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。
员工体验
深度解读：微软为何突然重构HR？AI时代组织运营模式的一次前置升级
HRTech核心解读：微软近日披露的一轮HR组织调整，表面上看是一次高层分工与汇报关系的重排，实质上却是AI时代下人力资源运营模式的一次系统升级。Amy Coleman上任Chief People Officer满一年之际，微软正在把HR从传统的支持系统，重构为更贴近业务节奏、更能驱动组织适应与资源重配的能力系统。对于所有HR同仁来说，这次调整的意义，远不止于微软自身。
微软HR架构大调整：从“稳定运营”走向“敏捷适应”的转型
如果只把微软这次变化理解为一次人事调整，很容易忽略它真正的分量。Amy Coleman在内部备忘录中写得非常直接：技术、工作方式与组织结构都在演变，而变化速度已经超过现有 运营模式和决策节奏原本所能承载的范围。她进一步指出，微软不再只是被要求“为稳定而扩张”，而是需要“为适应性而扩张”，并帮助企业建立新的节奏。
这句话几乎可以视为整轮重构的总开关。它说明微软看到的问题并不是某个单点 HR 流程不够好，而是原有 HR 体系建立在相对稳定、可预期、线性扩张的增长逻辑之上；而进入 AI 时代之后，业务优先级、产品节奏、组织接口与人才需求正在快速重排，原来的 HR 架构已经难以匹配这种变化。
这一背景与微软整体组织演进是同步的。根据原始材料，微软在 AI 时代正重新调整其产品与高管格局，包括整合 Copilot AI 工具团队，安排 Mustafa Suleyman 聚焦于 2025 年 11 月成立的 AI superintelligence 团队，同时也在 Rajesh Jha 退休之后推进 Office、Teams、Windows 等业务的管理交接。换句话说，HR 的变化不是孤立动作，而是微软整体组织为 AI 时代重新校准 运营模式的一部分。
从这个意义上说，这次 HR 重构并不是传统意义上的“HR优化”，而是微软在 AI 时代重新定义 HR 角色的一次系统性动作：HR不再只是承接业务提出的人才、流程与政策需求，而是要更深地参与组织如何响应变化、如何重配资源、如何让人和AI共同工作这些更根本的问题。
微软新的HR架构，到底是怎样一套系统
从 Amy Coleman 的内部备忘录来看，微软此次重构最重要的不是“换了谁”，而是“按什么逻辑重新组织HR”。在她之下，新的People组织被分成几个更清晰的能力模块，每个模块都更直接地对应业务结果，而不是传统意义上的职能分工。
首先是 Engineering HR。微软将所有工程 HR 团队整合到 Mel Simpson 领导之下，由她担任 CVP, Engineering HR。备忘录中特别提到，她当前已与 Copilot、Microsoft 365、Windows、Devices、MAI 和 OCTO 等团队紧密合作；在新的结构下，她与团队将面向所有工程领导者展开协同。 这意味着微软明确把工程人才支持作为独立且关键的业务接口，而不是再分散在多个 HR 线条中处理。
其次是 Employee Experience，由 Nathalie D'Hers 担任 CVP, Employee Experience。此次最值得关注的变化之一，就是由 Kanwal Safdar 领导的 People Analytics 团队将并入 Employee Experience 组织，向 Nathalie D'Hers 汇报。Amy Coleman 对此的解释非常明确：如果微软要提供 AI-first 的产品与体验，就必须更有意识地把“体验如何被设计”与“洞察如何被生成和应用”连接起来。她还提到，相关领导团队将在未来一个月内进一步定义，如何在保留 People Analytics 团队既有合作优势的同时，把分析资源更贴近业务。
第三个模块是 Total Rewards，由 Mike Cyran 担任 CVP, Total Rewards，直接向 Amy Coleman 汇报。Fred Thiele 已被晋升为 CVP, Global Benefits and Mobility，Mark Breer 负责 Executive Compensation、Global Equity Programs 以及 MAVS TR，两人都向 Mike Cyran 汇报。Amy Coleman 在 备忘录 中强调，薪酬与福利是员工体验与业务结果的共同核心，在工作方式持续变化的情况下，企业如何奖励与投资员工，比以往任何时候都更加重要。她还特别提到 Mike Cyran 在全球 pay equity、高绩效文化与差异化薪酬体系上的经验。 这说明微软并没有把 rewards 看作成本控制工具，而是明确视为支持高绩效与业务优先级的重要杠杆。
第四个模块是 Global Talent Acquisition。微软在 备忘录 中表示，人才战略就是竞争战略，而能否赢得未来，取决于是否能在竞争高度激烈、节奏不断加快的市场里招到最优秀的人才。因此，公司正在进入任命 dedicated Global Talent Acquisition leader 的最后阶段，该负责人将直接向 Amy Coleman 汇报。在这一负责人到位之前，Kristen Roby Dimlow 继续领导 GTA。 这里最值得注意的是 Amy Coleman 对“single owner”的强调：招聘必须由一个单一负责人全权带领，才能真正帮助业务扩张、提速并做出正确判断。
