-
智能体AI
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。
-
智能体AI
麦肯锡《HR Monitor 2026》发布：HR职能进入人机协作时代的系统级转型（附录下载）
2026 年，人力资源部门正在进入一个新的临界点。根据麦肯锡最新发布的《HR Monitor 2026》，在人工智能重塑工作方式、技能结构和组织运行模式的背景下，HR 的角色正在从传统的职能卓越（functional excellence），转向更深层的系统级转型（system-level transformation）。这份报告基于对欧洲、美国和中国等 10 个国家约 1,300 名 HR 专业人士和 5,500 名员工的调研，呈现出一个清晰信号：未来 HR 的核心价值，不再只是把招聘、培训、绩效和员工体验做得更高效，而是帮助企业重新定义工作、能力、人才供给和人机协作方式。
HR正在从支持部门变成组织转型的设计者
过去很长一段时间，HR 的专业化主要体现在流程、制度和模块能力上，例如招聘效率、培训体系、绩效管理、薪酬福利和员工关系。但在 AI 加速进入企业核心流程之后，HR 面临的任务已经发生变化。报告提出，HR 需要同时扮演两种角色：一是 AI 转型的组织架构师，参与设计岗位、任务和能力如何变化；二是企业内部的示范者，通过自身运营模式的重塑，率先展示 AI 如何真正嵌入工作流程。
这意味着，HR 不能再只停留在“服务业务”的位置，而要参与回答企业未来三到五年的关键问题：哪些工作会被自动化，哪些岗位会被重新组合，哪些技能会变得更重要，哪些员工需要重新培养，哪些流程可以交给 AI 代理（AI agents）完成。真正的 HR 转型，正在从事务效率问题，变成组织能力问题。
人力规划仍然过于短期，能力规划才是关键
报告中最值得警惕的数据是，只有 11% 的组织真正采用三年以上的长期人力规划。虽然不少企业已经开展人力规划，但多数仍停留在短期编制、岗位和预算层面，本质上还是“算人头”。在 AI 时代，这种规划方式已经不够用。因为 AI 改变的不是某一个岗位，而是岗位背后的任务结构和能力组合。
未来企业需要的不是简单的人头规划，而是能力规划（capability planning）。HR 需要建立更清晰的技能智能（skills intelligence），持续识别组织内部已经具备哪些能力、未来需要哪些能力，以及员工能否通过再培训和内部流动完成能力迁移。报告显示，虽然 85% 的组织已经建立技能分类体系，但只有 57% 将全组织人力规划与完整的技能记录结合起来。这说明很多企业虽然有技能数据，却还没有真正把它用于战略决策。
未来人才竞争的重点，不是会不会用AI，而是能否判断AI
随着 AI 接管越来越多重复性和执行性任务，未来技能的重心正在变化。报告显示，问题解决能力、创造力、数据分析与 AI、数字素养、推理能力等成为 HR 专业人士最关注的未来技能。其中，数字素养的排名上升尤其明显，反映出企业对“能够理解和使用 AI 输出”的人才需求正在增加。
这也说明，AI 并没有让人的价值下降，而是改变了人的价值位置。未来更稀缺的不是机械执行能力，而是判断、解释、整合和决策能力。企业需要的人才，不只是会操作工具的人，而是能够在复杂业务场景中理解 AI 输出、提出正确问题、识别风险并做出判断的人。对 HR 来说，培训体系也不能再只围绕课程和平台建设，而要真正嵌入业务任务、绩效反馈和职业发展路径。
招聘市场趋稳，但慢招聘仍然是组织损耗
报告显示，全球劳动力市场总体趋稳，部分市场更偏向雇主。全球录用接受率从 2025 年的 56% 上升至 2026 年的 59%，招聘成功率从 46% 上升至 50%。但这并不代表招聘压力消失。相反，在申请量增加、候选人筛选复杂度提升的情况下，招聘效率正在成为新的竞争差异。
