AI 自动化 - HRTechChina.com - 向上的力量！

AI 自动化

黄仁勋震怒背后：英伟达经理要求“减少 AI 使用”的矛盾与未来组织文化之争 HRTech概述：英伟达 CEO 黄仁勋在全体员工大会上得知公司内部部分经理要求团队“减少使用 AI 工具”后，当场表达震怒。这一情绪并非情绪化反应，而是揭示了英伟达内部关于“AI 应该在多大程度上改变工作方式”的深层矛盾。作为全球最依赖 AI 红利的公司，英伟达本应在内部全面拥抱 AI。然而部分经理却要求降低 AI 使用比例，这背后反映出几大典型的组织阻力。在英伟达（NVIDIA）最近的一次全员大会上，一段罕见的内部对话成为硅谷最引人关注的话题。据多位参会员工透露，当 CEO 黄仁勋得知公司内部竟然出现“部分经理要求团队减少使用 AI 工具”时，他当场表达了强烈不满，语气之直接和震动程度，都远超他以往的公开讲话风格。他在台上反问道：“Some managers are telling their people to use less AI. Are you insane？”这句“你疯了吗？”不仅体现了他的震怒，也反映了这家引领全球 AI 浪潮的公司内部，正在经历一场深层次的组织文化冲突。事实上，这次讲话不仅是一场情绪释放，而是一场明确的内部战略宣示。黄仁勋随即提出了英伟达未来必须执行的 AI 落地“四项内部要求”，这些要求将直接影响组织的工作方式、管理结构和文化方向。他首先强调，AI 必须融入所有工作场景，成为默认工作方法，而不是实验性工具。英伟达内部全面采用自动化，包括工程、文档、市场、行政、运营等部门。他甚至使用了强硬字句：“I want to automate every task which can be automated with AI.”这意味着任何仍沿用“人工流程优先”的团队，都将被视为阻碍创新。其次，他指出 AI 不完美不是拒绝使用的理由，而是英伟达员工参与改进的必要动力。、他要求团队在不成熟的情况下就开始尝试，并通过使用反馈推动工具完善。“Use it until it works”被视为一种责任，而不是压力。第三，他将矛头明确指向管理层，强调管理者的角色不再是流程维护者，而是团队 AI 转型的推动者。如果经理阻碍或限制 AI，他认为这“本质上偏离了公司的方向”，也会影响管理绩效。最后，他提出了英伟达未来的标准工作模式——“AI-first, Human-verified”。过去几十年的工作流程都是先由人工产出，再由技术辅助，但未来英伟达要求所有团队反转顺序：AI 生成初稿，人类进行验证与提升。然而，一个问题随之而来：为什么连英伟达内部会出现“减少 AI 使用”的指令？原因并不神秘，而是所有科技公司在转型过程中都会遇到的组织现实。部分经理担心 AI 工具不够稳定或准确，可能影响产出质量；有些担忧团队技能差异导致结果不可控；更多的顾虑则来自安全与保密压力——英伟达的许多业务涉及敏感数据与技术细节，管理层会对全新的工具保持天然谨慎。同时，大型公司长年形成的流程惯性也让团队更倾向于沿用熟悉的方式而不是快速变革。然而，真正的矛盾并不在技术层面，而在组织文化层面。英伟达的增长速度极快，而内部的流程与文化能否匹配这种速度，将决定公司能否继续在 AI 时代保持领先。黄仁勋的震怒，是对这种文化滞后的直接反应。他需要的不仅仅是技术领先，更是一个敢于全面拥抱 AI 的组织。而限制 AI 使用的管理行为，在他看来，实质上是在削弱公司未来的竞争力。英伟达的这场内部冲突，其象征意义已远超公司本身。它揭示了一个普遍真相：技术革命的难点，不在技术，而在组织。无论企业规模多大、技术多先进，只要涉及流程重构与权力结构变化，就一定会遇到中层阻力与文化惯性。黄仁勋的反击，展示了一个科技巨头在 AI 时代试图重塑自身的决心，也为整个行业提供了一个重要参照。在自动化和 AI 渗透越来越深的时代，每一家企业都将面对类似的挑战：该如何推动员工真正使用 AI？如何处理中层对变革的焦虑？如何让组织结构适应全新的生产方式？更关键的是，当 AI 生成内容成为工作默认方式时，团队的能力模型、考核方式和协作方式又将如何重塑？英伟达这场风波只是开端，却已经提出了一个足够深刻的问题：当最懂 AI 的公司都必须直面内部的犹豫与阻力时，其他组织又该如何迎接即将到来的自动化时代？

