组织设计 - HRTechChina.com - 向上的力量！

组织设计

【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。

组织设计
2026年03月29日
组织设计

围绕人工智能重新设计工作：工作智能工具问世让我提出一个重要的问题：如果您的 CEO 或 CFO 要求您使用人工智能来提高生产力，您会怎么做？你会采用“电锯”效率模型并裁掉 10% 的员工吗？还是会深思熟虑地围绕人工智能重新设计工作岗位？本周我与数十家公司讨论了这个话题，所以我想分享我们所学到的知识。公司为何变得官僚主义让我们从原因开始：官僚主义是如何产生的。其实很简单：随着组织的发展，管理人员不断招聘新员工，通常是支持或行政职位。突然你醒来，发现公司里到处都是“项目经理”、“分析师”和“项目经理”。我们最近研究了一家大型科技公司的职位结构，其中近三分之一的职位似乎是员工职位、分析师或项目经理。虽然我确信这些人很忙，但管理层很清楚，其中许多职位可以集中、共享、自动化或取消。我们正在与一家大型媒体公司合作，他们一直在分析“媒体经理”的工作。该职位有近 7,000 名员工，这些人执行的任务和活动数量之多令人震惊。他们的核心工作是为客户购买广告空间，但实际上他们从事创意设计、账户管理、分析，还必须跟上人工智能的发展。我认为这份工作是一个“关键角色”（能够带来巨大价值的角色），但在今天之前并没有标准化，而团队现在知道他们的新人工智能平台可以改变这一功能。我们如何重新设计工作：蓝图工作设计已经进行了几十年，其中很大一部分始于“工作任务分析”。在人工智能（以及 Reejig、Draup 和 Gloat 等工具）出现之前，我们会进行调查，了解人们在做什么，然后找出重叠、效率低下或自动化潜力的领域。但在人工智能时代，这可能还不够。如今，人工智能实现了从招聘到需求分析再到内容开发等所有工作的自动化，理想情况下，我们应该采取更广泛的方法。而这正是我看到公司所面临的困境。考虑以下蓝图，这种方法可以防止您将 AI 用作“寻找问题的解决方案”。首先，你要对公司进行基准测试，看看哪些地方效率低下。Reejig 和 Draup 等工具可以让你轻松完成这项工作，它们可以让你全面了解工程、销售、营销或个人角色，看看哪些地方人员过多。我上面提到的媒体公司的收入和利润率都在下降，因此他们把重点放在面向客户的角色上，目标是提高增长。 IBM 在过去十年中一直使用人工智能来自动化公司中的许多人才和绩效流程，现在拥有一个充当人力资源业务合作伙伴的代理。人工智能决定薪酬范围以保持薪酬公平，还为管理人员提供绩效评估的深入数据。结果是增加了信任度，减少了偏见，并提升了人力资源团队的设计作用。麦格理银行的规模在过去六年中扩大了一倍，因此他们正在合理化大量面向客户的职位。利用 Reejig，他们发现了数十个集中、自动化或重新设计工作流程的机会，以实现规模化。安联多年来一直在优化其理赔流程。他们了解这项工作在盈利能力方面发挥的关键作用，现在他们已经构建了一个“数字孪生”，以实现大部分工作的自动化和标准化。正如你所见，这些项目可能不是“自下而上”的，而是“自上而下”的。在很多情况下，比如当 CEO 想要裁员时，这就是要走的路。其次，你现在必须“分解工作”来弄清楚人工智能可以发挥什么作用。在某些情况下，你会看一看 SeekOut Spot 或 Paradox（最先进的招聘代理）等工具，然后“实施”并重新考虑工作。但这会造成很多恐惧和阻力，所以系统化工作往往更好。分析任务（或活动）想象一下，你在医院工作，负责清洁地板：你的“技能”从“扫地”变成了“操作清洁设备”。如果你是一名软件工程师，你的技能将从“编码”转变为“使用 Github Copilot”。营销专业人士正在从“创建活动”转变为“操作 AI 创意平台”。教学设计师正在从“构建课程”转变为“提示 AI 和策划内容”。一旦我们知道这些“任务”或“活动”是什么，我们就可以预测或决定要实施多少自动化。在我们讨论的每个案例中，这分为四个步骤。首先，这个团队效率低下是因为他们正在开发我们根本不想做的产品、销售流程或其他计划吗？我曾在许多效率低下的销售团队工作过，问题在于没人想买的产品，而不是销售流程本身。第二，这些工作任务是否常规且易于外包？我们能把它们集中起来吗？他们的易用平台是否已经到位？第三，如果我们找到一个可用的人工智能工具，那么构建、优化和训练它会有多难？可能有一些现成的产品已经准备好了，但在某些情况下，你可能需要 IT 支持来构建所需的系统。第四，如果我们确实将这些任务外包或自动化，人们需要学习哪些新的增值功能？例如，如果营销专业人员突然被 CRM 工具取代，他或她是否准备好成为一名战略家并在此基础上增加价值？再回到媒体公司。您的员工会制作创意活动、购买广告空间并管理电子商务和活动指标，以不断提高客户的品牌和销售业绩。这涉及数百项“任务”，包括从客户管理到活动管理再到各种形式的创意工作、管理活动、进行 SEO 分析等等。随着“代理”的出现，您的代理机构不想落后，因为您的竞争对手之一可能会突然以低于您的出价在客户方面胜过您。因此，您会对“我们可以自动化哪些任务和活动？”非常感兴趣。现在最大的问题是：我们是否有工具可以帮助我们将工作分解为任务并找出需要重新设计的内容？是的，这就是接下来要做的事情。 Reejig、Gloat、Draup 等推出的全新工作智能平台如果你回头思考这个问题，你会发现这也是一个“大数据”机会。如果我开发一个工具，扫描世界上的每一份招聘信息，寻找“任务”而不仅仅是“技能”，然后将这些“任务”与职位描述进行匹配，我实际上就会拥有一个巨大的“工作任务库”，可以实时更新。这就是Reejig所做的。你可以使用Reejig 平台查看公司中的职位，它会为你提供“人们正在执行哪些任务”的准确信息。微软、麦格理集团和 WPP 现在都在这样做，他们都告诉我，准确度令人惊叹。换句话说，虽然你的公司与其他公司并不完全相同，但人们在每个业务领域所做的实际工作却惊人地相似。我从自己的职业生涯中了解到这一点。在我的职业生涯的六个主要阶段，我从事过销售、营销、产品管理、业务开发和行政工作。每次我去一家新公司，我都会发现他们做的事情和其他公司完全一样，但有些事情被忽略了。这是因为我们还没有人工智能驱动的任务分析工具，所以我们根据经验“弥补”我们需要做的事情。 2000 年代我在 Sybase 工作时，我们根据地点和公司规模进行营销。我们利用直邮和活动来接触人们。并不是每个营销经理都完全了解“受众分析”这一步骤。如果您有一个平台，可以基于这个庞大的 AI 数据库将“活动策划”一词分解为步骤（活动），会怎么样？它会将您的计划分解为一组 10 或 15 个步骤，并确保不会忘记任何事情。然后，一旦确定了这些步骤，系统就可以向您展示每个步骤所需的技能，甚至可以找到公司中擅长这些事情的人！这就是Gloat 的新 Mosaic平台所做的。我第一次看到 Mosaic 时惊呆了。多年来，我一直从事销售、营销和研究，依靠自己的经验来了解该做什么。Gloat 可以告诉我需要考虑的每一个步骤。如果我对其中某个步骤不熟悉，Gloat 可以帮我找到一个具备所需技能的人。这是一件大事。虽然我们公司的每个业务流程看起来都很相似（例如“订单到现金”或“销售线索到销售”），但这些流程中的细节一直在变化。想想保险公司处理索赔的复杂流程。你能想象当你的房子被烧毁，他们想给你寄一张支票时，他们需要多少验证步骤、基准测试、质量检查和欺诈检测流程吗？Travellers 的员工告诉我，他们有“模拟房屋”，他们实际上用火烧毁厨房，以确定在火灾中他们应该承担哪些承包商、供应品和费用。我们在商业中所做的一切都是由任务和活动组成的，这些“工作步骤”正在以光速实现自动化。因此，这些新的“工作智能”工具在未来的世界将非常有用和重要。从很多方面来看，Reejig、Gloat、Draup等工具都是我们需要的新型工作智能工具，取代了我们过去所做的大部分“工作任务分析”。如何使用这些新的工作智能平台？那么现在最大的问题是：这些工具是万能药吗？或者它们只是“咨询加速器”。这些都是突破性的新产品。 Reejig 是一个人工智能驱动的工作任务分析平台，它可以显示重点关注的地方。Gloat Mosaic 帮助管理人员分解工作、寻找有才华的员工并确定平台和技能。而 Draup 可以对您的生产力进行基准测试并确定您拥有的平台（以及您的竞争对手使用的平台），以便您评估您的技术成熟度。这是一个新市场，而且才刚刚起步。未来会有更多此类工具出现。最后的想法：思考业务重新设计，而不仅仅是工作重新设计 “超级员工的崛起”计划既是一个商业项目，也是一个工作设计项目：我们正在将多个工作职能整合到数据驱动的代理中。例如，我们的一个客户最近来找我们，说“我们觉得我们的员工太多了，我们想在不雇佣任何新员工的情况下将公司规模扩大一倍。”（“人才密度”策略。）我们查看了基准（每位员工的收入等），发现他们可能人手过多了 10-15%。但在我们深入研究职位结构之前，首席人力资源官提到“我认为我们的销售人员太多了，因为我们向错误的客户销售产品。我们的许多小客户都没有续约。”无论多少职位重新设计都无法解决这个问题！换句话说，工作重新设计既是自上而下的工作，也是自下而上的自动化项目。因此，请记住蓝图并考虑以下四件事：是否有一些产品、市场和客户群体需要我们削减、改进或重新考虑？我们是否在打造正确的产品并服务正确的市场？我们是否可以通过培训、共享服务或组织整合来解决技能和“错位”问题？是否有可重复、常规、低价值的任务我们可以立即实现自动化和简化？我们能否使用现有平台快速实现自动化或简化？当我们转向自动化代理时，是否存在跨职能的机会来同时改善多个角色？如果您考虑招聘，您可以轻松找到用于构建职位描述的工具。但如果您考虑整个流程，多功能代理可以帮助进行职位分析、职位描述、采购、评估和入职。（Paradox、Maki People、Eightfold 目前正在这样做。）不要让人工智能成为寻找问题的解决方案我参加会议后得出的最后一个想法是，一些公司对人工智能如此着迷，以至于他们感觉自己就像一个在寻找问题的解决方案。新的自动化解决方案需要时间来实施，因此请慢慢来，并确保专注于高回报领域。这样，您将获得资金和 IT 支持。最后一个故事。客户是一家拥有全球人力资源组织的大型科技公司。他们拥有出色的人力资源技术，生产率已经很高。他们追求的“问题”是随着业务转向全人工智能产品模式，如何能够超强地促进员工增长，他们希望 HRBP 能够领导这项工作。人力资源团队以这一重点为中心，检查了这些业务合作伙伴的询问、互动、任务和活动。果然，通过 Reejig 的分析，他们发现多达 40% 的时间都花在了管理上。现在，为了实现高水平的目标，该团队正在研究自动化（包括Galileo）来自动执行这些任务。将工作设计工作重点放在业务目标上。Gloat（将工作分解为项目、任务、技能和才能）、Reejig（任务分析和组织任务基准测试）和 Draup（企业范围基准测试、工作量分析和技术平台基准测试）等新工具可帮助您加快工作速度。我们不要为了人工智能而迷恋它，从一开始就要务实。当今的经济现实要求我们这样做。

