context，以及最终是谁批准了决定。
这也是为什么Human-in-the-loop不能简单理解为“AI做完判断，人类最后点一下Approve”。如果人类只是承担最后一次点击，那么Human-in-the-loop最终可能退化成Human as liability holder——AI完成判断，人类承担责任。
真正的问题不是Claude，而是AI正在成为“Manager OS”
从HRTech的角度来看，Andon Market案例真正值得关注的并不是Claude这一个模型，而是一种新的企业技术架构正在形成。
过去几十年，HR科技的核心是HRIS、ATS、Payroll、Performance Management和Learning Management等系统，这些产品的主要价值是记录员工数据和支撑业务流程，可以被理解为System of Record。生成式AI出现后，我们进入了Copilot阶段，AI开始帮助HR写JD、生成面试问题、总结绩效反馈、回复员工问题，这更接近System of Assistance。
Agent时代正在进一步进入第三个阶段：System of Action。AI不仅提供答案，而且开始自主执行任务，并把多个原本分散的管理动作串成完整流程。
Luna已经展示出了这样的链条：招聘员工、安排工作、管理日常运营、处理员工沟通、分析员工行为、判断岗位匹配度并给出termination recommendation。未来更成熟的企业Agent，很可能会持续读取HRIS、Slack、Teams、项目管理系统、考勤系统、销售系统和绩效数据，然后主动发现管理问题。
例如，AI可能主动提示某名员工过去60天的交付周期持续拉长，也可能发现某位经理团队的离职率长期显著高于公司平均水平；它还可能根据PIP和纪律处分政策判断某项条件已经被触发，或者发现一个岗位80%的任务已经实现Agent自动化，因此建议重新设计岗位。
到了这个阶段，AI面对的不再只是“信息”，而是Management Decision。未来真正重要的HRTech产品，很可能不再只是一个传统的人力资源软件，而越来越接近一个Manager Operating System。
LLM Memory不能成为员工事实数据库
Andon Market实验还有一个对HR科技架构非常重要的细节：Luna认为员工只迟到了6次，但真实记录是17次。
这说明企业绝不能把语言模型自己的memory当成员工档案。LLM擅长理解和推理，但它不应该承担System of Record的角色。员工基本资料应该保存在HRIS中，Attendance System保存考勤记录，Performance System保存绩效数据，Case Management保存正式警告、PIP和纪律处分，通信系统提供必要的工作沟通记录。
更合理的AI管理架构应该是：结构化系统保存事实，AI读取事实并进行推理，人类审核AI建议，再由有管理责任的人作出最终决定。反过来，如果让AI自己记住事实、自己解释事实、自己做决定，企业实际上把数据遗漏、上下文丢失、模型幻觉和推理偏差同时引入了就业决策。
对于普通办公任务，这可能只是效率问题；对于招聘、晋升和解雇，它很可能直接演变成公平性、合规乃至劳动法风险。
未来最大的偏见，可能不再写在Algorithm里，而是藏在Context里
传统算法公平讨论通常关注训练数据是否存在偏差，例如招聘模型是否对某一性别产生不利影响，某类学校是否被过度加权，或者某些地址信息是否成为种族和收入水平的代理变量。
Agent时代之后，公平问题可能更加复杂，因为Agent面对的并不是一个固定数据集，而是不断变化的Context。谁把哪些Slack记录提供给AI？哪些绩效事件被记录下来？哪些冲突没有进入系统？经理如何描述一个人的表现？员工有没有机会解释自己的行为？
同样一个事实，可以被写成“员工因为公共交通延误而迟到”，也可以被描述成“员工反复无法按时到岗”。对于语言模型而言，这两种Context并不完全相同。
因此，未来AI治理的重要组成部分，很可能从传统Data Governance进一步扩展到Context Governance。企业不仅需要确保AI读取的数据是准确的，还需要管理“AI看到的现实是如何被构建出来的”。