一个重要数据是，跨市场招聘周期中位数达到 70 天，平均招聘周期超过 90 天，而表现最好的前四分之一组织可以将流程压缩到 49 天左右。对于关键岗位和高需求技能而言，过长的招聘周期会直接增加候选人流失、招聘成本和业务等待成本。AI 可以提升简历筛选、技能匹配、面试协调和候选人沟通效率，但前提是招聘流程本身足够清晰。如果企业只是把 AI 叠加在混乱流程上，技术只会放大原有问题。
员工体验回到更现实的基本面
过去几年，企业谈员工体验，常常聚焦文化活动、福利包装、员工关怀项目和体验工具。但报告中的员工数据显示，在经济不确定性上升的环境下，员工关注正在回归基本面。影响员工留下来的前三项因素分别是薪酬、工作与生活平衡、岗位安全感，占比分别为 52%、46% 和 45%。附录最新版本2026员工体验旅程图提供下载
这对企业是一个重要提醒。员工体验不是“让员工开心”的项目集合，而是雇佣关系是否公平、稳定、透明和可持续。尤其在生活成本压力和就业不确定性并存的环境下，员工更关心薪酬是否合理、工作负荷是否可持续、管理沟通是否透明，以及组织是否提供足够的安全感。对于 HR 来说，改善员工体验不能只靠新增项目，而要回到薪酬公平、管理质量、工作负荷和组织信任这些底层问题。
HR运营模式正在进入新一轮重构
传统的三支柱模型，即 HRBP、专家中心和共享服务中心，仍然是许多企业 HR 组织的基础。但报告显示，这一模式正在进入混合过渡期。32% 的 HR 组织仍主要采用 Ulrich 模型，18% 仍处在更早期的 HR generalist 模式，34% 表示已经部分采用敏捷 HR 模式。也就是说，多数企业并不是已经完成转型，而是在旧模型与新模式之间寻找新的平衡。
未来 HR 运营模式的方向，可能不是简单取消三支柱，而是在其基础上加入更强的数据底座、跨职能协作、按任务流动的资源配置，以及 AI 代理驱动的员工服务。HR 的组织设计也将从“谁负责哪个模块”，转向“如何围绕员工旅程和业务场景配置人、流程、数据和技术”。
AI试点很多，真正规模化仍然有限
尽管 AI 已经成为 HR 领域最热的话题，但报告显示，全球只有 28% 的 HR 流程已经部署可运营的 AI 解决方案，37% 仍停留在试点阶段。中国在这一方面相对领先，43% 的 HR 流程已经进入 AI 运营使用阶段，另有 45% 仍处于试点阶段。这说明，企业并不缺 AI 试验，真正缺的是从单点试点走向端到端重构的能力。HR的AI能力成熟度测试很重要，点击可以参与测试。
HRTech 认为，这也是未来 HR 科技竞争的分水岭。单一工具型 AI 应用可以提升局部效率，但真正有价值的系统，必须能够连接员工数据、技能体系、招聘流程、学习发展、绩效管理和员工服务。未来的 HR 科技，不只是帮助 HR 更快完成任务，而是帮助企业更准确地理解组织能力，并更快完成能力重组。
HRTech观察：HR的下一场考试，是组织能力再设计
这份报告给 HR 领域最重要的启发是：AI 不会自动带来更好的 HR，也不会自动创造更强的组织能力。真正决定 HR 价值的，是能否把业务战略、人力规划、技能体系、员工体验、组织设计和 AI 工作流连接起来。未来领先的 HR 团队，将不再只是流程运营者，而是企业人机协作时代的组织能力设计者。
对于企业管理者和 HR 负责人来说，2026 年的关键问题不是“我们有没有 AI 工具”，而是“我们是否知道未来需要什么能力，哪些工作正在被重构，哪些员工需要转型，哪些流程可以被 AI 接管，以及 HR 自己是否已经准备好用新的方式运行”。这才是 HR 真正的转折点。
点击可以下载并阅读麦肯锡《HR Monitor 2026》完整报告。
-
智能体AI
