-
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
【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
【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
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
字节重组飞书拆成两半：豆包吃产品，火山引擎吃商业化，这是一次组织降级，还是一次AI战略升维？
HRTech核心摘要：字节跳动近日启动面向企业服务与人工智能业务的重要组织调整。飞书原有的产品团队和GTM体系将被分别纳入豆包与火山引擎，字节跳动由此进一步整合大模型、企业协作场景、云基础设施及To B商业化能力。简而言之：产品归豆包，销售归火山，引擎归别人，最后只剩“品牌和服务保持不变”这句话。
根据此次调整方案，飞书产品团队将与豆包产品团队整合，成立新的豆包产品团队，由豆包负责人赵祺负责，飞书负责人谢欣向赵祺汇报。在GTM体系方面，飞书负责市场、销售和客户服务的团队将与火山引擎相关团队整合，成立新的To B GTM组织——“创造力服务平台（Creativity Service Platform）”。
新组织将统一负责字节跳动MaaS、SaaS及其他云服务的市场推广、企业销售和客户服务，由火山引擎负责人谭待负责。飞书销售负责人林婵、飞书战略及市场负责人史志隽将向谭待汇报。
需要特别说明的是，此次调整并不意味着飞书品牌消失或现有飞书产品停止运营。根据字节跳动方面的表述，飞书原有产品和服务将保持不变，飞书与豆包还将在企业生产力场景中展开更深入的产品协作。
飞书原有组织被拆分，产品与商业化分别进入两条主线
从组织架构来看，此次调整改变了飞书过去相对完整的业务运行模式。此前，飞书拥有自己的产品研发、市场、销售和客户服务体系，能够以相对独立的企业协作软件业务进行产品决策、客户拓展和商业化运营。
调整完成后，飞书的产品团队进入豆包体系，市场、销售和客户服务团队则进入火山引擎主导的创造力服务平台。飞书不再保留过去完整且相对独立的产品与GTM组织。
因此，从组织权力和汇报关系角度观察，飞书的业务独立性确实有所下降。但将这次调整简单概括为“飞书被放弃”并不准确。
飞书被拆分之后，其产品、企业数据和协作场景正在被纳入字节跳动更大的企业AI战略。飞书未来承担的角色，可能不再只是经营一套独立的协同办公软件，而是成为豆包进入企业工作场景的重要入口。
豆包企业版已经在部分飞书客户中开启内测
字节跳动此次调整背后，一个重要产品方向是豆包企业版。
据飞书公开介绍，豆包企业版是一款面向企业组织的AI办公产品，依托字节跳动自研Seed模型体系，支持复杂任务执行、文档与数据处理、图片和视频创作，以及电脑与浏览器操作。由飞书产品团队深度参与开发的豆包企业版，已经在部分飞书客户中开启内测。
与面向个人用户的通用AI助手不同，豆包企业版试图将人工智能直接嵌入企业的日常工作环境。企业员工可以在获得授权的情况下，让AI理解飞书中的文档、表格、会议、群聊和企业知识，并基于具体工作上下文执行任务。
这意味着企业AI不再只是一个独立的聊天窗口，而是可能逐步参与信息检索、内容生成、数据整理、会议处理、跨系统操作和业务流程执行。
飞书过去已经在企业级Agent领域进行布局。飞书aily被定位为企业级Agent平台，可连接企业知识、业务系统和AI技能，支持企业构建面向具体工作场景的智能应用。
从这一角度看，豆包企业版与飞书的整合，并不是从零开始。飞书已经拥有组织通讯录、权限体系、企业知识、文档协作和应用开发环境，豆包则进一步提供通用模型、推理、内容生成与任务执行能力。
豆包、飞书和火山引擎正在形成企业AI完整链条
此次组织调整可以概括为三个层面的重新组合。
豆包提供大模型、AI助手和Agent执行能力；飞书提供企业工作入口、组织关系、协作场景和知识数据；火山引擎则提供云基础设施、MaaS服务、企业销售与交付能力。
过去，这些能力分布在不同的组织和产品体系中。调整后，字节跳动正在将其整合为一条更加完整的企业AI产品与商业化链条：
底层是火山引擎提供的云计算、模型服务与技术基础设施；中间是豆包提供的模型与智能体能力；上层则是飞书所覆盖的文档、会议、沟通、知识与组织协作场景。
在商业化层面，创造力服务平台将统一承担MaaS、SaaS等企业服务的市场、销售和客户服务工作。这有助于减少不同产品团队之间重复覆盖客户、销售资源分散及交付体系割裂的问题。
字节跳动CEO梁汝波此前在2026年火山引擎FORCE原动力大会上表示，攀登AI高峰是公司当下最重要的事情。
从此次组织调整看，字节跳动正在将这一战略进一步落实到企业业务的组织架构中：AI不再只是某个独立部门的新产品，而是开始重新定义企业软件、云服务和商业化团队之间的关系。
飞书“被降级”，还是进入更重要的AI基础设施位置？
对于飞书而言，这次调整具有明显的双重含义。
一方面，飞书失去了过去相对独立的组织架构。产品负责人、销售负责人和市场负责人分别进入豆包与火山引擎的管理体系，意味着飞书不再以一个完整业务单元独立配置资源和推进战略。
从这一意义上说，飞书的组织地位出现下降。
另一方面，飞书在字节跳动企业AI体系中的产品价值可能进一步上升。
大模型要进入企业，仅有模型能力并不够。AI需要知道员工是谁、可以访问哪些信息、正在参与什么项目、有哪些会议和文档、能够调用哪些业务系统，以及执行任务时应当遵守什么权限。
飞书所积累的组织架构、权限体系、企业知识和工作场景，正是企业AI落地所需要的关键基础设施。
飞书此前也曾明确表示，其AI能力离不开豆包大模型的支持，并强调企业数据需要受到权限管控和隔离，不应用于模型训练。