组织设计
2025年03月18日
组织设计

劳动市场发生了翻天覆地的变化：您真的做好准备了吗？ Josh Bersin的这篇文章讨论了劳动力市场的巨大变化，强调了从婴儿潮一代可预测的职业轨迹向当今工人多样化、经验驱动型职业道路的转变。文章强调了 "组合职业 "的出现、副业的兴起以及人们对工作适应个人目标和生活方式的期望越来越高。公司面临着职位空缺、人员流动率高以及工会影响力日益增强等挑战，这凸显了传统商业实践与现代劳动力期望之间的脱节。文章提出了 "激活员工 "的概念，认为这对企业的适应至关重要，并建议企业向更具活力、扁平化和以团队为中心的组织结构转变。文章最后呼吁企业优先考虑授权、灵活性和增长，以便在新的劳动力市场上留住人才。 -以上内容仅限于Josh Bersin对美国和其他地区的劳动力市场的观察，仅供参考以下是文章翻译：劳动市场眼看着就变了。雇主们和人力资源部门必须保持高度警觉。过去五十年间，婴儿潮一代曾经塑造了劳动力市场的面貌。而今日，一切都截然不同，这种转变影响到了我们每一个人。我（Josh Bersin）生于1950年代，成长于一个中产阶级的生活水平稳步上升的世界。我父亲是科学家，母亲是艺术品销售，我和兄弟享受着不错的中产阶级生活。我的生活经历了三个阶段：教育 | 工作 | 退休。我上大学，努力学习，成为了一名工程师，并找到了一份好工作。我的职业生涯走上了一条可预见的轨道。我曾在Exxon和IBM工作——这些公司为我提供了培训、发展机会和长远职业发展的可能。我遇到了很多杰出的人，了解到了工作的真谛，结婚并成家立室。我的这一代人，婴儿潮一代，人数庞大。公司为我们这一代人建立了完整的人才培养系统——包括员工入职培训、职业发展、定期晋升、发展任务、领导力培养以及退休计划。我们如同系上了安全带，享受着这段旅程。但时至今日，一切都变了。Fast forward to now: things are very different. 劳动市场如何发生变化今天的工作人群（中位年龄33岁，1990年代初出生）进入了一个充满变数的世界工作。他们在经济繁荣期加入了公司，20多岁经历了疫情，生活在一个一切皆可网络化的时代。虽然我这一代人对雇主推崇备至，但如今的工作者能实时看到每一个公司的失误。他们期待老板赢得他们的尊重，否则他们会选择“默默离职”或寻找副业。与我那个时代期望一生只为几家雇主工作不同，现在的人们构建了Lynda Gratton所描述的“投资组合式职业生涯”。超过三分之二的工作者拥有副业，他们的简历上满是各种项目、商业活动、爱好和专业兴趣。看看大多数表现出色的人的LinkedIn页面，你会发现它们更像是个人成长的旅程，与我们过去那种线性的职业路径大相径庭。虽然这些变化是逐步发生的，但它们的终极影响深远：工作者的期望、需求和诉求已经发生了变化。企业一直在努力跟上这些变化的脚步。我们面临大量的职位空缺，几乎每个岗位都有高离职率，而且工会的数量也在增加。企业应该怎么办？我们必须接受并理解，劳动市场已经彻底变革。我们生活在一个员工可能活到100岁以上的时代。年轻员工推迟婚育，他们视职业生涯为一连串的经历。那种长期的、一成不变的职业生涯模式已经结束了：人们尝试新事物，跨行业转换，在我所称的“像素化”就业市场中寻找机会。而不是盲目信赖雇主，现代员工带着高期待进入职场。年轻员工不希望“融入工作”，而是希望工作能够“融入他们的生活”（这通常被称为“职位定制”）。鉴于各行各业都面临人才短缺，这一趋势愈发显著。虽然有经济学家认为就业市场将会放缓，雇主的影响力将随之增强，但我认为那个时代已经一去不复返了。生活不可能回到过去的模式。尽管人工智能技术不断发展，企业比以往任何时候都更依赖其人力资源。现在70%的工作是服务行业的（如医疗保健、零售、酒店业），员工确实是我们最宝贵的产品。从这个角度看，企业和雇主存在于一个劳动力池中：是人们的需求和期待塑造了我们能做什么、应该做什么。人们对通货膨胀感到不安，担忧气候变化，期望CEO们行为端正，同时希望通过灵活的工作安排过上快乐的生活。随着每年劳动力变得更加受教育和互联互通（美国拥有学位的劳动力比例从15年前的38%上升到了54%），人们在公司官方公告之前就已经了解到了财务结果或其他相关信息。尽管这些趋势显而易见，许多公司却对此措手不及。去年，我与波音的首席人力资源官交谈时，他坦言这些问题早在几年前就已被员工指出。他们没有倾听，如今，他们面临着危机。这引出了“员工激活”的重要议题。过去，决策由高层领导制定，员工执行。策略和想法自上而下传递。而今天，推动公司增长所需的许多智慧正藏在一线员工身上。我们需要“激活员工”，直接聆听他们的声音。对某一系统或流程感到沮丧的商店、工厂或前台员工，正是应该向我们提出建议的人。老式的“走动式管理”必须重新回归。这并不意味着混乱、无架构管理或缺乏控制。成功的公司拥有清晰的使命、一系列战略性计划和预算，以确保人员负责任。但同时，它们赋予每个人成为领导者的权力，从下而上释放潜力。关键在于构建所谓的“动态组织”——一个扁平化、以团队为中心、紧密连接且高度负责的组织。我们的研究表明，只有7%的公司采取了这种模式：大多数公司仍旧层级森严、适应能力差。然而，变革即将来临，Delta、Marriott、Telstra、联合利华、诺华、希捷和拜耳等公司已经领略到了这一点。（本周，拜耳的CEO宣布了向团队中心管理模式的重大转型，显著减少了“上司”的数量。）动态组织擅长两件事：首先，它能适应变化，洞察新市场，并迅速响应变化。更重要的是，它赋予权力于员工，鼓励内部流动，并专注于通过精英制、技能和协作促进发展。虽然这些理念并非新鲜事物，但迫切性不容忽视。员工渴望成长、灵活性和自主权——除非我们的奖励和发展体系进行改革，否则我们无法满足这些需求。如今，超过70%的美国工作位于服务行业：医疗保健、零售、娱乐和运输。如果我们不赋予这些角色中的人以更多权力，我们的产品和服务质量将受到影响。让我以此作为结语：我们正醒来于一个全新的劳动市场中。如果您不将重点放在授权、成长和员工激活上，人才将流向其他地方。