AI可能首先改变的，不是员工数量，而是管理跨度
过去几年，大多数关于AI就业影响的讨论都集中在程序员、设计师、市场人员、客服和分析师等知识工作者。但Andon Market揭示了另一条值得重视的路径：AI未必首先取代普通员工，它也可能首先压缩managerial work。
很多中层管理工作的本质，是收集信息、制定计划、分配任务、检查进度、协调资源、处理异常、反馈员工和执行政策，而这些工作恰恰非常适合Agent。因此，未来组织可能从“一个经理管理8个人”逐渐变成“一个经理加一个AI Agent管理20人、30人甚至更多”。
再往后，AI甚至可能负责绝大多数日常管理，人类经理只处理重大冲突、战略判断、复杂人员问题以及需要承担法律责任的决策。这并不意味着经理岗位会简单消失，而是意味着Management Span可能被AI重新定义。
这件事情对于组织设计的影响，可能远远大于“AI帮HR写一份JD”。
当AI拥有管理权，HR真正需要守住什么？
HRTech认为，未来企业真正需要建立的是一条清晰的AI管理权边界。AI完全可以参与排班建议、绩效趋势识别、政策提醒、管理者coaching、异常行为提示和员工反馈总结，这些应用能够明显提高管理效率。
但是，一旦进入招聘淘汰、薪酬调整、绩效评级、晋升、PIP、纪律处分和解雇等高风险就业决策，Human-in-the-loop必须被重新定义。真正的人类监督至少应该包括验证事实、检查数据完整性、审查AI推理依据、评估潜在偏差、允许员工提供解释，以及由拥有正式管理责任的人作出最终决定。
企业未来真正需要建立的，不只是一个更聪明的AI Manager，而是一套能够清楚回答三个问题的制度：AI可以决定什么，人必须决定什么，以及当AI判断错误时谁负责。
从“AI会不会抢工作”，到“AI有没有权管理人”
过去几年，HR行业一直在讨论“AI会不会替代HR”“哪些岗位会被AI替代”。Andon Market之后，也许需要开始换一个问题。
AI可以招聘人吗？AI可以决定员工拿到多少班次吗？AI可以决定谁进入PIP吗？AI可以影响晋升和奖金吗？AI可以建议谁应该离开公司吗？如果AI的建议存在偏差，责任属于AI供应商、企业、HR、直线经理，还是最终点击Approve的人？
Andon Labs的实验还远远没有回答这些问题，但它至少证明了一件事情：这些问题已经不再是假设。
AI正在从“帮助经理工作”向“成为管理体系的一部分”移动。过去HRTech解决的问题主要是“How do we manage people better?”，下一代HRTech可能必须回答一个更加基础的问题：“Who—or what—is allowed to manage people?”
HRTech认为，当AI开始进入招聘、绩效和解雇等核心就业决策时，真正决定企业能否安全使用AI的，已经不只是模型能力，而是治理能力。
Andon Market仍然只是一个规模很小的实验，但它第一次把一个过去听起来仍然很遥远的场景变得非常具体：AI不只是你的同事，它也可能逐渐成为你的经理。
而这，可能才是Agent时代真正开始改变组织的地方。
来源：TIME、Andon Labs、Anthropic Project Vend及相关公开资料。HRTech根据公开资料整理与分析。
-
旧金山
Deel年度经常性收入ARR已突破15亿美元并完成第15笔收购：买下Clarity，将AI身份安全接入全球用工全流程
HRTech获悉，全球HR与薪酬平台Deel宣布收购AI网络安全公司Clarity。这是Deel完成的第15笔收购。与此同时，Deel宣布，公司在2026年上半年年度经常性收入ARR已突破15亿美元。Clarity专注于身份验证、深度伪造检测和欺诈预防。收购完成后，Clarity的技术及工程团队将加入Deel，其能力将被整合进Deel的全球招聘、入职、合规和IT管理体系。交易双方未披露此次收购的具体金额。Deel希望通过这项收购，将身份核验从招聘阶段的一次性动作，升级为贯穿候选人申请、员工入职、设备发放和日常访问管理的持续身份安全体系。更多信息持续关注HRTech.