因此，更准确的判断或许是：飞书的组织独立性正在下降，但它在字节跳动AI战略中的场景价值和数据基础设施价值正在上升。
对HR科技行业意味着什么？
此次调整不只是字节跳动内部的一次管理变化，也反映出企业软件和HR科技行业正在发生的结构性转变。
过去，企业采购软件通常按照功能模块进行划分，例如协同办公、招聘管理、绩效管理、学习发展、员工服务和数据分析。不同系统拥有各自的界面、流程和数据库，员工需要在多个软件之间切换。
AI Agent进入企业后，这一模式可能发生变化。
未来，员工不一定需要分别打开多个系统完成工作，而可能直接向企业AI提出任务。例如：
“整理过去三个月的离职访谈，并总结主要原因。”
“根据招聘计划筛选候选人，并生成面试安排。”
“分析员工敬业度调查结果，识别高风险团队。”
“根据公司的差旅和薪酬政策，回答员工问题。”
企业AI可以理解任务，再调用HR系统、协同平台、知识库和数据工具完成执行。
在这种模式下，企业软件的竞争重点将逐渐从“谁拥有更多功能页面”，转向“谁能够向AI提供可信的数据、标准化的接口、可控的权限和可执行的工作流程”。
对于HR SaaS厂商而言，需要重新思考三个问题。
首先，产品能否成为AI Agent可以调用的能力模块，而不仅是由员工手动操作的独立系统。
其次，企业数据是否具备清晰的权限、语义结构和治理机制，能够让AI安全、准确地理解和使用。
第三，产品是否拥有足够深入的业务流程与专业规则，避免被通用AI工作入口替代。
HR部门也将面对新的组织设计问题
字节跳动此次调整本身，也是一个典型的AI驱动组织变革案例。
当AI从实验性技术变为公司的核心战略后，传统按照产品线划分的组织结构可能不再适用。模型团队、应用团队、云服务团队、销售团队和客户成功团队需要重新组合，形成围绕客户场景和AI能力的协同机制。
对于企业HR和组织发展负责人而言，类似变化将带来新的管理议题：
企业是否需要设立独立的AI部门，还是应当把AI能力嵌入每个业务部门？
传统产品经理、销售、客户成功和实施顾问的职责将如何变化？
当多个产品共享同一套模型和数据基础设施时，绩效目标与资源配置应如何设计？
原有业务被整合进入AI主航道后，如何处理管理层角色、团队身份认同和员工预期？
这些问题说明，AI转型不仅是技术系统升级，也是一场涉及组织架构、管理权限、人才能力和商业模式的系统性调整。
HRTech观察
从独立协同办公平台到企业AI工作入口，飞书正在经历一次重要的身份变化。
此次重组最值得关注的，并不是飞书是否在字节跳动内部“被降级”，而是字节跳动开始放弃模型、SaaS和云服务相互分离的组织方式。
豆包负责智能，飞书提供工作场景，火山引擎负责基础设施与商业化。三者整合之后，字节跳动所竞争的已经不只是协同办公市场或云计算市场，而是企业AI时代的统一工作平台。
对于HR科技行业而言，这也是一个清晰信号：未来HR软件不会只与其他HR软件竞争，还需要面对飞书、钉钉、Microsoft 365、Google Workspace等工作平台与大模型深度融合之后形成的新一代企业AI入口。
当AI能够跨越文档、沟通、知识和业务系统直接完成任务，传统HR SaaS产品的页面、菜单和功能模块可能不再是用户接触企业软件的第一入口。
真正具有长期价值的产品，将是那些拥有专业业务逻辑、可信企业数据、复杂流程执行能力，并能够被企业AI安全调用的系统。
飞书的这次组织调整，可能正是中国企业软件从“SaaS协同平台”走向“AI工作操作系统”的一个重要节点。
下一步关注
HRTech将继续关注豆包企业版的产品发布、企业客户内测进展，以及飞书、豆包与火山引擎在HR、人效管理、知识管理和企业Agent场景中的后续整合。
对于企业HR团队，现阶段可以优先评估三个方向：梳理可供AI调用的企业知识与HR数据；检查权限、隐私和安全审计体系；识别招聘、员工服务、学习发展及人才分析中适合由Agent执行的高频任务。
对于HR科技厂商，则需要加快建立开放接口、Agent工具调用能力和企业级权限体系，并重新评估产品在企业AI工作入口下的角色。
更多全球HR科技、企业AI及未来工作趋势，欢迎持续关注HRTech，并查看HRTech最新行业活动与研究内容。
-
2026HR趋势
AI冲击下的职场变局：年轻员工首当其冲，初级岗位入口加速收窄，AI正在重构任务，而非简单消灭岗位
高AI暴露岗位需求下降42%，AI采用企业人力却增长27%：
HRTech概述： 美国劳动力数据与研究公司Revelio Labs通过劳动力供给、企业招聘需求、就业与工资、岗位工作内容以及招聘匹配五个维度，持续追踪人工智能对美国劳动力市场的实际影响。首期数据显示，自2022年10月以来，AI暴露度最高职业的招聘需求相对于最低暴露职业下降42%；与此同时，已经采用AI的企业，员工规模增长却比未采用企业高出27%。这组看似矛盾的数据表明，AI带来的变化并不是简单的“机器取代人”，而是企业内部的任务组合、人才结构和招聘方式正在同步重构。
从预测岗位消失，转向观察正在发生的变化
围绕AI与就业市场的讨论，过去几年一直充斥着相互矛盾的判断。一些研究预测AI将大规模取代岗位，另一些观点则认为AI能够提高生产率、创造新职业并推动企业增长。
Revelio Labs推出AI Labor Market Tracker的核心目的，是减少这种以预测为主的讨论，转而通过实际劳动力数据回答一个更直接的问题：AI现在究竟对招聘、就业、技能和工作内容产生了什么影响？
该Tracker将按月更新，结合Revelio Labs自身的劳动力数据、招聘职位、薪酬信息和员工情绪数据，同时参考并更新相关学术研究结论。追踪范围包括劳动力供给、企业需求、就业与工资、岗位活动以及人才与企业之间的招聘匹配。Revelio Labs表示，其底层数据覆盖超过3000万家公司、50亿条招聘职位以及195个以上国家和地区。
