• 工作流自动化
    解读:AI不会淘汰所有 SaaS,而是重新定义HR Tech的价值 HRTech核心指南:AI 会不会让 HR SaaS 没价值了?Harvard Business Review 最新文章给出了一个很有意思的观点:AI 不会淘汰所有 SaaS,而是重新定义它们的价值。未来真正值钱的,不是 AI 功能,而是 Operational Intelligence(运营智能)——也就是基于真实业务数据持续提升组织判断能力。对于 HR Tech、HR Leader 和投资人来说,这可能是未来几年最值得关注的趋势之一。推荐一读。 解读 Harvard Business Review:AI's Impact on SaaS Will Be Uneven 过去一年,几乎所有 HR Tech 厂商都在发布 AI 功能。从 AI 招聘助手、AI 面试官,到 AI HRBP、AI Agent,整个 SaaS 行业似乎都在进入一个新的竞争阶段。 不少企业也开始提出一个问题:当 AI 能够编写代码、自动完成流程、快速生成应用之后,SaaS 还有价值吗? Harvard Business Review 最新发表的文章《AI's Impact on SaaS Will Be Uneven. Here's What Leaders Need to Know》中,Harvard Business School 教授 Christopher Stanton 给出了一个值得整个 SaaS 行业思考的答案: AI 并不会让所有 SaaS 都失去价值,它真正改变的是不同 SaaS 的价值结构。 对于 HR Tech 企业、投资人以及企业 HR 来说,这一观点值得深入理解。 AI 不会平均冲击所有 HR SaaS 很多人认为,大模型出现之后,大量软件最终都会被 AI Agent 所替代。 Christopher Stanton 并不认同这种观点。 他认为,AI 的影响并不是平均发生的,而是取决于两个关键因素: 第一,软件主要解决的是规则明确、流程固定的任务(Deterministic Tasks),还是需要预测、判断和决策支持的任务(Predictive Tasks)。 第二,软件依赖的是企业自己的内部数据(Internal Company Data),还是大量跨客户、跨行业积累形成的共享数据(Pooled Data)。 这两个维度共同决定了一款 SaaS 产品未来的竞争力。 流程自动化软件,将最先受到 AI 冲击 如果一个 SaaS 产品主要负责流程执行,例如审批、通知、数据录入、报表生成、信息查询等标准化工作,那么 AI 将大幅降低这些产品的技术门槛。 随着 AI Agent、低代码开发平台以及自然语言工作流不断成熟,这类软件越来越容易被企业内部快速搭建,或者直接整合进现有平台。 这并不意味着流程管理没有价值,而是意味着流程本身将越来越难形成长期竞争壁垒。 未来企业购买软件,不再只是为了把纸质流程搬到线上,而是希望软件能够帮助组织做出更好的决策。 真正的竞争壁垒来自 Operational Intelligence 文章提出了一个非常重要的概念——Operational Intelligence(运营智能)。 这里的 Operational Intelligence,并不是简单的数据分析,也不仅仅是 AI 模型,而是企业通过大量真实业务运行过程中积累的数据、经验和场景,不断提升判断能力的一套智能体系。 作者认为,这类产品未来将成为 SaaS 中最具竞争力的一类。 原因在于,大模型能够学习公开知识,却无法天然拥有企业多年运营过程中形成的大量真实案例、边缘场景和业务经验。 这些数据和经验,正是企业决策过程中最有价值的部分。 未来的软件,价值将来自“判断”而不是“功能” 过去,大多数 HR 软件强调的是功能覆盖。 招聘系统能够管理职位和简历。 学习系统能够管理课程。 绩效系统能够完成考核流程。 这些能力未来仍然重要,但已经不足以形成明显差异。 真正具有竞争力的软件,需要能够帮助企业回答更复杂的问题。 