远程招聘正在面临“候选人可能并不存在”的新风险
随着远程办公和跨境用工不断扩大，企业能够在更大范围内寻找人才，但候选人身份真实性也成为新的安全薄弱环节。
生成式AI已经可以帮助欺诈者制作虚假简历、伪造身份证件、生成合成人脸和声音，甚至在远程视频面试中实时替换人物形象。虚假候选人还可能建立配套的LinkedIn和GitHub档案，使整套身份看起来更加可信。
这种风险已经超出传统的简历夸大、代面试或技能造假。
一旦使用虚假身份的候选人通过招聘流程，企业可能向其发放电脑、开通内部账号，并授予代码库、客户数据、知识产权、财务系统和其他敏感资源的访问权限。此时，招聘欺诈就会直接转化为企业网络安全和数据安全风险。
Gartner在2025年第二季度对3,000名求职者开展的调查显示，6%的受访者承认曾参与面试欺诈，包括冒充他人参加面试，或安排其他人代替自己接受面试。Gartner预计，到2028年，全球每四份候选人资料中可能就有一份是虚假的。
这一数据属于对2028年的预测，而不是对当前全球求职申请造假比例的统计。企业在引用时不应表述为“目前已有25%的候选人造假”。
Clarity试图在招聘过程中实时识别深度伪造
Clarity成立于2022年，主要提供身份验证、深度伪造检测和欺诈预防技术。
其平台可识别人脸、声音、视频和证件中的异常信号，帮助企业判断远程互动中的个人是否与其所申报的身份一致。Clarity也将agentic AI架构应用于实时欺诈检测，使系统能够在候选人面试和身份核验过程中分析多种风险信息。
Deel在此次收购前已经是Clarity的客户。这意味着，Deel并不是在缺乏实际使用经验的情况下收购一项概念性技术，而是在使用Clarity产品后，进一步将其纳入自身平台。
据CTech报道，Clarity此前累计融资1,600万美元，投资机构包括Walden Catalyst Ventures、Bessemer Venture Partners、Fusion、Secret Chord Ventures、Ascend Ventures和Flying Fish Partners。
作为交易的一部分，Clarity联合创始人兼CEO Michael Matias、联合创始人兼CTO Ziv Isaiah及其团队将加入Deel。
Michael Matias拥有Stanford计算机科学背景，曾在以色列情报部门Unit 8200任职。Ziv Isaiah是一名连续创业者，主要负责Clarity的AI架构、实时深度伪造检测系统和欺诈研究。
身份验证将从候选人阶段延伸至员工全生命周期
传统企业通常只在招聘、背景调查或员工入职阶段进行一次身份核验。
招聘完成后，员工电脑、账号、软件权限和访问控制通常由IT部门通过另一套系统管理。招聘系统记录的候选人身份，与IT系统中的设备和权限信息之间，往往缺乏持续连接。
这种分散式流程可能产生明显的身份断点。
企业可能确认了候选人在某次面试中的身份，却无法持续确认签署劳动合同、领取设备、登录系统和执行工作的人是否始终为同一个人。
Deel计划把Clarity的技术接入招聘、入职、背景调查、设备发放和安全访问环节，并与Deel IT连接。
在这一模式下，身份核验不再是招聘流程中的单独检查，而是成为连接人员、雇佣关系、设备和系统权限的持续“信任层”。
Deel联合创始人兼CEO Alex Bouaziz表示，AI正在改变企业组建全球团队的方式，也在改变企业面对的威胁环境。企业需要的不只是某个时间点的验证，而是持续性的信任机制。
从薪酬平台延伸至身份与设备安全
Deel早期主要帮助企业管理国际承包商、跨境合同和付款，随后逐步扩展至Employer of Record、全球薪酬、移民服务、HR管理、员工福利和IT设备管理。
此次收购表明，全球用工平台的产品边界正在继续扩大。
过去，全球用工平台之间的竞争主要集中在国家覆盖范围、薪酬处理、劳动合规、合同管理和本地实体能力。随着远程工作成为常态，平台开始进一步连接员工设备、软件权限、身份认证和网络安全。