需要注意的是，产品虽然使用“实时衡量”作为定位，但其首期指标主要反映截至2026年6月的劳动力市场变化，并按照月度节奏更新。更加准确的理解，应当是一个持续更新的近实时劳动力市场监测体系，而不是逐日或逐小时变化的实时系统。
高AI暴露岗位需求下降，但不等于岗位已经被AI替代
首期Tracker中最受关注的数据，是AI暴露度最高职业的招聘需求出现明显下降。
Revelio Labs正式Tracker页面显示，自2022年10月以来，AI暴露度最高职业的招聘需求相对于最低暴露职业下降了42%。这里的“AI暴露度”并不是指企业已经使用AI取代了这些岗位，而是衡量某项职业中的工作活动，有多大比例在技术上可能由当前生成式AI完成。
例如，数据整理、基础分析、文案起草、内容总结、信息录入和标准化报告等任务，通常具有较高的AI暴露度。即使企业尚未正式部署AI，也可能因为预期这些任务未来会被自动化，而减少相关岗位招聘、调整岗位职责，或者提高招聘门槛。
Revelio Labs的新闻稿以数据工程师和金融分析师等岗位为例，称AI暴露程度较高职业的招聘需求相对于低暴露职业下降36%。但公司正式Tracker页面显示的最新数字为42%。两个页面分别以2022年11月和2022年10月为比较基准，公开资料没有进一步解释两组数字差异的具体原因。HRTech建议，在引用该研究时以正式Tracker页面显示的42%为主，同时注明新闻稿曾使用36%的表述，避免将不同口径混用。
更重要的是，AI暴露度高并不意味着这些岗位已经消失。Revelio Labs发现，自ChatGPT推出以来，AI暴露度最高职业的就业增长，仅比AI暴露度最低职业低约4%。就业市场已经出现压力，但目前并没有出现与招聘需求下降同等幅度的岗位消失。
年轻员工和初级岗位正在承受更明显的压力
AI对不同职级和年龄人群的影响并不平均。
Revelio Labs的研究显示，在AI暴露度较高的职业中，年轻员工的就业表现明显弱于资深员工。22至25岁员工在相关职业中的就业增长，相对于低AI暴露职业下降约13%。
这意味着AI对劳动力市场最早产生的影响，可能不是大规模裁撤现有员工，而是减少企业对初级人员的需求。过去，许多年轻员工通过资料整理、基础分析、报告撰写、客户支持和流程操作等工作进入企业，再逐步积累行业知识和判断能力。随着这些任务被AI辅助或部分自动化，企业可能不再需要同样数量的初级员工。
这一变化会带来一个长期的人才供应问题。如果企业只保留需要经验和判断能力的高级岗位，却不断削减用于培养人才的初级岗位，未来可能出现资深人才不足、内部继任断层和管理人才供应下降。
因此，AI时代的初级岗位不应该只是被简单取消，而需要被重新设计。企业需要让年轻员工更早参与客户沟通、业务判断、AI结果审核、跨部门协作和复杂问题解决，避免其工作长期停留在最容易自动化的任务层面。
为什么AI采用企业反而增长得更快？
与高AI暴露职业需求下降同时发生的，是AI采用企业员工规模的明显增长。
Revelio Labs通过企业发布的AI integrator相关岗位，识别已经开始将生成式AI整合进业务流程的企业。研究显示，自2022年10月以来，这些AI采用企业的员工规模增长，比未采用企业高出27%。其中，高级岗位增长31%，初级岗位增长只有6%。
这组数据说明，AI可能降低企业对某些任务和岗位的需求，同时帮助企业扩大整体业务规模。企业通过自动化重复工作、加快产品开发、提高客户服务效率或扩大数据处理能力，可能释放出新的业务需求，进而增加销售、产品、管理、工程和客户成功等岗位。
换句话说，AI减少的可能是完成某项工作的单位人力需求，而不是企业整体的增长能力。一个部门可能因为AI减少部分基础岗位，但企业整体却因为生产率提升而进入新的市场，并增加其他岗位。
不过，27%不能直接理解为采用AI必然会使员工规模增长27%。Revelio Labs也明确指出，AI采用企业在正式采用AI之前通常已经增长得更快。这些企业可能本身拥有更好的资本条件、技术能力、管理体系和业务增长速度。因此，这一结果反映的是两类企业之间的增长差距，而不是已经被完全证明的AI因果效应。
AI改变工作内容的速度，可能快于改变岗位数量
Revelio Labs首期Tracker最有价值的判断，并不是哪个岗位会消失，而是AI正在快速改变岗位内部的工作内容。
传统劳动力市场分析通常关注职位数量、失业率、岗位名称和职业分布。但一个岗位本身就是多项工作活动的组合。即使企业没有取消“市场分析师”“招聘顾问”或“财务分析师”等职位，也可以重新分配这些岗位内部的任务。
例如，一名分析师可能减少数据录入、资料搜集、基础制表和报告初稿工作，转而增加AI结果审核、异常判断、业务解释和管理层沟通。一名招聘人员可能减少简历初步整理，却需要投入更多时间进行候选人验证、能力判断、关系维护和招聘流程设计。
Revelio Labs建立的工作活动差异指数显示，2026年6月，美国经济中按员工规模加权的工作活动组合同比变化达到8.4个百分点。更值得关注的是，大部分变化发生在同一职业内部，而不是因为企业从一种职业大规模转向另一种职业。
这也解释了为什么一些基于整体就业和职业分布的研究，尚未观察到明显的AI就业冲击。2026年6月，Yale University旗下The Budget Lab发布的持续追踪研究认为，当前职业结构变化尚未清晰显示与AI引入之间的关系，AI使用指标也没有表现出与就业或失业变化之间的明确联系。