第五个模块是 People & Culture。微软将 HR4HR 与 Culture & Inclusion 合并，成立新的 People & Culture 团队，由 Leslie Lawson Sims 担任 VP, People & Culture。Diana Navas-Rosette 作为 GM, Culture & Inclusion，向 Leslie Lawson Sims 汇报。Amy Coleman 对这个新组织的定义很关键：它既是 People 团队如何运作的“引擎”，也把关键的 inclusion 工作织入到日常运作之中。 从原文可以看出，微软并没有否定 inclusion 的重要性，而是改变了它的组织位置——从相对独立的倡议型单元，转向与 People 运营和企业文化更深融合的日常机制。
第六个模块是 Global Talent Development。微软将 Talent Management、Leader Development、Manager Capability 与 Aspire 放在同一体系之下，由回归微软的 Wyatt Cutler 担任 VP, Talent Development。Leah Colson 与 Rawan Shalhoub 分别从 Talent Management 和 Manager Excellence & Development 向 Wyatt Cutler 汇报。Amy Coleman 对这一重组的描述是：把这些能力放在一起，可以加速微软最持久的业务优势之一——人的能力。 这说明微软在发展模块上的目标，已不仅是提供培训与发展项目，而是更系统地建设管理者、领导者与团队的能力。
第七个模块则是这次重构中最具前瞻意味的部分：Workforce Acceleration。微软新设这一 dedicated team，由 Justin Thenutai 担任 VP, Workforce Acceleration，Karen Kocher 领导的 Learning & Skilling 团队向其汇报。Amy Coleman 在 备忘录 中将 skilling、redeployment、workforce planning 以及 emerging human-agent collaboration 放在同一段中，并明确指出，这是一组相互连接的能力，能够帮助微软以不同方式思考人才与组织再造，并加速整个 workforce。 这一段几乎揭示了微软对未来 HR 战场的判断：AI时代的核心问题，已经不只是“如何招聘更多人”，而是“如何提升技能、重新配置人才、规划 workforce，并设计人和 agent 的协作方式”。
此外，Amy Coleman 还在备忘录 中回顾了几位关键领导者的离开与退休，包括 Lindsay-Rae McIntyre 将于 3 月 31 日离职，去担任外部公司的 Chief People Officer；Kristen Roby Dimlow、Chuck Edward 与 Dawn Klinghoffer 将在本财年末退休。 这些变化说明，这次重构并非简单增量叠加，而是与领导层交接、新旧模式更替同步发生。
从这张组织图中，读懂微软真正要改变什么
如果把这次结构变化放在传统 HR 语境下，很容易得到一个表层结论：微软是在做组织整合、职责收拢、汇报关系重排。但从你前面提供的截图解读与原文一起看，微软要改的其实是 HR 运营模式本身。
首先，它反映出 HR 正从“稳定型支持系统”转向“适应型组织系统”。过去很多大型企业的 HR 架构，是为了支撑规模化与一致性建立起来的，强调标准流程、明确分工、稳定运行。而微软在备忘录 中明确提出，现有 运营模式 和 decision rhythms 已经无法适应变化的速度。 这意味着问题不在于 HR 做得不够努力，而在于原有模式更适合稳定时期，不适合 AI 时代的持续重组。
其次，People Analytics 被并入 Employee Experience，说明数据分析在微软内部不再只是“看板”和“报告”的生产机制，而是被要求嵌入员工体验与业务决策闭环。原文中 Amy Coleman 强调，要把 how we design experiences 与 how we generate and apply insights 更有意识地连接起来。 这几乎可以被理解为微软对 People Analytics 角色的重新定义：分析的终点不是产生洞察，而是推动更快、更贴近业务的行动。
再次，Engineering HR 的统一收拢，说明微软正在把 HR 更深地嵌入核心产品和工程优先级之中。Copilot、Microsoft 365、Windows、Devices、MAI、OCTO 这些团队并不是普通业务单元，而是微软当前与未来产品竞争力的核心组成。 当这些工程团队在 AI 时代加速迭代时，HR若仍然分散、滞后或被动响应，必然跟不上业务节奏。Engineering HR 被集中到一个更清晰的结构之下，本质上是让 HR 支持能力与工程组织的速度重新对齐。
