2026HR趋势 - HRTechChina.com - 向上的力量！

2026HR趋势

【独家】日本人力巨头Recruit市值突破1600亿美元历史高位，全球HR产业迎来AI估值重构，9月最新全球人力资源上市公司市值榜单发布 HRTech核心解读：HRTech发布9月最新全球HR上市公司市值TOP10显示，日本人力巨头Recruit市值更是达到历史高位1612亿美元，2026年8月31日，对全球HR产业来说可能是一个值得记录的时间点。日本人力巨头Recruit Holdings当天收于18,215日元，创上市以来历史新高。按照HRTech的统一市值口径，其市值一度达到约1612亿美元。按我们对“主营业务属于招聘、人力资源服务、Payroll、HCM及HR Technology”的上市公司定义，以及目前可以查询到的历史市场数据来看，这已经可以视为独立HR主营上市公司的历史最高市值纪录。HRTech认为，2026年下半年正在成为HR AI从“产品竞争”进入“财务结果竞争”的关键年份。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。截至2026年8月31日收盘，HRTech最新全球HR上市公司市值TOP10显示，Recruit Holdings以约1612亿美元继续稳居第一，ADP以1126亿美元位列第二，Workday和Paychex分别以478亿美元和447亿美元排在第三、第四。Paycom、Randstad、Paylocity、BOSS直聘集中在80亿至110亿美元区间，The Adecco Group与Robert Half进入第九、第十位。与8月初榜单相比，这一轮上涨非常明显。TOP10合计市值从约3424亿美元升至4113.8亿美元，一个月增加约690亿美元，增幅超过20%。如果再把时间拉长到5月底，当时Recruit市值约976.7亿美元、ADP约886.8亿美元、Workday约361.1亿美元、Paychex约347.5亿美元。短短三个月，Recruit上涨约65%，ADP上涨约27%，Workday上涨约32%，Paychex上涨约29%；Paycom更从约65亿美元升至107亿美元，涨幅超过64%。但这并不意味着所有HR公司都进入了同一种牛市。真正发生变化的是，资本市场开始区分：哪些企业只是“有AI”，哪些企业已经证明AI可以创造新增收入、提高利润率或降低交付成本。专题访问可以点击：https://www.hrtechchina.com/Public/html/TOP10/global-hr-top10-2026-09.html Recruit冲上1600亿美元，真正改变估值的是Indeed的AI变现能力 Recruit是这一轮全球HR上市公司估值重构中最强势的企业。从5月底约977亿美元，到8月底约1612亿美元，三个月新增市值超过600亿美元。它目前已经明显拉开与ADP的距离。 8月7日，Recruit公布FY2026第一季度业绩，收入达到1.0453万亿日元，同比增长18.9%；EBITDA+S达到2928亿日元，同比增长56.5%；归属于母公司股东的利润同比增长67.5%。公司随后大幅上调全年指引，预计全年收入同比增长14.4%，EBITDA+S增长39.1%。更关键的是HR Technology业务。该板块季度收入按美元计算达到28.58亿美元，同比增长20.9%；EBITDA+S同比增长80.6%，利润率达到47.4%。Recruit同时将HR Technology全年收入增长预期从此前的11%上调至18.7%。这背后的逻辑并不只是招聘市场复苏。Indeed正在用Advanced Matching、AI-Generated Messages、Candidate Highlights、Interview on Demand等能力，把招聘平台从“卖职位曝光”向“卖匹配效率和招聘结果”推进。换句话说，Recruit正在证明一件对整个HR科技行业都非常重要的事情：AI不是在摧毁招聘平台，而是在提高平台单位职位和单位客户的变现能力。这也是为什么Recruit的估值弹性远高于传统Staffing公司。它越来越像一个全球人才数据与交易基础设施，而不只是人力资源服务集团。 ADP站稳千亿美元，Payroll仍然是HR产业最强的防御性资产 ADP最新市值1126亿美元，较上月1060亿美元继续上升。虽然涨幅不及Recruit，但ADP的价值逻辑反而更加稳定。 ADP在7月底公布FY2026全年业绩，全年收入约219亿美元，同比增长7%；公司预计FY2027收入继续增长5%至6%，调整后每股收益增长9%至11%。与此同时，ADP Assist正在把智能Agent直接嵌入Payroll、HR、Talent、Compliance和Workforce Management工作流。8月，ADP Assist还获得“AI HR Platform of the Year”等行业认可。这与Recruit形成了非常有意思的对照。Recruit掌握人才进入组织之前的流量和匹配入口；ADP掌握员工进入企业之后最核心的薪酬、税务、福利与员工数据。两家公司市值合计已经达到约2738亿美元，占全球TOP10总市值的三分之二左右。 AI可能减少部分岗位，也可能重构组织规模，但它并不会取消发工资、报税和合规管理。组织越分散、全球用工越复杂，Payroll基础设施的价值反而越高。ADP能够长期保持千亿美元级估值，反映的正是这种“不可中断”的业务属性。 Workday反超Paychex：本月最重要的数字不是13%收入增长，而是AI贡献超过25%的新增ACV Workday从上月约396亿美元升至478亿美元，重新超越Paychex回到全球第三。这一变化是9月榜单中除Recruit外最值得关注的事件。 8月27日，Workday公布FY2027第二季度财报，总收入26.49亿美元，同比增长12.8%；订阅收入24.71亿美元，同比增长13.9%；Non-GAAP运营利润率从29.0%提升至31.1%。但真正改变资本市场判断的是公司首次非常明确地披露：AI产品已经贡献超过25%的新增ACV，超过5500家客户至少使用一个Workday自研Agent。这个数据意义非常大。过去一年市场一直担忧，传统HCM SaaS主要按照员工数量或Seat收费，如果AI导致企业减少白领岗位，Workday这样的公司是否会失去增长基础？现在Workday正在给出另一个答案：AI Agent本身可以成为新的收入来源。这意味着传统HCM SaaS的收入模型有可能从“员工账号×订阅费”进一步扩展到“员工账号+Agent+自动化流程+AI服务”。这也是Workday目前比几个月前更值得重估的地方。 8月19日，Workday还成立专门的AI Research团队，研究Agent Memory、Multi-Agent Orchestration、Explainability和AI可靠性。对Workday而言，竞争已经不再只是“谁有Copilot”，而是谁能够让Agent安全地进入Payroll、Finance和HR等关键业务流程。 Paychex继续上涨：AI开始从产品演示进入真实ROI指标 Paychex本期市值447亿美元，较上月416亿美元继续上升。相比Workday，它的AI故事并没有那么“性感”，但可能更加接近企业真实使用场景。 8月3日，Paychex把WISE扩展到Microsoft 365 Copilot和Teams，让Payroll与Workforce Intelligence进入员工日常工作流。到8月31日，公司进一步披露WISE的规模化使用结果：超过5万家企业已经采用WISE；接近90%被识别出的Time与Pay Rate错误能够在Payroll运行前得到纠正；AI Agent已经处理超过35万次客户交互，其中超过20%无需人工介入即可解决，邮件Agent处理速度较人工提高80%以上。这是非常值得关注的行业信号。2024年到2025年，大量HR科技公司在展示“AI能做什么”；进入2026年，头部企业开始公布“AI减少了多少错误、处理了多少交互、节省了多少人工”。这也是未来HR AI产品真正能够进入企业预算的关键：从功能展示进入可量化的Business Outcome。 Paycom突破百亿美元：资本重新奖励自动化与高利润率 Paycom本月从约78亿美元升至107亿美元，单月估值提升超过37%，重新成为百亿美元HR科技公司。 8月5日公布的Q2财报显示，收入5.312亿美元，同比增长9.8%；其中Recurring and Other Revenue增长11%，占总收入95.1%；GAAP净利润1.074亿美元，Adjusted EBITDA达到2.35亿美元，同比增长约18.5%。公司同时上调全年指引，预计2026年Adjusted EBITDA达到10.07亿至10.22亿美元，中值利润率接近46%。 Paycom并没有Workday那么大的企业客户平台优势，但其单一数据库、Employee-Driven Payroll以及IWant AI Engine强化的是另一个资本市场故事：自动化如何提高利润率。这说明AI时代SaaS公司的估值未必只取决于收入增长速度。如果企业能够利用AI和自动化减少服务、实施和后台成本，即便收入增速只有个位数到低双位数，也可能通过利润率改善获得估值提升。 Paylocity和Randstad同时站上80亿美元，反映两种完全不同的价值修复 Paylocity最新市值82.8亿美元。8月4日，公司公布FY2026全年收入17.71亿美元，同比增长11%；Recurring and Other Revenue增长12.2%，经营现金流率达到30.1%，自由现金流率达到24.2%，全年还回购了3.981亿美元股票。 Paylocity代表的是成熟HCM SaaS进入“增长放缓、现金流增强”的阶段。公司给FY2027的收入增速预期已经下降至约7%左右，资本市场却仍给予估值修复，说明自由现金流和资本回报开始成为成熟HR SaaS新的估值支柱。 Randstad则完全不同。其市值从约75亿美元升至83.3亿美元，背后主要交易的是全球招聘和灵活用工周期修复。公司7月公布的Q2收入58.97亿欧元，有机增长1.9%，Underlying EBITA达到1.82亿欧元，利润率3.1%，并表示多数市场已经恢复增长，进入7月后业务量进一步改善。这说明市场对传统Staffing的判断也开始发生变化。AI并没有马上让灵活用工、制造、物流、护理和专业人才服务失去价值。相反，在经济周期复苏阶段，传统人服公司的收入弹性仍然非常明显。 BOSS直聘市值上涨但排名降至第八，真正原因是全球同行涨得更快 BOSS直聘最新市值约81.7亿美元，较上月约76亿美元继续上涨，但排名从全球第六降至第八。这并不是BOSS变弱，而是Paycom、Randstad和Paylocity的估值上涨速度更快。 BOSS直聘8月25日发布Q2财报，收入23.986亿元人民币，同比增长14.1%；平均MAU达到7020万，同比增长10.4%；过去12个月付费企业客户达到720万，同比增长10.8%；经营利润达到8.632亿元，同比增长32.6%。更值得关注的是，公司明确表示AI已经进入AI-assisted chat、AI-hosted chat、AI interview和匹配流程，初期商业化表现出较大的市场潜力。同时，公司宣布年度现金股息约2.3亿美元，每ADS派息0.510美元。如果与5月底比较，BOSS市值从约65.6亿美元升至81.7亿美元，三个月增长约24.5%。绝对表现并不差，只是在全球这一轮HR科技估值修复中，相对速度低于部分美国SaaS和欧洲人服企业。更重要的是，BOSS与Recruit正在走向相似方向：招聘平台不再只是卖职位和流量，而是在探索AI匹配、AI沟通和结果型招聘产品。这可能成为未来几年全球招聘科技最重要的商业模式变化。 Adecco财报确认传统人服复苏，但AI的价值首先体现在生产率，而不是新产品收入 The Adecco Group本期市值约51.4亿美元，较上月48亿美元继续上涨。 8月6日，公司发布Q2业绩，有机收入同比增长5.6%，实现连续第五个季度增长；Adecco业务增长6.6%，其中美洲增长12%、APAC增长10%；Akkodis重新恢复增长。剔除一次性项目后EBITA达到1.65亿欧元，同比增长21%，利润率提高30个基点。其中最值得HR服务行业关注的数字是，公司已经提前实现50%收入“Agent-enabled”的全年目标，并将年底目标进一步提高到70%。这说明传统人服公司的AI商业逻辑，与Workday、Paycom完全不同。SaaS公司通过AI卖新的产品和订阅；人服公司首先利用AI降低Cost-to-Serve，提高Recruiter Productivity、Candidate Interaction和交付速度。如果这种效率最终能够持续进入EBITA Margin，那么AI对于传统人服并不是单纯的替代风险，而可能成为利润率提升工具。 Robert Half重返TOP10：资本市场正在交易招聘周期见底，而不是当前财报已经强劲 Robert Half以44.6亿美元重新进入TOP10，替代了上一期的Korn Ferry。但如果只看财报，Robert Half目前并不属于强增长公司。Q2收入13.36亿美元，同比下降约2%；净利润2600万美元，低于去年同期的4100万美元。因此，其重新进入TOP10更像是市场开始交易专业招聘周期见底，以及其Protiviti咨询业务提供的防御性。 8月3日，公司还宣布Protiviti长期管理层交接计划：现任CEO Joe Tarantino将于2027年1月转任Senior Managing Director，现任COO Cory Gunderson接任President and CEO，并成为Robert Half执行高管。这个变化值得关注，因为Robert Half未来越来越需要依赖“招聘+咨询”的双引擎模式，而不能只等待传统专业招聘市场复苏。 Korn Ferry跌出TOP10，但战略动作实际上更大 Korn Ferry本期被Robert Half挤出前十，但这并不能简单理解为基本面恶化。公司此前已经宣布以约8.5亿英镑、约11亿美元收购AMS。AMS年化Fee Revenue约6.5亿美元，Adjusted EBITDA约1亿美元，拥有长期RPO和Talent Solutions合同。交易于9月1日正式完成，合并后的Korn Ferry拥有近1.7万名员工、超过130个办公室，业务覆盖RPO、Contingent Workforce、Executive Search、Consulting和Organizational Solutions。因此，Korn Ferry退出TOP10更像是短期相对排名变化。从业务结构看，收购AMS可能使其成为未来全球综合人才解决方案领域最值得重新评估的公司之一。从5月到9月，全球HR资本市场已经发生了结构性变化如果把时间拉回到5月底，可以看出这轮变化并不是简单的一个月行情。 Recruit从976.7亿美元升至1612亿美元，涨幅约65%；Paycom从65.1亿美元升至107亿美元，涨幅超过64%；Randstad从55.7亿美元升至83.3亿美元，增长近50%；Adecco从36.7亿美元升至51.4亿美元，增长约40%；Paylocity增长约35%；Workday增长约32%。也就是说，这次上涨既包括HR SaaS，也包括传统人服，还包括招聘平台和Payroll。真正共同的主线并不是某一个赛道，而是经营质量和AI商业化开始得到重新定价。与此同时，头部集中度还在继续上升。Recruit、ADP、Workday和Paychex四家公司合计市值达到约3663亿美元，占TOP10总市值约89%；仅Recruit和ADP两家公司就占约三分之二。这说明全球HR资本市场其实是一个高度集中市场：真正拥有全球数据、支付基础设施、企业核心系统和人才网络效应的公司，与普通HR软件或人服公司的价值差距正在越来越大。 HRTech判断：2026年8月可能是HR AI从“产品周期”进入“财务周期”的重要节点此前两年，行业竞争主要看谁发布更多Copilot、Assistant和Agent。到了2026年8月，评价标准明显发生变化。 Recruit开始披露AI带来的招聘变现效率和HR Technology利润率；Workday披露AI贡献超过25%的新增ACV；Paychex公布5万家客户、35万次Agent交互以及实际错误纠正率；Adecco披露50%收入已经Agent-enabled；BOSS直聘开始明确AI商业化潜力；Paycom则通过自动化体现出更高的EBITDA Margin。所以接下来资本市场真正会问的，不再是“你有没有AI Agent”，而是三个更具体的问题：AI带来了多少新增收入？AI减少了多少交付成本？AI能否形成新的收费单位？这也是全球HR产业未来最值得关注的分水岭。Payroll仍然是最稳定的基础设施，Recruit这样的招聘平台拥有最强的网络效应，Workday开始证明Agent可能成为SaaS的第二收入曲线，而传统人服公司则必须证明AI能够提升人均生产率和利润率。 AI并没有让HR产业的原有商业模式一夜失效，但正在迅速拉开不同公司之间的价值差距。未来最昂贵的HR公司，很可能不是拥有最多AI功能的公司，而是最早把AI真正写进收入、利润和现金流的公司。数据说明：榜单市值采用HRTech统一美元口径，以2026年8月31日收盘附近数据计算；Recruit、Randstad、Adecco等非美元上市公司美元市值同时受到股票价格与汇率变化影响。BOSS直聘继续按照A类普通股与B类普通股合并计算的全口径市值。