两项研究并不一定相互矛盾。Yale University更关注宏观就业和职业结构是否已经发生明显变化，而Revelio Labs进一步观察岗位内部的任务构成。宏观岗位数量可能相对稳定，但岗位内部的工作方式已经发生快速改变。
正如Revelio Labs Chief Economist Lisa Simon所概括的那样，AI正在自动化部分工作，但尚未自动化完整岗位；工作内容正在快速改变，而大部分变化发生在现有职业内部。
AI也可能正在降低传统招聘信号的有效性
AI不仅改变企业招聘什么样的人，也正在改变求职者如何参与招聘。
Tracker数据显示，企业目前平均需要发布5.05个招聘职位，才能对应一次可观察到的外部招聘，同比增长264%。招聘职位与实际招聘之间的匹配效率，已经连续六年下降。
这一趋势早于ChatGPT出现，因此不能全部归因于生成式AI。但Revelio Labs认为，AI可能进一步放大了原有问题。
生成式AI降低了制作简历、撰写求职信、准备面试回答和批量申请岗位的成本。优秀候选人能够更好地展示自己，但普通申请者也能够快速生成一份看起来专业、完整且符合职位描述的申请材料。
结果是，简历和求职信的信号价值下降。企业收到更多看起来合格的申请，却更难判断谁真正具备岗位能力。企业可能因此增加筛选环节、减少与普通申请者沟通，候选人则通过提交更多申请应对较低的回复率，形成新的恶性循环。
Revelio Labs还发现，在没有获得Offer的面试评价中，候选人提及招聘人员失联、未回复或“ghosting”的比例，自2022年10月以来上升约9%。但该研究尚不能证明AI生成的申请直接导致了招聘方失联，只能说明AI可能在一个已经低效的招聘体系中增加了更多噪音。
HRTech观点：企业需要从“岗位管理”转向“任务与能力管理”
从HRTech视角看，Revelio Labs这项研究最重要的意义，是提醒企业不要再用简单的“AI替代多少岗位”来制定人力策略。
第一，企业需要将AI影响评估下沉到任务层面。一个岗位通常同时包含可自动化任务、可由AI增强的任务，以及必须依赖人类判断、信任和责任承担的任务。仅根据岗位名称决定裁员或冻结招聘，容易错过真正需要重构的工作环节。
第二，企业需要重新设计初级人才入口。不能因为AI能够完成基础工作，就完全取消初级岗位。更合理的方式，是让AI承担重复劳动，同时让年轻员工更早学习业务判断、问题分析、客户沟通和AI结果审核。
第三，企业需要更新技能模型和职业发展体系。未来岗位价值可能不再取决于员工能否完成大量标准化任务，而取决于其能否定义问题、调用AI、验证结果、理解业务并对最终决策负责。
第四，招聘团队需要重新建立人才识别信号。当简历、求职信甚至部分面试答案都可以由AI生成时，企业需要增加与真实工作相关的评估，例如结构化工作样本、情境任务、项目讨论和基于过去行为的深度访谈，而不是简单增加更多筛选工具。
第五，HR需要谨慎解释AI与就业之间的因果关系。高AI暴露岗位需求下降，不等于AI已经直接取代这些岗位；AI采用企业增长更快，也不等于任何企业部署AI都会自动获得增长。行业周期、企业规模、资本能力、组织成熟度和人才结构都可能影响结果。
AI对劳动力市场的影响，正在以多个方向同时发生
Revelio Labs AI Labor Market Tracker揭示的并不是一个简单的就业结论，而是一个正在分化的劳动力市场。
AI暴露程度较高的工作需求正在下降，尤其影响初级岗位和年轻员工；真正采用AI的企业却可能获得更强的扩张能力，并增加高级岗位；岗位名称和就业总量尚未发生全面变化，但岗位内部任务正在快速重组；招聘技术越来越强，企业与人才之间的匹配效率却可能继续下降。
AI对就业的影响不会以一次统一的冲击出现，而会分别体现在招聘需求、岗位任务、技能投资、企业增长、职业入口和招聘匹配等不同环节。
对于企业HR而言，当前最重要的问题已经不是“AI会不会取代员工”，而是企业能否在AI改变工作之前，重新设计任务、能力、招聘和人才成长体系。
关于Revelio Labs
Revelio Labs是一家劳动力智能与研究公司，通过处理和标准化公开职业履历、招聘职位、员工评价等数据，为企业、投资机构、研究人员和政府部门提供劳动力市场分析。公司表示，其数据覆盖超过3000万家公司、50亿条招聘职位以及195个以上国家和地区。Founder and Chief Executive Officer为Ben Zweig，Chief Economist为Lisa K. Simon。
文章来源：HRTech编译与解读。数据来源包括Revelio Labs、AI Labor Market Tracker及Yale University The Budget Lab。
-
2026HR趋势
调查显示：中国职场AI使用率领先全球，为何员工敬业度却处于低位？
《职场人 2026》揭示：AI已经进入中国员工的日常工作，但企业尚未完成从“工具普及”到“组织生产力”的转化。
生成式人工智能进入职场不到四年，已经从少数技术人员使用的专业工具，快速演变为覆盖写作、分析、编程、翻译、搜索、会议总结和决策辅助的通用工作工具。
在这一轮全球职场AI浪潮中，中国员工并没有落后。ADP研究院发布的《职场人 2026》显示，中国职场的生成式AI使用率已经明显高于全球平均水平，员工对AI工具的接触范围甚至接近全面覆盖。但与此同时，中国员工的敬业度却处于全球较低水平。
这一组看似矛盾的数据，揭示了中国企业AI转型中一个越来越重要的问题：员工开始使用AI，并不代表组织已经获得AI带来的生产力。
中国员工使用AI的比例已进入全球前列
《职场人 2026》基于ADP研究院2025年全球劳动力调研。该调研于2025年7月21日至8月4日进行，覆盖全球36个市场，收集了超过39,000名成年员工的反馈。