最值得 HR 同行认真思考的，是 Workforce Acceleration 的成立。Amy Coleman 并没有把这一模块仅仅定义为 learning 或 workforce planning，而是把 skilling、redeployment、workforce planning 与 human-agent collaboration 统一起来。 这意味着微软已经把未来 workforce 的核心问题看作一个系统问题：员工的技能如何更新、内部人才如何重配、岗位结构如何规划、人和 AI agent 如何协同，这些不能再被拆开处理。对于 HR 而言，这是一种相当清晰的信号：未来的关键不只是“招到谁”，而是“现有 workforce 如何被重新组织和加速”。
People & Culture 的变化同样值得重视。Lindsay-Rae McIntyre 作为 Chief Diversity Officer 离开后，微软并没有在原文中宣布一个同样独立的替代职位，而是由 Leslie Lawson Sims 领导新的 People & Culture 团队，并将 Culture & Inclusion 纳入其中，Diana Navas-Rosette 向其汇报。 这不是简单削弱 inclusion，而是组织哲学的变化：文化与包容不再主要以独立倡议的形式被推动，而是被要求更深地织入 People 团队的日常运作、领导行为与组织机制之中。
Amy Coleman的一周年感悟，其实是这次改革的管理哲学
如果只把 Amy Coleman 的一周年文字看作一封感性短文，会错过它最有价值的部分。她在那段感悟里写道，如果一项工作不能加速业务、不能帮助团队做出最好的工作，就应该停下来问一句，为什么还要做。接下来她提到的三句话——“Clarity beats complexity”“Build with, not just for”“Unlearning matters just as much as learning”——并不是抽象价值观，而更像是这次重构的 operating philosophy。
“Clarity beats complexity” 对应的，首先就是结构与流程的简化。在微软的重构中，我们看到的是更清晰的能力模块、更直接的负责人、更明确的汇报关系，以及对 single owner 的强调。尤其在 Global Talent Acquisition 中，Amy Coleman 明确写到，这项工作需要一个 fully dedicated 的负责人。 这背后对应的就是一个很朴素但很重要的管理判断：复杂会降低速度，而在 AI 时代，速度不再只是执行效率问题，而是组织竞争力本身。
“Build with, not just for” 则解释了为什么 HR 必须更深嵌入业务与员工场景。Engineering HR 的集中、Employee Experience 与 People Analytics 的结合、对 employee 作为 customer 的强调，都是在告诉我们，微软不再满足于 HR 设计一套制度“交付给业务”或“交付给员工”，而是要在业务真实运转的场景中与之共同构建解决方案。原文中 Amy Coleman 也强调，微软需要构建那些反映领导者和员工“今天如何工作”，并能预判“明天需要什么”的体验。 这本质上就是共创逻辑，而不是传统支持逻辑。
“Unlearning matters just as much as learning” 则是最容易被低估的一句。很多企业在谈转型时，都强调学习新能力，但真正阻碍变化的，往往不是没有新知识，而是放不下旧模式。微软这次重构中最鲜明的一点，正是它在主动拆解一部分旧的 HR 组织惯性：People Analytics 不再独立运行，Culture & Inclusion 不再维持原有结构，Workforce Acceleration 作为新模块被明确放到前台。这说明微软并不是简单叠加新项目，而是在主动让出空间，用新的能力模块替换旧有组织路径。
从这个角度看，Amy Coleman 的周年感悟其实不是对过去一年的情绪总结，而是对这次变革提供的认知框架。她写的是简单的语言，但背后对应的是一套很明确的组织观：HR要更清晰、更贴近业务、更敢于放下旧的路径依赖。
这次微软改革，对所有HR同仁意味着什么
对 HR 同行而言，微软这次调整最重要的价值，不在于照搬它的组织图，而在于它揭示了几个已经越来越清晰的趋势。
第一，AI 时代 HR 的核心竞争力，正在从流程管理转向组织适配能力。过去 HR 的成熟度，往往体现在制度健全、流程清晰、合规稳健；但在变化速度不断加快的今天，更关键的问题是，HR能否帮助组织更快感知变化、更快决策、更快调配资源。Amy Coleman 在原文中的判断已经很直白：过去的运营模式 与 decision rhythms 不再适用。 这意味着“稳定”不再足以定义优秀 HR，适应性才是。
第二，HR 的价值正在从支持业务转向加速业务。Amy Coleman 的那句标准已经非常清楚：如果一项工作不能 accelerating the business，就要反问自己为什么做。对很多 HR 团队来说，这其实是一个很严格的要求。它意味着 HR 不再只以满意度、覆盖率、执行率来证明价值，而要更直接地回答：是否让业务更快、更准、更具组织能力。
第三，People Analytics 的终点不是报表，而是决策。微软将其并入 Employee Experience，并强调 insight-to-action 的连接，就是在告诉我们，分析能力如果不能嵌入业务与体验，就仍然停留在支持层。 未来更重要的，不是 HR 是否有 analytics 团队，而是 analytics 是否真正改变决策质量和速度。