AI 自动化
2025年11月27日
AI 自动化

AI时代人力运营团队（People Ops）最渴求的 3 种 AI 自动化：让 HR 从“忙但低效”走向真正的组织驱动力 HRTech概述：在人力运营（People Ops）高速数字化的背景下，企业正持续面临“忙但不见成效”的结构性难题。最新趋势显示，团队普遍最渴求的三类 AI 自动化场景分别是：招聘资料包自动生成、端到端入职流程编排，以及员工问询 AMA 智能助手。这三类工作具有共同特征——高频、重复、依赖人工记忆、易造成信息不一致，因此特别适合以 AI 重构流程。比如：AI 在招聘中可自动生成 JD、面试题库与管理者提醒，让岗位准备时间减少 80%；在入职中可自动生成 30/60/90 天计划、同步 IT 与任务分配，使新员工生产力提升 35%；在员工支持端，通过知识库驱动的 AMA Bot，可自动解答 75% 重复提问。详细请阅读，同步视频解读访问视频号：HRTech 从“忙碌”到“高效” 如果您的HR或人力运营（People Ops）团队时常感到忙碌不堪，却又觉得未能产生应有的影响力，那么这篇文章就是为您准备的。许多团队都面临着一个共同的挑战：随着公司的发展，依赖手动的流程变得越来越难以支撑，导致效率低下、错误频发。问题不在于团队不够努力，而在于流程本身。事实是，手动的人力运营模式无法规模化。当团队的大部分时间都耗费在重复性的行政工作上时，他们就无法专注于真正能驱动业务发展的战略性任务。手动的人力运营模式无法规模化。好消息是，人工智能（AI）自动化正在为解决这些最耗时的难题提供强大的方案。本文将深入探讨三种最具变革性的人力运营自动化工作流，它们正在帮助团队摆脱繁琐，迈向高效。核心要点：三种颠覆性的AI自动化要点一：告别手动招聘，迎接AI驱动的招聘包问题所在（手动基线）：创建一个完整的招聘包——包括职位描述、面试问题和评分卡——是一个缓慢、不一致且充满风险的过程。每个新职位都需要从头开始，这不仅耗时，还容易导致不同经理之间的标准不一。数据显示，这个过程平均每个职位需要花费 5小时的手动准备时间，并且导致经理之间的招聘材料质量差异高达25%。解决方案（自动化工作流）：幸运的是，通过引入AI自动化，这个耗时且不一致的流程可以被彻底重塑。当招聘系统或Slack中出现新的职位需求时，自动化流程会立即启动。AI会根据公司的职级体系和价值观起草一份专业的职位描述，并自动生成一个完整的面试工具包（包含所需技能、面试问题和评分卡）。在整个流程中，系统会自动在关键阶段提醒招聘经理，最后由人工进行审核和发送。带来的影响（结果）：准备时间减少了 80%。从职位发布到首次面试的时间加快了 25%。服务等级协议（SLA）违规率降低了 60%。反思：这不仅仅是节省时间，更重要的是在关键的招聘流程中提高了速度和一致性，从而更快地为公司招募到顶尖人才。