报告询问员工使用ChatGPT、Midjourney、Copilot等生成式AI工具的频率。全球范围内，20%的员工表示几乎每天使用AI，30%的员工每周使用多次。也就是说，全球约一半员工已经成为生成式AI的高频使用者。
中国市场的AI使用率高于这一全球平均水平。
数据显示，中国有26%的员工几乎每天使用生成式AI，高于全球20%的平均水平；只有2%的中国员工表示尚未尝试过AI，远低于全球15%的比例。中国与印度并列成为“从未使用AI”比例最低的市场之一。
从全球市场排名来看，中国员工日常使用AI的比例进入前十，仅低于印度、尼日利亚、越南、埃及、巴西、阿联酋、印度尼西亚、沙特阿拉伯和泰国。
中国26%的每日使用率，也明显高于新加坡的23%、英国的20%、美国的19%、中国台湾的18%、澳大利亚的16%、德国的14%、韩国的12%和日本的8%。
这说明，中国职场当前面临的主要问题，已经不再是员工是否接触AI，而是如何把个人层面的AI使用，转化为企业层面的稳定能力。
AI使用越频繁，员工敬业度越高、压力越低
从全球数据来看，AI高频使用与员工敬业度、团队归属感和工作压力之间呈现出明显关联。
在几乎每天使用AI的员工中，30%属于高度敬业员工；而在从不使用AI的员工中，高度敬业员工的比例只有14%。作为对比，2025年全球高度敬业员工的整体比例为19%。
压力方面也呈现出类似趋势。每天使用AI的员工中，只有11%处于“超负荷工作”状态，而从不使用AI的员工中，这一比例达到23%。
AI使用频率越高，员工也越倾向于认为自己已经融入团队，并认为自己身处一个优秀的团队。
这表明，AI在许多工作场景中正在成为员工的“协作伙伴”。它可以帮助员工更快地处理信息、减少部分重复劳动、降低完成复杂任务的门槛，并增强员工对自身能力和团队协作的信心。
但报告同时发现，AI并没有像企业普遍期待的那样，立即转化为员工能够感知到的生产力提升。
AI使用越多，员工反而越容易认为自己效率不够高
报告中最值得关注的发现，是AI使用与生产力感知之间的矛盾。
在几乎每天使用AI的员工中，16%认为自己近期的工作效率没有达到应有水平；而在从不使用AI的员工中，这一比例只有5%。
也就是说，AI高频使用者虽然敬业度更高、压力更低、团队归属感更强，却更容易认为自己的生产力没有达到预期。
这并不一定意味着AI降低了员工的实际生产力。
一种可能的情况是，AI提升了员工的产出速度，但同时也提高了组织对员工的工作要求。当原来需要一天完成的任务可以在几个小时内完成时，节省出来的时间并没有真正归还给员工，而是被新的任务、更多会议和更高的绩效目标迅速填满。
另一种情况是，企业只是把AI叠加在原有工作流程上，却没有重新设计岗位、任务和管理机制。员工仍然需要完成原来的审批、汇报、沟通和协作流程，同时还要承担AI生成内容的核验、修正和质量控制工作。
AI可以快速生成内容，但并不能自动消除组织中的重复汇报、低效审批、模糊决策和跨部门沟通成本。
因此，员工可能生产了更多内容，却没有明显感觉自己完成了更多有价值的工作。
中国职场呈现“AI高使用、敬业度低”的反差
相比全球市场，中国职场的反差更加明显。
中国有26%的员工几乎每天使用AI，高于全球平均水平；但中国高度敬业员工的比例只有11%，低于全球19%的平均水平，也低于亚太地区15%的平均水平。
2024年，中国高度敬业员工的比例为14%；2025年进一步下降3个百分点至11%，成为报告调查市场中员工敬业度最低的市场。
需要说明的是，这两组数据并不能证明AI导致了中国员工敬业度下降。报告没有披露中国市场AI使用频率与员工敬业度之间的交叉数据，因此不能直接建立因果关系。
但这至少说明，AI工具的快速普及，并没有自动解决中国企业长期存在的员工体验和组织管理问题。
报告指出，部分中国企业在疫情后收紧预算、冻结薪资增长、削减福利，同时没有充分认可高绩效员工的贡献。年轻员工越来越重视工作意义、灵活性和发展空间，但不少企业仍然延续资历导向型的管理方式。
在这样的环境中，AI可能更多成为员工个人应对工作负荷的“自救工具”，而不是企业系统性改善工作方式的基础设施。
员工利用AI撰写文案、整理信息、制作方案、分析数据和处理邮件，但其薪酬、职业发展、管理支持、绩效认可和工作意义并未同步改善。
AI让员工做得更快，却未必让员工工作得更好。
中国企业需要从“推广AI工具”转向“重新设计工作”
过去两年，很多企业的AI项目主要围绕工具采购、账号开通、培训课程和使用率展开。企业会统计有多少员工参加了培训、多少人开通了Copilot账号，以及每天产生了多少次AI调用。
这些指标能够说明AI工具是否被使用，却无法证明AI是否创造了价值。
中国企业下一阶段需要关注的，不应只是“有多少员工在用AI”，而应进一步回答四个问题：
第一，AI到底替代或增强了哪些具体任务？
第二，使用AI之后，工作周期、错误率、返工率和决策速度是否真正改善？
第三，AI节省的时间是否转化为更高价值的工作，还是被新的工作量迅速填满？
第四，员工是否因为AI获得了更好的职业发展机会，而不是变得更加焦虑和不确定？
企业需要建立岗位和任务层面的AI应用图谱，将工作区分为可以自动化的任务、可以由AI增强的任务、需要人类专业判断的任务，以及必须由人承担责任的任务。
与此同时，企业还需要重新设计团队协作方式、审批机制、质量标准、数据权限和绩效指标。只有当流程、岗位和管理方式一起发生变化，AI才可能从个人效率工具，转化为真正的组织生产力。
AI时代真正的竞争力，不是使用率，而是价值转化率
《职场人 2026》的数据说明，中国员工接受和使用AI的速度已经非常快。
中国职场并不缺少AI工具，也不缺少愿意尝试AI的员工。真正缺少的是把分散的个人使用，沉淀为组织工作方法的机制。