第四，Talent Development 的目标不再只是课程覆盖率或培训项目完成率，而是组织能力建设。微软把 Talent Management、Leader Development、Manager Capability、Aspire 放在同一结构下，就是在强调发展不应再以项目为中心，而要以能力为中心，以组织需要什么能力、管理者需要什么能力、如何建立可持续的人才梯队为中心。
第五，Workforce Planning 与 Human-Agent Collaboration 很可能会成为未来 HR 最关键的新战场。微软把 human-agent collaboration 明确写进 Workforce Acceleration 的定义里，这一点极具标志性。 它意味着领先科技公司已经不再把 AI 只看作提升效率的工具，而开始把“人如何与 agent 协作”视为 workforce 设计的一部分。对 HR 来说，这将直接影响岗位设计、技能模型、组织边界与人才再配置逻辑。
最终，微软这次调整传递出的最重要信号是：领先科技公司正在把 HR 从“人事支持功能”升级为“组织资源调度与能力重构系统”。这不是概念上的夸张，而是组织图、汇报关系与能力模块共同指向的方向。微软不是第一个谈 AI 对 HR 影响的大公司，但它这次给出的，已经不是观点，而是一套更接近实际 运营模式的答案。
给HR同仁的核心启示
对所有 HR 同行来说，微软这次改革真正值得借鉴的，不是具体岗位名称，也不是是否设立一个叫 Workforce Acceleration 的部门，而是背后的三个判断：第一，HR必须以业务速度为参照系，而不是只以流程完整性为参照系；第二，HR必须把数据、体验、人才发展与 workforce 重配放到同一个更大的组织适配框架中去理解；第三，HR未来的角色，不再只是维护秩序，而是帮助组织在持续变化中完成资源重组、能力升级与人机协同设计。
如果说过去优秀的 HR 是把支持系统做得更稳，那么未来更关键的 HR 能力，可能是把组织系统调得更快。微软这次重构之所以值得所有 HR 同行认真研究，就在于它展示了一种越来越清晰的趋势：在 AI 时代，HR 不再只是围绕“人”运转，而是开始围绕“组织如何持续适应变化”来重建自己。
员工体验
【英国】AI福利智能平台Origin完成3000万美元A+轮融资，打造全球员工福利“单一数据源”系统
HRTech概述：总部位于伦敦的AI福利平台Origin宣布完成3000万美元A+轮融资，累计融资超过5000万美元。公司打造的“全球福利智能平台”正在改变企业管理员工福利的方式。Origin的核心在于其AI引擎Cuido™，能够将分散在不同国家、保险公司和合同文件中的福利数据统一整合，形成可分析、可决策的系统。
总部位于伦敦的企业福利科技公司Origin宣布完成3000万美元A+轮融资。本轮融资由Notion Capital领投，Felix Capital、Acadian Ventures及全部现有投资人继续跟投，同时公司还获得了HSBC Innovation Banking UK提供的增长资金支持。至此，Origin在过去12个月内累计融资已超过5000万美元。
在当前企业成本压力持续上升、全球用工结构日益复杂的背景下，员工福利正成为企业继薪酬之后的第二大人力成本，但长期以来却缺乏系统化、数据化的管理能力。Origin正是从这一“高支出、低透明”的核心痛点切入，试图通过AI技术重构全球福利管理基础设施。
Origin将自身定位为“Enterprise Benefits Intelligence（企业福利智能）平台”，其核心价值在于为跨国企业构建一个统一的福利数据“单一真实来源（single source of truth）”。在传统模式下，企业的福利信息分散在不同国家、不同供应商、保险公司、经纪人以及各类合同与文档中，往往以PDF、政策文本或本地系统的形式存在。这种高度碎片化的结构，导致企业很难快速回答一些最基础的问题，例如：当前福利覆盖范围是什么、福利成本为何变化、不同地区之间的差异在哪里。
Origin通过其AI引擎Cuido™对这一问题进行系统性重构。Cuido™是一套专门针对全球福利场景训练的Artificial Benefits Intelligence系统，能够自动解析和结构化来自保险政策、合同条款、续约文件、经纪报告及供应商平台的数据，将原本非结构化的信息转化为统一、可查询的数据库。基于这一能力，企业可以首次获得对全球福利支出、风险暴露及运营效率的全面可视化。
与通用型AI工具不同，Cuido™不仅停留在文档理解层面，而是进一步打通了福利库存、成本结构、风险管理与绩效数据之间的关系，从而输出具有可执行性的洞察。例如，系统可以识别重复保障、价格异常、治理缺口以及未被管理的续约流程，并为企业提供优化建议，包括整合供应商、简化福利设计以及建立自动化治理机制。
该平台已与多家全球大型企业联合开发，包括Pfizer、Comcast和BP等典型的跨国组织。这些企业普遍在数十个国家运营，涉及数千家福利供应商以及复杂的合规环境，对数据整合与治理能力提出极高要求。Origin的解决方案正是在这一复杂场景中验证了其价值。
根据公司披露的案例，一家客户通过Origin平台将13个本地保险政策整合为一个区域性方案，实现了约20%的成本节约。这一成果不仅体现了AI在福利管理中的直接财务价值，也进一步说明福利数据具备被系统性优化的巨大空间。