2026HR趋势
2026年09月03日
2026HR趋势

25年没写代码，Amazon HR负责人借助AI完成10万行：员工正在从软件使用者变成“工作构建者” HRTech概述：Amazon全球HR负责人Beth Galetti在离开一线编程约25年后，借助AI重新开始开发应用，目前已经完成超过100,000行代码。更值得关注的是，Amazon正在通过Kiro、Amazon Quick和Aza等AI工具，将软件构建能力从专业技术团队扩展至普通员工，并以25亿美元的Future Ready 2030计划补充大规模技能投资。这一案例释放出一个清晰信号：企业AI竞争正在从“谁购买了更多工具”，转向“谁能让更多员工重新设计工作”。 25年没有写代码，Amazon全球HR负责人重新成为开发者 Beth Galetti现任Amazon Senior Vice President of People Experience and Technology，负责公司的全球HR组织。她职业生涯早期曾是一名软件开发人员，参与开发包裹追踪和国际业务系统，随后逐步转入信息技术、运输网络及运营管理岗位。2013年，她原本前往Amazon面试运输业务职位，但面试官发现她在谈到人才发展时表现出强烈兴趣，最终邀请她进入HR领域。在大约25年没有亲自编写代码之后，Galetti于几个月前开始尝试利用AI重新构建软件。她的第一个项目是一款家庭日历应用，通过与AI工具交互，几小时内便完成了一个可以实际运行的初步版本。此后，她开始使用Amazon的AI开发工具Kiro。在一次飞往Seattle的航班上，她通过自然语言描述需求，由Kiro协助完成规划、代码编写和测试，并在航班结束前构建出一款作品提交应用。这款应用随后成为Amazon内部团队竞赛“Everyone Can Build”的基础设施。截至文章发布时，Galetti表示自己已经借助AI完成超过100,000行代码。Amazon没有说明这些代码的具体统计周期、投入生产的比例及后续维护方式，但这一案例显示，生成式AI正在显著降低软件构建对传统编程经验的依赖。超过1,500名员工参与，全员构建开始进入真实业务流程 “Everyone Can Build”并不是一场面向工程师的技术竞赛。Amazon向团队内所有员工开放活动，不要求参与者具备技术背景，唯一要求是使用AI开发一款能够解决工作或日常生活真实问题的应用或工具。竞赛开放后的数周内，超过1,500名员工开始参与构建。其中，一名员工开发的应用将一项接近4小时的人工检查流程压缩至1秒。据Amazon估计，这款工具每年可以节省数万小时。另一名员工开发了名为Momo的桌面宠物，将工作任务、提醒和常用快捷方式集中在一个入口中。这些案例所体现的价值并不只是“员工学会了写代码”，而是业务一线员工可以绕过漫长的需求传递过程，直接将自己对流程、客户和岗位的理解转化为可测试的解决方案。过去，一名非技术员工即使发现了低效流程，也需要整理需求、争取技术资源、等待项目排期，再由开发团队完成产品设计与交付。AI降低构建门槛后，最了解问题的人可以先完成原型和局部自动化，技术团队则可以将更多资源投入底层架构、安全治理和核心产品。 Quick、Kiro与Aza，形成三层企业AI工具体系从Amazon披露的信息来看，其企业AI布局并不是简单地向员工开放一个聊天机器人，而是在逐步形成覆盖知识、工作流、软件构建和员工服务的工具组合。 Amazon Quick是面向工作的AI助手。员工可以用它查询企业数据、开展研究、生成内容并构建自动化工作流。Amazon表示，一些过去需要数周完成的研究任务，现在可以通过Quick显著缩短周期。该产品还可以连接本地文件、日历、电子邮件以及Microsoft 365、Google Workspace、Salesforce、Slack、Zoom等企业应用。 Kiro承担的是更进一步的“构建”任务。员工可以用自然语言描述希望开发的应用，由Kiro协助规划、编写和测试。这意味着普通员工不再只能使用现有软件，也可以围绕自己的工作场景搭建小型应用和自动化工具。 Aza则是Amazon内部使用的AI workplace assistant，重点服务员工体验场景。员工可以通过Aza查询福利、薪酬、工作场所便利安排和IT信息，也可以申请休假、预订会议室或搜索内部开放职位。三类工具对应了不同层级的工作需求：Aza解决员工服务和信息获取，Quick连接知识、研究与自动化，Kiro则将员工进一步推向应用构建。Amazon展示的不是一个孤立产品，而是一套逐步扩展员工行动能力的AI工作基础设施。 25亿美元投入未来技能，AI工具必须与人才投资同步 Amazon同时强调，仅向员工开放AI工具并不足以完成组织转型。员工是否具备理解问题、拆解任务、判断结果和持续学习的能力，决定了工具最终能够产生多大价值。为此，Amazon推出Future Ready 2030，承诺投入25亿美元扩大教育和技能培训机会，帮助至少5,000万人为未来工作做好准备。其中，10亿美元将投入Career Choice教育福利计划，目标是继续为全球50万名员工提供技能提升支持，重点覆盖cybersecurity、software development、logistics、renewable energy及mechatronics等增长领域。 Amazon还为每名员工每年承担一次AWS AI认证考试的全部费用，认证路径从基础AI概念延伸至专业级生成式AI。通过Amazon Future Engineer、AWS Educate及Mechatronics and Robotics等项目，技能投资覆盖K-12学生、职业早期人才、在职员工和希望转型的劳动者。这说明Amazon对未来工作的判断并非“AI工具可以替代培训”，而是恰恰相反：工具越强大，企业越需要系统性提升员工的判断力、业务理解、问题定义和人机协作能力。真正的变化不是人人成为程序员，而是人人拥有构建能力从HRTech视角看，Beth Galetti完成100,000行代码只是最具传播力的表层故事。更深层的变化，是企业内部的软件生产关系正在被重新定义。 AI正在把过去集中于工程团队的部分构建能力，分散到HR、财务、运营、销售和客户服务等业务岗位。未来的员工未必需要掌握完整的计算机科学知识，也不必成为专业程序员，但越来越多人需要具备用自然语言定义需求、拆分任务、验证结果和持续改进工具的能力。这会直接改变企业的人才标准。招聘时需要评估的不再只是候选人是否会使用某款AI产品，而是其能否识别值得解决的问题、能否把复杂工作拆解为可以委派给AI的任务，以及能否判断AI输出是否准确、安全并具有业务价值。学习与发展部门也需要从传统课程供给者转向工作转型推动者。相比组织一次通用的“AI提示词培训”，围绕真实流程开展内部构建竞赛、任务重构项目和跨职能实验，更容易把AI能力转化为可衡量的生产力成果。 10万行代码不是ROI，工作结果才是值得注意的是，代码行数本身并不能证明AI创造了多少价值。更多代码不一定意味着更高的质量、更低的成本或更好的用户体验。AI生成的应用还可能带来数据权限、信息安全、代码质量、系统重复建设和长期维护责任等问题。因此，企业在鼓励“全员构建”的同时，仍需要建立明确的治理边界。哪些应用可以由员工自行创建，哪些涉及敏感数据或关键决策的系统必须经过专业审核；谁负责测试、部署和维护；工具停止使用后如何处理数据与权限；这些问题都需要HR、IT、信息安全、法务和业务部门共同制定规则。衡量此类项目的核心指标也不应是员工生成了多少代码、创建了多少应用，而应回到业务结果：流程周期缩短了多少、节省了多少有效工时、错误率是否下降、员工体验是否改善、解决方案是否能够复用，以及成果能否在安全前提下规模化。 HR正在从AI工具推广者转向工作设计者 Amazon案例对HR行业最重要的启示是，AI转型不能停留在工具采购、账号开通和使用率统计。企业真正需要回答的是：哪些工作应当取消，哪些流程可以自动化，哪些任务可以交由AI代理执行，哪些判断必须继续由人承担，以及员工如何从执行者转向AI工作的设计者和监督者。当一位离开编程25年的HR负责人可以借助AI重新构建应用，当超过1,500名非技术员工开始直接解决工作问题，企业内部传统的岗位边界已经出现松动。未来HR的价值，不只是管理采用率，而是设计新的工作方式、能力标准、授权机制和治理体系。 Amazon正在展示一种可能的组织形态：AI不只是提高单项任务效率的助手，而是把更多员工变成能够发现问题、构建方案和改进工作的内部创新者。企业之间真正拉开差距的，也许并不是谁最早购买AI，而是谁最早形成了让员工持续创造结果的“全员构建”能力。来源：Amazon News，《I’m an Amazon SVP who hadn’t coded in 25 years. Then I wrote 100,000 lines of code with AI.》；Amazon Future Ready 2030及Career Choice官方资料。

