人机协同 - HRTechChina.com - 向上的力量！

人机协同

【纽约】AI职业转型平台 Pelgo 完成 550万美元种子轮融资，瞄准“AI时代就业再配置”新赛道 HRTech概述：纽约职业科技公司 Pelgo 宣布完成 550 万美元种子轮融资，由 Flybridge 领投。公司打造 AI 职业转型代理，通过 AI 工具结合人工顾问，为裁员员工、毕业生和在职人群提供职业规划、技能再培训与就业安置服务。在生成式 AI 加速重构岗位结构、企业持续面临裁员与技能错配双重压力的背景下，围绕“职业转型（career transition）与技能再培训（reskilling）”的 HR 科技赛道正逐渐升温。总部位于纽约的 AI 职业服务初创公司 Pelgo 近日宣布完成 550 万美元种子轮融资。本轮融资由 Flybridge Capital Partners 领投，ENIAC Ventures、Primary Venture Partners 与 645 Ventures 共同参与。公司表示，新资金将主要用于产品研发、AI 与工程团队扩张，以及市场拓展，为其首款产品在今年 2 月初的正式上线做准备。与传统招聘或在线学习平台不同，Pelgo 将自身定位为 “AI-powered career transition agent（AI职业转型代理）”。其核心理念是通过 AI 技术与人工职业顾问相结合，为处于职业关键转折期的人群提供系统化支持，包括裁员后的再就业辅导、应届毕业生求职路径规划，以及在职员工向 AI 相关岗位转型所需的技能匹配与能力提升。 Pelgo 联合创始人兼 CEO Chieh Huang 表示，长期以来，高质量的职业转型服务往往只面向管理层或高管群体，成本高昂且覆盖面有限。“通过显著降低成本并提升服务质量，我们希望让每一位被影响的员工，都能获得进入 AI 新岗位的清晰路径。”他强调，AI 经济带来的不仅是工具升级，更是劳动力结构的深度再分配，系统化的转型支持将成为企业与个人的共同刚需。投资方同样看好这一趋势。Flybridge Capital Partners 普通合伙人 Jesse Middleton 指出，Pelgo 既理解宏观劳动力市场的结构性变化，也专注于赋能个体。“AI 正在重塑每一个行业和岗位，我们相信，以人为中心的转型工具，将成为下一代人力资源基础设施的重要组成部分。” 从行业视角看，Pelgo 所切入的并非单一产品市场，而是更具长期潜力的“就业流动基础设施（workforce mobility infrastructure）”。过去 HR 科技的创新多集中在招聘效率提升或员工管理自动化，而随着 AI 渗透加深，企业面临的核心问题逐渐转向：如何帮助员工完成转岗、升级和再配置。职业转型支持、再培训服务与就业安置能力，正成为企业人才战略中的关键补充模块。因此，Pelgo 的模式更接近于“技术驱动型 outplacement 服务升级版”——通过 AI 实现规模化交付，让原本昂贵的小众服务走向大众化与普惠化。这一方向也与当前企业强调“负责任裁员（responsible layoffs）”和“员工长期可持续发展”的管理趋势高度契合。随着生成式 AI 持续改写岗位技能需求，围绕 reskilling、career pathing 与 job placement 的综合解决方案，或将成为 HR Tech 下一阶段的重要增长极。Pelgo 的融资，无疑为这一新兴赛道提供了又一个资本与市场信号。