从行业视角来看，Origin所代表的趋势正在逐渐清晰。过去二十多年中，企业在财务、供应链、人力资源管理系统等领域已基本完成数字化转型，但员工福利作为高度分散且依赖本地市场的领域，始终未能进入统一的数据体系。随着AI技术在非结构化数据处理上的突破，这一“最后一块未被数字化的企业职能”正在被重新定义。
本轮融资也将重点支持Origin在两个方向上的扩展。一方面，公司将进一步深化与HCM系统的集成，使员工能够在其日常工作系统中直接获取个性化、实时的福利信息与支持，从而提升员工体验。另一方面，Origin计划构建更完善的合作伙伴平台，连接经纪人、咨询公司、保险公司及退休金服务提供商，推动整个福利生态向更高效、更数据驱动的方向演进。
Notion Capital表示，其持续加码投资的原因在于Origin团队在过去一年中展现出的执行力与产品清晰度。Felix Capital则强调，全球福利市场长期处于复杂且低效的状态，而Origin正在构建这一领域的基础设施层。
随着医疗成本持续上涨、企业对成本控制与员工体验的双重要求不断提升，福利管理正逐渐从“后台行政职能”转变为“战略性数据资产”。Origin的快速发展，意味着这一领域正在从信息碎片化走向智能化和系统化，也标志着HR科技正在进入一个以“数据智能”为核心的新阶段。
员工体验
最新研究：AI效率越高，人却越来越忙，一场正在发生的知识工作规则重写
HRTech概述：AI原本被认为可以帮助员工减少工作量、提升效率，但一些企业内部观察研究却发现了相反的趋势。研究人员在一家科技公司进行了为期8个月的跟踪观察，发现AI让员工完成任务更快，但并没有减少工作时间，反而让员工承担了更多任务。这一趋势意味着，AI不仅在改变工作效率，也在重塑知识工作的规则。对于企业来说，真正的挑战并不是是否使用AI，而是如何在效率提升的同时，避免工作强度持续上升。
人工智能正以前所未有的速度进入知识工作领域。从代码生成、文档撰写到数据分析与设计辅助，AI被广泛认为是下一轮生产力革命的核心驱动力。企业普遍期待，AI能够减少重复劳动，让员工更高效地完成工作，并最终释放时间用于更具创造性的任务。然而，一些企业内部观察与组织行为研究却揭示出一个值得警惕的趋势：AI并没有像预期那样减少工作量，反而在许多场景中加速了工作的节奏，并扩大了员工承担的任务范围。
AI带来的不是“少做”，而是“多做”
在一项针对科技企业的长期观察研究中，研究人员对约200名员工的实际工作方式进行了持续跟踪，并进行了40多次跨职能访谈。研究最初的目标是理解AI工具在真实工作环境中的效率提升效果，但最终结果却显示出一种完全不同的趋势。
许多员工表示，AI确实让他们完成任务的速度明显提高。例如，原本需要数小时撰写的文档可以在AI辅助下迅速生成初稿，复杂的分析报告也可以通过提示词快速形成结构框架。然而，当任务完成得更快时，员工并没有因此减少工作时间，而是倾向于主动承担更多项目或更多任务。AI所节省的时间并没有转化为休息时间，而是被重新填充为新的工作内容。
这种现象形成了一种典型的“效率填充效应”：技术提高效率之后，工作量往往随之增加，而不是减少。
任务启动成本的降低扩大了工作范围
AI还显著降低了工作的启动门槛。过去，一些任务之所以没有被执行，是因为准备成本较高。例如整理内部报告、编写总结或进行初步分析，这些工作往往需要较长时间准备。但在AI工具的帮助下，员工只需输入简单提示词即可生成初步内容。
这一变化带来的结果是，更多任务被启动和完成。表面上看，这是一种效率提升；但从组织运作角度来看，它实际上扩大了员工的工作范围，使单位时间内的任务数量明显增加。AI不仅让任务完成得更快，还让更多任务成为“值得做”的事情。
团队竞争推动工作节奏不断加快
AI还改变了团队内部的行为逻辑。当团队中部分成员开始利用AI显著提高产出时，其他成员会自然产生比较压力。如果某位同事借助AI一天完成多个项目，其余成员很容易担心自己的效率被视为不足。
即使管理层从未正式提高绩效要求，这种由同事之间的比较产生的“隐性竞争”也会逐渐改变团队节奏。随着时间推移，原本由技术带来的效率提升会转化为新的默认标准。团队整体工作速度随之提升，而这种变化往往是在没有明确管理决策的情况下发生的。
研究人员将这种过程称为“工作量爬升”（Workload Creep）。最初，它表现为生产力提升；随后，它成为新的绩效基准；最终，它演变为组织内部的隐性期望。
AI模糊了工作与生活的时间边界
AI还在改变工作的时间结构。传统知识工作通常依赖完整的时间块，例如集中数小时撰写报告或完成分析任务。但AI让许多任务可以在碎片时间完成。员工可以在午餐时间生成文档初稿，在会议期间让AI整理笔记，或在晚间快速修改AI生成的内容。
这种变化虽然提高了灵活性，但也使工作逐渐渗透到原本属于休息的时间段。很多员工开始在更多时间点与工作保持连接，从而模糊了工作与生活之间的边界。
压力在组织层级之间出现明显分化
研究还发现，AI带来的压力在组织层级之间分布并不均衡。一线执行层员工，例如工程师、产品经理、设计师和运营人员，承担了大部分由AI加速带来的任务扩张。他们需要更快地完成更多工作，同时持续保持高效率。
相比之下，管理层和高管往往更关注整体生产率指标，因此对这种压力变化的感受较弱。这种结构性差异容易导致组织内部形成不同的认知：管理层看到的是效率提升，而执行层感受到的则是工作强度增加。
