-
人类判断
Agents, Robots, and Us：在AI智能体时代，HR必须主导组织能力重塑
HRTech概述：在AI时代，人类与机器之间不再是替代关系，而是“技能伙伴关系（Skill Partnerships）”。随着智能体（Agents）、机器人和生成式AI的普及，人类逐渐从任务执行者转变为负责目标设定、判断、统筹与监督的“编排者”，这也成为未来最重要的职业能力之一。AI 不会取代 HR，但会迫使 HR 完成一次“从人员管理者到组织能力架构师”的进化。未来最重要的HR能力将不是招聘、绩效或薪酬，而是构建人机协同体系的能力，是设计组织未来工作的能力，是引导技术发挥最大效能的能力。
更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
人工智能进入第三阶段的跃迁——从工具化 AI，走向可执行任务的智能体（Agents）与可自主协作的机器人系统。这一转变正在深刻改变企业的运作方式，也正在重新定义工作的本质。麦肯锡的《Agents, Robots, and Us》这一报告揭示并提供了一个高度前瞻且系统性的框架，它明确指出：进入智能体时代后，人类与AI之间的关系，从传统的工具使用，转向更复杂的技能伙伴关系（Skill Partnerships）。组织不再依赖人类执行任务，而是依赖人类设计并编排人机协同的工作体系。
这一趋势不仅是技术层面的升级，更是组织能力的重构，是企业效率模型、治理模式、岗位结构和人才能力体系的全面重写。在这场变革中，最需要承担主导角色的，不是技术部门，而是 HR。因为真正被重塑的是“工作”本身，而工作结构的设计权、人才能力模型的定义权、岗位与流程的重构权，都属于人力资源。
引言：当AI成为“执行者”，人类的角色必须重新定义
过去十年，企业对于人工智能的理解主要聚焦在自动化、效率提升和任务加速等工具型价值。然而进入智能体时代后，AI 不再只是执行“指令”，它拥有理解上下文、规划任务步骤、根据目标进行推演和决策建议的能力。换句话说，AI第一次具备了可独立承担任务链中部分环节的能力。
当AI成为“执行者”，人类从链条中的“操作员”变成“编排者（Orchestrator）”。在这一结构变化下，组织能力的核心逻辑也随之重写。工作不再由角色驱动，而是由任务驱动；岗位不再固定，而是由任务组合实时变化；技能不再是个人工具，而是人机协作体系中的一部分。
这也意味着，传统的岗位描述、能力模型、流程制度、绩效体系，都将在 AI 的推动下重新定义。HR 的角色也从“管理人”扩展为“设计工作”和“协调人机系统”。面对这样的结构性变化，HR 需要成为组织新的架构师，让技术与人力在统一的治理和流程体系下协作。
一、人机技能伙伴关系：从执行到编排的根本性跃迁
报告最重要的观点之一，是提出了三种典型的技能伙伴关系模式：自动化、增强与编排。这三个模式不仅是技术使用的路径，也代表了不同阶段的组织成熟度。
自动化模式主要解决重复性任务，让工具代替人类执行标准化流程。这一模式已经在薪酬、行政、文档处理等领域普及，并成为企业降本增效的基础。
增强模式则意味着 AI 提升人类的判断效率。这是目前大多数专业工作者最直接感受到的变化，例如招聘中 AI 的候选人筛查、绩效过程中 AI 带来的行为洞察、组织发展中基于AI的模拟与预测。增强模式不是替代，而是放大人的专业价值。
最值得关注的是编排模式，这是未来十年的核心能力方向，也是组织必须最早布局的能力建设。编排模式中，人类成为“任务的设计者”，把目标拆解为一系列步骤，再将其中的部分交给 AI 和机器系统执行，并在关键节点做出监督和判断。此时，任务不再由单一角色完成，而是由“人类 + AI + 自动化工具”组成的动态团队完成。
这一模式要求组织具备完全不同的能力结构：流程知识、判断力、沟通协调能力、AI素养、跨系统协作能力、风险洞察和质量监督能力等。它也要求岗位从固定性变为开放性，通过任务来动态调整工作内容。
正如报告提出的核心观点，未来组织的生产力，并不是来自于某一个强大的智能体，而来自于人类与 AI 的协同效率，这正是“Skill Partnerships”的本质。
二、AI时代的五类核心技能：从个人竞争力到组织竞争力的全局转向
报告以系统化方式指出，进入智能体时代后，人类必须掌握五大类核心技能。这五类技能不仅适用于个人成长，也是组织能力模型重构的基础。