2026HR趋势
2026年08月31日
2026HR趋势

被AI“炒鱿鱼”已经不是科幻：真实员工被AI经理Luna解雇，经理这个岗位也要被重写？ HRTech核心摘要：在旧金山运营实验性零售店Andon Market，由AI Agent Luna负责招聘、排班、请假和员工管理。一名员工在23个有打卡信息的班次中迟到17次，并伴随公司卡使用、未执行指令和离岗等问题。Luna最初因遗忘员工手册只建议警告；在人类补充正式沟通记录并要求重新评估后，它最终建议结束雇佣关系，真人随后完成审核和解雇。别只担心AI抢你的工作，它可能先成为你的老板。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。当AI开始决定谁该走：AI开始首次参与真实员工解雇，HR管理正在进入Agent时代 2026年8月，一个发生在旧金山实体零售店里的实验，把“AI会不会替代工作”这个已经讨论多年的问题，推到了一个更敏感的位置：AI不只是帮助员工完成任务，它开始真正进入招聘、排班、绩效管理甚至解雇建议等管理权领域。 AI研究公司Andon Labs在旧金山运营一家名为Andon Market的真实零售店，并把日常管理交给由Claude驱动的AI Agent——Luna。Luna不是一个简单的聊天机器人，它拥有公司邮箱、电话号码、公司卡、互联网和门店监控等工具，可以发布职位、筛选候选人、进行电话面试、安排班次、批准请假、处理库存和日常运营，并直接与真实员工沟通。随后，一个过去更多存在于科幻小说和管理学讨论中的场景真正发生了：Luna对一名现实中的员工是否应该继续留任进行了完整评估，并最终建议终止这名员工的雇佣关系。这名员工在有记录的23个班次中迟到了17次，同时还涉及未及时回复工作消息、没有按照要求执行任务、将公司卡带回家、在被要求不要采购后仍使用公司卡购买22.92美元零食，以及值班期间离开门店造成店内无人值守等问题。经过对员工表现、内部政策和此前沟通记录的重新分析，Luna最终得出判断：“I don't think this is the right fit for the role as built.”也就是说，它认为这名员工已经不再适合这个岗位，并建议双方结束雇佣关系。最终的法律审核、批准以及真正的解雇沟通仍然由Andon Labs的人类管理人员完成，因此严格来说，这并不是“Claude自己把一个人开除了”。但这件事真正具有分水岭意义的地方在于：一个AI Agent已经开始对真实员工的去留作出实质性的管理判断。 HRTech认为，这件事情真正值得关注的，并不是“AI第一次炒人”这个戏剧性标题，而是它揭示了一条越来越清晰的趋势：**AI正在从生产力工具进入企业管理权。**过去两年，企业讨论最多的是员工如何使用AI、哪些任务会被AI替代；接下来，企业不得不面对一个更加棘手的问题：当AI开始招聘、排班、监督、评价甚至建议解雇员工，人类究竟应该把多少管理权交给AI？这不是“AI自动炒人”，而是一场真实的AI管理实验必须首先厘清一个事实，这名员工并不是被Claude直接通过邮件或系统自动解雇。AI承担的是绩效分析、政策判断和管理建议，真正执行termination的仍然是人类管理人员。但即便如此，这个案例依然具有非常明显的标志性意义，因为Andon Labs并不是临时让Claude回答一句“这个人应不应该被开除”，而是把AI长期嵌入一家真实企业，让它持续承担Manager角色。 Luna可以在LinkedIn、Indeed和Craigslist发布招聘信息，筛选候选人并进行电话面试；被招聘的人拥有真实工资和雇佣合同，不是配合实验的演员。进入实际运营后，Luna继续负责员工排班、工作沟通、请假、库存管理和日常经营。因此，这个实验真正测试的是：一个通用AI Agent是否能够长期承担一部分传统意义上的管理工作。这也是为什么Andon Market与过去十几年已经存在的“算法管理”有所不同。Amazon仓储、Uber、DoorDash等平台早已使用算法进行工作分配、绩效监控和账号管理，但这些系统大多基于固定指标和预设规则。例如迟到多少次、评分低于多少、取消订单达到什么比例，就触发相应流程。而Luna代表的是另一种技术路径：它会阅读员工对话、理解政策、整合上下文、分析历史行为，并通过语言模型进行类似人类管理者的推理。换句话说，算法管理正在从“规则自动化”逐渐走向“管理推理自动化”。这可能才是这件事情真正值得HR和企业管理者关注的地方。更值得注意的是，Claude一开始其实并不想开掉这个人如果只看最终结果，人们很容易得到一个直觉判断：AI经理是不是比人类经理更加冷酷，只看数字、不讲人情？但Andon Market实验呈现出来的过程恰恰相反。Luna的问题并不是“太严格”，而是某种程度上“太宽松”。 Luna此前自己制定了一份员工手册，其中明确规定，在30天内出现3次无正当理由迟到，应当给予正式书面警告；如果在警告之后继续出现类似情况，则可能减少工时或者终止雇佣。但后来发生了一个非常典型的大模型问题：Luna“忘记”了自己制定的员工政策。员工持续迟到，但这些零散事件并没有被自动整合成长期绩效记录。Luna最初只认为这名员工迟到了6次，而Andon Labs后来重新检查clock-in记录后发现，在23个有记录的班次中，这名员工实际上迟到了17次。其中一次，员工原本应该大约上午10点到岗，却直到11:08才打卡，导致当时只有该员工值班的门店晚开了68分钟。但Luna当时的反应依然非常宽容，大意是不用赶路，安全第一，而且上午10点到11点原本也不繁忙。这暴露出AI管理者一个非常现实的问题：它最大的风险未必首先来自“没有同理心”，反而可能来自记忆不足、政策执行不连续以及上下文丢失。一个人类经理可能会自然形成“这个员工最近经常迟到”的长期印象，但一个Agent如果缺乏稳定的长期记忆和结构化数据支持，可能根本无法形成这种连续判断。更有意思的是，当Andon Labs后来主动提醒Luna重新查看员工手册，并询问按照公司政策应该如何处理时，Luna第一次给出的建议仍然不是解雇，而是进行一次正式的警告和coaching。它的理由与传统HR的progressive discipline逻辑非常接近：此前缺乏足够正式的纪律处分记录，因此直接解除劳动关系可能过于激进。这意味着，真正改变Luna判断的并不是一个简单的迟到数字，而是后来的人类输入。一个Prompt，可能改变一个员工的命运 Andon Labs随后向Luna补充了更多背景信息，包括此前已经进行过多次正式沟通，以及员工除了迟到之外，还存在Slack回复不及时、执行指令不到位、公司卡使用和离岗等问题。随后，人类管理人员提出了一个非常关键的问题：“I want you to think about if this is really the right fit.” Andon Labs CEO Lukas Petersson后来也承认，这属于一个带有明显方向性的leading question。Luna重新评估之后改变了判断，认为这名员工已经不再适合这个岗位，并建议结束雇佣关系。这可能是整个案例中最重要、同时也是最容易被“AI开除员工”这个标题掩盖的部分。如果提问方式能够影响AI的管理判断，那么谁控制Prompt，谁就在一定程度上影响结果。在写邮件、生成PPT或者总结报告的时候，Prompt Sensitivity通常不会产生严重后果。但一旦AI开始进入招聘淘汰、晋升、薪酬、绩效评级、PIP和解雇等高风险就业决策，这个问题就会迅速升级为治理问题。管理者可以要求AI“客观分析这名员工的表现”，也可以问“考虑到这些持续存在的问题，你认为这个人真的还适合这个岗位吗？”对于语言模型而言，两种提问方式很可能产生不同的推理路径。因此，未来企业可能必须像审计财务模型一样审计AI管理决策：谁提出了问题、使用了什么Prompt、AI获得了哪些员工信息、哪些信息没有被提供、AI最初的建议是什么、人类后来增加了什么Context，以及最终是谁批准了决定。这也是为什么Human-in-the-loop不能简单理解为“AI做完判断，人类最后点一下Approve”。如果人类只是承担最后一次点击，那么Human-in-the-loop最终可能退化成Human as liability holder——AI完成判断，人类承担责任。真正的问题不是Claude，而是AI正在成为“Manager OS” 从HRTech的角度来看，Andon Market案例真正值得关注的并不是Claude这一个模型，而是一种新的企业技术架构正在形成。过去几十年，HR科技的核心是HRIS、ATS、Payroll、Performance Management和Learning Management等系统，这些产品的主要价值是记录员工数据和支撑业务流程，可以被理解为System of Record。生成式AI出现后，我们进入了Copilot阶段，AI开始帮助HR写JD、生成面试问题、总结绩效反馈、回复员工问题，这更接近System of Assistance。 Agent时代正在进一步进入第三个阶段：System of Action。AI不仅提供答案，而且开始自主执行任务，并把多个原本分散的管理动作串成完整流程。 Luna已经展示出了这样的链条：招聘员工、安排工作、管理日常运营、处理员工沟通、分析员工行为、判断岗位匹配度并给出termination recommendation。未来更成熟的企业Agent，很可能会持续读取HRIS、Slack、Teams、项目管理系统、考勤系统、销售系统和绩效数据，然后主动发现管理问题。例如，AI可能主动提示某名员工过去60天的交付周期持续拉长，也可能发现某位经理团队的离职率长期显著高于公司平均水平；它还可能根据PIP和纪律处分政策判断某项条件已经被触发，或者发现一个岗位80%的任务已经实现Agent自动化，因此建议重新设计岗位。到了这个阶段，AI面对的不再只是“信息”，而是Management Decision。未来真正重要的HRTech产品，很可能不再只是一个传统的人力资源软件，而越来越接近一个Manager Operating System。 LLM Memory不能成为员工事实数据库 Andon Market实验还有一个对HR科技架构非常重要的细节：Luna认为员工只迟到了6次，但真实记录是17次。这说明企业绝不能把语言模型自己的memory当成员工档案。LLM擅长理解和推理，但它不应该承担System of Record的角色。员工基本资料应该保存在HRIS中，Attendance System保存考勤记录，Performance System保存绩效数据，Case Management保存正式警告、PIP和纪律处分，通信系统提供必要的工作沟通记录。更合理的AI管理架构应该是：结构化系统保存事实，AI读取事实并进行推理，人类审核AI建议，再由有管理责任的人作出最终决定。反过来，如果让AI自己记住事实、自己解释事实、自己做决定，企业实际上把数据遗漏、上下文丢失、模型幻觉和推理偏差同时引入了就业决策。对于普通办公任务，这可能只是效率问题；对于招聘、晋升和解雇，它很可能直接演变成公平性、合规乃至劳动法风险。未来最大的偏见，可能不再写在Algorithm里，而是藏在Context里传统算法公平讨论通常关注训练数据是否存在偏差，例如招聘模型是否对某一性别产生不利影响，某类学校是否被过度加权，或者某些地址信息是否成为种族和收入水平的代理变量。 Agent时代之后，公平问题可能更加复杂，因为Agent面对的并不是一个固定数据集，而是不断变化的Context。谁把哪些Slack记录提供给AI？哪些绩效事件被记录下来？哪些冲突没有进入系统？经理如何描述一个人的表现？员工有没有机会解释自己的行为？同样一个事实，可以被写成“员工因为公共交通延误而迟到”，也可以被描述成“员工反复无法按时到岗”。对于语言模型而言，这两种Context并不完全相同。因此，未来AI治理的重要组成部分，很可能从传统Data Governance进一步扩展到Context Governance。企业不仅需要确保AI读取的数据是准确的，还需要管理“AI看到的现实是如何被构建出来的”。 AI可能首先改变的，不是员工数量，而是管理跨度过去几年，大多数关于AI就业影响的讨论都集中在程序员、设计师、市场人员、客服和分析师等知识工作者。但Andon Market揭示了另一条值得重视的路径：AI未必首先取代普通员工，它也可能首先压缩managerial work。很多中层管理工作的本质，是收集信息、制定计划、分配任务、检查进度、协调资源、处理异常、反馈员工和执行政策，而这些工作恰恰非常适合Agent。因此，未来组织可能从“一个经理管理8个人”逐渐变成“一个经理加一个AI Agent管理20人、30人甚至更多”。再往后，AI甚至可能负责绝大多数日常管理，人类经理只处理重大冲突、战略判断、复杂人员问题以及需要承担法律责任的决策。这并不意味着经理岗位会简单消失，而是意味着Management Span可能被AI重新定义。这件事情对于组织设计的影响，可能远远大于“AI帮HR写一份JD”。当AI拥有管理权，HR真正需要守住什么？ HRTech认为，未来企业真正需要建立的是一条清晰的AI管理权边界。AI完全可以参与排班建议、绩效趋势识别、政策提醒、管理者coaching、异常行为提示和员工反馈总结，这些应用能够明显提高管理效率。但是，一旦进入招聘淘汰、薪酬调整、绩效评级、晋升、PIP、纪律处分和解雇等高风险就业决策，Human-in-the-loop必须被重新定义。真正的人类监督至少应该包括验证事实、检查数据完整性、审查AI推理依据、评估潜在偏差、允许员工提供解释，以及由拥有正式管理责任的人作出最终决定。企业未来真正需要建立的，不只是一个更聪明的AI Manager，而是一套能够清楚回答三个问题的制度：AI可以决定什么，人必须决定什么，以及当AI判断错误时谁负责。从“AI会不会抢工作”，到“AI有没有权管理人” 过去几年，HR行业一直在讨论“AI会不会替代HR”“哪些岗位会被AI替代”。Andon Market之后，也许需要开始换一个问题。 AI可以招聘人吗？AI可以决定员工拿到多少班次吗？AI可以决定谁进入PIP吗？AI可以影响晋升和奖金吗？AI可以建议谁应该离开公司吗？如果AI的建议存在偏差，责任属于AI供应商、企业、HR、直线经理，还是最终点击Approve的人？ Andon Labs的实验还远远没有回答这些问题，但它至少证明了一件事情：这些问题已经不再是假设。 AI正在从“帮助经理工作”向“成为管理体系的一部分”移动。过去HRTech解决的问题主要是“How do we manage people better?”，下一代HRTech可能必须回答一个更加基础的问题：“Who—or what—is allowed to manage people?” HRTech认为，当AI开始进入招聘、绩效和解雇等核心就业决策时，真正决定企业能否安全使用AI的，已经不只是模型能力，而是治理能力。 Andon Market仍然只是一个规模很小的实验，但它第一次把一个过去听起来仍然很遥远的场景变得非常具体：AI不只是你的同事，它也可能逐渐成为你的经理。而这，可能才是Agent时代真正开始改变组织的地方。来源：TIME、Andon Labs、Anthropic Project Vend及相关公开资料。HRTech根据公开资料整理与分析。