人机协同
2026年02月11日
人机协同

忘掉你所知的HR：重塑人力资源的4个惊人AI洞见 AI正在把HR推向一次真正的“长期重置”。信息洪流、工作污泥、AI代理的出现，让传统HR模式迅速失效。关键不在于用什么工具，而在于HR是否能重新设计工作流、明确AI边界，并用透明的数据治理赢得员工信任。未来的HR不再只是执行者，而是“体验工程师”，通过人机协同打造真正有吸引力的员工体验。AI不是替代HR，而是在考验HR是否准备好进化。你听说过“work slob”（工作污泥）吗？这是今年的年度新词。随着人工智能的普及，组织内部的提案和新倡议的数量达到了前所未有的峰值，正是这种信息的绝对“体量”催生了这个词。在这场信息洪流中，HR 领导者正处于变革的中心。然而，许多人感觉自己像个初学者，面对汹涌而来的变化不知所措。本文将拨开迷雾，揭示 HR 领导者在这个新时代中脱颖而出所需的最具冲击力、甚至有些反直觉的核心洞见。这些不仅仅是技能，更是重塑 HR 职能、驱动未来的新思维。洞见一：超越基础指令——精通为 HR 工作流设计的“提示工程” 当下 HR 所需的 AI 技能，远不止是下达“写一首抑扬格五音步的诗”这类基础指令。真正的核心技能是“为 HR 工作流编写提示（prompting for HR workflows）”。这意味着你需要掌握如何创建结构化的提示，用于生成合规的职位描述，或者设计能够优化 HR 服务中心流程、减轻行政负担的提示。这项技能之所以至关重要，是因为它关乎效率的本质性提升。它不是将 AI 仅仅作为一个外部工具来使用，而是将其深度融入 HR 的核心职能，重新设计工作流程，从而释放组织的真正潜力。然而，掌握这项技能的第一步，出人意料地与技术无关。在接触任何 AI 工具之前，你首先要做的是与团队坐下来，识别业务流程中的真正差距和痛点。如果你不带着清晰的目标去接触技术，你最终解决的只会是供应商想卖给你的那个问题。因此，真正的 AI 转型始于对业务需求的深刻洞察，而非技术本身。洞见二：AI 使用的“3C 法则”——何时应该放手，何时必须坚守为了在日常工作中清晰地决策何时使用 AI，一个实用的决策框架至关重要。通过整合不同专家的见解，我们构建了一个三维度的“3C”决策模型，它能清晰地界定 AI 的应用边界、赋能领域及投资回报路径，形成一个完整的战略框架。 • 何时绝对不能使用 AI：在处理涉及承诺 (Commitment)、危机 (Crisis) 和冲突 (Conflict) 的场景时，应避免使用 AI。这包括最终的招聘决策、薪酬设定、处理员工个人危机或调解内部冲突。在这些高度人性化的时刻，人的判断、同理心和亲身参与是任何技术都无法替代的。 • 何时应该拥抱 AI：在需要激发创造力 (Creativity)、促进协作 (Collaboration) 以及建立连接 (Connection) 的领域，AI 是一个强大的赋能工具。无论是用于头脑风暴、辅助团队协作，还是帮助员工建立更广泛的内部联系，AI 都能显著提升效率和成果。 • 如何利用 AI 实现投资回报（ROI）：真正的竞争优势并非来自标准化的“开箱即用”方案。要实现真正的投资回报，必须针对组织的具体背景 (Context)、独特的文化 (Culture) 和服务的客户 (Customers)，对 AI 工具进行深度专业化定制。洞见三：数据是新基石——从“数据素养”到“透明治理” “垃圾进，垃圾出 (garbage in, garbage out)”这句经典论断在 AI 时代显得尤为重要。HR 领导者必须深刻理解输入 AI 系统的数据质量和类型，因为这直接决定了输出结果的有效性和公正性。因此，数据治理变得至关重要。它不仅在于保护敏感的员工数据，更在于建立一种透明的沟通机制。HR 领导者必须有能力向员工清晰地解释 AI 是如何被用于做出关键决策的，例如薪酬计算或绩效评估。这关乎信任的建立和企业文化的健康发展。 “这真的是关于建立‘玻璃盒’，而不是‘黑匣子’……HR 领导者需要有能力……向员工解释 AI 是如何被用来管理劳动力的。” 当未来的 AI “代理”开始为我们自动协调人才与岗位时，我们对数据源的理解和掌控将变得更加攸关重要，直接决定了这些自动化决策是提升效率还是制造混乱。洞见四：人机协同的艺术——成为“体验工程师” 未来 HR 的核心技能可能不再是我们传统意义上所理解的任何一项，而是一个全新的身份：“体验工程 (experience engineering)”。这意味着 HR 专业人士的角色将从执行者转变为设计师。他们的核心任务是利用 AI 等先进工具，精心打造能够吸引、激励和留住顶尖人才的员工体验。这个新角色融合了品牌营销的吸引力、销售的推动力以及服务的关怀精神。因此，“体验工程”不仅是一项新技能，它更是一种根本性的身份重塑，预示着整个 HR 职业的演进终局。抓住最后的重置机会人工智能为 HR 带来的，绝不仅仅是一套新工具，而是一次深刻的、根本性的职能重塑。如果说新冠疫情是第一次“重置”，那么“AI 则是持久的重置 (AI is the lasting reset)”。它为 HR 提供了一个前所未有的机会，使其能够真正成为驱动组织未来的核心力量。我们的内心深处一直渴望帮助每个人在组织中找到自己的位置，并做出最大的贡献。当技术终于能让我们大规模地实现这一愿景时，我们准备好迎接这个未来了吗？