认知技能作为未来最核心的能力，依然是人区别于机器最重要的来源。复杂问题解决、批判性思维、反事实推演和情境判断，是 AI 无法完全替代的领域。随着 AI 能承担更多操作性任务，人类在认知层面的价值反而被放大。
人际技能在 AI 时代的重要性不减反增。当工具承担更多信息处理任务后，人与人的沟通、协作、领导与文化建设变得更关键。尤其在组织变革时期，人际技能是推动员工转型、推动跨部门协作的基础。
技术与数据技能不再是技术部门专属，而成为全员工最低限度的能力要求。报告强调，AI素养是未来的通用技能，类似于当年电脑操作技能的普及。员工不需要会写代码，但必须懂得如何向 AI 发出高质量指令、理解AI的局限与误差、具备基本的数据判断能力。
系统性技能将成为组织未来最稀缺的能力之一，尤其是编排型岗位依赖于流程设计、治理体系、风险控制、质量监督和伦理判断等能力。这些能力不仅要求跨专业知识，也要求对组织运作系统有深刻理解。
自我管理技能是适应 AI 时代变化速度的重要基础。AI 使知识快速更新，人类唯一的可持续优势是持续学习、保持好奇心与心理韧性。组织也必须培育可持续学习文化，才能支撑员工应对变化。
这些技能不是独立存在，而是构成未来岗位、任务和组织结构的底层能力模块。HR 的任务，是让整个组织具备这些能力，而不是只培养少数人才。
三、岗位的未来：由“固定职位”向“任务组合”迁移
报告的另一核心观点，是岗位从固定结构转向任务组合化，这将改变 HR 对岗位、绩效、招聘和人才发展的全部方法。
传统岗位是职责驱动，即每个岗位有明确的范围和职责清单。但 AI 的加入使任务可以被重新组合。某些任务可完全交由AI处理，某些任务则由人类判断，另一些任务则需要人机共同协作。因此岗位从静态的“职责包”转向动态的“任务包”。
这一变化意味着，岗位将更频繁地依业务需求调整，角色的重要性下降，任务的重要性上升。人才的核心价值也从“我是谁”转向“我能完成哪些任务”。任务成为资源分配的单位，员工成为任务的编排者，而 AI 成为任务的执行者或共同参与者。
这种模式要求 HR 完全重写岗位描述，从“职责清单”式的描述，转为“任务链条与人机分工”的结构化设计。同时，绩效体系也需从“是否完成职责”转向“是否有效建立人机协作体系并实现业务成果”。
组织结构也会随之扁平化，跨团队协作提升，角色界线模糊，传统的部门式分工被更灵活的任务流所替代。
四、在人机协作时代，HR必须承担战略主导权
技术部门可以部署 AI 工具，但“工作”仍属于 HR 的领域。真正决定 AI 能否在组织产生价值的，并不是算法，而是流程设计、人才能力和治理体系——这些全部属于 HR 的战略范畴。
AI 进入组织后，最需要 HR 主导的三个关键领域包括岗位重设计、能力体系重建与组织流程重写。
岗位重设计需要 HR 理解业务目标，将工作拆解为可由 AI 完成的任务、必须由人类完成的任务和需要人机协作的任务。这个过程必须由 HR 牵头，因为它涉及组织的整体工作方式，而不仅是技术部署。
能力体系重建要求 HR 新定义人才的底层能力结构，并让 AI 素养、编排能力、系统性思维、人际协作和认知能力成为组织投资的重点。这将影响招聘、培训、绩效与晋升等关键制度。
组织流程重写需要 HR 与业务共同重新定义流程节点和治理机制，使 AI 能嵌入真实业务，并真正成为协作主体，而不是附加资源。尤其是 AI 的质量监督、伦理判断和风险控制，必须纳入正式的管理体系，这本质上是一个组织治理任务，而非技术任务。
AI 驱动的组织能力重塑，是一次深刻的战略转型。HR 唯一能让技术变成生产力的方法，是成为组织的“AI编排者”，让人机系统在统一的结构下协同运行。
五、迈向AI智能体时代的组织：HR的使命与未来十年的工作重点
未来组织的核心竞争力，不取决于谁拥有更多AI，而取决于谁拥有更强的人机协作能力。一家企业若想在未来十年保持竞争力，必须从现在开始构建“AI Ready”的组织结构，使人类与 AI 的技能伙伴关系成为基础能力。
这一转型需要从顶层战略、组织结构、岗位设计、能力体系、文化塑造与治理机制多维度同步开展。HR 是唯一能够跨越组织横向与纵向结构，并同时触达人、流程与文化的职能部门，也因此成为这场变革的核心驱动力。
AI 不会取代 HR，但会迫使 HR 完成一次“从人员管理者到组织能力架构师”的进化。未来最重要的HR能力将不是招聘、绩效或薪酬，而是构建人机协同体系的能力，是设计组织未来工作的能力，是引导技术发挥最大效能的能力。
