【硅谷】大学生招聘平台Handshake收购AI原生学习平台Uplimit：AI 技能培训正在从“课程学习”走向“职业网络”HRTech概述：美国大学生求职招聘平台 Handshake 宣布收购 AI 原生学习平台 Uplimit，计划打造一个连接学习、技能与招聘的全球 AI 学习平台。此次交易的核心，是把 AI 技能训练从传统课程模式，推进到项目实践、认证证书和真实能力证明。Handshake 目前拥有 2500 万求职者网络，Uplimit 则服务 Databricks、Clay、GE HealthCare、Kraft Heinz 等组织，帮助企业发展 AI 能力。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
Handshake 收购 AI 原生学习平台 Uplimit，正在把早期职业招聘、AI 技能学习、项目实践和能力证明连接到同一个人才网络之中。与传统学习平台不同，这笔交易的核心不只是增加课程内容，而是围绕 AI 时代的人才准备度，重构学习、技能验证与招聘之间的关系。Handshake 官方表示，此次收购将用于建设连接 learning、skills 和 hiring 的全球 AI 学习平台，并把 Uplimit 的 AI-native learning 能力带入其 2500 万求职者网络。
AI 技能缺口正在推动学习平台重新定义价值
AI 正在快速进入职场，但教育体系、企业学习和招聘评估机制尚未同步升级。Handshake 引用 Jobs for the Future 数据显示，职场 AI 使用率在一年内从 8% 上升至 35%，但超过半数劳动者仍认为自己尚未准备好使用 AI。Handshake 的 Class of 2026 Graduation Report 也显示，只有 28% 的学生认为所在课程项目已经有意义地整合 AI，尽管 58% 的学生相信更强的 AI 技能将影响其职业成功。
这意味着，AI 技能差距不再只是企业培训部门的问题，也正在变成招聘、职业发展和高校就业服务共同面对的基础设施问题。过去，求职者可能依靠学校、专业、实习经历和简历关键词获得机会；未来，雇主更需要看到候选人能否真正使用 AI 完成任务、构建项目并形成可验证的工作成果。
Uplimit 的价值：从被动课程转向能力证明
Uplimit 的核心定位是 AI-native learning platform，重点不是传统的在线视频课程或静态课程体系，而是通过 hands-on projects、verified credentials 和 proof of capability 帮助学习者建立可展示的能力证据。Uplimit 的投资方和支持者包括 Greylock、Conviction、Salesforce Ventures、GSV、Greg Brockman（OpenAI）和 Mustafa Suleyman（Microsoft AI/DeepMind）；其客户包括 Databricks、Clay、GE HealthCare 和 Kraft Heinz。
Handshake 表示，将基于 Uplimit 推出新的 skills studio，首先聚焦 AI 学习体验，并围绕具体职业路径和职能进行设计，例如 sales、marketing 和 business analysis。学习者将不只是观看视频和参加测试，而是完成真实项目、获得反映实际能力的证书，并把相关成果展示在 Handshake profile 上。对雇主而言，这类 validated credentials 将成为比简历描述更有意义的人才信号。
Josh Bersin：Handshake 想成为 AI 经济时代的职业与技能网络
Josh Bersin 在最新评论中将此次收购放在更大的市场格局中观察。他指出，Handshake 不再只是大学招聘和早期职业发展平台，而是在尝试建立面向 AI 经济的 job and skilling network。Bersin 引述 Handshake President Jonathan Stull 与 Uplimit CEO and Co-Founder Julia Stiglitz 的表述，将 LinkedIn 描述为数字时代的 jobs、careers 和 upskilling network，而 Handshake 的新定位则更接近 AI 时代的 job and skilling network。
这一判断凸显了 Handshake 与 LinkedIn 之间潜在的定位差异。LinkedIn 的核心资产是职业身份、社交关系、内容分发和招聘网络；Handshake 若能把 AI 项目、技能认证、早期职业人才、高校关系和雇主需求整合起来，就有机会形成一种更偏“能力证明”和“职业入口”的新型人才网络。
Handshake 的另一条增长线：AI model training 与 data labeling