例如: 哪些候选人在未来更有可能取得成功? 哪些员工存在较高离职风险? 哪些技能将在未来两年成为组织能力短板? 哪些岗位更适合内部流动而不是外部招聘? 这类能力并不是增加几个 AI 按钮就能够实现,而是依赖长期积累的数据、算法以及真实业务经验。 企业采购 SaaS 的标准正在发生变化 Christopher Stanton 提醒企业,在 AI 时代评估 SaaS,不应再只关注产品功能,而应该重新思考几个问题: 这款产品真正创造的是流程价值,还是决策价值? 它依赖的是企业自己的数据,还是拥有跨客户、跨行业积累形成的数据优势? 这些数据是否经过真实业务场景持续验证? AI 是否只是增加了交互方式,还是能够持续提升企业的判断质量? 这些问题,将比是否拥有 AI Chat、AI Copilot 或 AI Agent 更重要。 对于 HR Tech 行业意味着什么? 对于 HR Tech 企业来说,未来竞争的重点可能不再是谁拥有更多 AI 功能,而是谁拥有更深的数据积累和行业理解。 能够持续沉淀招聘、组织、绩效、薪酬、技能、员工体验等真实运营数据,并将这些数据转化为企业可以直接应用的管理洞察,才更有可能建立长期竞争优势。 未来,HR Tech 的价值也将逐渐从"流程数字化"转向"运营智能"。 软件不仅需要告诉企业发生了什么,更需要帮助企业理解为什么发生,以及下一步应该采取什么行动。 HRTech 观点 AI 正在降低软件开发的门槛,却没有降低企业管理的复杂度。 未来,真正难以复制的,不会是某一个 AI 功能,而是长期积累形成的数据资产、业务经验和管理判断能力。 对于 HR Tech 行业而言,这篇文章释放出的一个重要信号是:AI 时代真正值得投资的,不一定是功能最多的软件,而是能够持续输出 Operational Intelligence(运营智能)的产品。 未来企业采购 HR Tech,也许最应该问的不再是: "这个产品有没有 AI?" 而是: "如果去掉 AI,它是否仍然拥有别人无法复制的运营智能?" 你觉得呢,欢迎讨论!
    工作流自动化
    2026年07月07日
  • 工作流自动化
    88% 的组织仍处于 AI 早期阶段,HR 也需要知道自己在哪一级 全球企业正在进入 AI 转型的新阶段,但真正的问题已经不再是“要不要使用 AI”,而是“你和你的组织处在 AI 成熟度的哪一级”。Notion 最新发布的《Inside the AI Transformation: The Great Renovation》通过对 6,118 名全球 AI Decision Makers 和 AI Users 的调研,给出了一个非常清晰的判断:AI采纳 已经广泛发生,但大多数组织仍处于早期阶段。报告显示,57% 的组织处于 Level 1,即把 AI 作为个人思考伙伴;31% 处于 Level 2,即把 AI 作为工作助手;只有 10% 达到 Level 3,让 AI 进入团队工作流;仅 2% 达到 Level 4,让 AI 成为组织系统级能力。换句话说,88% 的组织仍停留在 AI 早期阶段,真正进入工作流级和系统级 AI transformation 的组织只有 12%。 这组数据对 HR 专业人士尤其重要。过去一年,越来越多 HR 已经开始使用 ChatGPT、Claude、Gemini、Copilot 或其他 AI 工具,用于撰写 JD、优化招聘文案、生成面试问题、总结政策文件、制作培训大纲、润色员工沟通邮件、分析员工反馈,甚至辅助完成 HRBP 业务支持材料。这些实践非常有价值,但它们大多仍停留在个人效率层面。一个 HR 会使用 AI,并不等于已经具备 AI-ready capability;一个团队采购了 AI 工具,也不等于已经完成 AI 转型。 一、AI 转型的关键,已经从“工具使用”进入“成熟度竞争” Notion 的报告将企业 AI 转型分为四个层级:AI as a Thought Partner、AI as an Assistant、AI as Teammates、AI as the System。