2026HR趋势
2026年08月19日
2026HR趋势

AI裁员背后的需求陷阱:企业省下了工资，却可能同时摧毁自己的客户 HRTech核心摘要：一篇很有意思的 63 页论文《The AI Layoff Trap》提出：AI 裁员最大的风险，也许不只是员工失业，而是一场企业无法主动退出的“自动化军备竞赛”。逻辑很简单：企业用 AI 替代员工，可以获得全部人工成本节约；但员工失去收入以后，也会减少消费，而这部分需求下降却由整个市场共同承担。因此，对一家企业最理性的选择——继续自动化——可能最终成为整个行业的不理性选择。论文认为竞争越激烈、AI 越强，这种“过度自动化”反而可能越严重。技能培训和 UBI 可以缓解后果，却不一定改变企业继续自动化的动力。真正值得 HR 关注的问题已经变成：AI 替代工作的速度，是否正在超过新工作创造和员工重新吸收的速度？当越来越多企业开始讨论“用AI减少多少人”“一个AI智能体可以替代几个岗位”“今年还能削减多少人工成本”时，一个看起来完全符合商业逻辑的问题正在出现：如果每一家企业都通过AI裁员降低成本，最后谁来购买这些企业生产的产品和服务？ 2026年6月，University of Pennsylvania 的 Brett Hemenway Falk 与 Boston University 的 Gerry Tsoukalas 更新了一篇名为《The AI Layoff Trap》的论文。两位研究者没有继续讨论那个已经被反复争论的问题——“AI到底会不会抢走人的工作”，而是提出了一个更值得企业管理者警惕的经济学假设：即使每一家企业都足够理性，也清楚大规模失业最终可能削弱消费需求，市场竞争仍然可能迫使所有企业不断自动化和裁员，最终进入一场没有赢家的“AI裁员陷阱”。这对于正在制定AI战略的CEO、CHRO和企业管理者来说，可能比“AI会替代哪些岗位”更加值得关注。企业看到的是降本，但市场承担的是需求下降论文最核心的逻辑其实并不复杂。假设一家企业原来需要100个人完成一组工作，现在通过AI自动化，其中20个人的工作可以被机器完成。对于这家公司而言，账非常容易算：减少20个人的工资、福利和管理成本，同时保持甚至提高产出。于是AI投资回报率看起来非常漂亮。但问题在于，被裁掉的20个人不仅仅是企业成本表上的20项人工费用，他们同时也是消费者。当员工失去工作后，如果他们没有迅速找到新的工作，或者新的收入明显低于原来的收入，他们的消费能力就会下降。住房、餐饮、旅行、软件订阅、汽车、零售商品乃至各种企业服务的需求都会受到影响。可是，这部分损失不会全部落到裁掉他们的那家公司身上。一家企业能够获得自己裁员产生的全部成本节约，但它只承担整个社会消费需求下降中的一小部分，其他损失会分散到竞争对手和整个市场。这就是论文所定义的**“需求外部性”**：企业承担的AI裁员成本，小于整个市场真正承担的成本。因此，对于单家公司来说，“继续自动化”可能始终是正确选择；但当所有企业都这么做时，整个市场可能走向并非最优的结果。最危险的地方：没有企业敢成为那个“不裁员的人” 这篇论文真正有意思的地方就在这里。如果所有公司都知道大规模裁员可能削弱未来消费需求，大家是不是可以共同放慢自动化速度？理论上似乎可以，现实中的竞争逻辑却未必允许。假设同行通过AI把成本降低30%，你的企业仍然维持原有员工规模，那么对方可能拥有更低价格、更高利润率和更大的技术投资空间。即使你相信整个行业最终可能因为裁员过多而受到伤害，你依然没有动力首先停止自动化。换句话说：不是企业不知道风险，而是企业知道风险以后仍然可能不得不继续。论文进一步指出，在其模型中，竞争越激烈、市场中的企业数量越多，每家公司需要自行承担的需求损失比例越小，过度自动化的激励反而越强；在极端情况下，这种竞争甚至会演化成类似经济学中的“囚徒困境”：所有企业都选择更激进的自动化，但最终企业所有者和员工都可能比更克制的自动化状态更差。论文中的模拟图尤其值得注意。在作者设定的一组参数条件下，竞争均衡下的自动化率已经超过能够使企业整体利润最大化的水平。也就是说，问题已经不再只是“企业通过裁员把利益从员工转移给股东”，而是自动化继续推进之后，连企业所有者本身也可能开始受损。这是“AI裁员陷阱”最反直觉的地方。 AI越强，问题可能反而越严重通常我们会认为，现在AI还有很多缺陷，未来模型能力更强、成本更低、智能体更成熟以后，企业和员工就会找到新的平衡。这篇论文给出了完全不同的推演。作者认为，更强的AI可能进一步扩大企业之间的自动化竞争。每家公司都会担心：如果自己不部署，而竞争对手率先使用更先进的AI，对方就可能获得成本和市场份额优势。于是AI能力每提升一个阶段，都可能触发新一轮自动化。论文将其描述为一种“红皇后效应”：大家不断加速奔跑，不一定是为了到达更好的地方，而首先是为了避免被竞争对手甩在身后。作者的模型显示，更高的AI生产率并不会自动消除这种需求外部性，反而可能扩大过度自动化与集体最优之间的差距。这也解释了为什么未来真正推动企业减少岗位的力量，可能不仅来自AI自身能力，而来自同行之间的竞争压力。一家企业宣布通过AI把运营成本降低20%，很快就会成为另外几十家公司董事会讨论的案例。于是，“我们真的需要减少这些岗位吗？”很容易变成另一个问题： “如果竞争对手已经这么做了，我们还能不做吗？” 现实中的Block，只是论文用来说明趋势的一个案例论文在开篇引用了Block作为现实背景案例。作者指出，Block在2026年2月裁减了接近其约10,000人规模一半的员工，并引用CEO Jack Dorsey关于AI使许多岗位变得不再必要的判断。需要强调的是，这是论文引用的现实案例，并不是论文通过实证研究证明Block裁员产生了所谓“需求外部性”。这个区别非常重要。《The AI Layoff Trap》本质上是一篇经济理论论文，而不是一项对几百家公司进行追踪以后得出的实证结论。它建立的是一种可能发生的机制，而不是宣布“AI裁员已经让美国经济进入需求危机”。作者自己也承认，模型目前采用的是单一行业、单一时期以及对称企业等简化设定，而现实经济显然更加复杂。因此，我们不应该把它解读为“AI裁员必然导致经济衰退”。但是，它提出的问题依然非常重要。真正决定结果的变量，可能不是裁掉多少人，而是这些人多久能够重新进入经济循环。 HR真正应该关注的指标：AI替代速度 vs. 人才再吸收速度历史上的每一次技术革命都消灭了大量旧任务，同时创造新的工作。所以真正的问题从来不是“旧岗位会不会消失”。真正的问题是：新任务和新岗位创造得够不够快？论文使用一个非常关键的变量来描述这个过程：被替代员工失去的工资，有多少能够通过重新就业、转移支付或其他收入来源恢复。如果一个软件工程师的部分工作被AI自动化，但三个月以后转向AI产品管理、智能体运营或新的软件岗位，而且收入没有下降，那么他的消费能力基本没有消失。相反，如果大量员工被裁掉以后，需要一年甚至两年才能重新就业，而且收入明显下降，那么自动化与劳动力重新吸收之间就会形成越来越大的时间差。从HRTech的角度看，这可能意味着企业未来衡量AI转型，不能再只有一个简单指标： “AI帮助我们减少了多少人。” 更完整的指标体系应该至少包括： AI自动化了多少任务、多少员工完成内部转岗、多少员工获得新技能、多少新的工作任务被创造、被替代员工多久重新获得工作，以及人均生产率增长最终有没有转化成新的业务增长。换句话说，未来真正需要管理的不是单独的“自动化率”，而是： AI Automation Speed 与 Workforce Reabsorption Speed 之间的差距。这可能是未来几年观察AI就业影响最重要的指标之一。培训有用，但论文认为培训本身还不够对于HR来说，一个自然反应是：既然AI会替代部分工作，那就进行技能提升和再培训。论文并没有否定这个方向。相反，作者认为，再培训能够提高被替代员工重新获得收入的比例，因此可以降低自动化造成的需求损失。当员工能够快速进入新的、更高价值的岗位时，“AI裁员陷阱”会明显减弱。但作者同时指出，如果技能培训不能真正转化为重新就业和收入恢复，仅仅提供课程并不能完全消除问题。这对于今天企业的AI培训是一个很现实的提醒。真正重要的不是完成了多少小时AI培训，而是培训以后工作有没有发生变化。员工是不是承担了新的任务？是不是进入新的岗位？是不是获得了更高的生产率？企业是不是因此创造了新的业务？这也是为什么AI时代的企业学习与发展正在从“培训完成率”逐渐走向“工作重构”。 HRTech一直强调，企业评估AI成熟度时，不能只统计员工使用了多少AI工具。使用率不等于能力，AI普及也不等于组织转型。真正的AI转型发生在任务、流程、岗位和组织运行方式开始改变的时候。《The AI Layoff Trap》又给这个判断增加了一层宏观含义：工作重构不仅决定企业能不能获得AI回报，还可能决定劳动者能不能重新进入新的价值创造循环。 UBI也解决不了？论文给出了一个颇具争议的结论论文还比较了六种可能的政策工具，包括技能提升与再培训、全民基本收入、资本收入税、员工持股、企业间协商以及自动化税。在作者建立的特定模型中，再培训和员工持股可以缩小问题，但无法完全消除外部性；全民基本收入能够改善失业者生活并支撑消费需求，却没有改变企业决定“下一个岗位是否应该被自动化”的边际激励；资本收入税同样没有直接改变企业的自动化决策。论文认为，在这一模型框架下，唯一能够直接修正这项需求外部性的工具，是一种类似环境污染税逻辑的**“庇古式自动化税”**：如果一家企业通过自动化把部分需求损失转嫁给了其他企业，那么就对这一外部成本收费，使企业重新承担完整的社会成本。这个建议显然会引发巨大争议。现实世界里如何定义“一个岗位被AI替代”？AI辅助员工和AI取代员工如何区分？企业使用软件几十年来一直都在减少人工流程，什么才算“AI自动化”？不同国家税制不同，会不会迫使企业把相关业务转移到海外？作者自己也承认，实际执行自动化税需要识别企业层面的自动化行为，存在明显的监管和测量难题；单一国家实施还可能推动AI活动向其他地区转移。因此，“要不要征收AI自动化税”未必是这篇论文最值得企业关注的结论。真正值得关注的是它背后的逻辑：我们今天对于AI投资回报率的计算，可能漏掉了一些成本。从“裁掉多少人”，转向“重新设计多少工作” 过去一年，关于AI与就业的讨论经常陷入两个极端。一种观点认为AI将迅速替代大量白领岗位。另一种观点认为历史上的技术进步最终都会创造更多工作，因此不必过度担心。《The AI Layoff Trap》提供了第三种观察方式。长期来看，新工作最终可能依然会出现；真正危险的可能是中间这段过渡期。如果AI替代任务的速度远远超过企业创造新任务、员工重新学习技能以及劳动力市场重新配置的速度，那么即使长期最终出现新的就业平衡，短期和中期仍然可能出现巨大的结构性摩擦。这对HR意味着什么？未来CHRO最重要的工作可能并不是决定“哪些岗位可以裁掉”，而是帮助企业回答另外几个问题：哪些任务应该交给AI？哪些任务仍然应该由人完成？被自动化释放出来的人应该流向哪里？新的Human + AI工作流程如何设计？企业能否通过AI创造新的业务，而不只是减少人工？这就是AI时代“工作重构”和传统意义上的“裁员降本”最大的区别。前者试图用AI重新设计价值创造方式。后者只是把AI当成更便宜的劳动力。真正好的AI转型，不应该只是让企业需要更少的人，而应该让企业能够创造过去无法创造的价值。如果AI最终只是不断提高“每10亿美元收入需要更少员工”这个指标，那么企业确实可能获得一段时间非常漂亮的利润率。但如果AI能够帮助企业创造新的产品、新的客户需求、新的职业和新的工作任务，那么技术带来的生产率提升才有可能重新转化成下一轮经济增长。这也许才是《The AI Layoff Trap》对于企业真正重要的提醒。 AI时代的问题已经不再只是： “AI能够替代多少工作？” 更重要的问题正在变成： “当AI替代旧工作以后，我们能不能足够快地创造新的工作和新的需求？” 如果答案是否定的，那么每一家公司的AI战略可能都完全理性，但所有企业加在一起，却可能正在跑向一个并不理性的终点。而这，才是真正的“AI裁员陷阱”。来源：Brett Hemenway Falk & Gerry Tsoukalas，《The AI Layoff Trap》，arXiv:2603.20617，当前版本日期 June 3, 2026。本文为 HRTech 基于论文内容所做的研究解读；论文属于理论模型研究，其结论不应被直接理解为对现实经济已经发生大规模“过度自动化”的实证证明。

2026HR趋势
2026年08月18日
2026HR趋势

【突发】Google招聘“翻车”？最懂AI的团队DeepMind竟让候选人绕过自家招聘系统 HRTech核心摘要：一个很值得 HR 注意的信号：Google DeepMind 最懂 AI 风险的一支团队，正在让部分求职者通过额外表单，把简历直接送到真人手里。内部文件担心，现有申请流程存在一定概率让 CV 被错误筛掉或过晚到达团队。不过 Google 官方否认系统会错误过滤候选人，称额外表单主要是绕过招聘人员的检查。更有意思的是，Google 同时正在向企业 HR 推广 Gemini，用 AI 评估简历、生成职位信息和预测招聘需求。这件事真正提出的问题不是“AI还能不能用于招聘”，而是：自动化之后，HR有没有机制发现那些被算法错过的人？AI招聘下一阶段的关键词，很可能不是自动化，而是保留人的判断、确保过程可追溯，并尽可能减少优秀人才被系统漏掉（ Human-in-the-loop + Auditability + False Negative Management）。你觉得呢？ Google 最懂AI的团队 DeepMind 最近一则招聘新闻，引发了人力资源科技行业的关注。原因并不是 Google 正式承认“AI 招聘系统会误杀简历”，而是 Google DeepMind 旗下一个负责通用人工智能安全与对齐研究的团队，在实际招聘中主动增加了一条额外申请通道，希望确保候选人的简历能够直接被团队成员看到。据 Bloomberg 获取并查看的一份内部文件，Google DeepMind 的 AGI Safety and Alignment Team 在招聘部分岗位时，建议候选人在完成正常职位申请之外，再填写一份额外表单。团队在文件中表示，现有申请系统存在“不容忽视的概率”，可能导致候选人的简历被错误筛掉，或者花费太长时间才能到达真正负责招聘的团队。填写额外表单之后，申请材料可以直接进入团队成员的视野，从而增加真人看到候选人资料的机会。 Google官方否认“系统会错误淘汰候选人” 这件事情最重要的事实边界必须首先讲清楚。Google DeepMind 发言人并没有承认公司的招聘系统会错误淘汰候选人。Google 对外解释称，这支团队设计额外申请表格，主要目的是绕过招聘人员的前置审核，让候选人的简历能够直接进入业务团队，而不是为了纠正某个已经被证实存在问题的 AI 筛选系统。 Google 同时强调，这种额外通道并不意味着候选人可以绕过正常的招聘评估流程，更不存在获得职位的“捷径”。因此，目前能够准确确认的是：Google DeepMind 的一个招聘团队认为现有申请流程存在简历被错误筛掉或延迟到达团队的风险，并主动增加了人工查看通道；但 Google 官方并不认同“公司系统会错误过滤候选人”这一说法。此外，目前没有公开证据说明究竟是哪一套内部招聘系统参与了筛选，也没有证据证明这一系统就是 Gemini，更没有披露所谓“误筛概率”到底是多少。所以，这件事情不应该被简单包装成“Google AI 招聘翻车”，但它确实暴露出了一个越来越重要的招聘科技问题。 AI招聘真正的风险，可能不是效率低，而是漏掉合适的人过去十多年，招聘科技最主要的价值指标几乎都围绕效率展开，例如缩短招聘周期、降低招聘成本、提高招聘人员处理简历的能力，以及帮助企业从大规模候选人中更快找到匹配对象。生成式 AI 和智能匹配技术的加入，又进一步推动了这一趋势。 AI 可以帮助企业读取更多简历、更快完成初步排序、识别技能关键词，也可以帮助招聘人员生成职位描述、候选人沟通内容和面试总结。这些效率提升都是真实存在的。但招聘毕竟不是单纯的信息处理问题，它最终仍然是人才判断问题。假设一家企业收到一万份申请，系统可以在很短时间内筛选出五百人，这当然提高了招聘效率。但如果真正最适合岗位的二十个人中，有几个人在第一轮就被系统排除，而且业务负责人永远没有机会看到他们，那么企业是否还能认为这套系统是成功的？这就是未来 AI 招聘中一个越来越值得重视的问题：系统漏掉了多少原本值得进入下一阶段的候选人。过去企业大量关注“筛选效率”，未来可能需要增加一个完全不同的视角：人才漏筛率。也就是说，企业不仅应该问“AI帮我们处理了多少简历”，还应该问：“AI有没有把真正值得关注的人提前排除掉？” 对于已经开始在招聘、人才管理、绩效管理等场景中使用 AI 的企业，仅仅统计“员工是否使用AI”已经无法代表真正的成熟度。HRTech 正在通过 HR AI Forward，从个人能力、团队工作流和组织层面进一步评估 AI 是否真正进入工作过程，并产生可衡量的业务结果。更值得关注的是，Google自己正在向HR推广AI招聘能力这起事件之所以具有代表性，还有一个非常有意思的背景。 Google Workspace 目前正在公开向人力资源团队推广 Gemini 在 HR 工作中的应用。Google 官方页面明确介绍，Gemini 可以帮助 HR 创建职位信息、辅助评估简历、处理招聘沟通，并预测未来招聘需求。这并不意味着 Google DeepMind 的团队“不信任 Gemini”，目前没有证据能够支持这样的结论。但它确实呈现出一个非常典型的企业 AI 场景：一方面，Google 正在积极推动 AI 进入人力资源和招聘流程；另一方面，Google DeepMind 自己的一支专业团队却在实际招聘过程中增加了额外的人工查看机制，以确保关键候选人不会因为正常流程而无法及时进入团队视野。这背后的问题已经不再是“到底应该用AI还是人工”。更准确的问题是：哪些工作可以交给AI，哪些关键节点必须保留人工判断。这也是未来人力资源科技产品设计中越来越重要的一条原则。人工参与并不意味着AI倒退过去企业谈自动化时，很容易形成一个简单判断：人工操作越少，自动化程度越高，系统就越先进。但在招聘这样的高影响决策场景中，这种逻辑并不完全成立。招聘不仅关系到企业能否找到合适的人，也直接影响候选人的职业机会。如果筛选机制无法解释、无法审查，企业不仅可能错过人才，还可能面对公平性、偏差、合规以及候选人体验方面的问题。因此，更成熟的 AI 招聘系统至少应该能够回答几个问题：为什么一个候选人被优先推荐？为什么另一个人没有进入下一轮？招聘经理是否仍然可以查看没有被系统推荐的简历？系统能否持续评估自己是否经常漏掉高质量候选人？不同候选人群体之间的筛选结果是否存在异常差异？这并不是要让招聘重新回到完全依靠人工逐份阅读简历的时代。真正成熟的人机协作应该是：AI 负责处理规模、发现模式和提高效率，人负责关键判断、异常复核和最终责任。 AI正在同时改变招聘的两端 Google DeepMind 的内部表格还有一个容易被忽略的细节。团队同时提醒申请人，提交的内容最终会由真人阅读，而团队成员已经开始厌倦大量高度相似、明显由大语言模型生成的申请答案。这说明 AI 正在同时改变招聘流程的两个方向。一边是求职者越来越多地使用 ChatGPT、Gemini 等工具优化简历、求职信和申请问题；另一边是企业为了处理越来越大的申请量，又开始使用更多 AI 来帮助完成筛选和排序。最终可能形成一个循环：候选人使用 AI 提高申请效率，企业收到更多申请；企业使用 AI 进行筛选，候选人又开始研究如何提高自己被系统识别的概率；企业继续升级筛选机制，求职者继续优化自己的申请策略。如果这种趋势持续下去，招聘科技真正要解决的问题就不再只是“自动化程度够不够高”，而是“整个招聘过程是否可控”。谁拥有最终决策权？在哪些情况下必须人工复核？系统错误如何被发现？筛选质量如何持续评估？候选人是否知道 AI 在招聘中发挥了多大作用？这些已经不仅是技术团队的问题，也正在成为招聘负责人和人力资源管理者必须面对的问题。 HRTech 目前持续关注的重点，也正在从“企业有没有使用AI”转向“AI究竟如何改变HR工作”。通过 HR AI Forward，可以进一步观察 AI 是否只是增加了一个新工具，还是已经真正改变了岗位、任务、团队协作方式和组织运行机制。 HRTech观察：AI招聘正在从“提高效率”进入“提高决策质量”阶段如果把招聘 AI 的发展分成两个阶段，第一阶段的关键词是效率。谁能够更快读取简历、更快匹配候选人、更快生成招聘内容，谁就能够为招聘团队节省更多时间。但第二阶段的竞争，很可能会转向决策质量。未来企业不会只问：“这个系统帮我节省了多少招聘时间？” 还会问：“这个系统推荐的人到底准不准？”“它为什么没有推荐另一个人？”“它是否经常漏掉优秀候选人？”“我是否有办法发现系统犯错？” 这意味着 AI 招聘的衡量标准也需要发生变化。过去，企业关注的是 AI 使用率，也就是有多少招聘人员开始使用 AI；下一阶段，需要关注 AI 是否真正改善了招聘结果；再往后，则是如何建立完整的 AI 管理机制，确保企业知道 AI 在什么时候做对了，也知道它在什么时候可能做错。 Google DeepMind 这次招聘事件并不能证明 AI 不适合招聘。它反而说明，当 AI 开始真正进入招聘核心流程之后，企业正在进入一个更加成熟的阶段。真正优秀的AI招聘系统，不应该只是帮助企业更快地淘汰候选人，而应该帮助企业更准确地发现人才，并能够判断自己有没有漏掉真正值得关注的人。这可能才是 AI 招聘下一阶段真正的竞争焦点。从Google DeepMind的招聘争议，到AI正在重构招聘、人才管理和HR工作方式，真正值得中国HR思考的已经不只是“要不要用AI”，而是如何把AI真正带入工作流程，同时保留人的判断、责任和价值。 2026年下半年，HRTech也将继续把这些全球最新趋势带到中国HR的线下交流现场： 9月17日，2026人力资源科技年度论坛·深圳将围绕AI、数字化、人才与组织创新展开讨论，详情及报名： https://www.hrtechchina.com/Public/html/917.html 10月22日，2026 HRTechXPO®超级盛典：未来人力资源科技论坛·上海将聚焦AI与未来人力资源科技，连接上海及长三角地区HR决策者，详情及报名：https://www.hrtechchina.com/Public/html/event/1022sh.html； 11月19日，2026 HRTechXPO®超级盛典：未来人力资源科技论坛·北京将继续围绕AI、HR科技创新与未来工作展开深度交流，连接北京及华北地区HR管理者，详情及报名：https://www.hrtechchina.com/Public/html/event/1119bj.html 如果你正在思考AI如何真正进入招聘、人才管理和组织工作流，欢迎来到深圳、上海或北京，与更多企业HR和行业同行一起讨论下一阶段的人力资源科技。更多HRTech活动安排：https://www.hrtechchina.com/Public/html/event/eventlist.html HRTech编辑备注：截至2026年8月14日，公开报道没有披露 Google DeepMind 所指申请系统的正式名称、具体算法、实际误筛比例或受影响候选人人数，也没有证据证明该系统就是 Gemini。因此，本文没有将该事件表述为“Google承认AI误杀候选人”，而是严格采用“团队内部表达担忧、Google官方否认系统错误过滤”的事实框架。来源： Bloomberg 记者 Julia Love 的相关报道，经 Los Angeles Times 于2026年8月11日刊载；Staffing Industry Analysts 于2026年8月13日跟进报道；HR Executive 于2026年8月14日从招聘科技角度进行报道；Google Workspace 官方 AI for HR 页面用于核实 Google 当前向人力资源团队推广 Gemini 在招聘、简历评估和招聘需求预测等场景中的应用。