未来企业之间的差距，不会简单取决于谁购买了更多AI产品，也不会取决于谁拥有更高的AI账号激活率。
真正拉开差距的，将是哪些企业能够率先完成三个转变：
从个人使用AI，转向团队协同使用AI；从旧流程叠加AI，转向围绕AI重新设计工作；从追踪使用次数，转向衡量实际业务结果。
中国已经基本完成了职场AI应用的第一阶段——工具普及。
接下来更重要的，是进入第二阶段——工作重构。
下载《职场人 2026》，了解全球职场正在发生的变化
除了人工智能的职场应用，《职场人 2026》还深入分析了全球员工的职业不安全感、五代同堂的职场结构、无偿加班、员工压力、职业发展和全球员工敬业度。
报告覆盖全球36个市场、超过39,000名员工，为HR负责人、企业管理者、人才发展团队及组织研究人员提供了一份理解2026年全球职场变化的重要数据参考。
点击下载《职场人 2026：全球劳动力观点》中文版：
http://hrnext.cn/xALS93
AI正在改变员工完成工作的方式，但决定企业能否真正获得AI价值的，仍然是组织设计、管理方式和对人的长期投入。
-
2026HR趋势
解读：AI不会淘汰所有 SaaS，而是重新定义HR Tech的价值
HRTech核心指南：AI 会不会让 HR SaaS 没价值了？Harvard Business Review 最新文章给出了一个很有意思的观点：AI 不会淘汰所有 SaaS，而是重新定义它们的价值。未来真正值钱的，不是 AI 功能，而是 Operational Intelligence（运营智能）——也就是基于真实业务数据持续提升组织判断能力。对于 HR Tech、HR Leader 和投资人来说，这可能是未来几年最值得关注的趋势之一。推荐一读。
解读 Harvard Business Review：AI's Impact on SaaS Will Be Uneven
过去一年，几乎所有 HR Tech 厂商都在发布 AI 功能。从 AI 招聘助手、AI 面试官，到 AI HRBP、AI Agent，整个 SaaS 行业似乎都在进入一个新的竞争阶段。
不少企业也开始提出一个问题：当 AI 能够编写代码、自动完成流程、快速生成应用之后，SaaS 还有价值吗？
Harvard Business Review 最新发表的文章《AI's Impact on SaaS Will Be Uneven. Here's What Leaders Need to Know》中，Harvard Business School 教授 Christopher Stanton 给出了一个值得整个 SaaS 行业思考的答案：
AI 并不会让所有 SaaS 都失去价值，它真正改变的是不同 SaaS 的价值结构。
对于 HR Tech 企业、投资人以及企业 HR 来说，这一观点值得深入理解。
AI 不会平均冲击所有 HR SaaS
很多人认为，大模型出现之后，大量软件最终都会被 AI Agent 所替代。
Christopher Stanton 并不认同这种观点。
他认为，AI 的影响并不是平均发生的，而是取决于两个关键因素：
第一，软件主要解决的是规则明确、流程固定的任务（Deterministic Tasks），还是需要预测、判断和决策支持的任务（Predictive Tasks）。
第二，软件依赖的是企业自己的内部数据（Internal Company Data），还是大量跨客户、跨行业积累形成的共享数据（Pooled Data）。
这两个维度共同决定了一款 SaaS 产品未来的竞争力。
流程自动化软件，将最先受到 AI 冲击
如果一个 SaaS 产品主要负责流程执行，例如审批、通知、数据录入、报表生成、信息查询等标准化工作，那么 AI 将大幅降低这些产品的技术门槛。
随着 AI Agent、低代码开发平台以及自然语言工作流不断成熟，这类软件越来越容易被企业内部快速搭建，或者直接整合进现有平台。
这并不意味着流程管理没有价值，而是意味着流程本身将越来越难形成长期竞争壁垒。
未来企业购买软件，不再只是为了把纸质流程搬到线上，而是希望软件能够帮助组织做出更好的决策。
真正的竞争壁垒来自 Operational Intelligence
文章提出了一个非常重要的概念——Operational Intelligence（运营智能）。
这里的 Operational Intelligence，并不是简单的数据分析，也不仅仅是 AI 模型，而是企业通过大量真实业务运行过程中积累的数据、经验和场景，不断提升判断能力的一套智能体系。
作者认为，这类产品未来将成为 SaaS 中最具竞争力的一类。
原因在于，大模型能够学习公开知识，却无法天然拥有企业多年运营过程中形成的大量真实案例、边缘场景和业务经验。
这些数据和经验，正是企业决策过程中最有价值的部分。
未来的软件，价值将来自“判断”而不是“功能”
过去，大多数 HR 软件强调的是功能覆盖。
招聘系统能够管理职位和简历。
学习系统能够管理课程。
绩效系统能够完成考核流程。
这些能力未来仍然重要，但已经不足以形成明显差异。
真正具有竞争力的软件，需要能够帮助企业回答更复杂的问题。
例如：
哪些候选人在未来更有可能取得成功？
哪些员工存在较高离职风险？
哪些技能将在未来两年成为组织能力短板？
哪些岗位更适合内部流动而不是外部招聘？
这类能力并不是增加几个 AI 按钮就能够实现，而是依赖长期积累的数据、算法以及真实业务经验。
企业采购 SaaS 的标准正在发生变化
Christopher Stanton 提醒企业，在 AI 时代评估 SaaS，不应再只关注产品功能，而应该重新思考几个问题：
这款产品真正创造的是流程价值，还是决策价值？