更重要的是，标准化的面试工具包减少了招聘经理的个人偏见，为实现更公平、更高质量的招聘决策奠定了基础。要点二：实现无缝入职，从第一天起就提高生产力问题所在（手动基线）：手动的入职流程常常陷入混乱。新员工的30/60/90天计划要么缺失，要么过于笼统；设备订单总是延迟；IT账号需要反复催促才能开通；而同事介绍也缺乏系统性。这些混乱直接导致新员工需要长达 6周的时间才能完全进入高效工作状态，并且有 20% 的新员工在入职第一周就错过了关键的设置步骤。解决方案（自动化工作流）：现在，想象一个完全不同的场景。当人力资源信息系统（HRIS）中添加新员工时，AI会自动协调整个端到端的入职体验。它会为新员工量身定制一份30/60/90天计划，自动创建任务并同步到协作工具，向IT部门发送设备和账号开通清单，安排介绍会，并在关键里程碑节点提醒其直属经理。带来的影响（结果）：新员工达到完全生产力的时间缩短了 35%。设备配置遗漏率为 0。经理的跟进执行力提升了 2倍。反思：这彻底改变了新员工的入职体验，从第一天起就塑造了积极的公司印象，并加速了他们为公司创造价值的进程。这种积极的第一印象不仅能加速新员工的价值贡献，更是提高长期敬业度和留存率的关键第一步。要点三：用知识机器人消除重复性员工问询问题所在（手动基线）：回答员工的重复性问题是人力运营团队一个“隐形的时间黑洞”。团队成员每天都在Slack或Teams中回答同样的问题，这不仅打断了他们的工作节奏，还可能因为回答者不同而导致答案不一致。数据显示，团队每周要花费 10个小时来处理重复性问询，其中 40% 的问题每个月都会重复出现。解决方案（自动化工作流）：这个问题可以通过智能自动化迎刃而解。通过将一个智能问答（AMA）机器人连接到公司的知识库（如Notion、公司内网等），可以完美解决这个问题。员工在Slack或Teams中提问，机器人会立即搜索知识库，提供一个有理有据、附带源链接的答案。只有当遇到无法解答的边缘案例时，系统才会将问题和摘要转交给人工处理。带来的影响（结果）： 75% 的问询无需人工干预即可解决（这通常被称为“问题偏转率”，即衡量自动化系统独立解决问题的能力）。团队每周处理问询的时间节省了 80%。平均响应时间从 3.5小时骤降至 30秒。反思：这使得人力运营团队终于可以从繁琐的行政事务中解放出来，将精力投入到更具战略意义和高影响力的人才发展项目中。其效率提升之巨，可以用一个惊人的数字来概括：快700倍的响应速度启动你的自动化飞轮从招聘流程的标准化，到新员工入职的无缝体验，再到日常问询的即时响应，我们看到了AI自动化在人力运营领域释放出的巨大潜力。这些变革不仅仅是效率的提升，更是团队价值的重塑。现在，是时候开始行动了。成功的秘诀在于：精准选择一个核心流程，将其深度自动化，然后静待增长的飞轮开始加速旋转。您团队的第一个自动化飞轮将从哪里开始？