人机协同
2025年12月25日
人机协同

【波士顿】全栈机器人平台的Tutor Intelligence 完成 3400 万美元 A 轮融资，加速工业机器人真实场景部署 HRTech概述：美国波士顿的一家机器人平台 Tutor Intelligence 宣布完成 3400 万美元 A 轮融资，总融资额达到 4200 万美元。公司以低成本、快速部署的工业机器人为基础，通过真实现场数据驱动的集群学习机制，使机器人能够以更快速度获得新技能，并在制造与物流领域承担关键生产任务。Tutor 强调“全栈式机器人系统”，将硬件、软件、数据收集与智能训练整合为一个整体，形成强大的数据飞轮效应。更多真实任务带来更快的模型提升，而模型提升又进一步推动更大规模部署。本轮融资将用于提升机器人学习速度、扩展任务类型，以及打造具备更高直觉和灵活性的工业机器人队伍。美国工业机器人公司 Tutor Intelligence 宣布完成 3400 万美元 A 轮融资，由 Union Square Ventures（USV）领投，Fundomo 联合领投，种子轮领投方 Neo 继续加码。本轮融资后，Tutor 的累计融资规模达到 4200 万美元。以真实数据驱动的“学习型机器人” Tutor Intelligence 的核心理念是：机器人最有效的学习方式必须来自真实工厂环境，而非受限的实验室。公司打造的低成本、即插即用机器人能够在现场立即投入生产，一旦遇到陌生任务，机器人可请求远程人类导师进行短暂接管，并生成高质量实时训练数据。所有部署数据都会即时汇入统一的智能栈，通过“集群学习”让整个机器人 fleet 的能力不断迭代。这一机制形成数据飞轮：更多机器人部署 → 更多真实数据 → 更快的模型学习 → 更强的自主能力 → 更大规模的部署。从 MIT 研究团队到面向全美的机器人平台 Tutor 的两位创始人 Josh Gruenstein 与 Alon 均来自 MIT 机器人研究团队。他们从早期就意识到：机器人智能的瓶颈不在算法或硬件，而在于规模化的真实世界数据。传统机器人项目难以在实验室获得足够多样的任务数据，而 Tutor 则以实际部署的机器人队伍解决这一问题，让数据在真实业务中自然增长。如今，Tutor 的机器人已经在美国多地落地，被应用于制造业与物流行业的核心生产环节，包括拣选、分拣、装配、包装等任务，以可扩展方式提升产能与灵活性。融资将用于扩展能力与规模本轮融资将主要用于三方面：加速自主学习速度，缩短从“人类示范”到“自主执行”的时间周期。扩展机器人可执行的任务范围，提升灵巧度与“直觉型”操作能力。扩大全国部署规模，让中型与传统难以自动化的企业也能负担先进机器人系统。全栈团队推动实体经济升级 Tutor Intelligence 目前拥有超过 60 名员工，覆盖机器人硬件工程、AI 研究、数据标注、运维技术员、商业团队等多元背景。公司表示，团队的共同目标是构建“软件定义的实体世界劳动力”，以可负担的方式推动制造业与物流业迈向更高效、更灵活的未来。 CEO Josh Gruenstein 表示，Tutor 才刚刚起步，未来可学习型机器人的价值将在更广泛的工业场景中持续释放。关于 Tutor Intelligence Tutor Intelligence 采用“真实数据驱动学习”的全栈机器人系统，通过即插即用、高可靠性和集群智能，让机器人在真实工厂中不断进化，为制造和物流企业提供高价值自动化能力。