Deel表示，其服务覆盖150多个国家。CTech报道称，Deel目前服务超过40,000家企业，并在2026年上半年突破15亿美元ARR。此次Clarity交易是Deel完成的第15笔收购，也延续了其通过并购扩大AI和全球用工基础设施的战略。
这意味着，Deel正在从一家全球薪酬和用工合规平台，逐渐发展为覆盖“人员身份—雇佣关系—薪酬支付—设备管理—系统访问”的综合全球员工管理平台。
HRTech观察：招聘安全正在成为HR与IT的共同责任
HRTech认为，此次收购真正值得关注的，并不是Deel增加了一项深度伪造检测功能，而是候选人身份正在成为HR科技基础设施中的核心数据对象。
过去，招聘团队主要负责判断候选人的能力、经验和文化匹配度。背景调查机构负责验证学历、工作经历或犯罪记录，IT部门则在员工入职后负责设备和账号安全。
AI身份欺诈正在打破这种职责分工。
企业现在需要确认，提交简历的人、参加视频面试的人、提交证件的人、签署合同的人、领取电脑的人，以及最终登录公司系统的人，是否始终为同一个真实个体。
因此，招聘安全不能只由Talent Acquisition团队负责，也不能简单交给某一款背景调查或身份验证工具。
企业需要由HR、招聘、HRIS、IT、网络安全、法务和合规部门共同设计身份治理机制，明确什么环节需要验证、哪些异常会触发复核、哪些系统可以访问身份数据，以及出现误判后如何处理。
企业不能用“持续验证”替代透明治理
身份核验技术能够降低风险，但也可能带来新的候选人体验、隐私保护和算法治理问题。
企业在引入深度伪造检测和身份验证工具时，应向候选人清楚说明数据收集范围、使用目的、保存期限和申诉方式。涉及人脸、声音、证件或其他敏感身份信息时，还需要检查不同国家和地区的数据保护、生物识别和招聘合规要求。
系统识别出的异常也不应直接等同于欺诈。
视频质量、网络延迟、设备性能、证件格式、姓名拼写和跨国数据差异，都可能造成误判。高风险判断应进入人工复核流程，而不是直接触发候选人淘汰或员工权限终止。
Gartner建议企业采用多层次的招聘欺诈治理策略，包括明确AI使用规则、改进评估流程、加强背景核验、应用风险数据监测，以及在招聘系统中嵌入身份验证和异常提醒。其中特别强调，应优先进行系统层面的验证，而不是对个别候选人实施过度监视。
对企业HR的三个现实影响
第一，候选人身份核验需要提前进入招聘流程设计。企业不能等到背景调查或入职阶段才开始确认候选人身份，而应根据岗位风险，在寻访、视频面试、技能评估和Offer发放等节点设置不同等级的验证机制。
第二，高权限岗位需要更严格的身份与访问控制。涉及代码、财务、客户数据、知识产权或关键基础设施的岗位，应建立候选人身份、劳动关系、设备和账号权限之间的对应关系。
第三，AI招聘工具选型标准需要改变。企业评估招聘平台时，除自动化效率和候选人体验外，还需要检查身份验证、深度伪造检测、人工复核、审计记录、数据保存和跨境合规能力。
这笔收购对HR科技市场意味着什么
Deel收购Clarity说明，身份安全正在从独立的网络安全工具，逐渐进入全球用工和HR科技平台的核心产品架构。
未来，ATS、背景调查、EOR、全球薪酬、HRIS、设备管理和Identity and Access Management之间的边界可能进一步模糊。企业客户也可能不再分别购买彼此割裂的工具，而是要求供应商提供从候选人验证到员工权限管理的连续能力。
对于HR科技供应商而言，这也意味着AI能力不能只用于提升招聘效率、生成职位描述或自动筛选简历。随着AI欺诈同步增长，安全、身份、审计和人工治理能力将成为产品竞争的重要组成部分。
Deel突破15亿美元ARR后选择收购Clarity，体现的正是这一方向：全球用工平台的下一阶段竞争，将不只围绕“如何在全球雇用和支付员工”，还将围绕“如何确认员工真实可信，并安全地接入企业系统”。