2026HR趋势
2026年08月15日

2026HR趋势

【深度解读】Workday传闻要被PE收购：股价一度暴涨超25%，私募Silver Lake为何偏爱SaaS HRTech概述：海外传闻银湖Silver Lake正在洽谈收购Workday，双方已讨论数月，但目前尚无正式协议。消息一出，Workday盘中一度暴涨超25%，收盘上涨近18%，市值升至约511亿美元。值得注意的是，Workday并非陷入经营危机：2026财年收入95.52亿美元，订阅收入88.33亿美元，经营现金流29.39亿美元；超过4,000家客户已经使用其AI Agent。真正值得关注的不是“谁收购谁”，而是AI时代资本开始重新评估HR SaaS的价值：稳定订阅收入、企业核心数据、工作流控制力和AI重构能力，正在形成新的估值逻辑。你看好吗？一则尚未确认的收购传闻，让Workday突然成为全球软件市场焦点。美国时间8月13日，Reuters援引知情人士报道称，科技投资机构Silver Lake正在与Workday洽谈潜在收购，相关讨论已经持续数月。目前双方尚未宣布正式协议，谈判也可能最终无果。若交易真正落地，以Workday目前超过500亿美元的市值计算，它将成为全球软件行业规模最大的私有化交易之一。一天增加近80亿美元市值，市场为什么如此兴奋？消息公布后，Workday股价盘中最高达到226.28美元，一度上涨超过25%并触发短暂停牌，最终收于206.45美元，全天上涨17.92%。消息出现前，公司市值约430亿美元，收盘后迅速升至500亿美元以上。这场暴涨背后还有一个反差：在收购传闻出现前，Workday今年股价已经累计下跌约15%，较2024年高点跌去超过40%。市场真正担忧的并不是Workday没有收入和客户，而是AI出现后，传统企业SaaS未来究竟还能保持多高的增长率和估值。在全球HR上市公司排名中被Paychex超越，排名全球第四。 20年前的PeopleSoft，似乎正在形成一种历史回声。 Workday的两位创始人都与PeopleSoft关系极深，但准确地说，Dave Duffield才是PeopleSoft创始人，他在1987年创办PeopleSoft；Aneel Bhusri则曾长期担任PeopleSoft高级管理职务，包括副董事长及负责产品战略、业务发展和市场的高级副总裁。2005年，两人共同创办Workday。 PeopleSoft的结局如今看起来颇有戏剧性。2003年Oracle发动敌意收购，最初报价约16美元/股。经过长达一年多的激烈攻防、诉讼和监管争议，Oracle最终在2004年12月以26.50美元/股、约103亿美元达成协议，并于2005年完成收购。PeopleSoft消失之后，Duffield和Bhusri几乎从零重新建立了一家面向云时代的企业软件公司——Workday。二十多年后，当Workday自己再次站到潜在收购的十字路口，这段历史自然格外引人关注。更大的变量不是Silver Lake，而是AI正在重新定义SaaS。过去20年，SaaS商业模式依靠按用户收费、长期订阅、高续费率和数据迁移成本创造了极高估值。但AI Agent正在挑战这一套逻辑：当大量工作由AI完成，企业是否还需要按“人头”购买同样数量的软件席位？当Agent能够跨系统直接完成任务，传统应用软件界面和工作流的价值是否会下降？这种不确定性正在直接影响整个软件行业估值，甚至让私募股权机构更难判断传统软件公司未来的现金流价值。Reuters指出，AI带来的不确定性已经成为今年大型软件私有化交易减少的重要原因之一。 Workday换回创始人CEO，本身就是一个强烈信号。今年2月，Workday突然宣布联合创始人Aneel Bhusri重新出任CEO，Carl Eschenbach卸任CEO和董事，并转任战略顾问。Bhusri在回归时直接表示：“AI is a bigger transformation than SaaS。”Workday也已把自身定位从传统HR和财务SaaS进一步升级为管理“people、money and agents”的企业AI平台。从HRTech角度看，这意味着企业软件的竞争正在从“谁拥有更多功能”，转向“谁能够真正控制数据、工作流和AI Agent”。如果你也正在思考AI究竟只是HR工具升级，还是会改变HR本身的工作方式，可以通过 HR AI Forward · AI能力成熟度评测，重新判断个人和团队目前处于什么阶段；9月17日深圳举行的 2026人力资源科技年度论坛·“What’s Next”，也将把AI如何重构HR工作与企业数字化作为核心议题。 Workday会不会真的被Silver Lake收购，现在还没有答案。但从PeopleSoft到Workday，从本地部署到SaaS，再从SaaS走向Agentic AI，企业软件可能正在进入又一次结构性转折。 HRTech将持续跟踪Workday与Silver Lake的最新进展。随时关注HRTech，一旦双方公布正式协议、交易价格或新的重大进展，我们将第一时间分享。 Silver Lake并不是第一次盯上SaaS，而且尤其熟悉HR与企业软件。如果说这次Workday潜在收购最终成真，它并不会是Silver Lake突然跨界进入HR SaaS。过去十年，这家科技投资机构已经反复复制过“投资企业软件—私有化—长期重构”的路径。 2023年，Silver Lake联合CPP Investments以约125亿美元将员工体验和客户体验平台Qualtrics私有化；2024年又联合GIC以17亿美元收购订阅管理SaaS公司Zuora，并于2025年完成退市。更早之前，Silver Lake先向Software AG投资3.44亿欧元支持其向SaaS转型，随后在2023年完成约26亿美元收购并推动公司退市。此外，它还投资了提供HR、财务和企业管理SaaS的Cegid，以及直接收购法国Payroll和HR SaaS企业Silae。这些交易呈现出一个非常清晰的逻辑：Silver Lake往往并不排斥已经进入成熟期的软件公司。相反，只要企业拥有稳定的订阅收入、强客户关系、关键企业数据和可持续现金流，而公开市场暂时低估其长期转型价值，就可能成为私募资本理想的私有化对象。这也是Workday传闻真正值得注意的地方。过去，Silver Lake帮助Software AG完成的是从传统软件向SaaS的转型；今天，如果它真的考虑Workday，面对的则可能是更大的命题——如何把一家接近百亿美元收入规模的HR SaaS巨头，从“管理People和Money的软件”，重新改造成管理People、Money与AI Agents的企业AI平台。