人机协同
2025年12月04日
人机协同

AI 时代下企业人力资源管理（HR）的重塑与实践：基于领英峰会中出海案例的深度解析 HRTech概述：本文根据 “ConnectIn 2026 年度出海峰会” 的现场分享和报告内容整理而成，该峰会由领英 (LinkedIn) 主办，旨在探讨中国企业在全球化 4.0 时代所面临的机遇与挑战。峰会内容围绕人才信任、技术信任和绿色信任三大支柱展开，强调企业需具备生而全球化的视野，并在组织、人才、技术和合规方面进行深度变革。多位行业领袖，包括领英、阿里云、小米、美图和霸王茶姬的高管，分享了各自企业在构建AI驱动的组织、吸引国际化人才、应对全球合规挑战（如ESG、数据合规）以及进行文化软出海的实践经验。仅供参考。 AI 与组织变革的浪潮人工智能（AI）与数字化浪潮正以前所未有的深度和广度重塑全球商业格局。正如领英大中华区总经理王倩女士所指出的，AI 叠加经济周期正在重塑全球商业规则，直接导致“旧的岗位被快速迭代，新的能力缺口激增”。在这一宏观背景下，企业面临着前所未有的挑战与机遇。本文的核心论点在于，AI 在人力资源（HR）领域的角色已经从单纯的工具辅助，升级为驱动组织持续进化的关键引擎。它不仅是提升效率的手段，更是企业在全球化竞争中构建组织韧性、实现人才战略升级的核心动力。场景一：AI 在招聘与人才筛选中的实践应用面对全球人才的激烈竞争，AI 正从根本上颠覆企业人才获取的逻辑。它不再是简单的效率工具，而是重塑了人才价值评估（从履历到技能）、筛选信度（从经验到数据）和战略储备（从被动响应到主动构建）的三大核心支柱。下述来自行业领军者的实践，清晰地揭示了这一系统性变革。从‘履历’到‘技能’：重塑人才评估的底层逻辑 AI 技术正有力推动招聘从传统的“学历履历导向”向更为精准的“技能导向”转变。领英（LinkedIn）的实践正是这一趋势的典范。作为“人才信任的加速器”，领英依托其全球 13 亿会员的庞大数据基础与先进的 AI 技术，通过精细化的技能标签，为企业在全球范围内快速、精准地匹配到符合需求的顶尖人才，极大地提升了招聘的效率和质量。智能化面试：将招聘流程标准化与专业化 AI 不仅能筛选简历，还能深度辅助面试官，全面提升招聘的质量与效率。小米集团的**‘面试助手’工具是这一趋势的力证，它通过集成 AI 简历筛选、智能问题生成、自动化面评及复盘等功能，将面试流程系统性地标准化与专业化。该工具上线不到 6 个月**，已有 10 万场面试借助其完成，有效提升了面试的专业度与一致性。智能算法驱动：在海量数据中精准锁定顶尖人才小米的实践展示了一种“组合拳”打法：通过在招聘流程的多个关键节点植入 AI，将单点提效升级为全流程的智能化重塑。其**‘智能选材’**系统进一步印证了这一点，该系统通过 AI 算法分析内部人才数据，帮助管理者发现了许多在传统人才盘点中“未曾被发现的人”，并成功筛选出多位符合其全球国家经理模型的顶尖人才，为海外业务的拓展提供了关键支持。专业人才池的主动构建对于绿色能源等新兴领域，专业人才的稀缺性尤为突出，被动等待已无法满足战略需求。AI 能够助力企业快速构建专业人才储备，为未来发展奠定基础。全球锂电池领军者 ATL 的案例极具代表性。领英协助 ATL 开展了其首次全球海外校园招聘，在短短 6 周时间内，不仅帮助 ATL 实现了海外雇主品牌粉丝超过 17 倍的惊人增长，更重要的是，为其储备了近 9,000 名硕士和博士学历的高精尖绿色人才，为企业奠定了坚实的全球绿色人才基础。场景二：AI 在人才发展与能力建设中的实践应用随着技能迭代速度空前加快，“技能错配”和“能力缺口”已成为组织发展的核心痛点。AI 正在成为构建“学习型组织”的核心引擎，它通过将能力建设融入组织战略、集成个性化学习平台并激发个体潜能，帮助企业系统性地应对未来的不确定性。 AI 驱动的组织战略：实现全员能力系统性升级将 AI 能力建设融入组织战略与企业文化，是实现全员能力升级的关键。阿里云提出的**‘AI 驱动战略’，不仅是业务战略，更是组织战略。它明确要求所有员工（不论是否为技术岗）**都必须学习并通过阿里云大模型认证。