这个模型最重要的价值,是把 AI adoption 从“是否使用工具”推进到“AI 在组织中承担什么角色”。在 Level 1,AI 主要帮助个人写作、总结、搜索、分析和头脑风暴;在 Level 2,AI 开始成为日常工作助手,连接公司上下文和内部数据;在 Level 3,AI agents 开始参与重复性工作流,并与团队协同;在 Level 4,AI 成为系统级能力,支持复杂、关键、端到端的业务流程。 这一路径与 HR AI Forward 的成熟度判断高度一致。HR 的 AI 能力,也会经历从认知了解、零散尝试、单点使用、场景应用、流程嵌入,到最终形成 AI-native HR operating model 的过程。对 HR 来说,AI 转型不是简单学习 prompt,也不是多试几个工具,而是重新思考招聘、员工体验、学习发展、绩效管理、HR 运营和人才决策如何被 AI 重新设计。 二、HR 的现实问题:很多人已经在用 AI,但并不知道自己在哪一级 今天很多 HR 已经开始“用 AI”,但这并不意味着他们已经进入 AI-ready 阶段。用 AI 写一份 JD、生成几道面试题、润色一封员工沟通邮件、总结一份政策文件,这些动作确实可以提升效率,但本质上仍然属于个人任务层面的 AI 使用。真正的问题是:AI 是否已经进入真实 HR 场景?是否改变了工作流?是否提升了决策质量?是否能够产生可衡量的业务影响? 这正是 HR AI Forward 试图解决的问题。我们希望帮助 HR 专业人士回答一个具体而关键的问题:我现在到底处在哪一级?我只是 AI 工具使用者,还是已经具备 AI-ready HR 的能力?我的优势在哪里?短板在哪里?下一步应该优先提升什么? HR AI Forward 不是一项普通的 AI 工具使用测试,而是一套面向 HR 专业人士和 HR 团队的 AI 成熟度测评系统。它围绕真实 HR 工作场景设计,通过系统化问题帮助 HR 判断自己的 AI maturity level、stage、能力结构和成长路径。测评不只关注你是否用过 AI,而是更关注你如何理解 AI、如何应用 AI、是否能够把 AI 放进招聘、员工服务、L&D、HRBP、HR Operations 和人才分析等场景中,是否具备风险意识、治理意识和流程设计能力。 三、会用 AI,只是起点;把 AI 放进工作流,才是真正的分水岭 HR AI Forward 的核心判断很明确:会用 AI,不等于具备 AI 能力。真正的分水岭,不在于是否会写 prompt,而在于 AI 是否从单点任务进入工作流,从个人效率进入组织影响。 在 L0 阶段,HR 可能只是听说过 AI,或者进行过零散尝试,还没有形成稳定使用习惯。在 L1 阶段,HR 已经能够把 AI 用于个人效率提升,例如 JD、面试问题、邮件、培训大纲、政策摘要和基础分析。在 L2 阶段,AI 开始进入真实 HR 工作流,例如招聘流程、员工服务、L&D 内容生产、HRBP 支持和数据分析。在 L3 阶段,AI 则成为 HR operating model 的一部分,能够支持人才决策、员工体验、组织诊断和战略 workforce planning。 这也是为什么 HR 需要一次成熟度测评。没有测评,很多人会高估自己的 AI 能力,以为“我已经在用 AI”就等于“我已经完成升级”。但从工具使用到场景应用,从场景应用到流程嵌入,从流程嵌入到组织能力建设,中间有明显的能力断层。HR AI Forward 的价值,就是帮助 HR 看清这些断层,并找到下一步可执行的升级路径。 四、管理层和员工之间的 AI 认知差距,正在成为组织转型风险 Notion 报告中另一个值得关注的发现,是管理层和员工之间存在明显的 leader-worker gap。