Amazon发布AI招聘系统Amazon Connect Talent，招聘流程进入“智能体执行”阶段
HRTech概述：Amazon也对外发布了AI招聘产品Amazon Connect Talent，招聘流程正在被彻底重构。这一产品基于agentic AI，可自动完成语音面试、候选人评估和评分，并生成完整面试记录与分析报告。候选人可通过任意设备24小时参与面试，招聘效率大幅提升。Amazon强调其产品基于多年“招聘科学”，具备成熟的数据模型。有意思，基于多年对大型公司对小产品的观察，不会长久。
Amazon刚宣布推出其AI招聘产品Amazon Connect Talent，标志着“agentic AI”（智能体AI）开始进入企业招聘流程的核心执行层。该产品目前处于预览阶段（preview），但其所代表的技术路径已引发行业高度关注。
Amazon Connect Talent的核心能力在于通过AI智能体自动完成招聘流程中的关键环节，包括语音面试、候选人评估以及评分与报告生成。候选人可以通过任意设备，在全天候（24/7）的环境下完成面试流程；而招聘人员则可以直接查看由AI生成的面试记录、评分结果及结构化评估报告，从而将工作重心从“执行”转向“决策”。
Amazon表示，该系统基于其多年来积累的“招聘科学”（hiring science）构建，具备成熟的数据模型与评估逻辑。与传统招聘工具相比，Amazon Connect Talent并非单点功能升级，而是整合了从面试设计、执行到评估输出的完整流程能力，更接近一个“招聘流程操作系统”。
行业分析人士认为，这一产品的推出具有明确的结构性意义。John Nurthen（Staffing Industry Analysts全球研究执行总监）指出，AI智能体正在逐步承担招聘流程中的多个离散任务，包括候选人筛选、沟通、评估与匹配。随着大型科技公司入局，这一类能力将迅速从“创新尝试”转向“企业标配”。
从更宏观的角度来看，Amazon Connect Talent的发布反映出招聘模式的深层变化。过去，AI主要作为辅助工具嵌入现有流程，而现在，AI开始直接执行流程本身，人类招聘者转而承担监督与决策角色。这一转变意味着招聘流程正在从“人驱动”走向“系统驱动”。
在落地层面，该产品预计将首先在高频、大规模招聘场景中获得应用，例如零售、物流及基层岗位招聘，这些领域对效率与规模高度敏感。而在高端岗位或复杂岗位招聘中，企业仍需在候选人体验、评估透明度及合规性等方面进行更为谨慎的权衡。
整体来看，Amazon此次发布不仅是一项产品更新，更是对招聘行业运行逻辑的一次重构尝试。随着AI智能体逐步进入企业核心流程，招聘这一传统以人为主导的职能，正在转变为由系统驱动、以数据为基础的新型运作模式。
-
智能体AI
【财报】全球HR巨头ADP发布2026财年第三季度财报：营收59亿美元，同比增长7%；上调全年指引，AI战略持续推进
HRTech概述：全球HR巨头ADP刚发布2026财年Q3财报：营收59亿美元，同比增长7%，同时上调全年指引，预计收入增长6%-7%。从业务来看，Employer Services持续强劲，客户留存创新高，季度收入达到40.36亿美元，同比增长7%；PEO业务稳健增长，季度收入为19.06亿美元，同比增长7%；客户资金相关业务成为重要利润来源，利息收入同比增长14%至4.04亿美元，平均客户资金余额达到483亿美元，同比增长9%。更多请关注 #HRTech 。
2026年4月29日，美国新泽西州罗塞兰——全球领先的人力资源与薪资解决方案提供商ADP（Automatic Data Processing, Inc.，纳斯达克代码：ADP）今日公布其截至2026财年第三季度（Q3 Fiscal 2026）的财务业绩，并同步上调全年业绩指引。在宏观经济不确定性仍存的背景下，ADP凭借稳健的业务结构、持续优化的运营效率以及不断深化的AI战略，实现了收入与利润的双重增长。