这一举措有力地推动了组织内部的角色转型，使业务专家能够向 AI 架构师进化，开发人员则向全栈 AI 工程师迈进，从而系统性地提升了整个组织的 AI 能力基线。定制化学习平台的集成对于拥有大规模海外员工的企业而言，如何提供统一且个性化的培训是一大难题。美的集团通过将自身的学习平台与 LinkedIn Learning (领英学习平台) 进行深度集成，为海外 4,000 多名员工提供了个性化的、多语言的软技能与 AI 培训。这一举措不仅有效增强了全球化组织的软实力，更带来了显著的业务成果：美的招聘的中高级人才中，超过 50% 来自于领英渠道，实现了人才发展与人才获取的良性循环。 ‘复合型人才’的涌现：从个体赋能到组织效能倍增 AI 时代要求人才具备更强的综合能力，从而提升整个组织的效能。美图公司鼓励员工成为**‘六边形/蜂巢模型’**那样的多面手，鼓励每一位员工结合 AI 像一个新团队一样工作。这种模式旨在通过提升单个人才的质量和能力维度，激发个体潜能，进而促进组织整体效能的飞跃，使组织在面对复杂多变的市场环境时更具韧性和创造力。场景三：AI 在组织管理与效率提升中的实践应用 AI 正作为一种“革命的工具”，深刻地重构着组织的内部流程与管理模式，成为现代组织的“中枢神经系统”。它通过流程自动化、管理数据化和决策智能化，帮助管理者从繁琐的事务中解放出来，聚焦于更具战略价值的工作，将管理直觉升级为数据驱动的实时洞察。工作流程的自动化与重构利用数字员工或 AI 工具接管重复性、标准化的工作任务，是提升组织效率的直接手段。阿里云在这方面取得了显著成效。例如，技术文档翻译岗位已由数字员工全面接管，实现了 7x24 小时不间断工作；同时，内部代码生成工具通义灵码的代码采纳率在一年内已从 25% 提升至 50%，有效释放了开发人员的生产力。动态人才盘点与匹配流程自动化为组织敏捷性创造了条件。为了支持更加柔性的组织架构，企业需要将人才数据在线化，实现动态盘点与匹配。阿里云通过智能化方式为人才提炼标签，其核心目标是：“随时找到匹配的人才，来之即战，战之即散”。这种模式打破了传统组织架构的壁垒，使人才资源能够根据业务需求进行快速、灵活的调配。 ‘组织仪表盘’：将管理直觉升级为数据驱动的实时洞察数字化工具能够辅助管理者实时掌控组织的健康状况。小米集团为此打造了**‘组织档案’**系统，并将其形象地比喻为“操作系统的命令行”。该工具整合了成本、招聘进度、关键人群状态等多维度数据，帮助管理者实时、全面地掌控组织的运行状态，为科学决策提供了坚实的数据支持。智能决策辅助：提升一线管理的精度与敏锐度 AI 还能辅助一线管理者进行决策和资源调优，提升管理的精细度。阿里云通过 OKR 智能分析与反馈系统，审视组织内目标承接的一致性。同时，其推出的**‘组织探针’**工具，能够帮助管理者实时感知“组织温度”，即员工与团队的工作状态，从而为管理决策提供更敏锐、更及时的洞察。拥抱变革，构建 AI 时代的组织新范式通过对领英峰会上多个出海企业案例的深度解析，一个清晰的战略蓝图浮出水面：AI 正在从根本上重塑人力资源管理，并催生一种全新的组织范式。对于每一位企业领导者而言，拥抱这一变革已非选择，而是生存与发展的必然要求。组织本质的进化：从静态结构到动态生命体。 AI 时代的组织必须具备自适应、自调整、自学习的能力。它不再是一个固化的科层结构，而是一个能够感知、决策、行动和持续进化的生命体，正如阿里云所追求的“AI 时代的组织操作系统”。这要求管理者必须从传统的“结构设计者”转变为“系统进化官”，其核心任务是构建一个能够自我优化的组织生命体。人才未来的趋势：从执行者到人机协同的创造者。一个已被广泛认同的观点是：未来人不会被 AI 替代，但不会使用 AI 的人一定会被会使用 AI 的人替代。在此背景下，管理者的角色必须从传统的管控者转变为“企业操作系统的架构师”。其核心职责不再是分配任务，而是设计一个能够激发个体潜能、促进持续学习、并实现高效人机协同的机制。最终的价值展望：回归于人，赋能于人。 AI 技术的最终目的，是赋能于人，而非取代人。它旨在将员工从重复性劳动中解放出来，让每个人的时间更有意义，让每个员工的独特贡献被看见。通过高效的人机协同，企业能够创造一个更有活力、更有创造力的新型组织，最终实现个体价值与组织价值的共同成长。