49% 的 AI Decision Makers 对组织 AI 使用与实施能力高度自信,但 AI Users 中只有 23%;60% 的 AI Decision Makers 认为组织已经准备好部署 AI agents,但 AI Users 中只有 36%。这说明,AI 转型最大的风险之一,不是企业没有投入,而是管理层以为转型已经发生,员工却还没有真正改变工作方式。 对 HR 团队来说,这个问题更加敏感。HR 既是 AI 转型的使用者,也是组织变革的推动者。如果 HR 自己缺乏清晰的 AI maturity baseline,就很难帮助业务部门判断 workforce readiness,更难推动组织形成真正可落地的 AI adoption 路径。企业不能只看采购了多少 AI 工具,也不能只看举办了多少场 AI 培训,而要知道员工和团队是否真正具备 AI-ready capability。 HR AI Forward 可以成为这个问题的起点。它帮助个人看清自己的 AI 成熟度,也可以帮助 HR 团队建立整体 AI readiness baseline。团队中哪些成员还在 L0?哪些已经达到 L1?哪些能够进入 L2 的流程应用?哪些人可以成为内部 AI champion?这些问题如果没有数据,就很难设计有效的培训、工具选择、流程改造和治理机制。 五、HR AI Forward 的价值,不是打分,而是给出成长路径 HR AI Forward 的价值首先是“看清位置”。很多 HR 已经在日常工作中使用 AI,但并不清楚自己处于 L0、L1、L2 还是 L3。只有先知道自己在哪一级,才知道下一步怎么升级。对于 HR 专业人士而言,这是一种职业能力定位;对于 HR 团队而言,这是一种组织准备度诊断。 其次,HR AI Forward 的价值是“找到差距”。AI 能力不是单一技能,而是由认知、使用、场景、治理、流程和影响力共同构成的复合能力。一个 HR 可能很擅长使用 AI 写内容,但不一定能把 AI 应用到真实流程;可能知道很多 AI 工具,但不清楚数据隐私和合规边界;可能能完成个人任务,但无法设计团队级 AI workflow。测评的意义,是把这些差异拆解出来,让 HR 看到自己的能力结构,而不是用一句“会用 AI”或“不会用 AI”简单概括。 第三,HR AI Forward 的价值是“形成下一步路径”。AI 学习最怕泛化。很多 HR 参加过 AI 培训,也看过很多工具推荐,但回到工作中仍不知道从哪里开始。真正有效的成长路径应该基于当前 level 和 stage。对于 L0 阶段的 HR,重点是建立基础认知和安全使用习惯;对于 L1 阶段的 HR,重点是从内容生成走向真实场景应用;对于 L2 阶段的 HR,重点是把 AI 嵌入流程,并建立可衡量的效率、质量和体验指标;对于 L3 阶段的 HR,重点则是推动 AI-native HR operating model,形成组织级影响。 六、对企业 HR 团队来说,AI readiness baseline 比一次工具培训更重要 很多企业推进 AI adoption 的第一反应,是安排一场 AI 培训,或者采购一套 AI 工具。但 Notion 报告显示,成熟组织与早期组织的差异,并不只是培训更多,而是更善于进行 system integration、governance and oversight、AI impact measurement。也就是说,成熟组织真正做得好的,是把 AI 变成一个有边界、有流程、有数据、有责任、有结果的组织能力。 这对 HR 团队有直接启示。企业不能只问“我们要不要培训 HR 使用 AI”,而应该先问“我们的 HR 团队现在处在什么成熟度阶段”。如果团队整体还处在 L0 或 L1,就应该先建立基础能力和场景应用;如果团队已经有一部分成员进入 L2,就应该进一步设计工作流试点和 AI governance;如果企业希望推动更深层的 HR transformation,就需要识别内部 AI champion,并建立可衡量的 HR AI impact metrics。 