核心财务表现：增长稳健，盈利能力持续提升
报告显示，ADP第三季度总营收为59亿美元，同比增长7%；按有机固定汇率计算增长6%。净利润达到14亿美元，同比增长9%。调整后息税前利润（Adjusted EBIT）为18亿美元，同比增长10%，调整后EBIT利润率提升80个基点至30.2%。稀释后每股收益（EPS）为3.38美元，同比增长10%，调整后每股收益为3.37美元，同比增长同样达到10%。
从盈利结构来看，利润率的提升主要来自运营效率改善以及客户资金利息收入的增长。在当前利率环境下，客户资金相关收益成为ADP利润的重要支撑来源之一。
分业务表现：Employer Services驱动增长，PEO业务稳中承压
在分业务层面，Employer Services（雇主服务）继续作为核心增长引擎。该业务收入同比增长7%（有机增长5%），美国“pays per control”（同口径员工数）增长1%，业务利润率提升130个基点，显示出较强的规模效应与运营杠杆。
同时，PEO Services（专业雇主组织服务）收入同比增长7%，剔除零利润传递项（zero-margin pass-throughs）后增长5%。平均服务员工数增长约2%，达到约76.2万人。但受州失业保险成本（SUI）上升及销售费用增加影响，该业务利润率同比下降120个基点，显示短期成本压力。
整体来看，ADP在两大核心业务板块之间保持了增长与盈利的平衡，其中Employer Services贡献更高质量增长，而PEO业务则继续提供规模与客户基础支撑。
客户资金与利息收入：利率环境下的重要利润来源
ADP客户资金相关业务表现尤为突出。第三季度客户资金平均余额达到483亿美元，同比增长9%；相关利息收入增长14%，达到4.04亿美元；平均收益率提升至3.3%。
这一板块不仅受益于利率环境，同时也体现了ADP在资金管理与风险控制方面的长期能力。公司维持以安全性、流动性与分散性为核心的投资策略，资产组合以高评级（AAA/AA）为主。
全年指引上调：反映增长信心增强
基于前三季度表现，ADP上调了2026财年全年业绩预期：
收入增长：6%至7%
调整后EBIT利润率：提升70至80个基点
调整后有效税率：约23%
调整后每股收益增长：10%至11%
在分业务层面，Employer Services预计继续实现6%至7%的收入增长，客户留存率小幅下降至持平或下降20个基点；PEO业务收入增长同样为6%至7%。
客户资金利息收入预计全年将达到13.4亿至13.5亿美元，继续成为盈利增长的重要驱动因素。
AI战略与平台升级：从HR系统走向智能执行平台
在战略层面，ADP持续加大对人工智能的投入，并将其视为推动下一阶段增长的核心驱动力。公司强调，正通过数据优势、行业经验与品牌信任，推动HCM（Human Capital Management）行业的AI转型。
具体举措包括：
持续部署ADP Assist智能体，用于薪资与HR流程自动化
在ADP Marketplace中拓展“agentic AI”生态，引入合作伙伴AI能力
通过内部平台“The Zone”实现生成式AI在服务运营中的规模化应用
这一系列动作表明，ADP正在从传统的“System of Record”（记录系统）逐步向“System of Execution”（执行系统）演进，将AI深度嵌入工作流之中，而不仅是作为辅助工具。
管理层观点：AI将重塑HCM行业结构
ADP首席执行官Maria Black表示，公司本季度的强劲表现体现了其在执行能力与长期投入之间的平衡。她指出，随着AI为客户带来新的复杂性，ADP正在加速构建相关能力，以应对未来工作模式的变化。