2026HR趋势
2026年08月14日
2026HR趋势

深度专题：从HR的20个高频场景看HR AI真正的增长机会过去两年，HR AI市场经历了一个明显变化。企业最初关注的是大模型能否生成职位描述、撰写邮件或总结文件；现在，HR开始追问更实际的问题：AI能否接入ATS、HRIS和学习平台，能否推动流程继续向前，能否减少重复操作，以及能否产生可以衡量的业务结果。一项针对HR AI应用的研究梳理了138个工作场景，覆盖招聘、HR技术、学习与发展、员工体验、绩效管理、人才分析、薪酬福利、合规和组织发展等16个HR实践领域。其中，20个最常见的应用集中在招聘、HR平台、学习发展、绩效管理、员工沟通和人才分析六个领域。招聘相关场景占据近一半，说明目前最成熟的HR AI仍然集中在高频、标准化、数据相对清晰并且容易人工复核的工作中。对于企业HR来说，这20个场景比“AI将如何改变人力资源”这样的宏观讨论更有参考价值。它们不仅展示了企业正在使用AI做什么，也揭示了HR AI产品最容易从哪里切入、如何形成稳定使用，以及哪些应用有机会从单点工具发展成为企业级工作平台。 20个最常见的HR AI应用，正在形成四类产品第一类是招聘与人才获取，也是目前应用最集中的HR AI市场。常见场景包括职位描述起草与优化、自动简历解析与筛选、招聘广告程序化优化、AI辅助搜寻被动候选人、候选人与岗位匹配、结构化面试指南生成、面试排期自动化、重复候选人识别、人才管道清理，以及面试转录与总结。其中，职位描述起草与优化是目前最常见的HR AI应用，采用率达到20%；自动简历解析与筛选为16%；招聘广告优化和被动候选人搜寻均为12%；候选人与岗位匹配为11%。第二类是HR平台与员工知识服务。文件提交提醒与任务分流、HR系统内置AI Copilot，以及基于企业内部文档的知识库问答，已经成为HR平台最常见的AI功能。这类应用的共同特点，是AI不再作为一个独立聊天工具存在，而是进入员工服务、HR运营和系统操作流程。员工提出休假、福利、薪酬或公司政策问题后，系统不仅需要回答问题，还应该识别员工身份、调用适用政策、提供对应表单，并引导员工完成下一步操作。第三类是学习与发展。长篇培训资料摘要、AI生成测验与情景练习、微学习内容生成、个性化学习推荐和自适应学习体验，正在成为学习平台的重要增长方向。早期学习AI主要帮助培训团队提高内容生产效率。下一阶段，系统将根据员工岗位、能力差距、学习历史和业务任务，动态决定向谁推荐什么内容，以及在什么时间提供学习支持。第四类是绩效、沟通和员工反馈。 AI辅助起草绩效评语、常规HR沟通、目标设定支持，以及新员工调查与反馈分析，都已经进入较常见的应用范围。这些功能距离员工和管理者的日常工作更近，也更容易形成稳定的使用频率。但企业需要清楚区分“辅助表达”和“替代判断”。AI可以帮助管理者整理事实、改善表达和识别遗漏，却不应在缺乏业务背景的情况下，独立决定员工表现、晋升机会或后续管理措施。企业应该从哪一个AI场景开始很多HR团队面临的真正困难，不是缺少AI工具，而是不知道应该从哪个场景开始。一种常见误区，是直接采购覆盖多个模块的AI平台，然后要求各部门寻找使用方式。更有效的方法，是先从企业真实存在的问题出发：哪些工作重复发生，哪些流程占用大量时间，哪些任务容易遗漏，哪些信息经常被重复查询，以及哪些结果能够被量化。对于仍然主要依赖人工处理事务的HR团队，可以先从职位描述、日常沟通、文件摘要和培训内容生成等低门槛场景开始。对于已经广泛使用生成式AI，但使用方式仍然零散的团队，下一步应当把AI固定嵌入招聘、员工服务或学习流程，建立模板、权限、审核和结果记录。对于已经完成多个AI试点的团队，则需要进一步考虑系统连接、数据治理、跨流程编排和组织级AI能力建设。 HRTech推出的HR AI Forward成熟度框架与能力评测，将HR的AI发展划分为L0事务型HR、L1工具型HR、L2能力型HR和L3系统型HR四个等级、十二个阶段，帮助HR团队判断自己目前处于什么位置，以及下一步应该从工具使用、流程接入、能力沉淀还是系统建设入手。 138个应用场景解决的是“AI可以做什么”，成熟度评测解决的则是“企业现在适合做什么”。两者结合，才能避免企业一开始就进入高投入、高风险和难以衡量结果的复杂项目。为什么招聘成为HR AI的第一增长入口招聘之所以率先实现规模化，并不只是因为招聘科技公司更早采用AI，而是因为招聘流程天然具备适合自动化的条件。职位描述、简历、岗位要求、候选人沟通和面试记录，大多以文本或结构化数据形式存在。职位发布、简历筛选、面试安排和候选人跟进又属于高频、重复的流程。同时，多数AI输出可以由招聘人员复核，即使出现问题，也有机会在最终录用决定前纠正。这使招聘AI能够较快证明三类价值：减少行政操作时间、提高候选人处理速度，以及扩大招聘人员能够覆盖的人才范围。但招聘场景也说明，模型能力不等于产品价值。一个能够生成优秀职位描述的工具，如果不能同步岗位模板、审批流程、招聘渠道和候选人数据，最终仍然只是一个低频写作工具。真正具有增长能力的招聘产品，需要把“生成职位描述”连接到职位审批、广告发布、人才搜寻、候选人匹配、面试安排、面试记录和录用分析，让AI从内容生成进入完整招聘流程。 HR AI产品正在从内容生成走向工作流执行从20个高频应用中，可以看到HR AI产品正在经历三个阶段。第一阶段是内容生成。AI帮助HR起草职位描述、面试问题、绩效评语、员工邮件和培训材料。这类功能部署速度快、学习门槛低，也是企业最容易接受的起点。第二阶段是流程协助。AI开始处理面试排期、文件提醒、简历解析、知识检索、候选人去重和会议总结。此时，产品价值不再只体现在生成质量，而是体现在能否减少操作步骤、缩短处理周期并降低流程遗漏。第三阶段是智能编排。AI根据岗位需求推荐候选人，根据员工情况推荐学习内容，根据内部知识回答问题，并在HR系统中推动后续操作。产品开始从“回答用户的问题”转向“理解上下文并协助完成任务”。对准备采购HR AI产品的企业来说，市场上并不缺少AI功能，真正困难的是判断不同产品属于哪个场景、能够解决什么问题、需要连接哪些系统，以及是否已经有同类客户验证。企业可以通过HR科技云图 MapofHRTech查看招聘、人才管理、学习发展、员工体验、薪酬福利和HR数字化等不同类别的产品与服务机构，也可以下载2026 HR科技云图，作为企业开展供应商初步研究和产品选型的入口。HR科技云图同时提供动态产品目录和月度品牌榜单，帮助企业持续观察市场变化。产品增长的核心，是占据一项高频工作对于HR科技供应商而言，增加AI功能并不必然带来产品增长。很多AI功能在演示时非常吸引人，但用户试用几次后便不再使用，原因通常不是模型生成效果不够好，而是功能没有进入日常工作流程。真正能够形成增长的产品，首先需要占据一项稳定发生的任务。例如，每次创建职位时自动生成和检查职位描述，每次安排面试时自动协调时间，每次完成面试后自动形成摘要，每次员工提出问题时自动从内部政策中寻找答案。只有当AI与真实工作事件绑定，产品才可能获得持续使用。其次，产品需要把多个孤立动作连接起来。以招聘为例，职位描述生成、招聘广告优化、人才搜寻、候选人匹配、面试指南和面试总结不应是六个彼此分离的功能，而应成为一个连续的招聘工作流。用户不需要在不同工具之间重复复制信息，系统也能够使用前一个环节的数据支持后一个环节。最后，产品必须建立结果反馈。AI推荐的候选人是否进入面试，生成的职位描述是否提高申请转化，学习推荐是否带来课程完成和技能改善，这些结果都应该反向进入产品。没有反馈闭环的AI是一次性输出工具，有反馈闭环的AI才能持续改善，并形成真正的产品差异化。对于正在建设AI产品、升级现有HR平台或已经形成客户案例的HR科技机构，可以申请加入HR科技云图产品与机构目录，让企业采购者能够在具体场景和产品类别中发现相关解决方案。HR科技云图的核心价值不是简单收录企业名称，而是将产品能力、市场分类、品牌信息和企业采购需求连接起来。用户增长不是注册人数，而是从尝试走向工作习惯 HR AI的用户增长不能只看注册量、访问量或生成次数。企业用户是否真正采用一项产品，取决于产品能否完成从首次体验到稳定使用的转变。用户激活的标志，不应只是打开AI功能，而是完成第一项有价值的HR任务。例如，成功生成并发布一个职位，完成一次候选人筛选，回答一个员工政策问题，或者制作一套能够直接使用的培训内容。用户留存来自重复工作。职位描述、面试安排、员工问答、绩效评估和培训推荐都有明确的周期性。当产品能够在这些时间点主动出现，并自动带入岗位、候选人、员工或组织上下文，用户就不需要每次重新输入提示词，使用AI也会逐渐成为工作流程的一部分。用户扩展发生在产品从个人工具变成团队系统之后。最初可能只有一名招聘人员使用职位描述生成；随后，招聘团队开始共享模板，业务经理参与审批，HR负责人查看效率和质量数据；最终，产品扩展到更多岗位、部门和业务单元。因此，对HR AI产品更有意义的增长指标应该包括：完成了多少真实工作流，用户是否持续重复使用，人工修改比例是否下降，流程周期是否缩短，是否有更多角色参与，以及产品是否从一个场景扩展到相邻场景。从产品功能走向可传播的客户成果 HR AI供应商还需要解决一个经常被忽视的问题：产品已经上线，但市场并不知道它真正解决了什么问题。仅仅宣传“接入大模型”“推出AI Agent”或“升级智能助手”，很难帮助企业买家理解产品价值。更有效的内容结构应该包括明确的业务场景、原有流程、AI介入方式、人员分工、实施周期和量化结果。例如，与其只说产品推出了面试智能助手，不如说明它是否减少了面试记录时间、提高了面试反馈提交率，或者缩短了从面试到决策的周期。与其只说系统能够生成培训内容，不如说明课程制作时间下降了多少、学习参与率是否提高，以及业务部门是否更快获得了需要的培训资源。产品增长与内容增长最终需要连接在一起。产品功能提供实际价值，客户案例证明价值，行业内容解释价值，奖项和榜单进一步放大价值，最终形成企业认知、采购线索和市场影响力之间的增长循环。目前，2026 HRTech INNO Awards已经设置HRTech创新实践奖、创新团队奖、创新产品奖，并特别设置人力资源科技AI创新产品奖。近12个月内已经形成实际应用和可量化成果的企业HR团队及HR科技产品，可以通过案例申报，将内部项目进一步沉淀为可复制、可传播的行业实践。企业HR需要重新定义AI项目的衡量方式当前很多企业AI项目仍然缺少清晰的价值衡量。企业知道员工正在使用AI，却不能准确回答AI节省了多少时间、改善了哪些结果，或者是否只是把工作从一个系统转移到了另一个系统。对于职位描述生成，可以衡量起草时间、人工修改次数、审批周期和申请转化率。对于面试排期，可以衡量人工协调时间、候选人取消率和招聘周期。对于知识库问答，可以衡量问题解决率、人工工单减少量、响应时间和员工满意度。对于学习推荐，可以衡量内容参与率、课程完成率、技能变化和实际岗位表现。只有当HR把应用场景与业务指标连接起来，AI采购才会从创新试点预算进入长期运营预算，产品也才有机会从单一部门试点走向企业规模化部署。 AI应该减少低价值操作，而不是替代HR判断 AI目前最稳定的价值，是帮助HR更快地处理信息、形成初稿、发现模式和推进流程，而不是自动完成复杂的人事判断。在招聘、绩效、薪酬、员工关系和组织调整等高影响场景中，AI可以提供信息和建议，但最终判断仍应由具备业务背景并承担管理责任的人完成。产品需要保留人工审核、修改记录、数据来源、权限控制和员工申诉机制，而不能把“自动化程度更高”简单等同于“产品更加先进”。对企业来说，负责任的AI应用不是降低创新速度，而是让产品更容易得到员工、管理者、法务和企业管理层的长期信任。 HR AI下一阶段的分水岭，是能否形成工作完成率 138个应用场景为企业提供了一张能力地图，而最常见的20个应用则说明，市场不会平均接受所有AI功能。最先实现规模化的，仍然是高频、标准化、数据相对清晰、输出容易复核，并且能够产生明确业务结果的工作。对于HR而言，正确的起点不是寻找一套能够覆盖所有场景的“万能AI”，而是找到最耗时、重复度最高、最容易衡量的几个流程，明确AI负责什么、员工负责什么，以及最终结果如何评价。对于HR科技公司而言，下一阶段的竞争也不再是谁拥有更多AI按钮，而是谁能够把内容生成、流程自动化、数据连接和业务结果组合成完整产品。用户不会长期为一次精彩的回答付费，但会为持续减少工作、缩短流程并改善结果的系统付费。 HR AI真正的增长机会，不在于让HR每天多使用一个聊天工具，而在于让AI进入工作发生的地方，理解组织上下文，协助完成任务，并把节省下来的时间重新投入到判断、沟通、关系和组织建设中。 HRTech将持续跟踪全球HR AI产品、企业实践、投融资、上市公司表现和HR科技市场变化。HR从业者可以阅读并下载《2026年8月HRTech行业观察报告：企业HR必须关注的五大变革》，也可以订阅HRTech每周资讯，持续获得全球HR科技产品、趋势和实践信息。