技术提升效率，但制度决定结果
从历史经验来看，类似的情况并不罕见。电子邮件、即时通讯工具和远程办公技术在过去几十年中都曾带来类似影响。通信效率的提升往往会加快工作节奏，并延长工作时间。
AI的特殊之处在于，它不仅提高沟通效率，还直接参与任务执行，因此对工作节奏的影响更加明显。如果企业只是把AI视为单纯的生产力工具，而没有建立相应的管理机制，那么效率提升很容易自动转化为更高的工作强度。
企业需要重新设计AI时代的工作规则
在AI时代，企业真正需要思考的问题并不是“是否使用AI”，而是“如何管理AI带来的生产力变化”。一些领先组织已经开始尝试新的管理方式，例如重新设计绩效评估标准、明确AI使用边界，并避免将短期效率提升直接转化为更高的任务指标。
只有在合理制度框架下，AI带来的效率提升才可能真正释放员工的时间与创造力，而不是变成新的压力来源。
AI改变的不只是效率，而是整个工作结构
从更宏观的视角看，AI正在重新定义知识工作的运行方式。当技术能够显著提高个人效率时，组织如何设定工作节奏、分配任务以及保护员工的可持续工作状态，将成为未来管理的重要课题。
效率本身并不会自动带来自由。如果缺乏制度设计和管理规则，技术进步往往会被转化为更高的工作要求。AI带来的真正挑战，并不是技术本身，而是组织如何在效率与可持续工作之间找到新的平衡。
HRTech特别说明：AI并没有减少工作量，而是在很多情况下扩大了工作量（workload expansion）。不过需要先说明一点：这段文字在社交媒体上广泛传播，但目前并没有一个公开发表的 Berkeley正式学术论文完全对应这段描述的所有数据（例如“83% workload increase、200 employees、8 months embedded research”）。类似结论在多个研究中确实存在，但具体数字很可能是社交媒体的简化或二次传播。因此，理解其逻辑比纠结具体数字更重要。
员工体验
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？
员工体验
人力资源的未来：人工智能驱动的7大趋势正在重新定义2026年的人才战略
2026 年，HR 将迎来真正的分水岭。AI 不再只是自动化工具，而是开始主导招聘、员工服务与人才发展的整体编排。多智能体 AI、非结构化人才数据、超个性化体验，正在重塑 CHRO 的核心职责。这篇文章系统梳理了 7 大关键趋势，值得所有 HR 管理者认真一读。
重新定义2026年人才战略的7大人工智能驱动趋势
人工智能、自动化和数据如何重新定义未来的工作、劳动力规划和人才招聘。
随着人工智能系统的日趋成熟和数字化转型加速，2026年将成为人力资源领导者们具有里程碑意义的一年。包括来自顶尖风险分析师的洞见在内的最新研究和技术趋势报告揭示了劳动力战略、人才招聘、员工体验和组织设计等领域即将发生的巨大变革。
本指南详细分析了每位首席人力资源官都应该关注的2026 年最重要的人力资源趋势，以及这些趋势对您的人才战略的影响。
1. 人工智能劳动力协调将取代人工人力资源流程
这对首席人力资源官 (CHRO) 为何至关重要：
新一代多智能体人工智能系统正在将人力资源工作从任务自动化转变为端到端的工作流程编排。人工智能将越来越多地独立管理招聘步骤、合规任务、入职流程和日程安排等工作，而不再需要人力资源团队手动协调这些环节。
主要影响
更快的招聘和入职流程
更一致的政策执行
行政瓶颈减少
招聘人员和人力资源团队转向战略性工作
2. 人力资源领导者最终将释放非结构化劳动力数据的力量
企业拥有的人才数据比以往任何时候都多——简历、电子邮件、绩效评估、面试、技能概况、培训内容——但其中大部分仍然是非结构化的，并且没有得到充分利用。
2026年将是转折点
先进的人工智能现在可以将杂乱的人力资源数据转换为支持以下功能的结构化格式：
预测性人才建模
技能差距检测
留存率预测
个性化发展路径
招聘绩效分析
首席人力资源官现在应该做什么：
评估人力资源数据准备情况
识别数据熵最高的系统
开始构建“人力资源知识图谱”
3. AI语音代理将变革招聘、入职和人力资源服务交付方式
人工智能语音助手正在成为 2026 年的一大趋势，并迅速从客户服务扩展到人才招聘和员工体验领域。
首席人力资源官应预期的应用场景：
自动化候选人预筛选
面试安排和后续跟进
福利和入职指南
实时员工支持
提供多语种人力资源服务台
为什么这很重要
语音人工智能可以减少摩擦、缩短周期时间、提高可访问性，并大规模地提供类似人类的响应速度。
4. 高度个性化的候选人和员工体验流程将成为标准
到 2026 年，个性化将成为人力资源的一项基础能力，由多模态人工智能驱动，该人工智能能够理解个人偏好、职业模式、沟通风格和技能发展轨迹。
人工智能驱动的个性化示例
基于技能和求职意向的职位推荐，而非关键词推荐。
定制化的招聘信息
自适应学习路径
个性化健康提醒
员工旅程图实时更新
5. 制造业、能源和基础设施的复兴将带来新的人才压力
科技、人工智能、机器人和电气化正在推动实体产业的复兴：制造业、物流业、能源业、建筑业、生物技术业和工业自动化业。
这对首席人力资源官意味着什么：
新兴劳动力群体
技术和贸易技能人才严重短缺
能力模型的快速演变
对具备人工智能能力的产业人才的竞争日益激烈
应采取的行动
更新人才预测和劳动力战略
投资于持续技能再培训基础设施
与职业技术院校建立伙伴关系