它依赖的是企业自己的数据，还是拥有跨客户、跨行业积累形成的数据优势？
这些数据是否经过真实业务场景持续验证？
AI 是否只是增加了交互方式，还是能够持续提升企业的判断质量？
这些问题，将比是否拥有 AI Chat、AI Copilot 或 AI Agent 更重要。
对于 HR Tech 行业意味着什么？
对于 HR Tech 企业来说，未来竞争的重点可能不再是谁拥有更多 AI 功能，而是谁拥有更深的数据积累和行业理解。
能够持续沉淀招聘、组织、绩效、薪酬、技能、员工体验等真实运营数据，并将这些数据转化为企业可以直接应用的管理洞察，才更有可能建立长期竞争优势。
未来，HR Tech 的价值也将逐渐从"流程数字化"转向"运营智能"。
软件不仅需要告诉企业发生了什么，更需要帮助企业理解为什么发生，以及下一步应该采取什么行动。
HRTech 观点
AI 正在降低软件开发的门槛，却没有降低企业管理的复杂度。
未来，真正难以复制的，不会是某一个 AI 功能，而是长期积累形成的数据资产、业务经验和管理判断能力。
对于 HR Tech 行业而言，这篇文章释放出的一个重要信号是：AI 时代真正值得投资的，不一定是功能最多的软件，而是能够持续输出 Operational Intelligence（运营智能）的产品。
未来企业采购 HR Tech，也许最应该问的不再是：
"这个产品有没有 AI？"
而是：
"如果去掉 AI，它是否仍然拥有别人无法复制的运营智能？"
你觉得呢，欢迎讨论！
-
2026HR趋势
特斯拉限制每周AI使用额度的背后：企业AI进入“成本治理”阶段，而不是停止使用AI
HRTech核心摘要：Tesla 给员工 AI 工具支出设定每周 200 美元上限，不是一个简单的降本动作，而是企业 AI 从“鼓励无限使用”进入“预算治理、模型选择、供应商控制和内部生态倾斜”的标志性事件。真正值得 HR、CIO 和企业管理者关注的，不是员工还能不能用 AI，而是企业如何在效率、成本、安全、合规和平台依赖之间重新建立规则。
根据 Electrek 引述 The Information 的报道，Tesla 将从 2026 年 7 月 6 日开始，对员工 AI 工具使用设定每周 200 美元支出上限。这个政策出台前，Tesla 过去几个月一直在推动员工更积极使用 AI，并通过内部平台和使用排名鼓励工程师大量调用 Claude、GPT、Gemini、Grok、Cursor 等工具。结果是，部分软件工程师每周 AI token 消耗达到数千美元。支出快速上升后，Tesla 开始为 AI 使用加上财务边界。值得注意的是，报道显示 xAI 的 beta 产品被排除在该上限之外，这意味着 Grok 相关产品不会受到同样限制。
这不是“AI退潮”，而是“AI财务化”开始。 过去一年，企业内部对生成式 AI 的态度非常激进：谁用得多，谁就更先进；哪个团队 token 消耗更高，哪个团队就更像 AI-first。现在问题出现了：AI 使用量并不等于生产力提升，token 消耗也不等于业务结果。企业终于开始意识到，AI 不是免费的数字劳动力，而是一种按使用量计费、随任务复杂度快速放大的新型运营成本。AI 进入企业后，第一阶段是试用，第二阶段是普及，第三阶段必然是治理。
Tesla 的特殊性在于，支出治理与生态选择叠加在一起。 如果所有模型一视同仁地限额，这只是典型的成本控制。但当 Grok/xAI beta 产品被豁免，而 Claude、GPT、Gemini 等外部模型被纳入限额时，政策就不再只是财务规则，也会变成使用行为的引导机制。员工会自然倾向于使用不受限制的工具，哪怕他们原本更偏好其他模型。这对企业来说是一种内部采购权力的重新分配：不是员工选择最好用的工具，而是公司预算规则决定哪些工具更容易被使用。
Cursor/Anysphere 的交易让这件事更具战略含义。 Reuters 报道，SpaceX 正以 600 亿美元全股票交易收购 Cursor 母公司 Anysphere，交易预计在 2026 年第三季度完成。Cursor 是 AI coding 工具领域的重要玩家，如果交易完成，Cursor、Composer、Grok 与 xAI 生态之间的协同会进一步增强。对 Tesla 工程师而言，未来使用 Claude Code、GPT 或 Gemini 可能受到预算限制，而使用 Musk 体系内的工具可能拥有更低的内部阻力。这不是简单的工具选择，而是企业 AI 工作流被平台生态重新塑形。
对 HR 来说，这件事的核心不是技术，而是组织治理。 当 AI 工具成为工程师、产品经理、运营团队和 HR 团队的日常工作基础，企业必须回答几个问题：员工可以自由选择 AI 工具吗？公司如何评估不同模型的产出质量？AI 预算归属 IT、业务部门还是人力资源？员工使用 AI 的效率提升如何计入绩效？当企业推动员工使用某个内部或关联生态工具时，是否需要披露潜在利益冲突？这些问题已经不再只是 CIO 的责任，也进入了 CHRO 和 CEO 的管理议程。
更大的行业趋势是，企业 AI 正从“采用率竞争”转向“单位成本产出竞争”。 Uber、Microsoft、Meta、Amazon、Walmart 等公司都被报道开始控制 AI 工具支出、取消部分高成本许可证，或推动员工使用更便宜、更可控的模型。背后的逻辑很现实：企业并不是不用 AI，而是不愿意继续为不可衡量的 AI 使用买单。未来企业评估 AI 的核心指标，不会只是“有多少员工使用 AI”，而是“每一美元 AI 支出带来多少代码、多少效率、多少错误减少、多少客户响应提升、多少组织成本下降”。