组织设计
2024年04月01日
组织设计

2024指南：人力资源管理与数字化转型当今世界正经历着各种数字化变革，人力资源（HR）的角色也在经历着深刻的转变。但什么是人力资源转型？随着我们在当今世界经历的所有数字化变革，人力资源（HR）的角色正在经历深刻的转型。但什么是 HR 转型？从本质上讲，HR 转型是在组织内彻底重塑和重新设计 HR 功能的全面过程，其目标是创造一个更高效、有效和战略性的部门。这种转型不仅仅是更新系统或自动化流程。这是 HR 角色的根本性转变，从行政到战略，从孤立到集成，从传统到创新。它涉及利用数字技术，如人工智能、数据分析和基于云的系统，以增强 HR 运营并提供更加动态和吸引人的员工体验。让我们进一步探索，同时看看不同的策略、利用技术的好处以及 HR 转型的未来。了解 HR 转型 HR 转型的需求这一切都源于不断变化的商业环境，这一环境以技术进步、不断变化的劳动力期望和日益激烈的全球竞争为特征。传统的 HR 实践，通常是孤立和流程驱动的，变得不足以应对组织和员工的动态需求。在这种背景下，HR 转型模型对于适应和保持相关性至关重要。它涉及重新思考 HR 策略，使其更加敏捷、数据驱动和以员工为中心。这种转变不仅仅是接受新技术，而且还涉及培养一种重视持续学习、适应性和创新的文化。HR 转型路线图对于在竞争激烈的市场中吸引、发展和留住人才以及确保 HR 在推动业务成功中发挥战略作用至关重要。 HR 转型的好处 HR 转型提供了许多好处，这些好处显著有助于组织的整体健康和效率：首先，它提升了员工体验，导致参与度、满意度和留存率的提高。数字化转型的 HR 流程更高效，减少了在行政任务上的时间花费，使 HR 专业人员能够专注于战略性举措。它还通过数据驱动的见解实现了更好的人才获取和管理，从而带来了更明智的决策。最后，它通过利用技术消除招聘和绩效评估中的偏见，培养了更具包容性和多样性的工作场所文化。总的来说，HR 转型使 HR 功能与组织的战略目标更加紧密地对齐，推动了更好的业务成果，并培养了一个更加敏捷和有韧性的劳动力。 HR 转型的关键组成部分 HR 转型由几个关键组成部分共同推动其成功：技术处于前沿，例如人工智能、机器学习和基于云的 HR 系统在自动化和简化流程中发挥着关键作用。数据分析提供了对劳动力趋势和行为的见解，有助于战略决策。变革管理至关重要，因为转型 HR 不仅需要新工具，还需要文化和心态的转变。这涉及培训和发展，以使 HR 专业人员和员工具备数字化工作场所所需的技能。专注于员工体验至关重要，确保转型为劳动力带来积极成果。将 HR 策略与业务目标对齐，确保转型相关并有助于组织的整体目标。当这些组成部分有效整合时，它们为成功的 HR 转型创造了一个坚实的基础。成功的 HR 转型策略进行需求评估成功的 HR 转型始于全面的需求评估。这个过程涉及评估 HR 功能的当前状态，确定流程和技术中的差距，并了解组织及其劳动力的具体需求。评估应包括从各种利益相关者（包括 HR 工作人员、管理层和员工）那里收集见解，以获得对现有挑战和机会的全面了解。通过分析这些数据，组织可以确定需要转型的领域，并优先考虑与其战略目标一致的举措。这种有针对性的方法确保了转型工作的重点和相关性，最大限度地提高了它们的影响力和效率。制定 HR 转型路线图一旦明确确定了需求，制定详细的路线图就是下一个关键步骤。这份路线图作为战略计划，概述了 HR 转型的具体目标和目标。它应该包括短期和长期里程碑，明确定义的时间表和预期结果。路线图还必须考虑所需的资源，包括预算、技术和人员。这个结构化的计划有助于保持转型过程的轨道，确保每一步都系统和高效地执行。定期审查和更新路线图对于适应转型旅程中出现的任何变化或新要求至关重要。组建强大的团队强大的 HR 转型需要一个专门的、熟练的团队。这个团队应该包括具有多样化专业知识的人员，包括 HR 专业人员、技术专家和变革管理专家。重要的是要涉及不仅知识渊博，而且适应性强且愿意接受新想法的人员。团队还应该包括组织内的倡导者，他们可以为转型辩护并帮助推动它。对团队进行培训和发展是重要的，以使他们具备必要的技能和知识。一个强大、协作的团队构成了转型过程的支柱，有效地推动举措并克服挑战。与利益相关者沟通在 HR 转型过程中，与所有利益相关者的有效沟通是关键。应该定期向员工、管理层和其他相关方提供更新，以使他们了解进展和变化。沟通不应仅限于单向；应积极寻求并考虑利益相关者的反馈。这种包容性方法有助于建立对转型的认可和支持。清晰、透明和一致的沟通有助于缓解担忧、澄清期望，并确保每个人都与转型的目标和目标保持一致。实施变革管理实践变革管理是 HR 转型的关键组成部分。它涉及管理变革的人员方面，以确保平稳过渡。这包括通过充分的培训和支持为新流程和系统准备劳动力。重要的是通过了解员工的担忧并为他们提供必要的安慰和信息来解决对变革的抵制。庆祝小胜利并表彰个人和团队的贡献也可以培养对转型的积极态度。有效的变革管理确保转型不仅在技术上成功，而且被劳动力接受和维持。利用技术进行 HR 转型 HR 技术概述 HR 技术的领域涵盖了一系列旨在自动化、简化和增强各种 HR 流程的数字工具和平台。这项技术彻底改变了组织管理招聘、员工参与、绩效评估、工资和福利管理等领域的方式。现代 HR 技术通常包括基于云的系统、人工智能、机器学习和高级分析。这些技术使 HR 部门摆脱传统的人工流程，使他们能够更多地专注于战略任务和决策。这些技术集成到 HR 实践中，标志着向更高效、数据驱动和以员工为中心的运营的根本性转变。 