首席财务官Peter Hadley则强调，公司具备足够的财务实力和规模优势，能够持续在AI、产品与服务交付体系中进行投资，同时保持稳定的财务回报。
总结：稳健增长之上，结构性转型正在发生
整体来看，ADP本季度不仅实现了稳健的财务表现，更释放出明确的结构性信号：
一方面，其传统业务（Payroll、HR Outsourcing）依然具备强大现金流与客户粘性；另一方面，公司正通过AI重构产品形态与服务交付模式，逐步建立新的竞争壁垒。
对于HR科技行业而言，这意味着竞争焦点正在从“功能与模块”转向“AI驱动的工作流与系统能力”。ADP的路径，正在为大型HCM平台提供一个清晰的转型范式。
-
智能体AI
负责任的AI（Responsible AI） 在招聘中的分界线：从 Workday 到 Eightfold，企业该让算法走多远？
HRTech概述：全球近一半企业已在招聘中引入人工智能，用于职位描述撰写、简历筛选和候选人匹配。然而数据显示，约四成HR担心算法偏见与透明度问题。企业已经结束试点阶段，进入规模化应用阶段。成功关键不在工具数量，而在数据基础、岗位架构与治理规则。AI更适合承担高重复性任务，人类则保留判断、同理心与最终决策权。Responsible AI强调人机协作，让技术放大能力，而不是取代专业。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
过去三年，招聘领域经历了一次前所未有的技术跃迁。生成式 AI、大模型和自动化工具迅速进入人才获取流程，从职位描述生成、简历筛选，到技能识别与候选人匹配，越来越多企业发现，招聘不再只是“人对人”的工作，而正在变成“人机协作”的系统工程。效率的提升肉眼可见：同样规模的招聘团队，可以处理数倍于过去的申请量，初筛时间从数周压缩至数小时，数据洞察也更加结构化和量化。
但当算法开始决定“谁被看到、谁被淘汰”时，问题的性质就发生了变化。招聘从来不仅仅是流程优化问题，它更关乎公平、合规与责任边界。当技术进入决策核心，企业真正需要思考的，已经不是“AI 能做什么”，而是“AI 应不应该做”。
Responsible AI 的讨论，正是在这样的背景下成为 HR 领域的新关键词。
从实践来看，AI 已经成为招聘的基础设施，而非锦上添花的工具。许多企业的招聘流程中，JD 写作、关键词筛选、候选人排序和技能标签提取都已实现自动化，部分组织甚至利用模型从非结构化简历中推断隐性能力，并为面试官生成结构化问题清单。这些能力极大释放了 HR 的时间，使团队可以从事务型工作中抽身，投入到更有价值的沟通和判断中。从效率维度看，AI 的确是必选项。
然而，风险也在同步放大。算法并非中立，它学习的是历史数据，而历史本身就可能带有偏见。如果过往录用人群集中于某些学校、性别或背景，模型极可能无意中复制甚至强化这种倾向。一旦问题存在，AI 的规模化能力反而会将偏差快速放大，形成系统性不公平。这也是为什么越来越多 HR 负责人开始意识到：招聘 AI 的挑战，并非技术成熟度，而是治理成熟度。
一些头部厂商的实践，恰好为行业提供了两个极具代表性的对照案例。
作为全球最大的人力资源系统厂商之一，Workday 近年来持续强化其 AI 能力，在招聘与人才管理中推出 Skills Cloud、自动匹配推荐和生成式 Copilot 等功能。这些工具的核心逻辑，并不是直接替代 HR 决策，而是提供“建议层”。系统可以基于海量数据推断技能相似度、识别内部人才流动机会、生成职位描述草稿，但最终的录用与晋升判断始终保留在人类手中。同时，Workday 强调模型可解释性与合规框架，在产品层面嵌入审计记录、权限管理和透明度机制，让企业清楚知道 AI 参与了哪一步、提供了什么依据。这种“增强型 AI”路径，本质上是在放大 HR 的判断力，而不是取代它。