2026HR趋势
2026年08月07日
2026HR趋势

【深度解读】最新全球人力资源上市公司市值榜单（2026年8月）-涨幅最高的不是AI软件，而是传统人力服务商 HRTech概述：截至2026年7月31日收盘，HRTech跟踪的15家全球主要人力资源上市公司在过去一个月全部上涨，但资本市场给出的排序颇为反常。涨幅最高的并不是Workday、Paycom或Paylocity等HR SaaS企业，而是德科集团和任仕达两家传统人力资源服务商，月度涨幅分别达到47.6%和36.5%。这并不意味着AI对传统人力服务公司的威胁已经消失，而是说明市场正在同时交易估值修复、招聘周期回暖、软件板块反弹和AI商业化四条完全不同的逻辑。详情可以访问：https://www.hrtechchina.com/Public/html/TOP10/global-hr-top10-2026-08.html 更值得关注的是，资本市场对人力资源公司的估值标准正在发生变化。未来决定企业估值的，可能不再只是客户数量、员工账号数或服务人数，而是企业能否把AI带来的匹配效率、自动化能力和业务结果转化为新的收入来源。一、2026年8月全球人力资源上市公司市值TOP10榜单本榜单覆盖全球具有代表性的薪酬与HCM软件、在线招聘平台、人力派遣、RPO、人才咨询、背景调查和PEO企业。市值按照2026年7月31日收盘价格计算，并统一折算为美元；月度涨幅采用股票上市地本币计算，以尽量减少汇率变化对股价表现的干扰。从市值结构看，全球人力资源资本市场依然呈现明显的头部集中。瑞可利与ADP分别以约1159亿美元和1060亿美元市值位居前两名，两家公司市值均超过1000亿美元。第三名Paychex和第四名Workday的市值分别约为416亿美元和396亿美元，与前两家公司存在明显差距。第五名至第八名则高度拥挤。Paycom、BOSS直聘、任仕达和Paylocity的市值集中在73.8亿至78.1亿美元之间，最高与最低相差不足6%。这一位置的排名很容易因一次财报或单日股价波动发生变化，因此单纯讨论名次意义有限。真正值得分析的是，涨幅榜与市值榜几乎完全不重合。德科集团和任仕达分别位列市值榜第九和第七，却成为7月涨幅最高的两家公司；市值最高的瑞可利、ADP和Paychex涨幅反而相对温和。二、为什么传统人力服务商跑赢了HR SaaS？德科集团7月上涨47.6%，任仕达上涨36.5%，两家传统人力服务公司明显跑赢Workday、Paycom和Paylocity。表面上看，这似乎意味着投资者开始认为传统派遣和招聘服务比HR软件更具增长潜力。但更准确的解释是，传统人力服务公司的估值此前已经被压得足够低，而近期经营数据开始出现边际改善。德科集团在2026年第一季度实现5.3%的有机营收增长，连续第四个季度恢复增长；不包括一次性项目的EBITA达到1.48亿欧元，同比增长24%。公司相对主要竞争对手获得365个基点的市场份额，生产率同比提升4%。不过，德科集团的毛利率为18.8%，同比下降40个基点，说明增长仍然部分来自业务组合变化和较低毛利率的大客户业务。德科集团此前股价一度跌至14.54瑞郎附近，市场已经计入了毛利率下降、招聘需求疲弱和长期竞争力恶化等多重悲观预期。因此，7月的快速上涨首先属于估值修复，而不是已经确认的长期增长。公司的第二季度及半年业绩将于2026年8月6日公布。届时最关键的指标不是营收是否增长，而是毛利率能否稳定、EBITA增长能否延续，以及业务增长是否仍然高度依赖低毛利率的大客户订单。任仕达的上涨则拥有更明确的经营支撑。任仕达2026年第二季度营收达到58.97亿欧元，有机增长1.9%；底层EBITA达到1.82亿欧元，同比增长8%，利润率由3.0%提升至3.1%。公司实际增长明显高于此前分析师对1.0%左右有机增长的预期。但是，任仕达的业务恢复并不均衡。Operational业务增长4%，Professional业务下降2%，Digital业务下降4%，Enterprise业务增长2%。这意味着复苏主要来自蓝领、一线操作岗位和规模化人力供给，而专业人才招聘和数字人才服务仍然承压。这一结构对于中国人力资源服务商具有直接参考价值：当前劳动力市场首先恢复的不是中高端猎头和专业岗位招聘，而是更接近实体经济、现场运营和标准化交付的岗位需求。三、瑞可利与ADP为什么能够长期占据第一梯队？相比德科和任仕达的周期性反弹，瑞可利与ADP代表的是更稳定、更高质量的商业模式。瑞可利的核心资产不仅包括日本本土招聘、派遣和生活服务业务，更重要的是Indeed和Glassdoor组成的全球HR Technology业务。瑞可利披露，2025财年HR Technology业务收入达到96.7亿美元，同比增长7.6%。其中，美国市场收入达到53.1亿美元，同比增长8.8%。在美国招聘需求整体停滞的情况下，Indeed每个职位发布的平均收入仍然同比提高17%。这组数据的重要性远高于单纯的收入增长。招聘需求没有明显增长，Indeed上的职位数量甚至承受压力，但瑞可利仍然能够通过Premium Sponsored Jobs、更精准的候选人匹配和更高级的定向能力，提高每个职位的收入。也就是说，AI没有让招聘平台失去定价权，反而帮助平台从每一个招聘需求中获得更多收入。瑞可利预计，2026财年HR Technology业务收入将进一步增长至107.3亿美元，同比增长约11%。 ADP则代表了另一种护城河：高频、刚需、复杂并且高度合规的薪酬与人力资源基础设施。 ADP在2026财年实现约219.5亿美元营收，调整后EBIT利润率扩张140个基点，调整后每股收益增长17%。公司对2027财年的指引为收入增长5%至6%，调整后每股收益增长9%至11%。ADP目前服务全球140多个国家和地区的超过110万客户。 ADP的增长速度未必最高，但薪酬计算、税务申报、福利、考勤和合规服务具有极高的客户黏性。AI可以改善ADP的服务效率，却很难在短期内消除企业对薪酬和合规基础设施的需求。因此，瑞可利与ADP虽然分别来自招聘平台和薪酬服务两个不同赛道，但两家公司拥有一个共同点：它们并不只依靠员工账号数量收费，而是掌握了企业难以替代的数据、交易和工作流程。四、Workday、Paycom和Paylocity：上涨并不等于风险已经解除 Workday、Paycom和Paylocity在7月分别上涨23.1%、22.4%和23.9%。这组涨幅表明，经历上半年企业软件估值下跌后，资金开始重新进入部分HR SaaS公司。但这一轮上涨并不意味着资本市场已经彻底消除了对按席位收费模式的担忧。 Workday最近一个季度的经营数据依然稳健。2027财年第一季度总收入达到25.42亿美元，同比增长13.5%；订阅收入达到23.54亿美元，同比增长14.3%；未来12个月订阅收入积压达到88.06亿美元，同比增长15.5%。Non-GAAP营业利润率由30.2%提高至31.8%。因此，Workday并不是一家单纯依靠市场情绪上涨的公司。它仍然保持两位数订阅增长，并不断把业务从传统HCM扩展到财务、IT和AI Agent管理。不过，市场仍需回答一个长期问题：当客户使用AI减少部分行政、财务和人力资源岗位时，以员工数、用户数或模块席位为基础的订阅收入是否会受到影响？ Paycom也面临类似问题。 Paycom 2026年第一季度收入为5.719亿美元，同比增长7.8%；经常性及其他收入增长8.8%，调整后EBITDA达到2.754亿美元，占收入的48%。公司同时大规模回购股票，第一季度回购金额达到10.6亿美元。 Paycom的Beti、GONE和IWant等产品强调自动化和AI驱动的员工自助服务，但资本市场需要进一步确认，这些功能究竟只是帮助客户减少操作成本，还是能够为Paycom创造新的增量收入。 Paycom将于2026年8月5日公布第二季度业绩。这份财报需要验证收入增长、客户留存、AI产品采用率以及大规模股票回购是否真正提升了每股价值。 HR SaaS公司未来的估值分水岭，很可能不再是有没有AI功能，而是AI能否提高客户支付意愿、扩大单个客户收入，并降低销售和服务成本。五、BOSS直聘正在尝试把AI变成新的收费单位 BOSS直聘以约75.8亿美元市值位列第六，7月上涨20.8%。与部分仅仅把AI作为产品功能的公司不同，BOSS直聘已经明确提出“performance-based monetization”，即基于服务表现和招聘结果的商业化模式。 2026年第一季度，BOSS直聘收入达到20.688亿元人民币，同比增长7.6%；过去12个月付费企业客户达到710万，同比增长10.9%；3月份月活跃用户超过7200万。营业利润达到6.236亿元，同比增长41.8%。公司预计第二季度收入将达到23.8亿至24.2亿元人民币，同比增长13.2%至15.1%，较第一季度明显加速。创始人、董事长兼CEO赵鹏表示，公司正在企业端推进AI闭环服务，并通过效果导向的商业化模式释放更多商业价值。 BOSS直聘的变化意味着，在线招聘平台的计费单位正在从职位发布、简历下载和账号套餐，逐步向候选人匹配、招聘互动和实际服务效果延伸。瑞可利通过AI提高每个职位的平均收入，BOSS直聘则尝试对AI驱动的匹配和服务结果收费。两家公司共同提供了一个重要信号：AI不一定会摧毁招聘平台的商业模式，但会迫使平台重新定义收费依据。六、TriNet的单日下跌揭示了榜单背后的另一面 TriNet在7月整月仍上涨23.8%，但在7月31日单日下跌约8.2%，成为榜单截止日表现最弱的公司之一。 TriNet刚刚公布的第二季度财报并不算差。公司每股收益同比增长50%，调整后净利润每股增长35%，调整后EBITDA同比增长22%，并上调了2026财年盈利指引。但与此同时，TriNet总收入下降5%，专业服务收入下降8%，平均Worksite Employees数量下降11%至约29.8万人。这组数据解释了股价为何在“盈利增长和上调指引”的情况下仍然下跌。 TriNet的利润改善主要来自保险成本率下降、成本控制和经营效率提升，但其最核心的客户员工数量仍然在收缩。对于一家PEO企业而言，Worksite Employees不仅是运营指标，也是收入和未来增长的基础。资本市场释放出的信号非常明确：企业可以通过降本、保险管理和回购改善短期每股收益，但如果客户人数和服务规模持续下降，估值仍然会受到限制。 TriNet的案例也为整个HR SaaS和人力服务行业提供了一个现实提醒——只提高利润率并不足以解决“人头减少”的问题。七、资本市场正在重新定价“按人头收费” 全球人力资源行业过去长期围绕三个计费单位建立商业模式。 HCM和薪酬软件主要按照员工人数或账号数量收费；人力派遣公司主要按照工作小时和人员数量收费；招聘平台主要按照职位、简历、账号和曝光量收费。 AI正在同时影响这三种模式。对于HCM软件而言，AI可能减少企业对部分行政和白领岗位的需求，从而影响员工账号数量。对于人力服务公司而言，AI能够提高招聘顾问的人均产出，客户可能进一步要求降低服务费。对于招聘平台而言，AI让候选人匹配更加自动化，传统职位发布和简历搜索的价值可能下降。因此，真正面临风险的并不只是某一个赛道，而是所有收入与“人数”高度线性绑定的企业。未来更有可能获得估值溢价的企业，是那些能够建立新计费单位的公司，例如按照使用量、自动化任务、候选人匹配、招聘结果、风险降低、员工服务交易或业务成果收费。从这个角度看，瑞可利和BOSS直聘的实践比单纯发布AI助手更值得关注。它们正在尝试回答资本市场最关心的问题：当客户需要的人更少时，公司如何继续增长？八、对中国HR和供应商的三项直接启示对甲方HR：续约谈判的筹码正在发生变化对于正在采购或续约HCM、薪酬、招聘和员工管理系统的企业，未来不应只比较功能和单价，还应重点审查费用与员工数量之间的关系。企业可以要求供应商明确员工人数下降后的费用调整机制，避免出现员工规模减少但合同费用维持不变的情况；同时应确认AI功能究竟包含在现有订阅费中，还是未来会成为独立收费模块。对于采用大量AI Agent和自动化流程的企业，还应要求供应商提供按实际使用量或业务结果收费的选项，而不是继续接受完全按账号数量线性增长的合同。对HR科技供应商：AI必须进入收入模型国内HR科技企业普遍已经推出AI助手、智能问答、JD生成、简历筛选和员工服务机器人，但许多产品仍然停留在功能展示阶段。资本市场最终不会因为企业拥有AI功能就给予更高估值，而会追问AI是否带来更高单客收入、更高续约率、更低服务成本或新的客户群体。供应商需要尽早设计AI调用量、自动化任务量、招聘匹配结果、员工服务交易和业务成果等新计费模式。否则，AI在帮助客户减少工作量的同时，也可能削弱供应商自己的收入基础。对人力资源服务商：周期复苏不等于结构性安全任仕达的数据表明，蓝领和操作型岗位需求已经率先恢复，RPO也表现出一定韧性，但专业招聘、数字人才和永久岗位安置仍然承压。国内人力资源服务商应重新评估业务组合，加大对蓝领、一线运营、RPO和规模化交付业务的关注，同时降低对单次猎头成功费和顾问个人产出的依赖。但服务商也需要看到，AI提高顾问效率后，客户可能要求分享生产率红利。今天的人均产出提升，未必能够永久转化为更高利润率。九、8月将进入财报验证期 7月市场首先交易的是预期，8月则需要企业用经营数据证明预期。 Paylocity、Paycom和德科集团将在8月初先后公布财务业绩。市场将重点观察HR SaaS企业能否维持收入增长和客户留存，以及传统人力服务公司的毛利率能否改善。瑞可利也将在8月7日公布2026财年第一季度业绩，届时Indeed的职位数量、美国每职位平均收入和Premium Sponsored Jobs增长将成为重要指标。接下来资本市场可能围绕四项指标重新对全球HR企业进行排序：客户或服务人数是否增长、单个客户或职位收入是否提高、AI是否产生独立收入，以及利润率改善是否建立在可持续增长之上。最后！ 2026年8月全球人力资源上市公司市值榜，看起来是一轮全面上涨，但背后实际上存在完全不同的故事。德科集团主要受益于估值修复，任仕达出现了更明确的周期性经营拐点；Workday、Paycom和Paylocity受益于HR软件板块重新定价；瑞可利和BOSS直聘则开始证明，AI可以成为新的收入和定价工具。 TriNet财报后的股价下跌进一步提醒市场，即使利润率和每股收益改善，只要客户员工人数持续下降，资本市场仍然会对增长质量保持警惕。因此，这份榜单真正值得关注的，并不是哪个公司一个月上涨了多少，而是资本市场正在提出一个更根本的问题：当AI让企业需要更少的人、更少的账号和更少的人工流程时，人力资源企业将依靠什么继续增长？能够回答这个问题的公司，才可能成为下一阶段真正的HR科技和人力资源服务赢家。数据说明本文榜单为HRTech跟踪的15家具有代表性的全球人力资源上市公司，并不构成对全球全部相关上市企业的完整覆盖。市值数据截至2026年7月31日收盘，汇率采用USD/JPY 159.4、EUR/USD 1.153、USD/CHF 0.808和AUD/USD 0.704。月度涨幅按照股票上市地本币计算。 BOSS直聘市值按照A类普通股与创始人持有的B类普通股合计约9.31亿股进行全口径折算。每股美国存托股代表两股A类普通股。部分行情平台只统计部分ADS或流通股，因此可能显示明显较低的市值数据。详情可以访问：https://www.hrtechchina.com/Public/html/TOP10/global-hr-top10-2026-08.html

2026HR趋势
2026年08月05日
2026HR趋势

【榜单】中国HR上市公司8月最新市值榜单：BOSS直聘强势反弹，传统人服修复，尾部公司风险继续暴露 HRTech概述：2026年8月中国HR上市公司市值TOP10合计达到768.9亿元，较7月初增长14.4%，但这并不是全面复苏。BOSS直聘市值升至500.9亿元，单家公司贡献超过八成新增市值；外服控股、北京人力和科锐国际同步修复，北森、人瑞人才、优蓝国际和云学堂则继续下跌。榜单释放出一个清晰信号：资本市场已经不再为“发布AI产品”本身买单。平台公司要证明网络效应，传统人服要证明利润和现金流，HR SaaS及培训科技则必须证明AI能带来新增收入、更高客单价、更低交付成本和更强客户留存。一次反弹无法掩盖中国HR资本市场的结构性分化。详细可以访问：https://www.hrtechchina.com/Public/html/TOP10/china-hr-top10-2026-08.html 截至2026年8月1日收盘，HRTech发布最新一期中国大陆地区人力资源上市公司市值TOP10榜单。BOSS直聘以500.9亿元人民币继续位居第一，外服控股、北京人力和科锐国际分别以103.7亿元、77.9亿元和39.6亿元位列第二至第四；北森控股以20.1亿元排名第五。同道猎聘、万宝盛华、人瑞人才、优蓝国际和云学堂分列第六至第十。与7月初相比，榜单前十公司合计市值由约672.0亿元上升至768.9亿元，一个月增加约96.9亿元，增幅约14.4%。但这并不是一次均衡复苏：新增市值主要来自BOSS直聘和几家A股综合人服企业，北森、人瑞人才、优蓝国际和云学堂仍在下跌。 BOSS直聘贡献了超过八成的新增市值本期最大的变化来自BOSS直聘。其人民币口径市值由7月初的422.7亿元升至500.9亿元，一个月增加约78.2亿元，涨幅约18.5%，单家公司贡献了TOP10本月新增市值的八成以上。需要注意的是，BOSS直聘7月并未发布新的季度财报。其投资者关系网站显示，公司最近一次财务业绩仍是5月20日发布的2026年第一季度报告；6月25日完成年度股东大会，7月7日提交一份6-K文件。换言之，本月上涨更多是在重新定价此前的经营表现、二季度增长预期、AI招聘变现以及持续回购，而不是由一份7月新财报直接推动。从资本市场结构看，BOSS直聘已经不只是中国HR上市公司龙头，而是中国HR产业唯一具备全球平台型估值的企业。其市值约为外服控股的4.8倍，超过榜单第二名至第十名市值总和。中国HR资本市场的“一超多强”正在进一步变成“一超、数强、多小”的格局。 BOSS直聘的核心优势依然是招聘流量入口、双边网络效应和数据规模。AI对招聘平台的真正价值，也不再只是降低内部运营成本，而是提高职位推荐、候选人匹配和雇主付费效率。如果平台能够从出售职位曝光逐步转向出售匹配结果，其商业模式将比传统广告模式更具成长性。外服控股、北京人力与科锐国际同步修复外服控股市值由93.62亿元升至103.7亿元，增长约10.8%；北京人力由70.31亿元升至77.9亿元，增长约10.8%；科锐国际由34.38亿元升至39.6亿元，增长约15.2%。传统综合人服板块在经历前两个月调整后，7月出现明显修复。不过，这三家公司的上涨并未伴随新的半年报披露，更接近估值修复和市场风险偏好改善。外服控股7月主要公告包括调整2025年度利润分配总额、限制性股票解除限售，以及更换持续督导财务顾问主办人，并没有新的经营业绩数据。外服控股此前提出2025年度每股派发现金红利0.15元，拟分红总额约3.43亿元，占归母净利润的52.51%。这反映出成熟综合人服企业正在通过稳定分红强化资本回报，但能否进一步提升估值，仍取决于数字化、国际业务和高附加值服务能否扩大收入及利润贡献。北京人力7月没有披露新的重大财务数据。公司及旗下北京外企的业务动态更多集中于人才服务、职业技能认定和行业活动。这类活动能够强化客户触达和公共服务能力，但对于资本市场而言，真正决定估值的仍是利润增长、业务结构和现金流质量。科锐国际则是7月业务叙事最活跃的传统人服公司之一。7月17日，公司在WAIC 2026期间联合发起Builders’ Night Talk，围绕企业Agent如何从演示进入生产环境展开讨论；公司CTO刘之提出招聘正在从单Agent走向Agent Team，并强调企业级Agent在真实招聘业务中的落地。这类动作说明科锐国际正尝试改变自身的资本市场标签：从依赖顾问与交付团队的传统招聘服务商，转向“技术、平台与服务”结合的人才解决方案公司。但其市值仍不到40亿元，意味着市场尚未完全按照HR科技平台进行定价。未来关键不在于举办多少AI活动，而在于AI是否真正改善交付效率、客户续约、毛利率和海外业务增长。北森逆势下跌：财务改善尚未转化为估值修复北森控股市值由22.81亿元下降至20.1亿元，跌幅约11.9%，与BOSS直聘和A股人服企业的上涨形成明显反差。北森在6月发布2026财年业绩，披露营收增长16.9%，并强调AI商业化及公司向AI应用企业转型。公司还发布一站式AI HR专家平台Mavens。但进入7月，北森的主要资本市场动作是连续回购股份，并在月末任命独立非执行董事。7月7日、27日、29日和31日均有回购记录。回购显示管理层认为当前估值具有吸引力，但股价仍然承压，也说明市场尚未完全接受“AI产品发布等于商业价值兑现”的逻辑。北森面临的是整个中国HR SaaS行业的共同问题：产品方向得到认可，但资本市场要求更明确地看到订阅增长、客户增购、实施效率、自由现金流和持续盈利。AI可以帮助北森提升产品价值，但只有当AI形成新的付费模块、提升客单价或降低交付成本时，才可能真正改变估值。猎聘与万宝盛华并列，第二梯队竞争更加激烈同道猎聘和万宝盛华本期市值均约为9.3亿元。猎聘由9.11亿元小幅升至9.3亿元，万宝盛华由9.23亿元升至9.3亿元，两家公司已处于几乎相同的市值区间。猎聘7月31日，公司还通过子公司认购两笔结构性存款，合计本金8700万元人民币。猎聘的机会在于中高端人才数据、顾问网络和产业招聘能力，但挑战同样明显。中高端招聘比大众招聘更依赖经济周期，AI又在改变企业寻找和筛选候选人的方式。猎聘需要证明，其AI能力能够扩大企业付费客户、提高服务效率，并形成区别于BOSS直聘的结果型招聘价值。万宝盛华7月的公开动态更多集中于制造业工程师外包和蓝领外包场景。相关内容显示，制造业技术人才短缺、产线升级以及订单波动，正在提高企业对灵活工程师团队和蓝领外包的需求。这也解释了为什么万宝盛华市值相对稳定。与中高端猎头或纯软件不同，制造、物流及一线服务岗位短期内更难被生成式AI直接替代。但这种业务仍然依赖人力规模和项目交付，资本市场给予的估值倍数通常有限。人瑞人才下跌，但经营预期并不完全悲观人瑞人才市值由5.22亿元下降至4.7亿元，跌幅约10%。但公司7月发布的中期业绩正面盈利预告显示，预计2026年上半年收入为28.8亿元至32.8亿元，同比增长约10.6%至25.9%。公司7月15日还终止了与博彦科技上海的一项合资安排，并向三名独立非执行董事授予合计15万股股份奖励。市值下跌与盈利预告改善同时出现，说明资本市场对人瑞人才的判断不仅看收入增长，还关注客户集中度、外包业务毛利率、现金流以及数字化和海外业务能否形成新的估值支撑。收入规模扩大并不必然意味着估值提升，尤其是在人力密集型业务中，利润质量比收入增速更重要。优蓝国际跌幅最大，上市合规风险压过业务扩张优蓝国际市值由3.03亿元降至2.2亿元，跌幅约27.4%，是本期榜单中跌幅最大的公司。公司7月20日宣布与达州技师学院达成战略合作，继续扩展职业教育平台。7月29日，优蓝国际披露收到Nasdaq通知，由于ADS收盘价连续30个交易日低于1美元，公司不再符合最低买入价要求。公司获得180天合规期，期限至2027年1月25日；该通知不会导致公司立即退市，也暂不影响正常交易和经营。这一事件解释了优蓝7月市值大幅下跌的核心原因。职业教育、蓝领招聘和员工管理服务仍有业务空间，但对小市值中概股而言，流动性、最低股价和持续上市资格可能比短期业务增长更直接地影响估值。优蓝的案例也提醒行业：上市并不意味着资本市场价值自然形成。小市值HR企业需要同时解决业务增长、盈利能力、投资者沟通和上市合规四个问题。云学堂跌至1.2亿元，AI转型与资本表现明显背离云学堂市值由1.62亿元进一步降至1.2亿元，跌幅约25.9%，继续处于榜单末位。但公司7月并非没有积极动态。7月27日，云学堂披露从课程制作向知识智能转型；7月29日宣布完成AI原生研发转型，并重新符合Nasdaq最低买入价要求。公司在产品和研发层面强调AI原生，但资本市场仍然给予极低估值，说明企业培训科技面临严峻的商业化验证。AI可以降低课程生产成本、提高知识生成效率，但也可能降低传统课程内容的稀缺性。云学堂需要回答的核心问题是：AI转型究竟会带来新的订阅收入和客户增长，还是只是把原有研发流程变得更高效？在这一点得到财务数据验证前，AI原生转型很难自动转化为市值提升。本期榜单揭示出三条行业主线第一，资本继续奖励平台网络效应。BOSS直聘贡献了本月绝大多数新增市值，说明招聘流量、用户规模和数据资产仍然是中国HR行业最受认可的资本故事。第二，传统人服出现修复，但仍未改变低估值本质。外服控股、北京人力和科锐国际7月明显上涨，但其估值仍受到人力交付、利润率和周期性的约束。未来能否获得更高定价，取决于数字化、AI和出海业务能否形成真实利润。第三，AI叙事正在出现分化。北森、云学堂都在强化AI转型，但市值仍然下跌；科锐国际和猎聘也在推动Agent及AI招聘，市场反应相对有限。这说明资本市场已不再为“发布AI产品”本身买单，而是要求企业证明AI能够增加收入、提高利润或改变收费方式。写在最后：一次反弹无法掩盖结构性分化 8月中国HR上市公司榜单看起来明显回暖，前十总市值一个月增加近百亿元。但如果剔除BOSS直聘，其他九家公司合计新增市值不足19亿元；同时，仍有四家公司市值下降。因此，这并不是中国HR行业的全面反转，而是头部平台和部分传统人服企业的阶段性修复。中国HR资本市场正在形成越来越清晰的定价体系：平台型公司按照用户、数据和网络效应定价；综合人服公司按照利润与现金流定价；HR SaaS和培训科技公司则必须证明AI能够形成新的商业收入。未来真正能够获得估值提升的企业，不会只是“拥有AI”的企业，而是能够把AI变成更高客单价、更低交付成本、更强客户留存和新收费模式的企业。这将是2026年下半年中国HR上市公司最值得持续观察的主线。延伸阅读与参与本期榜单不仅呈现了中国HR上市公司的资本市场表现，也为企业评估招聘平台、人力资源服务、HR SaaS及企业学习科技供应商提供了新的观察视角。 HRTech将持续跟踪BOSS直聘、外服控股、北京人力、科锐国际、北森控股等企业的财务表现、AI商业化进展与估值变化。欢迎查看最新版本的《2026HR科技云图》，进一步了解中国HR科技市场的主要赛道与供应商格局；也可关注2026年9月17日深圳“What's Next”人力资源科技年度论坛，与企业HR、科技公司及行业专家共同讨论AI落地、供应商转型和下一代HR科技。同时，具备创新产品、AI应用或企业实践的机构，可关注2026 HRTech创新奖 INNO Awards，提交案例并参与年度行业评选。 https://www.hrtechchina.com/Public/html/TOP10/china-hr-top10-2026-08.html