HR 技术的好处实施 HR 技术提供了众多好处，显著提高了 HR 功能的效率和效果。主要好处包括：提高效率：自动化重复性和行政任务节省时间并减少错误，使 HR 工作人员能够专注于更战略性的举措。增强数据驱动的决策制定：高级分析提供了有关劳动力趋势和行为的宝贵见解，有助于更明智和战略性的决策制定。改善员工体验：数字工具可以简化从入职到绩效评估的员工体验，提高满意度和参与度。可伸缩性和灵活性：基于云的 HR 解决方案提供了可伸缩性和灵活性，可以轻松适应组织不断变化的需求。更好的合规性管理：HR 技术有助于与劳动法律和法规保持最新的合规性，减少不合规的风险。人力资源技术解决方案示例人力资源技术解决方案有多种类型，每种解决方案都满足人力资源职能的不同方面：申请人跟踪系统 (ATS)：这些系统简化了从发布职位空缺到管理候选人申请的招聘流程。员工参与平台：促进持续反馈、认可和参与活动的工具。学习管理系统 (LMS)：用于交付、跟踪和管理培训和发展计划的平台。人力资源信息系统 (HRIS)：管理员工信息、工资单、福利管理等的综合系统。绩效管理工具：用于设置、跟踪和评估员工绩效目标和评估的数字解决方案。实施人力资源技术的最佳实践成功实施人力资源技术需要采取战略性且深思熟虑的方法：进行需求分析：了解人力资源部门的具体需求和挑战，以选择最合适的技术解决方案。让利益相关者参与：与主要利益相关者（包括人力资源人员、管理层和员工）互动，以获得见解并获得支持。选择正确的供应商：选择其产品符合您组织的需求并提供可靠的支持和培训的供应商。规划集成和可扩展性：确保所选技术与现有系统良好集成，并且可以随着组织的发展而扩展。提供培训和支持：为您的团队提供必要的培训，以有效地使用新技术，并提供持续的支持来应对任何挑战。监控和评估：持续监控技术的有效性并根据需要进行调整，以确保其满足组织不断变化的需求。在人力资源中利用技术是一项战略举措，可以显着提高现代商业环境中人力资源职能的有效性和影响力。人力资源转型的未来人力资源数字化转型的新趋势数字化人力资源转型的未来是由几个新兴趋势决定的，这些趋势正在彻底改变组织内人力资源的运作方式：人工智能和自动化：从招聘到员工敬业度的人力资源流程中越来越多地使用人工智能和自动化是一个主要趋势。这些技术正在简化运营并为劳动力管理提供更深入的见解。员工体验焦点：人们越来越重视增强整体员工体验，涵盖从工作空间设计到职业发展机会的各个方面，旨在提高敬业度和保留率。数据驱动的决策：利用大数据分析进行战略决策变得越来越重要。这涉及分析大量数据，以确定可以为人力资源战略提供信息的模式和趋势。人力资源服务的个性化：在技术的推动下，根据个人偏好和需求量身定制的定制员工体验变得越来越普遍。远程灵活的工作解决方案：远程工作的兴起和灵活工作安排的需求正在推动人力资源部门调整政策和实践，以有效管理分散的劳动力。关注福祉和心理健康：人们越来越认识到员工福祉和心理健康的重要性，人力资源在制定支持性政策和资源方面发挥着关键作用。对人力资源转型未来的预测展望未来，可以对人力资源和数字化转型的未来做出一些预测：人工智能和机器学习 (ML)的广泛采用：人工智能和机器学习将更深入地融入人力资源职能，使流程更加高效，并提供更细致的见解。更加重视技能开发：随着劳动力变革步伐的加快，持续学习和技能开发将成为人力资源战略中更加不可或缺的一部分。预测分析的使用增加：预测分析将在人力资源中发挥更大的作用，用于从预测员工流动率到确定未来招聘需求的各个方面。更全面的员工健康计划：员工健康计划将变得更加全面，解决身体、心理和财务健康问题。零工经济的崛起：人力资源部门需要适应零工经济的日益盛行，制定有效整合和管理临时工的战略。为人力资源转型的未来做好准备为了为这些未来的发展做好准备，组织可以采取以下几个步骤：投资技术：紧跟技术进步并投资能够提高效率并提供有价值见解的工具。注重敏捷性和适应性：开发敏捷的人力资源职能，能够快速适应不断变化的业务需求和劳动力动态。拥抱数据分析：建立数据分析能力，为决策提供信息并改进人力资源策略。发展持续学习文化：培养重视持续学习和发展的文化，确保员工能够适应未来的变化。优先考虑员工福祉：重点关注支持员工整体福祉的举措，并将其视为敬业度和生产力的关键因素。为多元化的劳动力制定计划：制定适应不同工作安排和工人类型的政策和实践。通过了解这些趋势和预测并相应地准备人力资源转型路线图，人力资源部门可以将自己定位为推动组织未来成功的战略合作伙伴。拥抱人力资源转型的未来正如我们所探讨的，人力资源数字化转型是现代组织的重要旅程，旨在在不断发展的商业环境中保持竞争力和响应能力。需要记住的关键点是，利用技术（尤其是人工智能和数据分析）来增强人力资源职能变得越来越重要。向优先考虑员工体验和福祉的转变、适应灵活和远程工作模式的必要性以及对持续学习和发展的日益关注是塑造人力资源未来的关键趋势。人力资源和数字化转型的未来不仅在于采用新技术，还在于培育适应性、包容性和前瞻性思维的文化。这种演变为人力资源部门提供了一个重要的机会，可以超越传统角色，为成功的组织设计做出战略贡献。对于人力资源专业人士和企业领导者来说，是时候积极拥抱这些变化了。人力资源转型之旅仍在继续，保持领先需要承诺、创新和拥抱变革的意愿。通过这样做，人力资源可以有效地带领组织走向繁荣和充满活力的未来。原文来自：https://www.orgvue.com/resources/articles/hr-digital-transformation-guide/