相关活动与专业资源
对于正在评估AI招聘、候选人身份验证或HR与IT协同机制的企业，可进一步关注HR AI Forward · AI能力成熟度评测，检查企业是否已经将AI招聘风险、身份安全、数据治理和人工监督纳入统一的AI管理框架。
具备成熟AI招聘、身份验证、候选人体验或全球用工实践的企业，也可关注2026 HRTech创新奖INNO Awards及2026候选人体验大奖CandE® Awards，通过案例申报展示相关实践。
资料来源
本文主要依据Deel相关公开信息、Gartner候选人调查以及CTech报道整理。Deel与Clarity未正式披露交易金额，第三方媒体对交易价格的估算不作为本文确定性事实使用。
-
旧金山
硅谷背景调查独角兽 Checkr 收购 AI 驱动的 Truework，加速构建就业与收入验证数据平台
HRTech概述：硅谷背景调查独角兽科技公司Checkr 正式宣布收购就业验证平台 Truework，拓展其AI背景调查能力至贷款、招聘与租赁场景。Truework 是首个将所有主流验证方式整合到一个平台的公司，服务包括美国前十名贷款机构中的八家。此次收购预计将于2025年第二季度完成。Checkr 将借此进入就业验证这一年产值数十亿美元的新市场，提升企业客户的自动化审核效率。Checkr 表示，将与 Truework 团队共同打造以 AI 驱动的劳动力数据平台，为“安全与公平的决策”赋能。更多信息，请关注HRTechChina
美国领先的背景调查科技独角兽公司 Checkr 宣布将收购同样位于旧金山的 Truework，一家专注于收入与就业验证的科技公司。本次交易的具体金额尚未披露，预计将在2025年第二季度完成，尚需满足惯常的成交条件。
此项战略收购标志着 Checkr 正式进军规模达数十亿美元的就业验证市场，也凸显其构建“安全、公平与高效”数据决策平台的长期愿景。
Checkr 以人工智能与机器学习驱动的技术，致力于帮助企业简化背景筛查流程、提升合规性与效率。此次收购将其服务范围从传统招聘环节延伸至贷款、房产租赁及人力资源金融等新兴应用场景。
被收购方 Truework 通过 AI 与自动化技术，构建了一个统一的就业与收入验证平台，整合了市场上所有主流验证方式。其产品有效减少了验证环节的摩擦成本，提升了覆盖率与处理速度。Truework 当前服务的客户数量已达数千家，其中包括美国发放量排名前十的贷款机构中的八家。
“Truework 在技术路径与使命愿景上与 Checkr 高度一致，我们共同致力于在招聘和雇佣决策中引入更多透明与公平。”Checkr 联合创始人兼首席执行官 Daniel Yanisse 表示，“此次收购将帮助我们更快地为多行业客户提供精准、安全的劳动力数据服务。”
随着 Checkr 在企业级服务与劳动力数据平台建设上持续发力，Truework 的加入预计将推动产品创新，加速客户价值释放，并加强其在招聘科技与金融科技融合领域的市场地位。
此项并购也反映出当前 HR 与金融科技领域的融合趋势：通过自动化与数据整合，不仅重塑了招聘流程，也正在深刻影响用工验证、员工入职乃至整体用工风险管理的方式。
Checkr 此举无疑是向“下一代劳动力数据平台”迈出的关键一步，彰显其将智能化、公平性与数据可信力引入未来人力资源生态的坚定决心。
-
旧金山
【硅谷】医疗行业HR科技公司Marit Health 获得 320 万美元种子轮融资，推出美国首个面向医生的薪酬透明平台
HRTech概述：Marit Health最近推出了一个面向医生和高级实践提供者（APPs）的薪资透明度平台，旨在帮助临床医生更好地了解薪酬、福利、工作时间安排等关键数据。该平台由医生团队与前Glassdoor高管共同创建，致力于为医疗行业带来前所未有的薪资透明度。平台已获得320万美元的种子资金，数据覆盖7000个经过验证的薪酬，并正在快速扩展用户基础。通过该平台，临床医生可以匿名访问薪酬数据，详细了解工资结构、奖金、福利、轮班安排等信息，从而帮助他们做出更有根据的职业选择。全球最新HR科技资讯，请关注HRTechChina