HR AI Forward for Teams 可以帮助企业完成这一步。它不是简单给员工一个分数,而是帮助企业理解 HR 团队的 AI 能力分布、成熟度差距和升级优先级。对于 CHRO、HRD、L&D、OD 和 HR Transformation 负责人来说,这比一次泛泛的 AI 培训更有决策价值,也更容易转化为后续的培训计划、流程优化、工具选择和治理建设。 七、AI 时代的 HR 竞争力,正在被重新定义 过去,HR 的竞争力主要来自招聘经验、员工关系处理、薪酬福利专业度、组织发展能力、劳动法规知识和业务理解力。未来,这些能力仍然重要,但会与 AI 能力重新组合。更有竞争力的 HR,不只是会执行流程,而是能够用 AI 重新设计流程;不只是会写政策,而是能够让员工更快获得准确支持;不只是会做培训,而是能够借助 AI 生成更个性化、更贴近岗位的学习内容;不只是会看报表,而是能够从人才数据中提炼业务洞察;不只是提升个人效率,而是能够推动组织能力升级。 这正是 HR AI Forward 要推动的方向:帮助 HR 从 AI tool user 走向 AI-ready HR,再进一步走向 AI-native HR。会用 AI,只是起点;能够把 AI 转化为真实 HR 工作成果,才是下一阶段的核心竞争力。 对于个人 HR 来说,HR AI Forward 是一次能力定位和成长路径梳理。对于企业 HR 团队来说,它是一次 AI readiness baseline 建设。对于整个 HR 行业来说,它代表着一个更重要的趋势:HR 的 AI 能力将不再停留在经验判断和工具尝试层面,而会逐步进入可评估、可比较、可成长、可认证的新阶段。 八、现在,是时候测一下自己在哪一级了 全球企业正在进入 AI 成熟度竞争。对 HR 来说,真正的问题已经不是“要不要用 AI”,而是“我是否已经准备好成为 AI-ready HR”。如果你已经开始使用 AI,但不确定自己只是停留在工具使用阶段,还是已经具备更系统的 AI-ready capability,HR AI Forward 可以帮助你在 10–15 分钟内完成一次自我评估,了解你的 AI maturity level、stage、能力差距和下一步升级路径。 对于达到相应成熟度的 HR 专业人士,还可以进一步申请 AI-Ready Credential,让你的 AI 能力被更清晰地识别和呈现。AI 时代的 HR 能力差距已经开始出现,越早看清自己的位置,越早建立下一阶段的竞争力。 会用 AI,不等于具备 AI 能力。现在,是时候从 AI 工具使用者,升级为 AI-ready HR。
    工作流自动化
    2026年06月27日
  • 工作流自动化
    【纽约】打造企业级AI操作系统平台UnifyApps获得5000万美元B轮融资,助力CIO成功运用生成式AI 企业历经数十年才完成数字化转型,如今必须迈向人工智能原生时代。致力于打造企业级人工智能操作系统的UnifyApps宣布完成5000万美元B轮融资,由WestBridge Capital领投,ICONIQ等机构跟投。此轮融资使UnifyApps累计融资额达8100万美元,并迎来新阶段的规模扩张——Ragy Thomas将加入担任董事长兼联合首席执行官,与现有联合创始人兼首席执行官Pavitar Singh共同执掌公司。 企业虽已投入数百万美元开展生成式AI试点,但多数项目难以规模化落地。当前的大型语言模型无法连接孤立的记录系统和知识库以获取精准数据,也无法对接业务执行系统推动工作进展。垂直领域和特定场景的AI应用仍处于孤岛状态,每项应用都需要在企业内部进行独立集成,导致成本高昂的AI蔓延现象和成果停滞。该挑战导致企业AI解决方案失败率高达95%。UnifyApps通过无大型语言模型依赖的原生AI架构填补这一空白,借助低代码/无代码工作流与UI构建器,将知识系统、记录系统和活动系统统一整合——将碎片化实验转化为可扩展的生产级AI。 UnifyApps连接企业全局的记录系统、知识系统和活动系统。