组织设计
2024年01月29日
组织设计

Josh Bersin：人工智能实施越来越像传统IT项目 Josh Bersin的文章《人工智能实施越来越像传统IT项目》深入探讨了企业中人工智能项目的实施情况。文章指出，尽管人工智能具有其独特性，但在实施过程中，它越来越多地展现出与传统IT项目相似的特点。这些相似性包括对数据管理的重视、安全性和访问管理的必要性、及时的工程响应和系统监控等。文章还强调了供应商筛选的重要性，以及变更管理、培训和组织设计在实施人工智能项目时的关键作用。这种趋势反映出人工智能已成为企业IT策略的核心部分，需要企业在实施和整合人工智能应用时，采用适应性强的传统IT策略，以提高运营效率和组织改进。我们一起来看看原文：随着我们越来越多地了解人工智能的企业实施，我对它们每天都感觉更像传统 IT 项目感到震惊。是的，生成式人工智能系统有许多特殊的特征：它们是智能的，我们需要训练它们，并且它们对用户具有根本性的变革性影响。而且后端处理成本很高。但尽管谈论先进的模型和逼真的行为，这些项目也有传统的一面。我已经与十几家大公司讨论了他们的各种人工智能策略，我想鼓励买家考虑基础知识。发现 1：企业人工智能项目都与数据有关。与新 ERP 系统、薪资系统、招聘或学习平台的实施不同，AI 平台完全依赖于数据。无论您购买什么产品（像 Galileo™ 这样的智能代理、Eightfold 这样的智能招聘系统，或者提供销售的人工智能支持平台生产力），成功取决于您的数据策略。如果您的企业数据一团糟，人工智能将无法突然理解它。本周我读到了一篇关于微软 Copilot 宣扬选举谎言和阴谋论的报道。虽然我无法判断这种情况有多普遍，但它只是指出“您拥有人工智能系统的数据质量、培训和数据安全”。例如，沃尔玛的我的员工人工智能助理已经证明，在处理员工有关福利的查询方面，其准确度提高了 2-3 倍。但为了做到这一点，该公司利用了令人惊叹的 IT 架构，将所有员工信息整合到一个个人资料中，经过多年开发的移动体验，以及强大的全球安全架构。我们的客户之一是一家大型国防承包商，正在探索使用人工智能来彻底改变其庞大的知识管理环境。虽然我们知道 Gen AI 可以在这里增加巨大的价值，但最大的问题是“我们应该加载哪些数据”以及我们如何分割数据以便正确的人访问正确的信息？他们现在正在研究那个项目。在设计 Galileo 的过程中，我们花了近一年的时间梳理 25 年来积累的信息，以构建一个能够提供有意义答案的语料库。幸运的是，我们从一开始就专注于数据管理，但如果我们没有可靠的数据架构（具有一致的元数据和信息类型），该项目将会很困难。因此，这些项目的核心是一个了解数据源、元数据和数据集成工具的数据管理团队。一旦新的人工智能系统开始工作，我们就必须定期对其进行训练、更新并消除偏见和错误。发现 2：企业人工智能项目需要重点关注安全和访问管理。假设您找到了一个可以为您的员工提供突破性解决方案的工具、平台或应用程序。它可以是销售自动化系统、人工智能驱动的招聘系统或帮助呼叫中心代理处理问题的人工智能应用程序。谁可以访问什么？如何对语料库进行“分层”以确保合适的人看到他们需要的内容？这种练习与我们在 20 世纪 80 年代在 IBM 所做的事情是一样的，当时我们实现了这个复杂但极其重要的系统，称为 RACF。我讨厌宣扬自己的年龄，但 RACF 设计者在很多年前就思考过数据安全和访问管理的这些问题。人工智能系统需要一套类似的工具，并且由于法学硕士倾向于将所有内容“整合和聚合”到模型中，因此我们可能需要针对不同用户的多个模型。就人力资源而言，如果使用Eightfold、Seekout或Gloat建立一个人才情报数据库，其中包括职位名称、技能、级别以及有关证书和工作历史的详细信息，然后我们决定添加“薪水”……哎呀……好吧突然间我们遇到了数据隐私问题。我刚刚完成了与 SAP-SuccessFactors 的人工智能架构的深入讨论，您看到的是一组开发用于在 Joule（SAP 的副驾驶）中针对各种用例运行的“迷你人工智能应用程序”。 SAP 花费数年时间构建工作流程、访问模式和不同级别的用户安全性。他们设计的系统是为了安全地处理机密数据。还要记住，像 ChatGPT 这样的访问互联网的工具可能会以有害的方式导入或泄漏数据。用户可能会无意中使用Gen AI工具创建不可接受的内容、危险的通信以及引发其他“越狱”行为。在您的人才情报战略中，您将如何管理工资数据和其他私人信息？如果法学硕士使用这些数据进行分析，我们必须确保只有适当的用户才能看到它。发现 3：企业人工智能项目需要关注“快速工程”和系统监控。在典型的 IT 项目中，我们花费大量时间在用户体验上。我们在 UI 设计师、艺术家和工匠的帮助下设计门户、屏幕、移动应用程序和体验。但在 Gen AI 系统中，我们希望用户“告诉我们他们在寻找什么”。我们如何培训或支持用户更好地提示系统？如果您曾经尝试过使用 Paypal 这样的公司的支持聊天机器人，您就会知道这有多困难。我花了几周的时间试图让 Paypal 的机器人告诉我如何关闭我的帐户，但它从来没有给我正确的答案。（最终我想通了，尽管我仍然从已经去世的承包商那里收到发票！）这些问题我们必须要思考。在我们的案例中，我们构建了一个“提示库”和一系列工作流程，以帮助人力资源专业人员充分利用伽利略，使系统易于使用。 Paradox、Visier (Vee) 和 SAP 等供应商正在构建复杂的工作流程，让用户提出一个简单的问题（“管道的第 3 阶段有哪些候选人”）并获得格式良好的答案。如果您向招聘机器人询问诸如“谁是该职位的最佳候选人”之类的问题并将其插入 ATS，它会给您一个好的答案吗？老实说，我不确定 - 所以供应商（或你）必须训练它并构建工作流程来预测用户会问什么。这意味着我们将监控这些系统，查看不起作用的交互，并不断调整它们以使其变得更好。几年前，我采访了星展银行（新加坡数字银行）的数字化转型副总裁，星展银行是世界上最先进的数字银行之一。他告诉我，他们组建了一个完整的团队来监视网站上的每次点击，这样他们就可以不断移动按钮，简化界面，并使信息更容易查找。我们需要对人工智能做同样的事情，因为我们无法真正预测人们会问什么问题。发现 4：供应商需要接受审查。下一个“传统 IT”主题将是供应商的审查。如果我是一家大型银行或保险公司，并且我正在寻找先进的人工智能系统，我会详细审查供应商的声誉和经验。仅仅因为像 OpenAI 这样的公司已经建立了出色的法学硕士，并不意味着他们作为供应商有能力满足您的需求。供应商是否拥有您所需的资源、专业知识和企业功能集？我最近和中东的一家大型企业进行了交谈，该企业在沙特阿拉伯、迪拜等该地区的其他国家都有重要的设施。他们现在和将来都不会让用户信息、查询或生成的数据离开其管辖范围。您选择的供应商有能力满足此要求吗？小型人工智能供应商将努力解决这些问题，导致IT部门以新的方式进行风险评估。还出现了专门从事“偏见检测”或人工智能系统测试的顾问。大公司可以自己做到这一点，但我预计随着时间的推移，将会有咨询公司帮助您评估这些系统的准确性和质量。如果系统是根据您的数据进行训练的，您的测试情况如何？在许多情况下，供应商提供的人工智能使用来自外部世界的数据：它使用什么数据以及它对您的应用程序来说有多安全？发现 5：变革管理、培训和组织设计至关重要。最后，与所有技术项目一样，我们必须考虑变革管理和沟通。这个系统的设计目的是什么？它将如何影响你的工作？如果答案不明确或不正确怎么办？所有这些问题都很重要。需要进行用户培训。我们的经验表明，用户很快就会采用这些系统，但他们可能不明白如何提出问题或如何解释答案。您可能需要创建提示库（如 Galileo）或交互式对话旅程。然后提供支持，以便用户可以解决错误、不清楚或不一致的答案。最重要的是，存在角色和组织设计的问题。假设我们提供一个智能系统，让销售人员快速找到产品问题、定价和客户历史记录的答案。销售运营的新角色是什么？我们是否有人员来更新和维护数据的质量？我们是否应该因此重组我们的销售团队？我们已经发现，伽利略确实打破了人力资源领域的障碍，例如，向业务合作伙伴或人力资源领导者展示如何处理可能属于他人领域的问题。这些都是美妙的结果，应该鼓励领导者重新思考如何定义角色。在我们公司，当我们使用人工智能进行研究时，我看到我们的研究团队在更高的水平上运作。人们正在共享信息，更快地分析跨领域信息，并高速利用采访和外部数据。他们写文章的速度更快，现在可以将材料翻译成多种语言。我们的会员支持和咨询团队经常依赖分析师的专业知识，很快就会成为顾问。当我们向客户发布伽利略时，问题和询问的程度将变得更加复杂。这个过程将发生在每个销售组织、客户服务组织、工程团队、财务和人力资源团队中。想象一下人们会问的“新问题”。底线：企业 AI 系统成为 IT 项目归根结底，人工智能技术革命将需要大量传统 IT 实践。虽然人工智能应用程序具有突破性的强大功能，但实施问题比您想象的更为传统。我永远不会忘记我在 Sybase 期间实施 Siebel 的失败经历。该公司很喜欢这个平台，买下了它，并强迫我们使用它。然而，该公司从未告诉我们他们为什么购买它，解释如何使用它，或建立工作流程和工作角色以将其嵌入公司。仅仅一年后，Sybase 在销售组织简单拒绝后就抛弃了该系统。没有人希望人工智能这样重要的东西能得到这样的结果。当你学习并更加迷恋人工智能的力量时，我鼓励你思考你曾经参与过的其他技术项目。是时候超越炒作和兴奋，思考现实世界的成功了。