AI 自动化
2025年11月22日
AI 自动化

【美国】EOR巨头 Deel 获 3 亿美元 E 轮融资，估值 173 亿美元，将加速战略收购 HRTech概述：全球人力资源科技巨头 Deel 刚刚宣布完成了一轮规模高达 3 亿美元的 E 轮融资，由 Ribbit Capital 领投，Andreessen Horowitz、Coatue 等老股东继续跟投，使公司估值一举升至 173 亿美元。此次融资正值 Deel 业绩持续爆发期：公司在 2025 年 Q1 已超过 10 亿美元年经常性收入（ARR），并持续实现盈利。2025 年 9 月，Deel 创造了其历史上的首个 1 亿美元月度营收。目前，它已服务超过 37,000 家企业，支持 150 多个国家 / 地区的 1.5 百万名员工，年代发薪酬总额达 220 亿美元。更多信息关注HRTech，即时获得全球HR科技资讯。全球领先的人力资源和薪资平台Deel今日宣布，获得新投资者Ribbit Capital以及Deel长期合作伙伴Andreessen Horowitz和Coatue Management的3亿美元战略投资，此外还有General Catalyst、Green Bay Ventures等机构的支持。Deel的新估值为173亿美元。此次投资正值Deel业绩创纪录的一年之际。2025年9月标志着公司连续第三年盈利，并首次实现月收入过亿。今年早些时候，公司的年度经常性收入突破10亿美元。Deel目前服务于150多个国家的3.7万多家企业和150万名员工，每年处理220亿美元的工资单。 Deel 联合创始人兼首席执行官 Alex Bouaziz 表示：“我们非常荣幸地迎来一些全球顶尖的投资者，他们将与我们携手，开启 Deel 的新篇章。本轮融资旨在加倍巩固我们从零开始构建的全球薪资基础设施。我们正在重新构想下一个世纪的薪资运作方式——流畅、实时、真正无边界——并继续履行我们的使命，成为企业能够在世界各地构建、管理和支付团队薪酬的单一平台。” Deel 将利用这笔资金加速战略收购，以扩大其产品能力和全球影响力。公司还将大力投资于其自有系统和运营的持续战略性扩张，为到 2029 年在 100 多个国家/地区提供本地薪资服务奠定基础，并进行人工智能创新，从而增强其人力资源和薪资套件的自动化水平，并吸引顶尖的人工智能人才。 Deel 的增长涵盖了各个细分市场和产品线，亮点包括：美国产品（PEO 和美国薪资）增长 1,500% 人力资源产品增长 600% 全球薪资增长450% Deel Immigration 产品增长 220%，Deel IT 增长 410% 使用三种或三种以上产品的客户增加了 480%，使用四种或四种以上产品的客户增加了 1,200% 最近的企业客户——包括乐高、彪马、维珍媒体、Klarna、凯捷、联邦快递、Nubank、Palantir、诺和诺德、富达、百事可乐——反映了 Deel 作为全球工作重要基础设施的作用日益增强 Ribbit Capital 创始人 Micky Malka 表示：“我们长期以来一直是 Deel 的粉丝，它是一个深受企业信赖的品牌，我们很高兴能投资它。Deel 本身是一家完全远程办公的全球性公司，员工遍布 100 多个国家，在打造面向全球扩张的产品方面拥有独特的优势。Deel 及其领导层拥有无限的机遇。” Andreessen Horowitz 联合创始人 Ben Horowitz 表示：“自 2020 年首次投资 Deel 以来，Deel 团队致力于打造最佳人力资源平台，为全球劳动力提供就业机会和金融服务，这一理念令我们惊叹不已。Deel 的持续进步证明了其基础设施对全球客户的重要性，我们很高兴能够共同领投这轮融资。” 关于 Deel Deel 是面向全球团队的一体化薪资和人力资源平台。Deel 专为当今世界的运作方式而打造，将人力资源信息系统 (HRIS)、薪资、合规性、福利、绩效和设备管理整合到一个平台，并由遍布 150 多个国家的自有薪资基础设施提供支持。各种规模的企业都使用 Deel 安全且大规模地招聘、支付和管理各种类型的员工。 HRTech备注：Deel 融资历程（简版） 2019 年 — Pre-Seed / Seed 轮：融资约 0.04 亿美元，估值未披露 2020 年 5 月 — Series A 轮：融资 0.14 亿美元，估值约 2 亿美元 2020 年 9 月 — Series B 轮：融资 0.30 亿美元，估值约 5 亿美元 2021 年 4 月 — Series C 轮：融资 1.56 亿美元，估值约 12.5 亿美元（独角兽） 2021 年 10 月 — Series D 轮：融资 4.25 亿美元，估值约 55 亿美元 2022 年 5 月 — 扩展融资：融资 0.50 亿美元，估值约 120 亿美元 2025 年 10 月 — Series E 轮：融资 3.00 亿美元，估值约 173 亿美元累计融资总额：约 9.79 亿美元（截至 2025 年 10 月）仅供参考

AI 自动化
2025年10月17日