它整合Salesforce、Workday及企业内网等平台数据,应用精准匹配的AI模型与本体论,并在员工现有工具中直接执行。这种闭环模式将数据、智能与执行深度融合,使零散的通用AI试点项目转化为可扩展的业务成果。 基于六层企业AI架构设计,UnifyApps整合了系统集成、数据与本体管理、工作流自动化、应用体验及自主代理部署功能。HDFC银行、德国电信、Contentstack、Belcorp、Sirion Labs、WalkMe、阿拉伯航空、Liva保险以及阿布扎比政府和迪拜政府等机构正借助UnifyApps实现数据统一并加速AI应用。该平台为首席信息官提供安全、高效且可扩展的解决方案,助力其将人工智能嵌入业务流程,引领企业迈入原生人工智能时代。 新任联合首席执行官拉吉·托马斯拥有逾25年跨行业企业软件领导经验,在首席信息官关系维护、合规管理、安全保障及SaaS运营领域具备深厚造诣。UnifyApps联合首席执行官兼董事长拉吉·托马斯表示:“未来十年属于人工智能原生企业。我们正见证与互联网崛起相同的转折点——所有软件、工作流和流程都将以人工智能为核心实现重塑。UnifyApps正在构建实现这一变革的平台。” 借助新一轮融资,公司将扩充团队规模并加强欧洲业务布局,加速平台开发进程,深化企业级技术集成,同时构建预置应用程序目录。UnifyApps的愿景超越技术范畴——旨在赋能企业成为具有生命力的学习型系统。正如数字时代重塑了所有流程,AI原生时代将重新定义组织的思维模式、行为方式与进化路径。 WestBridge Capital合伙人Rishit Desai表示:“UnifyApps构建了企业级智能代理AI应用的基础平台。当多数组织仍停留在实验阶段时,UnifyApps已助力企业安全、可控且可衡量投资回报地将真实AI能力扩展至全流程。我们坚信这正是下一代企业软件的基础架构层。” UnifyApps的强劲势头印证了这一变革。公司营收同比增长超600%,服务范围覆盖零售、银行、旅游、电信、医疗、公共部门及科技等全球企业。客户正通过其平台实现人力资源自动化、理赔流程优化、供应链升级及业务流程重构——部署数月内即可获得可量化的效率提升。 UnifyApps联合首席执行官帕维塔·辛格表示:"拉吉在打造和扩展全球领先企业软件公司方面的经验,将加速我们的市场拓展和全球布局。我们正以实际行动诠释企业真正实现AI原生的意义。通过与某财富50强零售商合作,我们整合UnifyApps的无代码平台与深度数据连接能力,实现了门店运营、供应链、商品管理及财务环节的智能自动化。UnifyApps将生成式AI和智能代理AI的部署周期从数月缩短至数日,助力该零售商持续领先于世界级客户体验的交付领域。" 人工智能原生并非一项附加功能,而是企业在人工智能时代生存的根本。UnifyApps认为,与人工智能共同进化的企业不仅能实现任务自动化,更能重塑其创造价值、治理系统以及与外界互动的方式。
    工作流自动化
    2025年10月24日
  • 工作流自动化
    深度观察 | AI重构HR的未来蓝图:战略编排才是核心战场--解读Deloitte《HR Reimagined: Agentic AI for HR》 HRTech隆重推荐!在AI加速重塑企业运作方式的今天,人力资源领域也正经历着一场深刻变革。2025年夏季,Deloitte  发布了最新研究报告 《HR Reimagined: Agentic AI for HR》,由资深人力资本与AI转型顾问 Greg Vert 和 Kyle Forrest 联合撰写。报告围绕“Agentic AI”(智能体AI)这一新一代技术,系统探讨了AI如何在HR全价值链中发挥作用——从战略规划、治理体系,到能力建设与技术架构,并通过16项HR核心能力与67个具体活动的分析,描绘了从AI辅助(Assisted)到增强(Augmented)再到AI驱动(AI-Powered)的成熟路径。 