组织设计
2023年12月18日

组织设计

Josh Bersin公司推出Galileo™——全球首款人工智能人力资源专家助理众所周知，人力资源专业人员在企业中扮演着重要、复杂和不断变化的角色。这 3,000 万名专业人员担任着 250 多个工作角色，掌握着 400 多项技能，帮助公司进行各方面的管理：招聘、发展、领导力、辅导、多样性、薪酬、福利、混合工作等。此外，他们还必须选择和实施各种技术和工具，以帮助公司发展。 Josh Bersin Company通过 25 年的研究以及对数千家公司和供应商的采访，积累了最值得信赖的最佳实践、供应商信息、基准、案例研究和人力资源专业发展工具库。去年春天，我们开展了一个建立 "HR Copilot "的项目，将我们的内容整合到一个人工智能生成平台中。结果令人惊叹：利用 Gen AI，我们能够打造令人惊叹的全新体验：用户可以提出问题、比较供应商、深入研究解决方案，并生成实施计划、RFP 模板等。今天，在我们不断努力帮助人力资源专业人士为公司创造价值的过程中，我们准备推出这一产品。我很高兴向大家介绍全球首款人工智能人力资源专家助理 Galileo™。(加入等待名单）每个人力资源问题都有答案正如伽利略绘制天体图来解释宇宙一样，我们的Galileo™让人力资源团队有能力了解、学习和寻求人力资源各个领域的最佳实践。伽利略™由萨纳公司的人工智能平台提供支持，用户可以完全访问乔希-贝尔辛公司的所有综合研究、文章和工具。与基于互联网的人工智能工具不同，伽利略不含任何宣传材料，为您提供可信、详细、可验证的准确信息。我们设计的 Galileo™ 是人力资源专业人士 "随时随地 "学习、提问和制定解决方案的资源。 Galileo™ 可以回答数百个主题的问题，提供有关供应商和人力资源技术的详细信息，起草招标书和实施计划，并为用户提供指导、案例研究和基准。Josh Bersin 公司的所有研究报告都可即时获取，并可访问深度报告、播客、文章和课程。这包括访问我们的成熟度模型、框架、案例研究和我们的新术语定义 The Josh Bersin Company Lexicon™。 Galileo™ 将彻底改变人力资源专业人员的工作方式。您不必再猜测如何制定新计划或了解供应商--准确的信息唾手可得。伽利略是学习、设计和解决问题的助手许多人力资源问题都很复杂。为了让解决问题变得简单，Galileo 包含一个由 50 多个预定义 "提示 "组成的库，可帮助专业人员解决招聘、入职、绩效管理、培训等主题，以及构建技能分类法、实施薪酬公平、劳动力规划或设计能力学院等多学科主题。我们将这些提示设计成链式，因此当您提出问题时，伽利略会引导您学习、探索，并进一步帮助您解决疑问。(伽利略入门指南》向您展示了一些可用的解决方案）。企业就绪：伽利略是您公司的专家助手还有更多。在使用伽利略的过程中，您会希望在系统中加入自己的人力资源政策和内部信息。得益于 Sana 的架构，伽利略允许用户和团队将您的信息添加到语料库中，从而使伽利略成为贵公司的内部人力资源和员工助理。在这个私人工作空间，您的数据和隐私都将受到保护：伽利略是一个企业级的安全平台，可将您的数据与其他数据隔离，并由The Josh Bersin Company的研究人员进行预先训练。我们与 Sana 的合作关系更进一步。萨纳平台不仅能提供规模和速度，还能让我们构建多个人工智能助手。如果您需要针对特定人力资源领域（如人才招聘、L&D、DEI 或部门经理）量身定制的专家助理，我们无需编写代码即可创建。 "Josh Bersin Company 首席执行官兼创始人 Josh Bersin 说："这仅仅是个开始。"这一颠覆传统的产品将改变公司运营人力资源组织和管理员工的方式，使任何专业人员都能在短时间内成为世界级专家。伽利略是一个支持性的发展助手，随时准备为用户提供详细的解答、实际案例和指导。 Galileo 最初将面向我们的企业会员，明年晚些时候我们将推出面向乔希-贝尔辛学院会员的版本。我们要感谢萨纳公司的合作，并期待在未来几个月内迅速发展伽利略系统。任何有兴趣体验伽利略的人都可以注册加入等待名单。我们预计在 2024 年初全面投入使用。问题：伽利略涵盖哪些主题？ Galileo 存储了超过 50,000 页的 Josh Bersin 公司研究报告，包括播客、文章以及有关各种主题的综合数据和分析。其中包括人才招聘、人才管理、企业培训、多样性与包容性、组织设计、奖励与认可、薪酬与薪酬公平、绩效管理、领导力发展、全球人力资源运营、混合工作、文化、变革管理以及人力资源技术的各个主要领域。伽利略涵盖了 500 多家供应商，而且数据库每周都在不断扩大和更新。随着时间的推移，Galileo 还将包括有关新供应商产品、劳动力市场、技能和能力以及人力资源重要法规变化的实时信息。要了解伽利略的功能，请查看 "伽利略入门指南"。伽利略是生成式人工智能吗？是的，伽利略是一种先进的生成式人工智能解决方案，用户可以提出问题，系统会提示比较供应商、列出最佳实践，甚至创建实施计划、历史视角和深入分析。这意味着人力资源专业人员可以提出任何简单的问题，伽利略不仅会回答问题，还会给用户后续提示，帮助他们了解更多信息、查找实例或下载详细报告、文章、播客或工具。提供哪些研究和信息？在过去的三十年中，Josh Bersin 公司几乎研究了人力资源的每一个领域，开发了深入的成熟度模型、框架、基准和案例研究。我们还添加了乔希的所有博客、播客和视频--我们还将添加更多内容。虽然伽利略不包括法律法规指南（可在当地司法系统中查找），但它涵盖了人力资源的每个主要领域，使任何人力资源领导者或专业人士都能快速学习、查找实例并解决问题。我们如何知道伽利略信息是准确的？与公共领域的工具不同，伽利略完全是在乔希-贝尔辛公司（The Josh Bersin Company）的庞大信息和研究语料库中训练出来的。这意味着它不会出现互联网系统所遇到的 "人工智能漂移 "问题。事实上，情况恰恰相反：用户在查询和使用系统时，系统会对生成的答案进行评分，并随着时间的推移变得更加智能。我如何知道伽利略是安全的？伽利略不对用户输入进行任何底层语言模型训练，因此消除了数据泄露的风险。为 Galileo 提供支持的 Sana 是单一租户，已通过 ISO 27001 认证，并符合 GDPR 要求。所有数据在静态时使用 AES 256 加密，在传输过程中使用 TLS 1.2+ 加密。该平台遵循数据隐私法规和准则，以保护每位用户。我能否使用伽利略创建自己的人力资源助理？是的，Galileo建立在高度可配置的Sana平台上，使用户和团队能够添加自己的内容并创建新的人工智能助理。我们将向企业客户提供这些私人工作空间功能，然后在2024年晚些时候向JBA会员推出。伽利略与其他人工智能工具有何不同？许多公司都在通过公共互联网工具尝试使用生成式人工智能。伽利略与这些现有的人工智能工具不同，原因如下：企业规模、范围和安全性。伽利略建立在企业级人工智能平台上，能够加载大量公司信息。这意味着您可以在 Josh Bersin 公司语料库的基础上，安全地为人力资源专业人员和公司其他用户添加自己的流程、培训、合规文件和支持材料。专业知识的深度。您从 Galileo 获得的答案和支持都是基于 Josh Bersin Company 提供的大量资料库，Josh Bersin Company 是世界领先的企业学习、人才管理和人力资源咨询公司之一。The Josh Bersin Company 对 Galileo 进行了定制，使其在回答问题时就像来自其组织的专家顾问一样。来源归属。其他人工智能聊天工具不会始终如一地支持其答案，而 Galileo 则会在每个答案中注明来源，并提供具体参考资料和 Josh Bersin 公司资料库中的进一步学习内容。对于企业会员，您可以下载并阅读详细的资料来源。隐私。其他助手可能会对您的数据和使用情况进行训练，从而导致数据泄露的风险，而 Galileo 可让您上传自己的内容，无需对您的数据进行任何底层大型语言模型训练。工作流程支持。除了回答问题和集思广益，Galileo 还能帮助您解决起草实施计划等日常任务，因为它可以根据人力资源专家资源和您的组织信息生成内容。随着时间的推移，伽利略如何变得更加智能？正如我们所说，伽利略很聪明，而且一直在变得更聪明。它通过多种功能来实现这一点。首先，Galileo 不断整合、标记、转录乔希-贝尔辛公司的所有内容并编制索引，确保系统始终接受最新研究、发现和供应商信息的培训。我们每天都会添加新的信息。其次，通过检索增强生成（RAG）来生成问题的答案，识别语义相关的视频、音频和文本，对来源进行排序，并将生成的答案归属于基础参考资料。我们对问题进行监控，并不断改进结果，以提供详细和可操作的答案。第三，我们利用用户生成的反馈。当用户对答案进行向上或向下投票时，系统就会学习如何提供更准确的答案。Bersin 团队与 Sana 合作改进常见问题的详细答案。在为期 9 个月的试点期间，我们已经优化了数百个问题。最后，我们还开发了 "提示链"，包含人力资源和管理领域的 100 多个已知用例。伽利略会提示您深入问题，了解更多信息，探索供应商，阅读案例研究，学习最佳实践。随着时间的推移，我们将加快这些解决方案的步伐。 Josh Bersin 公司使用 Sana AI 的助手生成器来定制 Galileo 的指令，这些指令专门适用于各种人力资源角色，并经过数百种典型人力资源场景的调整。 Sana 是谁， Sana AI 是什么？ Sana 是一家人工智能公司，致力于改变组织学习和获取知识的方式。他们的端到端学习平台深受 Kry/Livi、Merck 和 Svea Solar 等领先企业成千上万用户的信赖。在顶级投资者、运营商和创始人的支持下，他们迄今已融资超过 8000 万美元。公司总部位于瑞典斯德哥尔摩，并在伦敦和纽约设有办事处。Galileo 由公司的最新产品 Sana AI 提供支持。伽利略如何销售和提供？ Galileo最初面向Josh Bersin公司的企业会员，使这些组织能够以一种令人兴奋的新方式为其人力资源团队提供授权和支持。这些个人可以访问所有信息、下载所有资料、参加课程并与团队分享工具和信息。在接下来的几个月里，我们将为乔希-贝尔辛学院的成员提供伽利略版本。我们鼓励有兴趣的人在我们的候补名单上注册，以便我们提供最新的可用性信息。如何立即访问伽利略？请加入我们的等待名单，我们正在向企业会员推出伽利略，并期待为您提供支持。