Josh Bersin 的评论还补充了一个重要背景：过去一年，Handshake 已经大幅进入 AI model training 市场，业务形态与 Mercor、Surge 和 Scale AI 等公司类似，即连接学生、专业人士和专家参与 AI 模型标注、训练和评估。Bersin 称，data labeling and AI training 市场规模已经超过 70 亿美元，并以每年 25%–30% 的速度增长；对于深度技能专家，相关工作时薪最高可能达到 300 美元。
需要注意的是，Bersin 文中提到的一些 Handshake AI training 业务收入估算，并非 Handshake 官方财务披露。他写道，部分估算认为 Handshake 该业务可能已接近或超过 10 亿美元，并且其中一半或更多收入流向参与训练的专家。对于正式商业报道而言，这类数字应被理解为第三方评论中的市场估算，而不是公司确认的收入数据。
这条业务线解释了 Handshake 收购 Uplimit 的深层逻辑。Handshake 不只是希望为求职者提供 AI 课程，而是已经在 AI 训练任务、专家技能评估、模型验证和人才供给之间积累经验。Bersin 认为，Handshake 在 AI data labeling 和 AI training 市场中的实践，可以反向强化其 AI-native learning 体验，使平台更理解哪些技能能够被验证、哪些项目成果真正具有就业价值。
从企业培训到人才市场：AI skilling 的新方向
AI skilling 的市场方向正在发生变化。过去，企业学习平台主要围绕课程库、学习管理系统、完成率和考试结果展开；现在，AI 技能学习开始与真实项目、职业路径、能力认证和招聘机会绑定。对于学习者来说，学习的目的不只是获得证书，而是形成能够被雇主识别的能力资产；对于企业来说，技能认证不只是员工培训结果，也可能成为外部招聘和内部流动的重要判断依据。
Handshake 的 skills studio 计划将 AI 学习体验面向不同职业路径和职能展开，并与 leading employers、frontier AI labs 和 technology companies 合作开发内容。其长期想象空间在于：求职者可以通过平台学习 AI、构建 AI 项目、形成可验证的个人能力档案，再通过同一平台连接雇主机会。
对 HR 与 L&D 的影响：学习指标将从“完成课程”转向“证明能力”
对企业 HR、招聘团队和 L&D 负责人而言，这笔交易传递出的信号非常明确：AI 培训的价值衡量方式正在改变。未来企业不应只关注员工是否参加过 AI 培训、完成了多少学习时长、通过了多少测试，而要关注员工能否把 AI 应用于真实工作场景，能否产出项目成果，能否形成可验证、可复用、可评估的能力证明。
招聘端也会受到影响。随着 AI 技能快速扩散，简历上的“熟悉 AI 工具”“掌握 AI 应用”会越来越难以区分真实能力。更有效的人才信号可能来自项目作品、技能徽章、验证证书、实际产品原型或工作流案例。Handshake 与 Uplimit 的结合，正是试图把这类能力证据直接嵌入人才市场。
交易信息与未披露事项
Handshake 官方已确认收购 Uplimit，并计划继续支持 Uplimit 现有企业客户，同时将其能力整合进 Handshake 的 skills studio 与 AI 学习平台建设。官方未披露交易金额、估值、支付方式、具体交割日期、Uplimit 团队整合安排、未来企业版定价或高校合作费用。
HRTech 评论：AI 学习平台的竞争焦点正在从内容数量转向能力验证
HRTech 认为，Handshake 收购 Uplimit 的核心意义，不在于“招聘平台买了一家学习平台”，而在于 AI 时代的人才基础设施正在重新组合。学习平台、招聘平台、职业网络、AI training marketplace 和技能认证工具之间的边界正在变得模糊。谁能够证明一个人真正会什么、能做什么、能为企业创造什么价值，谁就可能掌握下一代人才市场的关键入口。
过去十年，HR Tech 市场大量投资集中在招聘自动化、学习管理、技能图谱和内部人才市场。但很多系统仍然停留在“记录能力”或“推荐课程”的层面，难以真正证明能力。AI 的出现正在改变这一点。企业不再满足于员工完成一门 AI 课程，而是希望看到员工能否用 AI 改造销售流程、生成分析报告、搭建营销自动化代理、优化客服知识库或重构业务流程。这种变化会推动 L&D 从内容运营部门走向能力生产部门，也会推动招聘从简历筛选走向项目验证和技能证据评估。
对中国企业和出海企业而言，这一趋势同样值得关注。AI 培训不应被简单设计为一次性课程或工具教学，而应结合岗位场景、业务目标和可交付成果来设计。未来更有价值的 AI 学习项目，应该能够沉淀为员工的能力档案、团队的工作方法和企业的人才数据资产。Handshake 与 Uplimit 的组合，提醒 HR 负责人重新思考一个关键问题：企业真正需要建设的不是 AI 课程体系，而是能够持续验证、更新和转化员工能力的 AI skilling infrastructure。
扫一扫 加微信
hrtechchina