人机协同
2025年11月25日
人机协同

【美国】AI招聘公司Alleviate Health获得430万美元种子轮融资，加速临床患者招募总部位于北卡罗来纳州达勒姆市的AI招募公司Alleviate Health宣布完成430万美元种子轮融资，该平台致力于加速临床研究机构的患者招募进程。本轮融资由安德森·霍洛维茨基金领投，Jack Altman（Alt Capital）、Ali Rowghani（First Harmonic）跟投，Sajith Wickramasekara（Benchling）、Trey Holterman（Tennr）、Josh Miller（Gradient Health）、Max Cohen（Sprinter Health）及Christophe Rimann（Camber）参与投资。公司计划利用这笔资金扩大运营规模并加强研发投入。 Alleviate已与美国排名前15的试验中心网络中的7家建立合作，客户包括Alcanza、CenExel、M3 Wake、Centricity、Eximia等众多机构。过去一年间，该公司支持美国和加拿大190余家试验中心完成50万次患者互动，助力加速推进300余项试验的招募进程。关于Alleviate Health 在首席执行官萨斯维克·布姆佩利和首席技术官约翰·徐的领导下，Alleviate Health通过对话式人工智能加速招募进程——该技术通过短信对患者进行预筛选，使研究站点能大幅提升招募效率。其解决方案提供“人机协同”式人工智能代理，通过短信和语音渠道全天候与患者互动，根据研究方案验证患者资格，并安排面诊与电话沟通。公司在关键节点引入招募团队，既保留临床试验招募中至关重要的人性化服务，又通过自动化处理重复性工作流程，使效率提升十倍。所有交互数据、患者偏好及医疗信息均录入专为临床研究设计的CRM系统，助力研究机构优化未来招募流程及整体转化漏斗。

人机协同
2025年10月15日