组织设计
2023年11月16日
组织设计

CHRO需关注：组织设计-未来增长的秘密我们的世界在不断变化：数字化破坏、行业重塑、无休止的新冠疫情、远程和混合工作方式、艰难的劳动力市场、通货膨胀、大辞职/大迁移/大调整、每个角色都在快速变化、元宇宙，以及更多的挑战每天都在冲击我们。每家公司都在努力招聘和留住员工，快速调动他们，建立或寻找新的技能，并对抗压力和倦怠。新产品和服务发展迅速，客户和员工对我们的公司有更多期待。我们昨天的组织看起来与今天完全不同。这些问题的核心是一个基本没有解决的巨大问题。我们如何组织我们的公司，使其响应更快、更灵活、更有伸缩性？以严峻的劳动力市场为例。如果你在招聘方面遇到困难，你可以把它归咎于薪酬、通货膨胀或大调整。但是，如果有一些更根本的东西是它的根源呢？如果工作、工作结构和组织模式不是为成功而设计的呢？为了解决这些问题，我们（JoshBersin公司）开始对350多家公司和76个组织实践进行了为期一年的广泛的组织设计研究。组织设计：最神秘的管理话题我们的大重置小组（每周与来自世界各地的数百名人力资源、人才、L&D和DEI高管进行讨论）回应了我们从客户和会员那里听到的内容。为成功而设计组织仍然是一个谜，通常是由外部顾问和专家作为会议室的大项目来完成。根据我们的全球人力资源能力项目，推动变革和转型的能力是发展的重中之重，然而每5个人力资源从业者中就有3个只是应用基本的组织设计原则来设计公司以获得成功的初学者。我们的组织设计研究表明，超过50%的公司在设计组织结构方面并不有效，而只有五分之一的公司在工作设计方面是有效的。基本上，人们就是对它不太精通。发生了什么事？看一下组织设计的历史可以得到一些启示。一门古老的学科，即将被颠覆组织设计已经有几百年的历史了，最早的书籍可以追溯到1700年代。在20世纪70年代，Jay Galbraith提出了 "明星模型"，表明组织结构只是组织设计的一个部分，奖励、文化、工作设计和流程都很重要。尽管有这么长的历史，我们通过研究发现，只有不到15%的公司拥有组织设计团队、专家或流程--所以还有很多工作要做。自20世纪70年代以来发生了很多事情--个人电脑、智能手机、互联网、社交媒体、数据和分析、远程和混合工作、工人授权等等。今天，我们需要一个新的、与业务相一致的组织设计模式。业务驱动型组织设计的框架我们的组织设计框架包括七个主要元素和20个维度。我们在《组织设计权威指南：通往敏捷之旅》中对这些要素和维度逐一进行了解释。基本前提：仅仅关注组织结构和层级、跨度和层次以及管理模式是不够的。公司需要从业务本身开始（确定战略、文化和领导力），然后定义运营模式（确定客户和需要的角色、治理和指标），描述需要做什么工作来推动成功（工作构成、责任和奖励、技能和经验），然后才定义工作结构和组织模式。公司是如何做到这一点的？你在其中扮演什么角色？组织设计成熟度模型基于深入的统计分析，以及与人力资源部、组织发展部和企业领导人的多次讨论，我们开发了四级组织设计成熟度模型。公司分为四个不同的组织设计成熟度等级，其中第1级的影响最小，第4级的影响最大。这些级别在不同的行业、地域和组织规模中都能找到（尽管有一些区别，那些被迫以敏捷方式运作的行业表现得更好）。只有11%的受访公司处于高成熟度--敏捷和负责任。他们从工作本身入手，确定成功所需的结果，然后明确界定责任、奖励、技能和经验。为什么组织设计很重要那么，哪些做法最重要？我们确定了15项对业务、人员和创新成果有巨大影响的实践。我们称它们为 "基本要素"，因为没有它们，其他的东西就不重要了。当它们被部署时，许多典型的方法都运作良好。但是，当它们没有被部署时，对正确的结构、组织设计方法或工作架构的关注就不会产生很大的影响。真正重要的是：专注于结果的问责制和奖励设计一个适合目的的模式在组织结构和工作设计中建立灵活性在设计本身中考虑到员工体验使用这些策略的公司在业务、人员和创新方面的成果要好得多。组织设计的五个误区当我们对组织设计的所有实践、项目和方法进行评估时，我们能够打破五个常见的误区：误区1：组织设计是一门专家学科，最好留给顾问来做。真相：虽然组织设计的概念很重要，但在你自己的环境中应用它们的艺术更重要。在今天这个不断变化的工作世界中，每个领导者和人力资源从业者都需要熟练地将组织设计原则应用于他们独特的需求。误区2：新的等级制度是有效的组织设计工作的关键成果。真相：从结构开始是本末倒置的。你如何运作比你如何组织更重要。工作设计、协作实践和团队网络比精心设计的等级制度或僵化的工作模式更有影响力。误区3：界定 "谁向谁汇报 "是关键。真相：是的，管理者很重要。但是，将人员管理和工作管理相结合的传统模式是基于 "管理 "和 "劳动 "的旧观念。这两种角色需要不同的技能、经验和管理方法，所以敏捷组织将它们分开。误区4：敏捷是关于 "敏捷宣言 "的，适用于敏捷软件开发。真相：敏捷适用于所有人。领先的公司，如Telstra、Bosch和Cardinal Health都不是科技公司，他们将敏捷性和问责制应用于所有的业务实践，为他们的员工和业务带来了惊人的成果。 "它完全改变了我们。我们从销售电钻变成了帮助客户解决钻井问题，"博世的一位高管向我们讲述了他们的敏捷转型。误区5：确定责任制会抑制敏捷性和灵活性。真相：确定负责任的一方将做什么来推动成功，是整体上最有影响的做法。准确地定义一方（而不是几方，或者没有），并对成功进行奖励，有助于更加敏捷，特别是如果该方有自由决定如何完成这些结果。否则，就会出现重复和返工。例如，一家大型银行没有一个负责客户体验的机构，只负责客户服务--把客户入职、产品、线上和线下体验以及定价等问题抛在脑后。一旦该银行建立了一个独立的客户体验小组，在整个银行内工作，客户满意度在六个月内提高了十个百分点。组织设计的新方法组织设计不能再是一门神秘的科学，只保留给少数外部精英专家。每个商人和人力资源部门的领导都需要了解它，不仅要影响等级制度（因为它们不是组织设计的关键点），还要影响企业和文化如何运作，以及运营模式、工作设计、技能和工作--然后确定对结果的责任。了解这个话题，并理解拉动什么杠杆来解决真正的商业问题，将是未来几年公司失败与卓越之间最重要的区别。新的组织设计方法是一个完全的范式转变。传统的模式假设一个公司就像一台机器，当某些东西不工作的时候，你可以 "改变"它。今天的组织就像一个活的有机体，不断适应环境并为未来而改变--不仅仅是为了帮助今天的繁荣，也是为了未来的规模。来自:JoshBersin公司，仅为传播作者：Kathi Enderes, PhD