智能体时代已经到来。技术的力量不可逆转，而组织能力的重塑必须从现在开始。
HR在AI时代的三大使命
第一，推动岗位与任务的全面重构。通过将工作拆解为可由AI执行、可由人判断和需要协作的任务，让组织的工作结构与技术能力相匹配。
第二，重建人才能力模型。把AI素养、编排能力、系统思维与持续学习能力纳入全员基本能力，让每一位员工都能与AI协作。
第三，构建组织的AI治理与协作体系。让AI成为流程中的正式参与者，而不是附属工具，建立质量监督、伦理判断与风险控制机制。
在智能体时代，HR不是应对者，而是定义者；不是配合者，而是主导者。未来十年的组织能力竞争，将由HR决定。
-
人类判断
IBM裁掉8000名HR后，又重新招聘人类HR——当AI效率高，却失去了判断的温度
HRTech概述：IBM曾用AskHR系统取代8000名HR，AI能处理94%的询问，却无法理解员工的情绪与信任。两年后，IBM重新招聘人类HR岗位，重建人与组织的桥梁。麦当劳的AI点餐系统也因高错误率被终止。AI的确提升了效率，却削弱了人性温度。未来领导者的关键，不是完全自动化，而是在人机之间找到平衡——让AI处理事务，让人类判断情境。真正的竞争力，将来自“人机共生”。
一、AI狂飙的年代：IBM的“理性实验”
2023年，IBM成为全球AI转型的先锋之一。公司高调宣布将通过其自研的智能人力资源系统 AskHR，实现HR自动化与成本优化。系统上线后，IBM在全球范围内裁撤了约 8000名人力资源岗位员工，这被视为AI接管人力工作的一次大胆实验。
AskHR系统的确强大——它能在几秒内回答员工关于薪资、假期、绩效、合规等常见问题，处理速度和准确率远超人工。据IBM CEO Arvind Krishna 介绍，该平台能处理 94% 的标准询问，实现了显著的运营效率提升。
然而，IBM很快意识到一个更深层的问题：AI能回答问题，却无法理解问题背后的“人”。
二、AI的极限：无法替代“人类判断”
自动化系统擅长逻辑，但在需要情境理解和人性判断的场景中，AI往往显得“机械而冷漠”。当员工情绪波动、绩效分歧、文化冲突或伦理争议出现时，AskHR的回答虽然正确，却让人“感觉被拒绝了”。
报告指出，在裁员后的两年间，IBM的内部员工满意度显著下降。尤其在涉及晋升、公平与组织文化的议题中，AI的冷处理方式削弱了信任，员工与组织之间的关系被“算法化”了。
到2025年，IBM不得不重新招聘人类HR岗位，尤其在 工程、市场、销售与组织发展部门，重建人类判断与沟通的桥梁。这一决策被外界称为——
“AI自动化的一次人性反弹（the human backlash to automation）”。
三、效率的代价：麦当劳的“AI点餐失败”
IBM并非唯一的例子。麦当劳在2024年终止了其AI自动点餐系统试点，因为AI在识别顾客语音时频频出错。错误率高达20%，不仅延误了订单，还引发大量客户投诉。
这些案例都揭示出一个相同的事实：
AI的效率提升是显著的，但人类的信任损失更昂贵。
AI的局限不在算法，而在对复杂情境的理解。它缺乏“语境判断力”（contextual judgment），无法分辨人类语言中的情绪、隐喻与价值冲突。
四、“效率”与“温度”的平衡：AI领导者的课题
IBM的案例在全球商业界引发强烈反思。报告认为，未来企业在部署AI代理（AI Agents）时，必须在效率与人性之间重新找到平衡。
领导者的角色，也从“流程管理者”转向“AI监督者（AI Steward）”。他们需要懂得以下三点：
建立双循环系统（Human-in-the-loop）：让AI处理机械任务，但在人类判断关键节点保留人工复核。
重塑信任机制：建立AI决策的“可解释性”（Explainability）与“追溯机制”（Audit Trail）。
衡量新型ROI：不仅看成本节约，还要看文化、信任与长期创新的收益。
五、启示：AI的未来，不是取代，而是协作
IBM的“先裁后招”是一个时代信号——AI不是终点，而是检验组织智慧的分水岭。那些盲目追求效率的企业，最终会发现，真正的竞争优势来自“人机共生”。
AI可以处理问题，但解决问题仍需要人心。正如报告结语所写：
“Efficiency without empathy backfires.”没有温度的效率，终将反噬组织的信任。
扫一扫 加微信
hrtechchina