6. 人工智能代理将代表员工和求职者使用人力资源系统
到 2026 年，人工智能代理将越来越多地作为员工和人力资源系统之间的交互层。
示例
填写申请表
请求提供人力资源政策详情
更新员工信息
获取休假或福利信息
引导候选人完成复杂的工作流程
这就要求首席人力资源官确保人力资源内容既能被人阅读，又能被机器阅读。
7. 随着人工智能协调招聘人员、经理和员工，人力资源工作将变成“多人协作”模式。
人工智能正在进入分析师所说的多人游戏模式——这意味着不同的人工智能代理可以与利益相关者合作，管理端到端的流程。
对人力资源部门而言，这意味着：
招聘人员与候选人经纪人协调
经理代理人协调发展建议
调度员协商可用性
学习代理推荐课程和学习路径
组织影响
更具凝聚力的决策
减少交接摩擦
更好的员工和候选人体验
更高的运营一致性
首席人力资源官在2026年应该优先考虑哪些事项
为了充分利用这些趋势，首席人力资源官应重点关注以下四个战略支柱：
1. 构建适用于人工智能的人力资源数据基础
包括数据治理、元数据标准和结构化知识层。
2. 重新设计人才流程以适应人工智能的协调，而不是渐进式自动化。
要从端到端的旅程角度来思考。
3. 为人工智能辅助角色做好人力资源准备
提升人工智能监管、故障排除和战略性人类决策方面的技能。
4. 在人才生命周期的各个阶段提供深度个性化的体验
从吸引人才到培养人才再到留住人才。
展望未来
2026 年，那些将人工智能视为工作设计、执行、衡量和体验方式的代际变革，而不是附加功能的首席人力资源官们将会获得回报。
及早拥抱这些趋势的组织将在以下方面表现优异：
速度
人才竞争力
成本效益
员工体验
劳动力适应能力
人力资源的未来不会是自动化，而是需要精心策划。引领这场变革的首席人力资源官们将为未来十年的劳动力创新树立标杆。
员工体验
AI-First 时代：首席人事官的5个新标准
HRTech概述：波士顿咨询公司（BCG）的最新研究指出，企业在AI转型中最大的误判，并非技术路线选择错误，而是低估了首席人力资源官（Chief People Officer, CPO）在战略层的关键作用。在AI重塑商业版图的浪潮中，CEO们纷纷投资算法、平台与模型，却常常忽视一个更深层的现实：技术可以提升效率，唯有人才能重建信任。
真正的“AI-First企业”，CPO不再是执行AI战略的“配角”，而是引领组织再造与能力重构的核心驱动力。
推荐阅读了解，视频解读可以访问视频号：HRTech
重新定义CPO在AI时代的战略价值
在企业竞相拥抱人工智能的浪潮中，CEO们最常见也最致命的误判，是一种 foundational strategic error that directly correlates with value destruction：低估了首席人事官（CPO）在转型成功中所扮演的核心角色。他们常常将CPO定位为AI战略的“支持者”——一个负责执行和协调员工过渡的角色，而非从一开始就参与塑造战略、重塑组织关键能力的“引领者”。
这是一个代价高昂的错误。最新调研数据显示，尽管几乎所有企业都在尝试应用AI，但仍有高达60%的公司未能从其AI投资中产生实际价值。与之形成鲜明对比的是，表现最优的5%的公司（BCG称之为“未来型公司 (future-built companies)”）正在解锁巨大的商业回报，其营收增长、股东总回报和EBIT利润率分别比落后者高出1.7倍、3.6倍和1.6倍。这一差距的根源，并非仅仅是技术的优劣，而是企业在重构“人机协同”这一全新运营模式上的根本性失败。
为了弥合这一差距，企业必须重新设计工作流、重塑岗位架构、大规模提升员工技能，并赢得一线员工的信任——尤其是在那些最初并非为生成式AI（GenAI）或AI代理而设计的职能部门。所有这些职责都直指CPO。本报告旨在为人力资源领域的专业人士深入解读，为何CPO必须完成从战略支持到战略引领的角色转变，并详细剖析未来AI-First CPO必须具备的五项核心领导力新标准。
--------------------------------------------------------------------------------
1. 战略角色的演变：从人事管理者到企业“能力架构师”
AI时代从根本上颠覆了CPO的核心职责：其使命不再是维护和渐进式优化现有组织，而是要以前所未有的魄力，对工作结构、领导方式和组织适应性进行一场颠覆性的重构。这意味着，CPO的角色正在从传统的人事管理者，演变为企业的“首席能力架构师”（Chief Capabilities Architect）。
传统CPO职责
AI-First CPO（能力架构师）
核心：维护与渐进式发展
核心：颠覆与重构
- 人才规划与招聘
- 重新设计整合AI的工作流
- 领导力发展
- 重塑岗位架构与角色期望
- 薪酬福利管理
- 主导大规模、持续性的员工技能提升
- 绩效评估体系
- 制定衡量AI真实价值（如生产力）的KPI
- 塑造积极的企业文化
- 在变革中建立并维护员工信任
“首席能力架构师”这一新角色要求CPO具备深刻的战略性和概念性思维。他们必须能够精准判断：哪些工作应由人类完成，哪些可以交由AI承担？如何构建能够无缝整合AI工具的新工作流程？这是一项艰巨的挑战，随着AI技术的不断迭代，CPO需要持续地对岗位进行“拆解”与“重组”，并决定何时引入新人才、为谁提供何种技能提升。然而，这种前瞻性的技术架构能力必须与一种永恒的领导力优势相结合——即深刻的共情能力，以引导焦虑的员工，将他们对未知的恐惧转化为拥抱变革的热情。