组织设计
2022年03月22日
组织设计

《2017年人力资源趋势11大预测：一切迈向数字化》预测1:组织设计的挑战无处不在 100多年来，公司的创建意在扩大能效。我们为了运行产品设计、工程、制造、销售、市场营销和财务而设置了各种只能部门。如今，在瞬息万变的市场和数字产品和服务的世界里，传统概念上的“规模”和“效率”已不再适用。 2017年，组织设计依然面临各方面的挑战，具体包括： ●正式创建小型团队结构。 ●从根本上减少工作层级，激励员工努力获取工作成果和不断学习，而不只是追求晋升和不断换工作。 ●改变奖励机制奖励团队成功，而不仅仅是奖励个人成功。 ●重新设计目标管理，每季度更新调整目标，而不是每年进行调整一次，使目标能够公开、透明地在团队中分享。 ●提拔年轻的专业人士进阶领导层，这样他们就能迅速为团队的成功做出贡献。 ●教会管理者去管理“项目”而不是管理“人”。 ●提为员工提供“职业教练”和“导师”，而不是让“经理”来促进员工成长。 ●创造终身学习、探索和讨论的文化，来促进员工创新。 ●赞助黑客马拉松及其他协同发展计划，让各级层级人员共同贡献自己的创意。 ●实施实时信息管理系统，以便让所有的团队成员都能够受到同一目标的指引。预测2 :文化和敬业度仍为顶级优先考虑事项 2017年，文化建设与员工敬业度仍是全世界业务管理者和人力资源管理者最关心的事情。到底什么是组织文化？简单来说，就是在无人监督的情况下组织自发产生的隐性行为模式及激励系统。另外，文化也将定义你的组织。预测3 :实时反馈和分析将井喷第三点预测是基于企业文化建设和敬业度管理的推动而提出的。实时反馈与数据分析能够提高敬业度，因此反馈工具市场将迎来爆发。 2016年这个市场的规模将超过3亿美元，预计2017年规模将翻一番。实时反馈让衡量和管理员工敬业度成为可能。2017年，将员工体验的整体策略自动化、追踪把握员工的职场生命周期系统化，并且发展如“反馈体系”这样的技术对于企业来说至关重要。预测4 :新一代的绩效管理工具将涌现当下，创新的力量驱动诸多绩效管理软件供应商优化其绩效管理工具。过去的15年，企业从一个自上而下、用流程驱动员工绩效管理、年度绩效考核的模式转变为灵活持续、以反馈为基础的模式。这种变革仍处在初级阶段，当越来越多的企业开始实施常规性的记录、OKR管理、敏敏捷的目标管理，持续的培训辅导项目，以及项目经理等模式的不断涌现，相信未来会呈现不一样的景色。预测5 : “人力效能”和健康福利将成为人力资源管理的重要议题很多方面上，人力效能都已成为工作中的一个热门议题。员工是否健康？他们是否有良好的习惯保持精力充沛？他们是否在工作中可以全神贯注或者是管理者能够帮助他们投入地工作？当然，员工能否具备技能，得到支持、培训、辅导从而更好地完成工作？预测6：人力资源将专注员工体验将而非过程设计许多人力资源部门已经开始重新定义自己。有些称自己为“人力运营部”，另一些称自己为“人才与文化”之类的部门。这些信息并不是要找到一个方式使人力资源部门更具战略意义，而是要真正改变对人力资源组织的认知。 2017年，设计思维、用户体验设计、数字app 将开始成为人力资源领域的主要趋势。当公司重新设计他们的建筑、福利计划、休假制度和其他多元项目的时候，他们并不见得关注着每位雇员的体验。预测7：数字化人力资源和学习将助力革新学习与发展及HR系统在过去五年，公司在一体化、云端、核心的HR系统上投入了大量资金。然而Cedar Crestone 的研究显示，尽管投入巨大，员工仍然对他们的HR系统和解决方案不满意。解决方案就在眼前。人力资源组织现在必须学习“如何数字化”，而不仅仅是“购买数字化产品”。人力资源（和学习发展）的数字化解决方案意味着很多事情： ●让新程序快速上线，在时间中迭代改进。 ●采纳数字工具和设计。预测8：领导力发展需要持续不断地创新与提升人力资源部门最重要的任务之一是确保组织拥有强大并配合一致的领导力梯队应对未来挑战。每年，领导力发展对于HR 来说都是一个挑战，且是一项优先级较高的工作。传统的领导力策略已经过时，无法适应最新的商业发展需要，很多传统的领导力模型需要被更新。预测9 ：多样性、包容性和无意识偏见将成为头等大事十多年来，HR 们已经高度重视多样性问题，并将此议题列入“日程表”。多样性问题曾经被视为一项合规项目，如今已经成为一项组织战略。在2017年，HR 组织需要将这个问题视为头等大事，并且确保你的组织正在获取正确的信息，正式地分享它，并开发一个全面的包容性与多样性项目，以便其覆盖组织所有的人才管理实践项目。预测10：学习与发展将不断改进早在21世纪初，我们就开始研究电子化学习以及学习管理技术在组织内部的应用。但是直到2017年，组织学习真正的变革在于拥抱“自我导向学习”以及真正全面提升员工个体的“学习体验”。这意味着，组织需要采用微学习和开放的视频学习平台。具体而言即： ●管理者需要重视在组织内部建立学习文化。 ●帮助员工重视工作轮岗和持续入职项目。 ●帮助领导者认识到教练辅导、发展项目和职业发展对话是建立学习型组织的基础。预测11：工作的未来已来，HR的变革箭在弦上组织在2017年面临的基本问题就是人工智能技术（语音识别，自然语言处理，传感器器和机器器人技术）的快速商品化及其对工作方方面面产生重要影响。未来的工作将更加“人性化”— —重新设计工作和组织，从而使得组织比以往更加重视“以人为本”。

组织设计
2017年01月17日