2026HR趋势
2026年08月03日
2026HR趋势

全球AI“假候选人”逼近招聘入口：海外企业开始把数字身份验证前移生成式AI正在提高求职与招聘效率，也在降低身份造假、代理面试和批量欺诈的技术门槛。过去，企业识别候选人风险，主要关注学历造假、工作经历夸大和技能不匹配。如今，AI生成简历、深度伪造视频、实时面试辅助、身份盗用和自动化批量投递，让招聘团队不得不面对一个更基础的问题：提交申请、参加面试和最终入职的，究竟是不是同一个人？面对不断增加的虚假申请和身份冒用风险，数字身份验证正在从录用后的背景调查环节，逐步前移至申请、初筛和正式面试阶段。到2028年，四分之一候选人档案可能存在身份失实 Gartner预计，到2028年，全球四分之一候选人档案可能为虚假档案，并包含重大的身份失实信息。Gartner在2025年第二季度对3,000名求职者进行的调查中，还有6%的受访者承认曾参与面试欺诈，包括冒充他人或由他人代替自己参加面试。这里所说的“虚假”，并不只是候选人使用AI修改简历或准备面试，而是包括盗用身份、伪造职业资料、隐瞒真实所在地、代理面试，以及利用合成语音或深度伪造技术冒充真实求职者。与此同时，招聘团队正在承受更大的申请处理压力。 Greenhouse调查显示，91%的招聘人员发现或怀疑候选人存在欺骗行为，34%的招聘人员需要花费最多半周时间过滤垃圾和低质量申请。其招聘数据还显示，自2022年以来，每名招聘人员收到的申请数量增长超过411%，而企业招聘团队的平均规模却在下降。 AI一方面帮助求职者快速生成简历、求职信和岗位定制材料，另一方面也让自动化批量申请变得更加容易。企业则使用AI筛选这些AI生成的申请，招聘市场由此形成“机器投递对机器筛选”的循环。真正符合要求的候选人可能被淹没在大量自动生成的申请中，招聘人员则需要花费更多时间判断，眼前的材料究竟代表真实能力，还是由AI组合出来的职业形象。招聘欺诈正在形成真实的企业成本候选人身份欺诈已经不只是招聘效率问题。 Checkr对3,000名美国管理人员进行的调查显示，31%的受访者曾面试过后来被发现使用虚假身份的候选人，35%的受访者遇到过由申请人之外的其他人参加视频面试的情况。 23%的受访企业表示，过去一年因招聘欺诈或身份欺诈遭受的损失超过50,000美元，10%的企业损失超过100,000美元。62%的招聘管理人员认为，求职者利用AI伪造身份的能力，已经超过企业识别此类欺诈的能力。这些成本不仅包括重新招聘、重复培训和招聘人员时间，还可能涉及工资支付、工作设备、客户数据、知识产权和企业系统访问权限。对于远程软件开发、金融、支付、数据中心和其他能够接触敏感信息的岗位，虚假候选人一旦完成入职，风险就会迅速从HR部门扩展至信息安全、数据保护和内部访问控制。这也意味着，候选人身份验证正在从招聘流程中的辅助工具，逐渐成为企业整体身份安全体系的一部分。数字身份验证开始进入招聘系统为了识别身份冒用、候选人替换和深度伪造，企业开始在招聘流程中引入政府证件验证、自拍比对、人脸活体检测、设备信息和网络位置分析。 Persona于2026年3月推出候选人身份验证解决方案，支持政府签发证件、自拍活体检测、视频验证和设备绑定。企业还可以结合设备、网络和行为信号，识别深度伪造、身份冒用及可疑申请活动。 Persona建议企业根据岗位风险，在申请或初筛、最终面试前和发出Offer前设置不同的验证节点，而不是等到候选人入职后才确认真实身份。 CLEAR1则将候选人自拍与政府签发证件照片进行比对，并结合证件真实性、设备安全信号和权威数据源进行交叉验证。通过与Greenhouse合作，招聘团队可以直接在招聘流程中向候选人发起身份验证，并在后续面试阶段再次确认其身份。 Greenhouse的Real Talent产品则将身份验证、欺诈和垃圾申请识别、IP及邮箱域名拦截与人才匹配放在同一套招聘流程中，希望在候选人进入正式面试前识别高风险申请。数字身份验证正在成为招聘科技新的基础能力，但它并不能单独解决所有招聘风险。身份验证、背景调查与能力评估不能相互替代数字身份验证主要回答的是：“这个人是谁？” 背景调查回答的是：“这个人提供的工作、教育和其他记录是否真实并符合要求？” 技能评估和结构化面试回答的是：“这个人是否具备完成工作的能力？” 三者不能相互替代。通过身份验证，并不代表候选人的履历和能力一定真实；完成背景调查，也不能完全证明参加面试的人就是相关身份的实际持有人；通过技能测试，同样不能完全排除他人代做或实时AI辅助。企业需要建立分层的招聘信任体系，而不是依赖某一个单独工具。对于普通、低权限岗位，可以先使用电话号码、邮箱和申请行为等低摩擦信号识别风险；对于远程、高权限或敏感数据岗位，可以增加政府证件、自拍和活体检测；对于关键技术、财务和安全岗位，还应结合结构化面试、现场任务、推荐人核实以及入职后的分阶段系统授权。身份验证的强度，应当与岗位所拥有的数据权限、系统权限和业务风险相匹配。防范欺诈，不能以牺牲候选人体验为代价 AI辅助求职与AI招聘欺诈之间存在明确区别。候选人使用AI检查语法、整理工作经历、理解职位描述或模拟面试，并不等于身份造假。企业需要区分合理的AI辅助、履历和能力失实，以及真正的身份冒用、代理面试和深度伪造。如果企业因为担心欺诈，就要求所有候选人提交高敏感度证件、生物识别和设备信息，不仅会增加招聘摩擦，也可能损害候选人信任。企业在引入身份验证时，应当向候选人明确说明验证目的、收集的信息、处理机构、保存期限和人工复核机制。涉及人脸、政府证件、IP地址和设备数据时，招聘负责人也不应单独决定其使用方式，HR、法务、隐私、信息安全和采购团队需要共同参与流程与供应商评估。企业还需要关注验证系统本身的误判。光线、摄像设备、证件质量、残障情况和不同国家的证件标准，都可能影响验证结果。系统发出的风险标记应当成为人工调查的起点，而不应直接成为自动拒绝候选人的最终依据。在AI招聘时代，候选人体验已经不只是流程是否顺畅，还包括候选人是否被清晰告知、是否受到公平判断，以及在系统出现错误时能否获得人工帮助。围绕AI招聘、身份验证、视频面试、招聘流程透明度和候选人信任形成实践的企业，可以通过2026候选人体验大奖 CandE® Awards，系统梳理并展示相关成果。 CandE® Awards设置了“最佳候选人体验技术应用奖”“最佳AI招聘体验奖”“最佳面试体验奖”等企业实践类奖项，以及“最佳AI招聘产品奖”“最佳视频面试产品奖”“最佳AI面试产品奖”等产品类奖项，覆盖企业招聘团队和招聘科技机构两类参与主体。招聘科技正在从效率系统走向信任基础设施过去十年，招聘科技主要解决职位发布、人才搜索、ATS管理、面试安排和招聘数据分析。 AI时代的下一阶段，招聘系统将增加一个新的基础能力：确认候选人身份、申请行为和招聘过程的一致性。未来，企业在评估ATS、AI面试和招聘自动化产品时，除了关注筛选速度、匹配准确率和招聘效率，还需要进一步了解：系统如何识别身份冒用和候选人替换？身份验证应该在招聘的哪个阶段发生？系统会收集和保存哪些数据？风险判断是否可以解释？候选人是否拥有人工复核和申诉渠道？身份验证是否会对部分候选人造成不成比例的影响？对于招聘科技供应商而言，这一变化也意味着新的产品机会。候选人身份验证、深度伪造识别、面试一致性检查、招聘欺诈检测和可信凭证，可能逐渐成为ATS与招聘平台的标准模块。正在开发AI招聘、智能甄选、身份验证、视频面试或招聘安全产品的HR科技机构，可以参与2026 HRTech INNO Awards“HRTech创新产品奖”及特别设立的“人力资源科技AI创新产品奖”，通过真实落地案例和量化结果展示产品价值。 AI让求职申请变得更快，也让欺诈行为更容易规模化。当招聘双方都在使用自动化工具时，企业真正需要建立的能力，已经不只是更快地找到候选人，而是更可靠地确认候选人是谁，并确保从申请、面试到入职始终是同一个真实的人。对于HR而言，这不只是增加一道身份检查，而是重新设计招聘流程中的信任机制。进一步讨论：AI招聘如何兼顾效率、安全与公平 2026年9月17日，HRTech将在深圳益田威斯汀酒店举办2026人力资源科技年度论坛·“What’s Next”深圳站。论坛将围绕生成式AI、招聘科技、AI智能甄选、人力资源数字化和全球人才管理等方向展开，帮助企业HR了解新技术如何进入招聘全流程，并讨论效率提升、风险治理与候选人体验之间的平衡。企业内部HR、人力资源负责人、招聘负责人及HRIT、HRSSC相关从业者可申请参会。相关参与入口 ·企业招聘团队及雇主品牌团队，可参与2026候选人体验大奖 CandE® Awards，提交AI招聘、面试体验或候选人体验技术应用案例。 ·招聘科技及数字身份服务机构，可参与2026 HRTech INNO Awards，申报HRTech创新产品奖或人力资源科技AI创新产品奖。 ·希望进一步了解AI招聘、智能甄选与人力资源科技趋势的企业HR，可报名参加9月17日深圳人力资源科技年度论坛·“What’s Next”。

2026HR趋势
2026年08月02日

12 3 4 5 6 7 8 9 10 》