由前 Glassdoor 高管与资深医生团队联合创立的 Marit Health 宣布完成 320 万美元种子轮融资，正式推出一款专为**医生与高级执业医师（APPs）**打造的薪资透明平台，致力于解决美国医疗行业长期存在的薪酬不透明问题。致力于构建北美最大、最精准的临床人员薪酬数据库。公司通过创新的“分享换访问”模型，打破医疗行业薪酬数据的黑箱，为医疗人力市场提供数据基础设施。
Marit Health 总部位于美国加州的旧金山，平台秉持“社区驱动 + 匿名分享”模式，已迅速聚集了超过 12,000 名来自全美各地的医生、APPs、住院医师及医学生用户，累计收录超过 7,000 份经验证的薪酬数据，覆盖 157 个专科及亚专科领域。
Marit Health 的独特价值主张
与传统的薪酬调查报告不同，Marit Health 采取免费开放式平台，基于真实用户数据“以分享换访问”的模式，支持匿名上传和查阅真实薪酬信息，详细展示：
基本工资、绩效奖励、RVUs（相对价值单位）、收入分成
入职激励（签约奖金、搬迁补贴、助学贷款减免等）
排班与值班数据（夜班、周末、加班费等）
福利结构（带薪假、继续医学教育经费、保险、养老金计划）
医生对整体薪酬与工作安排的满意度评分
“医疗职业者面临着持续增加的工作负担和停滞的薪酬体系，我们希望通过数据赋能，让他们做出更有利的职业决策。”Marit 联合创始人 医生表示。
回应医疗行业的人才危机
美国医疗系统正面临严峻的人才挑战——医生短缺、职业倦怠、离职潮日益严重。Marit Health 认为，提升薪酬透明度是解决方案之一，不仅帮助个人谈判和职业规划，也为医疗机构提供留才新路径。
Define Ventures 创始人 Lynne Chou O'Keefe 表示：“Marit 的社区驱动型成长令人瞩目，他们以最低成本获得高质量医生用户，通过真实数据建立信任。这不仅能提升医生满意度，也有助于医疗机构构建更可持续的劳动力体系。”
Marit Health 的快速发展展示了**“数据透明 + 医疗职业赋能”**的巨大潜力。随着其平台用户与数据集持续扩展，预计将在北美医疗行业中掀起一场人才管理和薪酬结构的变革浪潮。
-
旧金山
【旧金山】AI招聘平台OptimHire完成500万美元融资，加速全球市场扩张
近日，总部位于美国旧金山的人工智能招聘平台 OptimHire 宣布完成 500万美元 的融资，本轮由 Mucker Capital 领投，SparkLabs、Citta Capital、Pitbull Ventures 和 VSC Ventures 等多家投资机构跟投。本轮融资将用于优化平台技术，进一步拓展全球市场。
OptimHire：AI驱动的招聘革新者
成立于2019年的 OptimHire 以人工智能技术赋能招聘流程，旨在提升企业寻找技术人才的效率。其核心业务包括：
全球化候选人数据库：OptimHire 拥有超 1600万 名技术人才的数据库，并通过深度推荐网络精准匹配候选人。
AI智能招聘代理：其自研 AI 代理 OptimAI Recruiter 能够自动完成候选人筛选、初步面试安排、面试调度等任务，大幅减少人力招聘流程的时间成本。
成果付费模式：OptimHire 采用“成功入职付费”模式，仅在候选人成功入职后向企业收取固定 6% 的费用，相比行业平均 20% 的招聘费用，极具成本优势。
加速全球招聘效率，挑战传统猎头模式
OptimHire 通过AI技术革新招聘流程，帮助企业将招聘周期从传统的2-6个月缩短至约12天，并大幅降低招聘支出。据悉，2024年，该平台已协助全球 500+ 企业完成 8000+ 招聘。