这也提醒资本市场，不要把企业 AI 消费理解为无上限增长。 Nvidia、Palantir、AI coding 公司和各类企业 AI 应用的高估值，都隐含着一个假设：企业会持续扩大 AI 使用。但真实企业内部正在发生的是预算化、路由化和治理化。AI token 消费总量仍可能增长，但增长方式会改变。企业会减少无序调用，增加模型路由；减少高价通用模型依赖，增加小模型、专用模型、内部模型和自建平台；减少“员工随便用”，增加“场景审批、预算控制、数据安全和ROI评估”。
HRTech的判断是：2026年企业AI管理的关键词，不再只是 adoption，而是 AI governance、AI FinOps 和 workforce productivity measurement。 Tesla 的做法之所以重要，是因为它把企业 AI 的矛盾暴露得非常集中：一方面，公司希望员工尽可能多地使用 AI，以提升研发效率；另一方面，公司又无法接受不可控的 token 成本；再进一步，公司还希望把员工使用行为导向自己的 AI 生态。这种矛盾会在更多企业出现。
最终，企业 AI 不会因为支出上限而停止发展。相反，真正成熟的企业会从“鼓励大家多用 AI”进入“让正确的人，在正确场景，用正确模型，以可衡量成本创造正确结果”。这才是 AI 进入组织管理深水区的开始。对 HR 而言，AI 不只是工具采购问题，而是未来工作方式、绩效评估、技能结构、员工授权和组织治理的系统性重构。
-
2026HR趋势
2026人力资源技术五大核心变革
转型背景：HR数字化迈入战略新阶段
在现代职场持续变革的浪潮下，人力资源已成为企业组织转型的核心枢纽。伴随混合办公普及、行业技能差距扩大、员工职场诉求持续升级，企业对HR数字化的投入持续加码，旨在平衡日常运营效率与长期人才战略，筑牢市场核心竞争力。数字化转型前沿已从基础流程线上化，升级为**互联互通、可预判、可赋能**的智慧化职场体系。企业依托AI、大数据分析与自动化技术，破除HR行政工作壁垒，以数据化、战略性决策优化人才管理，全方位升级员工职场体验。
AI迭代：从工具赋能升级为战略合作伙伴
人工智能长期赋能HR基础工作，而2026年将成为AI在人力资源领域的转型元年，正式从辅助工具升级为企业人才战略核心伙伴。现阶段AI可高效承接简历筛选、面试排班、员工咨询应答等重复性行政工作，大幅释放HR团队精力，聚焦高价值战略工作。未来“代理型AI”将实现更高层级自主能力，依托场景认知与历史数据经验，独立完成流程优化、人才洞察挖掘等工作，提前预判劳动力潜在问题。
据SHRM《2026年人力资源领域人工智能现状》报告显示，目前已有39%的企业落地AI人力资源应用，行业渗透持续提速，而合规化、透明化、去偏见化的AI应用，将成为企业建立人才信任的核心关键。
人才变革：技能取代资历成为招聘新标尺
传统人才招聘与管理高度依赖岗位履历、任职年限等硬性指标，已无法适配新时代企业发展需求。当下企业愈发意识到，员工核心技能与环境适应能力，远比固定资历更具价值，彻底重构了企业招、育、留全流程人才体系。依托AI赋能的现代化HCM平台，企业可精准绘制全员技能图谱、快速排查内部技能缺口，打破唯外部招聘的人才补位模式，深度挖掘内部人才潜力。通过定向技能培训、搭建清晰的内部成长路径，不仅有效降低企业外部招聘成本，更能显著提升员工留存率，打造可持续迭代的内部人才梯队。
数据升级：预测性分析重构人才管理逻辑
传统HR数据仅用于事后统计复盘，存在严重的滞后性。预测性劳动力智能分析技术的普及，彻底改变这一现状，推动人才管理从“被动应对”转向“主动预判”。现代分析系统可整合招聘、绩效、员工调研、考勤、办公生产力等全维度数据，深度挖掘常规观测无法察觉的潜在规律，精准预判员工流失风险、测算未来人才缺口、定位影响员工敬业度与产能的核心因素。该能力不仅优化日常人才运营，更能支撑企业业务扩张、人才继任规划、资源精准分配。据Gartner研判，数据驱动的HR战略将成为企业人才韧性建设的核心重点，预测性分析也将从可选配置，变为HR数字化转型的标准刚需。
体验革新：千人千面打造个性化职场服务
新时代员工不再局限于基础薪资福利，对职业发展、个人价值认可、个性化职场体验的需求持续提升。依托AI与劳动力大数据，现代化员工体验平台可实现全生命周期个性化服务，覆盖个性化入职引导、精准化学习发展推荐、内部岗位智能匹配、定制化福利激励等多元场景。差异化的职场服务能够深度拉近雇主与员工的联结，强化员工归属感与忠诚度。在高端人才竞争日趋激烈的当下，专属化、高品质的员工体验，已成为企业吸引、留存核心人才的核心差异化优势。
合规升级：自动化治理规避用工风险
随着企业全球化布局加速，各地劳动法规、职场规范、数据隐私政策持续迭代，人力资源合规管理复杂度陡增，传统人工管控模式效率低下、风险极高。HR自动化合规治理平台成为企业刚需，可实时监测全球法规变动，自动完成流程核查、文档更新、薪资核验、资质管理等工作，精准识别劳动力管理中的异常风险，提前干预规避隐患。同时，合规自动化可生成实时可视化报告，兼顾管理透明度与问责性，大幅削减HR行政负担，为企业全球化用工、规范化运营筑牢安全屏障。
行业总结：集成化生态开启HR全新篇章
当下HR数字化的核心变革，不再是单一工具的落地应用，而是AI智能、技能管理、数据预测、体验服务、合规治理的深度融合。企业逐步摒弃零散化、孤立化的HR工具，全面布局一体化、集成化的人力资源数字生态，实现各模块协同赋能、价值最大化。值得注意的是，技术始终是赋能手段而非替代核心，人力资源的人文温度、同理心与战略判断力，仍是行业不可替代的核心。2026年将成为HR科技的质变之年，数字化技术将推动人力资源从基础事务管理，迈向智能化、战略化、人本化的全新阶段，助力企业持续保持组织敏捷性与市场竞争力。
扫一扫 加微信
hrtechchina