本文将结合报告核心内容与行业背景,带来一份深入的中文解读,帮助HR领导者与业务决策者理解AI在HR中的落地价值、潜在风险及战略编排方法。非常值得推荐阅读!!如果需要PDF 可以添加客服或者邮件获取德勤报告 人工智能的快速发展,正在让HR领域面临一次前所未有的变革。从招聘到员工体验,从绩效管理到流程优化,AI的触角已经伸入几乎所有HR职能。Deloitte 在《HR Reimagined: Agentic AI for HR》中,描绘了一幅未来蓝图——AI不再只是工具,而是HR战略执行的核心力量。本文将结合报告要点,带来一份面向HR领导者的深度解读。 1. AI在HR的三种形态:从辅助到驱动 报告指出,AI在HR的应用大致分为三个阶段: 辅助型(Assisted):AI为人类提供支持,如自动生成职位描述、初步整理数据等。 增强型(Augmented):人类与AI交替协作,AI能处理部分复杂任务,如候选人筛选、知识库更新、调查分析。 驱动型(AI-Powered):AI主导流程执行,人类负责监督与优化,例如自动完成员工咨询、生成分析报告、触发跨部门流程。 解读:企业应先明确自身在这三个阶段中的位置,然后规划向更高阶段的演进路径,而不是盲目堆砌工具。 2. Agentic AI:HR的“虚拟同事” 传统AI往往是功能插件,作用单一。而Agentic AI的特征在于:理解上下文、规划多步骤任务、调用不同系统完成工作,并能根据反馈优化执行。这类AI更像是一名“虚拟同事”,能够独立完成从信号识别到结果交付的全流程。 解读:这要求HR团队具备“管理AI”的能力——为AI设定任务边界、明确流程接口、评估其工作成效,而不是只当它是一个按钮或查询工具。 3. 角色重塑:从事务处理到战略赋能 AI的引入会让HR的时间分配发生显著变化: HR业务伙伴(HRBP):从有限服务部分业务单元,转向为全体管理者提供战略性人才辅导。 卓越中心(COE):从数据收集整理转向实时洞察与预测,参与前置决策。 HR运营(HR Ops):80%以上的日常事务由AI执行,团队重心转向员工体验和流程改进。 解读:HR的绩效评估指标也应随之调整,从“完成多少任务”转向“业务贡献度”和“战略影响力”。 4. 高价值落地场景 报告给出了一些能快速显现成效的Agentic AI应用: 入职流程:多个AI协作完成任务分配、福利登记、培训安排,跨平台无缝衔接。 请假与返岗管理:AI提前识别返岗事件,触发跨部门流程,并根据反馈优化体验。 人才保留:AI实时分析流失风险并推送定制化留才方案,直接触发奖励或调配。 解读:这些场景有三个共性——跨系统、闭环执行、可持续优化,非常适合做为企业的AI试点项目。 5. 碎片化风险与战略编排 如果不同部门各自引入AI工具,很容易造成“67个AI源”的割裂局面:数据孤岛、体验不一致、治理困难。报告提出五个关键步骤来避免碎片化: 规划:目标与业务战略、员工需求一致; 治理:覆盖伦理、数据安全、信任机制; 能力建设:集中AI专业能力,设立卓越中心; 编排:工具互通并嵌入核心流程,而非外挂; 衡量:效率、体验、公平性与成果并重。 解读:这本质上是“企业级AI治理”的HR版本,需要跨部门协作才能真正落地。 6. 技术趋势:多智能体系统(MAS) 未来12-18个月,用户与HR系统的交互将从传统API调用,逐步转向多智能体系统(MAS)——多个AI可以相互协作、与人类互动、跨平台执行复杂任务。例如,招聘AI可以直接与培训AI、薪酬AI协作,实现从录用到入职培训到福利登记的自动化闭环。 解读:这意味着企业未来的AI生态将是“团队作战”而非“单兵作战”,需要提前规划架构与数据接口。 结语:AI价值取决于编排能力 AI进入HR是不可逆趋势,但它的价值并不会自动释放。真正的竞争力来自于战略性编排与持续优化——让AI不只是辅助工具,而是组织能力的一部分。对于想在未来人才竞争中保持领先的HR团队来说,现在正是重新设计角色、流程与能力结构的关键窗口期。 报告来源:Deloitte《HR Reimagined: Agentic AI for HR》 作者:Greg Vert 与 Kyle Forrest