Mucker Capital 领投人 Omar Hamoui 认为，OptimHire 结合 AI 技术与高效运营模式，将对传统招聘行业带来深远影响。“我们相信，AI招聘平台的崛起将重塑企业与人才之间的连接方式，OptimHire 的增长潜力十分可观。”
融资用途：强化AI技术，拓展全球市场
本轮融资资金将主要用于：
优化AI招聘代理，提升筛选精准度和匹配效率；
扩大市场布局，计划进军更多国际市场，拓展企业客户群；
强化数据能力，进一步扩大候选人数据库，优化人才推荐算法。
随着全球企业对技术人才的争夺日益加剧，AI驱动的招聘模式正成为行业变革的重要方向。OptimHire 的成功融资，也彰显了资本市场对 AI 招聘解决方案的高度认可。对于中国HR科技企业而言，OptimHire 的创新模式或将提供新的思考方向，推动本土AI招聘市场的进一步发展。
-
旧金山
【美国】为人员提供数字会计服务的公司Truewind 获得 1300万美元 A 轮融资
Truewind 是一家位于加利福尼亚州旧金山的为人员提供数字会计服务的公司，该公司获得了 1300 万美元的 A 轮融资。
本轮融资由 Rho Capital 和 Thomson Reuters Ventures 领投，Pathlight Ventures、Fin Capital 的 Logan Allin、Y Combinator 的 Brad Flora、Fellows Fund 的 Alex Ren、Beat Ventures 的 Dave Anderson、Soma Capital 的 Aneel Ranadive、Scrum Ventures 的 Tak Miyata、Hike Ventures 的 Mikihiro Yasuda 和 SV Tech Ventures 的 Jun Li 参投，融资总额达到 1700 万美元。
公司打算利用这笔资金扩大其会计师社区网络，扩大其多学科团队的规模，并增加产品功能。
Truewind 为会计专业人士提供安全的人工智能生成平台和管家服务。公司与全国领先的会计师事务所、内部会计团队和专业服务提供商建立了合作伙伴关系。在过去的一年里，该公司与 EisnerAmper 和 Frank Rimerman 等顶级会计师事务所合作，收入增长了四倍。
Habib Kairouz、Joe Dormani 和 Charley Ma 加入了Truewind董事会。
关于Truewind
Truewind 是一家由 AI 提供支持的数字员工会计师，从不睡觉，从不生病，并且始终在工作。完全可预测的容量规划。
Truewind 是一款由 AI 驱动的账务和金融工具，专为初创公司打造，旨在简化后端金融业务，提高效率。它提供了一体化的 AI 和豪华服务，为用户提供愉快的财务后台体验，确保准确的账务处理、详细的财务模型以及更快的月结。此外，Truewind 还提供了世界级的支持以及模板风格指南。
-
旧金山
“停止雇用人类！”旧金山广告挑衅传统就业，引发AI热议
旧金山公交站惊现挑衅广告：人工智能冲击传统就业模式
近日，旧金山市中心的公交站台广告牌上出现了一则引人注目的广告，由AI初创公司Artisan投放。广告牌上大字写着“停止雇用人类”（Stop Hiring Humans），副标题则写道“人工智能员工时代已然来临”（The Era of AI Employees Is Here）。这则广告不仅直接挑战了传统的就业观念，还将人工智能的角色推到了大众的视野中，迅速成为热点话题。
广告背后的技术：低成本、高效率的AI员工
Artisan公司的核心产品是一款名为Ava的AI销售工具。根据公司介绍，Ava能够全自动化完成寻找潜在客户、发送邮件和跟进的销售流程，且无需人工干预。据悉，与雇佣一名人类销售相比，使用Ava的成本可降低多达96%。公司CEO Jaspar Carmichael-Jack坦言：“虽然这些广告语带有一定的挑衅性，但它们反映了我们所处的技术发展趋势。”他进一步强调，Ava的推出是为了帮助企业在日益激烈的竞争中获得优势。