这一角色的紧迫性已在领先企业中得到印证。数据显示，那些从AI中获得卓越回报的顶尖公司，在为员工提供结构化的AI学习项目方面的可能性是落后者的四倍。这不仅是投资力度的差异，更是战略优先级的体现。
这种深刻的角色转变，要求CPO必须具备一套全新的思维模式与核心能力。接下来的章节，我们将深入探讨这些具体的能力标准。
--------------------------------------------------------------------------------
2. AI-First CPO的五项核心领导力标准
尽管目前拥有直接AI转型经验的CPO凤毛麟角，但决定其成功与否的关键，并非履历本身，而是其是否具备适应AI革命的特定思维模式和技能组合。CEO们应运用以下五项标准作为评估其CPO是否具备“AI-First”领导力的核心框架。
2.1. 标准一：具备强烈的“AI好奇心”与实践经验
在ChatGPT亮相全球近三年之际，一位卓越的CPO不应再仅仅停留在“讨论”AI的层面，而必须成为AI的积极使用者和实践者。这种“AI好奇心”并非空谈，而是体现在具体的行动中：
亲自使用：积极试用各类AI工具，理解其潜力和局限。
内部试点：在人力资源部门内部率先启动AI试点项目，以亲身体验应用过程中的障碍，并探索解决方案。
定义价值：着手制定能够衡量真实价值创造（如生产力提升、效率增益）的KPI，而非满足于流于表面的参与度或活动指标。
建立技术语感：CPO无需成为技术专家，但必须具备足够的实践经验和技术流畅度，以便能够主导战略对话，并对AI将如何重塑劳动力提出清晰、有根据的见解。
2.2. 标准二：拥有领导“范式转移”的转型经验
虽然直接的AI转型经验尚属稀缺，但其他类型的大规模变革经验（如重大的技术转型或颠覆性的行业运营模式重塑）同样至关重要，其经验具备高度的可迁移性。
拥有此类经验的CPO对变革的艰巨性有着深刻的理解。他们曾亲眼见证新技术如何重新定义角色和工作流程，这为他们提供了一套预判阻力点、管理利益相关者焦虑、并驾驭转型过程中非线性混乱的心理“剧本”。更重要的是，他们在过往的转型中，已经培养出一种关键能力：识别并解决那些可能拖延甚至破坏敏捷转型的心理、实践和管理层面的障碍。 这种洞察力让他们在引导AI转型时，更不易被人性层面的挑战所颠覆。
2.3. 标准三：具备在模糊中“构建结构”的能力
最成功的CPO能够将创新思维与严谨、结构化的方法相结合，从而将团队的创造力引导至价值最高的领域。当他们参与转型决策时，他们带来的不是一堆悬而未决的问题，而是一个清晰的行动框架。这种结构化思维通常表现为：
立即解决: 他们明确了“3个当前就能回答的问题”。
验证假设: 他们对另外“3个问题已形成有力假设，并正通过实验验证”。
监控未来: 他们识别出“4个到2027年才需解决，但正密切监控其加速信号的问题”。
这种能力确保了CPO在战略讨论中，始终能带着清晰的优先级和可行的方案，推动议程向前发展，而不是让讨论陷入无休止的开放式提问中。
2.4. 标准四：能够与员工构建并管理“新的社会契约”
AI转型的最大阻力并非来自技术，而是源于信任的缺失。为了直接应对这一挑战，CPO必须主动构建并管理一份与员工的“新社会契约”。员工们普遍担忧自己的工作岗位会因此消失、被降级或失去原有的意义。这些真实存在的恐惧会逐渐侵蚀员工的使命感，并固化为对变革的阻力。
这份契约是建立信任、引导变革的关键，其核心要素包括：
清晰阐明公司为何以及如何使用AI。
明确界定相关的决策将如何制定，确保过程的透明度。
公开定义成功的标准将如何衡量，让员工理解变革的目标。
理想情况下，这份契约应在转型之初，通过征求各级员工的意见来共同制定，从而建立广泛的共识和认同感。
2.5. 标准五：勇于在决策层“主张应有席位”并挑战现状
在AI转型中，CPO的角色绝不能被视为次要。他们必须心安理得地主导公司的人才战略，并深度参与公司的重塑过程，在决策桌上拥有不容置疑的一席之地。
这意味着CPO需要具备无畏的挑战者精神，能够勇敢地挑战组织内固有的假设——即使这些假设来自CEO本人。只有这样，才能确保人才战略与公司整体的AI战略紧密结合、切实可行，而不是沦为纸上谈兵。
最终，一位AI-First的CPO是三个身份的结合体：一位高瞻远瞩的战略大师、一位推动变革的创新者，以及一位信任的捍卫者 (trust champion)。
--------------------------------------------------------------------------------
3. 引领企业迈向AI驱动的未来
定义一家AI-First公司的标准，绝不仅仅是其技术实力或算法的先进性，更在于其如何有效地重塑工作方式，并带领全体员工共同迈向未来。这使得CPO的角色变得前所未有的重要。
对于CEO而言，其在AI时代的首要任务，就是挑选、赋能并支持一位能够胜任这一重塑使命的CPO。未能做到这一点，并非简单的授权失误，而是一种领导力的根本性缺失，它将不可避免地把公司归入那60%停滞不前的落后者行列。只有确保CPO有能力、有信心在这个主角位置上发光发热，他才能真正引领整个组织，穿越变革的迷雾，迈向一个截然不同的、由AI驱动的未来。
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