    工作流自动化
    2025年08月18日
  • 工作流自动化
    Okta以5250万美元收购工作流自动化创业公司Azuqua 在昨天下午的财报报告中,Okta宣布计划以5250万美元的价格收购位于华盛顿州西雅图的工作流自动化初创公司Azuqua。 在宣布这一消息的博客文章中,Okta联合创始人兼首席运营官Frederic Kerrest看到两家公司的合并是一种在复杂工作流程中平滑移动应用程序的方式,而无需经常提供凭据。 “有了Okta和Azuqua,IT团队将能够使用预构建的连接器和逻辑来创建简化的身份过程并提高运营速度。此外,产品团队将能够将这项技术与Okta的核心认证和用户管理技术一起嵌入自己的应用程序中,以构建...集成的客户体验,“Kerrest写道。 在现代企业中,人员和工作在应用程序和服务之间不断变换和移动,将自动化软件与身份和访问管理相结合,可以提供在它们之间移动的无缝方式。 Azuqua自2013年推出以来筹集了1600万美元,似乎给投资者带来了不错的回报。交易完成后,Okta打算将Azuqua团队搬到Bellevue办事处,增加其在西北地区的业务。Okta的总部位于旧金山。Azuqua的客户包括Airbnb,麦当劳,VMware和HubSpot, Okta成立于2009年,在2017年4月上市之前筹得超过2.29亿美元。是由Salesforce前副总裁创立   以上由AI翻译完成,仅供参考 原文来自:Techcrunch Okta to acquire workflow automation startup Azuqua for $52.5M
    工作流自动化
    2019年03月09日
  • 工作流自动化
    Google为企业推出了Docs API,以实现内部流程的自动化 谷歌 今天宣布推出一款适用于Google Docs的新API,这将使开发人员能够自动完成用户通常在公司在线办公套件中手动完成的许多任务。该API自去年4月的Google Cloud Next 2018以来一直处于开发者预览版,现在可供所有开发人员使用。 正如Google所说,REST API旨在帮助开发人员为其用户构建工作流自动化服务,构建内容管理服务并批量创建文档。使用API​​,开发人员还可以设置在事后更新文档的操作,API还具有插入,删除,移动,合并和格式化文本,插入内嵌图像和使用列表等功能。 公司可以自动生成某些类型的文件,如发票, Docs API可以通过模板执行此操作,如果它连接到公司的数据库或Google表格,那么这将确保Google Doc中的所有信息(例如客户联系详细信息)都是最新的。Google还指出,API的导入/导出功能允许您将Docs用于内部内容管理系统。 值得注意的是,Google Docs API还与Zapier集成,Zapier允许任何人在所有各种Web应用程序之间创建基于规则的集成,这意味着用户可以在整个组织中自动执行任意数量的工作流程。“例如,如果你是一名人力资源经理,你可能会使用相同的模板来提供求职信,”谷歌在一篇博客文章中指出。“每次候选人到达正确的舞台时,您都可以使用文档API自动填充优惠信中的详细信息,而不是手动填充信息。” 在预览期间基于新API构建解决方案的一些公司包括Zapier,Netflix,Mailchimp和Final Draft。Zapier将Docs API集成到其自己的工作流程自动化工具中,以帮助其用户根据模板创建要约信,例如,Netflix使用它来构建内部工具,帮助其工程师收集数据并自动化其文档工作流程。 以上为AI翻译,内容仅供参考。 原文链接: Google Docs gets an API for task automation Google launches Docs API for businesses to automate internal processes  
    工作流自动化
    2019年02月12日