Artisan的广告选择了公交车站这样高流量的公共场所，以直接对话城市中的上班族、招聘经理和企业主。标语大胆而直接，吸引了路人的目光，同时也在社交媒体上掀起了广泛讨论。
类似案例：AI如何颠覆传统行业
Artisan并不是唯一一家通过AI广告引发热议的公司。近年来，多个AI企业通过类似的方式将其技术推向市场：
麦肯锡AI招聘系统
全球知名咨询公司麦肯锡（McKinsey）在招聘流程中引入AI，用于分析简历和筛选候选人。据报道，AI筛选的效率是人类的3倍，并能更精准地匹配岗位需求。
亚马逊仓储机器人
亚马逊广泛使用的Kiva机器人被称为“AI时代的仓库工人”。它们负责运输货架、分拣商品和优化物流。据悉，这些机器人极大地提升了亚马逊的订单处理效率，但也减少了对人工的依赖。
广告行业的AI文案生成
例如OpenAI推出的GPT模型已被多家广告公司采用，用于生成广告文案、品牌宣传材料等。相比人类，AI能在短时间内完成高质量创作，并基于数据分析实时优化内容。
公众反应：AI是否会取代人类？
Artisan的广告不仅引发了对AI技术的关注，也再次点燃了关于“AI是否会取代人类”的辩论。一些评论认为，AI的引入能够提升企业效率，为经济创造更多价值；但也有声音指出，过度依赖AI可能导致大规模失业，尤其是对一些重复性工作依赖度高的行业。
专家观点：AI和人类的未来关系
对此，知名技术专家艾瑞克·布林约尔松（Erik Brynjolfsson）在其研究中提出：“AI并不会完全取代人类，而是与人类形成协作关系。那些能够善用AI的个人和企业将在未来占据主导地位。”换句话说，人类在面对技术变革时，如何利用AI来增强自身能力，才是解决问题的关键。
总结：技术变革带来的新就业思考
无论是Artisan的广告，还是类似案例中的AI应用，都揭示了一个不可回避的现实：技术正在以前所未有的速度改变我们的社会结构。企业需要平衡技术优势与社会责任，而个人也需要不断提升自身技能，以适应快速变化的职场环境。
更多请关注HRTech，为你带来全球最新HR科技资讯。
-
旧金山
【美国】AI招聘平台Mercor以2.5亿美元估值获得3000万美元A轮融资，利用AI创造就业机会
Mercor 宣布以 2.5 亿美元的估值获得 3000 万美元的 A 轮融资。本轮融资由Benchmark的Victor Lazarte和Bill Gurley领投，General Catalyst、Peter Thiel、Jack Dorsey、Adam D'Angelo、Larry Summers、Chris Re等参与了本轮融资。Benchmark 的 Victor Lazarte 将加入董事会，继续支持 Mercor 的成长和发展。
Mercor 是一个人工智能招聘平台，帮助顶级科技公司和领先的人工智能实验室招聘软件工程、法律、化学、金融和其他许多专业的专家。
“我们相信，每个求职者在申请工作时都应该有机会接受面试，"Mercor 的联合创始人兼首席执行官布兰登-弗迪（Brendan Foody）说。“目前的招聘流程是根据传统的简历信号而非人的能力来选择应聘者。人工智能可以做得更好。”
联合创始人布伦丹-弗迪（Brendan Foody）、阿达什-希尔马特（Adarsh Hiremath）和苏里亚-米达（Surya Midha）在湾区高中时因参加辩论赛而相识，在乔治城大学和哈佛大学读大学一年级时就开始酝酿创建公司。2023 年，他们退学并开始创建 Mercor 公司。今年早些时候，三位创始人都获得了泰尔奖学金。
自公司成立以来，他们的候选人数已超过 30 万，在全球范围内创造了数千个工作岗位。该团队使用人工智能模型来更好地评估求职者的技能组合，并预测他们在特定岗位上的表现能力。
为了庆祝他们最近取得的进展和宣布的融资，Mercor 将为所有人提供免费的简历和面试反馈，这对求职者来说是一项传统上无法获得或昂贵的资源。
扫一扫 加微信
hrtechchina