另一家快速崛起的 Talent Intelligence 厂商 Eightfold AI 则走得更激进一些。其平台强调通过深度学习构建人才画像，实现大规模自动匹配与推荐，并宣称可以减少人为偏见、提升多元化招聘效果。然而，在实际落地过程中，外界也对算法透明度与公平性提出过质疑，甚至出现过与合规相关的争议与诉讼讨论。这类事件为行业敲响了警钟：即便技术目标是“更公平”，如果缺乏清晰的解释机制与责任边界，仍然可能带来法律与品牌风险。算法并不会自动等于公正，治理永远先于能力。
这两个案例共同揭示了一个现实：Responsible AI 的关键不在“多智能”，而在“有边界”。技术本身没有对错，真正决定风险高低的，是组织如何定义 AI 的角色。
越来越多领先企业开始采用一种更务实的分工逻辑，将招聘任务拆解为三类。对于高重复、低判断风险的环节，例如简历去重、批量筛选和流程通知，AI 完全主导是合理的选择；对于技能分析、候选人推荐或面试评分参考等场景，AI 作为辅助工具提供洞察，但仍由人类做最终判断；而在最终录用决定、文化契合评估或敏感沟通等关键节点，则必须由人类负责，算法需要主动“退场”。这种“主导—辅助—退场”的分层模型，比追求全面自动化更符合现实，也更有助于建立信任。
事实上，Responsible AI 的最大难点往往不在系统，而在组织文化。很多 HR 团队对 AI 的担忧并非来自技术本身，而是来自角色不确定性：是否会被替代？谁为结果负责？出了问题找谁？如果这些问题没有答案，再先进的工具也难以真正落地。因此，越来越多企业将重点放在 AI literacy 培训、流程标准化与治理机制建设上，让招聘经理理解 AI 能做什么、不能做什么，并在制度层面明确责任归属。只有当人类始终站在决策链条的终点，AI 才能被真正信任。
回到招聘的本质，它从来不是简单的匹配游戏，而是一种高度情境化的人类判断。候选人的潜力、团队协作能力、价值观契合度，往往难以被完全量化。算法可以帮助我们更快看到信息，但无法替我们承担责任，也无法替我们建立信任。
因此，Responsible AI 的终点，并不是“无人招聘”，而是让机器处理噪音，让人专注于真正重要的部分。当 HR 不再把时间花在翻简历和填表格，而是投入到候选人体验、组织设计与业务合作时，技术才算真正创造了价值。
说到底，招聘的未来不是 AI 或人类二选一，而是更聪明的分工。算法负责速度，人类负责温度。只有当两者各司其职，Responsible AI 才不再是口号，而是可持续的竞争力。
附录：
Responsible AI in HR—推动HR工作中实践负责任AI的倡导者（简称RAIHR）—特此发起此倡议。我们呼吁所有的人力资源行业同仁一同参与，共同构建和推广RAIHR的理念，RAIHR框架包含六个关键方面：透明性、公平性、隐私性、安全性、道德性和持续性。我们倡议每一位HR专业人士在其企业内部积极主导RAIHR的实施，并鼓励HR科技产品的开发和使用都围绕这一框架展开，以实现真正的可持续发展！我们更相信RAIHR是所有参与者和倡导者的未来关键竞争优势。
发起倡议的签名地址：https://www.hrtechchina.com/raihr
*RAIHR 由HRTech的Next AI专家委员会倡导成立
Responsible AI in HR（RAIHR）
Responsible AI in HR（RAIHR）是指在HR实践中的AI应用遵循高标准的道德和透明性原则，确保AI决策过程公开、可审查，并且对所有利益相关者公正无偏。
这包括在招聘、员工发展、绩效管理等HR功能中，AI技术的使用既促进了工作效率，也增强了员工的工作体验和满意度。
扫一扫 加微信
hrtechchina
